当前位置: 首页 > news >正文

【计算机数学】关于全概率和贝叶斯公式的使用场景说明

全概率公式

全概率公式:首先建立一个完备事件组的思想,其实全概就是已知第一阶段求第二阶段,比如第一阶段分AAABBBCCC三种,然后AAABBBCCC中均有DDD发生的概率,最后让你求DDD的概率
P(D)=P(A)∗P(D∣A)+P(B)∗P(D∣B)+P(C)∗P(D∣C)P(D)=P(A)*P(D|A)+ P(B)*P(D|B)+ P(C)*P(D|C)P(D)=P(A)P(DA)+P(B)P(DB)+P(C)P(DC

贝叶斯公式

贝叶斯公式:其实原本应该叫逆概公式,为了纪念贝叶斯这样取名而已.在全概公式理解的基础上,贝叶斯其实就是已知第二阶段反推第一阶段,这时候关键是利用条件概率公式做个乾坤大挪移,跟上面建立的AAABBBCCCDDD模型一样,已知P(D)P(D)P(D),求是在AAA发生下DDD发生的概率,这就是贝叶斯
P(A∣D)=P(AD)P(D)=P(A)∗P(D∣A)P(D)P(A|D)=\frac{P(AD)}{P(D)}=\frac{P(A)*P(D|A)}{P(D)}P(AD)=P(D)P(AD)=P(D)P(A)P(DA)

例题

甲乙两人独立对同一目标射击一次,命中率分别为50%和60%。

问题:
(1)甲乙同时射击,求命中率;
(2)甲乙先取一人,由其射击,求命中率;
(3)甲乙先取一人,由其射击,已知目标被命中,求是甲命中的概率。

解:
设 事件A={甲中}A=\{甲中\}A={甲中},事件B={乙中}B=\{乙中\}B={乙中},事件C={命中}C=\{命中\}C={命中}P(A)=50P(A)=50%P(A)=50,P(B)=60P(B)=60%P(B)=60,C=A+BC=A+BC=A+B
(1)
P(C)=P(A+B)=P(A)+P(B)−P(AB)=P(A)+P(B)−P(A)P(B)=0.8\begin{equation}\begin{aligned}P(C) &= P(A+B) \\&= P(A) + P(B) - P(AB) \\&= P(A) + P(B) - P(A)P(B) \\&= 0.8\end{aligned}\end{equation}P(C)=P(A+B)=P(A)+P(B)P(AB)=P(A)+P(B)P(A)P(B)=0.8;
(2)令A1={选甲}A_1 = \{选甲\}A1={选甲}A2={选乙}A_2 = \{选乙\}A2={选乙},则P(A1)=12,P(A2)=12P(A_1)=\frac{1}{2},P(A_2)=\frac{1}{2}P(A1)=21,P(A2)=21;
P(C)=P(A1)P(C∣A1)+P(A2)P(C∣A2)=0.55\begin{equation}\begin{aligned} P(C) &= P(A1)P(C|A1) + P(A2)P(C|A2) \\&= 0.55 \end{aligned}\end{equation}P(C)=P(A1)P(CA1)+P(A2)P(CA2)=0.55
(3)
P(A1∣C)=P(A1C)P(C)=P(A1)P(C∣A1)P(C)=P(A1)P(C∣A1)P(A1)P(C∣A1)+P(A2)P(C∣A2)\begin{equation}\begin{aligned} P(A_1|C) &= \frac{P(A_1C)}{P(C)} \\&= \frac{P(A_1)P(C|A_1)}{P(C)} \\&= \frac{P(A_1)P(C|A_1)}{P(A_1)P(C|A_1) + P(A_2)P(C|A_2)}\end{aligned}\end{equation}P(A1C)=P(C)P(A1C)=P(C)P(A1)P(CA1)=P(A1)P(CA1)+P(A2)P(CA2)P(A1)P(CA1)
注:一个问题分了两步,如果解决第二步,求第二步的概率要使用全概率公式;而要解决第一步的概率,要使用贝叶斯公式。

http://www.dtcms.com/a/336479.html

相关文章:

  • Linux目录相关的命令
  • 排列组合+数量+资料
  • 聊聊Vuex vs Pinia
  • MySQL执行计划解读
  • 人脸AI半球梯控/门禁读头的功能参数与技术实现方案
  • 网络常识-DNS如何解析
  • 集成运算放大器(反向加法,减法)
  • Linux Shell定时检查日期执行Python脚本
  • 【AIGC】DDPM scheduler解析:扩散模型里的“调度器”到底在调什么?
  • 线程的同步
  • 魔改chromium源码——解除 iframe 的同源策略
  • Go语言实战案例-使用ORM框架 GORM 入门
  • 0️⃣基础 认识Python操作文件夹(初学者)
  • E2B是一个开源基础设施,允许您在云中安全隔离的沙盒中运行AI生成的代码和e2b.dev网站
  • 基因编辑预测工具:inDelphi与Pythia
  • Linux学习记录
  • 图解简单选择排序C语言实现
  • 01数据结构-插入排序
  • 一文读懂[特殊字符] LlamaFactory 中 Loss 曲线图
  • 防火墙带宽管理
  • 使用 Python 的 `cProfile` 分析函数执行时间
  • AUTOSAR进阶图解==>AUTOSAR_SWS_EthernetStateManager
  • 【PHP】Hyperf:接入 Nacos
  • 今日Java高频难点面试题推荐(2025年8月17日)
  • Python数据类型转换详解:从基础到实践
  • 【Kubernetes系列】Kubernetes中的resources
  • Matlab数字信号处理——ECG心电信号处理心率计算
  • FreeRTOS 中的守护任务(Daemon Task)
  • 第七十七章:多模态推理与生成——开启AI“从无到有”的时代!
  • 【C++知识杂记2】free和delete区别