150M1 · 概率分佈

貝葉斯全概率與後驗概率

貝葉斯全概率與後驗概率

貝葉斯全概率與後驗概率. p=P(A); s=P(B∣A); f=P(B∣A′); q=P(B); r=P(A∣B). A 與其補事件分割全部結果,B 為觀察事件。概率用小數輸入,不用百分數。只處理兩個互補類別。

  • 110 bytes
  • COMP 模式
01

例題

例題一

原創練習. p=P(A); s=P(B∣A); f=P(B∣A′); q=P(B); r=P(A∣B). 已知資料: p=0.35; s=0.8; f=0.2. 求: q,r. 書面保留精確分數,最後答案才取近似值。

答案
q=41/100; r=28/41≈0.6829
標準解法(不用計算機)
  1. 建立數學模型並代入資料。
  2. P(A∩B)=7/20×4/5=7/25
  3. P(A′∩B)=(1−7/20)×1/5=13/100
  4. q=7/25+13/100=41/100
  5. r=7/25÷41/100=28/41≈0.6829
  6. 合併上述結果得出答案。
用計算機做這題

例題二

原創練習. p=P(A); s=P(B∣A); f=P(B∣A′); q=P(B); r=P(A∣B). 已知資料: p=0.25; s=0.12; f=0.04. 求: q,r. 書面保留精確分數,最後答案才取近似值。

答案
q=3/50; r=1/2≈0.5000
標準解法(不用計算機)
  1. 建立數學模型並代入資料。
  2. P(A∩B)=1/4×3/25=3/100
  3. P(A′∩B)=(1−1/4)×1/25=3/100
  4. q=3/100+3/100=3/50
  5. r=3/100÷3/50=1/2≈0.5000
  6. 合併上述結果得出答案。
用計算機做這題

例題三

原創練習. p=P(A); s=P(B∣A); f=P(B∣A′); q=P(B); r=P(A∣B). 已知資料: p=0.7; s=0.3; f=0.6. 求: q,r. 書面保留精確分數,最後答案才取近似值。

答案
q=39/100; r=7/13≈0.5385
標準解法(不用計算機)
  1. 建立數學模型並代入資料。
  2. P(A∩B)=7/10×3/10=21/100
  3. P(A′∩B)=(1−7/10)×3/5=9/50
  4. q=21/100+9/50=39/100
  5. r=21/100÷39/100=7/13≈0.5385
  6. 合併上述結果得出答案。
用計算機做這題
02

應用場景

貝葉斯全概率與後驗概率. p=P(A); s=P(B∣A); f=P(B∣A′); q=P(B); r=P(A∣B). A 與其補事件分割全部結果,B 為觀察事件。概率用小數輸入,不用百分數。只處理兩個互補類別。

輸入次序

  • A=p=P(A)
  • B=s=P(B∣A)
  • C=f=P(B∣A′)
  • 每個必填值(包括 0)都要輸入;空白 EXE 不是零。按次序讀取結果;錯誤碼不是概率。

輸出次序

  • q=P(B)
  • r=P(A∣B)
  • 記下數值,按 EXE 繼續。
  • 程式已完成。按 AC 離開;EXE 會重新執行。

條件與限制

  • 0≤p,s,f≤1; q>0
  • −1⇒p,s,f∉[0,1]; −4⇒q=0
  • A 與其補事件分割全部結果,B 為觀察事件。概率用小數輸入,不用百分數。只處理兩個互補類別。
  • 每個必填值(包括 0)都要輸入;空白 EXE 不是零。按次序讀取結果;錯誤碼不是概率。
  • 角度單位不影響這些運算;圖示使用 Deg。
  • 使用中的變數及 Ans 可能被改寫。每次重新輸入所有必填數值。
  • 有限精度可能丟失大數的微小差,或極接近 0、1 的概率。錯誤標記不是有效答案。

登入即可解鎖完整程式

正在確認使用權限…

程式碼和附錄會一併解鎖。

正在確認使用權限…

登入即可解鎖完整程式

正在確認使用權限…

程式碼和附錄會一併解鎖。