해당 내용은 아래 강좌를 정리한 내용입니다.
https://www.edwith.org/ai152
학습목표
사건의 독립과 조건부확률의 개념을 이해하고 적용할 수 있다.
핵심 키워드
- 독립(independence)
- 쌍으로 독립(pairwise independence)
- Newton-Pepys Problem
- 조건부 확률(conditional probability)
- 베이즈의 정리(Bayes’ Theorem)
독립의 정의
P(A,B)=P(A)P(B)
를 만족하면 독립한다라고 함.
이는 사건이 서로에게 영향을 주지 않음을 뜻한다고 생각했는데 밑에 예제 01을 보면 서로에게 영향을 주지 않는다고 할 순 없고 그렇게 생각해서 계산할 수 있다 정도로 이해하는게 맞는 거 같기도 함.
3개 사건의 독립
P(A∩B)=P(A)P(B),P(B∩C)=P(B)P(C),P(C∩A)=P(C)P(A),P(A∩B∩C)=P(A)P(B)P(C)
가 모두 성립할 때, 사건 A, B, C는 독립이다.
이 사건에서 두 사건끼리는 모두 독립이지만 세 사건은 한꺼번에 독립은 아님.
Newton-Pepys Problem(1693) – 공정한 주사위를 갖고 있을 때, 다음 중 어떤 경우가 발생할 확률이 가장 높은가?
a) 6개의 주사위 중에서 적어도 한 개가 ‘6’이 나온 경우
b) 12개의 주사위 중에서 적어도 두 개가 ‘6’이 나온 경우
c) 18개의 주사위 중에서 적어도 세 개가 ‘6’이 나온 경우
P(A)=1−(65)6P(B)=1−{(65)12+(112)65)12}
이 확률을 구할 때 경우의 수로 구한것이 아니라 독립임을 이용해서 첫번째 주사위가 6이 아닐 확률 x 두번째 주사위가 6이 아닐 확률로 구한것임.
조건부 확률(conditional probability)!!
새로운 정보(조건)이 주어졌을 때 나의 믿음을 업데이트 하는 방법
P(A∣B)=P(B)P(A∩B)
P(A)라는 사건이 B라는 조건이 새로 주어졌을 때 일어날 확률
이 식을 해석하는 방식이 꽤나 중요함.
의미로는 다음과 같이 해석하는게 좋을 듯 함. B라는 사건이 일어난 조건 하에 A가 일어날 확률. 즉 분모는 B라는 사건이 일어날 확률이 됨.
다시 말하면 B중 A가 일어날 확률로도 해석 가능
정리
1. P(A∩B)=P(A∣B)P(B)=P(A)P(B∣A)2. P(A1,A2,A3...,AN)=P(A1)P(A2∣A1)P(A3∣A2,A1)....
정리 2는 1을 이용하여 증명이 가능한데 이때 사건이 일어난 순서를 바꾸더라도 교집합 확률을 구할 수 있음 이를 이용하여 우리는 다른 조합으로 사건이 동시에 일어날 확률을 구할 수 있음.
3. P(A∣B)=P(B)P(B∣A)P(A)
정리 3은 베이즈 정리로서 확률을 업데이트 하는 방법을 알려줌.