基於傳染病引發的概率問題(獨立概率和條件概率)

概要:

昨天工作羣發了一個關於傳染病的感染感染概率問題,整個羣都炸了,策劃,後端,前端,測試各自用自己的思維嘗試給這個問題一個正確的答案。當然了,我也加入其中了,不過結果卻,emmm,讓我開始懷疑自己是不是不太適合做一個程序員。

問題:

討論結果:

最終討論結果我覺看起來比較靠譜的大概有兩個:

  • 52.734375%

計算思路

  • 50%

計算思路

我們最後在討論究竟哪個纔是正確答案,我們想要解決這個問題就一定要了解概率的一些基本概念,下面簡單介紹一下概率的一些需要了解的一些東西。

概率

定義

概率,亦稱“或然率”,它是反映隨機事件出現的可能性(likelihood)大小。隨機事件是指在相同條件下,可能出現也可能不出現的事件。例如,從一批有正品和次品的商品中,隨意抽取一件,“抽得的是正品”就是一個隨機事件。設對某一隨機現象進行了n次試驗與觀察,其中A事件出現了m次,即其出現的頻率爲m/n。經過大量反覆試驗,常有m/n越來越接近於某個確定的常數(此論斷證明詳見伯努利大數定律)。該常數即爲事件A出現的概率,常用P (A) 表示。

 概率論中獨立事件的討論

開始之前,我們要明確描述一個問題的概率問題時,必須準確把握這個"樣本空間",概率書上一般稱這個爲所有可能的結果構成的集合爲"樣本空間"。如果甲在描述的一個問題的樣本空間爲A,它基於這個A的出一個概率,而乙在另外一個不同的樣本空間B中得出一個概率,那麼討論和的關係需要謹慎,要不然就是驢脣不對馬嘴。

1. 條件概率

學習條件概率的時候會碰到下面的條件概率公式:

           P(E|F)=\frac{P(EF)}{P(F)}, P(F)>0           

這個式子的意思就是F事件發生的條件下,E事件發生的概率。從字面上,主觀的感受覺這個是很容易被理解的一個公式。要深刻理解這個條件公式概率的話,是需要深刻理解這裏面討論概率問題時"樣本空間"的切換。用“維恩圖”來理解更容易掌握實質:

 

P(E|F)=\frac{S_{red}}{S_{F}},即條件概率P(E|F)等於紅色部分面積(EF相交部分面積)除以F事件面積(綠色+紅色面積)

也就是說求P(E|F)時候的樣本空間是以F事件的樣本空間爲參考的,這與P(E)=\frac{S_{E}}{S_{A}}(即F事件面積除以A原始樣本空間面積)。

也就是說P(E|F)P(E)兩個概率所參考的樣本空間完全不一樣:

 

P(E)是基於原始樣本空間A,P(E|F)是基於新的樣本空間F。

2. 事件獨立

定義:對於事件E和事件F,如果滿足下面的公式,那麼稱它們是獨立的。若兩個事件E和F不獨立,則稱它們是相依的,或者相互不獨立。

P(EF)=P(E)P(F)

因此如果事件E和事件F獨立,那麼肯定滿足下滿的式子:

P(E)=P(E|F)

觀察上面的維恩圖,可知:

\frac{S_{red}}{S_{F}}=\frac{S_{E}}{S_{A}}

這也就說明了事件F的樣本空間對事件E樣本空間的切割後這部分(即形成維恩圖中紅色部分空間)在F中的比例和事件E在原來總體樣本空間A中的比例是一致的,實際上這種"同比例切割"的特性,是確定F與E是否獨立的一個標誌,如果F事件樣本空間同比例切割E事件空間,那麼E和F就是獨立的。這樣子的描述和"F事件的發生並不影響E發生的概率,那麼E和F就是獨立的", 事實上這樣子的描述在主觀上有時候不是特別容易判斷的。用"同比例切割"有時候更容易判斷兩個事件是否是獨立的。相反的,不能同比例切割的話,那可以判斷E和F是不獨立的。

利用這個結論,觀察上面這個維恩圖,它告訴我們,E和F事件沒有相交的部分,按照"同比例切割"的觀點,F事件和E事件是"不獨立"的! 當然也可以利用是否滿足公式P(EF)=P(E)P(F)方式去驗證獨立性。 這個圖告訴我們:

兩個不相交的事件,反而是"相互不獨立"的。除了一種情況,事件E不可能出現,也就是P(E)=0。

這給我們一種新的認識:世界上兩個沒有任何交集的人,卻相互不獨立。除非你不存在。

造成這種錯覺的原因是,討論問題的角度不一樣,相交討論的是兩個事件的集合,而"獨立性"與否討論的是比例(也就是概率)的問題。另外,概率論中的"獨立"都是特別針對概率值的影響的,而人的獨立性討論的是人格特徵。概率論中只是借用了"獨立"這個詞,概念上被賦予了嚴格的數學意義。

例1. 從一副洗好的52張撲克牌裏隨機抽取一張牌,令E表示事件"抽取的牌爲一張A",令F表示事件"抽取的牌爲一張黑桃",那麼E和F就是獨立的。因爲P(EF)=1/52,而P(E)=4/52且P(F)=13/52。

這個例子也可以用"同比例分割"的方法來判斷。原始樣本空間大小爲52,事件E空間大小有4(因爲有4張牌A),因此事件E在原來空間中的分割比例時4/52。 相交事件EF樣本空間(既是牌A又是黑桃)1,事件F的樣本空間很明顯是13(因爲有13張黑桃),因此,EF在F中的分割比例爲1/13。4/52=1/13,因此是獨立的。

例2. 擲兩枚均勻的骰子,令表示事件"骰子點數和爲6",令F表示事件"第一枚骰子點數爲4",那麼

P(E_{1}F)=P({4,2})=\frac{1}{36}

P(E_{1})P(F)=\frac{5}{36}\times \frac{1}{6}=\frac{5}{216}

因此,和F不獨立。也可以用"同比例分割"法。E1F相交事件在F中分割的比例爲1/6,而E1事件在原來空間的比例是5/36。

例2, 如果令表示事件"骰子點數和爲7",那麼F和是獨立的。請自證。

需要強調的是,兩個事件獨立並不代表兩個事件之間沒有影響,影響這個詞太籠統了,因爲,影響這個詞沒有說具體什麼影響。而概率論中,事件之間是否獨立,它強調的是事件F的出現與否對事件E原來發生的概率是否有影響!它明確了影響什麼!即便事件F對事件E產生其他影響,只要不影響E的概率,那就是"獨立"!

結果

最終結果是:d被感染的概率是50%

討論結果一錯誤的原因是:

當bc互相握手後,b和c感染的概率都是62.5%(50%的概率是bc全都感染,12.5%的概率是bc只感染一個),此時62.5%中的50%和12.5%的採樣空間是不一致的,必須分來計算與d握手時,d被感染的概率。

所以討論結果一的第三步是錯的。
————————————————
版權聲明:本文爲CSDN博主「皮皮君」的原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處鏈接及本聲明。
原文鏈接:https://blog.csdn.net/qq_16587307/article/details/89415118

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章