Law of Total Probability

B) 정리 (다른 이름으로는 marginalization)

B.1) 이산형 경우

• $P(A)={\sum }_{n}P(A,B)={\sum }_{n}P\left(A\mid B_n\right)P\left(B_n\right)$

B.2) 연속형 경우

• $p(x)={\int }_{y}p(x,y)dy={\int }_{y}p(x\mid y)\cdot (y)dy$

C) 응용 사례

C.1) Joint Distribution $P(a,b,c,d)$ 에서 $P(b)$ 를 찾는 방법

$$P(b)=\sum _a\sum _c\sum _{d}P(a,b,c,d)$$

C.2) $P(c\mid b)$ 를 구하는 방법

$$P(c\mid b)=\sum _a\sum _{d}P(a,c,d\mid b)=\frac{1}{P(b)}\sum _a\sum _{d}P(a,c,d,b)$$

여기서, $1/\mathrm{P}(\mathrm{b})$ 는 normalizing constant 입니다.

D) 예시 설명

두 공장에서 전구를 생산합니다. X 공장에서 만든 전구는 99% 확률로 5,000 시간 이상 작동하고, Y 공장에서 만든 전구는 95% 확률로 5,000 시간 이상 작동합니다. X 공장은 전체 전구의 60%, Y 공장은 40% 를 공급한다고 가정할 때, 구입한 전구가 5,000 시간 이상 작동할 확률은 다음과 같습니다:

$$\begin{array}{rl}P(A)& =P\left(A\mid B_X\right)\cdot P\left(B_X\right)+P\left(A\mid B_Y\right)\cdot P\left(B_Y\right)\\ & =\frac{99}{100}\cdot \frac{6}{10}+\frac{95}{100}\cdot \frac{4}{10}=\frac{594+380}{1000}=\frac{974}{1000}=0.974\\ & \end{array}$$

즉, 각 구입한 전구가 97.4% 확률로 5,000 시간 이상 작동합니다.

여기서 $P(B_n)$ 은 구입한 전구가 n 공장에서 생산될 확률을 의미하고, $P(A|B_n)$ 은 n 공장에서 생산된 전구가 5,000 시간 이상 작동할 확률을 의미합니다.

E) conditional probability 에 적용되는 Law of Total Probability

• $P(A|C)={\sum }_{n}P(A|C\cap B_n)P(B_n|C)$

F) Related

G) References