PRIMJENA BAYESOVE FORMULE

Ivan Dražić
idrazic@riteh.hr
Sveučilište u Rijeci - Tehnički fakultet
Katedra za primijenjenu matematiku

16. ožujka 2009.

I. Dražić PRIMJENA BAYESOVE FORMULE

OSNOVNI POJMOVI

PRIMJER: NABAVA PROIZVODA

1. FAZA - IZBOR DOBAVLJAČA (NPR. 5 DOBAVLJAČA) -

HIPOTEZE

2. FAZA - KONTROLA KVALITETE NABAVLJENOG

PROIZVODA - DOGADAJ

Problematika:
1. Kolika je vjerojatnost da će se sa danom strukturom dobavljača
dobiti ispravan proizvod? - formula potpune vjerojatnosti
2. Ako je proizvod ispravan, kolika je vjerojatnost da je došao od
promatranog dobavljača? - Bayesova formula

I. Dražić PRIMJENA BAYESOVE FORMULE

OSNOVNI POJMOVI
Hi - hipoteze, p(Hi ) - vjerojatnost realizacije hipoteze Hi
p(A|Hi ) - vjerojatnost realizacije dogadaja A nakon (pod uvjetom)
realizacije hipoteze Hi
P(Hi |A) - vjerojatnost da je dogadaju A prethodila hipoteza Hi
Formula potpune vjerojatnosti:
n
X
p(A) = p(A|Hi ) · p(Hi )
i=1

Bayesova formula:

p(A|Hi ) · p(Hi ) p(A|Hi ) · p(Hi )

p(Hi |A) = = n
p(A) X
p(A|Hi ) · p(Hi )
i=1

I. Dražić PRIMJENA BAYESOVE FORMULE

1. zadatak

Zadatak
Student na ispitu treba zaokružiti jedan od 4 ponudena odgovora.
Statističkom je analizom utvrdeno da je vjerojatnost da student
zna odgovor 80%, a vjerojatnost da student pogada odgovor 20%.
Kolika je vjerojatnost da je student zaokružio točan odgovor? Ako
je student odgovorio točno kolika je vjerojatnost da nije pogadao?

Rješenje:
A - student je zaokružio točan odgovor.
H1 - student zna odgovor.
H1 - student pogada odgovor.

p(H1 ) = 0.8, p(H2 ) = 0.2, p(A|H1 ) = 1, p(A|H2 ) = 0.25

I. Dražić PRIMJENA BAYESOVE FORMULE

1. zadatak

p(A) = p(A|H1 ) · p(H1 ) + p(A|H2 ) · p(H2 )

= 1 · 0.8 + 0.25 · 0.2 = 0.8 + 0.05 = 0.85 = 85%.

Točan odgovor studenta nije rezultat pogadanja - H1 |A

Bayesova formula:

p(A|H1 ) · p(H1 )
p(H1 |A) =
p(A)

1 · 0.8
= = 0.94 = 94%.
0.85

I. Dražić PRIMJENA BAYESOVE FORMULE

2. zadatak

Zadatak
U jednoj izbornoj jedinici djeluju dvije stranke, konzervativna i
liberalna. Anketom je utvrdeno da je 65% glasača konzervativnog
opredjeljenja, 20% liberalnog te da je 15% glasača
neopredijeljeno. Na izbore je izašlo 82% konzervativaca, 65%
liberala i 50% neopredijeljenih glasača. Kolika je vjerojatnost da
slučajno odabrana osoba koja nije glasala pripada liberalima?

Rješenje:
1. faza - političko opredjeljenje osobe - HIPOTEZE (Hi )

H1 - osoba je konzervativac, p(H1 ) = 0.65

H2 - osoba je liberal, p(H2 ) = 0.2
H3 - osoba je neopredjeljena, p(H3 ) = 0.15

I. Dražić PRIMJENA BAYESOVE FORMULE

2. zadatak

2. faza - neizlazak osobe na izbore - DOGADAJ (A)

p(A|H1 ) = 0.18
p(A|H2 ) = 0.35
p(A|H3 ) = 0.50

p(A|H2 ) · p(H2 )
p(H2 |A) =
p(A|H1 ) · p(H1 ) + p(A|H2 ) · p(H2 ) + p(A|H3 ) · p(H3 )

0.35 · 0.2
=
0.18 · 0.65 + 0.35 · 0.3 + 0.5 · 0.15
0.07 0.07
= = = 0.27 = 27%.
0.117 + 0.07 + 0.075 0.262

I. Dražić PRIMJENA BAYESOVE FORMULE

3. zadatak

Zadatak
Kroz komunikacijski kanal prenose se tri lozinke AAAA, BBBB i
CCCC . Vjerojatnosti ulaska tih triju lozinki u komunikacijski kanal
su 0.3, 0.5 i 0.2, respektivno. Svako slovo lozinke prenosi se
nezavisno o drugim slovima, a vjerojatnost točnog prijenosa slova
je 0.6. Vjerojatnost promjene slova iz jednog u drugo iznosi 0.2.
Kolika je vjerojatnost da je lozinka AAAA poslana ako je primljen
skup znakova ABCA?

Rješenje:
1. faza - slanje lozinke - HIPOTEZE (Hi )
H1 - poslana je lozinka AAAA, p(H1 ) = 0.3
H2 - poslana je lozinka BBBB, p(H2 ) = 0.5
H3 - poslana je lozinka CCCC , p(H3 ) = 0.2
I. Dražić PRIMJENA BAYESOVE FORMULE
3. zadatak

2. faza - primanje skupa znakova ABCA - DOGADAJ (A)

A|H1 ⇔ [X   X], p(A|H1 ) = 0.6 · 0.2 · 0.2 · 0.6 = 0.014

A|H2 ⇔ [ X  ], p(A|H2 ) = 0.2 · 0.6 · 0.2 · 0.2 = 0.005
A|H3 ⇔ [  X ], p(A|H3 ) = 0.2 · 0.2 · 0.6 · 0.2 = 0.005

p(A|H1 ) · p(H1 )
p(H1 |A) =
p(A|H1 ) · p(H1 ) + p(A|H2 ) · p(H2 ) + p(A|H3 ) · p(H3 )

0.014 · 0.3
=
0.014 · 0.3 + 0.005 · 0.5 + 0.005 · 0.2
0.0042 0.0042
= = = 0.54 = 54%.
0.0042 + 0.0025 + 0.001 0.0077

I. Dražić PRIMJENA BAYESOVE FORMULE

4. zadatak

Zadatak
U rafineriji je postavljen osjetljivi protupožarni alarm. Alarm je
pouzdan u smislu da će se sigurno oglasiti u slučaju požara,
medutim vrlo često se oglašava i ako požara nema. Vjerojatnost
pojave požara jednaka je 25 , a vjerojatnost lažnog alarma 13 . Ako
se alarm oglasi kolika je vjerojatnost da se doista radi o požaru.

Rješenje:
H1 - ima požara, p(H1 ) = 25 ; H2 - nema požara, p(H2 ) = 3
5
A - oglašavanje alarma, p(A|H1 ) = 1; p(A|H2 ) = 31

p(A|H1 ) · p(H1 ) 1 · 25 2
p(H1 |A) = = =
p(A|H1 ) · p(H1 ) + p(A|H2 ) · p(H2 ) 1 · 25 + 31 · 3
5
3

Može li se zadatak riješiti jednostavnije?

I. Dražić PRIMJENA BAYESOVE FORMULE
5. zadatak
Zadatak
Na benzinskoj postaji 40% kupaca kupuje Eurosuper 95, 35%
Eurosuper 98, a 25% kupaca Eurodiesel. Od kupaca Eurosupera
95 samo njih 30% napuni spremnik do vrha, isto učini 60%
kupaca Eurosupera 98, odnosno 50% kupaca Eurodiesela.
a) Kolika je vjerojatnost da će sljedeći kupac napuniti spremnik
do vrha Eurosuperom 98?
b) Kolika je vjerojatnost da će sljedeći kupac napuniti spremnik
do vrha?
c) Ako znamo da je kupac napunio spremnik do vrha, kolika je
vjerojatnost da je točio Eurosuper 95?

Rješenje:
1. faza (hipoteze) - odabir vrste goriva
2. faza (dogadaj) - punjenje spremnika do vrha
I. Dražić PRIMJENA BAYESOVE FORMULE
6. zadatak

H1 - Eurosuper95, p(H1 ) = 0.4

H2 - Eurosuper98, p(H2 ) = 0.35
H3 - Eurodisel, p(H3 ) = 0.25
A - punjenje spremnika do vrha
p(A|H1 ) = 0.3, p(A|H2 ) = 0.6, p(A|H3 ) = 0.5

a) p(A ∩ H2 ) = p(A|H2 ) · p(H2 ) = 0.6 · 0.35 = 0.21 = 21%.

b) p(A) = p(A|H1 ) · p(H1 ) + p(A|H2 ) · p(H2 ) + p(A|H3 ) · p(H3 )

= 0.3 · 0.4 + 0.6 · 0.35 + 0.5 · 0.25 = 0.45 = 45%.

p(A|H1 ) · p(H1 ) 0.3 · 0.4

c) p(H1 |A) = = = 0.26 = 26%.
p(A) 0.45

I. Dražić PRIMJENA BAYESOVE FORMULE

6. zadatak
Zadatak
Neinvanzivan test za provjeru korozije u 14% slučajeva indicirat će
koroziju iako ona nije prisutna. Vjerojatnost pojave korozije je
6%. Kolika je vjerojatnost da je uzorak korodiran ako je test na
koroziju pozitivan?

Rješenje:
H1 - kor. (+), p(H1 ) = 0.06; H2 - kor. (−), p(H2 ) = 0.94

A - test je pozitivan; p(A|H1 ) = 1, p(A|H2 ) = 0.14

p(A|H1 ) · p(H1 )
p(H1 |A) =
p(A|H1 ) · p(H1 ) + p(A|H2 ) · p(H2 )
1 · 0.06 0.06
= = = 0.32 = 32%.
1 · 0.06 + 0.14 · 0.94 0.19
I. Dražić PRIMJENA BAYESOVE FORMULE
7. zadatak

Zadatak
Tvornica ima tri tipa strojeva - A, B i C. Strojevi tipa A proizvode
80% ispravnih proizvoda, strojevi tipa B 70%, a strojevi tipa C
90% ispravnih proizvoda. Strojevi tipa A nose 30% proizvodnje
tvornice, strojevi tipa B 50%, dok 20% proizvodnje nose strojevi
tipa C. Inspekcijska služba je slučajnim odabirom izabrala 1
proizvod. Kolika je vjerojatnost da je proizvod ispravan, te ako je
ispravan kolika je vjerojatnost da je proizveden na stroju tipa A.

Rješenje:
H1 - proizvod je proizveden na stroju tipa A, p(H1 ) = 0.3
H2 - proizvod je proizveden na stroju tipa B, p(H2 ) = 0.5
H2 - proizvod je proizveden na stroju tipa C, p(H3 ) = 0.2

I. Dražić PRIMJENA BAYESOVE FORMULE

7. zadatak

A - slučajno izabrani proizvod je ispravan

p(A|H1 ) = 0.8, p(A|H2 ) = 0.7, p(A|H3 ) = 0.9

p(A) = p(A|H1 ) · p(H1 ) + p(A|H2 ) · p(H2 ) + p(A|H3 ) · p(H3 )

= 0.8 · 0.3 + 0.7 · 0.5 + 0.9 · 0.2 = 0.77 = 77%.

p(A|H1 ) · p(H1 ) 0.8 · 0.3

p(H1 |A) = = = 0.31 = 31%.
p(A) 0.77

I. Dražić PRIMJENA BAYESOVE FORMULE

8. zadatak

Zadatak
Tri kooperanta proizvode dio nekog aparata, pri čemu prvi
podmiruje 50% potreba, drugi 35% i treći 15%. Utvrdeno je da
prvi šalje 90% ispravnih dijelova, drugi 80% i treći 70%. Naći
vjerojatnost da je slučajno odabrani dio, za koji je utvrdeno da je
neispravan, dobiven od prvog proizvodača?

Rješenje:

H1 - proizvod je proizveden kod prvog kooperanta, p(H1 ) = 0.5

H2 - proizvod je proizveden kod drugog kooperanta, p(H2 ) = 0.35
H2 - proizvod je proizveden kod trećeg kooperanta, p(H3 ) = 0.15

I. Dražić PRIMJENA BAYESOVE FORMULE

8. zadatak

A - slučajno izabrani proizvod je neispravan

p(A|H1 ) = 0.1, p(A|H2 ) = 0.2, p(A|H3 ) = 0.3

p(A|H1 ) · p(H1 )
p(H1 |A) =
p(A|H1 ) · p(H1 ) + p(A|H2 ) · p(H2 ) + p(A|H3 ) · p(H3 )

0.1 · 0.5
= = 0.30 = 30%.
0.1 · 0.5 + 0.2 · 0.35 + 0.3 · 0.15

I. Dražić PRIMJENA BAYESOVE FORMULE