[Thrun] Once again let's calculate the probability of rain on day 1.
This one is easy because we know it is raining on day 0,
so it's 0.6, the 0.6 over here.
This expression over here is expanded by a Bayes rule as applied over here.
Probability of happiness during rain is 0.4,
the probability of rain was said to be just 0.6,
and we divide by 0.4 times 0.6 plus 0.9 times 0.4, which is 1 minus 0.6.
And that resolves simply to 0.4 if you work it all out.
So the interesting thing here is if you were just to run the Markov chain,
on day 1 we have a 0.6 chance of rain,
but the fact that I observed myself to be happy reduces the chance of rain to 0.4.
1日目に雨である確率を再計算します
0日目が雨だと分かっているので簡単です
0.6と書いてありますね
この式はベイズの定理に従って
次のように展開できます
雨の時に上機嫌である確率は0.4であり
雨である確率は0.6でした
それを0.4×0.6と0.9×0.4の和で割ります
1-0.6=0.4だからです
計算すると結果は0.4になります
ここで興味深いのは
単にマルコフ連鎖をたどるだけだと
1日目が雨である確率は0.6ですが
私が上機嫌であるという観測により
確率が0.4まで下がることです
Давайте опять рассчитаем вероятность дождя в день 1.
Это просто сделать, потому что мы знаем, что в день 0 идет дождь,
таким образом вероятность дождя в день 1 равна 0.6, вот это значение 0.6.
Это выражение можно расписать, используя правило Байеса вот здесь.
Вероятность хорошего настроения в дождливый день равна 0.4,
а вероятность дождя, как мы только что установили, равна всего 0.6,
и мы делим это на 0.4 умноженное на 0.6 плюс 0.9 умноженное на 0.4, полученное путем вычитания 0.6 из 1.
И конечный результат в этой формуле будет равен 0.4.
Интересный момент здесь состоит в том, что если вы будете просто использовать цепь Маркова,
то в день 1 наша вероятность дождя будет равна 0.6,
но тот факт, что я знаю, что у меня хорошее настроение, снижает вероятность дождя до 0.4.