베이즈 정리 (사후 확률), 깨진 전구가 B 회사 제품일 확률은?

베이즈 정리는 주어진 조건 하에서 어떤 사건이 발생할 확률을 구하는 데 사용되는 중요한 확률 이론 중 하나입니다.

이 정리는 사전 확률과 사후 확률의 개념을 연결하며, 주어진 증거에 따라 특정 가설의 신뢰도를 갱신하는 데 매우 유용합니다.

 1. 베이즈 정리의 기본 개념

베이즈 정리는 아래와 같이 표현됩니다:

\[
P(H \mid E) = \frac{P(E \mid H) \cdot P(H)}{P(E)}
\]

여기서:
- \( P(H \mid E) \): 증거 \( E \)가 주어졌을 때 가설 \( H \)가 참일 확률 (사후 확률)
- \( P(E \mid H) \): 가설 \( H \)가 참일 때 증거 \( E \)가 발생할 확률 (우도)
- \( P(H) \): 가설 \( H \)가 참일 사전 확률
- \( P(E) \): 증거 \( E \)가 발생할 전체 확률

베이즈 정리는 새로운 정보가 주어졌을 때, 그 정보에 비추어 기존의 가설이 얼마나 더 믿을 만한지를 계산하는 방법입니다.
쉽게 말해, 새로운 증거를 통해 우리의 생각을 더 정확하게 바꿔 나가는 과정이라고 할 수 있습니다.

 2. 문제에 대한 적용

이제 주어진 문제를 베이즈 정리를 통해 풀어봅시다.

# 문제 재1정의

- 가설 \( H_1 \) (사건 \( C_A \)): 꺼낸 전구가 회사 A의 전구이다.
- 가설 \( H_2 \) (사건 \( C_B \)): 꺼낸 전구가 회사 B의 전구이다.
- 증거 \( E \) (사건 \( F \)): 꺼낸 전구가 불량품이다.

우리는 증거 \( E \)가 주어졌을 때, 가설 \( H_2 \) (회사 B의 전구)일 확률을 구하고자 합니다.

# 주어진 정보:

- 회사 A 전구의 불량률: \( P(F \mid C_A) = 0.02 \)
- 회사 B 전구의 불량률: \( P(F \mid C_B) = 0.03 \)
- 회사 A 전구의 비율: \( P(C_A) = \frac{50}{200} = \frac{1}{4} \)
- 회사 B 전구의 비율: \( P(C_B) = \frac{150}{200} = \frac{3}{4} \)

# 전체 확률 \( P(F) \) 계산

전체 확률 \( P(F) \)는 모든 가능성을 고려한 증거(E)의 발생 확률입니다. 베이즈 정리를 사용하려면 이 값을 계산해야 합니다:

\[
P(F) = P(F \mid C_A) \cdot P(C_A) + P(F \mid C_B) \cdot P(C_B)
\]
\[
P(F) = (0.02 \times \frac{1}{4}) + (0.03 \times \frac{3}{4}) = \frac{0.02}{4} + \frac{0.09}{4} = \frac{0.11}{4} = 0.0275
\]

# 베이즈 정리 적용

이제, 베이즈 정리를 이용하여 \( P(C_B \mid F) \)를 계산해 봅시다:

\[
P(C_B \mid F) = \frac{P(F \mid C_B) \cdot P(C_B)}{P(F)} = \frac{0.03 \times \frac{3}{4}}{0.0275} = \frac{0.0225}{0.0275} \approx 0.818
\]

 3. 해석 및 결론

베이즈 정리를 통해 계산한 결과에 따르면, 불량품이 회사 B의 제품일 확률은 약 81.8%입니다.
즉, 불량품을 발견했을 때, 그 전구가 회사 B의 제품일 가능성이 더 크다는 의미입니다.

# 이론적 해석

- 사전 확률 \( P(C_A) \)와 \( P(C_B) \): 회사 A와 B에서 각각 꺼낸 전구가 존재할 확률로, 초기 정보입니다.
- 우도 \( P(F \mid C_A), P(F \mid C_B) \): 각 회사의 전구가 불량품일 확률로, 주어진 사건(불량품이 발생한 경우)에 대한 조건부 확률입니다.
- 사후 확률 \( P(C_B \mid F) \): 불량품이 주어진 조건에서, 해당 전구가 회사 B 제품일 확률로, 새로운 정보(불량품 발생)를 반영하여 업데이트된 가설의 신뢰도를 나타냅니다.

이와 같이 베이즈 정리는 사전 정보와 새로운 증거를 종합하여 최종 확률을 계산하는 데 매우 강력한 도구로, 다양한 분야에서 폭넓게 사용됩니다.