Skip to content

Commit a68fc77

Browse files
authored
Merge pull request #55 from fkdl0048/54-task-코딩테스트-복기-nhn-블루홀
Docs: Reviewing coding tests
2 parents 8244c20 + 93294f3 commit a68fc77

File tree

2 files changed

+60
-0
lines changed

2 files changed

+60
-0
lines changed
+59
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,59 @@
1+
# 베이즈 정리 문제 (조건부 확률 문제)
2+
3+
베이즈 정리는 두 확률 변수의 사전 확률과 사후 확률 사이의 관계를 나타내는 정리로 사전 확률로부터 사후 확률을 구할 수 있는 방법을 제시한다.
4+
5+
![image](https://github.com/user-attachments/assets/8884f3c3-888b-49a7-bdd3-fa5e047196c8)
6+
7+
P(A) - 사전 확률: 결과가 나타나기 이전에 정해져 있는 사건 A의 확률 (원인)
8+
P(B|A) - 우도 확률: 사건 A가 발생했다는 전제 하에 사건 B가 발생할 확률
9+
P(A|B) - 사후 확률: 사건 B가 발생했다는 전제 하에 사건 A가 발생했을 확률
10+
11+
베이즈 정리는 조건부 확률을 구하기 위한 정리로 이미 발생한 사건의 확률을 구하기 위한 정리로 **이미 발생한 사건의 확률을 이용해 앞으로 발생하게 될 사건의 가능성을 구할 수 있다.**
12+
13+
## 베이즈 정리 역확률 문제
14+
15+
> A씨가 코로나 진단 키드를 이용한 결과 양성으로 판정 받았을 때, A씨가 실제로 코로나에 걸렸을 확률은 몇 %인가? 단, 코로나 진단 키드의 정확도는 90%이고, 코로나에 걸릴 확률은 5%이다.
16+
17+
코로나에 걸릴 확률 P(코로나) = 0.05, 코로나가 아닐 확률 P(no코로나) = 0.95이고 진단 키트 결과 양성일 때 코로나 확률 P(양성|코로나) = 0.9, 양성이라고 진단 받았지만 실제 코로나가 아닐 확률 P(양성|no코로나) = 0.1이렇게 표현이 가능할 것이다.
18+
19+
그렇다면 이를 이용하여 진단 키트 결과가 양성일 때 실제 코로나에 걸렸을 확률을 계산해 보자
20+
P(코로나|양성) = P(양성|코로나) x P(코로나) / P(양성)
21+
P(양성) = 코로나일 때 양성일 확률 + 코로나가 아닐 때 양성일 확률
22+
          = P(양성|코로나) x P(코로나) + P(양성|no코로나) x P(no코로나)
23+
          = 0.9 x 0.05 + 0.1 x 0.95
24+
          = 0.14
25+
26+
∴ P(코로나|양성) = 0.9 x 0.05 / 0.14 ≒ 0.32
27+
28+
이와 같이 계산 되므로 A씨가 코로나 진단 키트 결과 양성일때, 실제 코로나일 확률은 32%인 것이다. 코로나에 걸릴 확률 자체가 5%로 상당히 낮기 때문에,  코로나 진단 키트 결과가 양성이어도 실제 코로나일 확률은 32%로 상당히 낮은 것을 볼 수 있다.
29+
30+
## 코드 정리
31+
32+
```cpp
33+
#include <iostream>
34+
using namespace std;
35+
36+
int main() {
37+
// 확률 값 입력
38+
double P_Covid = 0.05; // 코로나에 걸릴 확률
39+
double P_noCovid = 0.95; // 코로나가 아닐 확률
40+
double P_Pos_given_Covid = 0.9; // 양성일 때 코로나일 확률
41+
double P_Pos_given_noCovid = 0.1; // 양성일 때 코로나가 아닐 확률
42+
43+
// 전체 양성일 확률 P(양성)
44+
double P_Pos = (P_Pos_given_Covid * P_Covid) + (P_Pos_given_noCovid * P_noCovid);
45+
46+
// 베이즈 정리를 이용한 P(코로나|양성)
47+
double P_Covid_given_Pos = (P_Pos_given_Covid * P_Covid) / P_Pos;
48+
49+
// 결과 출력
50+
cout << "코로나 진단 키트 결과 양성일 때 실제로 코로나에 걸렸을 확률 (P(Covid|Pos)): " << P_Covid_given_Pos * 100 << "%" << endl;
51+
52+
return 0;
53+
}
54+
```
55+
56+
## 참고자료
57+
58+
- https://bigsong.tistory.com/40
59+
- https://namu.wiki/w/%EB%B2%A0%EC%9D%B4%EC%A6%88%20%EC%A0%95%EB%A6%AC#s-2.1

GameMath/README.md

+1
Original file line numberDiff line numberDiff line change
@@ -6,3 +6,4 @@
66
- [Matrix](./Matrix/README.md)
77
- [Quaternion](./Quaternion/README.md)
88
- [CoordinateSystem](./CoordinateSystem/README.md)
9+
- [BayesianProbability](./BayesianProbability/README.md)

0 commit comments

Comments
 (0)