Math 将概率重写为布尔代数

Math 将概率重写为布尔代数,math,probability,boolean-logic,Math,Probability,Boolean Logic,我得到了三个二进制随机变量:X,Y和Z。我还得到了以下内容: p(Z|X) p(Z|Y) p(X) p(Y) 然后我要确定是否有可能找到p(Z | Y,X)。我试着用Bayes定理的形式重写这个解,但一无所获。假设这些是布尔随机变量,是否可以用布尔代数重写系统?我知道条件可以映射到布尔含义(x->y,或!x+y),但我不确定这将如何转化为我试图解决的总体问题 (是的,这是一个家庭作业问题,但在这里,我更感兴趣的是如何正式解决这个问题,而不是解决方案是什么……我还认为这个问题对于MathOverf

我得到了三个二进制随机变量:X,Y和Z。我还得到了以下内容:

p(Z|X)

p(Z|Y)

p(X)

p(Y)

然后我要确定是否有可能找到
p(Z | Y,X)
。我试着用Bayes定理的形式重写这个解,但一无所获。假设这些是布尔随机变量,是否可以用布尔代数重写系统?我知道条件可以映射到布尔含义(
x->y
,或
!x+y
),但我不确定这将如何转化为我试图解决的总体问题


(是的,这是一个家庭作业问题,但在这里,我更感兴趣的是如何正式解决这个问题,而不是解决方案是什么……我还认为这个问题对于MathOverflow来说太简单了)

我敢打赌有人做得更优雅,但是

在这种情况下,不可能确定p(Z | Y,X)。一般来说,我认为可以从一组独立的“原子”概率开始,并在添加约束时消除它们。例如,看看X和Y,我们从四个概率开始:

P( X,  Y) = a
P( X, ~Y) = b
P(~X,  Y) = c
P(~X, ~Y) = d
现在我们添加一个约束,probs的总和必须为1。我们可以消除一个变量,任何变量,比如d:

P( X,  Y) = a
P( X, ~Y) = b
P(~X,  Y) = c
P(~X, ~Y) = 1-a-b-c
现在假设我们也知道p(X)=K:


等等。在前面提到的问题中,我们可以消除最初八个概率中的五个,但是我们需要两个仍然独立的概率之比。

准确地说,如果有一种方法可以在布尔表达式中实现这一点(这在程序中很容易编码)。我喜欢这个。我尝试用图形表示它,发现它可以由链(X->Y->Z)或“v”(X->Z)组成
P( X,  Y) = a
P( X, ~Y) = K-a
P(~X,  Y) = c
P(~X, ~Y) = 1-K-c