1700535781
概率图，贝叶斯网络，马尔可夫网络
1700535782
1700535783
问题1 能否写出图6.1（a）中贝叶斯网络的联合概率分布？
1700535784
1700535785
难度：★☆☆☆☆
1700535786
1700535787
1700535788
1700535789
1700535790
图6.1 概率图模型
1700535791
1700535792
分析与解答
1700535793
1700535794
由图可见，在给定A的条件下B和C是条件独立的，基于条件概率的定义可得
1700535795
1700535796
1700535797
1700535798
1700535799
（6.1）
1700535800
1700535801
同理，在给定B和C的条件下A和D是条件独立的，可得
1700535802
1700535803
1700535804
1700535805
1700535806
（6.2）
1700535807
1700535808
由式（6.1）和式（6.2）可得联合概率
1700535809
1700535810
P(A,B,C,D)=P(A)P(B|A)P(C|A,B)P(D|A,B,C)
1700535811
1700535812
=P(A)P(B|A)P(C|A)P(D|B,C) ．
1700535813
1700535814
（6.3）
1700535815
1700535816
问题2 能否写出图6.1（b）中马尔可夫网络的联合概率分布？
1700535817
1700535818
难度：★☆☆☆☆
1700535819
1700535820
分析与解答
1700535821
1700535822
在马尔可夫网络中，联合概率分布的定义为
1700535823
1700535824
1700535825
，
1700535826
1700535827
（6.4）
1700535828
1700535829
1700535830
其中C为图中最大团所构成的集合，为归一化因子，用来保证P(x)是被正确定义的概率，φQ是与团Q对应的势函数。势函数是非负的，并且应该在概率较大的变量上取得较大的值，例如指数函数