1
下面是數據:解釋與EPS的使用此行爲雙重比較
probs_caseA_1 = reshape([0.06285693429791894300 ],[1 1]);
probs_caseA_2 = reshape([0.06285693429791905400 ],[1 1]);
probs_caseB_1 = reshape([0.93714306570208106000 ],[1 1]);
probs_caseB_2 = reshape([0.93714306570208095000 ],[1 1])
caseA
和caseB
兩個互斥事件,所以他們的概率之和爲1:
>> probs_caseA_1 + probs_caseB_1 - 1 <= eps(1)
ans =
1
>> probs_caseA_2 + probs_caseB_2 - 1 <= eps(1)
ans =
1
後綴_1
和_2
表示產生情況A和B概率的兩種不同方式。當然在概念上的兩個概率是情況A相同,而對於案件B.
爲什麼我得到以下行爲,當我這樣做比較:
abs(probs_caseA_1 - probs_caseA_2) <= ...
max(eps(probs_caseA_1), eps(probs_caseA_2))
abs(probs_caseB_1 - probs_caseB_2) <= ...
max(eps(probs_caseB_1), eps(probs_caseB_2))
這給:
>> abs(probs_caseA_1 - probs_caseA_2) <= ...
max(eps(probs_caseA_1), eps(probs_caseA_2))
ans =
0
>> abs(probs_caseB_1 - probs_caseB_2) <= ...
max(eps(probs_caseB_1), eps(probs_caseB_2))
ans =
1
請注意,這是說案例B的概率是相同的,但案例A的概率不是,不管方法1或2是否被用來計算它,但我們已經證明案例A和案例B的總和概率是(機器)等於1.