根据下面的贝叶斯网络，确定概率。

在图1所示的网络上，假设：

P("发电机损坏"=true) = 0.02P("无充电"=true | "发电机损坏"=true) = 0.95P("无充电"=true | "发电机损坏"=false) = 0.01。P("无充电"=false)是多少？它是如何推导出来的？

在没有关于“风扇皮带损坏”的信息的情况下，你将如何确定“无充电”？以下说法是否正确：P(“无充电”=false) = P(“发电机损坏”=true) * P(“无充电”=true | “发电机损坏”=true) + P(“发电机损坏”= false) * P(“无充电”=true | “发电机损坏”= false)

回答：

这是不可能的

要计算给定BN的P("无充电")，你缺少风扇皮带损坏的先验概率。而且无充电的条件概率表（CPT）也未完全指定，因为无充电依赖于风扇皮带损坏。

但你可能想要

你能做的最好的事情就是简单地忽略风扇皮带损坏。如果P("充电" | "发电机损坏")的值是通过对风扇皮带损坏进行正确的期望计算得到的，那么结果就是正确的。如果后者是真的，这意味着风扇皮带损坏已经被消除（求和），并且它的影响已经融入到充电的CPT中了。