Katedra Statystyki
Akademia Ekonomiczna w Katowicach
Wykład 7
Elementy rachunku prawdopodobieństwa Przestrzeń zdarzeń elementarnych - zbiór wszystkich zdarzeń elementarnych Ω
Zdarzenie losowe - dowolny podzbiór zbioru zdarzeń elementarnych
Przykład:
Zbiór zdarzeń elementarnych otrzymywanych w wyniku jednokrotnego rzutu kostką do gry:
Ω = {1, 2, 3, 4, 5, 6}
A = {1, 3, 5}
- zd. losowe
B = {3}
- zd. losowe i elementarne
Zdarzenie niemożliwe
∅
1
Ω = {1, 2, 3, 4, 5, 6}
Ciało zdarzeń - taki zbiór F, który spełnia warunki
1) Ω ⊂ F
2) A1, A2, ..., ∈ F ⇒ A1 ∪ A2 ∪ ... ∈ F
3) ∅∈F
Definicja (klasyczna, Laplace’a)
Prawdopodobieństwo zdarzenia losowego A k
P(A) = n ,
Definicja statystyczna (częstościowa Mises’a) k
P(A) = lim
n→∞ n
Definicja geometryczna
2
P(A) =
=
µ(Ω) S(Ω)
Definicja aksjomatyczna (Kołmogorowa) Prawdopodobieństwem jest każda funkcja P
określona na zbiorze F, taka że dla każdego A ∈ F spełnia aksjomaty:
1) P(A) ≥ 0
2) P(Ω) = 1
3) Jeżeli A1, A2, ... ∈ F i A1 ∩ Aj = ∅ dla każdego i≠j, to P(A1 ∪ A2 ∪ ...)= P(A1) + P(A2) + ...
(aksjomat przeliczalnej addytywności).
Niektóre własności tej funkcji:
P(∅) = 0
dopełnienie zdarzenia A
P(A’) = 1 - P(A)
gdzie A’ = Ω - A
3
P(A1 ∪A2) = P(A1) + P(A2) - P(A1 ∩ A2)
Prawdopodobieństwo zdarzeń warunkowych
{
P A ∩ B
P A / }
{
}
B =
{
∧ P B > 0
P
}
{ }
B
Niezależność zdarzeń:
Zdarzenia A i B są od siebie niezależne, jeśli zachodzi jedna z następujących równości: 1) P{A | B} = P{A}
2) P{B | A} = P{B}
3) P{A ∩ B} = P{A} ⋅ P{B}
4) A = ∅ ∨ B = ∅
Przykład zdarzeń zależnych A i B
(1) P{A | B} = 0,02 P{A} = 0,1
4
Wystąpienie zdarzenia B zmniejsza prawdopodobieństwo wystąpienia zdarzenia A.
Twierdzenie o prawdopodobieństwie całkowitym Założenie: A1, ..., Ak - ciąg zdarzeń taki, że: 1) Λ Ai ∩ Aj ≠ ∅
i≠ j=1...k
k
2) U Ai = Ω
- suma daje zdarzenie pewne
i=1
3) Λ P(Ai) > 0
i =1...k
k
P{ }
B = ∑ P{B|A } ⋅ P{A
i
i }
Teza:
i=1
Twierdzenie Bayes’a
Założenie: (patrz twierdzenie poprzednie) 4) P{B} > 0
Λ {
P B|A
⋅ P A
j
j
P A |B =
j
} { } { }
k
i=1...k
∑ {
P B|A
⋅ P A
i }
{ i}
i=1
5
wykorzystuje się np. w teorii niezawodności
k - przyczyna zepsucia się telewizora (A1 -
opornik, A2 - kineskop...)
B - fakt zepsucia się telewizora
Poszukujemy prawdopodobieństwa, że powodem zepsucia jest j-ta przyczyna.
P(Ai) - prawdopodobieństwo a priori przyczyny P(Ai|B) - prawdopodobieństwo a posteriori przyczyny
6