DSCF2521

DSCF2521



4. Pojęcie i pewne własności piamiupv»

Definicja 4.5.3. O zdarzeniach A i B mówimy, że są wzajemnie niezależne, jeśli zachodzi jeden z dwu przypadków:

1)    gdy P(A)>0 i P(B)>0 oraz spełniony jest warunek 4.5.4, tj.

P(A\B)=P(A),

2)    prawdopodobieństwo co najmniej jednego ze zdarzeń równa się zeru

P(A)=0 lub P(£)=0.

Jeśli

(4.5.5)    P(A\B)jtP(A), gdzie    P(B)> 0,

to mówimy, że zdarzenia A i Bzależne.

Duże znaczenie praktyczne ma twierdzenie następujące:

Twierdzenie 4.5.2. Na to, aby zdarzenia A i B były niezależne, potrzeba i wystarcza, żeby prawdopodobieństwo łącznego zajścia tych zdarzeń było równe iloczynowi prawdopo-bieństw każdego z tych zdarzeń, tj.

(4.5.6)    P(AB)=P(A) * P(B).

Dowód. Udowodnimy najpierw warunek konieczny, tzn. słuszność|twierdzenia: Jeżeli zdarzenia A i B są niezależne, to

P(AB)=P(A)P{B).

Mamy (wzór 4.5.2):

P(A-B)=P(A)-P(B\A)=P(B)-P(A\B).

Jeżeli zdarzenia A i 5 są niezależne, przy czym P(A)>0 i P(B)>0, to

P(£|,4)=P(jB) i PU|B)=P(y4), a więc P^A-B) — P(A)-P(B).

Jeżeli zdarzenia ^4 i B są niezależne na skutek tego, że P(,4)=0 lub P(£) = 0, to, p°* nieważ (własność 3.3.11) >4 *££.4, mamy z twierdzenia 4.3.1

P(/lB)<P(/!)=0, czyli P(A-B) = 0.

Zachodzi więc równość P(A B) = P(A) P(B).

Udowodnimy warunek wystarczający:

Jeżeli jest spełniona równość (4.5.6), to zdarzenia A i B są niezależne (*).

Jeżeli

PU)> 0 i    P(£)> 0,

(') Warunek ten może być przyjęty jako określenie zdarzeń niezależnych. Wówczas związki (4.5-11 lub (4.5.2) otrzymuje się jako twierdzenia.

to porównując wzór (4.5.6) ze wzorem (4.5.2), otrzymujemy P{B\A) = P(B)    i P(A\B)=P(A),

a zatem zdarzenia A i B są niezależne.

Jeżeli równość (4.5.6) jest spełniona, ponieważ obie jej strony są równe zeru, to P(A)= =0 lub P(B)=0, a więc zdarzenia A i B na mocy definicji 4.5.3 są niezależne.

Z pojęcia prawdopodobieństwa warunkowego korzysta się w twierdzeniu o tzw. prawdopodobieństwie zupełnym (zwanym również całkowitym).

Twierdzenie 4.5.3. Jeżeli zdarzenia Alt A2,..., An tworzą układ zupełny zdarzeń, to prawdopodobieństwo dowolnego zdarzenia B obliczamy ze wzoru

(4.5.7)    P(B)=P(A,)P(B\A1)+P(A2)P(B\A2)+...+P(An)P(B\An)=

n

== i P(At)- P(B\Aj).

1=1

Dowód. Niech B będzie zdarzeniem należącym do algebry zdarzeń S utworzonej w przestrzeni /. Niech zdarzenia Ax, A2, An tworzą układ zupełny zdarzeń, tzn.

Ai+>42 +... +An=I,

przy czym ApAj=0 dla /#./(/= 1, 2,..., n, j—l, 2, ...,»). Pomnóżmy obie strony tej równości przez B. Wówczas B I=B (aksjomat X) oraz B-(AX + A2 + ...+A„)=B Al+B-A2 +    An (aksjomat IX). Zatem

(4.5.8)


Ai'B+A2'B + ...+An‘B=B.


Wzór (4.5.8) oznacza, że zajście zdarzenia B jest równoważne zajściu tego zdarzenia z jednym ze zdarzeń Ax, A2, An. Rysunek 4.5.2 ilustruje ten fakt dla n=5. Zdarzenia AXB, A2-B, ..., An B również wykluczają się parami, gdyż

' (Ar B)-(Aj-B)=Ai Aj-B=(Ai Aj) B=0 B=0

dla i^j (aksjomaty V i VII, własność 3.3.2). Wobec tego

P(B) = P(AlB) + P(A2B) + .,. + P(AnB).

Z (4.5.2) mamy

P(AkB) = P(AkyP(B\Ak),    k = 1,2,

1HKHI i . ...    1    Rys. 4.5.2

co uwzględniając otrzymujemy natychmiast wzór (4.5.7).

Rozszerzymy obecnie pojęcie układu zupełnego zdarzeń na przypadek algebry prawdopodobieństwa [/, S, P], gdzie I może być zbiorem o dowolnej liczbie elementów.

Definicja 4.5.4. Mówimy, że ciąg zdarzeń An («= 1,2, ...) należących do S tworzy układ zupełny w szerszym sensie, jeżeli wykluczają się one parami, tj.

At’Aj=0 dla    (i = 1,2,..., j—1,2,...)

7*


Wyszukiwarka

Podobne podstrony:
DSCF2534 126    4. Pojęcie i pewne własności prawdopodobieństwa Oznaczmy przez A zdar
DSCF2512 80 4, Pojęcie i pewne własności
DSCF2515 86 4. Pojęcie i pewne własności prawdopodobieństwa Dowód. Opierając się na własności 4.2.7
DSCF2520 96 4. Pojęcie i pewne własności prawdopodobieństwa PRZYKŁAD 4.5.3. Na każdej z pięciu karte
DSCF2529 116 4. Pojęcie i pewne własności prawdopodobieństwa Przyklap^.7.5.JN każdej z 5 urn pierwsz
DSCF2536 yo 4. Pojęcie i pewne własności prawdopodobieństwa wchodzi do próbki co nąjmniąj jeden z wy
DSCF2537 132 4. Pojęcie i pewne własności prawdopodobieństwa Przykład 4.10.3. Iloma kośćmi należy rz
DSCF2541 152 4. Pojęcie i pewne własności prawdopodobieństwa 4.14. Mamy do dyspozycji 1 urnę typu A
DSCF2523 4. Pojęcie i pewne własności prawdopodobieństwa 102 Napiszmy powyższy wzór dla n»I, 2*3,...
Własnosc niezależności Jeśli zdarzenia A1(An są niezależne, to dopełnienia tych zdarzeń też są
1.3. Funkcja użyteczności Definicja 1.16. Mówimy, że w polu preferencji    obserwujem
67 Marek Beska, Całka Stochastyczna, wykład 4 4.3 Twierdzenia o rozkładzie Definicja 4.22 Mówimy, że
2.4. Postać normalna Boyce’a-Codda Definicja 2.4.1 (BCNF). Mówimy, że schemat IZ jest w postaci norm
Pomiar - definicje pomocnicze Cecha - pojęcie pierwotne, nie definiowane (coś, co opisuje pewne włas
01?finicje WYPADEK PRZY PRACY- DEFINICJAI. Pojęcie wypadku przy pracy Nagłość zdarzeni a Zaistnienie
$ 109. Rzymskie prawo własności. Pojęcie i znaczenie. Brak wyraźne) definicji własności, wobec tak
DSCF2513 4. Pojęcie pewne wfcurtojcf prawdopoffobteńafwa Przykład 4.1.6, W urnie są kule o numerach

więcej podobnych podstron