Sunteți pe pagina 1din 8

Elemente de teoria probabilitilor at 1 Introducere

Bazele teoriei probabilitilor au fost puse secolul XVII de Pascal i Fermat. at n s Aprut ca o modelare matematic a ansei la jocurile de noroc, calculul probaa a s bilitilor s-a transformat at ntr-o teorie matematic riguroas, strns legtur cu a a n a a a a analiza matematic dar i cu alte ramuri ale matematicii. Teoria probabilitilor are a s at astzi importante aplicatii zic, chimie, biologie, medicin, economie, sociologie a n a a i multe alte discipline. s Din punct de vedere intuitiv, probabilitatea este un numr (cuprins a ntre zero i unu) asociat unui eveniment. Chiar i aceast descriere imprecis ne conduce la s s a a ideea denirii probabilitii ca o functie denit pe o multime de evenimente. at a Prin experient sau experiment vom elege realizarea unui complex de conditii a nt ce conduc la obtinerea unui rezultat. Ne intereseaz numai acele experiente al cror a a rezultat nu poate prevzut cu exactitate, aanumitele experiente aleatoare. a s O experient se poate repeta de mai multe ori fr ca rezultatul s e neaprat a aa a a acelai; ecare repetare a unei experiente se numete prob. Orice situatie ce se s s a poate realiza prin una sau mai multe probe se numete eveniment. s Exemplu. Experienta aruncrii unui zar. In raport cu aceast experient se pot a a a considera urmtoarele evenimente: a A: aparitia fetei cu 4 puncte, B: aparitia unei fete cu numr par de puncte, a C: aparitia unei fete cu cel mult 3 puncte. Fie = {1, 2, 3, 4, 5, 6} multimea punctelor de pe fetele zarului. Se observ c a a este multimea rezultatelor posibile ntro prob a experientei i c ecrui eveniment a s a a corespunde o submultime a lui , numit multimea cazurilor favorabile evenimeni a tului respectiv. Vom identica evenimentele cu submultimile cazurilor favorabile lor. Se poate constata o analogie ntre evenimente i multimi. s Relativ la o experienta, distingem dou evenimente remarcabile: a evenimentul sigur, notat : se realizeaz la orice efectuare a experientei; a i corespunde multimea tuturor cazurilor posibile evenimentul imposibil, notat : nu se produce la nici o efectuare a experientei; corespunztor multimii vide a Numim sistem de evenimente asociat unei experiente aleatoare: multimea eveni mentelor ce pot aprea acea experienta. Evenimentele elementare sunt acea n lea corespunztoare submultimilor formate dintr-un singur element ale lui . a In

cazul experientei aruncrii zarului, sistemul de evenimente este multimea P() a a submultimilor lui . Operatii cu evenimente Fie A i B dou evenimente asociate unei experiente. s a Evenimentul A implic evenimentul B dac realizarea lui A atrage dup sine rea a a alizarea lui B; multimea cazurilor favorabile lui A este inclus multimea cazurilor a n favorabile lui B. putin unul dintre evenimentele A sau B se realizeaz. a mentele A i B se realizeaz simultan. s a realizeaz A i nu se realizeaz B. a s a AB AB AB A\B Reuniunea evenimentelor A i B este evenimentul care se realizeaz dac cel s a a Intersectia evenimentelor A i B este evenimentul care se realizeaz dac eveni s a a Diferenta evenimentelor A i B este evenimentul care se realizeaz cnd se s a a Evenimentul contrar lui A este evenimentul care se realizeaz dac nu se reala a izeaz A, deci cazurile favorabile lui A corespund complementarei multimii cazurilor a favorabile lui A. Au loc relatiile: A = \ A; A A = ; A A = . Evenimentele A i B se numesc compatibile dac se pot realiza simultan (AB = s a ) i incompatibile caz contrar (A B = ). s n Fie = i = K P(). Atunci perechea (, K) se numete cmp de s s a a evenimente dac: (i) A K A K. (ii) (n N An K)
nN

An K.

Fie (, K) un cmp de evenimente. Atunci au loc urmtoarele proprieti: a a at (i) K. (ii) K. (iii) (n N An K)
nN

An K.

(iv) A, B K A B K.

(v) A, B K A B K. (vi) A, B K A \ B K. Ca o consecinta imediat, reuniunea i intersectia unui numr nit de evenimente a s a din K apartin de asemenea lui K.

Cmp de probabilitate a

Fie (, K) un cmp de evenimente. Numim probabilitate pe K o functie P : K R, a care satisface proprietile: at (1) Pentru orice A K P (A) 0, (2) Evenimentul sigur are probabilitatea P () = 1. (3) Pentru orice ir An de evenimente din K, incompatibile dou cte dou s a a a P(
nN

An ) =
nN

P (An ).

Tripletul (, K, P ) se numete cmp de probabilitate. s a Fie (, K, P ) un cmp de probabilitate. Atunci au loc urmtoarele proprieti: a a at (i)P () = 0. (ii) A, B K, A B = P (A B) = P (A) + P (B). (iii)A, B K, A B P (B \ A) = P (B) P (A). (iv) A, B K, A B P (A) P (B). (v) A K P (A) = 1 P (A). (vi) A K 0 P (A) 1. (vii) A, B K P (A \ B) = P (A) P (A B). (viii) A, B K P (A B) = P (A) + P (B) P (A B). (ix) Formula lui Poincar. Dac A1 , A2 , . . . An K atunci e a
n n

P(
i=1

Ai ) =
i=1

P (Ai )
i<j

P (Ai Aj ) +

+ + (1)

P (Ai Aj Ak ) +
i<j<k n+1

P (A1 A2 An ).

Demonstratie. (i) Alegem A0 = i An = pentru n 1, dup care aplicm proprietatea (3) s a a din denitia probabilitii. at (ii) Alegem A0 = A, A1 = B i An = pentru n 2. Este sucient acum s s a aplicm (3) i s inem cont de (i). a s at (iii) Fie A i B dou evenimente din K cu A B. Atunci B = A (B \ A) iar s a evenimentele A i B \ A sunt incompatibile. Aplicnd (ii) obtinem s a P (B) = P (A) + P (B \ A). (iv) Din axioma (1) i proprietatea (iii) obtinem s P (B) P (A) = P (B \ A) 0, adic P (A) P (B). a (v) Lum B = (iii). a n (vi) Rezult din (iv). a (vii)S observm c A = (A \ B) (A B). Putem acum s aplicm (ii) a a a a a evenimentelor incompatibile A \ B i A B. s (viii) Este sucient s observm c a a a A B = (A \ B) (A B) (B \ A) i c cele trei evenimente care compun A B sunt incompatibile dou cte dou. s a a a a Se aplic apoi (ii) i (vii). a s (ix) Formula este o generalizare a proprietii (viii) care poate demonstrat at a prin inductie. 2

Probabilitate conditionat a
E1 . Dintr-o urn cu 10 bile, 3 albe si 7 negre, se extrag succesiv 2 bile fr a pune a aa

S considerm urmtoarele experiente. a a a bila extras a napoi urn. Care este probabilitatea ca cea de-a doua bil extras sa n a a a e alb? a

Legat de aceast experienta, considerm evenimentele: a a A: prima bil extras este alb a a a A: prima bil extras este neagr a a a B: a doua bil extras este alb a a a B: a doua bil extras este neagr a a a 3 P (A) = 10 Daca naintea evenimentului B s-a realizat A, atunci 2 P (B) = . 9 Daca naintea lui B s-a realizat evenimentul A, atunci 3 P (B) = . 9 Deci realizarea evenimentului B depinde de realizarea evenimentului A. 2 C3 1 P (A B) = 2 = . Dac notm cu PA (B) probabilitatea de s se realizeze a a a C10 15 P (A B) . B tiind c s-a realizat A, observm c PA (B) = s a a a P (A) E2. Se arunc o pereche de zaruri ideale i se urmrete aparitia sumei 6. a s a s Care este probabilitatea ca la cel putin unul din zaruri s apar fata 2? a a In legtur cu aceast experient considerm evenimentele: a a a a a A: suma punctelor egal cu 6 a B: cel putin unul din zaruri aeaz fata 2 s a Cazuri favorabile lui A: {(1, 5), (5, 1), (2, 4), (4, 2), (3, 3)} A B: {(2, 4), (4, 2)}. Probabilitatea ca unul din zaruri s aeze fata 2 tiind c suma punctelor este a s s a egal cu 6, este 2/5. S mai observm c P (A) = 5/36, P (B) = 11/36, iar a a a a P (A B) = 2/36. Fie (, K, P ) un cmp de probabilitate, A K, cu P (A) > 0. Atunci functia a P (A B) , P (A) se numete probabilitate conditionat de evenimentul A. s a PA (B) = Se poate arta c functia PA este o probabilitate pe K. a a Evenimente independente Dac realizarea evenimentului B nu depinde de realizarea sau nerealizarea evenia mentului A, ne ateptm ca probabilitatea lui B s e egal cu probabilitatea lui B s a a a PA : K R denit prin a

conditionat de A. Aceast observatie ne conduce la urmtoarea denitie formal a a a a pentru independenta. Dou evenimente A, B K se numesc independente dac a a P (A B) = P (A) P (B).

A1 , A2 , . . . , An din K se numesc evenimente independente dac pentru orice submultime a de indici I {1, 2, . . . , n} avem: P(
iI

Ai ) =
iI

P (Ai ).

Din denitia probabilitii conditionate, rezult c dac A este un eveniment cu at a a a P (A) > 0 atunci pentru orice eveniment B are loc: P (A B) = P (A)PA (B). Aceast formul poate generalizat pentru o multime nit de evenimente. a a a a Probabilitatea intersectiei de evenimente
n1

Dac A1 , . . . , An K i P ( a s
i=1 n

Ai ) > 0 atunci:

P(
i=1

Ai ) = P (A1 ) PA1 (A2 ) PA1 A2 (A3 ) . . . PA1 A2 An1 (An ).

Formula probabilitii totale. Formula lui Bayes at

Fie (, K, P ) un cmp de probabilitate i (Ai )iI o familie de evenimente din K. a s Atunci (Ai )iI se numete partitie sau sistem complet de evenimente dac: s a (1)i I Ai = ; (2) i = j Ai Aj = ; (3)
iI

Ai = .

Formula probabilitii totale at Fie A1 , . . . , An un sistem complet de evenimente. Atunci pentru orice eveniment A din K, are loc formula: P (A) =
i=1 n

P (Ai )PAi (A).

Formula lui Bayes Fie A1 , . . . , An un sistem complet de evenimente i A K cu P (A) > 0. Atunci: s PA (Ai ) = P (Ai )PAi (A)
n

P (Ai )PAi (A)


i=1

Exemple. 1) Se consider trei urne identice continnd: a a U1 : o bil alb i una neagr; a as a U2 : 5 bile albe i 3 bile negre; s U3 : o bil alb i 3 bile negre. a as Se alege o urn la amplare i se extrage din ea, la amplare, o bil. a nt s nt a a) S se ae probabilitatea ca bila aleas s e alb. a a a a b) Dac bila aleas este alb care este probabilitatea ca bila s fost aleas din a a a a a urna U2 ? Rezolvare. a) Fie evenimentele Ai : extragerea se face din urna i B: bila extras este alb a a Atunci: P (A1 ) = P (A2 ) = P (A3 ) = 1/3. Pe de alt parte, A1 , A2 , A3 formeaz un sistem complet de evenimente i folosind a a s formula probabilitii totale, obtinem at P (B) = P (A1 )PA1 (B) + P (A2 )PA2 (B) + P (A3 )PA3 (B) = 1 1 1 5 1 1 11 + + = . 3 2 3 8 3 4 24 Pentru b) folosim formula lui Bayes: = PB (A2 ) = P (A2 )PA2 (B)
3

P (Ai )P (B/Ai )
i=1

5 1 5 24 = . 3 8 11 11

2) A fost elaborat un nou test pentru a determina riscul ca o anumit persoan a a s se a mbolnveasc de o anumit boal genetic. Nici un test nu e perfect: vor a a a a a exista purttori ai genei respective care vor testati negativ i nonpurttori care a s a s e testati pozitiv. a Considerm evenimentele: a

A: pacientul are gena respectiv a B: pacientul este testat pozitiv a) Ce semnicatie au probabilitile: PA (B), PB (A), PB (A) PB (A)? at b) S presupunem c 1 la 1000 de persoane este purttoare a bolii. De asemenea a a a s presupunem c probabilitatea ca un purttor al genei s e testat negativ este a a a a 1%, iar probabilitatea ca un nonpurttor s e testat pozitiv este 5%. Dac un a a a pacient a fost testat pozitiv, care este probabilitatea ca pacientul s e purttor al a a genei respective? Dar dac a fost testat negativ? a