Documente Academic
Documente Profesional
Documente Cultură
Elemente de teoria
probabilit
a
tilor
Introducere
Bazele teoriei probabilit
a
tilor au fost puse n secolul XVII de
Pascal
si Fermat.
Ap
arut ca o modelare matematic
aa
sansei la jocurile de noroc,
calculul probabilit
a
tilor s-a transformat ntr-o teorie matema tic
a riguroas
a, n str
ans
a leg
atur
a cu analiza matematic
a dar
Prin experient
Exemplu. Experient
a arunc
arii unui zar.
In raport cu aceast
a experient
Relativ la o experient
a, distingem dou
a evenimente remarcabile:
evenimentul sigur (se realizeaz
a la orice efectuare a experient
ei;
i corespunde mult
imea tuturor cazurilor posibile)
evenimentul imposibil (nu se produce la nici o efectuare a
experient
ei; corespunz
ator mult
imii vide)
Evenimentele elementare sunt acelea corespunz
atoare submult
imilor
formate dintr-un singur element ale lui .
Sistem de evenimente asociat unei experient
e aleatoare: mult
imea
evenimentelor ce pot ap
area n acea experient
a.
In cazul experient
ei arunc
arii zarului, sistemul de evenimente
este mult
imea P() a submult
imilor lui .
4
Operat
ii cu evenimente Fie A
si B dou
a evenimente asociate
unei experient
e.
Evenimentul A implic
a evenimentul B dac
a realizarea lui A atrage dup
a
sine realizarea lui B; mult
imea cazurilor favorabile lui A este inclus
a n
mult
imea cazurilor favorabile lui B.
AB
si B este evenimentul care se realizeaz
a dac
a
Reuniunea evenimentelor A
cel put
in unul dintre evenimentele A sau B se realizeaz
a.
AB
si B este evenimentul care se realizeaz
a dac
a
Intersect
ia evenimentelor A
evenimentele A
si B se realizeaz
a simultan.
AB
si B este evenimentul care se realizeaz
a c
and
Diferent
a evenimentelor A
A\B
se realizeaz
a A
si nu se realizeaz
a B.
Evenimentul contrar lui A este evenimentul care se realizeaz
a dac
a nu
se realizeaz
a A, deci cazurile favorabile lui A corespund complementarei
A
mult
imii cazurilor favorabile lui A.
A=\A
AA=
A A = .
5
Evenimentele A
si B se numesc:
compatibile dac
a se pot realiza simultan (A B 6= )
incompatibile n caz contrar (A B = ).
Fie 6=
si 6= K P(). Atunci perechea (, K) se nume
ste
c
amp de evenimente dac
a:
A K A K.
[
(n N An K)
An K.
nN
Fie (, K) un c
amp de evenimente. Atunci au loc urm
atoarele propriet
a
ti:
(i) K.
(ii) K.
(iii) (n N An K)
An K.
nN
(iv) A, B K A B K.
(v) A, B K A B K.
(vi) A, B K A \ B K.
C
amp de probabilitate
Fie (, K) un c
amp de evenimente. Se nume
ste probabilitate
pe K o funct
ie P : K R, care satisface propriet
a
tile:
(1) Pentru orice A K P (A) 0,
(2) Evenimentul sigur are probabilitatea P () = 1.
(3) Pentru orice
sir An de evenimente din K, incompatibile
dou
a c
ate dou
a
P(
nN
An) =
P (An).
nN
Tripletul (, K, P ) se nume
ste c
amp de probabilitate.
8
Fie (, K, P ) un c
amp de probabilitate. Atunci au loc urm
atoarele
propriet
a
ti:
(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.
9
P(
n
[
Ai) =
i=1
n
X
P (Ai)
i=1
X
P (Ai Aj ) +
i<j
P (Ai Aj Ak ) +
i<j<k
+ (1)n+1P (A1 A2 An).
Probabilitate condit
ionat
a
S
a consider
am urm
atoarele experient
e.
E1. Dintr-o urn
a cu 10 bile, 3 albe si 7 negre, se extrag
ar
a a pune bila extras
a napoi n urn
a. Care
succesiv 2 bile f
este probabilitatea ca cea de-a doua bil
a extras
a sa fie alb
a?
Legat de aceast
a experient
a, consider
am evenimentele:
A:
A:
B:
B:
prima bil
a extras
a este alb
a
prima bil
a extras
a este neagr
a
a doua bil
a extras
a este alb
a
a doua bil
a extras
a este neagr
a
10
P (A) =
3
10
P (B) = ?
a se
Dac
a not
am cu PA (B) probabilitatea de s
realizeze B
stiind c
a s-a realizat A, observ
am c
a PA (B) =
P (A B)
.
P (A)
E2. Se arunc
a o pereche de zaruri ideale
si se urm
are
ste
aparit
ia sumei 6.
Care este probabilitatea ca la cel put
in unul din zaruri s
a apar
a
fat
a 2?
In leg
atur
a cu aceast
a experient
a consider
am evenimentele:
A: suma punctelor egal
a cu 6
B: cel put
in unul din zaruri afi
seaz
a fat
a 2
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
a afi
seze fat
a 2
stiind c
a
suma punctelor este egal
a cu 6, este 2/5. S
a mai observ
am
c
a P (A) = 5/36, P (B) = 11/36, iar P (A B) = 2/36.
11
Fie (, K, P ) un c
amp de probabilitate, A K, cu P (A) > 0.
a prin
Atunci funct
ia PA : K R definit
PA(B) =
P (A B)
,
P (A)
ionat
a de evenimentul A.
se nume
ste probabilitate condit
Se poate ar
ata c
a funct
ia PA este o probabilitate pe K.
12
Evenimente independente
Dac
a realizarea evenimentului B nu depinde de realizarea sau
nerealizarea evenimentului A, ne a
stept
am ca probabilitatea
lui B s
a fie egal
a cu probabilitatea lui B condit
ionat
a de A.
Aceast
a observat
ie ne conduce la urm
atoarea definit
ie formal
a
pentru independent
a.
Dou
a evenimente A, B K se numesc independente dac
a
P (A B) = P (A) P (B).
\
iI
Ai) =
P (Ai).
iI
13
Din definit
ia probabilit
a
tii condit
ionate, rezult
a c
a dac
a A este
un eveniment cu P (A) > 0 atunci pentru orice eveniment B
are loc:
P (A B) = P (A)PA(B).
Aceast
a formul
a poate fi generalizat
a pentru o mult
ime finit
a
de evenimente.
Probabilitatea intersect
iei de evenimente
n1
\
Dac
a A1, . . . , An K
si P (
i=1
P(
n
\
i=1
Fie (, K, P ) un c
amp de probabilitate
si (Ai)iI o familie de
evenimente din K. Atunci (Ai)iI se nume
ste partit
ie sau sisa:
tem complet de evenimente dac
(1)i I Ai 6= ;
(2) i 6= j Ai Aj = ;
[
Ai = .
(3)
iI
15
Formula probabilit
a
tii totale
Fie A1, . . . , An un sistem complet de evenimente. Atunci pentru orice eveniment A din K, are loc formula:
P (A) =
n
X
i=1
P (Ai)PAi (A).
PA(Ai) = n
X
i=1
P (Ai)PAi (A)
16
Exemplu. Se consider
a trei urne identice cont
in
and:
a alb
a
si una neagr
a;
U1 : o bil
U2 : 5 bile albe
si 3 bile negre;
a alb
a
si 3 bile negre.
U3 : o bil
Se alege o urn
a la nt
amplare
si se extrage din ea, la nt
amplare,
o bil
a.
a) S
a se afle probabilitatea ca bila aleas
a s
a fie alb
a.
b) Dac
a bila aleas
a este alb
a care este probabilitatea ca bila
s
a fi fost aleas
a din urna U2?
17
P (A2)PA2 (B)
3
X
i=1
P (Ai)P (B/Ai)
5
1 5 24
=
.
3 8 11
11
18
1/2
A1
1/3
1/3
1/2
B
B
5/8 B
A2
1/3
3/8 B
1/4 B
A3
3/4
Se
stie c
a 2% dintr-o populat
ie sufer
a de o boal
a de s
ange
a u
soar
a a bolii, iar 88% nu
n forma grav
a, 10% au o form
au boala. S-a descoperit un nou test care d
a urm
atoarele
rezultate: probabilitatea ca un pacient care are forma grav
a
a bolii s
a fie testat pozitiv este 9/10, probabilitatea ca un
pacient care are forma u
soar
a a bolii sa fie testat pozitiv este
6/10, iar pentru un pacient care nu are boala 1/10.
Un pacient a fost testat pozitiv. Care este probabilitatea ca
pacientul s
a aib
a forma grav
a a bolii ?
Problema diagnosticului
Un pacient se prezint
a la medic cu dureri. Nu
stim altceva despre pacient
(nu am f
acut un examen clinic, nu avem alte date).
S
a presupunem c
a sunt posibile trei diagnostice: D1, D2
si D3.
De asemenea, presupunem cunoscute probabilit
a
tile ca un anumit simptom
s (de exemplu, febr
a) s
a se datoreze cauzei Di , adic
a PDi (s) (i = 1, 2, 3)
(Probabilitatea ca pacientul s
a prezinte s dac
a diagnosticul este Di poate
fi estimat
a pe o populat
ie de pacient
i cu diagnosticul Di care prezint
a s).
Presupunem cunoscute P (Di).
Care este diagnosticul cel mai probabil dac
a pacientul are simptomul s?
Ps (Di) =
10