Biostatistic

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

si cu alte ramuri ale matematicii. Teoria probabilit

a
tilor are
ast
azi importante aplicat
ii n fizic
a, chimie, biologie, medicin
a,
economie, sociologie
si multe alte discipline.
Din punct de vedere intuitiv, probabilitatea este un num
ar
si
(cuprins ntre zero
si unu) asociat unui eveniment. Chiar
aceast
a descriere imprecis
a ne conduce la ideea definirii probabilit
a
tii ca o funct
ie definit
a pe o mult
ime de evenimente.
1

Prin experient

a sau experiment vom nt

elege realizarea unui
complex de condit
ii ce conduc la obt
inerea unui rezultat. Ne
intereseaz
a numai acele experient
e al c
aror rezultat nu poate
fi prev
azut cu exactitate, a
sanumitele experient
e aleatoare.
O experient

a se poate repeta de mai multe ori f

ar
a ca rezultatul s
a fie neap
arat acela
si; fiecare repetare a unei experient
e
a. Orice situat
ie ce se poate realiza prin una
se nume
ste prob
sau mai multe probe se nume
ste eveniment.

Exemplu. Experient
a arunc
arii unui zar.
In raport cu aceast
a experient

a se pot considera urm

atoarele
evenimente:
A: aparit
ia fet
ei cu 4 puncte,
B: aparit
ia unei fet
e cu num
ar par de puncte,
C: aparit
ia unei fet
e cu cel mult 3 puncte.
Fie = {1, 2, 3, 4, 5, 6} mult
imea punctelor de pe fet
ele zarului. Se observ
a c
a este mult
imea rezultatelor posibile ntr
o prob
a a experient
ei
si c
a fiec
arui eveniment i corespunde
imea cazurilor favorabile
o submult
ime a lui , numit
a mult
evenimentului respectiv.
Vom identifica evenimentele cu submult
imile cazurilor favorabile lor. Se poate constata o analogie ntre evenimente
si
mult
imi.
3

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

(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).
e. Dac
a A1, A2, . . . An K atunci
(ix) Formula lui Poincar

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) = ?

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
Realizarea lui B depinde de realizarea evenimentului A.
C32
1
P (A B) = 2 =
.
C10
15

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).

A1, A2, . . . , An din K se numesc evenimente independente dac

a
pentru orice submult
ime de indici I {1, 2, . . . , n} avem:
P(

\
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 (

Ai) > 0 atunci:

i=1

P(

n
\
i=1

Ai) = P (A1)PA1 (A2)PA1A2 (A3) . . . PA1A2An1 (An).

14

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).

Formula lui Bayes

Fie A1, . . . , An un sistem complet de evenimente
si A K cu
P (A) > 0. Atunci:
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

Rezolvare. a) Fie evenimentele

Ai: extragerea se face din urna i
B: bila extras
a este alb
a
Atunci: P (A1) = P (A2) = P (A3) = 1/3.
Pe de alt
a parte, A1, A2, A3 formeaz
a un sistem complet de
evenimente
si folosind formula probabilit
a
tii totale, obt
inem
P (B) = P (A1)PA1 (B) + P (A2)PA2 (B) + P (A3)PA3 (B) =
1 5
1 1
11
1 1
.
= + + =
3 2
3 8
3 4
24
Pentru b) folosim formula lui Bayes:
PB (A2) =

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) =

P (Di )PDi (s)

3
X
P (Di )PDi (s)
i=1

A fost elaborat un nou test pentru a determina riscul ca o anumit

a persoan
a
s
a se mboln
aveasc
a de o anumit
a boal
a genetic
a. Nici un test nu e perfect:
vor exista purt
atori ai genei respective care vor fi testat
i negativ
si non
purt
atori care s
a fie testat
i pozitiv.
Consider
am evenimentele:
A: pacientul are gena respectiv
a
B: pacientul este testat pozitiv
a) Ce semnificat
ie au probabilit
a
tile: PA (B), PB (A), PB (A), PB (A)?
b) S
a presupunem c
a 1 la 1000 de persoane este purt
atoare a bolii. De
asemenea s
a presupunem c
a probabilitatea ca un purt
ator al genei s
a fie
testat negativ este 1%, iar probabilitatea ca un nonpurt
ator s
a fie testat
pozitiv este 5%. Dac
a un pacient a fost testat pozitiv, care este probabilitatea ca pacientul s
a fie purt
ator al genei respective? Dar dac
a a fost
testat negativ?

10