Sunteți pe pagina 1din 8

Matematic Cadastru, anul II a

Elemente de teoria probabilitilor at


Bazele teoriei probabilitilor au fost puse secolul XVII de Pascal i Fermat. Aprut at n s a ca o modelare matematic a ansei la jocurile de noroc, calculul probabilitilor s-a transa s at format ntr-o teorie matematic riguroas, strns legtur cu analiza matematic dar a a n a a a a a i cu alte ramuri ale matematicii. Teoria probabilitilor are astzi importante aplicatii s at a n zic, chimie, biologie, medicin, economie, sociologie i multe alte discipline. a a s

Cmp de evenimente a

Prin experient sau experiment vom elege realizarea unui complex de conditii ce a nt conduc la obtinerea unui rezultat. Ne intereseaz numai acele experiente al cror rezultat a a nu poate prevzut cu exactitate, aanumitele experiente aleatoare. O experient se a s a poate repeta de mai multe ori fr ca rezultatul s e neaprat acelai; ecare repetare aa a a s a unei experiente se numete prob. Orice situatie ce se poate realiza prin una sau mai s a multe probe se numete eveniment. s S considerm de exemplu experienta aruncrii unui zar. In raport cu aceast experient a a a a a se pot 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. Notnd cu = {1, 2, 3, 4, 5, 6} multimea punctelor de pe fetele zarului, se observ c a a a este multimea rezultatelor posibile ntro prob a experientei i c ecrui eveniment a s a a i corespunde o submultime a lui , numit multimea cazurilor favorabile evenimentului a respectiv. De exemplu, pentru evenimentul B multimea cazurilor favorabile este {2, 4, 6}. Vom identica evenimentele cu submultimile cazurilor favorabile lor. Se poate constata o analogie ntre evenimente i multimi. s Relativ la o experient, distingem dou evenimente remarcabile: evenimentul sigur, a a cruia corespunde multimea tuturor cazurilor posibile i pe care vom nota cu i a i s l s evenimentul imposibil , corespunztor multimii vide. Evenimentul sigur se realizeaz a a la orice efectuare a experientei, evenimentul imposibil nu se produce la nici o efectuare a experientei. Evenimentele elementare sunt acelea corespunztoare submultimilor a formate dintr-un singur element ale lui . In exemplul de mai sus, A este un eveniment elementar. Vom elege prin sistem de evenimente asociat unei experiente aleatoare multimea nt evenimentelor ce pot aprea acea experient. cazul experientei aruncrii zarului, a n a In a sistemul de evenimente este multimea P() a submultimilor lui . S considerm dou evenimente A i B asociate unei experiente. Spunem c evenia a a s a mentul A implic evenimentul B dac realizarea lui A atrage dup sine realizarea lui B, a a a

adic multimea cazurilor favorabile lui A este inclus multimea cazurilor favorabile lui a a n B. Tinnd cont de identicarea dintre evenimente i submultimi vom nota A B de a s ndat ce evenimentul A implic pe B. a l a Reuniunea A B a evenimentelor A i B este evenimentul care se realizeaz dac cel s a a putin unul dintre evenimentele A sau B se realizeaz. Intersectia A B a evenimentelor a A i B este evenimentul care se realizeaz dac evenimentele A i B se realizeaz simultan. s a a s a Diferenta A\B evenimentelor A i B este evenimentul care se realizeaz cnd se realizeaz s a a a A i nu se realizeaz B. Evenimentul contrar lui A, notat A, este evenimentul care se s a realizeaz dac nu se realizeaz A, deci cazurile favorabile lui A corespund complementarei a a a multimii cazurilor favorabile lui A. Cu alte cuvinte, A = \ A i cu notatiile de mai sus s observm plus c A A = i A A = . Evenimentele A i B se numesc compatibile a n a s s dac se pot realiza simultan (A B = ) i incompatibile caz contrar (A B = ). a s n Pornind de la sistemele de evenimente asociate unor experiente concrete, matemati cienii au ajuns la notiunea abstract de cmp de evenimente, care a a ncearc s surprind a a a trsturile esentiale ale evenimentelor. In situatiile analizate de ctre pionierii teoriei aa a probabilitilor, multimea era o multime nit i, ca exemplul de mai sus, sistemul at as n asociat de evenimente este P(). Exist a situatii cnd este necesar considerarea unei a ns a a multimi innite. Aadar, un cmp de evenimente va denit ca o multime s a mpreun cu a o familie de submultimi ale sale (evenimentele), familie care satisface anumite proprieti. at De exemplu, ar de dorit ca aceast familie de submultimi ale lui s contin evenia a a mentul sigur i pe cel imposibil i s e s s a nchis la operatiile cu evenimente prezentate a intuitiv mai sus. Denitia 1 Fie = i = K P(). Atunci K se numete corp borelian pe s s dac: a (1) A K A K. (2) (n N An K)
nN

An K.

In acest caz, perechea (, K) se numete cmp de evenimente. s a Evident K = P() este un corp borelian. Propozitia 1 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. Demonstratie. (i) Deoarece K este nevid, putem lua A K i deci A K. Alegem a s A0 = A i An = A pentru orice n N. Atunci = s (ii) Deoarece K, = K. (iii) Dac An K, atunci An K, deci a An K. Atunci
nN

An K.
nN

An =
nN

An .
nN

(iv) Alegem A0 = A, A1 = B i An = pentru n 2. Atunci, conform (2), reuniunea s acestui ir de evenimente este K. s n (v) Aplicm ca la (iii) proprietile evenimentului contrar. a at (vi) Rezult din (v), innd cont c A \ B = A B. a t a a 2 Ca o consecint imediat, reuniunea i intersectia unui numr nit de evenimente din a a s a K apartin de asemenea lui K. S remarcm c cazul care este o multime nit, o a a a n n a familie de submultimi ale sale este un corp borelian pe dac i numai dac este as a nchis la complementar i reuniune nit. Cu alte cuvinte, cazul nit, conditia (2) din denitie as a n poate nlocuit prin a A, B K A B K.

Cmp de probabilitate a

Intr-o denitie axiomatic, probabilitatea este o functie real denit pe un corp borelian. a a a Se pstreaz astfel ideea intuitiv de asociere a unui numr ecrui eveniment considerat. a a a a a Denitia 2 Fie (, K) un cmp de evenimente. Se numete probabilitate pe K o a s functie P : K R, 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 Propozitia 2 Fie (, K, P ) un cmp de probabilitate. Atunci au loc: a

(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 ) +

+
i<j<k

P (Ai Aj Ak ) + (1)n+1 P (A1 A2 An ).

Demonstratie. (i) Alegem A0 = i An = pentru n 1, dup care aplicm s a a proprietatea (3) din denitia probabilitii. at (ii) Alegem A0 = A, A1 = B i An = pentru n 2. Este sucient acum s aplicm s a a (3) i s inem cont de (i). 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) evenimentelor a a a a a 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. Se aplic s a a a a a apoi (ii) i (vii). s (ix) Formula este o generalizare a proprietii (viii) care poate demonstrat prin at a inductie. acest caz, conditia (3) din denitia probabilitii este echivalent cu at a P (A B) = P (A) + P (B). Cel mai simplu exemplu de cmp nit este cmpul clasic de probabilitate care K = P() a a n i probabilitatea oricrui eveniment A este raportul dintre numrul cazurilor favorabile lui s a a A i numrul cazurilor posibile (numrul de evenimente elementare, adic numrul de s a a a a elemente ale lui ). De exemplu, la aruncarea zarului ecare eveniment elementar se poate realiza cu probabilitatea 1/6. Probabilitatea aparitiei unui numr par de puncte a 1 3 s a a n este = . Se poate verica uor c probabilitatea clasic este o probabilitate sensul 6 2 denitiei de mai sus. In cazul probabilitii clasice, evenimentele elementare au aceeai at s probabilitate. 2 S considerm acum un cmp nit de probabilitate, adic multimea este nit. In a a a a a

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

S considerm urmtoarele experiente. a a a extras a napoi urn. Care este probabilitatea ca cea de-a doua bil extras sa e alb? n a a a a Legat de aceast experient, considerm evenimentele: a 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 . Vrem s calculm P (B). Observm c daca a a a a naintea evenimenEvident, P (A) = 10 2 tului B s-a realizat A, atunci P (B) = . Daca naintea lui B s-a realizat evenimentul 9 3 A, atunci P (B) = . Observm c realizarea lui B depinde de realizarea evenimentului a a 9 2 C3 1 A. De asemenea, P (A B) = 2 = . Dac notm cu PA (B) probabilitatea de s se a a a 15 C10 P (A B) . realizeze 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. Care este a s a s probabilitatea ca la cel putin unul din zaruri s apar fata 2? In legtur cu aceast experient a a a a a a considerm evenimentele: a

A: evenimentul suma punctelor egal cu 6. a B: evenimentul cel putin unul din zaruri aeaz fata 2. s a Multimea cazurilor favorabile lui A este {(1, 5), (5, 1), (2, 4), (4, 2), (3, 3)}, iar lui A B = {(2, 4), (4, 2)}. Probabilitatea ca unul din zaruri s aeze fata 2 tiind c suma a s s a punctelor este 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. Exemplele prezentate ne conduc la notiunea de probabilitate conditionat. a Denitia 3 Fie (, K, P ) un cmp de probabilitate, A K, cu P (A) > 0. Atunci functia a PA : K R denit prin a PA (B) = P (A B) , P (A)

se numete probabilitate conditionat de evenimentul A. s a Se poate arta c functia PA este o probabilitate pe K. a a Notiunea de probabilitate conditionat este strns legat de notiunea de independent. a a a a Dac realizarea evenimentului B nu depinde de realizarea sau nerealizarea evenimentului a A, ne ateptm ca probabilitatea lui B s e egal cu probabilitatea lui B conditionat de s a a a a A. Aceast observatie ne conduce la urmtoarea denitie formal pentru independent. a a a a Denitia 4 Fie (, K, P ) un cmp de probabilitate. Dou evenimente A, B K se a a numesc independente dac a P (A B) = P (A) P (B). Evenimentele A1 , A2 , . . . , An din K se numesc evenimente independente dac pentru a orice submultime 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 Propozitia 3 (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 ).

Demonstratie. S observm mai ai c conditiile din enunt avem: a a nt a n


n1

Ai A1 A2 A1 ,
i=1

de unde folosind proprietile probabilitii, obtinem at at


n1

0 < P(
i=1

Ai ) P (A1 A2 ) P (A1 ),

deci toate probabilitile conditionate care apar formul au sens. Folosind apoi denitia at n a probabilitii conditionate i at s nlocuind formul avem: n a
n

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

P( P(

Ai ) . Ai )

i=1 n1 i=1

Dup simplicri se obtine formula din enunt. a a

Formula probabilitii totale. Formula lui Bayes at

Fie (, K, P ) un cmp de probabilitate i (Ai )iI o familie de evenimente din K. Atunci a s (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 = .

Urmtoarele teoreme pot foarte utile aplicatii. Fie (, K, P ) un cmp de probabilitate. a n a Propozitia 4 (Formula probabilitii totale) Fie A1 , . . . , An un sistem complet de eveni at mente. Atunci pentru orice eveniment A din K, are loc formula:
n

P (A) =
i=1

P (Ai )PAi (A).

Demonstratie. Fie A1 , . . . , An un sistem complet de evenimente din K. Atunci oricare ar A K i i = 1, n s P (A Ai ) = P (Ai )PAi (A).

Cum sistemul de evenimente A1 , . . . , An este complet, putem scrie:


n n

A=A=A(
i=1

Ai ) =

(A Ai )
i=1

i pentru orice indici i i j cu i = j are loc relatia s s (A Ai ) (A Aj ) = A (Ai Aj ) = A = . Din proprietile probabilitii, rezult at at a
n n n

P (A) = P (

(A Ai )) =
i=1

P (A Ai ) =
i=1

P (Ai )PAi (A). 2

i=1

Propozitia 5 (Formula lui Bayes) Fie A1 , . . . , An un sistem complet de evenimente i s A K cu P (A) > 0. Atunci: PA (Ai ) =
n

P (Ai )PAi (A) P (Ai )PAi (A)

i=1

Demonstratie. Se aplic formula probabilitii conditionate i propozitia 4. Se obtine: a at s PA (Ai ) = P (A Ai ) = P (A)


n

P (Ai )PAi (A) P (Ai )PAi (A)

i=1

2 Exemplu. Se consider trei urne identice continnd: U1 : o bil alb i una neagr; U2 : a a a as a 5 bile albe i 3 bile negre; U3 : o bil alb i 3 bile negre. Se alege o urn la amplare i s a as a nt s se extrage din ea, la amplare, o bil. 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 urna a a a a a 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 a a sistem complet de evenimente i folosind formula probabilitii totale, obtinem s at 11 1 1 1 5 1 1 P (B) = P (A1 )PA1 (B) + P (A2 )PA2 (B) + P (A3 )PA3 (B) = + + = . 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

1 5 24 5 = . 3 8 11 11 2