ELEMENTE DE CALCUL AL PROBABILITĂŢILOR

Definiţii
Obiectul de studiu al teoriei probabilităţilor îl reprezintă legile care se manifestă în
domeniul fenomenelor întâmplătoare ce au caracter de masă.
Domeniile de interes ale teoriei probabilităţilor sunt: natură, societate, biologie,
medicină, farmacie etc.
Conceptele fundamentale folosite în teoria probabilităţilor sunt:
a) experimentul aleatoriu presupune realizarea practică a condiţiilor complexe necesare unui
criteriu de cercetare al unei populaţii (eşantion) şi care aplicat unei entităţi are un rezultat
aleatoriu. În cadrul experimentelor un proces important este cel al colectării datelor;
Exemple de experimente:
- determinarea grupei sangvine;
- determinarea unui status: pozitiv sau negativ;
- stabilirea prezenţei sau absenţei unui factor de risc.
b) proba se obţine prin aplicarea experimentului asupra unei entităţi a populaţiei;
c) evenimentul reprezintă rezultatul unei probe. Dacă evenimentul apare ca rezultat al unei
singure probe atunci se numeşte eveniment elementar;
d) probabilitatea de apariţie a unei probe (grup de probe) P la efectuarea unui experiment X
este raportul dintre numărul de moduri în care proba (grupul de probe) se poate realiza m şi
numărul total de probe n pe care experimentul le generează:
m nr . cazuri favorabile
P( A ) = = .
n nr. total cazuri
Spaţiul fundamental
Dacă X este un experiment, se defineşte spaţiul fundamental sau mulţimea
fundamentală E ca fiind mulţimea tuturor rezultatelor posibile.
Principalele caracteristici ale spaţiului fundamental sunt:
- spaţiul fundamental poate fi finit sau infinit;
- dacă A este o submulţime a lui E atunci A se numeşte eveniment, iar dacă A are un singur
element atunci A este un eveniment elementar;
- un eveniment compus depinde de realizarea a cel puţin două evenimente elementare;
- mulţimea vidă Ø este eveniment, se numeşte eveniment imposibil şi este nerealizabil;
- mulţimea E este eveniment, se numeşte eveniment cert şi se produce cu siguranţă la
realizarea experimentului;
- dacă A şi B sunt două evenimente atunci evenimentul reuniune C = A ∪ B este un
eveniment care se produce dacă cel puţin unul din evenimentele A sau B se produce;
- dacă A şi B sunt două evenimente atunci evenimentul intersecţie D = A ∩ B este un
eveniment care se produce dacă cele două eveniment A şi B se produc în acelaşi timp;
- dacă A este un eveniment atunci evenimentul contrar sau complemetar este un eveniment
care se realizează atunci când evenimentul A nu se realizează;
- dacă A şi B sunt două evenimente ele sunt evenimente incompatibile dacă sunt disjuncte,
adică intersecţia lor este mulţimea vidă ( A ∩ B = Ø );
- dacă A şi B sunt două evenimente ele sunt evenimente compatibile dacă se realizează în
acelaşi timp;
- dacă A şi B sunt două evenimente, atunci A implică B dacă producerea evenimentului A
conduce la producerea evenimentului B ( A ⊂ B ).
Exemple spaţii fundamentale:
a) spaţiu fundamental finit: experimentul X constă în determinarea grupei sangvine, atunci
spaţiul fundamental E este {A, B, AB, 0}, unde {A}, {B}, {AB}, {0} sunt evenimente
elementare;
b) spaţiu fundamental infinit numărabil: experimentul X constă în numărarea pacienţilor
internaţi cu hipertentensiune într-o secţie de cardiologie. Spaţiul fundamental E este numărul
internărilor ce pot fi de la 0 la infinit {0, 1, 2, ..., n, ...}, adică este infinit dar numărabil.
c) spaţiu fundamental infinit nenumărabil: experimentul X constă în măsurarea tensiunii
arteriale sistolice. Spaţiul fundamental E poate lua valori în intervalul [0, ∞), adică este infinit
şi nenumărabil.
Definiţia axiomatică
Fie E un spaţiu fundamental asociat experimentului X, M mulţimea tuturor
evenimentelor (mulţimea părţilor lui E), funcţia Pr:M→R este o funcţie de probabilitate, dacă
pentru un eveniment A funcţia Pr(A) satisface axiomele:
1. 0≤Pr(A)≤1, oricare ar fi A din M;
2. Pr(E)=1;
3. Dacă A şi B sunt două evenimente incompatibile atunci Pr( A ∪ B ) = Pr( A ) + Pr( B ) .
Cea mai simplă funcţie de probabilitate se obţine prin definirea unei măsuri m în
m( A )
cadrul spaţiului fundamental E, atunci probabilitatea unui evenimet A este: Pr( A ) = ,
m( E )
unde m(A) reprezintă numărul elementelor lui A.
Acest tip de funcţie respectă următoarele proprietăţi:
P1. Pr(Ø)=0;
P2. Dacă A este un eveniment atunci Pr(nonA)=1-Pr(A);
P3. Dacă A1, A2, ... An sunt evenimente incompatibile două câte două atunci
n n
Pr(U A i ) = ∑ Pr( A i ) . Această proprietate se demonstrează uşor folosind inducţia
i =1 i =1
matematică şi axioma 3;
P4. Dacă A şi B sunt două evenimente şi A ⊆ B atunci Pr(A) ≤Pr(B);
P5. Dacă A şi B sunt două evenimente atunci Pr( A ∪ B ) = Pr( A ) + Pr( B ) − Pr( A ∩ B ) .
Evenimente condiţionate
Dacă A şi B sunt două evenimente atunci prin probabilitatea condiţionată a lui A de
către B se înţelege probabilitatea de a se realiza evenimentul A atunci când anterior s-a
realizat evenimentul B. Se notează cu Pr(A/B) şi se calculează cu formula:
Pr( A I B )
Pr( A / B ) = .
Pr(B )
Din această definiţie se extrage regula de calcul a intersecţiei a două evenimente
cunoscută şi sub denumirea de regula generală de înmulţire a două probabilităţi:
- Pr( A ∩ B ) = Pr( B ) ⋅ Pr( A / B ) ;
- Pr( A ∩ B ) = Pr( A ) ⋅ Pr( B / A ) .
Pentru trei evenimente A, B, C regula generală de înmulţire a probabilităţilor este:
Pr( A ∩ B ∩ C) = Pr( A ) ⋅ Pr(B / A ) ⋅ Pr(C / A ∩ B ) .
Evenimente independente
Dacă A şi B sunt două evenimente ele sunt independente dacă şi numai dacă
Pr( A ∩ B ) = Pr( A ) ⋅ Pr(B ) .
Atunci două evenimente A şi B sunt dependente dacă Pr( A ∩ B ) ≠ Pr( A ) ⋅ Pr(B ) .
Evenimentele independente respectă proprietăţile:
P1. Dacă A şi B sunt două evenimente independente atunci Pr(B/A)=Pr(B/nonA)=Pr(B).
P2. Dacă A şi B sunt două evenimente independente atunci
Pr( A ∪ B ) = Pr( A ) + Pr( B ) ⋅ (1 − Pr( A )) . Această proprietate se mai numeşte şi legea de
adunare a evenimentelor independente.
P3. Dacă A şi B sunt două evenimente independente atunci şi nonA şi nonB sunt evenimente
independente.
Pr(B / A )
P4. Riscul relativ a două evenimente A şi B este dat de formula: RR = . Dacă
Pr(B / nonA )
A şi B sunt două evenimente independente atunci riscul relativ are valoare 1, dacă sunt
dependente atunci riscul relativ va fi diferit de 1. Cu cât riscul relativ tinde către 0 cu atât
creşte dependenţa între cele două evenimente.
Dacă A, B, C sunt trei evenimente independente atunci sunt îndeplinite condiţiile:
1. Pr( A ∩ B ) = Pr( A ) ⋅ Pr(B ); Pr( A ∩ C) = Pr( A ) ⋅ Pr(C); Pr(B ∩ C) = Pr( B ) ⋅ Pr(C) ;
2. Pr( A ∩ B ∩ C) = Pr( A ) ⋅ Pr(B ) ⋅ Pr(C) .
Se poate generaliza independenţa evenimentelor astfel: dacă A1, A2, ..., Ak sunt
evenimente independente atunci: Pr( A1 ∩ A 2 ∩ ... ∩ Ak ) = Pr( A1 ) ⋅ Pr( A 2 ) ⋅ ... Pr( Ak ) .
Formula lui Bayes
Dacă A şi B sunt două evenimente independente atunci formula lui Bayes este:
Pr( B / A ) ⋅ Pr( A )
Pr( A / B ) = .
Pr(B )
Pr( A I B )
Formula lui Bayes se obţine din formulele: Pr( A / B ) = şi
Pr( B )
Pr( A I B )
Pr( B / A ) = .
Pr( A )
Exemplu formula lui Bayes:
Din populaţia unui oraş 75% folosesc apă din sistemul centralizat, 10% din populaţie
prezintă probleme ale tractului intestinal, 60% din cei cu probleme folosesc apă din sistemul
centralizat. Care este probabilitatea ca alegând la întâmplare un locuitor ce foloseşte apă din
sistemul centralizat să prezinte probleme ale tractului intestinal?
Daca A este evenimentul ca o persoană prezinte probleme, B este evenimentul ca o
persoană să folosească apă din sistemul centralizat, atunci probabilitatea este:
Pr(B / A ) ⋅ Pr( A ) 0.6 × 0.1
Pr( A / B ) = = = 0.08 .
Pr(B ) 0.75
Formula Bayes poate fi folosită în stabilirea diagnosticelor medicale.
Dacă B este o boală şi S un simptom atunci următoarele probabilităţi au relevanţă:
- Pr(B/S) este probabilitatea ca boala B să fie prezentă atunci când la un bolnav s-a observat
simptomul S, această probabilitate se numeşte probabilitate a posteriori a bolii;
- Pr(B) este probabilitatea ca boala B să fie prezentă când nu există nici un simptom, adică
frecvenţa de apariţie a bolii în cadrul populaţie, această probabilitate se numeşte probabilitate
a priori;
Pr(S / B )
- este frecvenţa de apariţie a simptomului S în cazul bolii B raportată la frecvenţa
Pr(S )
totală de apariţie în ansamblul populaţiei, această probabilitate se numeşte valoare de
diagnostic a lui S în raport cu B.
Valoare de diagnostic este cu atât mai bună cu cât frecvenţa de apariţie a simptomului
S în cadrul bolii B este mai mare în raport cu apariţia în cadrul altor boli.
Dacă B este o boală şi T este un test de prezenţă sau absenţă a bolii atunci următoarele
probabilităţi au relevanţă:
- probabilitatea ca o persoană să aibă boala dacă testul este pozitiv PV+=Pr(B/T+), această
probabilitate se numeşte valoarea predictivă pozitivă;
- probabilitatea ca o persoană să nu aibă boala dacă testul este negativ PV-=Pr(B/T-), această
probabilitate se numeşte valoarea predictivă negativă.