Prawdopodobieństwo warunkowe
Niezależność zdarzeń Pewne schematy rachunku prawdopodobieństwa
Definicja Wzór Bayesa
Definicja
Niech B ∈ F będzie zdarzeniem losowym dla którego P(B) > 0. Dla dowolnego zdarzenia losowego A ∈ F definiujemy
P(A|B) = P(A ∩ B) P(B) .
Liczbę P(A|B) interpretujemy jako prawdopodobieństwo zajścia zdarzenia A pod warunkiem, że zaszło zdarzenie B, a funkcję
P(·|B) : F → [0, 1]
nazywamy prawdopodobieństwem warunkowym pod warunkiem zdarzenia B.
Prawdopodobieństwo warunkowe
Niezależność zdarzeń Pewne schematy rachunku prawdopodobieństwa
Definicja Wzór Bayesa
Przykład (Monety)
Rzucono dwukrotnie symetryczną monetą. Jakie jest prawdopodobieństwo wyrzucenia dwóch orłów, jeśli:
a) pierwsza moneta okazała się orłem, b) co najmniej jedna moneta była orłem.
Prawdopodobieństwo warunkowe
Niezależność zdarzeń Pewne schematy rachunku prawdopodobieństwa
Definicja Wzór Bayesa
Przykład (Urny)
Urna zawiera 8 kul czerwonych oraz 4 białe. Losujemy z niej dwie kule bez zwracania. Jaka jest szansa wylosowania dwóch kul czerwonych jeśli prawdopodobieństwo wylosowania każdej kuli jest takie samo.
Prawdopodobieństwo warunkowe
Niezależność zdarzeń Pewne schematy rachunku prawdopodobieństwa
Definicja Wzór Bayesa
Theorem (wzór Bayesa (1763))
Niech B , A1, A2, . . . , An będą zdarzeniami losowymi spełniającymi następujące warunki: 1 Ai ∩ Aj = ∅, dla i 6= j, 2 n S i=1 Ai = Ω, 3 P(Ai) > 0, dla każdego i = 1, 2, . . . , n, 4 P(B) > 0.
Wówczas dla dowolnego i = 1, 2, . . . , n, zachodzi równość P(Ai|B) = P(B|Ai) · P(Ai) n P i=1 P(B|Ai) · P(Ai) .
Prawdopodobieństwo warunkowe
Niezależność zdarzeń Pewne schematy rachunku prawdopodobieństwa
Definicja Wzór Bayesa
Wzór ten nazywany jest również wzorem na prawdopodobieństwo a posteriori (po doświadczeniu). Prawdopodobieństwa P(Ai)
nazywane są prawdopodobieństwami a priori (przed doświadczeniem). Zdarzenia A1, A2, . . . , An nazywane są
przyczynami, a zdarzenie A skutkiem. Z twierdzenia tego wynika, że można liczyć prawdopodobieństwa skutku, jeśli tylko znamy prawdopodobieństwa przyczyn oraz prawdopodobieństwa skutku przyczyn danej przyczynie.
Prawdopodobieństwo warunkowe
Niezależność zdarzeń Pewne schematy rachunku prawdopodobieństwa
Definicja Wzór Bayesa
Przykład (daltonizm)
Spośród mężczyzn 5%, a spośród kobiet 0,25% jest daltonistami. Wybrana losowo osoba okazała się daltonistą (zakładamy, że szanse trafienia na mężczyznę i kobietę są takie same). Jakie jest prawdopodobieństwo, że był to mężczyzna?
Prawdopodobieństwo warunkowe
Niezależność zdarzeń
Pewne schematy rachunku prawdopodobieństwa
Definicja
Zdarzenia A i B nazywamy niezależnymi jeśli P(A ∩ B) = P(A)P(B).
Jeśli powyższy warunek nie zachodzi zdarzenia nazywamy zależnymi.
Naturalnym jest stwierdzenie, że zdarzenia są niezależne jeśli wiedza o zajściu jednego nie zmienia prawdopodobieństwa drugiego. Oznacza to, że P(A|B) = P(A) o ile P(B) > 0.
Prawdopodobieństwo warunkowe Niezależność zdarzeń
Pewne schematy rachunku prawdopodobieństwa
Schemat Bernoulliego Zagadnienie Pascala
Szczególnie ważnym przykładem przestrzeni probabilistycznej jest przestrzeń powstała w wyniku wykonania ciągu niezależnych powtórzeń tego samego doświadczenia losowego o dwóch możliwych wynikach, które nazywamy umownie sukcesem (1) i porażką (0). Taki model probabilistyczny nazywamy schematem Bernoulliego, a poszczególne doświadczenia próbami Bernoulliego.
Prawdopodobieństwo warunkowe Niezależność zdarzeń
Pewne schematy rachunku prawdopodobieństwa
Schemat Bernoulliego Zagadnienie Pascala
Przestrzeń zdarzeń elementarnych odpowiadająca jednemu doświadczeniu ma postać Ω = {0, 1}. Niech F = 2Ω oraz
P({0}) = 1 − p = q, P({1}) = p,
gdzie p ∈ (0, 1) jest prawdopodobieństwem sukcesu. Przestrzeń probabilistyczna odpowiadająca n niezależnym powtórzeniom tego doświadczenia to przestrzeń (Ω, F, P) = (Ω(n),F(n), P(n)).
Uwaga
Często wygodne jest następujące przedstawienie P({i }) = pi(1 − p)1−i, i = 0, 1.
Prawdopodobieństwo warunkowe Niezależność zdarzeń
Pewne schematy rachunku prawdopodobieństwa
Schemat Bernoulliego Zagadnienie Pascala
Theorem
Prawdopodobieństwo zajścia dokładnie k sukcesów w schemacie
Bernoulliego n prób z prawdopodobieństwem sukcesu w
pojedynczej próbie p wynosi
Pn,k = n k ! pk(1 − p)n−k. Przykład (urny)
W urnie jest N kul, wśród których b jest białych oraz N − b czarnych. Losujemy n razy po jednej kuli, zwracając ją za każdym razem. Jakie jest prawdopodobieństwo wylosowania k kul białych?
Prawdopodobieństwo warunkowe Niezależność zdarzeń
Pewne schematy rachunku prawdopodobieństwa
Schemat Bernoulliego Zagadnienie Pascala
Jeśli liczba doświadczeń n jest duża w schemacie Bernoulliego (n > 100), a prawdopodobieństwo sukcesu jest małe (p < 0,1) można w bardzo dobry sposób przybliżać prawdopodobieństwa. Theorem
Niech liczby pn>0 tworzą taki ciąg, że limn→∞npn= λ > 0. Wtedy
lim n→∞ n k ! pnk(1 − pn)n−k = e −λλ k k!.
Prawdopodobieństwo warunkowe Niezależność zdarzeń
Pewne schematy rachunku prawdopodobieństwa
Schemat Bernoulliego Zagadnienie Pascala
Zagadnienie Pascala jest nieco zmodyfikowanym zagadnieniem Bernoulliego. W schemacie Bernoulliego liczba
doświadczeń jest z góry ustalona i wyznaczamy
prawdopodobieństwo, że wśród tej liczby będzie dokładnie k sukcesów. W zagadnieniu Pascala problem polega na obliczeniu prawdopodobieństwa, że liczba prób Bernoulliego będzie równa n jeśli założymy, że próby przeprowadzamy tak długo, aż
Prawdopodobieństwo warunkowe Niezależność zdarzeń
Pewne schematy rachunku prawdopodobieństwa
Schemat Bernoulliego Zagadnienie Pascala
Theorem
Jeżeli przeprowadzamy doświadczenia według schematu
Bernoulliego o stałym prawdopodobieństwie sukcesu w
poszczególnym doświadczeniu równym p aż do uzyskania z góry ustalonej liczby k 1 sukcesów to prawdopodobieństwo, że liczba doświadczeń będzie równa n k, wyraża się wzorem
Pk,n=
n− 1
k− 1
!