ELEMENTY RACHUNKU PRAWDOPODOBIEŃSTWA

1.1. Zdarzenia losowe, algebra zdarzeń

Do podstawowych pojęć (pojęć pierwotnych) w rachunku prawdopodobieństwa zaliczamy: doświadczenie losowe, zdarzenie losowe, zdarzenie elementarne, przestrzeń zdarzeń elementarnych.

Doświadczeniem losowym nazywamy proces przyrodniczy lub zaplanowane doświadczenie, odbywające się w określonych warunkach, którego wyniku nie jesteśmy w stanie przewidzieć.

Zdarzeniem losowym nazywamy każdy możliwy wynik doświadczenia losowego, wyróżniony ze względu na pewien specyficzny warunek.

Przykład 1.1

Przykład 1.2

Przykład 1.3

Zdarzenie elementarne jest to zdarzenie losowe, które nie rozkłada się na prostsze zdarzenia. Zdarzeniem elementarnym jest każdy z możliwych wyników doświadczenia losowego, np. wyrzucenie sześciu oczek przy rzucie kostką do gry, wylosowanie sprawnego odbiornika telewizyjnego. Zdarzenia elementarne oznaczać będziemy vi .

Przestrzenią zdarzeń elementarnych nazywamy zbiór wszystkich możliwych zdarzeń elementarnych i oznaczamy W.

W = {v1, v2, . . . , vn }.

Wykorzystując powyższe pojęcia można określić zdarzenie losowe jako dowolny podzbiór przestrzeni zdarzeń elementarnych, zawierający zdarzenia elementarne wyróżnione ze względu na pewien specyficzny warunek. Zdarzenia losowe oznaczamy A, B, C, itd.

Przykład 1.4

Uwaga 1: Jeżeli vi Î A, to mówimy, że “zdarzenie elementarne vi sprzyja zdarzeniu A”. Często używa się określenia “zdarzenie losowe A zachodzi”.

Uwaga 2: Ponieważ w teorii prawdopodobieństwa interesują nas wyłącznie doświadczenia losowe i zdarzenia losowe, będziemy często opuszczali słowo “losowe”.

Zdarzeniem pewnym nazywamy zdarzenie, o którym wiadomo, że w określonym doświadczeniu losowym musi zajść, np. w rzucie kością do gry wyrzucenie liczby oczek mniejszej od 7.

Przykład 1.5

Przykład 1.6

Zdarzeniem niemożliwym nazywamy zdarzenie, o którym wiemy, że w określonym doświadczeniu losowym nie zajdzie. Zdarzenie niemożliwe nie zawiera żadnych zdarzeń elementarnych. Odpowiada mu zbiór pusty.

Suma (alternatywa) zdarzeń A i B jest to zdarzenie, które zachodzi wtedy, gdy zajdzie zdarzenie A lub zdarzenie B, albo oba te zdarzenia jednocześnie. Oznaczamy ją symbolem A Č B. Suma zdarzeń A Č B składa się ze wszystkich zdarzeń elementarnych wchodzących w skład A oraz ze wszystkich zdarzeń elementarnych wchodzących w skład B.

Przykład 1.7

Przykład 1.8

Iloczyn (koniunkcja) zdarzeń A i B jest to zdarzenie, które zachodzi wówczas, gdy zachodzi zdarzenie A i jednocześnie zachodzi zdarzenie B. Iloczyn A i B oznaczamy A Ç B.

Przykład 1.9

Różnica zdarzeń A i B jest to zdarzenie, które zachodzi wówczas, gdy zachodzi zdarzenie A i nie zachodzi zdarzenie B. Różnicę zdarzeń A i B oznaczamy A - B.

Przykład 1.10

Zdarzenie przeciwne do zdarzenia A (dopełnienie zdarzenia A) jest to zdarzenie, które zachodzi wtedy, gdy nie zachodzi A. Oznaczamy je A’. A’ = W - A. Wynika z tego, że: A Č A’ = W , ponadto, że: A Ç A’ = Ć .

Przykład 1.11

1.2. Definicja i własności prawdopodobieństwa

Istnieje kilka definicji prawdopodobieństwa zdarzenia losowego. Podamy dwie z nich: tzw. definicję klasyczną, sformułowaną przez P. Laplace'a, oraz definicję aksjomatyczną (opartą na pewnikach), której autorem jest A.N. Kołmogorow.

Definicja klasyczna prawdopodobieństwa: Jeśli zbiór zdarzeń elementarnych jest zbiorem skończonym, złożonym z N jednakowo możliwych zdarzeń elementarnych, to prawdopodobieństwo zdarzenia losowego A jest liczbą określoną wzorem:

(1.2.1)

gdzie n oznacza liczbę zdarzeń elementarnych sprzyjających zajściu zdarzenia A (składających się na A).

Przykład 1.12

Przykład 1.13

Gdy zbiór W jest nieskończenie liczny lub gdy zdarzenia elementarne nie są jednakowo możliwe, korzystamy z ogólniejszej, aksjomatycznej definicji prawdopodobieństwa. A.N. Kołmogorow sformułował trzy aksjomaty zastępując formalną definicję prawdopodobieństwa zdarzenia losowego.

Definicja aksjomatyczna prawdopodobieństwa: Każdemu zdarzeniu losowemu A zawartemu w W przyporządkowana jest jednoznacznie liczba P(A), zwana prawdopodobieństwem realizacji tego zdarzenia, taka że:

1. 0 <= P(A) <= 1.

2. P( W ) = 1 (prawdopodobieństwo zdarzenia pewnego równe jest 1).

3. Gdy zdarzenia A i B wykluczają się, tzn. A Ç B = Ć , wówczas:

P(A Č B) = P(A) + P(B).

Aksjomat 3 można uogólnić:

3’. Jeśli zdarzenia A1, A2, A3, ... , An , An+1, ... tworzą ciąg (skończony lub nieskończony) zdarzeń losowych parami się wykluczających, to prawdopodobieństwo sumy zdarzeń jest równe sumie ich prawdopodobieństw, tzn.:

P(A1ČA2Č .. Č An Č An+1Č...) = P(A1)+P(A2)+ .. +P(An )+P(An+1)+ ..

Przykład 1.14

Z definicji aksjomatycznej prawdopodobieństwa wynikają następujące własności prawdopodobieństwa:

a) P( Ć ) = 0, gdzie Ć jest symbolem zdarzenia niemożliwego

b) P(A’) = 1 - P(A)

c) 0 <= P(A) <= 1

d) gdy A Ě B, to P(A) < P(B)

e) P(A Č B) = P(A) + P(B) - P(A Ç B) dla dowolnych zdarzeń A i B.

Przykład 1.15

1.3. Zdarzenia niezależne, prawdopodobieństwo warunkowe

Dany jest ciąg kilku doświadczeń losowych. O doświadczeniach tych mówimy, że są próbami niezależnymi, gdy wynik każdego z nich nie zależy od wyników pozostałych doświadczeń.

Zdarzenia A i B są niezależne, gdy:

P(A Ç B) = P(A) * P(B)

(1.3.1)

Przykład 1.16

Przykład 1.17

Przykład 1.18

Wzór (1.3.1) o iloczynie prawdopodobieństw zdarzeń niezależnych można uogólnić na większą liczbę zdarzeń (n zdarzeń), wprowadzając pojęcie niezależności zespołowej (grupowej).

Zdarzenia A1 , A2 , ..., An są niezależne zespołowo, gdy dla dowolnej kombinacji m różnych zdarzeń spośród nich:

P(Ai1 Ç Ai2 Ç . Ç Aim ) = P(Ai1) * P(Ai2) × * × P(Aim )

(1.3.2)

gdzie m ą n

Przykład 1.19

Uwaga: Niezależność zespołowa zdarzeń pociąga za sobą niezależność parami (dowolnych dwóch z nich, różnych zdarzeń), np.: jeśli zdarzenia A1, A2 i A3 są niezależne zespołowo, to wówczas niezależne są zdarzenia: A1 i A2 , A1 i A3 oraz A2 i A3. Należy jednak podkreślić, że nie jest na odwrót. Z niezależności zdarzeń parami nie wynika ich niezależność zespołowa. Może się zdarzyć, ze zdarzenia są niezależne parami, lecz nie są niezależne zespołowo.

Prawdopodobieństwo P(A | B) nazywamy warunkowym i czytamy prawdopodobieństwo zajścia zdarzenia A, przy warunku, że zaszło zdarzenie B. Dla zdarzeń niezależnych prawdziwe są wzory:

P(A | B) = P(A); P(B | A) = P(B)

(1.3.3)

co oznacza, że fakt zajścia zdarzenia B nie zmienia faktu zajścia zdarzenia A i na odwrót. Natomiast dla dowolnych dwu zdarzeń prawdopodobieństwo warunkowe P(A | B) równe jest:

(1.3.4)

stąd:

P(A Ç B) = P(A | B) * P(B )

(1.3.5a)

a także:

P(A Ç B) = P(B | A) * P(A)

(1.3.5b)

Przykład 1.20

Uwaga 1: Należy rozróżniać pojęcie niezależności zdarzeń od wykluczania się zdarzeń. Są to zupełnie różne pojęcia, mimo że istnieją zdarzenia jednocześnie wykluczające się i niezależne. Przykładem takich zdarzeń (wykluczających i niezależnych jednocześnie) jest:

A - dowolne zdarzenie i Ć - zdarzenie niemożliwe.

A Ç Ć = Ć , a zatem:

P( A Ç Ć ) = P( Ć ) = 0 = P(A) * 0 = P(A) * P( Ć ).

Zasadniczo jednak zdarzenia niezależne nie muszą być zdarzeniami wykluczającymi się. Łatwo zauważyć, że zdarzeniami, które są niezależne, ale nie wykluczają się są: A - zdarzenie dowolne i W - zdarzenie pewne. Ponieważ A Ç W = A, więc: P(A Ç W ) = P(A).

P( W ) = 1, a to oznacza, że:

P( A Ç W ) = P(A) = P(A) * 1 = P(A) * P(W), mimo że: A Ç W ą Ć .

Uwaga 2: Obliczając prawdopodobieństwo iloczynu zdarzeń, musimy zawsze uwzględnić to, czy zdarzenia są niezależne, czy też są zależne. Natomiast przy obliczaniu prawdopodobieństwa sumy zdarzeń musimy uwzględnić fakt, czy zdarzenia wykluczają się wzajemnie, czy też nie.

Przykład 1.21

1.4. Schemat Bernoulliego

Mówimy, że ciąg (seria) doświadczeń jest wykonywany zgodnie ze schematem Bernoulliego, jeżeli spełnione są warunki:

- każde pojedyncze doświadczenie może zakończyć się jednym z dwóch wyników: zdarzeniem A zwanym “sukcesem” lub zdarzeniem A' przeciwnym do niego, zwanym “porażką”,

- prawdopodobieństwo sukcesu w pojedynczym doświadczeniu jest stałe, równe p .

Wtedy prawdopodobieństwo, że w serii n doświadczeń sukces pojawi się dokładnie k razy, (k = 0, 1, ..., n), wyraża się wzorem:

(1.4.1)

dla k = 0, 1, ..., n, natomiast p oznacza prawdopodobieństwo sukcesu w pojedynczym doświadczeniu. Symbol nazywamy symbolem Newtona:

(1.4.2)

zaś symbol n! (n silnia) określony jest wzorem:

n! = 1 × 2 × ... × n (dla n = 1, 2, 3, ...)

(1.4.3)

Ponadto z definicji:

0! = 1

Przykład 1.22

Przykład 1.23

Przykład 1.24

Zadania do samodzielnego rozwiązania