piss_wyklad_3.doc

(191 KB) Pobierz
Prawdopodobieństwo warunkowe

Prawdopodobieństwo warunkowe

 

 

- przestrzeń probabilistyczna

Wyróżniamy zdarzenie

Określamy miarę  

Twierdzenie:

               

               Odwzorowanie   jest miarą unormowaną.

 

Lemat:

               a)

 

               b) ff[1]

                                                          gdzie

 

Dowód lematu:

 

                Pokażemy dwa zawierania  (  „Í”  ).

 

                a)

                

               

                    

 

                     W drugą stronę mamy:

 

                     

 

                      

 

 

                 b)        

                       Ponieważ zbiory te są rozłączne to ich podzbiory są rozłączne

   

 

 

 

 

Dowód twierdzenia:

 

                 1. Ponieważ     to

                 

                  2.f)

 

                

                 3. f

                                       gdzie

                    

 

                      4.

 

 

Miarę nazywamy prawdopodobieństwem warunkowym, a liczbę prawdopodobieństwem zajścia zdarzenia A pod warunkiem, że zaszło zdarzenie B.

 

 

 

Definicja:

 

             Mówimy, że zdarzenia tworzą zupełny układ zdarzeń jeżeli:

                

                   1. Û zdarzenia wyczerpują wszystkie możliwości

                 

                   2. Zdarzenia są parami rozłączne : f dla gdzie

 

                   3.

 

 

Twierdzenie o prawdopodobieństwie całkowitym:

 

Założenia: 

 

                   - przestrzeń probabilistyczna

                    - zupełny układ zdarzeń

                     - wybieramy zdarzenie B

 

 

Teza:

 

                    

Dowód:

 

                    

                   

 

                       (*)

 

 

 

Twierdzenie Bayesa

 

                                      

Założenia: 

 

                   - przestrzeń probabilistyczna

                    - zupełny układ zdarzeń

                    - wybieramy zdarzenie B

 

Teza:            

 

                          

 

                  

Przykład:

 

Telegraficzne przekazywanie informacji odbywa się za pomocą  przekazywania   znaków „·” i „¾” . Statyczne właściwości zakłóceń powodują, że błędy występują przeciętnie w nadawanych sygnałów „·” i w nadawanych sygnałów „¾”. Ogólny stosunek liczby  „·” do „¾” jest równy . Oblicz prawdopodobieństwo, że przy przyjmowaniu „·” w rzeczywistości ją nadano.

 

        - zdarzenie polegające na tym, że nadano „·

  - zdarzenie polegające na tym, że nadano „¾

  - zdarzenie polegające na tym, że odebrano „·

       - zdarzenie polegające na tym, że odebrano „¾

 

Zdarzenia i tworzą zupełny układ zdarzeń.

 

  

  

 

 

 

 

Niezależność zdarzeń

 

Definicja:

 

               a) Zdarzenia A i B nazywamy niezależnymi jeżeli:

 

 

               b) Zdarzenia są niezależne jeżeli dla każdego podciągu zdarzeń                                                            

                 ciągu  zachodzi:

 

 

Jeżeli zdarzenia A i B są niezależne, to niezależne są także następujące pary zdarzeń:

 

 

 

Dwa zdarzenia wyłączające się A i B są niezależne wtedy i tylko wtedy gdy:

 

lub 

 

 

Dla każdego zdarzenia A pary  A i f oraz A i W stanowią pary zdarzeń niezależnych.

 

 

 

Iloczyn kartezjański przestrzeni probabilistycznych

 

 

Definicja:

 

Przestrzeń probabilistyczna jest iloczynem kartezjańskim przestrzeni         , , ... , jeżeli:

 

1.

 

2. - ciało jest rodziną zbiorów generowaną przez zbiory postaci                  

 

3.

 

 

 

Można pokazać, że tak określone jest miarą, co więcej dla dowolnych istnieje dokładnie jedna miara o powyższej własności. Miarę nazywamy iloczynem kartezjańskim miar  .

 

Iloczyn kartezjański przestrzeni probabilistycznych , , ... , można stosować jako model dla ciągu doświadczeń, gdy modelem j- tego doświadczenia jest przestrzeń probabilistyczna  oraz gdy doświadczenia przebiegają niezależnie od siebie, czyli wynik żadnego doświadczenia nie wpływa na wynik innych doświadczeń.

 

 

 

 

 

 

Przestrzeń probabilistyczna dla n- prób Bernoulliego

 

 

Definicja:

 

             

            

             

 

              - prawdopodobieństwo sukcesu 

               - prawdopodobieństwo porażki

 

Powyższą przestrzeń nazywamy modelem przestrzeni probabilistycznej dla n- prób Bernoulliego. 

 

 

Twierdzenie:

 

               Model n- prób Bernoulliego jest iloczynem kartezjańskim n jednakowych           

przestrzeni probabilistycznych . Jest to przypadek, gdy są możliwe tylko        dwa wyniki każdego z przeprowadzonych doświadczeń.

 

              

              

 

                co można także zapisać w postaci:

 

                

 

 

 

Liczba sukcesów dla n- prób Bernoulliego

 

 

      

        k – liczba sukcesów

       

 

 

        

         

 

Przestrzeń probabilistyczna n- prób Bernoulliego jest modelem dla ciągu n doświadczeń takich, że w każdym doświadczeniu wybieramy określony wynik ze zbioru wszystkich wyników, nazywamy sukcesem i kodujemy 1, a uzyskanie każdego innego wyniku nazywamy porażką i kodujemy 0. Prawdopodobieństwo sukcesu jest takie samo w każdym doświadczeniu. Doświadczenia przebiegają niezależnie od siebie.

5

 


[1] f - zbiór pusty

Zgłoś jeśli naruszono regulamin