Prisijunk

Pamiršai slaptažodį?

Pagrindinis meniu

Naudotojo meniu

2010-02-22 - ketvirta paskaita

Paskutinis taisymas: Vytautas Jakutis 2010 Vas 22, 22:46

2. skyrius. Pagrindinės tikimybių teorijos teoremos

  • tikimybių sudėties teorema
  • tikimybių daugybos teorema
  • pilnosios tikimybės formulė (Bajeso teorema)
  • tikslas: sudėtingas tikimybes išreikšti paprastų reiškiniu

2.1. skyrius. Tikimybių sudėties teorema

  • A \in \mathfrak{F}, B \in \mathfrak{F}
  • apskaičiuokite P\left(A \cup B\right)
    • jeigu įvykiai A ir B yra nesutaikomi (A B = \emptyset), tai galioja aksioma:
      • P\left(A \cup B\right) = P\left(A\right) + P\left(B\right)
    • jeigu įvykiai yra betkurie (gali būti ir sutaikomi), tada:
      1. P\left(A \cup B\right) = P\left(A\right) + P\left(B\right) - P\left(A B\right)
        • įrodymas: veno diagramomis figure_4.png
        • galima apibendrinti ir didesniam įvykių skaičiui:
        • pvz. imkime 3: P\left(A \cup B \cup C\right) = P\left(A\right) + P\left(B\right) + P\left(C\right) - P\left(A B\right) - P\left(A C\right) - P\left(C B\right) + P\left(A B C\right)
        • išvados:
        • tarkime įvykiai A_1, A_2, A_3, ..., A_n sudaro pilnąją įvykių grupę (\bigcup_{k=1}^n A_k = \Omega) ir jie nesutaikomi (A_k A_n = \emptyset, n \neq m), tada P\left(\bigcup_{k=1}^n A_k\right) = 1
          • įrodymas: TODO
        • tarkime įvykiai tarkime įvykiai A_1, A_2, A_3, ..., A_n yra poromis nesutaikomi, tada tikimybė P\left(A_1 \cup A_2 \cup A_3 \cup ... \cup A_n\right) = 1 - P\left(\overline A_1 \overline A_2 \overline A_3 ... \overline A_n\right) teisinga, nes iš dualumo principo turime, kad A_1 \cup A_2 \cup A_3 \cup ... \cup A_n \cup A_1 A_2 A_3 ... A_n = \Omega ir toliau galime įrodyti.

2.2. skyrius. Sąlyginės tikimybės

  • tarkime A \in \mathfrak{F} ir turime P\left(A\right), kuri vadinama besąlygine
  • tarkime B \in \mathfrak{F} ir B - įvyko.
  • kaip B įvykimas keičia A įvykio tikimybę?
    • nežinodami, ar A ir B kiek nors sutaikomi, A tikimybę žymime P_B\left(A\right) (reiškia tą patį, ką P\left(A \setminus B\right))
  • pavyzdys: radijo lempų veikimas
    • įvykis A - radijo lempa veikė nuo 08:00 iki 16:00
    • įvykis B - radijo lempa veikė nuo 08:00 iki 10:00
    • kokia įvykio A tikimybė, kai įvykis B žinomas ir kai nežinomas?
  • kaip skaičiuoti P_B\left(A\right)
    • P\left(A \setminus B\right)=\frac{P\left(A B\right)}{P\left(B\right)}, P\left(B\right) > 0
  • analogiškai apibrėžiame įvykio B tikimybę, kai įvyko A:
    • P\left(B \setminus A\right)=\frac{P\left(A B\right)}{P\left(A\right)}, P\left(A\right) > 0
  • pavyzdys: dėžės su rutuliais
    • yra 2 B ir 3 J rutuliai
    • kad ištrauksime B: P\left(B\right) = \frac{2}{5}
    • kad ištrauksime J, o tada B: P\left(B_2 \setminus J_1\right) = \frac{P\left(B_2 J_1\right)}{P\left(J_1\right)} = \frac{2}{4} = \frac{1}{2}

2.3. skyrius. Tikimybių daugybos teorema

  • iš sąlyginės tikimybės apibrėžimo išplaukia tikimybių daugybos teorema:
    • P\left(A B\right) = P\left(A\right) P\left(B \setminus A\right)
    • P\left(A B\right) = P\left(B\right) P\left(A \setminus B\right)
  • pastarąją teoremą galima apibendrinti ir didesniam įvykių skaičiui:
    • P\left(A_1 A_2 ... A_n\right) = P\left(A_1 \setminus \emptyset\right) P\left(A_2 \setminus A_1\right) P\left(A_3\setminus A_1 \cup A_2\right) ... P\left(\emptyset \setminus \Omega \right)
    • įrodymas: TODO
  • pavyzdys: dėžės su 1B ir 3J rutuliais
    • traukiami du rutuliai
    • kas patikimiau: ištraukti 2J ar 1B su 1J?
      • pirmas variantas:
      • tarkime traukiame du rutulius iš karto
      • P\left(A\right) = \frac{C_3^2 C_1^0}{C_4^2} = \frac{3}{6} = \frac{1}{2}
      • P\left(B\right) = \frac{C_1^1 C_3^1}{C_4^2} = \frac{3}{6} = \frac{1}{2}
      • antras variantas:
      • traukime po vieną, bet negrąžindami atgal
      • P\left(A\right) = P\left(J_1 J_2\right) = P\left(J_1\right) P\left(J_2 \setminus J_1\right) = \frac{3}{4} \cdot \frac{2}{3} = \frac{1}{2}
      • P\left(B\right) = P\left(B_1 J_2 \cup J_1 B_2\right) = P\left(B_1 J_2\right) + P\left(J_1 B_2\right) = P\left(B_1\right) P\left(J_2\right) + P\left(J_1\right) P\left(B_2\right) = \frac{1}{2}
      • trečias variantas:
      • traukime po vieną ir vėl grąžinkime į dėžę
      • P\left(A\right) = P\left(J_1 J_2\right) = P\left(J_1\right) P\left(J_2\right) = \frac{3}{4} \cdot \frac{3}{4} = \frac{9}{16}
      • P\left(B\right) = P\left(J_1 B_2 \cup B_1 J_2\right) = P\left(J_1 B_2\right) + P\left(B_2 J_1\right) = \frac{3}{4} \cdot \frac{1}{4} + \frac{1}{4} \cdot \frac{3}{4} = \frac{6}{16}
      • P\left(A\right) > P\left(B\right)
  • pavyzdys: MATEMATIKA
    • turime A, A, A, T, T, I, K, E, M, M
    • atsitiktinai dedame raides iš kairės pusės į dešinę
    • kokia tikimybė yra gauti žodį MATEMATIKA (P\left(\text{MATEMATIKA}\right))?
      • pirmas būdas (klasikinis)
      • P\left(\text{MATEMATIKA}\right) = \frac{3! 2! 2!}{10!}
      • antras būdas (tikimybių daugybos teoremos)
      • P\left(\text{MATEMATIKA}\right) = \frac{2}{10} \cdot \frac{3}{9} \cdot \frac{2}{8} \cdot \frac{1}{7} \cdot \frac{1}{6} \cdot \frac{2}{5} \cdot \frac{1}{4} \cdot \frac{1}{3} \cdot \frac{1}{2} \cdot \frac{1}{1}
  • pavyzdys: pyplys su kaladėlėm
    • sudėti MATEMATIKA - praktiškai negalimas įvykis :)

2.4. skyrius. Pilnosios tikimybės formulė

  • tarkime turime elementariųjų įvykių aibę figure_5.png
  • tarkime įvykiai H_1 H_2 ... H_n sudaro pilnąją įvykių aibę, o įvykis A - betkuris įvykis, tada:
    • P\left(A\right) = \sum_{k=1}^n P\left(H_k\right) P\left(A \setminus H_k\right)
  • įrodymas:
    • sudarome pilnąją įvykių grupę \bigcup_{k=1}^n H_k = \Omega ir H_k H_m = \emptyset, k \neq m
    • turime A = A = A \Omega = A \bigcup_{k=1}^n H_k = \bigcup_{k=1}^n A H_k
    • tada, teigdami H_k H_m = \emptyset, k \neq m, P\left(A\right) = P\left(\bigcup_{k=1}^n A H_k\right) = \text{kazkoks zenklas}_{k = 1}^n
    • \left(A H_k\right) \left(A H_m\right) = \left(A A\right) \left(H_k H_m\right) = A \emptyset = \emptyset
    • taikydami adityvumo aksiomą, gauname: P\left(A\right) = \sum_{k=1}^n P\left(A H_k\right) = \sum_{k=1}^n P\left(H_k\right)P\left(A \setminus H_k\right) Q.E.D.
  • pavyzdys: dėžė su 2B ir 3J
    • traukiame 1 rutulį
    • kokia tikimybė, kad jis baltas?
      • P\left(B\right) = \frac{2}{5}
    • po pirmo traukimo atliekamas antras
    • kokia tikimybė, kad ištrauksime baltą?
      • H_1 = \{ \text{pirmuoju traukimu istraukeme juoda rutuli} \}
      • H_2 = \{ \text{antruoju traukimu istraukeme balta rutuli} \}
      • A = \{ \text{baltu rutuliu istraukimas} \}
      • P\left(A\right) = P\left(H_1\right) P\left(A \setminus H_1\right) + P\left(H_2\right) P\left(A \setminus H_2\right) = \frac{3}{5} \cdot \frac{2}{4} + \frac{2}{5} \cdot \frac{1}{4}
  • pavyzdys: dvi dėžės: 2B3J ir 1B1J
    • vienas rutulys iš pirmos perkeliamas į antrą
    • po to vienas rutulys iš antros traukiamas
    • kokia tikimybė kad bus ištrauktas baltas?
    • H_1 = \{\text{perkeltas baltas}\}
    • H_2 = \{\text{perkeltas juodas}\}
    • A = \{\text{istrauktas baltas}\}
    • P\left(A\right) = P\left(H_1\right) P\left(A \setminus H_1\right) + P\left(H_2\right) P\left(A \setminus H_2\right) = \frac{2}{5} \cdot \frac{2}{3} + \frac{3}{5} \cdot \frac{1}{3}