Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Podobne dokumenty
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Metody probabilistyczne

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Teoria miary. Matematyka, rok II. Wykład 1

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

W2 Podstawy rachunku prawdopodobieństwa (przypomnienie)

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

Rachunek prawdopodobieństwa

Zdarzenia losowe i prawdopodobieństwo

Podstawy metod probabilistycznych. dr Adam Kiersztyn

Statystyka i Rachunek Prawdopodobieństwa dla Bioinzynierii Lista zadań 2, 2018/19z (zadania na ćwiczenia)

Podstawy nauk przyrodniczych Matematyka

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.

Wstęp do rachunku prawdopodobieństwa

Rachunek Prawdopodobieństwa Rozdział 5. Rozkłady łączne

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

Wstęp. Kurs w skrócie

Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu.

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

Zdarzenie losowe (zdarzenie)

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH)

Prawdopodobieństwo i statystyka Wykład I: Przestrzeń probabilistyczna

Zmienne losowe i ich rozkłady

Matematyka z el. statystyki, # 2 /Geodezja i kartografia II/

Robert Kowalczyk. Zbiór zadań z teorii miary i całki

Zadania do Rozdziału X

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2

Statystyka podstawowe wzory i definicje

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej

Metody probabilistyczne

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek

METODY PROBABILISTYCZNE I STATYSTYKA

Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :

WYKŁAD 3. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

Statystyka i eksploracja danych

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Rachunku prawdopodobieństwa: rys historyczny, aksjomatyka, prawdopodobieństwo warunkowe,

Statystyka matematyczna

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Wykład 11: Podstawowe pojęcia rachunku prawdopodobieństwa

Statystyka Astronomiczna

3. Podstawowe pojęcia statystyki matematycznej i rachunku prawdopodobieństwa wykład z Populacja i próba

Probabilistyczne podstawy statystyki matematycznej. Dr inż. Małgorzata Michalcewicz-Kaniowska

Statystyka matematyczna

1 Działania na zbiorach

Prawdopodobieństwo i statystyka

Wykład 3 Jednowymiarowe zmienne losowe

Biostatystyka, # 2 /Weterynaria I/

G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.

Zmienna losowa. Rozkład skokowy

Prawdopodobieństwo

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Rachunek prawdopodobieństwa- wykład 2

IMIĘ NAZWISKO... grupa C... sala Egzamin ELiTM I

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

WYKŁAD 1. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Instytut Matematyki Uniwersytet Warszawski

Doświadczenie i zdarzenie losowe

Elementy Rachunek prawdopodobieństwa

Prawdopodobieństwo i statystyka

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub

Wkażdym doświadczeniu losowym można wyróżnić

Prawdopodobieństwo geometryczne

1.1 Rachunek prawdopodobieństwa

Jednowymiarowa zmienna losowa

Metody probabilistyczne opracowane notatki 1. Zdefiniuj zmienną losową, rozkład prawdopodobieństwa. Przy jakich założeniach funkcje: F(x) = sin(x),

Wstęp do probabilistyki i statystyki Wykład 3. Prawdopodobieństwo i algebra zdarzeń

Rachunek prawdopodobieństwa Rozdział 1. Wstęp

Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska)

Wykład 2 Zmienne losowe i ich rozkłady

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

PRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki

Statystyka matematyczna

Szkice do zajęć z Przedmiotu Wyrównawczego

Metody probabilistyczne

Prawdopodobieństwo i statystyka

WSTĘP. Tematy: Regresja liniowa: model regresji liniowej, estymacja nieznanych parametrów. Wykład:30godz., ćwiczenia:15godz., laboratorium:30godz.

2. Lesław Gajek, Marek Kałuszka, Wnioskowanie statystyczne. Modele i metody. Dla studentów.

Rachunek Prawdopodobieństwa Anna Janicka

Transkrypt:

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.1. σ ciało (algebra) zdarzeń Katarzyna Rybarczyk-Krzywdzińska

losowe Zdarzenie losowe to pewien podzbiór przestrzeni zdarzeń elementarnych Ω, tzn. zdarzenie jest pewnym zbiorem możliwych wyników eksperymentu. Z pewnych względów (o których później), aby zawsze można było określić prawdopodobieństwo zdarzenia musimy wprowadzić pewne restrykcje dotyczące zdarzeń losowych. Zdarzenie losowe to taki podzbiór przestrzeni zdarzeń elementarnych Ω, który należy do interesującego nas σ-ciała F podzbiorów Ω.

Przykłady zdarzeń Przykład 1 Wypisz Ω dla eksperymentu i elementy zdarzeń: 1 wypadła liczba parzysta w pojedynczym rzucie kostką;

Przykłady zdarzeń Przykład 1 Wypisz Ω dla eksperymentu i elementy zdarzeń: 1 wypadła liczba parzysta w pojedynczym rzucie kostką; 2 nie wypadła jedynka w 10 rzutach kostką;

Przykłady zdarzeń Przykład 1 Wypisz Ω dla eksperymentu i elementy zdarzeń: 1 wypadła liczba parzysta w pojedynczym rzucie kostką; 2 nie wypadła jedynka w 10 rzutach kostką; 3 Tola przyszła na przystanek przed 7.24, zakładając, że Tola przychodzi między 7.00 a 8.00.

Przykłady zdarzeń Przykład 1 Wypisz Ω dla eksperymentu i elementy zdarzeń: 1 wypadła liczba parzysta w pojedynczym rzucie kostką; 2 nie wypadła jedynka w 10 rzutach kostką; 3 Tola przyszła na przystanek przed 7.24, zakładając, że Tola przychodzi między 7.00 a 8.00. 4 wykonano nieparzystą liczbę rzutów w rzucie monetą aż do momentu uzyskania pierwszego orła.

Zdarzenie losowe Dla zdarzenia A, gdy wynikiem eksperymentu jest ω oraz ω A, to mówimy, że zaszło zdarzenie A. Przykład 2 eksperyment: 10 rzutów monetą; wynik eksperymentu: ω = (O, O, R, O, O, O, R, R, R, R); A wypadło dokładnie 5 orłów; ω A zaszło zdarzenie A.

Zdarzenie losowe Dla zdarzenia A, gdy wynikiem eksperymentu jest ω oraz ω A, to mówimy, że zaszło zdarzenie A. Przykład 2 eksperyment: 10 rzutów monetą; wynik eksperymentu: ω = (O, O, R, O, O, O, R, R, R, R); A wypadło dokładnie 5 orłów; ω A zaszło zdarzenie A. eksperyment: pojedynczy rzut kostką; wynik eksperymentu: 3; A wypadła liczba parzysta; ω / A nie zaszło zdarzenie A.

losowe Trochę nazewnictwa : zdarzenie niemożliwe;

losowe Trochę nazewnictwa : zdarzenie niemożliwe; Ω: zdarzenie pewne;

losowe Trochę nazewnictwa : zdarzenie niemożliwe; Ω: zdarzenie pewne; A B = : A i B to zdarzenia wzajemnie wykluczające się;

losowe Trochę nazewnictwa : zdarzenie niemożliwe; Ω: zdarzenie pewne; A B = : A i B to zdarzenia wzajemnie wykluczające się; A = Ω \ A: zdarzenie przeciwne do zdarzenia A.

losowe Trochę nazewnictwa : zdarzenie niemożliwe; Ω: zdarzenie pewne; A B = : A i B to zdarzenia wzajemnie wykluczające się; A = Ω \ A: zdarzenie przeciwne do zdarzenia A. A B: A pociąga zdarzenie B.

losowe Przykład 3 Rzucamy nieskończoną liczbę razy uczciwą monetą (nie radzimy tego robić w domu). Niech A i (A i Ω) będzie zdarzeniem, że za i tym razem wypadł orzeł. Jakie inne zdarzenia chcielibyśmy też zawrzeć w σ ciele zdarzeń?

losowe Ω, (zdarzenie pewne i zdarzenie niemożliwe); A i = Ω \ A i za i tym razem NIE wypadł orzeł (zdarzenia przeciwne/dopełnienia zdarzeń); A 1 A 2 za pierwszym lub za drugim razem wypadł orzeł (skończone sumy zdarzeń); i=1 A i co najmniej raz wypadł orzeł (przeliczalne sumy zdarzeń); A 1 A 2 za pierwszym i za drugim razem wypadł orzeł (skończone przekroje zdarzeń); i=1 A i za każdym razem wypadł orzeł (przeliczalne przekroje zdarzeń); A 1 \ A 2 zaczęliśmy od orła ale w drugim rzucie nie było orła (różnice zdarzeń).

σ ciało σ-ciało (σ-algebra) Definicja (σ-ciało (σ-algebra)) Niech F będzie zbiorem pewnych podzbiorów zbioru Ω. Mówimy że F jest σ-ciałem, jeśli: C1 Ω F; C2 jeśli A F, to również A = Ω \ A F; C3 jeśli A 1, A 2,... F, to również A n F. n=1

σ ciało Twierdzenie (własności σ ciała) Niech F będzie σ ciałem, wtedy następujące stwierdzenia są prawdziwe. W1 F. W2 Jeśli A, B F, to A B F. W3 Jeśli A, B F, to A B F. W4 Jeśli A, B F, to A \ B F. W5 Jeśli A 1, A 2,... F, to n=1 A n F. tzn. dowolne σ ciało jest zamknięte na standardowe operacje teoriomnogościowe. Dowód

Przykłady σ ciał Ω co najwyżej przeliczalny Przykład 4 Rodzina F wszystkich podzbiorów zbioru Ω jest σ ciałem, F = 2 Ω. Takie σ ciało będziemy wykorzystywać w przypadku, gdy Ω jest zbiorem co najwyżej przeliczalnym.

Przykłady σ ciał Ω = R - intro Definicja Niech A będzie pewną rodziną podzbiorów zbioru Ω, wtedy przez σ(a) będziemy oznaczać najmniejsze (w sensie zawierania) σ ciało zawierające rodzinę A. Uwaga σ(a) = F. F σ ciało w Ω, A F Dowód, że dowolny przekrój σ ciał w Ω jest σ ciałem w Ω pozostawiamy jako ćwiczenie.

Przykłady σ ciał Ω = R σ ciało zbiorów borelowskich B(R) σ ciałem zbiorów borelowskich na R nazywamy najmniejsze (w sensie zawierania) σ ciało podzbiorów R, które zawiera wszystkie przedziały otwarte (a, b), a, b R. B(R) = F σ ciało na R, a<b, a,b R (a,b) F Takie σ ciało będziemy między innymi wykorzystywać dla miary probabilistycznej wyznaczonej przez zmienną losową (to dopiero w drugiej części kursu). F

Dowód: 1, 4, 5, 8 Przykłady σ ciał Zbiory borelowskie Przykład 5 Pokaż, że dla dowolnych a, b R (a < b) poniższe zbiory należą do rodziny zbiorów borelowskich: 1 {a}; 2 (a, b] 3 [a, b]; 4 (a, ); 5 (, a]; 6 {a, b}; 7 N zbiór liczb naturalnych; Przypomnienie: Jeśli A, B, C 1, C 2,... B, to C1 R B C2 A = R \ A B C3 Cn B; n=1 W2 A B B. W3 A B B. W4 A \ B B. W5 Cn B; n=1 8 Q zbiór liczb wymiernych.

Przykłady σ ciał Zbiory borelowskie Przykład 6 Pokaż, że w definicji zbiorów borelowskich rodzina zbiorów {(a, b) : a, b R, a < b} może być zastąpiona rodziną zbiorów {(, a] : a R}. Przypomnienie: Jeśli A, B, C 1, C 2,... B, to C1 R B C2 A = R \ A B C3 Cn B; n=1 W2 A B B. W3 A B B. W4 A \ B B. W5 Cn B; n=1

Przykłady σ ciał Ω R n σ ciało zbiorów borelowskich B w R n, B(R n ) σ ciałem zbiorów borelowskich w R n nazywamy najmniejsze (w sensie zawierania) σ ciało podzbiorów R n, które zawiera wszystkie podzbiory otwarte w R n. σ ciało zbiorów borelowskich w Ω R n σ ciałem zbiorów borelowskich w Ω R n nazywamy rodzinę zbiorów {A : B B A = Ω B}.