Comments
Description
Transcript
Alcune proprieta` e dimostrazioni
ASSIOMI DEL CALCOLO DELLE PROBABILITÀ Uno spazio probabilistico consiste in una terna (Ω, Α, P ) costituita dalle seguenti tre componenti: (i) un insieme non vuoto Ω , chiamato spazio degli eventi elementari, che rappresenta l’insieme dei possibili risultati di un esperimento casuale; (ii) una sigma-algebra su Ω , detta famiglia degli eventi, che consiste in una famiglia Α di sottoinsiemi di Ω soddisfacente ai tre assiomi (A1) Ω ∈ Α , (A2) ∀A ∈ Α A ∈ Α , (A3) se {An } è una sottofamiglia discreta di Α , allora U An ∈ Α ; n (iii) una misura di probabilità su Α rappresentata da una funzione P : Α → ℜ che soddisfa ai tre assiomi (P1) P(Ω ) = 1 , (P2) ∀A ∈ Α P( A) ≥ 0 , (P3) se {An } è una sottofamiglia discreta e disgiunta di Α , allora P U An = ∑ P( An ) . n n FORMULE ELEMENTARI DEL CALCOLO DELLE PROBABILITÀ In un qualsiasi spazio probabilistico, se A, B ∈ Α allora (1) A∩ B∈Α ; (2) A− B∈Α; (3) P ( A − B ) = P ( A) − P ( A ∩ B ) ; (4) B ⊆ A ⇒ P (B ) ≤ P( A) ; (5) (6) (7) (8) (9) (10) () P A = 1 − P ( A) ; P ( A) ≤ 1 ; P(0) = 0 ; P ( A ∪ B ) + P ( A ∩ B ) = P ( A) + P ( B ) ; P ( A ∪ B ) ≤ P ( A ) + P (B ) ; P ( A ∩ B ) ≥ P ( A ) + P (B ) − 1 . Dimostrazioni. (1) Innanzitutto, A, B ∈ Α per l’assioma (A2) e dunque A ∪ B ∈ Α per l’assioma (2) (3) (A3). Infine, A ∩ B = A ∪ B ∈ Α per (A2). In modo analogo alla dimostrazione precedente, A − B = A ∩ B ∈ Α . Poiché gli eventi A ∩ B e A − B sono disgiunti e A = ( A − B ) ∪ ( A ∩ B ) si ha che P( A) = P( A − B ) + P( A ∩ B ) per l’assioma (P3). (4) (5) (6) (7) (8) (9) (10) Dal risultato appena provato e dall’assioma (P2) deriva P( A) = P( A − B ) + P( A ∩ B ) ≥ P( A ∩ B ) , da cui segue che, se B ⊆ A , allora P ( B ) = P ( A ∩ B ) ≤ P ( A) . () Applicando la formula (3) si ha P A = P (Ω − A) = P (Ω ) − P (Ω ∩ A) = 1 − P ( A) per (P1); Dalla formula (5) e dall’assioma (P2) segue che 0 ≤ P A = 1 − P ( A) , ovvero P ( A) ≤ 1 . () ( ) Sempre dalla (5), P (0 ) = P Ω = 1 − P(Ω ) = 1 − 1 = 0 per (P1). Dal fatto che l’evento A ∪ B può scriversi come unione disgiunta degli eventi A − B e B , dall’assioma (P3) e dalla formula (3) si ottiene P ( A ∪ B ) = P ( A − B ) + P ( B ) = P ( A) − P ( A ∩ B ) + P ( B ) . Dalla formula precedente e dall’assioma (P2) segue immediatamente P ( A ∪ B ) = P ( A) − P ( A ∩ B ) + P ( B ) ≤ P ( A) + P ( B ) . Dalle formule (6) e (8) si ottiene che 1 ≥ P( A ∪ B ) = P( A) − P( A ∩ B ) + P(B ) , ossia P( A ∩ B ) ≥ P( A) + P(B ) − 1 . PROBABILITÀ CONDIZIONATA In un generico spazio probabilistico (Ω, Α, P ) , se A, B ∈ Α e P(B ) > 0 , allora è possibile definire la probabilità dell’evento A dato che si è verificato l’evento B mediante l’uguaglianza P( A ∩ B ) P( A | B ) = . P (B ) In particolare, P( A | B ) , come funzione di A , rappresenta una misura di probabilità sulla sigma-algebra Α , dato che soddisfa agli assiomi (P1), (P2) e (P3). Di conseguenza, per la probabilità condizionata valgono tutte le formule elementari del calcolo delle probabilità. Inoltre, dalla definizione di probabilità condizionata discende immediatamente la formula della probabilità composta: P( A ∩ B ) = P( A | B )P(B ) . LEGGE DELLE ALTERNATIVE In un qualunque spazio probabilistico, se E ∈ Α e {C n } è una famiglia discreta e disgiunta di eventi con probabilità non nulla tali che E ⊆ U Cn , n allora P (E ) = ∑ P (E | C n )P (C n ) . n Dimostrazione. Scrivendo l’evento E come unione disgiunta E = E ∩ U C n = U (C n ∩ E ) n n e applicando l’assioma (P3) e la formula della probabilità composta si ha P (E ) = ∑ P (E ∩ C n ) = ∑ P (E | C n )P(C n ) . n n TEOREMA DI BAYES In un qualsiasi spazio probabilistico, se E è un evento con probabilità non nulla e {C n } è una famiglia discreta e disgiunta di eventi con probabilità non nulla tali che E ⊆ U Cn , n allora ∀m P(C m | E ) = P(E | C m )P(C m ) . ( ) ( ) P E | C P C ∑ n n n Dimostrazione. Dalla definizione di probabilità condizionata, dalla formula della probabilità composta e dalla legge delle alternative deriva che ∀m P(C m ∩ E ) P(E | C m )P(C m ) P(E | C m )P(C m ) . P(C m | E ) = = = P (E ) P (E ) ∑ P(E | C n )P(C n ) n