A feltételes valószínűség egy esemény bekövetkezésének valószínűsége, feltéve , hogy az esemény megtörtént. Egy esemény valószínűségét, amelyet azzal a feltételezéssel számolunk, hogy valami már ismert a kísérlet eredményéről (az esemény megtörtént), jelöljük . Például annak a valószínűsége, hogy valaki egy véletlenszerű napon köhögni fog . De ha tudjuk vagy feltételezzük, hogy az ember megfázott, akkor sokkal nagyobb eséllyel kezd el köhögni. Így a köhögés feltételes valószínűsége bármely személynél magasabb, feltéve, hogy megfázott .
Egy nyilvánvaló speciális eset: szépen illusztrálja a vicc " Egy internetes felmérés kimutatta, hogy a válaszadók 100%-a használja az internetet."
A feltételes valószínűség a valószínűségszámítás egyik legalapvetőbb és egyik legfontosabb fogalma.
Ha , akkor a és eseményeket függetlennek nevezzük, azaz az egyik előfordulása nem változtat a másik bekövetkezésének valószínűségén. Valamint általában . Például, ha Önnek dengue-láza van (esemény ), akkor annak valószínűsége, hogy a lázra (esemény ) pozitív teszteredményt kap , . Ezzel szemben, ha a teszt pozitív dengue-lázra, akkor csak . Ebben az esetben egy esemény (dengue-láz jelenléte) az esemény körülményei között (teszt pozitív), pl. . Ha a két valószínűséget hibásan egyenlővé tesszük, különféle tévhitek merülnek fel, például az alap százalékos hiba . A feltételes valószínűség pontos kiszámításához Bayes-tételt használunk .
Legyen két esemény és tartozik - a valószínűségi tér mezőjébe és . A feltétel szerinti feltételes valószínűség egyenlő az események valószínűségének és a valószínűséggel való osztásának hányadosával :
Vegye figyelembe, hogy ez egy definíció, és nem elméleti eredmény. Az értéket egyszerűen jelöljük , és a feltétel alatti feltételes valószínűségnek nevezzük .
A feltételes valószínűség mint valószínűségi axiómaEgyes szerzők, mint például de Finetti , inkább a feltételes valószínűséget a valószínűség axiómájaként vezetik be:
.
A feltételes valószínűség mint egy feltételes esemény valószínűségeA feltételes valószínűség egy feltételes esemény valószínűségeként jelölhető . Feltételezzük, hogy az események alapjául szolgáló teszt megismétlődik . Ekkor a feltételes valószínűség az
,
ami megfelel Kolmogorov feltételes valószínűség-definíciójának. Vegye figyelembe, hogy az egyenlet elméleti eredmény, nem definíció. A feltételes események definíciója a Kolmogorov-féle axiómák, és különösen a Kolmogorov-féle valószínűség-értelmezéshez közel álló kísérleti adatok alapján érthető. Például a feltételes események megismétlődhetnek, ami egy feltételes esemény általánosított fogalmához vezet. Felírhatók független és egyenlő eloszlású valószínűségi változók sorozataként , ami a nagy számok erős törvényét jelenti a feltételes valószínűségre vonatkozóan:
Halmazelméleti definíció
Ha , akkor a definíció szerint a feltételes valószínűség nincs megadva. Meghatározható azonban az ilyen események (például folytonos valószínűségi változóból származó) σ-algebrája alapján .
Például, ha a és nem degenerált és együttesen folytonos valószínűségi változók eloszlássűrűséggel és pozitív mértékkel, akkor
Problémás az az eset, amikor a mérték egyenlő nullával. Ha , akkor a feltételes valószínűség így írható fel
ez a megközelítés azonban a Borel-Kolmogorov paradoxonhoz vezet . A nulla mérték általános esete még problematikusabb, mivel a határérték, mint minden nullára hajlamos,
a hozzáállásuktól függ, mivel hajlamosak a nullára.
A helyesen feltételes valószínűség általános formában az indikátorfüggvény feltételes matematikai elvárásaként definiálható. Ebben az esetben, mivel a feltételes matematikai elvárás szinte mindenhol meg van adva, egy nulla valószínűségű esemény feltételes valószínűsége tetszőlegesen kiterjeszthető. A helyzet megváltozik, ha az esemény valamilyen paramétertől függ. Ebben az esetben, bár előfordulhat, hogy az egyes paraméterértékek valószínűsége nulla, és ezért az egyes paraméterek feltételes valószínűsége formálisan nincs megadva, lehetséges a paraméterfüggő feltételes valószínűséget úgy definiálni, hogy az majdnem jól definiálható legyen. mindenhol.
Legyen egy valószínűségi változó és legyen egy esemény. A feltétel alatti feltételes valószínűséget olyan valószínűségi változóként jelöljük, amely felveszi az értéket
bármikor
Ezt formálisabban is meg lehet írni
Most a feltételes valószínűség már függvénye : például, ha a függvény definíciója:
akkor
Különösen csak szinte mindenhol adják. Általános esetben helyes a feltételes matematikai elváráson keresztül bevezetni: a függvény feltételes matematikai elvárását a valószínűségi változó vonatkozásában . Egy diszkrét valószínűségi változó esetén helyes a halmazelméleti definíció használata, mivel az események valószínűsége nem nulla.
Egy esemény részleges feltételes valószínűsége olyan események feltétele mellett, amelyek valószínűsége nem egyenlő
A részleges feltételes valószínűségnek akkor van értelme, ha a feltételeket a kísérlet iterációiban teszteljük. Az ilyen korlátos részleges feltételes valószínűséget úgy határozhatjuk meg, mint egy esemény bekövetkezésének feltételes várakozását egy ellenőrzéssorozat során, amely megfelel minden valószínűségi specifikációnak , azaz:
Ez alapján a részleges feltételes valószínűséget így írhatjuk fel
, ahol
Tegyük fel, hogy valaki dob két korrekt, hatoldalú kockával, és meg kell jósolnunk az eredményt.
Legyen az első kockára dobott érték.
Legyen a második kockára dobott érték.
Mi ennek a valószínűsége ?
Az 1. táblázat az esetek valószínűségi terét mutatja.
Nyilvánvaló, hogy pontosan azokban az esetekben, mint ; és így,
Asztal 1+ | |||||||
---|---|---|---|---|---|---|---|
egy | 2 | 3 | négy | 5 | 6 | ||
egy | 2 | 3 | négy | 5 | 6 | 7 | |
2 | 3 | négy | 5 | 6 | 7 | nyolc | |
3 | négy | 5 | 6 | 7 | nyolc | 9 | |
négy | 5 | 6 | 7 | nyolc | 9 | tíz | |
5 | 6 | 7 | nyolc | 9 | tíz | tizenegy | |
6 | 7 | nyolc | 9 | tíz | tizenegy | 12 |
Mi ennek a valószínűsége ?
A 2. táblázat azt mutatja, hogy pontosan ugyanazon eredmények esetén tehát
2. táblázat+ | |||||||
---|---|---|---|---|---|---|---|
egy | 2 | 3 | négy | 5 | 6 | ||
egy | 2 | 3 | négy | 5 | 6 | 7 | |
2 | 3 | négy | 5 | 6 | 7 | nyolc | |
3 | négy | 5 | 6 | 7 | nyolc | 9 | |
négy | 5 | 6 | 7 | nyolc | 9 | tíz | |
5 | 6 | 7 | nyolc | 9 | tíz | tizenegy | |
6 | 7 | nyolc | 9 | tíz | tizenegy | 12 |
Ennek ismeretében mennyi a valószínűsége ?
A 3. táblázat azt mutatja, hogy , feltéve, hogy pontosan az eredményekre vonatkozik.
Így a feltételes valószínűség Ez látható az általunk korábban bevezetett definícióból:
3. táblázat
+ | |||||||
---|---|---|---|---|---|---|---|
egy | 2 | 3 | négy | 5 | 6 | ||
egy | 2 | 3 | négy | 5 | 6 | 7 | |
2 | 3 | négy | 5 | 6 | 7 | nyolc | |
3 | négy | 5 | 6 | 7 | nyolc | 9 | |
négy | 5 | 6 | 7 | nyolc | 9 | tíz | |
5 | 6 | 7 | nyolc | 9 | tíz | tizenegy | |
6 | 7 | nyolc | 9 | tíz | tizenegy | 12 |
Az eseményeket és függetlennek nevezzük, ha
Ha , akkor
Hasonlóképpen, ha , akkor
Független események kontra egymást kizáró események
Mint korábban említettük, az események függetlensége azt jelenti
feltéve, hogy a feltétel valószínűsége nem egyenlő nullával. Ha azonban az események kölcsönösen kizárják egymást, akkor
Valójában az egymást kizáró események nem lehetnek függetlenek, hiszen az egyik esemény megtörténtének ismerete arra utal, hogy a másik nem történt meg.
Általános esetben nem feltételezhetjük, hogy a és közötti kapcsolatot a Bayes-képlet adja meg :
Vagyis csak akkor, ha mi egyenértékű
Általános esetben ezek a valószínűségek nem tekinthetők a teljes valószínűségi képlet alapján összefüggőnek :
ahol az események megszámlálható partíciót alkotnak .
Ez a tévhit a kiválasztási torzításból eredhet. Például egy orvosi állítás összefüggésében olyan esemény, amely egy krónikus betegség miatt következik be, bizonyos körülmények között (akut állapot) . Legyen olyan esemény, amikor egy személy orvosi segítséget kér. Tegyük fel, hogy a legtöbb esetben nem okoz , tehát alacsony. Tételezzük fel azt is, hogy orvosi beavatkozásra csak akkor van szükség, ha az miatt történt . A betegek tapasztalatai alapján az orvos tévesen arra a következtetésre juthat, hogy magas. Az orvos által megfigyelt tényleges valószínűség .
Formálisan új valószínűségként definiálható ugyanazon a valószínűségi téren, amely megköveteli, hogy a teljes mértékben benne foglalt események valószínűsége ugyanannyiszor megváltozzon, és a teljes egészében nem -ben foglalt események valószínűsége legyen .
Legyen az elemi eredmények tere . Tegyük fel, hogy egy esemény történt . Az új valószínűségi érték a következőhöz lesz rendelve . Valamelyik állandó együttható új eloszlása a következő:
α kifejezéséhez cserélje be 1-et és 2-t 3-ra:
Tehát az új disztribúció
Most pedig az eseményről :