Rachunek prawdopodobieństwa

Rachunek prawdopodobieństwa to dział matematyki, który zajmuje się badaniem zjawisk losowych, czyli takich, których wyniku nie można przewidzieć z całą pewnością, ale można oszacować ich prawdopodobieństwo. Rachunek prawdopodobieństwa dostarcza narzędzi do modelowania i analizy niepewności, co ma ogromne znaczenie w statystyce, finansach, fizyce, biologii, informatyce i wielu innych dziedzinach.

Kluczowe zagadnienia rachunku prawdopodobieństwa:

• Podstawowe pojęcia:

  • Zdarzenie elementarne – pojedynczy możliwy wynik doświadczenia losowego.

  • Zdarzenie – zbiór zdarzeń elementarnych.

  • Przestrzeń probabilistyczna – trójka $\left(\Omega,\mathcal{F},P\right)$\left(\Omega,\mathcal{F},P\right), gdzie:

    • $\Omega$\Omega to zbiór wszystkich możliwych wyników (przestrzeń zdarzeń elementarnych),

    • $\mathcal{F}$\mathcal{F} to zbiór zdarzeń (zazwyczaj sigma-ciało),

    • $P$P to miara prawdopodobieństwa, która przypisuje zdarzeniom liczby z przedziału $[0,1]$[0,1].

• Prawdopodobieństwo:

  • Prawdopodobieństwo klasyczne – jeśli wszystkie zdarzenia elementarne są równoprawdopodobne, to prawdopodobieństwo zdarzenia $A$A wynosi:

    $$P(A)= \frac{\text{liczba zdarzeń sprzyjających}}{\text{liczba wszystkich zdarzeń}}$$

    P(A)= \frac{\text{liczba zdarzeń sprzyjających}}{\text{liczba wszystkich zdarzeń}} (0)

• Prawdopodobieństwo geometryczne – stosuje się, gdy zbiór zdarzeń elementarnych jest nieskończony i można go opisać geometrycznie (np. długość, pole, objętość).

• Zdarzenia niezależne i zależne:

  • Zdarzenia niezależne – zdarzenia $A$A i $B$B są niezależne, jeśli $P(A\cap B)=P(A) \cdot P(B)$P(A\cap B)=P(A) \cdot P(B).

  • Zdarzenia zależne – prawdopodobieństwo jednego zdarzenia zależy od wystąpienia drugiego.

• Prawdopodobieństwo warunkowe:

  • Prawdopodobieństwo zdarzenia $A$A pod warunkiem, że zaszło zdarzenie $B$B, oblicza się ze wzoru:

    $$P(A|B)=\frac{P(A\cap B)}{P(B)}$$

    P(A|B)=\frac{P(A\cap B)}{P(B)}(0)

• Twierdzenie Bayesa:

  • Pozwala na aktualizację prawdopodobieństwa zdarzenia w oparciu o nowe informacje:

    $$P(A|B)= \frac{P(B|A) \cdot P(A)}{P(B)}$$

    P(A|B)= \frac{P(B|A) \cdot P(A)}{P(B)} (0)

• Zmienne losowe:

  • Zmienna losowa – funkcja przypisująca zdarzeniom elementarnym liczby rzeczywiste.

  • Rozkład prawdopodobieństwa – opisuje, jak prawdopodobieństwo jest rozłożone na wartości zmiennej losowej.

  • Wartość oczekiwana – średnia wartość zmiennej losowej:

    $$E(X)=\sum_{i}x_i \cdot P(X=x_i)$$

    E(X)=\sum_{i}x_i \cdot P(X=x_i)(0)

• Wariancja - miara rozproszenia zmiennej losowej:

  $$\text{Var}(X)=E(X^2)-[E(X)]^2$$

  \text{Var}(X)=E(X^2)-[E(X)]^2(0)

• Rozkłady prawdopodobieństwa:

  • Rozkład dyskretny – zmienna losowa przyjmuje skończoną lub przeliczalną liczbę wartości, np.:

    • Rozkład Bernoulliego,

    • Rozkład dwumianowy,

    • Rozkład Poissona.

  • Rozkład ciągły – zmienna losowa przyjmuje wartości z pewnego przedziału, np.:

    • Rozkład normalny (Gaussa),

    • Rozkład jednostajny,

    • Rozkład wykładniczy.

• Twierdzenia graniczne:

  • Prawo wielkich liczb – średnia z dużej liczby prób dąży do wartości oczekiwanej.

  • Centralne twierdzenie graniczne – suma dużej liczby niezależnych zmiennych losowych ma rozkład zbliżony do normalnego.