Kolmogorova axiomatická definice pravděpodobnosti
1. Náhodný pokus
Teorie pravděpodobnosti se zabývá matematickými modely náhodných dějů, jejichž výsledek není jednoznačně určen. Takovému náhodnému jevu budeme říkat náhodný pokus.
Výsledkem takového pokusu může být
- číslo, například počet bodů na horní straně hrací kostky při jednom vrhu, nebo počet vrhů hrací kostkou než padne šestka,
- naměřená veličina, například krevní tlak pacienta,
- číselné vektory a posloupnosti, časový průběh nějaké funkce na daném intervalu
- libovolný kvalitativní ukazatel, například vytažení koule dané barvy z osudí obsahující různorodé barvy, odpověď ano či ne respondenta při průzkumu mínění.
O náhodném pokusu hovoříme tedy tehdy, když
- konáme pokus, jehož výsledek není jednoznačně určen podmínkami, za nichž je prováděn;
- přitom nás zajímají jen takové pokusy, u kterých sledovaný jev, označme jej $A$, vykazuje v opakovaných pokusech jakousi stabilitu (tzv. statistickou stabilitu), tj. relativní četnost $f_n(A)=\frac{n_A}{n}$ výskytu jevu $A$ v posloupnosti $n$ „nezávislých“ pokusů má tendenci při velkých hodnotách $n$ se příliš neměnit, tedy má tendenci držet se nějaké $f_n(A)\approx p(A)$, tj. $\lim\limits_{n\to\infty} f_n(A)= p(A)$.
Dále již budeme předpokládat, že náhodný (nebo též stochastický) pokus je statisticky stabilní.
2. Značení
V dalším budeme používat následující značení:
$\Omega$ |
prostor elementárních jevů, který chápeme jako množinu všech možných „nejjemnějších“ (tj. těch, které lze ještě rozlišovat) výsledků daného pokusu. Předpokládá se, že
- $\Omega\neq\emptyset$ je neprázdná abstraktní množina,
- počet jejich prvků může být konečný, spočetný i nespočetný,
- je vyčerpávající, tj. obsahuje absolutně všechny možné výsledky,
- výsledky jsou neslučitelné.
|
$\omega$ |
elementární jev, který chápeme jako jednobodovou množinu. Například při jednom hodu kostkou jsou elementárními jevy jednotlivé možné výsledky, tj. padnutí 1, 2, 3, 4, 5, 6. |
$\begin{array}[t]{@{}l@{}}
A,B,\ldots \\
A_1,\ldots,A_n
\end{array}$ |
jevy (značené velkými písmeny ze začátku abecedy) získáme množinovými operacemi nad elementárními jevy. Speciálními jevy jsou:
$\emptyset$ nemožný jev
$\Omega$ jistý jev
Například při jednom hodu kostkou kromě elementárních jevů (padnutí 1, 2, 3, 4, 5, 6) můžeme uvažovat i další jevy jako je padnutí sudého či lichého čísla, padnutí čísla menšího než šest, apod.
|
$\exp\Omega=2^\Omega$ |
systém všech podmnožin množiny $\Omega$. |
Mezi jednotlivými jevy mohou platit různé vztahy a můžeme pomocí nich vytvářet nové jevy, například
$C=A\cup B$ |
jev $C$ nastane, pokud nastane jev $A$ nebo jev $B$ |
$C=A\cap B$ |
jev $C$ nastane, pokud společně nastane jev $A$ i jev $B$. Pokud $A\cap B=\emptyset$, jevy $A$ a $B$ se nazývají neslučitelné. |
$C=A-B$ |
jev $C$ nastane, pokud nastane jev $A$ při vyloučení (nenastoupení) jevu $B$ |
$\overline{A}=A^c=\Omega-A$ |
jev $\overline{A}$ je jev opačný k jevu $A$ |
$C=\bigcup\limits_{n=1}^\infty A_n$ |
jev $C$ nastane, pokud nastane alespoň jeden z jevů $A_1,\ldots,A_n,\ldots$ |
$C=\bigcap\limits_{n=1}^\infty A_n$ |
jev $C$ nastane, pokud nastanou všechny jevy $A_1,\ldots,A_n,\ldots$ |
3. Definice jevového pole
Abychom mohli zavést exaktní matematický model náhodného pokusu, je vhodné uvažovat vhodný systém náhodných jevů.
Definice 3.1.
Mějme neprázdnou množinu $\Omega\neq\emptyset$ a neprázdný systém podmnožin $\mathcal{A}\subseteq\exp\Omega$, pro který platí
$(i)$ |
$\Omega\in\mathcal{A}$ |
|
|
$(ii)$ |
$A\in\mathcal{A}$ |
$\Rightarrow$ |
$\overline{A}\in\mathcal{A}$ |
$(iii)$ |
$A_1,\ldots,A_n,\ldots\in\mathcal{A}$ |
$\Rightarrow$ |
$\bigcup\limits_{n=1}^\infty A_n\in\mathcal{A}$ $\quad$ ($\sigma$ aditivita), |
pak $\mathcal{A}$ nazýváme
jevovou $\sigma$–algebrou na $\Omega$, dvojici $(\Omega,\mathcal{A})$ nazýváme
jevové pole a libovolný prvek $A\in\mathcal{A}$ nazýváme
náhodný jev (vzhledem k $(\Omega,\mathcal{A})$).
Poznámka 3.2.
Dvojice $(\Omega,\mathcal{A})$ se v teorii míry nazývá měřitelným prostorem.
Poznámka 3.3.
Podmínka $(i)$ v předchozí definici je vlastně zbytečná a uvádí se spíše z historických důvodů. Předpokládáme totiž, že $\mathcal{A}$ je neprázdný systém podmnožin, tj. existuje $A\in\mathcal{A}$. Dle podmínky $(ii)$ je také $\overline{A} \in\mathcal{A}$. Položíme-li $A_1=\overline{A},\ A_n=A$ pro $n\geq 2$, pak podle $(iii)$ $\Omega = \bigcup\limits_{n=1}^\infty A_n\in\mathcal{A}$.
Poznámka 3.4.
S náhodnými jevy pracujeme jako s množinami, takže pro ně platí
de Morganovy vzorce
$$\overline{\bigcup\limits_{n\!=\!1,2,\!\ldots}A_n}=
\bigcap\limits_{n\!=\!1,2,\!\ldots} \overline{A}_n
\quad
\text{a}\quad
\overline{\bigcap\limits_{n\!=\!1,2,\!\ldots}A_n}=
\bigcup\limits_{n\!=\!1,2,\!\ldots} \overline{A}_n .$$
Uvedeme zde důkaz prvního z nich, druhý by se dokázal analogicky a doporučujeme ho čtenáři jako domácí cvičení.
Důkaz. $\omega \in \overline{\bigcup\limits_{n\!=\!1,2,\!\ldots}A_n}
\Leftrightarrow \omega \notin
\bigcup\limits_{n\!=\!1,2,\!\ldots}A_n \Leftrightarrow \forall
n\in \mathbb{N}\ \omega \notin A_n \Leftrightarrow \forall n \in
\mathbb{N}\ \omega \in \overline{A_n} \Leftrightarrow \omega \in
\bigcap\limits_{n\!=\!1,2,\!\ldots} \overline{A}_n.$
\(\Box\)
Věta 3.5.
Nechť $(\Omega,\mathcal{A})$ je jevové pole. Pak platí
$$\begin{array}{rlcl}
(1) & \emptyset\in\mathcal{A}\\[1ex]
(2) & A_1,A_2\in\mathcal{A}
& \Rightarrow & A_1\cup A_2\in\mathcal{A}\\
&& & A_1\cap A_2\in\mathcal{A}\\
&& & A_1- A_2\in\mathcal{A}\\[1ex]
(3) & A_1,\dots,A_n,\ldots\in\mathcal{A}
& \Rightarrow & \bigcap\limits_{n\!=\!1}^\infty A_n\in\mathcal{A}\\
\end{array}$$
Důkaz.
- V definici jevového pole z vlastností $(i)$ a $(ii)$ dostáváme: $\Omega\in\mathcal{A}\Rightarrow\overline{\Omega}=\emptyset\in\mathcal{A}$.
- Nechť $A_1,A_2\in\mathcal{A}$.
Sjednocení: pro $n\geq 3$ položíme $A_n=\emptyset$, takže pro $n=1,2,\ldots$ platí $A_n\in\mathcal{A}$. Z definice jevového pole z vlastnosti $(iii)$ dostáváme: $A_1\cup A_2=\bigcup\limits_{n=1}^\infty A_n\in\mathcal{A}$.
Průnik: $A_1\cap A_2=\overline{\overline{A_1\cap A_2}}=\overline{\underbrace{\overline{A_1}}_{\in\mathcal{A}}\cup\underbrace{\overline{A_2}}_{\in\mathcal{A}}}\in\mathcal{A}$.
Rozdíl: $A_1- A_2=\underbrace{A_1}_{\in\mathcal{A}}\cap\underbrace{\overline{A_2}}_{\in\mathcal{A}} \in\mathcal{A}$.
- Nechť $A_1,\dots,A_n,\ldots\in\mathcal{A}$, pak s využitím de Morg. pravidel dostaneme:
$$\bigcap\limits_{n=1}^\infty A_n=\overline{\bigcup\limits_{n=1}^\infty\underbrace{\overline{A_n}}_{\in\mathcal{A}}}\in\mathcal{A}$$
\(\Box\)
4. Posloupnosti jevů a jejich limity
Definice 4.1.
Horní limitou posloupnosti jevů $\left\{A_n \right\}_{n=1}^\infty$ nazýváme množinu
všech $\omega\in\Omega$, které patří do nekonečně mnoha množin
$A_n$. Označujeme $\limsup\limits_{n\to\infty} A_n$.
Dolní limitu posloupnosti jevů $\left\{A_n \right\}_{n=1}^\infty$ definujeme jako
množinu všech $\omega\in\Omega$, které patří do všech množin $A_n$
s výjimkou konečného počtu těchto množin. Označujeme $\liminf\limits_{n\to\infty} A_n$.
Poznámka 4.2.
Z definice je zřejmě vidět, že platí $\liminf\limits_{n\to\infty} A_n \subseteq \limsup\limits_{n\to\infty} A_n$.
Věta 4.3.
Platí
$$
\begin{array}{rl}
(1) & \liminf\limits_{n\to\infty} A_n=
\bigcup\limits_{n=1}^\infty\bigcap\limits_{k=n}^\infty A_k\\
(2) & \limsup\limits_{n\to\infty} A_n=
\bigcap\limits_{n=1}^\infty\bigcup\limits_{k=n}^\infty A_k\\[2ex]
(3) & \overline{\limsup\limits_{n\to\infty} A_n}= \liminf\limits_{n\to\infty} \overline{A_n}
\end{array}
$$
Důkaz.
- Jestliže $\omega\in\liminf\limits_{n\to\infty} A_n$, pak patří do každé
$A_n$ s vyjímkou konečného počtu $A_n$ $\Leftrightarrow$
$\exists\; n\;$ takové, že $\omega\in\bigcap\limits_{k=n}^\infty
A_k$ $\Leftrightarrow$
$\omega\in\bigcup\limits_{n=1}^\infty\bigcap\limits_{k=n}^\infty
A_k$.
- Jestliže $\omega\in\limsup\limits_{n\to\infty} A_n$, pak patří do nekonečně
mnoha $A_n$ $\Leftrightarrow$ pro $\forall\; n\;\exists\;k\geq n$
takové, že $\omega\in A_k$ $\Leftrightarrow$ pro $\forall\; n$
platí $\omega\in\bigcup\limits_{k=n}^\infty A_k$ $\Leftrightarrow$
$\omega\in\bigcap\limits_{n=1}^\infty\bigcup\limits_{k=n}^\infty
A_k$.
- $\omega\in\overline{\limsup\limits_{n\to\infty} A_n}$ $\Leftrightarrow$ neplatí,
že $\omega$ patří do nekonečně mnoha $A_n$ $\Leftrightarrow$
neplatí, že pro $\forall\; n\;\exists\;k\geq n$ takové, že
$\omega\in A_k$ $\Leftrightarrow$ $\exists\; n\ \forall k\geq n$
$\omega\notin A_k$$\Leftrightarrow$ $\exists\; n\ \forall k\geq n$
$\omega\in \overline{A_k}$ $\Leftrightarrow$ $\exists\; n$
$\omega\in\bigcap\limits_{k=n}^\infty
\overline{A_k}$$\Leftrightarrow$
$\omega\in\bigcup\limits_{n=1}^\infty\bigcap\limits_{k=n}^\infty
\overline{A_k}=\liminf\limits_{n\to\infty}
\overline{A_n}$.
\(\Box\)
Poznámka 4.4. (Motivace)
Uveďme ještě trochu jiný pohled na vztahy v předchozí větě, který
by mohl mít spíše motivační charakter. Konkrétně sledujme vztah
(1). Označme
$I_n=\inf\{A_k;k\in
\{n,n+1,n+2,\dots\}\}=\bigcap\limits_{k=n}^\infty A_k$. Zřejmě
platí $I_1\subseteq I_2 \subseteq \dots$ a můžeme psát
$\liminf\limits_{n\to\infty} A_n=\lim\limits_{n\to\infty}I_n=\sup\limits_{n\in\{1,2,\dots\}}I_n
= \bigcup\limits_{n=1}^\infty
I_n=\bigcup\limits_{n=1}^\infty\bigcap\limits_{k=n}^\infty A_k$.
Definice 4.5. Limita posloupnosti jevů.
Řekneme, že posloupnost náhodných jevů $\left\{A_n \right\}_{n=1}^\infty$ má limitu $A$, právě když
$$A=\limsup\limits_{n\to\infty} A_n=\liminf\limits_{n\to\infty} A_n.$$
Věta 4.6.
Pokud existuje limita posloupnosti náhodných jevů $\left\{A_n \right\}_{n=1}^\infty$, pak
$\lim\limits_{n\to\infty}A_n\in\mathcal{A}$.
Důkaz.
Předpokládejme, že limita existuje, pak
$A=\lim\limits_{n\to\infty}A_n=\bigcup\limits_{n=1}^\infty
\underbrace{\bigcap\limits_{k=n}^\infty A_k}_{\in\mathcal{A}}\in\mathcal{A}$.
\(\Box\)
Věta 4.7.
(1) |
Je-li $A_n\subseteq A_{n+1}$ ($n=1,2,\ldots$) |
$\Rightarrow$ |
$\exists\;A=\lim\limits_{n\to\infty}A_n$ a platí $A=\bigcup\limits_{n=1}^\infty A_n$. |
(2) |
Je-li $A_n\supseteq A_{n+1}$ ($n=1,2,\ldots$) |
$\Rightarrow$ |
$\exists\;A=\lim\limits_{n\to\infty}A_n$ a platí $A=\bigcap\limits_{n=1}^\infty A_n$. |
Důkaz.
Chceme-li dokázat, že existuje příslušná limita, musíme prokázat, že horní i dolní limita se rovná.
- Nechť $A_n\subseteq A_{n+1}$.
- Horní limita:
$\limsup\limits_{n\to\infty} A_n=\bigcap\limits_{n=1}^\infty \bigcup\limits_{k=n}^\infty
A_k$. Označme $B_n=\bigcup\limits_{k=n}^\infty A_k$.
S využitím vztahu $B_1=B_2=\cdots=B_{n}=B_{n+1}=\cdots$ upravujme
$\limsup\limits_{n\to\infty} A_n=\bigcap\limits_{n=1}^\infty
\underbrace{\bigcup\limits_{k=n}^\infty A_k}_{B_n=B_1}=
\bigcap\limits_{n=1}^\infty B_1=B_1= \bigcup\limits_{k=1}^\infty
A_k$.
- Dolní limita:
$\liminf\limits_{n\to\infty} A_n=\bigcup\limits_{n=1}^\infty \bigcap\limits_{k=n}^\infty
A_k$. Označme $C_n=\bigcap\limits_{k=n}^\infty A_k$.
S využitím vztahu $C_n=A_n$ upravujme
$\liminf\limits_{n\to\infty} A_n=\bigcup\limits_{n=1}^\infty
\underbrace{\bigcap\limits_{k=n}^\infty A_k}_{C_n=A_n}=
\bigcup\limits_{n=1}^\infty A_n$.
Protože horní i dolní limity jsou shodné, platí první tvrzení věty.
- Nechť $A_n\supseteq A_{n+1}$.
- Horní limita:
$\limsup\limits_{n\to\infty} A_n=\bigcap\limits_{n=1}^\infty \bigcup\limits_{k=n}^\infty
A_k$. Označme $B_n=\bigcup\limits_{k=n}^\infty A_k$.
S využitím vztahů $B_1=A_1,B_2=A_2,\ldots,B_n=A_n,B_{n+1}=A_{n+1},\ldots$ upravujme
$\limsup\limits_{n\to\infty} A_n=\bigcap\limits_{n=1}^\infty
\underbrace{\bigcup\limits_{k=n}^\infty A_k}_{B_n=A_n}=
\bigcap\limits_{n=1}^\infty A_n.$
- Dolní limita:
$\liminf\limits_{n\to\infty} A_n=\bigcup\limits_{n=1}^\infty \bigcap\limits_{k=n}^\infty
A_k$. Označme $C_n=\bigcap\limits_{k=n}^\infty A_k$.
S využitím vztahu $C_1=C_2=\cdots=C_{n}=C_{n+1}=\cdots$ upravujme
$\liminf\limits_{n\to\infty} A_n=\bigcup\limits_{n=1}^\infty
\underbrace{\bigcap\limits_{k=n}^\infty A_k}_{C_n=C_1}=
\bigcup\limits_{n=1}^\infty C_1=C_1=\bigcap\limits_{k=1}^\infty
A_k.$
Protože i v tomto případě horní i dolní limity jsou shodné, platí i druhé tvrzení věty.
\(\Box\)
5. Borelovské množiny
Věta 5.1.
Nechť $\mathcal{S}$ je systém podmnožin $\Omega$. Pak existuje
množinová $\sigma$-algebra $\sigma(\mathcal{S})$ taková, že platí
- $\mathcal{S}\subseteq \sigma(\mathcal{S})$
- Je-li $\mathcal{A}^*$ množinová $\sigma$-algebra taková,
že $\mathcal{S}\subseteq\mathcal{A}^*$, pak
$\sigma(\mathcal{S})\subseteq\mathcal{A}^*$.
Důkaz.
Položme $\sigma(\mathcal{S})$ jako průnik množinových
$\sigma$-algeber obsahujících $\mathcal{S}$. Pak samozřejmě
$\mathcal{S}\subseteq \sigma(\mathcal{S})$ a $\sigma(\mathcal{S})$
je $\sigma$-algebra, neboť axiomy platí pro každý prvek průniku, tedy i pro průnik.
\(\Box\)
Definice 5.2.
Množinová $\sigma$-algebra $\sigma(\mathcal{S})$
z předchozí věty se nazývá minimální množinová $\sigma$-algebra generovaná (systémem) $\mathcal{S}$.
Poznámka 5.3. Borelovské množiny.
Položme |
$\Omega=(-\infty,\infty)=\mathbb{R}$ |
|
$\mathcal{S}_x=\{(-\infty,x\rangle; \quad x\in\mathbb{R}\}, \mathcal{S}_x\subseteq 2^\Omega=2^\mathbb{R}$. |
Podle předchozí věty existuje minimální množinová
$\sigma$-algebra
$$\sigma(\mathcal{S}_x)=\mathcal{B}$$
generovaná systémem intervalů $(-\infty,x\rangle;\;x\in\mathbb{R}$. Nazveme
ji
borelovskou množinovou $\sigma$-algebrou v $\mathbb{R}$. Její prvky se nazývají
borelovské množiny.
Analogicky lze definovat borelovskou množinovou
$\sigma$-algebru v $\mathbb{R}^n$
$\mathcal{B}^n=\sigma(\mathcal{S}_x)$:
$\Omega=\mathbb{R}^n$
$\mathcal{S}_\mathbf{x}= \{(-\infty,x_1\rangle \times
(-\infty,x_2\rangle; \times \cdots \times (-\infty,x_n\rangle;
\quad \mathbf{x}\in\mathbb{R}^n\},
\mathcal{S}_\mathbf{x}\subseteq 2^\Omega=2^{\mathbb{R}^n}$.
6. Definice pravděpodobnostního prostoru
Definice 6.1. Axiomatická definice pravděpodobnosti.
Nechť $(\Omega,\mathcal{A})$ je jevové pole a $P$ je množinová funkce definovaná na $\mathcal{A}$ s vlastnostmi
(1) |
$P(\Omega)=1$ |
(tj. $P$ je
normovaná) |
(2) |
pro $\forall\;A\in\mathcal{A}$ je $P(A)\geq 0$ |
(tj. $P$ je nezáporná) |
(3) |
je-li $\left\{A_n \right\}_{n=1}^\infty$ posloupnost náhodných jevů, které jsou po dvou
neslučitelné, tj. $A_i\cap A_j = \emptyset$ pro $i\neq j$, pak
$P\left( \bigcup\limits_{n=1}^\infty
A_n\right)=\sum\limits_{n=1}^\infty P(A_n)$ |
(tj. $P$ je $\sigma$-aditivní) |
Funkci $P$ nazýváme pravděpodobností a trojici
$(\Omega,\mathcal{A},P)$ pravděpodobnostním prostorem.
Příklad 6.2. (Příklady různých definicí pravděpodobnosti)
- Konečná množina $\Omega$:
$\Omega=\{\omega_1,\ldots,\omega_n\}$ |
konečná množina elementárních jevů |
$\mathcal{A}=2^\Omega$ |
$\mathcal{A}$ je systém všech podmnožin množiny $\Omega$ |
$P$ |
pravděpodobnost libovolného jevu $A=\{\omega_{i_1},\ldots,\omega_{i_k}\}\in\mathcal{A}$ |
|
je rovna $P(A)=\sum\limits_{j=1}^k P(\omega_{i_j})$, přitom
platí $\sum\limits_{i=1}^n P(\omega_{i})=1$. |
Jestliže platí $P(\omega_{i})=\frac{1}{n}$ mluvíme o
klasickém pravděpodobnostním pokusu, ve kterém platí
$$P(A)=\frac{|A|}{|\Omega|},$$
kde $|A|$ značí počet elementárních jevů v $A$.
- Váhová definice pravděpodobnosti:
$\Omega=\{\omega_i\}_{i=1}^\infty$ |
spočetná množina elementárních jevů |
$\mathcal{A}=2^\Omega$ |
$\mathcal{A}$ je systém všech podmnožin množiny $\Omega$ |
$P$ |
pravděpodobnost libovolného jevu $A=\{\omega_{i_j}\}_{j=1}^\infty\in\mathcal{A}$ |
|
je rovna $P(A)=\sum\limits_{\omega_{i_j}\in A}
P(\omega_{i_j})=\sum\limits_{\omega_{i_j}\in A} p_{i_j}$, přitom
platí $\sum\limits_{\omega_{i_j}\in\Omega} p_{i_j}=1.$ |
- Geometrická definice pravděpodobnosti:
$\Omega\subseteq\mathbb{R}^n$ |
borelovská podmnožina |
$\mathcal{A}=\mathcal{B}^n(\Omega)$ |
$\mathcal{A}$ je nejmenší borelovská $\sigma$-algebra nad $\Omega$ |
$P$ |
pravděpodobnost jevu $A$ je rovna
$P(A)=\frac{\mu(A)}{\mu(\Omega)}$, |
|
kde Lebesgueova míra $\mu$ je konečná a kladná. |
7. Vlastnosti pravděpodobnosti
Věta 7.1.
Nechť $(\Omega,\mathcal{A},P)$ je pravděpodobnostní prostor. Pak pravděpodobnost
$P$ má následující vlastnosti:
(1) |
$P(\emptyset)=0$ |
|
|
(2) |
$A,B\in\mathcal{A} ,\; A\cap B=\emptyset$ |
$\Rightarrow$ |
$P(A\cup B)=P(A)+P(B)$ |
(3) |
$A,B\in\mathcal{A} ,\; A\subseteq B$ |
$\Rightarrow$ |
$P(B-A)=P(B)-P(A)$ |
(4) |
|
$\Rightarrow$ |
$P(A)\leq P(B)$ |
(5) |
$A\in\mathcal{A}$ |
$\Rightarrow$ |
$0\leq P(A)\leq 1$ |
(6) |
|
$\Rightarrow$ |
$P(\overline{A})= 1-P(A)$ |
(7) |
$A,B\in\mathcal{A}$ |
$\Rightarrow$ |
$P(A\cup B)=P(A)+P(B)-P(A\cap B)$ |
(8) |
$A_1,\ldots,A_n\in\mathcal{A}$ |
$\Rightarrow$ |
$P\left(\bigcup\limits_{i=1}^n A_i \right)
=\sum\limits_{i=1}^n P(A_i)
-\sum\limits_{i=1}^{n-1}\sum\limits_{j=i+1}^{n}
P(A_i\cap A_j)$ |
|
|
|
$\qquad\qquad\qquad+\sum\limits_{i=1}^{n-2}\sum\limits_{j=i+1}^{n-1}\sum\limits_{k=j+1}^{n}
P(A_i\cap A_j\cap A_k)+\cdots$ |
|
|
|
$\qquad\qquad\qquad\cdots (-1)^{n-1}
P(A_1\cap \cdots\cap A_n)$ |
(9) |
|
$\Rightarrow$ |
$P\left(\bigcup\limits_{i=1}^n A_i\right)\leq
\sum\limits_{i=1}^n P(A_i).$ |
Důkaz.
- Protože jevy jistý $\Omega$ a nemožný $\emptyset$ jsou neslučitelné, můžeme upravovat
$$\underbrace{1=P(\Omega)}_{axiom\;(1)\;def.psti}=
\underbrace{P(\Omega\cup\emptyset\cup\emptyset\dots)=\overbrace{P(\Omega)}^{=1}+P(\emptyset)+P(\emptyset)+\dots}_{
\textit{axiom (3) definice pravděpodobnosti}} \quad\Rightarrow\quad P(\emptyset)=0.$$
- Předpokládejme, že $A,B\in\mathcal{A},\;A\cap B=\emptyset$. Uvažujme posloupnost po dvou neslučitelných jevů:
$A,B,\emptyset,\emptyset,\ldots$. Pak s využitím axiomů $(3)$
definice pravděpodobnosti můžeme upravovat
$$P(A\cup B)=P(A\cup B\cup\emptyset\cup\emptyset\cup\cdots)=
P(A)+P(B)+\underbrace{P(\emptyset)}_{=0}+\underbrace{P(\emptyset)}_{=0}+\cdots=\\=
P(A)+P(B).$$
Předpokládejme, že {$A,B\in\mathcal{A},\;A\subseteq B$}. Pak můžeme psát:
$B=\underbrace{A\cup(B-A)}_{\textit{neslučitelné jevy}}$,
takže s využitím předchozí vlastnosti $(2)$ dostaneme
$$P(B)=P(A\cup(B-A))=P(A)+P(B-A) \quad\Rightarrow\quad
{P(B-A)=P(B)-P(A)}.$$
-
Analogicky jako v předchozím případě dostaneme
$$P(B)=P(A)+P(B-A) \quad\Rightarrow\quad
P(A)=P(B)-\underbrace{P(B-A)}_{\geq 0} \quad\Rightarrow\quad
{P(A)\leq P(B)}.$$
Předpokládejme, že $A\in\mathcal{A}$. Pokud $A=\emptyset$
nebo $A=\Omega$, tvrzení zřejmě
platí.
Proto uvažujme
$$\emptyset\subset A\subset\Omega.$$
S využitím předchozí vlastnosti $(4)$ dostaneme
$0=P(\emptyset)\leq P(A)\leq P(\Omega)=1$
-
Jestliže $A\in\mathcal{A}$, pak také
$\overline{A}=\Omega-A\in\mathcal{A}$. Pokud $A=\emptyset$ nebo
$A=\Omega$, tvrzení zřejmě
platí.
Proto uvažujme
$$\emptyset\subset A\subset\Omega.$$
Díky tomu, že $ A\subset\Omega$ a vlastnosti $(3)$, dostaneme
${P(\overline{A})}=P(\Omega-A)
\stackrel{vl.(3)}{=}P(\Omega)-P(A)={1-P(A)}$.
-
Jestliže $A,B\in\mathcal{A}$, pak jejich
sjednocení lze vyjádřit jako sjednocení tří neslučitelných jevů, tj.
$A\cup B=\underbrace{\left(A-(A\cap B)\right)}_{1.jev}\cup
\underbrace{(A\cap B)}_{2.jev}\cup\underbrace{\left(B-(A\cap B)\right)}_{3.jev}$,
takže
pravděpodobnost
$
\begin{array}{lcl}
{P(A\cup B)}&=&P\left(\left(A-(A\cap B)\right)\cup (A\cap B)\cup
\left(B-(A\cap B)\right)\right)\\[1ex]
&=&
P\left(A-(A\cap B)\right)+P\left(A\cap B\right)+P\left(B-(A\cap B)\right)\\[1ex]
&=&
\underbrace{P(A)-P(A\cap B)}_{\scriptsize\textit{1. člen}}
+\underbrace{P(A\cap B)}_{\scriptsize\textit{2. člen}}
+\underbrace{P(B)-P(A\cap B)}_{\scriptsize\textit{3. člen}}\\[5ex]
&=& {P(A)+P(B)-P(A\cap B)}
\end{array}
$
- Dokážeme matematickou indukcí z předchozí vlastnosti.
Jestliže $A_1,\ldots,A_n\in\mathcal{A}$,
pak díky vlastnosti $(7)$ postupně dostaneme
$\begin{array}{@{}lcl}
P\left(\bigcup\limits_{i=1}^n A_i \right) &=&
{P\left(\bigcup\limits_{i=1}^{n-1} A_i \right)} +P(A_n)-
\underbrace{P\left(A_n\cap\bigcup\limits_{i=1}^{n-1} A_i \right)}_{\geq 0}\\[1ex]
&=& {P\left(\bigcup\limits_{i=1}^{n-2} A_i \right) +P(A_{n-1})-
\underbrace{P\left(A_{n-1}\cap\bigcup\limits_{i=1}^{n-2} A_i
\right)}_{\geq 0}} +P(A_n)-
\underbrace{P\left(A_n\cap\bigcup\limits_{i=1}^{n-1} A_i \right)}_{\geq 0}\\
&\vdots&\\
&=& { P(A_1)+\cdots+P(A_n)} {-P(A_1\cap A_2)-\cdots-
P\left(A_n\cap\bigcup\limits_{i=1}^{n-1} A_i \right)}
\end{array}$
a odtud již dostáváme tvrzení věty, že
$P\left(\bigcup\limits_{i=1}^n A_i\right)\leq \sum\limits_{i=1}^n
P(A_i)$.
\(\Box\)
Věta 7.2. Spojitost pravděpodobnosti.
Nechť $(\Omega,\mathcal{A})$ je jevové
pole, $P$ reálná množinová funkce
definovaná na $\mathcal{A}$ s vlastnostmi:
$
\begin{array}{@{}ll}
(i) &
P(\Omega)=1\\[1ex]
(ii) &
\mbox{pro } \forall \;A\in\mathcal{A}:
P(A)\geq 0\\[1ex]
(iii) & A,B\in\mathcal{A}, \; A\cap B=\emptyset
\quad\Rightarrow\quad P(A\cup B)=P(A)+P(B) \ (\mbox{aditivita, ne
$\sigma$-aditivita})
\end{array}
$
pak následující vlastnosti jsou
ekvivalentní
(1) |
$P$ je pravděpodobnost na $(\Omega,\mathcal{A})$. |
|
|
(2) |
spojitost pravděpodobnosti zdola: |
|
|
|
$A_1,A_2,\ldots \in\mathcal{A}$, $A_n\subseteq A_{n+1}$ |
$\Rightarrow$ |
$\lim\limits_{n\to\infty}P(A_n)=P\left(\bigcup\limits_{n=1}^\infty A_n\right)= P\left(\lim\limits_{n\to\infty}A_n\right)$ |
(3) |
spojitost pravděpodobnosti shora: |
|
|
|
$A_1,A_2,\ldots \in\mathcal{A}$, $A_n\supseteq A_{n+1}$ |
$\Rightarrow$ |
$\lim\limits_{n\to\infty}P(A_n)=P\left(\bigcap\limits_{n=1}^\infty A_n\right)= P\left(\lim\limits_{n\to\infty}A_n\right)$ |
(4) |
spojitost pravděpodobnosti shora v nule: |
|
|
|
$A_1,A_2,\ldots \in\mathcal{A}$, $A_n\supseteq A_{n+1}$, $\bigcap\limits_{n=1}^\infty A_n=\emptyset$ |
$\Rightarrow$ |
$\lim\limits_{n\to\infty}P(A_n)=0$. |
Důkaz.
$(1)\!\!\Rightarrow\!\! (2)$ |
Nejprve
dokážeme, že pravděpodobnost $P$ je spojitá zdola.
Předpokládejme, že $P$ je pravděpodobnost a mějme posloupnost
náhodných jevů $\left\{A_n \right\}_{n=1}^\infty$ takovou, že
$A_n\subseteq A_{n+1}$.
Položme $B_1=A_1,\ B_n=A_n-A_{n-1}$ pro $n\geq 2$, takže
$\bigcup\limits_{n=1}^\infty A_n= \bigcup\limits_{n=1}^\infty
B_n$ a přitom $B_i\cap B_j=\emptyset$ pro $i\neq j$. S využitím
vztahu $A_n=\bigcup\limits_{i=1}^n B_i$ postupně upravujme:
$\begin{array}{lcl} P\left(\bigcup\limits_{n=1}^\infty A_n\right)
& = & P\left(\bigcup\limits_{n=1}^\infty B_n\right)
\stackrel{ax(3)}{=} \sum\limits_{n=1}^\infty P(B_n)
=\lim\limits_{n\to\infty}\sum\limits_{i=1}^n P(B_i)
\\[3ex]
& = &
\lim\limits_{n\to\infty}\underbrace{[P(A_1)+P(A_2-A_1)+\cdots+P(A_n-A_{n-1})].}_{=P(A_n)}
\end{array}$
|
$(2)\!\!\Rightarrow\!\!(3)$ |
Předpokládejme, že $P$ je spojitá zdola. Dokážeme, že je spojitá i
shora.
Nechť pro posloupnost náhodných jevů $\left\{A_n \right\}_{n=1}^\infty$ platí $A_n\supseteq
A_{n+1}$.
Protože $\overline{A}_n\in\mathcal{A}$, pak pro posloupnost
opačných náhodných jevů $\{\overline{A}_n\}_{n=1}^\infty$ platí
{$\overline{A}_n\subseteq \overline{A}_{n+1}$}. Díky předpokladu a
de Morg. pravidlům
$\begin{array}{lcl} \lim\limits_{n\to\infty} P(\overline{A}_n) &=&
P\left(\bigcup\limits_{n=1}^\infty \overline{A}_n\right)
=P\left(\overline{\bigcap\limits_{n=1}^\infty {A}_n}\right)
=1-P\left(\bigcap\limits_{n=1}^\infty {A}_n\right)
\end{array}$,
takže
$\lim\limits_{n\to\infty} P({A}_n)$} $=\lim\limits_{n\to\infty}
\left[1- P(\overline{A}_n)\right]
=1-\left[1-P\left(\bigcap\limits_{n=1}^\infty
{A}_n\right)\right]=$ {$P\left(\bigcap\limits_{n=1}^\infty
{A}_n\right)$
|
$(3)\!\!\Rightarrow\!\!(4)$ |
Předpokládejme, že $P$ je spojitá shora. Dokážeme pak, že je
spojitá shora i v nule.
Nechť pro posloupnost náhodných jevů $\left\{A_n \right\}_{n=1}^\infty$ platí $A_n\supseteq
A_{n+1}$ a $\bigcap\limits_{n=1}^\infty A_n=\emptyset$, pak
podle předchozí implikace $\lim\limits_{n\to\infty} P({A}_n)=P\left(\bigcap\limits_{n=1}^\infty {A}_n\right)=0$, neboť
$\bigcap\limits_{n=1}^\infty A_n=\emptyset$.
|
$(4)\!\!\Rightarrow\!\!(1)$ |
Předpokládejme, že $P$ je spojitá shora v nule. Ukážeme, že $P$
splňující vlastnosti $(i)$, $(ii)$ a $(iii)$ je pravděpodobnost.
Jediná vlastnost, která v tomto výčtu vlastností chybí, je
$\sigma$-aditivita:
$$P\left(\bigcup\limits_{i=1}^\infty
{B}_i\right)\stackrel{?}{=} \sum\limits_{i=1}^\infty P(B_i),
\hspace{3ex}\text{kde}\hspace{3ex} B_i\cap B_j=\emptyset\ \text{pro}\ i\neq
j.$$
Mějme $n$ lib., pevně. Ozn.
$Z_{n+1}=\bigcup\limits_{i=n+1}^\infty {B}_i$. Pak
$Z_n\supseteq Z_{n+1}$ a $\bigcap\limits_{n=1}^\infty
Z_n=\emptyset$,
neboť
$\bigcap\limits_{n=1}^\infty Z_n=
\bigcap\limits_{n=1}^\infty
\bigcup\limits_{i=n}^\infty {B}_i
=\limsup\limits_{n\to\infty}B_n
=\{\omega\in\Omega:\omega\ patří\ do\ nekonečně\ mnoha\ B_i\}=\emptyset$,
protože $B_i$ jsou po dvou disjunktní.
Protože podle předpokladu je $P$ spojitá shora v nule, tak platí
$\lim\limits_{n\to\infty}P(Z_n)=0$.
Nyní využijeme aditivitu množinové funkce $P$ a pro $n\geq 2$ počítejme
$P\left(\bigcup\limits_{i=1}^\infty {B}_i\right)$ |
$=\lim\limits_{n\to\infty} P(B_1\cup \cdots\cup B_{n}\cup Z_{n+1})
=\lim\limits_{n\to\infty}\left[
\sum\limits_{i=1}^{n} P({B}_i)+P(Z_{n+1})\right]$ |
|
$=\lim\limits_{n\to\infty} \sum\limits_{i=1}^{n} P({B}_i)+
\underbrace{\lim\limits_{n\to\infty}P(Z_{n+1})}_{=0}=$
{$\sum\limits_{i=1}^\infty P(B_i)$ |
|
\(\Box\)
Věta 7.3.
Nechť $(\Omega,\mathcal{A},P)$ je pravděpodobnostní prostor, $A_n\in\mathcal{A}$
pro $n=1,2,\ldots$ a existuje limita $A_n$. Pak platí
$P\left(\lim\limits_{n\to\infty} A_n\right)=\lim\limits_{n\to\infty}P(A_n)$.
Důkaz.
Připomeňme, že limita existuje, pokud existuje horní i dolní
limita a rovnají se, tj.
$$A=\lim\limits_{n\to\infty}
A_n
=\liminf\limits_{n\to\infty} A_n=\bigcup\limits_{n=1}^\infty\underbrace{\bigcap\limits_{k=n}^\infty
A_k}_{ozn.B_n} =\limsup\limits_{n\to\infty} A_n=\bigcap\limits_{n=1}^\infty
\underbrace{\bigcup\limits_{k=n}^\infty A_k}_{ozn.C_n}$$
Díky vztahům $\bigcap\limits_{k=n}^\infty
A_k\!=\!{B_{n}\subseteq B_{n+1}}\!=\!\bigcap\limits_{k=n+1}^\infty
A_k$ a $\bigcup\limits_{k=n}^\infty A_k\!=\!C_{n}\supseteq
C_{n+1}\!=\!\bigcup\limits_{k=n+1}^\infty A_k$
dostaneme
$P\left(\liminf\limits_{n\to\infty} A_n\right)$ |
$=P\!\left(\!\bigcup\limits_{n=1}^\infty\bigcap\limits_{k=n}^\infty
A_k\!\right) \!=\!P\!\left(\bigcup\limits_{n=1}^\infty B_n\right)
\!\stackrel{V7.2,(2)}{=}\!\lim\limits_{n\to\infty}
P(B_n)\!=\!\liminf\limits_{n\to\infty}P(B_n)
\!\stackrel{B_n\subseteq A_n}{\leq}\!$ |
|
$\leq {\liminf\limits_{n\to\infty}P(A_n)} \leq
{\limsup\limits_{n\to\infty}P(A_n)} \stackrel{A_n\subseteq
C_n}{\leq} \limsup\limits_{n\to\infty}P(C_n)
=\lim\limits_{n\to\infty}P(C_n)
\!\stackrel{V7.2,(3)}{=}\!$ |
|
$=P\!\left(\!\bigcap\limits_{n=1}^\infty C_n\!\right)
=P\!\left(\!\bigcap\limits_{n=1}^\infty
\bigcup\limits_{k=n}^\infty A_k\!\right)=P\left(\limsup\limits_{n\to\infty} A_n\right)$ |
Protože první a poslední člen se rovnají, všude platí rovnost, takže
i $$\liminf\limits_{n\to\infty}P(A_n)=\limsup\limits_{n\to\infty}P(A_n)
=\lim\limits_{n\to\infty}P(A_n)$$
a díky tomu i tvrzení věty.
\(\Box\)
Věta 7.4. Cantelliho lemma.
(též Borelovo-Cantelliho lemma). Nechť
$\left\{A_n \right\}_{n=1}^\infty$ je posloupnost náhodných jevů na $(\Omega,\mathcal{A},P)$ taková, že
$\sum\limits_{n=1}^{\infty}P(A_n)\lt\infty$, pak
$P(\limsup\limits_{n\to\infty}A_n)=0$.
Důkaz.
Nejprve vyjádřeme
$$
P(\limsup\limits_{n=\to\infty} A_n)=
P\!\left(\!\bigcap\limits_{n=1}^\infty
\bigcup\limits_{k=n}^\infty A_k\!\right)
$$
S využitím faktu, že
$$\bigcup\limits_{k=n}^\infty A_k\!=\!{C_{n}\supseteq
C_{n+1}}\!=\!\bigcup\limits_{k=n+1}^\infty A_k$$
je klesající posloupnost náhodných jevů, můžeme upravovat
$$\begin{array}{lcl} {0} &\leq&
P(\limsup\limits_{n=\to\infty} A_n)=
P\!\left(\!\bigcap\limits_{n=1}^\infty \bigcup\limits_{k=n}^\infty
A_k\!\right) =P\!\left(\!\bigcap\limits_{n=1}^\infty
C_{n}\!\right)\\
&=&
\lim\limits_{n\to\infty}
P\!\left(C_{n}\!\right)=
\lim\limits_{n\to\infty}
\underbrace{P\!\left(\!\bigcup\limits_{k=n}^\infty
A_{k}\!\right)}_{\stackrel{V.7.1,vl(9)}{\leq} \sum\limits_{k=n}^\infty P(A_k)}\\
& {\leq} & {\lim\limits_{n\to\infty} \sum\limits_{k=n}^\infty
P(A_k)}
\end{array}$$
Protože $$Z_n=\sum\limits_{k=n}^\infty P(A_k)$$ je zbytek
konvergentní řady, neboť předpokládáme, že
$$\sum\limits_{n=1}^\infty P(A_n)\lt\infty,$$
pak musí platit
$$
{P(\limsup\limits_{n\to\infty}A_n)=0}.
$$
\(\Box\)
Příklad 7.5.
I když ještě neznáme pojem „náhodná veličina“,
uvedeme motivační příklad pro lepší pochopení předchozí věty.
Nechť $\{X_n\}_{n=1}^\infty$ je posloupnost náhodných veličin, pro
které platí $P(X_n=0)=\frac{1}{n^2}$ a označme $A_n$ jev $X_n=0$
(přesněji $A_n=\{\omega\in\Omega;\ X_n(\omega)=0\}$). Zkoumáme
pravděpodobnost, že jev $A_n$ nastane pro nekonečně mnoho $n$.
Řada $\sum\limits_{n=1}^\infty P(A_n)$ je konvergentní, neboť
$\lim\limits_{n\to\infty}\frac{1}{n^2}=\frac{\pi}{6}\lt\infty$. Je
tedy splněn předpoklad pro Cantelliho lemma, které říká, že pro
nekonečně mnoho $n$ nastane jev $A_n$ s pravděpodobností 0.
Naopak, téměř jistě (s pravděpodobností 1) je $X_n\neq 0$ pro
všechny konečné $n$-tice.