جميع الكتب

مهني

1 Markets I: The Ecosystem and Exchange-Traded Marketsالأسواق عبر الإنترنتالإنجليزية 2 Markets II: Rates, FX and Creditالأسواق عبر الإنترنتالإنجليزية 3 Markets III: Commodities, Energy and Cryptoالأسواق عبر الإنترنتالإنجليزية 4 Quantitative Methodsالأساليب عبر الإنترنتالإنجليزية 5 Derivatives and Volatilityالمشتقات عبر الإنترنتالإنجليزية 6 Rates, Credit, XVA and Riskالفائدة والائتمان والمخاطر عبر الإنترنتالإنجليزية 7 Research Craft: Predictors, Backtests, Measurement, Portfoliosالبحث عبر الإنترنتالإنجليزية 8 Strategies I: Equities and Futuresالاستراتيجيات عبر الإنترنتالإنجليزية 9 Strategies II: Volatility, Relative Value, Macro and the Bank Desksالاستراتيجيات عبر الإنترنتالإنجليزية 10 Microstructure and Executionالتنفيذ عبر الإنترنتالإنجليزية 11 Market Making and High-Frequency Tradingصناعة السوق عبر الإنترنتالإنجليزية 12 Machine Learning for Marketsتعلم الآلة عبر الإنترنتالإنجليزية 13 Low-Latency Softwareالتكنولوجيا عبر الإنترنتالإنجليزية 14 Networks, Hardware and Trading Infrastructureالتكنولوجيا عبر الإنترنتالإنجليزية 15 Research, Data and Risk Platformsالتكنولوجيا عبر الإنترنتالإنجليزية 16 The Desk and the Firmالشركة عبر الإنترنتالإنجليزية 17 The Industry: Firms, Roles and Careersالمسارات المهنية عبر الإنترنتالإنجليزية 18 Interviews I: Maths, Probability and Speedالمسارات المهنية عبر الإنترنتالإنجليزية 19 Interviews II: Markets, Trading Games and the Final Roundالمسارات المهنية عبر الإنترنتالإنجليزية 20 Interviews III: Codeالمسارات المهنية عبر الإنترنتالإنجليزية
التطبيقات حول المدرب تسجيل الدخول ابدأ القراءة

الرياضيات · المسرد

ما معنى الاحتمال الشرطي؟

يُعرف أيضًا باسم: احتمال شرطي

تعريف 32.1 رياضيات المرحلة الثانوية · الفصل 32 — الاحتمال الشرطي والاستقلال

لتكن BB حادثة حيث P(B)>0\P(B) > 0. احتمال AA علمًا بوقوع BB هو

PB ⁣(A)=P(A∩B)P(B).\pcond{B}{A} = \frac{\P(A \cap B)}{\P(B)} .
شجرة ذات مستويين: اضرب على طول المسار، واجمع على الأوراق. فمثلًا (A) هو مجموع احتمالَي الورقة الأولى والورقة الثالثة.
شجرة ذات مستويين: اضرب على طول المسار، واجمع على الأوراق. فمثلًا P(A)\P(A) هو مجموع احتمالَي الورقة الأولى والورقة الثالثة.

أمثلة

مثال 32.6 (اختبار مسح)

مرض يصيب 1%1\% من السكان. واختبار يكشفه باحتمال 0.990.99 (وهي الحساسية) ويعطي إيجابيًا كاذبًا باحتمال 0.050.05. وعلمًا بأن الاختبار إيجابي، يكون احتمال الإصابة بالمرض فعلًا

0.01×0.990.01×0.99+0.99×0.05=0.00990.0099+0.0495=16≈0.17.\frac{0.01 \times 0.99}{0.01\times0.99 + 0.99\times0.05} = \frac{0.0099}{0.0099 + 0.0495} = \frac{1}{6} \approx 0.17 .

ورغم دقة الاختبار، فإن خمسة إيجابيات من ست كاذبة — لأن المرض نادر. والخلط بين PA ⁣(B)\pcond{A}{B} و PB ⁣(A)\pcond{B}{A} هو مغالطة المدّعي العام.

اقرأ في الفصل ←
تعريف 21.10 الرياضيات الجامعية — السنة 2 · الفصل 21 — الاحتمالات على الفضاءات القابلة للعد

من أجل حدثين A,BA, B مع P(B)>0\P(B) > 0، يكون الاحتمال الشرطي للحدث AA علما بالحدث BB هو

P(A∣B)=P(A∩B)P(B).\P(A \mid B) = \frac{\P(A \cap B)}{\P(B)} .

والتطبيق A↦P(A∣B)A \mapsto \P(A \mid B) هو نفسه قياس احتمالي على Ω\Omega.

أمثلة

مثال 21.12 (الشرط قد يخلق انتظاما)

نرمي نردين متزنين ونشترط أن يكون المجموع 77: فمن أجل كل k∈[ ⁣[1, 6] ⁣]k \in \intint16،

P{S=7} ⁣(X=k)=P(X=k, Y=7−k)P(S=7)=1/366/36=16:\pcond{\{S = 7\}}{X = k} = \frac{\P(X = k,\ Y = 7 - k)}{\P(S = 7)} = \frac{1/36}{6/36} = \frac16 :

أي إن النرد الأول، علما بأن المجموع 77، منتظم تماما — فالمجموع 77 هو الوحيد المتوافق مع كل وجه، ومنه فإن الشرط يمحو كل معلومة عن XX. وأي مجموع آخر يشوّه القانون (فعلما بأن S=4S = 4، يكون النرد الأول منتظما على {1,2,3}\{1, 2, 3\} فقط). وحساب قانون شرطي يعني إعادة توحيد الأوزان المشتركة على طول حدث الشرط، لا أكثر.

مثال 21.13 (السحب الثاني بجودة الأول)

يحوي جرة 33 كرة بيضاء و22 كرة سوداء؛ ونسحب كرتين دون إرجاع. والكل متفق على أن P(W1)=35\P(W_1) = \frac35؛ فما قيمة P(W2)\P(W_2)؟ بالاحتمالات الكلية على السحب الأول:

P(W2)=PW1 ⁣(W2) P(W1)+PB1 ⁣(W2) P(B1)=24⋅35+34⋅25=1220=35:\P(W_2) = \pcond{W_1}{W_2}\,\P(W_1) + \pcond{B_1}{W_2}\,\P(B_1) = \frac24\cdot\frac35 + \frac34\cdot\frac25 = \frac{12}{20} = \frac35 :

أي P(W1)\P(W_1) بالضبط. ولم يكن أي حساب لازما: فبالتناظر، لكل كرة الاحتمال نفسه في أن تكون الكرة الثانية المسحوبة، ومنه فإن للسحب الثاني — دون شرط — القانون نفسه للسحب الأول. فالشرط على نتيجة السحب الأول يغير الحظوظ؛ أما عدم معرفتها فلا. وتعود حجة التبادلية هذه في الفصل التالي من أجل المعاينة دون إرجاع، حيث تعطي المتوسط فوق الهندسي npnp دون أي متطابقات ثنائية الحد البتة.

مثال 21.15 (تصادم أعياد الميلاد، بقاعدة السلسلة)

مع nn شخصا أعياد ميلادهم مستقلة ومنتظمة على 365365 يوما، نجعل Dn=D_n = {}“جميع أعياد الميلاد nn مختلفة”. وبالشرط شخصا بعد شخص (قاعدة السلسلة):

P(Dn)=∏k=1n−1(1−k365),\P(D_n) = \prod_{k=1}^{n-1}\Bigl(1 - \frac{k}{365}\Bigr),

إذ يجب على كل شخص جديد أن يتجنب الأيام kk المأخوذة أصلا. ومن أجل n=23n = 23: P(D23)≈0.493\P(D_{23}) \approx 0.493 — فتقاسم عيد ميلاد صار أرجح من عدمه أصلا. والحدس الذي يفسر صغر 2323: بأخذ اللوغاريتمات، −ln⁡P(Dn)≈∑k<nk365=(n2)365-\ln \P(D_n) \approx \sum_{k<n}\frac k{365} = \frac{\binom n2}{365}، ويعطي (232)=253\binom{23}2 = 253 المقدار 253/365≈0.693≈ln⁡2253/365 \approx 0.693 \approx \ln 2. والمهم هو عدد الأزواج، وهو ينمو تربيعيا: فمسائل التصادم تعيش على السلّم n∼365n \sim \sqrt{365} لا n∼365n \sim 365 — ومنه فمفارقة أعياد الميلاد جذر تربيعي متنكر.

اقرأ في الفصل ←