Prawdopodobienstwo geometryczne
Transkrypt
Prawdopodobienstwo geometryczne
Prawdopodobieństwo geometryczne Krzysztof Jasiński Wydział Matematyki i Informatyki UMK, Toruń Liceum Ogólnokształcące im. Władysława Jagiełły w Płocku 22 stycznia 2014 r. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 1/21 Doświadczenia losowe Doświadczenie losowe – doświadczenie, którego wyniku nie da się z góry przewidzieć, a jednocześnie dające się powtarzać w tych samych warunkach. Zbiór zdarzeń elementarnych – zbiór wszystkich możliwych wyników doświadczenia, oznaczamy go zazwyczaj symbolem Ω. Zdarzenia – podzbiory zbioru Ω. Przykład 1. Rzucamy jeden raz monetą. zbiór zdarzeń elementarnych Ω = {Orzeł,Reszka} = {O, R}. przykłady zdarzeń: zdarzenie A – „wypadł orzeł”, tzn. A = {O}, zdarzenie B – „wypadł orzeł lub wypadła reszka”, tzn. B = {O, R}. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 2/21 Doświadczenia losowe Doświadczenie losowe – doświadczenie, którego wyniku nie da się z góry przewidzieć, a jednocześnie dające się powtarzać w tych samych warunkach. Zbiór zdarzeń elementarnych – zbiór wszystkich możliwych wyników doświadczenia, oznaczamy go zazwyczaj symbolem Ω. Zdarzenia – podzbiory zbioru Ω. Przykład 1. Rzucamy jeden raz monetą. zbiór zdarzeń elementarnych Ω = {Orzeł,Reszka} = {O, R}. przykłady zdarzeń: zdarzenie A – „wypadł orzeł”, tzn. A = {O}, zdarzenie B – „wypadł orzeł lub wypadła reszka”, tzn. B = {O, R}. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 2/21 Doświadczenia losowe Przykład 2. Rzucamy jeden raz kostką do gry. zbiór zdarzeń elementarnych Ω = {1, 2, 3, 4, 5, 6}. przykłady zdarzeń: zdarzenie A – „wypadła liczba parzysta”, tzn. A = {2, 4, 6}, zdarzenie B – „wypadła liczba mniejsza od trzech”, tzn. B = {1, 2}. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 3/21 Prawdopodobieństwo Każdemu zdarzeniu A przyporządkowujemy liczbę P(A) ∈ [0, 1]. Liczba ta określa szansę, że to zdarzenie zajdzie i nazywamy ją prawdopodobieństwem zajścia zdarzenia A. Inaczej mówiąc określamy pewną funkcję, której dziedziną jest zbiór zdarzeń, a zbiorem wartości przedział [0, 1]. Własności prawdopodobieństwa. Niech A i B będą dowolnymi zdarzeniami P(A) ∈ [0, 1], P(Ω) = 1, Jeżeli A ∩ B = ∅, to P(A ∪ B) = P(A) + P(B). Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 4/21 Prawdopodobieństwo Każdemu zdarzeniu A przyporządkowujemy liczbę P(A) ∈ [0, 1]. Liczba ta określa szansę, że to zdarzenie zajdzie i nazywamy ją prawdopodobieństwem zajścia zdarzenia A. Inaczej mówiąc określamy pewną funkcję, której dziedziną jest zbiór zdarzeń, a zbiorem wartości przedział [0, 1]. Własności prawdopodobieństwa. Niech A i B będą dowolnymi zdarzeniami P(A) ∈ [0, 1], P(Ω) = 1, Jeżeli A ∩ B = ∅, to P(A ∪ B) = P(A) + P(B). Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 4/21 Prawdopodobieństwo Przykład 1. Rzut monetą. Ω = {O, R}. Prawdopodobieństwa zdarzeń elementarnych określamy zazwyczaj następująco 1 P({O}) = , 2 Krzysztof Jasiński (WMiI UMK) 1 P({R}) = . 2 Prawdopodobieństwo geometryczne 5/21 Prawdopodobieństwo Przykład 2. Rzut kostką. Ω = {1, 2, 3, 4, 5, 6}. Prawdopodobieństwa zdarzeń elementarnych określamy zazwyczaj następująco 1 P({1}) = P({2}) = · · · = P({6}) = . 6 Korzystając z tego możemy obliczyć prawdopodobieństwa innych zdarzeń, np. P(„wypadnie liczba parzysta”) = P({2, 4, 6}) = = P({2} ∪ {4} ∪ {6}) = = P({2}) + P({4}) + P({6}) = 1 1 1 1 = + + = . 6 6 6 2 Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 6/21 Klasyczny model prawdopodobieństwa Doświadczenia losowe z przykładów 1 i 2 (rzut monetą i rzut kostką) mają dwie wspólne cechy: Skończony zbiór zdarzeń elementarnych (wyników) Ω = {O, R}, |Ω| = 2, Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, Prawdopodobieństwa wszystkich zdarzeń elementarnych są równe. Inaczej mówiąc każdy wynik doświadczenia losowego jest jednakowo prawdopodobny. P({O}) = P({R}) = 12 . P({1}) = P({2}) = · · · = P({6}) = 16 . Jeżeli doświadczenie losowe posiada te dwie cechy, to prawdopodobieństwo dowolnego zdarzenia A możemy wyznaczyć z wzoru |A| P(A) = . |Ω| Jest to tzw. „klasyczna definicja prawdopodobieństwa”. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 7/21 Klasyczny model prawdopodobieństwa Doświadczenia losowe z przykładów 1 i 2 (rzut monetą i rzut kostką) mają dwie wspólne cechy: Skończony zbiór zdarzeń elementarnych (wyników) Ω = {O, R}, |Ω| = 2, Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, Prawdopodobieństwa wszystkich zdarzeń elementarnych są równe. Inaczej mówiąc każdy wynik doświadczenia losowego jest jednakowo prawdopodobny. P({O}) = P({R}) = 12 . P({1}) = P({2}) = · · · = P({6}) = 16 . Jeżeli doświadczenie losowe posiada te dwie cechy, to prawdopodobieństwo dowolnego zdarzenia A możemy wyznaczyć z wzoru |A| P(A) = . |Ω| Jest to tzw. „klasyczna definicja prawdopodobieństwa”. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 7/21 Klasyczny model prawdopodobieństwa Doświadczenia losowe z przykładów 1 i 2 (rzut monetą i rzut kostką) mają dwie wspólne cechy: Skończony zbiór zdarzeń elementarnych (wyników) Ω = {O, R}, |Ω| = 2, Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, Prawdopodobieństwa wszystkich zdarzeń elementarnych są równe. Inaczej mówiąc każdy wynik doświadczenia losowego jest jednakowo prawdopodobny. P({O}) = P({R}) = 12 . P({1}) = P({2}) = · · · = P({6}) = 16 . Jeżeli doświadczenie losowe posiada te dwie cechy, to prawdopodobieństwo dowolnego zdarzenia A możemy wyznaczyć z wzoru |A| P(A) = . |Ω| Jest to tzw. „klasyczna definicja prawdopodobieństwa”. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 7/21 Klasyczny model prawdopodobieństwa Doświadczenia losowe z przykładów 1 i 2 (rzut monetą i rzut kostką) mają dwie wspólne cechy: Skończony zbiór zdarzeń elementarnych (wyników) Ω = {O, R}, |Ω| = 2, Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, Prawdopodobieństwa wszystkich zdarzeń elementarnych są równe. Inaczej mówiąc każdy wynik doświadczenia losowego jest jednakowo prawdopodobny. P({O}) = P({R}) = 12 . P({1}) = P({2}) = · · · = P({6}) = 16 . Jeżeli doświadczenie losowe posiada te dwie cechy, to prawdopodobieństwo dowolnego zdarzenia A możemy wyznaczyć z wzoru |A| P(A) = . |Ω| Jest to tzw. „klasyczna definicja prawdopodobieństwa”. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 7/21 Klasyczny model prawdopodobieństwa Doświadczenia losowe z przykładów 1 i 2 (rzut monetą i rzut kostką) mają dwie wspólne cechy: Skończony zbiór zdarzeń elementarnych (wyników) Ω = {O, R}, |Ω| = 2, Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, Prawdopodobieństwa wszystkich zdarzeń elementarnych są równe. Inaczej mówiąc każdy wynik doświadczenia losowego jest jednakowo prawdopodobny. P({O}) = P({R}) = 12 . P({1}) = P({2}) = · · · = P({6}) = 16 . Jeżeli doświadczenie losowe posiada te dwie cechy, to prawdopodobieństwo dowolnego zdarzenia A możemy wyznaczyć z wzoru |A| P(A) = . |Ω| Jest to tzw. „klasyczna definicja prawdopodobieństwa”. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 7/21 Klasyczny model prawdopodobieństwa Doświadczenia losowe z przykładów 1 i 2 (rzut monetą i rzut kostką) mają dwie wspólne cechy: Skończony zbiór zdarzeń elementarnych (wyników) Ω = {O, R}, |Ω| = 2, Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, Prawdopodobieństwa wszystkich zdarzeń elementarnych są równe. Inaczej mówiąc każdy wynik doświadczenia losowego jest jednakowo prawdopodobny. P({O}) = P({R}) = 12 . P({1}) = P({2}) = · · · = P({6}) = 16 . Jeżeli doświadczenie losowe posiada te dwie cechy, to prawdopodobieństwo dowolnego zdarzenia A możemy wyznaczyć z wzoru |A| P(A) = . |Ω| Jest to tzw. „klasyczna definicja prawdopodobieństwa”. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 7/21 Klasyczny model prawdopodobieństwa Doświadczenia losowe z przykładów 1 i 2 (rzut monetą i rzut kostką) mają dwie wspólne cechy: Skończony zbiór zdarzeń elementarnych (wyników) Ω = {O, R}, |Ω| = 2, Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, Prawdopodobieństwa wszystkich zdarzeń elementarnych są równe. Inaczej mówiąc każdy wynik doświadczenia losowego jest jednakowo prawdopodobny. P({O}) = P({R}) = 12 . P({1}) = P({2}) = · · · = P({6}) = 16 . Jeżeli doświadczenie losowe posiada te dwie cechy, to prawdopodobieństwo dowolnego zdarzenia A możemy wyznaczyć z wzoru |A| P(A) = . |Ω| Jest to tzw. „klasyczna definicja prawdopodobieństwa”. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 7/21 Klasyczny model prawdopodobieństwa Doświadczenia losowe z przykładów 1 i 2 (rzut monetą i rzut kostką) mają dwie wspólne cechy: Skończony zbiór zdarzeń elementarnych (wyników) Ω = {O, R}, |Ω| = 2, Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, Prawdopodobieństwa wszystkich zdarzeń elementarnych są równe. Inaczej mówiąc każdy wynik doświadczenia losowego jest jednakowo prawdopodobny. P({O}) = P({R}) = 12 . P({1}) = P({2}) = · · · = P({6}) = 16 . Jeżeli doświadczenie losowe posiada te dwie cechy, to prawdopodobieństwo dowolnego zdarzenia A możemy wyznaczyć z wzoru |A| P(A) = . |Ω| Jest to tzw. „klasyczna definicja prawdopodobieństwa”. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 7/21 Klasyczny model prawdopodobieństwa Przykład 2. Rzut kostką. Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, A – wypadła liczba parzysta, A = {2, 4, 6}, |A| = 3, P(A) = |A| 3 1 = = , |Ω| 6 2 B – wypadła liczba mniejsza od 3, B = {1, 2}, |B| = 2, P(B) = Krzysztof Jasiński (WMiI UMK) |B| 2 1 = = , |Ω| 6 3 Prawdopodobieństwo geometryczne 8/21 Klasyczny model prawdopodobieństwa Przykład 2. Rzut kostką. Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, A – wypadła liczba parzysta, A = {2, 4, 6}, |A| = 3, P(A) = |A| 3 1 = = , |Ω| 6 2 B – wypadła liczba mniejsza od 3, B = {1, 2}, |B| = 2, P(B) = Krzysztof Jasiński (WMiI UMK) |B| 2 1 = = , |Ω| 6 3 Prawdopodobieństwo geometryczne 8/21 Klasyczny model prawdopodobieństwa Przykład 2. Rzut kostką. Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, A – wypadła liczba parzysta, A = {2, 4, 6}, |A| = 3, P(A) = |A| 3 1 = = , |Ω| 6 2 B – wypadła liczba mniejsza od 3, B = {1, 2}, |B| = 2, P(B) = Krzysztof Jasiński (WMiI UMK) |B| 2 1 = = , |Ω| 6 3 Prawdopodobieństwo geometryczne 8/21 Klasyczny model prawdopodobieństwa Przykład 2. Rzut kostką. Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, A – wypadła liczba parzysta, A = {2, 4, 6}, |A| = 3, P(A) = |A| 3 1 = = , |Ω| 6 2 B – wypadła liczba mniejsza od 3, B = {1, 2}, |B| = 2, P(B) = Krzysztof Jasiński (WMiI UMK) |B| 2 1 = = , |Ω| 6 3 Prawdopodobieństwo geometryczne 8/21 Klasyczny model prawdopodobieństwa Przykład 2. Rzut kostką. Ω = {1, 2, 3, 4, 5, 6}, |Ω| = 6, A – wypadła liczba parzysta, A = {2, 4, 6}, |A| = 3, P(A) = |A| 3 1 = = , |Ω| 6 2 B – wypadła liczba mniejsza od 3, B = {1, 2}, |B| = 2, P(B) = Krzysztof Jasiński (WMiI UMK) |B| 2 1 = = , |Ω| 6 3 Prawdopodobieństwo geometryczne 8/21 Problem Dany jest przedział [0, 1]. Wybieramy z tego przedziału w sposób losowy punkt x. Zakładamy, że prawdopodobieństwa wylosowania dowolnego punktu są równe. Pytania: Jak wygląda zbiór zdarzeń elementarnych? Ile jest zdarzeń elementarnych? Ile wynosi prawdopodobieństwo dowolnego zdarzenia elementarnego? Czy możemy stosować klasyczną definicję prawdopodobieństwa? Jak obliczać prawdopodobieństwa różnych zdarzeń, np. P({x P({x P({ 12 P({x 6 12 }) = > 14 }) = 6 x < 43 }) = = 13 }) = Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 9/21 Problem Odpowiedzi: Ω = [0, 1] Jest nieskończenie wiele zdarzeń elementarnych, |Ω| = +∞, P({x}) = 0 dla dowolnego x ∈ [0, 1], Nie możemy stosować klasycznej definicji prawdopodobieństwa. Wynika z tego, że aby określić np. P({x 6 21 }) potrzebna jest inna definicja prawdopodobieństwa. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 10/21 Prawdopodobieństwo geometryczne Wiemy, że na podzbiorach Rn mamy określone pewne miary. Na R1 jest to długość, na R2 pole, a na R3 objętość. Załóżmy, że Ω jest podzbiorem Rn o skończonej mierze. Niech A będzie zdarzeniem (czyli pewnym podzbiorem zbioru Ω). Wówczas P(A) = miara(A) . miara(Ω) Jest to tzw. „geometryczna definicja prawdopodobieństwa”. Prawdopodobieństwo zdarzenia A jest proporcjonalne do miary (długości, pola, objętości) tego zbioru. Jeżeli np. zbiór B ma pole dwa razy większe od pola zbioru A, to prawdopodobieństwo, że losowo wybrany punkt trafi do zbioru B jest dwa razy większe niż prawdopodobieństwo, że trafi on do zbioru A. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 11/21 Prawdopodobieństwo geometryczne Wiemy, że na podzbiorach Rn mamy określone pewne miary. Na R1 jest to długość, na R2 pole, a na R3 objętość. Załóżmy, że Ω jest podzbiorem Rn o skończonej mierze. Niech A będzie zdarzeniem (czyli pewnym podzbiorem zbioru Ω). Wówczas P(A) = miara(A) . miara(Ω) Jest to tzw. „geometryczna definicja prawdopodobieństwa”. Prawdopodobieństwo zdarzenia A jest proporcjonalne do miary (długości, pola, objętości) tego zbioru. Jeżeli np. zbiór B ma pole dwa razy większe od pola zbioru A, to prawdopodobieństwo, że losowo wybrany punkt trafi do zbioru B jest dwa razy większe niż prawdopodobieństwo, że trafi on do zbioru A. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 11/21 Prawdopodobieństwo geometryczne Wiemy, że na podzbiorach Rn mamy określone pewne miary. Na R1 jest to długość, na R2 pole, a na R3 objętość. Załóżmy, że Ω jest podzbiorem Rn o skończonej mierze. Niech A będzie zdarzeniem (czyli pewnym podzbiorem zbioru Ω). Wówczas P(A) = miara(A) . miara(Ω) Jest to tzw. „geometryczna definicja prawdopodobieństwa”. Prawdopodobieństwo zdarzenia A jest proporcjonalne do miary (długości, pola, objętości) tego zbioru. Jeżeli np. zbiór B ma pole dwa razy większe od pola zbioru A, to prawdopodobieństwo, że losowo wybrany punkt trafi do zbioru B jest dwa razy większe niż prawdopodobieństwo, że trafi on do zbioru A. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 11/21 Prawdopodobieństwo geometryczne Wiemy, że na podzbiorach Rn mamy określone pewne miary. Na R1 jest to długość, na R2 pole, a na R3 objętość. Załóżmy, że Ω jest podzbiorem Rn o skończonej mierze. Niech A będzie zdarzeniem (czyli pewnym podzbiorem zbioru Ω). Wówczas P(A) = miara(A) . miara(Ω) Jest to tzw. „geometryczna definicja prawdopodobieństwa”. Prawdopodobieństwo zdarzenia A jest proporcjonalne do miary (długości, pola, objętości) tego zbioru. Jeżeli np. zbiór B ma pole dwa razy większe od pola zbioru A, to prawdopodobieństwo, że losowo wybrany punkt trafi do zbioru B jest dwa razy większe niż prawdopodobieństwo, że trafi on do zbioru A. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 11/21 Prawdopodobieństwo geometryczne Wiemy, że na podzbiorach Rn mamy określone pewne miary. Na R1 jest to długość, na R2 pole, a na R3 objętość. Załóżmy, że Ω jest podzbiorem Rn o skończonej mierze. Niech A będzie zdarzeniem (czyli pewnym podzbiorem zbioru Ω). Wówczas P(A) = miara(A) . miara(Ω) Jest to tzw. „geometryczna definicja prawdopodobieństwa”. Prawdopodobieństwo zdarzenia A jest proporcjonalne do miary (długości, pola, objętości) tego zbioru. Jeżeli np. zbiór B ma pole dwa razy większe od pola zbioru A, to prawdopodobieństwo, że losowo wybrany punkt trafi do zbioru B jest dwa razy większe niż prawdopodobieństwo, że trafi on do zbioru A. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 11/21 Prawdopodobieństwo geometryczne Wiemy, że na podzbiorach Rn mamy określone pewne miary. Na R1 jest to długość, na R2 pole, a na R3 objętość. Załóżmy, że Ω jest podzbiorem Rn o skończonej mierze. Niech A będzie zdarzeniem (czyli pewnym podzbiorem zbioru Ω). Wówczas P(A) = miara(A) . miara(Ω) Jest to tzw. „geometryczna definicja prawdopodobieństwa”. Prawdopodobieństwo zdarzenia A jest proporcjonalne do miary (długości, pola, objętości) tego zbioru. Jeżeli np. zbiór B ma pole dwa razy większe od pola zbioru A, to prawdopodobieństwo, że losowo wybrany punkt trafi do zbioru B jest dwa razy większe niż prawdopodobieństwo, że trafi on do zbioru A. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 11/21 Przykład Dany jest przedział [0, 1]. Wybieramy z tego przedziału w sposób losowy punkt x. Zakładamy, że prawdopodobieństwa wylosowania dowolnego punktu są równe. Jakie jest prawdopodobieństwo, że x ∈ [0, 13 ]? Rozwiązanie: Ω = [0, 1], A = [0, 13 ], P(A) = P(x ∈ [0, 13 ]) = Krzysztof Jasiński (WMiI UMK) 1 1 długość(A) = 3 = . długość(Ω) 1 3 Prawdopodobieństwo geometryczne 12/21 Przykład Dany jest przedział [0, 1]. Wybieramy z tego przedziału w sposób losowy punkt x. Zakładamy, że prawdopodobieństwa wylosowania dowolnego punktu są równe. Jakie jest prawdopodobieństwo, że x ∈ [0, 13 ]? Rozwiązanie: Ω = [0, 1], A = [0, 13 ], P(A) = P(x ∈ [0, 13 ]) = Krzysztof Jasiński (WMiI UMK) 1 1 długość(A) = 3 = . długość(Ω) 1 3 Prawdopodobieństwo geometryczne 12/21 Przykład Dany jest przedział [0, 1]. Wybieramy z tego przedziału w sposób losowy punkt x. Zakładamy, że prawdopodobieństwa wylosowania dowolnego punktu są równe. Jakie jest prawdopodobieństwo, że x ∈ [0, 13 ]? Rozwiązanie: Ω = [0, 1], A = [0, 13 ], P(A) = P(x ∈ [0, 13 ]) = Krzysztof Jasiński (WMiI UMK) 1 1 długość(A) = 3 = . długość(Ω) 1 3 Prawdopodobieństwo geometryczne 12/21 Przykład Dany jest przedział [0, 1]. Wybieramy z tego przedziału w sposób losowy punkt x. Zakładamy, że prawdopodobieństwa wylosowania dowolnego punktu są równe. Jakie jest prawdopodobieństwo, że x ∈ [0, 13 ]? Rozwiązanie: Ω = [0, 1], A = [0, 13 ], P(A) = P(x ∈ [0, 13 ]) = Krzysztof Jasiński (WMiI UMK) 1 1 długość(A) = 3 = . długość(Ω) 1 3 Prawdopodobieństwo geometryczne 12/21 Zadanie 1 Wewnątrz koła o promieniu 5 wybrano losowo jeden punkt. Oblicz prawdopodobieństwo, że znajduje się on w odległości mniejszej niż 2 od środka koła. Rozwiązanie: Ω = {(x, y ) : x 2 + y 2 6 25}, A = {(x, y ) : x 2 + y 2 < 4}, P(A) = P({(x, y ) : x 2 + y 2 < 2}) = Krzysztof Jasiński (WMiI UMK) pole(A) 4π 4 = = . pole(Ω) 25π 25 Prawdopodobieństwo geometryczne 13/21 Zadanie 1 Wewnątrz koła o promieniu 5 wybrano losowo jeden punkt. Oblicz prawdopodobieństwo, że znajduje się on w odległości mniejszej niż 2 od środka koła. Rozwiązanie: Ω = {(x, y ) : x 2 + y 2 6 25}, A = {(x, y ) : x 2 + y 2 < 4}, P(A) = P({(x, y ) : x 2 + y 2 < 2}) = Krzysztof Jasiński (WMiI UMK) pole(A) 4π 4 = = . pole(Ω) 25π 25 Prawdopodobieństwo geometryczne 13/21 Zadanie 1 Wewnątrz koła o promieniu 5 wybrano losowo jeden punkt. Oblicz prawdopodobieństwo, że znajduje się on w odległości mniejszej niż 2 od środka koła. Rozwiązanie: Ω = {(x, y ) : x 2 + y 2 6 25}, A = {(x, y ) : x 2 + y 2 < 4}, P(A) = P({(x, y ) : x 2 + y 2 < 2}) = Krzysztof Jasiński (WMiI UMK) pole(A) 4π 4 = = . pole(Ω) 25π 25 Prawdopodobieństwo geometryczne 13/21 Zadanie 1 Wewnątrz koła o promieniu 5 wybrano losowo jeden punkt. Oblicz prawdopodobieństwo, że znajduje się on w odległości mniejszej niż 2 od środka koła. Rozwiązanie: Ω = {(x, y ) : x 2 + y 2 6 25}, A = {(x, y ) : x 2 + y 2 < 4}, P(A) = P({(x, y ) : x 2 + y 2 < 2}) = Krzysztof Jasiński (WMiI UMK) pole(A) 4π 4 = = . pole(Ω) 25π 25 Prawdopodobieństwo geometryczne 13/21 Zadanie 2 W koło wpisany jest kwadrat. Oblicz prawdopodobieństwo, że punkt rzucony losowo na koło znajdzie się wewnątrz kwadratu. Rozwiązanie: Ω = {(x, y ) : x 2 + y 2 6 r 2 }, A = {(x, y ) ∈ wnętrze kwadratu}, P(A) = P({(x, y ) ∈ wnętrze kwadratu}) = Krzysztof Jasiński (WMiI UMK) pole(A) 2r 2 2 = 2 = . pole(Ω) πr π Prawdopodobieństwo geometryczne 14/21 Zadanie 2 W koło wpisany jest kwadrat. Oblicz prawdopodobieństwo, że punkt rzucony losowo na koło znajdzie się wewnątrz kwadratu. Rozwiązanie: Ω = {(x, y ) : x 2 + y 2 6 r 2 }, A = {(x, y ) ∈ wnętrze kwadratu}, P(A) = P({(x, y ) ∈ wnętrze kwadratu}) = Krzysztof Jasiński (WMiI UMK) pole(A) 2r 2 2 = 2 = . pole(Ω) πr π Prawdopodobieństwo geometryczne 14/21 Zadanie 2 W koło wpisany jest kwadrat. Oblicz prawdopodobieństwo, że punkt rzucony losowo na koło znajdzie się wewnątrz kwadratu. Rozwiązanie: Ω = {(x, y ) : x 2 + y 2 6 r 2 }, A = {(x, y ) ∈ wnętrze kwadratu}, P(A) = P({(x, y ) ∈ wnętrze kwadratu}) = Krzysztof Jasiński (WMiI UMK) pole(A) 2r 2 2 = 2 = . pole(Ω) πr π Prawdopodobieństwo geometryczne 14/21 Zadanie 2 W koło wpisany jest kwadrat. Oblicz prawdopodobieństwo, że punkt rzucony losowo na koło znajdzie się wewnątrz kwadratu. Rozwiązanie: Ω = {(x, y ) : x 2 + y 2 6 r 2 }, A = {(x, y ) ∈ wnętrze kwadratu}, P(A) = P({(x, y ) ∈ wnętrze kwadratu}) = Krzysztof Jasiński (WMiI UMK) pole(A) 2r 2 2 = 2 = . pole(Ω) πr π Prawdopodobieństwo geometryczne 14/21 Zadanie 3 Dwie osoby umawiają się między godziną 10.00 a 11.00. Pierwsza osoba, która przyjdzie czeka kwadrans, ale nie dłużej niż do 11.00, i jeśli się nie doczeka, odchodzi. Jakie jest prawdopodobieństwo, że te osoby się spotkają. Rozwiązanie: x − moment przyjścia I osoby, y − moment przyjścia II osoby. Ω = {(x, y ) : 0 6 x 6 60, 0 6 y 6 60}, (czas wyrażony w minutach), A = {(x, y ) ∈ [0, 60]2 : y 6 x 6 y + 15, x 6 y 6 x + 15} = {(x, y ) ∈ [0, 60]2 : x − 15 6 y 6 x + 15}, Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 15/21 Zadanie 3 Dwie osoby umawiają się między godziną 10.00 a 11.00. Pierwsza osoba, która przyjdzie czeka kwadrans, ale nie dłużej niż do 11.00, i jeśli się nie doczeka, odchodzi. Jakie jest prawdopodobieństwo, że te osoby się spotkają. Rozwiązanie: x − moment przyjścia I osoby, y − moment przyjścia II osoby. Ω = {(x, y ) : 0 6 x 6 60, 0 6 y 6 60}, (czas wyrażony w minutach), A = {(x, y ) ∈ [0, 60]2 : y 6 x 6 y + 15, x 6 y 6 x + 15} = {(x, y ) ∈ [0, 60]2 : x − 15 6 y 6 x + 15}, Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 15/21 Zadanie 3 Dwie osoby umawiają się między godziną 10.00 a 11.00. Pierwsza osoba, która przyjdzie czeka kwadrans, ale nie dłużej niż do 11.00, i jeśli się nie doczeka, odchodzi. Jakie jest prawdopodobieństwo, że te osoby się spotkają. Rozwiązanie: x − moment przyjścia I osoby, y − moment przyjścia II osoby. Ω = {(x, y ) : 0 6 x 6 60, 0 6 y 6 60}, (czas wyrażony w minutach), A = {(x, y ) ∈ [0, 60]2 : y 6 x 6 y + 15, x 6 y 6 x + 15} = {(x, y ) ∈ [0, 60]2 : x − 15 6 y 6 x + 15}, Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 15/21 Zadanie 3 Dwie osoby umawiają się między godziną 10.00 a 11.00. Pierwsza osoba, która przyjdzie czeka kwadrans, ale nie dłużej niż do 11.00, i jeśli się nie doczeka, odchodzi. Jakie jest prawdopodobieństwo, że te osoby się spotkają. Rozwiązanie: x − moment przyjścia I osoby, y − moment przyjścia II osoby. Ω = {(x, y ) : 0 6 x 6 60, 0 6 y 6 60}, (czas wyrażony w minutach), A = {(x, y ) ∈ [0, 60]2 : y 6 x 6 y + 15, x 6 y 6 x + 15} = {(x, y ) ∈ [0, 60]2 : x − 15 6 y 6 x + 15}, Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 15/21 Zadanie 3 cd. Rozwiązanie: 0 0 P(A) = 1 − P(A ) = 1 − Krzysztof Jasiński (WMiI UMK) 452 pole(A ) = 1 − 2. pole(Ω) 60 Prawdopodobieństwo geometryczne 16/21 Zadanie 3 cd. Rozwiązanie: 0 0 P(A) = 1 − P(A ) = 1 − Krzysztof Jasiński (WMiI UMK) 452 pole(A ) = 1 − 2. pole(Ω) 60 Prawdopodobieństwo geometryczne 16/21 Jak obliczyć pole nie znając rachunku całkowego? Problem. Dana jest funkcja f : [a, b] → R+ . Jak obliczyć pole figury ograniczonej osią OX prostymi x = a i x = b oraz krzywą y = f (x)? Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 17/21 Obliczanie pól metodą Monte Carlo Wybieramy losowo N punktów z prostokąta [a, b] × [0, Max] (N – duże). rN – liczba punktów, które znalazły się wewnątrz obszaru S, tzn. pod wykresem funkcji f (na rysunku zostały oznaczone kolorem czerwonym). Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 18/21 Obliczanie pól metodą Monte Carlo rN N – określa jaka część punktów trafiła w obszar S. Ponieważ punkty są rozłożone równomiernie na całym prostokącie, więc możemy rozsądnie przyjąć, że obszar S stanowi rNN część obszaru całego prostokąta tzn. Pole(S) rN ≈ . Pole([a, b] × [0, Max]) N Stąd Pole(S) ≈ Pole([a, b] × [0, Max]) · rN rN = Max · (b − a) · N N Im więcej punktów wylosowaliśmy tym przybliżenie to powinno być dokładniejsze. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 19/21 Obliczanie pól metodą Monte Carlo rN N – określa jaka część punktów trafiła w obszar S. Ponieważ punkty są rozłożone równomiernie na całym prostokącie, więc możemy rozsądnie przyjąć, że obszar S stanowi rNN część obszaru całego prostokąta tzn. Pole(S) rN ≈ . Pole([a, b] × [0, Max]) N Stąd Pole(S) ≈ Pole([a, b] × [0, Max]) · rN rN = Max · (b − a) · N N Im więcej punktów wylosowaliśmy tym przybliżenie to powinno być dokładniejsze. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 19/21 Obliczanie pól metodą Monte Carlo rN N – określa jaka część punktów trafiła w obszar S. Ponieważ punkty są rozłożone równomiernie na całym prostokącie, więc możemy rozsądnie przyjąć, że obszar S stanowi rNN część obszaru całego prostokąta tzn. Pole(S) rN ≈ . Pole([a, b] × [0, Max]) N Stąd Pole(S) ≈ Pole([a, b] × [0, Max]) · rN rN = Max · (b − a) · N N Im więcej punktów wylosowaliśmy tym przybliżenie to powinno być dokładniejsze. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 19/21 Metody Monte Carlo – historia Metodami Monte Carlo nazywamy klasę metod, które do numerycznego rozwiązywania złożonych zagadnień wykorzystują komputerowe generowanie liczb pseudolosowych odpowiadających możliwym parametrom wejściowym badanego układu (opisanego modelem matematycznym). Metody Monte-Carlo stosowane są w różnych dziedzinach np. przy projektowaniu eksperymentów fizycznych (np. doświadczeń z cząstkami elementarnymi), modelowaniu procesów fizycznych (np. powstawania struktur we wszechświecie itp.), wyznaczania cen różnych instrumentów finansowych. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 20/21 Metody Monte Carlo – historia Idee tej metody przedstawili w latach 40-tych XX wieku naukowcy pracujący w laboratorium w Los Alamos przy projekcie Manhattan – Stanisław Ulam, John von Neumann, Enrico Fermi i Nicholas Metropolis. Nazwa pochodzi od słynnego kasyna w Monte Carlo, w którym podobno grywał często wujek Stanisława Ulama. Wielokrotne powtarzanie tych samych eksperymentów losowych można porównać do regularnego uczestnictwa w grach hazardowych. Takie symulacje losowe przeprowadzane były już wcześniej, ale służyły raczej do weryfikacji znanych rezultatów (uzyskanych innymi metodami), a nie do właściwego rozwiązywania problemów. Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo geometryczne 21/21