n - Kolos
Transkrypt
n - Kolos
Materiaùy do zastosowañ metod probabilistycznych. K.Lubnauer Czêœã 1 Powtórzenie, prawdopodobieñstwo Teoria Podstawowy pojêciem probabilistycznym ( zwi¹zanym z teori¹ prawdopodobieñstwa) jest przestrzeñ probabilistyczna czyli trójka , F, P gdzie przestrzeñ zdarzeñ elementarnych czyli pewien zbiór, F jest -ciaùem podzbiorów , zaœ P miar¹ unormowan¹ na F czyli prawdopodobieñstwem. Zdefiniujmy wiêc te podstawowe pojêcia: Definicja 1 Rodzina zbiorów F nazywamy -ciaùem na zbiorze je¿eli speùnia nastêpuj¹ce warunki: (i) F , (ii) A F gdzie A oznacza A czyli dopeùnienie zbioru A. AF (iii) dla dowolnego ci¹gu zbiorów A1 , A2 , A3 ,... nale¿¹cych do F mamy A F . A F . n n Ponadto z powy¿szej definicji wynika: Wùasnoœã 1 Jeœli F jest -ciaùem to: (i) dla dowolnego ci¹gu zbiorów A1 , A2 , A3 ,... nale¿¹cych do F mamy n n (ii) (iii) Je¿eli A, B F to A B F , A B F oraz A B F . F Dowód (i) Wynika z i¿ A n n (ii) (iii) An oraz z warunków (i) i (ii) z Definicji 1. n Ãwiczenie wùasne ( zauwa¿my ¿e dla dowolnych zbiorów A,B mo¿emy w sposób sztuczny zbudowaã ci¹g nieskoñczony A, B, , , ,..... ) Zauwa¿my, ¿e co daje tezê. Podam teraz aksjomatyczn¹ definicjê prawdopodobieñstwa: Definicja 2 Niech pewien zbiór zaœ F -ciaùo zdefiniowane na . Prawdopodobieñstwem nazywamy dowoln¹ funkcjê P okreœlon¹ na F i speùniaj¹c¹ warunki: P : F R (i) (ii) P 1 1 (iii) Jeœli Ai F , i 1,2,3,... oraz Ai A j dla i j ,(czyli s¹ parami i 1 rozù¹czne) to P Ai P Ai i 1 Mo¿emy mówiã równie¿ o klasycznej definicji prawdopodobieñstwa która jest szczególnym, intuicyjnym przypadkiem: Definicja3 (Klasyczna definicja prawdopodobieñstwa) Niech zbiór skoñczony, 1 , 2 ,..., n , F 2 oraz wszystkie zdarzenia elementarne s¹ tak samo prawdopodobne to prawdopodobieñstwem klasycznym nazywamy funkcjê P okreœlon¹ na F wzorem: A P A , oraz P i 1 . n Przykùad 1 Rzucamy kostk¹ do gry, wtedy 1,2,3,4,5,6, wszystkie wyniki s¹ tak samo prawdopodobne zaœ np. prawdopodobieñstwo zdarzenia A- wyrzucenia parzystej liczby oczek wynosi P A 2,4,6 1,2,3,4,5,6 3 0,5 . 6 Z powy¿szych rozwa¿añ oraz z aksjomatycznej definicji prawdopodobieñstwa otrzymujemy: Twierdzenie 1 ( Wùasnoœci prawdopodobieñstwa) Je¿eli , F, P jest przestrzeni¹ probabilistyczn¹ oraz A, B, A1 , A2 ,..., An F , to (i) P 0 (ii) P A 0,1 (iii) Skoñczona addytywnoœã. Jeœli mamy skoñczony ci¹g n n P Ai P Ai i 1 i 1 Monotonicznoœã. Dla dowolnych A, B F takich, ¿e A B mamy P A P B . Przeliczalna subaddytywnoœã. Jeœli Ai F , i 1,2,3,... , to Ai F , i 1,2,3,..., n oraz Ai A j dla i j , to (iv) (v) P Ai P Ai . i 1 i 1 (vi) Skoñczona subaddytywnoœã. Jeœli Ai F , i 1,2,3,..., n , to n n P Ai P Ai . i 1 i 1 (vii) Ci¹gùoœã. 2 a. Jeœli An F oraz An An 1 dla n=1,2,3,.... to P An lim P An . n n 1 b. Jeœli An F oraz An An 1 dla n=1,2,3,.... to P An lim P An . n 1 n (viii) Dla dowolnych A, B F takich, ¿e A B mamy PB A PB P A . (ix) P A 1 P A . (x) Dla dowolnych A, B F mamy P A B P A PB P A B . (xi) Dla dowolnych A, B, C F mamy P A B C P A PB PC P A B P A C PB C P A B C . Dowód (i) Korzystaj¹c z przeliczalnej addytywnoœci prawdopodobieñstwa mamy P P ..... P P P ........ st¹d P 0 (ii) Wyka¿ê (iv) wtedy (ii) jest oczywiste z faktu i¿ P 1 i P nieujemna funkcja. (iii) Weêmy Ai F , i 1,2,3,..., n oraz Ai A j dla i j , oraz dla i n niech An wtedy korzystaj¹c z przeliczalnej addytywnoœci oraz z warunku (i) (iv) (v) n n mamy P Ai P Ai P Ai P Ai i 1 i 1 i 1 i 1 Skorzystamy z warunku (iii). Niech A, B F takie, ¿e A B , mamy wtedy: PB P A B A gdzie oczywiœcie oba skùadniki sumy s¹ rozù¹czne czyli PB P A PB A oraz PB A 0 co daje tezê. Dla Ai F , i 1,2,3,... , zdefiniujmy w nastêpuj¹cy sposób ci¹g Bn . Niech B1 A1 , Bn An A1 ... An 1 , wtedy oczywiœcie mamy ci¹g zbiorów z F rozù¹cznych parami i takich, ¿e Bn An oraz dla ka¿dego n mamy n 1 n 1 Bn An czyli P Bn P An . Policzmy wiêc: P Ai P Bi P Bi P Ai co daje tezê. i 1 i 1 i 1 i 1 (vi) (vii) Wniosek z (v) uzupeùniaj¹c ci¹g zbiorami pustymi. Niech An F oraz An An 1 dla n=1,2,3,.... Zdefiniujemy ci¹g C n w nastêpuj¹cy sposób: C1 A1 , C 2 A2 A1 ,...., C n An An 1 ,.... wtedy n oczywiœcie zbiory C n nale¿¹ do F oraz s¹ rozù¹czne oraz An C i , wiêc i 1 mamy: n n P Ai P C i P Ci lim P C i lim P C i lim P An n n i 1 i 1 i 1 i 1 i 1 n (viii) Weêmy dowolne A, B F takie, ¿e A B mamy PB PB A A PB A P A bo A B, A rozù¹czne. Ostatnia równoœã daje tezê. 3 (ix) Weêmy dowolne A, B F korzystaj¹c z algebry zbiorów oraz wùasnoœci (viii) oraz (iii) mamy: P A B P A B A P A PB A P A PB A B P A PB P A B (x) Do samodzielnej pracy. Innym przykùadem prawdopodobieñstwa jest prawdopodobieñstwo geometryczne: Definicja 4 Niech podzbiór R n taki, ¿e gdzie n miara Lebesgu’a okreœlona na R n (w uproszczeniu oznacza to dùugoœã w R ,pole w R 2 , objêtoœã w R 3 ), wtedy prawdopodobieñstwem geometrycznym na nazywamy miarê P okreœlon¹ A wzorem P A n gdzie A dowolny zbiór mierzalny wzglêdem miary n Lebesgu’a. Przykùad 2 Z odcinka (0,2) losujemy 2 liczby. Policzê prawdopodobieñstwo zdarzenia A, ¿e ich suma jest mniejsza ni¿ 1. Rys 1 Zauwa¿my, ¿e losowanie 2 liczb z odcinka (0,2) polega na wylosowaniu punktu z kwadratu 0,2 0,2 czyli to ten kwadrat. Oczywiœcie 2 4 , mamy ponadto A x, y : x y 1 czyli 2 A 1 1 , st¹d P A . 2 8 Dwoma podstawowymi pojêciami w teorii prawdopodobieñstw, których nie nale¿y myliã s¹ rozù¹cznoœã i niezale¿noœã zdarzeñ, przypomnijmy zdarzenia A,B s¹ rozù¹czne tak jak zbiory, gdy A B . Niezale¿noœã oznacza zaœ nastêpuj¹c¹ wùasnoœã pary zbiorów: Definicja 5 Zbiory A,B s¹ niezale¿ne jeœli speùniaj¹ warunek: P A B P A PB . Przykùad 3 4 Rzucamy 2 razy monet¹ i rozwa¿my zdarzenia A- wylosowaliœmy 1 reszkê i 1 orùa i B- w drugim rzucie wylosowaliœmy orùa. Zbadaj niezale¿noœã zdarzeñ A,B. o, o , r , r , o, r , r , o i mamy model klasyczny czyli P A A P B B 2 1 , 4 2 2 1 A B 1 oraz mamy P A B , czyli P A B P A PB . 4 2 4 Zdarzenia A,B s¹ wiêc niezale¿ne. Uwaga. Dla trzech zdarzeñ A,B,C mówimy ¿e s¹ one niezale¿ne gdy niezale¿ne s¹ pary A,B i B,C i A,C oraz zachodzi warunek P A B C P A PB PC . Przejdêmy teraz do prawdopodobieñstwa warunkowego które pozwoli nam wprowadziã twierdzenie o prawdopodobieñstwie caùkowitym i wzór Bayes’a. Definicja 6 Prawdopodobieñstwem warunkowym zajœcia zdarzenia A pod warunkiem zajœcia zdarzenia B, gdzie PB 0 , nazywamy liczbê P A / B P A B . P B Przykùad 4 Rozwa¿my pewn¹ rodzinê z dwójk¹ dzieci. Obliczymy prawdopodobieñstwo tego, ¿e w rodzinie s¹ dwie dziewczynki, jeœli wiemy, ¿e w tej rodzinie: (i) mùodsze dziecko jest dziewczynk¹ (ii) co najmniej jedno z dzieci jest dziewczynk¹ W obu przypadkach d , d , d , c , c, d , c, c i mamy do czynienia z modelem klasycznym. (i) 1 1 P d , d /d , d , c, d 4 1 2 2 (ii) 1 1 P d , d /d , d , c, d , d , c 4 . 3 3 4 Zauwa¿my, ¿e prawdopodobieñstwo warunkowe przy ustalonym warunku speùnia wszystkie aksjomaty prawdopodobieñstwa. (Ãwiczenie do samodzielnej pracy). Definicja 7 5 Ukùadem zupeùnym zdarzeñ (rozbiciem przestrzeni ) nazywamy skoñczony b¹dê nieskoñczony ci¹g zdarzeñ B1 , B2 , B3 ,.... parami rozù¹cznych i daj¹cych w sumie przestrzeñ : Bn , Bi B j , i j . n Twierdzenie 2 ( Wzór na prawdopodobieñstwo caùkowite) Je¿eli B1 , B2 ,...., Bn jest ukùadem zupeùnym zdarzeñ na dodatnich niezerowych prawdopodobieñstwach, to dla dowolnego zdarzenia A zachodzi wzór: n P A P A / Bi P Bi i 1 Dowód n n n P A P A Bi P A Bi P A / Bi P Bi . i 1 i 1 i 1 Rys 2 Uwaga Powy¿sze twierdzenie jest prawdziwe równie¿ dla przeliczalnej, nieskoñczonej liczby zdarzeñ Bi . Przykùad 5 W fabryce pracuj¹ 3 roboty monta¿owe. Pierwszy robot ma 0,03 braków, robot drugi ma 0,05 braków a robot trzeci ma 0,02 braków. Roboty te wykonuj¹ tyle samo zabawek na godzinê. Jakie jest prawdopodobieñstwo, ¿e losowo wybrana zabawka z tej fabryki oka¿e siê brakiem? A -zdarzenie polegaj¹ce na tym, ¿e wylosowana zabawka jest brakiem. B1 -zdarzenie polegaj¹ce na tym, ¿e wylosowana zabawka pochodzi od robota 1. 6 B2 -zdarzenie polegaj¹ce na tym, ¿e wylosowana zabawka pochodzi od robota 2. B3 -zdarzenie polegaj¹ce na tym, ¿e wylosowana zabawka pochodzi od robota 3. 3 1 1 1 1 1 P A P A / Bi P Bi 0,03 0,05 0,02 0,1 3 3 3 3 30 i 1 Drugim z podstawowych twierdzeñ jest twierdzenie pozwalaj¹ce przeœledziã przebieg doœwiadczenia na podstawie jego wyniku: Twierdzenie 3 (Wzór Bayes’a) Je¿eli B1 , B2 ,...., Bn jest ukùadem zupeùnym zdarzeñ na dodatnich niezerowych prawdopodobieñstwach i A dowolne zdarzenie o dodatnim prawdopodobieñstwie to zachodzi wzór: P B j / A P A / B j P B j n . P A / B PB i i i 1 Dowód Wystarczy skorzystaã ze wzoru na prawdopodobieñstwo warunkowe oraz ze wzoru na prawdopodobieñstwo caùkowite aby otrzymaã: P B j / A P B j A P A P A / B j P B j n P A / B PB i i i 1 Wykorzystajmy sytuacjê z przykùadu 4 zmieniaj¹c tylko treœã pytania. Zauwa¿my, ¿e znamy ju¿ wynik losowania a pytamy siê o przebieg losowania. Przykùad 6 W fabryce pracuj¹ 3 roboty monta¿owe. Pierwszy robot ma 0,03 braków, robot drugi ma 0,05 braków a robot trzeci ma 0,02 braków. Roboty te wykonuj¹ tyle samo zabawek na godzinê. Losujemy zabawkê, okazaùa siê ona brakiem. Jakie jest prawdopodobieñstwo, ¿e pochodzi od robota nr 2? A -zdarzenie polegaj¹ce na tym, ¿e wylosowana zabawka jest brakiem. B1 -zdarzenie polegaj¹ce na tym, ¿e wylosowana zabawka pochodzi od robota nr 1. B2 -zdarzenie polegaj¹ce na tym, ¿e wylosowana zabawka pochodzi od robota nr 2. B3 -zdarzenie polegaj¹ce na tym, ¿e wylosowana zabawka pochodzi od robota nr 3. 7 P B 2 / A P A / B2 P B2 3 P A / B PB i i 1 i 0,05 1 30 1 3 0,5 . Definicja8 Schematem Bernoulliego nazywamy ci¹g niezale¿nych powtórzeñ tego samego doœwiadczenia o dwu mo¿liwych wynikach nazwanych umownie sukcesem i pora¿k¹. Poszczególne doœwiadczenia to próby Bernoulliego. W powy¿szej sytuacji zachodzi wzór: n Pn k p k q n k k gdzie: Pn k prawdopodobieñstwo k sukcesów w n próbach Bernoulliego, p prawdopodobieñstwo sukcesu w pojedynczej próbie, q 1 p prawdopodobieñstwo pora¿ki w jednej próbie. 8 Zadania z przykùadowymi rozwi¹zaniami Model klasyczny prawdopodobieñstwa 1. Losowo ustawiam w szeregu klocki z literami MMAAATTYKE. Opisaã przestrzeñ zdarzeñ elementarnych i obliczyã prawdopodobieñstwo, ¿e otrzymamy wyraz MATEMATYKA. Rozwi¹zanie Przyjmujemy, ¿e klocki s¹ rozró¿nialne i oznaczmy T M 1 , M 2 , A1 , A2 , A3 , T1 , T2 , Y , K , E. Wtedy przestrzeñ zdarzeñ elementarnych to wszystkie permutacje elementów ze zbioru T czyli: x1 , x 2 ,..., x10 , xi x j , xi T . Zauwa¿my, ¿e ka¿de ustawienie klocków jest tak samo prawdopodobne a jest zbiorem skoñczonym wiêc jest to model klasyczny. Z kombinatoryki wiemy, ¿e 10! Niech A zdarzenie polegaj¹ce na uùo¿eniu sùowa MATEMATYKA. £atwo widaã, z kombinatoryki, ¿e A 2!3!2! 24 . St¹d: P A 24 1 . 10! 151200 2. 2 chùopców i 3 dziewczynki ustawiam w szereg . Opisaã przestrzeñ zdarzeñ elementarnych i obliczyã prawdopodobieñstwo, ¿e a) chùopcy stoj¹ obok siebie b) chùopcy i dziewczynki stoj¹ na zmianê. 3. Cyfry 0,1,2,...,9 ustawiono losowo. Opisaã przestrzeñ zdarzeñ elementarnych i obliczyã prawdopodobieñstwo, ¿e a) miêdzy 0 i 9 stoj¹ dokùadnie 4 cyfry b) 1,2,3,4 bêd¹ staùy obok siebie. 4. Przy okr¹gùym stole usiadùo dziesiêã kobiet i dziesiêciu mê¿czyzn. Opisaã przestrzeñ zdarzeñ elementarnych i obliczyã prawdopodobieñstwo, ¿e osoby tej samej pùci nie siedz¹ koùo siebie. 5. Z grupy 25 osób w której jest 10 kobiet i 15 mê¿czyzn wybrano a) 3 osoby na stanowisko starszego specjalisty. b) 3 osoby do zarz¹du firmy (prezesa, wiceprezesa ds. marketingu i wiceprezesa ds. produkcji) Dla ka¿dego z przypadków opisaã przestrzeñ zdarzeñ elementarnych i obliczyã prawdopodobieñstwo, ¿e wœród wybranych s¹ dokùadnie 2 kobiety. Rozwi¹zanie Przyjmujemy, ¿e ludzie s¹ zawsze rozró¿nialne i oznaczmy T k1 ,..., k10 , m1 ,..., m15 . a) Poniewa¿ wybór 3 specjalistów nie wymaga uwzglêdnienia kolejnoœci wiêc przestrzeñ zdarzeñ elementarnych to wszystkie kombinacje 3 elementowe ze zbioru T czyli: x1 , x 2 , x3 , xi x j , xi T . Zauwa¿my, ¿e ka¿dy wybór 3 osób jest tak samo prawdopodobny a jest zbiorem skoñczonym wiêc jest to model 25 klasyczny. Z kombinatoryki wiemy, ¿e . 3 9 Niech A zdarzenie polegaj¹ce na wybraniu dokùadni 2 kobiet. £atwo widaã, ¿e 10 15 A . 2 1 St¹d: 10 15 2 1 P A . 25 3 b) W tym przypadku kolejnoœã jest istotna (ró¿ne funkcje) wiêc zmienia siê model: x1 , x 2 , x3 , xi x j , xi T . Zauwa¿my, ¿e ka¿dy wybór 3 osób jest tak samo prawdopodobny a jest zbiorem skoñczonym wiêc jest to model klasyczny. Z kombinatoryki wiemy, ¿e n! . n 3! Niech A zdarzenie polegaj¹ce na wybraniu dokùadni 2 kobiet. £atwo widaã, ¿e 10 15 A 3!. 2 1 St¹d: 10 15 3! 2 1 P A n! n 3! 10 15 2 1 . 25 3 Widzimy, ¿e wynik jest ten sam niezale¿nie od modelu, poniewa¿ zdarzenie A nie zale¿aùo od kolejnoœci. 6. W pudeùku jest 6 œrubek dobrych i 2 zùe. Opisaã przestrzeñ zdarzeñ elementarnych i obliczyã prawdopodobieñstwo, ¿e wœród 4 wybranych œrubek s¹ 3 dobre i 1 zùa. 7. Ze schroniska na szczyt prowadz¹ 3 szlaki: czarny, zielony i niebieski. Odbywam wycieczkê na szczyt i z powrotem wybieraj¹c szlaki losowo. Jakie jest prawdopodobieñstwo i¿ bêdê wchodziã i schodziã tym samym szlakiem? Rozwi¹zanie Przestrzeñ zdarzeñ elementarnych x1 , x 2 , xi cz, z, n . Zauwa¿my, ¿e w parze mog¹ siê powtarzaã kolory. Znowu mamy do czynienia z modelem klasycznym ponadto 3 2 9 . Niech A zdarzenie polegaj¹ce na powrocie t¹ tras¹ któr¹ przyszliœmy, A cz , cz , z , z , n, n , st¹d A 3 . Mamy wiêc P A 1 . 3 8. Rzucam 2 razy kostk¹ symetryczn¹. Opisz przestrzeñ zdarzeñ elementarnych. Jakie jest prawdopodobieñstwo a) wyrzucenia dwukrotnie tego samego? b) wyrzucenia w sumie 10 oczek? 9. Autobus zatrzymuje siê na 10 przystankach. W autobusie jest 8 pasa¿erów, z których ka¿dy musi wysi¹œã na jednym z przystanków. Opisz przestrzeñ zdarzeñ elementarnych. Jakie jest prawdopodobieñstwo i¿ ka¿dy spoœród 8 pasa¿erów wysi¹dzie na innym przystanku. Jakie jest prawdopodobieñstwo i¿ wszyscy pasa¿erowie wysi¹d¹ na tym samym przystanku. 10 10. Losowo dzielimy 15 delicji szampañskich miêdzy 4 osoby. Jakie jest prawdopodobieñstwo, ¿e ka¿da z nich dostanie: a) przynajmniej jedno ciasteczko? b) przynajmniej 2 ciasteczka? Opisz przestrzeñ zdarzeñ elementarnych. Rozwi¹zanie Jeœli uznamy, ¿e w modelu tym nie ma znaczenia które delicje otrzymaùa która osoba to: x1 , x2 , x3 , x4 , x1 , x 2 , x3 , x 4 N, x1 x 2 x3 x 4 15 , (przyjmijmy dla uùatwienia zapisu, ¿e 0 nale¿y do liczb naturalnych), gdzie xi to iloœã delicji otrzymanych przez 15 4 1 ( wzór na iloœã kombinacji z i-t¹ osobê. Z kombinatoryki mamy 4 1 powtórzeniami). a) A zdarzenie polegaj¹ce na otrzymaniu przynajmniej jednego ciasteczka przez ka¿d¹ osobê, A 1 x1 ,1 x 2 ,1 x3 ,1 x 4 , x1 , x 2 , x3 , x 4 N, x1 x 2 x3 x 4 11 , 11 4 1 . mamy wiêc z tego samego wzoru co powy¿ej A 4 1 11 4 1 4 1 Ostatecznie P A . 15 4 1 4 1 Podpunkt b robi siê analogicznie. 11. Do windy zatrzymuj¹cej siê na 4 piêtrach wsiadùo 20 osób. Oblicz prawdopodobieñstwo i¿ na ka¿dym z piêter wysi¹dzie dokùadnie 5 osób. Oblicz prawdopodobieñstwo i¿ przynajmniej na jednym piêtrze nikt nie wysi¹dzie. Opisz przestrzeñ zdarzeñ elementarnych. 12. Z liczb 1-1001 wylosowano 2. Opisz przestrzeñ zdarzeñ elementarnych. Oblicz prawdopodobieñstwo i¿ ich suma jest podzielna przez 3. 13. U¿ywaj¹c ró¿nych cyfr ze zbioru Z 3,4,5,7,9 utworzono liczbê trzycyfrow¹. Opisz przestrzeñ zdarzeñ elementarnych. Oblicz prawdopodobieñstwo, ¿e: a) Jedn¹ z cyfr jest 7 b) Jest to liczba parzysta. Wùasnoœci prawdopodobieñstwa 1. Niech A,B,C bêd¹ zdarzeniami. Niech ponadto: P A 0,5; PB 0,2; PC 0,4; P A C 0,2; PB C 0,1; P A B 0,1; A B C Policz prawdopodobieñstwo: a) zachodzi przynajmniej jedno ze zdarzeñ b) zachodzi dokùadnie jedno ze zdarzeñ A,B,C c) zachodz¹ przynajmniej dwa ze zdarzeñ A,B,C d) nie zachodzi ¿adne z tych zdarzeñ. 11 Rozwi¹zanie a) Interesuje nas zdarzenie postaci A B C , gdzie oczywiœcie A,B,C niekoniecznie rozù¹czne, st¹d P A B C P A PB PC P A B P A C PB C P A B C i podstawiaj¹c otrzymujemy: P A B C 0,5 0,2 0,4 0,2 0,1 0,1 0 0,7 . b) Interesuje nas zdarzenie postaci A B C B A C C A B , tu sumowane zdarzenia s¹ rozù¹czne , liczymy wiêc P A B C B A C C A B P A B C P B A C P C A B P A P A B P A C P B P A B P B C P C P A C P B C 0,5 0,2 0,1 0,2 0,1 0,1 0,4 0,2 0,1 0,3 c) d) Samodzielnie Teraz musimy policzyã P A B C P A B C 1 P A B C 0,3 . 2. Udowodnij, ¿e P A B P A PB 1 . Wskazówka: Skorzystaã z wzoru na sumê zdarzeñ oraz z faktu, ¿e prawdopodobieñstwo dowolnego zdarzenia jest mniejsze b¹dê równe 1. 1 1 i P A B , P A \ B P B \ A . Oblicz P A, P A \ B . 2 4 1 3 4. Dane s¹ P A , P B , A B . Uporz¹dkowaã rosn¹co 4 4 P A B , P A B , P A B . 3. Dane s¹ P A B 5. Maj¹c dane zdarzenia niezale¿ne A i B o prawdopodobieñstwach: P A 0,4 oraz PB 0,6 , znajdê: P( A / B) a) P A B b) P A B . c) Wskazówka: Niezale¿noœã daje nam P A B P A PB 0,24 . 6. Zbadaj kiedy zdarzenie jest niezale¿ne samo od siebie. Rozwi¹zanie. Musimy zbadaã dla jakich A zachodzi P A A P A P A . Zauwa¿my, ¿e A A A , czyli musimy zbadaã równoœã a a 2 gdzie a P A . Oczywiœcie równoœã ta zachodzi wtedy i tylko wtedy gdy a 0 a 1 . St¹d mamy, ¿e zdarzenie jest niezale¿ne samo od siebie gdy jego prawdopodobieñstwo wynosi 0 lub 1. 12 7. W szafce s¹ 3 pary kaloszy w 3 ró¿nych kolorach i tym samym rozmiarze. Czùowiek nie rozró¿niaj¹cy kolorów dzieli je na pary: lewy z prawym. Jakie jest prawdopodobieñstwo, ¿e ¿adna para nie bêdzie jednokolorowa? Rozwi¹zanie Mamy do czynienia z modelem klasycznym. Wyobraêmy sobie, ¿e nasz daltonista ustawia najpierw 3 prawe kalosze a potem dopasowuje do nich 3 lewe, wtedy ka¿de zdarzenie elementarne to jedno z ustawieñ 3 kaloszy lewych w ci¹g, st¹d 3! 6 . Niech A zdarzenie polegaj¹ce na tym, ¿e ¿adna para nie jest jednokolorowa. Zbadamy zdarzenie przeciwne do A czyli zdarzenie A - przynajmniej 1 para jest jednokolorowa. Ponumerujmy pary kaloszy i okreœlmy zdarzenia: A1 para numer 1 jest prawidùowo sparowana, A2 para numer 2 jest prawidùowo sparowana, A2 para numer 3 jest prawidùowo sparowana. Wtedy P A P A1 A2 A3 P A1 P A2 P A3 P A1 A2 P A2 A3 P A1 A3 P A1 A2 A3 . 2! 2! 2! 1 1 1 1 1 1 4 3 2 3! 3! 3! 3! 3! 3! 3! 3 6 6 2 1 Czyli P A 1 P A . 6 3 8. Na zabawie s¹ 3 pary maù¿eñskich. W sposób losowy kobiety losuj¹ mê¿czyzn do tañca. Jakie jest prawdopodobieñstwo, ¿e ¿aden m¹¿ nie tañczy ze swoj¹ ¿on¹? Prawdopodobieñstwo geometryczne 1. Z odcinka 2,3 losujemy liczbê policz prawdopodobieñstwo, i¿: a) wylosowana liczba bêdzie dodatnia b) kwadrat wylosowanej liczby bêdzie mniejszy od 1 c) kwadrat wylosowanej liczby bêdzie wiêkszy od 2 d) bêdzie to liczba wymierna Rozwi¹zanie Poniewa¿ losujemy 1 liczbê z odcinka 2,3 , wiêc 2,3 , zaœ A A A prawdopodobieñstwo okreœlone jest wzorem: P A 1 1 1 . 1 3 2 5 a) Niech A zdarzenie: wylosowana liczba bêdzie dodatnia, wtedy A 3 A x 2,3 : x 0 0,3 , st¹d P A 1 . 5 5 b) Niech B zdarzenie: kwadrat wylosowanej liczby bêdzie mniejszy od 1, wtedy A 2 A x 2,3 : x 2 1 1,1 , st¹d P A 1 . 5 c) samodzielnie 13 5 d) zbiór liczb wymiernych jest przeliczaln¹ sum¹ zbiorów jednopunktowych, wiêc jego miara Lebesgu’a wynosi 0, st¹d prawdopodobieñstwo zdarzenia z podpunktu d) wynosi 0. 2. Z odcinka 1,2 losujemy 2 liczby. Policz prawdopodobieñstwo tego, ¿e: a) ich suma jest dodatnia, b) ich maksimum jest mniejsze od 1, c) jedna z nich jest 2 razy wiêksza od drugiej, d) jedna jest wymierna, e) obie s¹ niewymierne. Wskazówka Zobacz Przykùad 2 z czêœci teoretycznej. Zadanie to robimy analogicznie. 3. Z odcinka 0,5 losujemy 3 liczby. Policz prawdopodobieñstwo tego, ¿e: a) ich minimum jest wiêksze od 2, b) ich maksimum jest wiêksze od 3, c) jedna z nich jest liczb¹ naturaln¹. 4. Na odcinku wybrano losowo dwa punkty, które dziel¹ go na trzy odcinki. Jakie jest prawdopodobieñstwo, ¿e mo¿na z tych 3 odcinków zbudowaã trójk¹t? 5. Na stóù o ksztaùcie koùa i promieniu 60 cm rzucono monetê o promieniu 1 cm, która upadùa na stóù. Jakie jest prawdopodobieñstwo, ¿e moneta nie dotknêùa brzegu stoùu? Rozwi¹zanie Musimy okreœliã najpierw model, zauwa¿my, ¿e jeœli moneta upadùa na stóù to jej œrodek ciê¿koœci musi le¿eã na stole i wùaœnie œrodek monety bêdzie wyznaczaù nam jej poùo¿enie. Teraz to nasz stolik czyli koùo o promieniu 60 cm, st¹d 2 2 60 3600 . Niech A zdarzenie polegaj¹ce nadym, ¿e moneta nie dotknie stoùu, oznacza to, ¿e A to koùo o promieniu 59 cm, bo promieñ monety to 1 cm. St¹d A 3481 3481 2 2 A 59 3481 , czyli 2 . 2 3600 3600 6. *Zadanie Bufona o igle. Igùê o dùugoœci l rzucono na podùogê z desek o szerokoœci a l a . Jaka jest szansa, ¿e igùa przetnie krawêdê deski? Prawdopodobieñstwo – inne modele, prawdopodobieñstwo warunkowe, badanie niezale¿noœci zdarzeñ ,prawdopodobieñstwo caùkowite i wzór Bayesa. 1. Rzucam 3 razy monet¹ dla której prawdopodobieñstwo wyrzucenia reszki jest 2 razy wiêksze ni¿ orùa. Opisz przestrzeñ zdarzeñ elementarnych. Policz prawdopodobieñstwo wyrzucenia dokùadnie 2 orùów. Rozwi¹zanie Ten model nie jest modelem klasycznym bo wyrzucenie reszki jest dwukrotnie bardziej prawdopodobne ni¿ orùa, st¹d zdarzenia elementarne nie s¹ równie prawdopodobne. 1 3 Oczywiœcie x1 , x 2 , x3 , xi o, r, poniewa¿ w jednym rzucie P o , P r wiêc poszczególne zdarzenia elementarne maj¹ nastêpuj¹ce prawdopodobieñstwa: 14 2 , 3 1 1 1 1 2 1 1 , P r , o, o 3 3 3 27 3 3 3 1 1 2 2 2 2 1 P o, o, r , P r , r , o 3 3 3 27 3 3 3 2 1 2 4 2 2 2 P r , o, r , P r , r , r 3 3 3 27 3 3 3 P o, o, o 2 1 2 1 2 , P o, r , o , 27 3 3 3 27 4 1 2 2 4 , P o, r , r , 27 3 3 3 27 8 . Warto jeszcze przeliczyã czy 27 suma prawdopodobieñstw wszystkich zdarzeñ elementarnych wynosi 1, sprawdzamy, zgadza siê. Niech A zdarzenie: wyrzucenie dokùadnie 2 orùów. Mamy wtedy sumuj¹c odpowiednie prawdopodobieñstwa nastêpuj¹cy wynik: P A 6 . 27 2. Rzucam kostk¹ a nastêpnie monet¹ tylokrotnie ile wypadùo oczek na kostce. Opisz przestrzeñ zdarzeñ elementarnych. Znajdê prawdopodobieñstwo wyrzucenia a) dokùadnie 5 orùów. b) przynajmniej 1 reszki 3. Do urny wkùadam 5 kul zielonych, 4 niebieskie, oraz 2 biaùe. Z urny losuje kolejno 2 kule. Opisz przestrzeñ zdarzeñ elementarnych. Policz prawdopodobieñstwo wylosowania kul we wszystkich kolorach. 4. Rzucam kostk¹ do gry do momentu wyrzucenia 6-stki. Opisz przestrzeñ zdarzeñ elementarnych. Policz prawdopodobieñstwo: a) rzucaliœmy parzyst¹ iloœã razy b) rzucaliœmy mniej ni¿ 5 razy. Rozwi¹zanie Zauwa¿my, ¿e mamy do czynienia z przestrzeni¹ nieskoñczon¹ n 5 1 6, x 6, xx 6, xxx 6, xxxx 6, xxxxx 6,..., x 1,2,3,4,5. Jednoczeœnie P x...x 6 , 6 6 gdzie n liczba x-ów poprzedzaj¹cych 6. a) Niech teraz A zdarzenie polegaj¹ce na tym, ¿e rzucaliœmy parzyst¹ iloœã 5 razy, A x 6, xxx 6, xxxxx 6,... , st¹d P A n 1 6 b) 2 n 1 1 6 5 1 5 6 6 36 5 . 2 11 11 5 1 36 6 Niech teraz B zdarzenie polegaj¹ce na tym, ¿e rzucaliœmy mniej ni¿ 5 razy, B 6, x 6, xx 6, xxx 6 , mamy wtedy P B 1 5 25 125 . 6 6 2 63 6 4 5. Rzucamy monet¹ do momentu wyrzucenia 2 razy pod rz¹d tej samej strony monety. Opisz przestrzeñ zdarzeñ elementarnych. Policz prawdopodobieñstwo i¿ rzucaliœmy nieparzyst¹ iloœã razy. 6. Dwóch graczy A i B rzucaj¹ na zmianê monet¹. Wygrywa ten z nich który pierwszy wyrzuci orùa. Opisz przestrzeñ zdarzeñ elementarnych. Policz prawdopodobieñstwo wygrania dla ka¿dego z nich. 7. Trzech graczy A ,B i C rzucaj¹ na zmianê monet¹. Wygrywa ten z nich który pierwszy wyrzuci orùa. Opisz przestrzeñ zdarzeñ elementarnych. Policz prawdopodobieñstwo wygrania dla ka¿dego z nich. 8. Rzucam 2 razy kostk¹ do gry. Niech A zdarzenie polegaj¹ce na wyrzuceniu szóstki w pierwszym rzucie, niech B zdarzenie polegaj¹ce na wyrzuceniu 1 lub 2 w drugim 15 rzucie, zaœ C zdarzenie polegaj¹ce na wyrzuceniu w sumie 7 oczek. Zbadaj niezale¿noœã: a) Zdarzeñ A i B b) Zdarzeñ A i C c) Zdarzeñ B i C d) Zdarzeñ A,B,C razem. Rozwi¹zanie Oczywiœcie x, y , x, y 1,2,3,4,5,6 , model klasyczny, 36 . Zauwa¿my ponadto 6 ; 36 A 6, y , y 1,2,3,4,5,6 oraz A 6 , P A B x,1, x,2 , x 1,2,3,4,5,6 oraz B 12 , P B 12 ; 36 C 6,1, 5,2, 4,3, 3,4 , 2,5, 1,6 oraz C 6 , P C A B 6,1, 6,2 oraz A B 2 , P A B A C 6,1 oraz A C 1 , P A C 6 ; 36 2 ; 36 1 ; 36 C B 6,1, 5,2 oraz C B 2 , P C B 2 ; 36 1 . 36 Mamy wiêc P A B P A PB , P A C P A PC , PB C PB PC , P A B C P A PB PC . Zdarzenia A,B,C s¹ parami niezale¿ne ale nie s¹ A B C 6,1 oraz A B C 1 , P A B C niezale¿ne wszystkie 3 razem. 9. Wybrano losowo rodzinê z dwójk¹ dzieci i okazaùo siê, ¿e jedno z nich ma na drugie imiê Piotrek ( co nie znaczy ¿e drugie nie ma na imiê Piotrek). Jaka jest szansa, ¿e drugie dziecko te¿ jest chùopcem. Rozwi¹zanie 10. Przyjmijmy x1 , x 2 , xi d , c, gdzie xi pùeã i-tego dziecka. Niech A zdarzenie: jedno z nich ma na drugie imiê Piotrek, zaœ B zdarzenie drugie dziecko te¿ jest chùopcem. Liczymy PB / A P A B P A 1 4 3 4 1 . 3 11. Rzucamy trzema kostkami. Jakie jest prawdopodobieñstwo, ¿e na ¿adnej kostce nie wypadùa 6, jeœli na ka¿dej kostce jest inny wynik. 12. Mamy trzy kr¹¿ki. Jeden z dwóch stron jest biaùy, drugi ma obie strony czarne a trzeci jedn¹ czarn¹ a drug¹ biaù¹. Rzucaliœmy losowo wybranym kr¹¿kiem i na wierzchu wypadùa biaùa strona. Policz prawdopodobieñstwo, ¿e po drugiej stronie jest kolor czarny. 13. Jaka jest szansa, ¿e ka¿dy z graczy S,E,W ma co najmniej 1 asa, jeœli wiadomo, ¿e gracz N nie dostaù ¿adnego. 14. W urnie znajduje siê 3 kule biaùe i 7 czarnych. Losuje z urny 10 razy ze zwrotem. Policz prawdopodobieñstwo tego, ¿e: a) Wylosuje 10 kul czarnych b) Wylosuje 4 kule czarne 16 c) Wylosuje co najmniej 2 kule czarne. 1 5 15. Myœliwy trafia do dzika z prawdopodobieñstwem p . Ile razy powinien strzeliã aby z prawdopodobieñstwem wiêkszym ni¿ 0,5 trafiù dzika przynajmniej raz. Wskazówka Skorzystaj ze schematu Bernoulliego. 16. Rzucono 10 razy symetryczn¹ kostk¹. Jakie jest prawdopodobieñstwo, ¿e w ostatnim rzucie wypadnie 3, jeœli wiadomo, ¿e a) otrzymano 4 trójki, b) w pierwszych 9 rzutach wypadùy same trójki? 17. *Zadanie Banacha o zapaùkach. Pewien matematyk nosi w kieszeniach (lewej i prawej) po jednym pudeùku zapaùek. Ilekroã chce zapaliã papierosa, siêga do losowo wybranej kieszeni. Jaka jest szansa, ¿e gdy po raz pierwszy wyci¹gnie puste pudeùko to w drugim bêdzie k zapaùek?( k=1,2,3,...,m gdzie m jest liczb¹ zapaùek w peùnym pudeùku. Zakùadamy, ¿e pocz¹tkowo matematyk ma 2 peùne pudeùka.) 18. Z jednej urny zawieraj¹cej 4 biaùe, 3 zielone i 3 niebieskie kule do drugiej zawieraj¹cej 8 biaùych kul przekùadamy dwie losowo wybrane kule. Nastêpnie z drugiej urny losujemy 1 kule. Policz prawdopodobieñstwo i¿: a) jest to kula biaùa, b) przeùo¿yliœmy dwie kule biaùe jeœli wylosowana kula okazaùa siê biaùa. Rozwi¹zanie Zauwa¿my najpierw, ¿e nas interesuj¹ tylko 2 rodzaje kul: biaùe i inne. W zadaniach wykorzystuj¹cych wzór na prawdopodobieñstwo caùkowite i wzór Bayesa nie musimy konstruowaã przestrzeni probabilistycznej dla caùego doœwiadczenia, bo wszystkie potrzebne prawdopodobieñstwa zale¿¹ od pomocniczych przestrzeni. Pierwszej zwi¹zanej z losowaniem 2 kul z pierwszej urny 1 x, y, x, y b1 , b2 , b3 , b4 , i1 , i2 ,..., i6 gdzie literki b oznaczaj¹ kule biaùe a literki i inne. Druga zale¿y od wyniku pierwszego losowania. Oznaczmy: B0 przeùo¿enie dwóch kul innych z pierwszej do drugiej urny, 6 2 5 P B0 ; 10 15 2 B1 przeùo¿enie jednej kuli biaùej i jednej czarnej z pierwszej do drugiej urny, 4 6 1 1 8 P B1 ; 15 10 2 B2 przeùo¿enie dwóch kul biaùych z pierwszej do drugiej urny, 4 2 2 P B 2 . 10 15 2 17 Zauwa¿my, ¿e zdarzenia te tworz¹ ukùad zupeùny, bo s¹ rozù¹czne i obejmuj¹ wszystkie 2 mo¿liwe przypadki ( Bi B j , i j , Bi ). i 0 Niech A oznacza wylosowanie kuli biaùej z drugiej urny. Potrzebne nam bêd¹ teraz jeszcze prawdopodobieñstwa zdarzeñ: A / B0 czyli prawdopodobieñstwo wylosowania z drugiej urny kuli biaùej pod warunkiem przeùo¿enie dwóch kul innych z pierwszej do drugiej urny, A / B1 czyli prawdopodobieñstwo wylosowania z drugiej urny kuli biaùej pod warunkiem przeùo¿enie jednej kuli biaùej i jednej czarnej z pierwszej do drugiej urny, A / B1 czyli prawdopodobieñstwo wylosowania z drugiej urny kuli biaùej pod warunkiem przeùo¿enie dwóch kul biaùych z pierwszej do drugiej urny. £atwo widaã, ¿e 8 , 10 9 P A / B1 , 10 P A / B2 1 P A / B0 Potrzebujemy policzyã jeszcze a) z wzoru na prawdopodobieñstwo caùkowite mamy: 2 8 5 9 8 2 22 1 10 15 10 15 15 25 i 0 P A / B2 P B2 152 5 z wzoru Bayesa PB2 / A 22 . P A 33 25 P A P A / Bi PBi b) 19. Rzucam kostk¹ a nastêpnie monet¹ tyle razy ile wypadùo oczek na kostce. Policz prawdopodobieñstwo: a) wyrzucenia 3 orùów, b) wyrzucenia 6 oczek jeœli wypadùy 3 orùy, c) wyrzucenia 6 oczek jeœli nie wypadù ani jeden orzeù. 20. W urnie znajduje siê a losów wygrywaj¹cych, b losów przegrywaj¹cych i c losów „losuj dalej”. Po losowaniu los wrzucamy z powrotem do urny. Korzystaj¹c z wzoru na prawdopodobieñstwo caùkowite policz prawdopodobieñstwo wygranej dla a=100 i b=200. 21. Dwaj gracze A i B rzucaj¹ na zmianê kostk¹ symetryczn¹. Wygrywa ten z nich który pierwszy wyrzuci 6. Korzystaj¹c z wzoru na prawdopodobieñstwo caùkowite policz prawdopodobieñstwo wygranej dla ka¿dego z graczy. 22. Fabryka A produkuje 500 000 samochodów rocznie, fabryka B produkuje 200 000 samochodów a pozostaùe 1 300 000 samochodów pochodzi z importu . 10% samochodów z fabryki A jest niebieskich, 20% z fabryki B ma kolor niebieski i tylko 5% pochodz¹cych z importu to samochody niebieskie. Policz prawdopodobieñstwo i¿: a) losowo wybrany samochód z tego rocznika jest niebieski b) losowo wybrany samochód z tego rocznika pochodzi z fabryki A jeœli okazaù siê niebieski. 18 Uwaga koñcowa. Dodatkowo rozwi¹zania podobnych zadañ maj¹ pañstwo w przykùadach w czêœci teoretycznej oraz w pozycjach, z których korzystaùam przy pisaniu zestawów: „Wstêp do teori prawdopodobieñstwa” J.Jakubowski, R.Sztencel; „Rachunek prawdopodobieñstwa i statystyka matematyczna w zadaniach”, tom1, W.Krysicki, J.Bartos, W.Dyczka, K.Królikowska, M.Wasilewski; „Prawdopodobieñstwo i miara” P.Billinsley 19