( ) ( ) 9.2.7 Nezávislé jevy I. Předpoklady: 9204



Podobné dokumenty
III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

( ) ( ) Binomické rozdělení. Předpoklady: 9209

pravděpodobnosti a Bayesova věta

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

( ) ( ) Binomické rozdělení. Předpoklady: 9209

Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/

Řešené příklady z pravděpodobnosti:

Jevy, které za daných podmínek mohou, ale nemusí nastat, nazýváme náhodnými jevy. Příklad: při hodu hrací kostkou padne trojka

PRAVDĚPODOBNOST A JEJÍ UŽITÍ

Náhodné jevy. Teorie pravděpodobnosti. Náhodné jevy. Operace s náhodnými jevy

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

Jevy A a B jsou nezávislé, jestliže uskutečnění jednoho jevu nemá vliv na uskutečnění nebo neuskutečnění jevu druhého

{ 3;4;5;6 } pravděpodobnost je zřejmě 4 = 2.

Diskrétní matematika. DiM /01, zimní semestr 2016/2017

Tomáš Karel LS 2012/2013

9.1.8 Kombinace I. Předpoklady: 9107

Náhodný jev a definice pravděpodobnosti

Informační a znalostní systémy

Intuitivní pojem pravděpodobnosti

5.1. Klasická pravděpodobnst

4.3.4 Základní goniometrické vzorce I

PRAVDĚPODOBNOST Náhodné pokusy. Náhodný jev

Škola: Gymnázium, Brno, Slovanské náměstí 7 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN

4.5.9 Pravděpodobnost II

4.3.3 Základní goniometrické vzorce I

a) 7! 5! b) 12! b) 6! 2! d) 3! Kombinatorika

Matematika III. 27. září Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Poznámky k předmětu Aplikovaná statistika, 1. téma

Diskrétní matematika. DiM /01, zimní semestr 2018/2019

KOMBINATORIKA. 1. cvičení

IB112 Základy matematiky

Pravděpodobnost a statistika (BI-PST) Cvičení č. 2

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.

Motivace. 1. Náhodné jevy. Poznámky k předmětu Aplikovaná statistika, 1. téma

Analytická geometrie. c ÚM FSI VUT v Brně

CVIČNÝ TEST 37. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X

Odhady - Sdružené rozdělení pravděpodobnosti

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

Pythagorova věta

22. Pravděpodobnost a statistika

pravděpodobnost, náhodný jev, počet všech výsledků

Pravděpodobnost a její vlastnosti

Pravděpodobnost (pracovní verze)

3.2.3 Podobnost trojúhelníků I

Pravděpodobnost a statistika

3.2.3 Podobnost trojúhelníků I

Náhodný pokus každá opakovatelná činnost, prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě.

( ) ( ) Logaritmické nerovnice II. Předpoklady: 2924

Pedagogická poznámka: Celý obsah se za hodinu stihnout nedá. z ] leží na kulové ploše, právě když platí = r. Dosadíme vzorec pro vzdálenost:

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

Lineární funkce IV

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X

Vybrané kapitoly z matematiky

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

Grafické řešení soustav lineárních rovnic a nerovnic

pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti.

1.3.3 Množinové operace

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Určeno studentům středního vzdělávání s maturitní zkouškou, 4. ročník, okruh Základy počtu pravděpodobnosti

3. Podmíněná pravděpodobnost a Bayesův vzorec

4.3.8 Vzorce pro součet goniometrických funkcí. π π. π π π π. π π. π π. Předpoklady: 4306

9.1.1 Základní kombinatorická pravidla I

Tomáš Karel LS 2012/2013

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

2. přednáška - PRAVDĚPODOBNOST

5 Pravděpodobnost. Sestavíme pravděpodobnostní prostor, který modeluje vytažení dvou ponožek ze šuplíku. Elementární jevy

Náhodný jev. Jevy, které za daných podmínek mohou, ale nemusí nastat, nazýváme náhodnými jevy.

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

7.1.3 Vzdálenost bodů

Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1

NÁHODNÝ VEKTOR. 4. cvičení

( n) ( ) ( ) Kombinatorické úlohy bez opakování. Předpoklady: 9109

Matematika I 2a Konečná pravděpodobnost

0.1 Úvod do lineární algebry

5) Ve třídě 1.A se vyučuje 11 různých předmětů. Kolika způsoby lze sestavit rozvrh na 1 den, vyučuje-li se tento den 6 různých předmětů?

Motivace. Náhodný pokus, náhodný n jev. Pravděpodobnostn. podobnostní charakteristiky diagnostických testů, Bayesův vzorec

( ) ( ) ( ) x Užití derivace. Předpoklady: 10202, 10209

( x ) 2 ( B) ( ) ( ) ( ) Rozklad mnohočlenů na součin pomocí vzorců. Předpoklady: ) ( )( ) a) ( ) ( ) ( ) b) ( ) ( ) ( ) Př.

6.1.2 Operace s komplexními čísly

Statistika (KMI/PSTAT)

Další vlastnosti kombinačních čísel

Příklady z finanční matematiky II

Matematika 1 MA1. 1 Analytická geometrie v prostoru - základní pojmy. 4 Vzdálenosti. 12. přednáška ( ) Matematika 1 1 / 32

Skaláry a vektory

Procentová část

Pedagogická poznámka: V následujícím příkladu nemusí všichni spočítat všechno. Pomalejší žáky je třeba přerušit, aby stihli spočítat příklad 6. Př.

28.ročník. Milý řešiteli!

Základní pojmy teorie množin Vektorové prostory

náhodný jev je podmnožinou

Pravděpodobnost Podmíněná p. Úplná p. III. Pravděpodobnost. III. Pravděpodobnost Statistika A (ZS 2015)

1.4.3 Složené výroky implikace a ekvivalence

letní semestr Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika vektory

0.1 Úvod do lineární algebry

Diskrétní náhodná veličina. November 12, 2008

10. N á h o d n ý v e k t o r

4. cvičení 4ST201. Pravděpodobnost. Obsah: Pravděpodobnost Náhodná veličina. Co je třeba znát z přednášek

Pravděpodobnost je. Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava

Nepřijde a nedám 100 Kč měl jsem pravdu, o této

Transkript:

9.2.7 Nezávislé jevy I Předpoklady: 9204 Př. : Předpokládej, že pravděpodobnost narození chlapce je stejná jako pravděpodobnost narození dívky (a tedy v obou případech rovna 0,5) a není ovlivněna genetickými dispozicemi rodičů. Najdi množinu všech možných výsledků rození dětí v rodinách se třemi dětmi. Urči pravděpodobnosti následujících jevů: a) Jev A: nejstarší dítě je hoch b) Jev B: prostřední dítě je dívka c) Jev C: všechny tři děti jsou hoši A B A C B C. U každého průniku Urči také pravděpodobnosti jevů ( ), ( ) a rozhodni, zda je v běžném smyslu možné považovat jevy, ze kterých je sestaven, za nezávislé. Při sestavování množiny všech výsledků musíme zohlednit: potřebujeme znát pořadí dětí, kvůli určení pravděpodobností jevů A a B, všechny výsledku by měly být stejně pravděpodobné (což neplatí pro výsledky dvě dívky a jeden hoch a tři hoši ), množinou všech výsledků budou uspořádané trojice z písmen h, d, kde první místo znamená pohlaví prvního dítěte, druhé místo pohlaví druhého, třetí místo třetího. Ω = h, h, h, h, h, d, h, d, h, d, h, h, h, d, d, d, h, d, d, d, h, d, d, d { } a) Jev A: nejstarší dítě je hoch = {(,, ),(,, ),(,, ),(,, )} A h h h h h d h d h h d d b) Jev B: prostřední dítě je dívka P A = {(,, ),(,, ),(,, ),(,, )} B h d h h d d d d h d d d P B c) Jev C: všechny tři děti jsou hoši C = {( h, h, } P ( C ) = Nezávislé jevy: jevy, které se neovlivňují. A B : první dítě je hoch a prostřední je dívka Jev A B = {( h, d,,( h, d, P ( A B) Jevy A, B jsou nezávislé, skutečnost, že se jako první narodí chlapec, nemá vliv na pohlaví druhého dítěte. A C : první dítě je hoch a všechny tři děti jsou hoši Jev A C = {( h, h, } P ( A C) = Jevy A, C nejsou nezávislé, protože se nemohou narodit tři hoši bez toho, aby první dítě byl hoch. B C : prostřední dítě je dívka a všechny tři děti jsou hoši Jev 0 B C = P ( B C) 0

Jevy B, C nejsou nezávislé, protože když bude prostřední dítě dívka, nikdy se nenarodí ze tří dětí tři hoši. Pravděpodobnost, že první dítě je hoch a druhé dítě je dívka můžeme určit i jinak. Přibližně polovina rodin má jako první dítě hocha a z této poloviny pak polovina rodin má jako druhé dítě dívku pravděpodobnost jevu ( A B) je tedy: =. 2 2 4 Rozebereme si význam jednotlivých členů: = P( A), = P( B), = P( A B). 2 2 4 P A B = P A P B. Zdá se, že platí vzorec: = = =. 6 P B C = 0 P B P C = =. 2 6 Platí tento vzorec i pro jevy A, C? P ( A C ) P ( A) P ( C ) Podobně vzorec neplatí pro jevy B, C: Závěr: Zdá se, že pokud jsou dva jevy A, B nezávislé, pravděpodobnost P ( A B) nastanou oba, získáme jako součin pravděpodobností P ( A ) a P ( B ). toho, že Ve skutečnosti je to ještě jinak. Nemít vliv není matematický termín a tak nemůžeme tímto způsobem rozhodovat, zda jsou dva jevy nezávislé. Rozhodnutí je pak možné učinit pouze na P A B = P A P B platí nebo ne. Nejenže pro nezávislé základě toho, zda vzorec jevy můžeme používat vzorec P ( A B) = P ( A) P( B), ale dokonce platnost tohoto vzorce rozhoduje o tom, zda jevy můžeme považovat nezávislé. Řekneme, že jevy A, B jsou nezávislé, jestliže platí P ( A B) = P ( A) P( B). Př. 2: Ve třetím ročníku gymnázia propadá ve čtvrtletí průměru 5% studentů z matematiky, 2% studentů z fyziky a % studentů z obou předmětů. Rozhodni, zda jsou jevy student propadne z matematiky a student propadne z fyziky nezávislé. Uvedená procenta vyjádříme jako pravděpodobnosti: P ( M ) = 0,05, P ( F ) = 0,02, P ( M F ) = 0,0. Dosadíme do vzorce: P ( M F ) = P ( M ) P ( F ). 0,0 0,05 0,02 = 0,00 Jevy student propadne z matematiky a student propadne z fyziky jsou závislé (což není nic překvapivého). Př. 3: U náhodného pokusu z prvního příkladu rozhodni nejdříve odhadem, poté dosazením do vzorce, zda jsou nezávislé dvojice jevů: a) D: pohlaví prvních dvou dětí je stejné, E: třetí se narodí hoch, b) D: pohlaví prvních dvou dětí je stejné, F: pohlaví prvního a třetího dítěte je stejné, c) D: pohlaví prvních dvou dětí je stejné, G: pohlaví všech tří dětí je stejné. Určíme potřebné pravděpodobnosti a dosadíme do vzorce. 2

a) D: pohlaví prvních dvou dětí je stejné, E: třetí se narodí hoch Jevy D a E jsou zřejmě nezávislé. Jev D: pohlaví prvních dvou dětí je stejné. D = {( h, h,,( h, h, d ),( d, d,,( d, d, P ( D ) Jev E: třetí se narodí hoch. E = {( h, h,,( h, d,,( d, h,,( d, d, } P ( E ) Jev D E : pohlaví prvních dvou dětí je stejné a třetí se narodí hoch. D E = {( h, h,,( d, d, } P ( D E) Vzorec: P ( D E) = P ( D) P( E) = jevy D a E jsou nezávislé. 4 2 2 b) D: pohlaví prvních dvou dětí je stejné, F: pohlaví prvního a třetího dítěte je stejné Jevy D a F by mohly být nezávislé. Jev F: pohlaví prvního a třetího dítěte je stejné. F = {( h, h,,( h, d,,( d, h, d ),( d, d, P ( F ) Jev D F : pohlaví prvních dvou dětí je stejné a pohlaví prvního a třetího dítěte je stejné. D F = {( h, h,,( d, d, P ( D F ) Vzorec: P ( D F ) = P( D) P( F ) = jevy D a F jsou nezávislé. 4 2 2 c) D: pohlaví prvních dvou dětí je stejné, G: pohlaví všech tří dětí je stejné Jevy jsou závislé, pokud není pohlaví prvních dvou dětí stejné, nemohou mít stejné pohlaví všechny tři děti. Jev G: pohlaví všech tří dětí je stejné. G = {( h, h,,( d, d, P ( G ) Jev D G : pohlaví prvních dvou dětí je stejné a pohlaví všech tří dětí je stejné. D G = {( h, h,,( d, d, P ( D G) Vzorec: P ( D G) = P ( D) P ( G) jevy D a G nejsou nezávislé. 4 2 4 Pedagogická poznámka: Žáci sice mají napsanou podmínku pro nezávislé jevy, spočítaný příklad, ale přesto mají tendenci v předchozím příkladu nic neověřovat, spočítat pravděpodobnost průniku součinem a prohlásit jevy za nezávislé. Dodatek: Podobně jako můžeme určit, zda jsou nezávislé jevy A, B pomocí vzorce P A B = P A P B, můžeme rozhodnout i o nezávislosti tří jevů A, B, C. Jevy A, B, C jsou nezávislé, právě když jsou nezávislé: P A B = P A P B, a) každé dva z nich ( platí vzorce P ( A C) = P ( A) P( C) a P ( B C) = P ( B) P( C) ), b) všechny tři jevy dohromady ( platí vzorec 3

P ( A B C) = P( A) P( B) P ( C) ). Analogicky je možné určovat nezávislost více jevů než tří. Př. 4: Házíme modrou a bílou kostkou. Číslo, které padne na modré kostce, značíme m, číslo na bílé kostce b. Rozhodni, zda jsou nezávislé jevy: a) jev A: m + b = 7 a jev B: m = 3, b) jev C: m + b = 9 a jev D: m = 4, c) jev C: m + b = 9 a jev E: m > 3, d) jev F: m + b = a jev G: m 5. Při hodu rozlišujeme barvy kostek množinou všech možných výsledků bude množina všech uspořádaných dvojic čísel až 6. ( ; ) ( ; 2) ( ; 3) ( ; 4) ( ; 5) ( ; ( 2; ) ( 2; 2) ( 2; 3) ( 2; 4) ( 2; 5) ( 2; ( 3; ) ( 3; 2) ( 3; 3) ( 3; 4) ( 3; 5) ( 3; Ω = ( 4; ) ( 4; 2) ( 4; 3) ( 4; 4) ( 4; 5) ( 4; ( 5; ) ( 5; 2) ( 5; 3) ( 5; 4) ( 5; 5) ( 5; ( 6; ) ( 6; 2) ( 6; 3) ( 6; 4) ( 6 ; 5) ( 6; a) jev A: m + b = 7 a jev B: m = 3 P A : možnosti, jak získat součet 7: 7 = 4 + 3 2 možnosti, 7 = 5 + 2 2 možnosti, 7 6 2 = + možnosti 6 P A. P ( B ) : možnosti, kde m = 3 : celý třetí řádek tabulky 6 možností ( B) P A : možnosti, jak získat součet 7 a 3 P ( A B) = 3;4. m = : jediná možnost Dosadíme do vzorce pro násobení pravděpodobností: P ( A) P ( B) = P( A B) = jevy A: m + b = 7 a B: m = 3 jsou nezávislé. 6 6 6 P B. b) jev C: m + b = 9 a jev D: m = 4 Zdánlivě stejný příklad jako v předchozím bodě. P C : možnosti, jak získat součet 9: 9 = 4 + 5 2 možnosti, 9 = 6 + 3 2 možnosti P ( C ). 9 P( D ) : možnosti, kde m = 4 : celý čtvrtý řádek tabulky 6 možností ( D) P C : možnosti, jak získat součet 9 a 4 P ( C D) =. 4;5 m = : jediná možnost Dosadíme do vzorce pro násobení pravděpodobností: P ( C) P ( D) P( C D) 6 P D. = jevy C: m + b = 9 a D: m = 4 nejsou nezávislé někdy je doopravdy 9 6 54 těžké dopředu odhadnout, zda jsou jevy závislé či ne. 4

c) jev C: m + b = 9 a jev E: m > 3 P E : možnosti, kde m > 3 : celý čtvrtý, pátý a šestý řádek tabulky možností P ( E ). 2 P C E : možnosti, jak získat součet 9 a 3 3 P ( C E). 2 m > : tři možnosti ( 4;5 ), ( 5;4 ), Dosadíme do vzorce pro násobení pravděpodobností: P ( C) P ( E) P( C E) = jevy C: m + b = 9 a E: m > 3 nejsou nezávislé. 9 6;3 d) jev F: m + b = a jev G: m 5 P ( F ): možnosti, jak získat součet : = 6 + 5 2 možnosti P ( F ). P G : možnosti, kde m 5 : všechny řádky tabulky kromě pátého 30 možností 30 5 P ( G ). P F G : možnosti, jak získat součet a 5 P ( F G) =. 6;5 m : jediná možnost Dosadíme do vzorce pro násobení pravděpodobností: P ( F ) P( G) P( F G) 5 5 = jevy F: m + b = a G: m 5 nejsou nezávislé. 6 0 Př. 5: Petáková: strana 72/cvičení 32 strana 72/cvičení 34 Shrnutí: Dva jevy nezávislé právě tehdy, když pravděpodobnost toho, že nastanou oba najednou, se rovná součinu pravděpodobností, že nastane každý z nich. 5