Náhodný jev a definice pravděpodobnosti



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

Informační a znalostní systémy

Základy teorie pravděpodobnosti

Obecné, centrální a normované momenty

Tomáš Karel LS 2012/2013

Teorie pravěpodobnosti 1

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

Intuitivní pojem pravděpodobnosti

Pravděpodobnost a její vlastnosti

PRAVDĚPODOBNOST A JEJÍ UŽITÍ

Matematika I 2a Konečná pravděpodobnost

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

2. přednáška - PRAVDĚPODOBNOST

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

3. Podmíněná pravděpodobnost a Bayesův vzorec

Obsah. Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Pravděpodobnost. Pravděpodobnost. Děj pokus jev

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

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

Teoretická rozdělení

Pravděpodobnost a statistika

Náhodný pokus Náhodným pokusem (stručněji pokusem) rozumíme každé uskutečnění určitého systému podmínek resp. pravidel.

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

( ) ( ) Nezávislé jevy I. Předpoklady: 9204

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

Pravděpodobnost a statistika

Pravděpodobnost a aplikovaná statistika

Úvod do teorie pravděpodobnosti

PRAVDĚPODOBNOST Náhodné pokusy. Náhodný jev

PRAVDĚPODOBNOST A STATISTIKA 1 Metodický list č 1.

Řešené příklady z pravděpodobnosti:

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)

7. Rozdělení pravděpodobnosti ve statistice

Pravděpodobnost (pracovní verze)

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

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

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

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

Statistika (KMI/PSTAT)

Metodický list pro 3. soustředění kombinovaného Bc. studia předmětu B_St_2 STATISTIKA 2

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

ZÁKLADY TEORIE PRAVDĚPODOBNOSTI

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

Tomáš Karel LS 2012/2013

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

Cvičení ze statistiky - 5. Filip Děchtěrenko

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

pravděpodobnosti a Bayesova věta

1. Statistická analýza dat Jak vznikají informace Rozložení dat

Řešení příkladů na procvičení pravděpodobnosti 1

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

5.1. Klasická pravděpodobnst

a způsoby jejího popisu Ing. Michael Rost, Ph.D.

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

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

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

UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY BAKALÁŘSKÁ PRÁCE

Populace vs. data. popisná (deskriptivní) popis konkrétních dat. letní semestr

Motivace. Náhodný pokus, náhodný n jev. pravděpodobnost. podobnostní charakteristiky diagnostických testů, Bayesův vzorec. Prof.RND. RND.

Pravděpodobnost a aplikovaná statistika

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

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests)

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

Úvod do teorie odhadu. Ing. Michael Rost, Ph.D.

2. Definice pravděpodobnosti

Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11

IB112 Základy matematiky

PRAVDĚPODOBNOST A STATISTIKA. Bayesovské odhady

You created this PDF from an application that is not licensed to print to novapdf printer (

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

MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické

náhodný jev je podmnožinou

Pravděpodobnost v genetické analýze a předpovědi

MATEMATIKA III V PŘÍKLADECH

= = 2368

Induktivní statistika. z-skóry pravděpodobnost

Ústav teorie informace a automatizace. J. Vomlel (ÚTIA AV ČR) Úvod do bayesovských sítí 30/10/ / 28

Teorie pravděpodobnosti

CZ.1.07/1.5.00/ CZ.1.07/1.5.00/ Zvyšování vzdělanosti pomocí e-prostoru OP Vzdělávání pro konkurenceschopnost

KOMBINATORIKA. 1. cvičení

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.

Základní pojmy a úvod do teorie pravděpodobnosti. Ing. Michael Rost, Ph.D.

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

cv3.tex. Vzorec pro úplnou pravděpodobnost

(Cramerovo pravidlo, determinanty, inverzní matice)

Úvod do analýzy rozptylu

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?

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

3. Celistvé výrazy a jejich úprava 3.1. Číselné výrazy

TEMATICKÝ PLÁN VÝUKY

KGG/STG Statistika pro geografy

TECHNICKÁ UNIVERZITA V LIBERCI

Cvičení ze statistiky - 4. Filip Děchtěrenko

4.5.9 Pravděpodobnost II

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Transkript:

Náhodný jev a definice pravděpodobnosti Obsah kapitoly Náhodný jev. Vztahy mezi náhodnými jevy. Pravidla pro počítání s pravděpodobnostmi. Formule úplné pravděpodobnosti a Bayesův vzorec. Studijní cíle Naučit se pravidla pro počítání s pravděpodobnostmi. Výpočet podmíněné pravděpodobnosti pomocí Bayesova vzorce. Doba potřebná ke studiu Základní text hod. Příklady také hod. Pojmy k zapamatování Úvod Výkladová část Náhodný jev. Jev jistý. Jev nemožný. Průnik náhodných jevů. Sjednocení náhodných jevů. Rozdíl náhodných jevů. Opačný jev. Neslučitelné jevy. Klasická definice pravděpodobnosti. Statistická definice pravděpodobnosti. Pravděpodobnost součtu náhodných jevů. Pravděpodobnost součinu náhodných jevů. Podmíněná pravděpodobnost. Nezávislé jevy. Formule úplné pravděpodobnosti. Bayesův vzorec. Vysvětlíme si, co ve statistice a pravděpodobnosti považujeme za náhodný jev, definujeme si pravděpodobnost pomocí klasické a také pomocí statistické definice pravděpodobnosti. Seznámíme se s pravidly pro počítání s pravděpodobnostmi a naučíme se používat Bayesův vzorec. Náhodný jev a definice pravděpodobnosti V mnoha situacích se ve světě, který nás obklopuje setkáváme s pokusy typu za určitých podmínek vždy nastane určitý následek. Např. Zahřeje-li se voda při atmosférickém tlaku na 00 C, přeměňuje se v páru, takový jev se nazývá jev jistý. Jestliže naopak za určitých podmínek určitý následek nenastane nikdy. Např. Zahřeje-li se voda při atmosférickém tlaku na 00 C, přeměňuje se v led, hovoříme o jevu nemožném. Naproti tomu existují jevy, u nichž i při dodržení všech podmínek

mohou nastat různé výsledky. Např. při sebepečlivějším dodržení výrobních podmínek jsou některé výrobky vadné, tokovéto pokusy nazýváme náhodné. Ve svém životě se ve většině případů setkáváme právě s náhodnými pokusy. Výsledkem náhodného pokusu je náhodný jev. Náhodné jevy budeme označovat velkými písmeny A, B, C,... Mezi náhodnými jevy platí některé vztahy známe z teorie množin.. Jestliže při každé realizaci jevu A nastává i jev B. Jev A má za následek jev B, neboli jev A je částí jevu B. A B. Jevy A a B jsou rovnocenné. Jestliže pokaždé, kdy nastal jev A, nastal také jev B a naopak. A = B 3. Jev spočívající v nastoupení jak jevu A, tak i jevu B, nazýváme průnikem (logickým součinem) jevů A a B. A B 4. Jev spočívající v nastoupení alespoň jednoho z jevů A a B, nazýváme sjednocením jevů A a B. A U B 5. Rozdílem jevů A a B nazýváme jev, spočívající v nastoupení jevu A a současném nenastoupení jevu B. A B 6. Jev, který spočívá v nenastoupení jevu A, je jevem opačným k jevu A. Ā 7. Jev, který za realizace daného komplexu podmínek musí nastat nutně, je jev jistý. V Jev, který naopak za daných podmínek nastat nemůže, je jev nemožný. Ø 8. Jevy A a B se nazývají neslučitelné, jestliže výskyt jednoho z nich bude vylučovat možnost výskytu druhého jevu, tj. jejich průnik je nemožný. A B = Ø Definice pravděpodobnosti Existuje několik definic pravděpodobnosti. Klasická předpokládá se, že není důvod, abychom očekávali jeden z výsledků spíše než jiný.

P(A) = n m m počet výsledků příznivých jevu A n počet všech možných výsledků Př. : V dodávce 000 šroubů je jich 50 vadných. Jaká je pravděpodobnost, že mechanik, který z dodávky náhodně vybral jeden šroub, vybral špatný? 50 P(A) = 0, 05 000 V některých případech není splněn základní požadavek klasické definice pravděpodobnosti, tj. předpoklad stejné možnosti všech jevů. V tomto případě se používá statistická definice pravděpodobnosti. Statistická relativní četnost výskytu jevu A P(A) = n m m počet pokusů v nichž nastal jev A n počet všech pokusů Jde vlastně o jakousi limitu relativních četností pro n blížící se. Př. : V osmi dodávkách součástek určitého druhu byl zjišťován počet vadných součástek Dodávka č Počet součástek Počet vadných Relativní četnost 3 4 5 6 7 8 74 843 654 699 766 674 88 80 3 36 8 30 33 9 38 35 0,043 0,047 0,048 0,049 0,043 0,0430 0,043 0,043 Celkem 6 069 6 0,0430 Pravděpodobnost převzetí vadné součástky je 0,043, tj. 4,3%. Rozdíl mezi klasickou a statistickou definicí pravděpodobnosti si ukážeme na příkladu pravděpodobnosti narození chlapce. Podle klasické pravděpodobnosti P(A) = /. Jsou dvě možnosti: buď se narodí chlapec nebo děvče. Není důvod, abychom očekávali jeden z výsledků spíše než druhý. Podíváme-li se na stránky Českého statistického úřadu na počty narozených dětí podle pohlaví (tab. 4-0.) http://www.czso.cz/csu/009edicniplan.nsf/kapitola/000-09-009-0400 můžeme určit statistickou pravděpodobnost.

Rok Živě narození Chlapci Relativní m četnost n 004 97.664 50.6 0,546 005 0. 5.453 0,53 006 05.83 54.6 0,560 007 4.63 58.475 0,50 008 9.570 6.36 0,59 Celkem 539.908 77.8 0,533 Vidíme, že statistická pravděpodobnost se liší od klasické pravděpodobnosti P(A) = 0,5. Statistická pravděpodobnost se pohybuje kolem hodnoty P(A) = 0,5. Neznáme důvod, ale dlouhodobá pozorování ukazují, že pravděpodobnost pohlaví narozeného dítěte je mírně vychýlená ve prospěch chlapců. Pravidla pro počítání s pravděpodobnostmi Sčítání P(A U B) = P(A) + P(B) P(A B) součet pravděpodobností mínus pravděpodobnost průniku neslučitelné jevy P(A B)= 0 P(A U B) = P(A) + P(B) Př. 3: Pražská obchodní banka má zjištěno, že na tisíc šeků je jich 80 na částku do 5 000,-Kč 00 na částku 5 00,-Kč až 8 000,-Kč a 50 na částku 8 00,-Kč až 0 000,-Kč. Jaká je pravděpodobnost, že šek bude znít na částku nižší než 0 000,-Kč? Řešení: Označíme A šek zní na částku do 5 000,-Kč A šek zní na částku 5 00,-Kč až 8 000,-Kč A 3 šek zní na částku 8 00,-Kč až 0 000,-Kč. Jev, že podaný šek bude znít na částku nižší než 0 000,-Kč označíme B. Náhodný jev B lze vyjádřit pomocí neslučitelných náhodných jevů B = A U A U A 3 P(B) = P(A ) + P(A ) + P(A 3 ) = 0,08 + 0,0 + 0,5 = 0,53 Pravděpodobnost, že šek bude znít na částku nižší než 0 000,-Kč, je 53%. Násobení podmíněná pravděpodobnost P(A/ B) pravděpodobnost nastoupení jevu A za předpokladu, že

nastal jev B. Pravděpodobnost současného nastoupení dvou jevů A a B P(A B) = P(A/ B).P(B) = P(B/ A).P(A) součin pravděpodobnosti jednoho jevu a podmíněné pravděpodobnosti druhého jevu vzhledem k prvnímu jevu. nezávislé jevy pravděpodobnost nastoupení nebo nenastoupení jednoho z jevů neovlivňuje pravděpodobnost nastoupení nebo nenastoupení druhého jevu. Platí P(A/ B) = P(A), P(B/ A) = P(B) Pak platí P(A B) = P(A).P(B) Př. 4: Reklamní slogan propaguje s novým automobilem Mondavia najedete 00 000 km bez vážné poruchy. Výrobce informoval své prodejce, že může dojít ke čtyřem klasickým vážným poruchám s následujícími pravděpodobnostmi: 5% motor 3% převodovka,3% brzdy % spojka. Jaká je pravděpodobnost, že by novináři mohli po testu jediného automobilu Mondavia považovat tento slogan za klamavý? Řešení: Označíme jev A porucha motoru jev A porucha převodovky jev A 3 porucha brzd jev A 4 porucha spojky Pravděpodobnost vážné poruchy určíme jako sjednocení jevů A až A 4. Jevy nejsou neslučitelné (může nastat např. porucha motoru a současně brzd atd.), musíme tedy odečíst pravděpodobnosti průniku dvou jevů, protože jsme tyto jevy započítaly jak v jednom tak i v druhém jevu; stejně tak musíme přičíst pravděpodobnosti nastoupení tří jevů současně, protože jsme tyto jevy třikrát započítaly a také třikrát odečetly (např. jev (A A A 3 ) jsme započítaly jak v jevu A tak v jevu A i v jevu A 3 a odečetli také třikrát a to v jevu A A i A A 3 i A A 3 atd. P(A UA UA 3 UA 4 ) = P(A ) + P(A ) + P(A 3 ) + P(A 4 ) P(A A ) P(A A 3 ) P(A A 4 ) P(A A 3 ) P(A A 4 ) P(A 3 A 4 ) + P(A A A 3 ) + P(A A A 4 ) + P(A A 3 A 4 ) + P(A A 3 A 4 ) P(A A A 3 A 4 ) = = 0,05 + 0,03 + 0,03 + 0,0 0,05. 0,03 0,05. 0,03 0,05. 0,0 0,03. 0,03 0,03. 0,0 0,03. 0,0 + 0,05. 0,03. 0,03 + 0,05. 0,03. 0,0 + 0,05. 0,03. 0,0 + 0,03. 0,03. 0,0 0,05. 0,03.

0,03. 0,0 = 0,099574705 Tento výpočet není moc pohodlný. Pro snadnější výpočet budeme zkoumat opačný jev, a to že nedojde k žádné poruše. Pravděpodobnost jevu, že nedojde k žádné poruše určíme jako průnik opačných jevů Ā až Ā 4. Tyto jevy jsou nezávislé. P(Ā Ā Ā 3 Ā 4 ) = P(Ā ). P(Ā ). P(Ā 3 ). P(Ā 4 ) = 0,95. 0,97. 0,987. 0,99 = 0,9004595. Pravděpodobnost poruchy je potom 0,9004595 = 0,099574705. Existuje tedy 9,96% pravděpodobnost, že by test mohl ukázat, že reklama je klamavá. Formule úplné pravděpodobnosti a Bayesův vzorec (zjednodušený pro dvě množiny) Chceme určit pravděpodobnost jevu A, který může nastat pouze ve spojení s jedním z jevů B a B, jež tvoří skupinu neslučitelných jevů, tj.platí pro ně P(B U B ) = P(B ) + (B ) = Tyto jevy budeme nazývat hypotézy. V tomto případě se jev A rozpadá na částečné případy AB a AB Protože platí P(A B ) = P(B ) P(A/ B ) a P(A B ) = P(B ) P(A/ B ) má formule úplné pravděpodobnosti tvar P(A) = P(B ) P(A/ B ) + P(B ) P(A/ B ) V případě, že jsou známy nejen nepodmíněné pravděpodobnosti P(B ), (B ) a podmíněné pravděpodobnosti P(A/ B ), P(A/ B ), ale je také známo, že výsledkem pokusu je nastoupení jevu A, zle podmíněné pravděpodobnosti P(B / A), P(B / A) pomocí Bayesova vzorce P( B ) P A/ B P(B / A) = P B P( A/ B ) P( B ) P( A/ B ) Př. 5: Pravděpodobnost, že žena ve věku 40 let onemocní rakovinou prsu, je %. V případě, že má rakovinu je pravděpodobnost, pozitivního testu na mamografu 90%. V případě, že nemá rakovinu, je pravděpodobnost pozitivního testu 9%. Určete jaká je pravděpodobnost, že žena, má rakovinu, pokud má pozitivní test? Řešení: Označíme jev A test je pozitivní jev B žena má rakovinu P(B ) = 0,0

jev B žena nemá rakovinu P(B ) = 0,99 jev A/ B test je pozitivní za předpokladu, že žena má rakovinu P(A/ B ) = 0,9 jev A/ B test je pozitivní za předpokladu, že žena nemá rakovinu P(A/ B ) = 0,09 Dosadíme do Bayesova vzorce P( B ) P A/ B P(B / A) = P B P( A/ B ) P( B ) P( A/ B ) 0,0 0,9 P(B / A) = = 0,097 tj. 9,7% 0,0 0,9 0,99 0,09 Pravděpodobnost, že 40-ti letá žena má rakovinu, za předpokladu, že má pozitivní test na mamografu je (možná překvapivě) pouze 9%. Rozšiřující text Shrnutí Kontrolní otázky a úkoly Definovali jeme si pravděpodobnost pomocí klasické a také pomocí statistické definice pravděpodobnosti. Seznámili jsme se s pravidly pro počítání s pravděpodobnostmi a naučili jsme se používat Bayesův vzorec. ) Potřebujeme do rána doručit dokument do Bruselu. Ze zkušenosti víme, že kurýrní služba A doručuje včas zásilky s 90% pravděpodobností, služba B s 88% pravděpodobností a služba C s 9% pravděpodobností. Jaká je pravděpodobnost, že alespoň jedna zásilka dorazí zítra před desátou, pokud využijeme všechny tři kurýrní služby? ) Je známo, že 90% výrobků odpovídá standardu. Byla vypracována zkouška, která u standardního výrobku dává kladný výsledek s pravděpodobností 0,95, zatímco u nestandardního s pravděp. 0,. Jaká je pravděpodobnost, že výrobek, u něhož zkouška dopadla kladně, je standardní? Seznam použitých zkratek P(A) pravděpodobnost nastoupení jevu A P(A/ B) pravděpodobnost nastoupení jevu A za předpokladu, že nastal jev B Studijní literatura Bílková, D. Budinský, P. Vohánka, V.: Pravděpodobnost a statistika. Aleš Čeněk, Plzeň, 009. Cyhelský, L. Souček, E.: Základy statistiky. EUPRESS, Praha 009. Hindls, R. Hronová, S. Seger, J.: Statistika pro ekonomy. Professional Publishing, Praha 004.

Odkazy Český statistický úřad - http://www.czso.cz/ http://www.czso.cz/csu/009edicniplan.nsf/kapitola/000-09-009-0400 Klíč k úkolům ) 99,9% ) 97,7%