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

Podobné dokumenty
Intuitivní pojem pravděpodobnosti

Náhodný jev a definice pravděpodobnosti

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

Řešené příklady z pravděpodobnosti:

Úvod do teorie pravděpodobnosti

Pravděpodobnost a statistika

Pravděpodobnost a statistika

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

pravděpodobnosti a Bayesova věta

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

Statistika II. Jiří Neubauer

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

Základní pojmy teorie množin Vektorové prostory

MATEMATIKA III V PŘÍKLADECH

Pravděpodobnost a její vlastnosti

Základy teorie pravděpodobnosti

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

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

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

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

PRAVDĚPODOBNOST A JEJÍ UŽITÍ

5.1. Klasická pravděpodobnst

IB112 Základy matematiky

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

Pravděpodobnost a aplikovaná statistika

( ) ( ) Nezávislé jevy I. Předpoklady: 9204

Teorie pravěpodobnosti 1

Matematika I 2a Konečná pravděpodobnost

náhodný jev je podmnožinou

2. přednáška - PRAVDĚPODOBNOST

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

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

Pravděpodobnost (pracovní verze)

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

Informační a znalostní systémy

Cvičení ze statistiky - 4. Filip Děchtěrenko

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

3. Podmíněná pravděpodobnost a Bayesův vzorec

Cvičení ze statistiky - 5. Filip Děchtěrenko

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

Podmíněná pravděpodobnost

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

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

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

Výběrové charakteristiky a jejich rozdělení

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

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

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

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

Poznámky k předmětu Aplikovaná statistika, 1. téma

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

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

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

Řešení příkladů na procvičení pravděpodobnosti 1

Náhodné vektory a matice

Pravděpodobnost a aplikovaná statistika

Statistika (KMI/PSTAT)

Modely diskrétní náhodné veličiny. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

METODICKÉ LISTY Z MATEMATIKY pro gymnázia a základní vzdělávání

PRAVDĚPODOBNOST Náhodné pokusy. Náhodný jev

Teoretická rozdělení

(bridžové karty : 52 karet celkem, z toho 4 esa) [= 0, 0194] = 7, = 4, = 1, = 9, = 1, 77 10

Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM

Podmíněná pravděpodobnost, nezávislost

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

S1P Příklady 01. Náhodné jevy

NMAI059 Pravděpodobnost a statistika

Drsná matematika IV 7. přednáška Jak na statistiku?

Tomáš Karel LS 2012/2013

Limitní věty teorie pravděpodobnosti. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

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

Kombinatorika a úvod do pravděpodobnosti

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

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

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

1 Báze a dimenze vektorového prostoru 1

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015

Soustavy lineárních rovnic

2. Friesl, M.: Posbírané příklady z pravděpodobnosti a statistiky. Internetový zdroj (viz odkaz).

Teorie pravděpodobnosti

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Determinanty. Determinanty. Přednáška MATEMATIKA č. 3. Jiří Neubauer

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Diskrétní pravděpodobnost

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014

Vytěžování znalostí z dat

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

PRAVDĚPODOBNOST A STATISTIKA

2. Definice pravděpodobnosti

Pravděpodobnost, náhoda, kostky

Příklad 1. Řešení 1a ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 4

pravděpodobnost, náhodný jev, počet všech výsledků

Mnohorozměrná statistická data

Podmíněná pravděpodobnost, spolehlivost soustav

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Nejčastějšími funkcemi, s kterými se setkáváme v matematice i v jejích aplikacích, jsou

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014

Transkript:

Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz

Definice P(A/B) pravděpodobnost nastoupení jevu A za předpokladu, že nastal jev B (P(B) > 0) definujeme vztahem P(A/B) = P(A B). P(B)

Z předchozí definice vyjádříme P(A B) = P(A/B) P(B) = P(B/A) P(A). Rozšířením na s jevů dostáváme P(A 1 A 2 A s ) = P(A 1 ) P(A 2 /A 1 ) P(A s /A 1 A 2 A s 1 ). Pro 3 jevy platí P(A B C) = P(A) P(B/A) P(C/A B).

Z předchozí definice vyjádříme P(A B) = P(A/B) P(B) = P(B/A) P(A). Rozšířením na s jevů dostáváme P(A 1 A 2 A s ) = P(A 1 ) P(A 2 /A 1 ) P(A s /A 1 A 2 A s 1 ). Pro 3 jevy platí P(A B C) = P(A) P(B/A) P(C/A B).

Z předchozí definice vyjádříme P(A B) = P(A/B) P(B) = P(B/A) P(A). Rozšířením na s jevů dostáváme P(A 1 A 2 A s ) = P(A 1 ) P(A 2 /A 1 ) P(A s /A 1 A 2 A s 1 ). Pro 3 jevy platí P(A B C) = P(A) P(B/A) P(C/A B).

Jestliže P(A/B) = P(A), říkáme, že jev A je nezávislý na jevu B. Nezávislost dvou jevů je oboustranná. Je-li jev A nezávislý na jevu B, pak také jev B je nezávislý na jevu A, tedy P(B/A) = P(B). Jsou-li jevy A a B nezávislé, pak P(A B) = P(A) P(B). Daný vztah je nutnou i postačující podmínkou nezávislosti.

Mějme množinu náhodných jevů A i, i = 1, 2,..., n. U této množiny jevů rozlišujeme nezávislost podvojnou (tj. nezávislost každé dvojice jevů) a nezávislost vzájemnou. Jevy nazýváme vzájemně nezávislé (dále jen nezávislé), právě když pro libovolnou podmnožinu {A i1 A ir } množiny {A 1,..., A n } jevů, 2 r n, platí P(A i1 A ir ) = P(A i1 ) P(A ir ). Tento vztah musí platit pro všechny dvojice, trojice, atd. až n-tice náhodných jevů A 1,..., A n. Pro skupinu nezávislých jevů pak platí P(A 1 A 2 A s ) = P(A 1 ) P(A 2 ) P(A s ).

Mějme množinu náhodných jevů A i, i = 1, 2,..., n. U této množiny jevů rozlišujeme nezávislost podvojnou (tj. nezávislost každé dvojice jevů) a nezávislost vzájemnou. Jevy nazýváme vzájemně nezávislé (dále jen nezávislé), právě když pro libovolnou podmnožinu {A i1 A ir } množiny {A 1,..., A n } jevů, 2 r n, platí P(A i1 A ir ) = P(A i1 ) P(A ir ). Tento vztah musí platit pro všechny dvojice, trojice, atd. až n-tice náhodných jevů A 1,..., A n. Pro skupinu nezávislých jevů pak platí P(A 1 A 2 A s ) = P(A 1 ) P(A 2 ) P(A s ).

Pravděpodobnost sjednocení dvou libovolných jevů se rovná součtu pravděpodobností těchto jevů zmenšenému o pravděpodobnost jejich průniku. P(A B) = P(A) + P(B) P(A B) Pro s libovolných jevů A 1, A 2,..., A s má pravidlo tvar P(A 1 A 2 A s ) = s i=1 + s 2 P(A i ) s 1 s 1 s i=1 j=i+1 s ( s +( 1) s 1 P i=1 j=i+1 k=j+1 P(A i A j )+ P(A i A j A k ) + + ) A i. i=1

Pravděpodobnost sjednocení dvou libovolných jevů se rovná součtu pravděpodobností těchto jevů zmenšenému o pravděpodobnost jejich průniku. P(A B) = P(A) + P(B) P(A B) Pro s libovolných jevů A 1, A 2,..., A s má pravidlo tvar P(A 1 A 2 A s ) = s i=1 + s 2 P(A i ) s 1 s 1 s i=1 j=i+1 s ( s +( 1) s 1 P i=1 j=i+1 k=j+1 P(A i A j )+ P(A i A j A k ) + + ) A i. i=1

Pro 3 jevy A, B a C má pravidlo tvar P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C)+ +P(A B C).

Jsou-li jevy A, B neslučitelné, potom P(A B) = P(A) + P(B). To je možné zobecnit i na libovolný počet neslučitelných jevů P(A 1 A 2 A s ) = P(A 1 ) + P(A 2 ) + + P(A s ).

Jsou-li jevy A, B neslučitelné, potom P(A B) = P(A) + P(B). To je možné zobecnit i na libovolný počet neslučitelných jevů P(A 1 A 2 A s ) = P(A 1 ) + P(A 2 ) + + P(A s ).

Příklad 1 O daném návrhu nezávisle na sobě hlasují 3 osoby označené A, B a C. Osoba A nebude souhlasit s návrhem s pravděpodobností 0,7, osoba B nebude souhlasit s pravděpodobností 0,5 a osoba C s pravděpodobností 0,3. Jaká je pravděpodobnost, že návrh bude zamítnut, jestliže k zamítnutí stačí, aby alespoň jedna osoba nesouhlasila s návrhem?

Příklad 1 nebo P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C)+ +P(A B C) = = 0,7 + 0,5 + 0,3 0,7 0,5 0,7 0,3 0,5 0,3+ +0,7 0,5 0,3 = 0,895 P(A B C) = 1 P(A B C) = 1 P(A B C) = = 1 P(A) P(B) P(C) = 1 0,3 0,5 0,7 = 0,895

Příklad 1 nebo P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C)+ +P(A B C) = = 0,7 + 0,5 + 0,3 0,7 0,5 0,7 0,3 0,5 0,3+ +0,7 0,5 0,3 = 0,895 P(A B C) = 1 P(A B C) = 1 P(A B C) = = 1 P(A) P(B) P(C) = 1 0,3 0,5 0,7 = 0,895

Příklad 2 Jaká je pravděpodobnost, že při hodu dvěma kostkami padly 2 pětky, je-li známo, že součet ok je dělitelný pěti? jev A... padnou 2 pětky jev B... součet je dělitelný 5 (1+4, 4+1, 2+3, 3+2, 4+6, 6+4, 5+5)

Příklad 2 Jaká je pravděpodobnost, že při hodu dvěma kostkami padly 2 pětky, je-li známo, že součet ok je dělitelný pěti? jev A... padnou 2 pětky jev B... součet je dělitelný 5 (1+4, 4+1, 2+3, 3+2, 4+6, 6+4, 5+5)

Příklad 2 P(A B) = 1 36 P(B) = 7 36 P(A/B) = 1 36 7 36 = 1 7

Příklad 2 P(A B) = 1 36 P(B) = 7 36 P(A/B) = 1 36 7 36 = 1 7

Příklad 2 P(A B) = 1 36 P(B) = 7 36 P(A/B) = 1 36 7 36 = 1 7

Příklad 3 Z úplné sady 32 karet náhodně vybereme 1 kartu. Značí-li jev A, že vytažená karta je zelená, jev B že vytažená karta je eso, určete pravděpodobnost jevů A, B, A B, A B. Jsou oba jevy nezávislé? P(A) = 8 32 = 1 4 P(B) = 4 32 = 1 8

Příklad 3 Z úplné sady 32 karet náhodně vybereme 1 kartu. Značí-li jev A, že vytažená karta je zelená, jev B že vytažená karta je eso, určete pravděpodobnost jevů A, B, A B, A B. Jsou oba jevy nezávislé? P(A) = 8 32 = 1 4 P(B) = 4 32 = 1 8

Příklad 3 P(A B) = 1 32 = P(A)P(B/A) = 1 4 1 8 = 1 32 P(A B) = P(A) + P(B) P(A B) = 1 4 + 1 8 1 32 = 11 32 P(A) P(B) = 1 4 1 8 = 1 = P(A B) 32 Jevy A a B jsou nezávislé.

Příklad 3 P(A B) = 1 32 = P(A)P(B/A) = 1 4 1 8 = 1 32 P(A B) = P(A) + P(B) P(A B) = 1 4 + 1 8 1 32 = 11 32 P(A) P(B) = 1 4 1 8 = 1 = P(A B) 32 Jevy A a B jsou nezávislé.

Příklad 3 P(A B) = 1 32 = P(A)P(B/A) = 1 4 1 8 = 1 32 P(A B) = P(A) + P(B) P(A B) = 1 4 + 1 8 1 32 = 11 32 P(A) P(B) = 1 4 1 8 = 1 = P(A B) 32 Jevy A a B jsou nezávislé.

Příklad 4 První dělník vyrobí denně 60 výrobků, z toho 10 % zmetků. Druhý dělník vyrobí denně 40 výrobků, z toho 5 % zmetků. Jaká je pravděpodobnost, že náhodně vybraný výrobek je zmetek a pochází od prvního resp. druhého dělníka?

Příklad 4 jev A 1... výrobek pochází od 1. dělníka P(A 1 ) = 60 100 = 6 10 = 0,6 jev A 2... výrobek pochází od 2. dělníka jev B... výrobek je zmetek P(A 2 ) = 40 100 = 4 10 = 0,4 P(B) = 6 + 2 100 = 8 100 = 0,08

Příklad 4 jev A 1... výrobek pochází od 1. dělníka P(A 1 ) = 60 100 = 6 10 = 0,6 jev A 2... výrobek pochází od 2. dělníka jev B... výrobek je zmetek P(A 2 ) = 40 100 = 4 10 = 0,4 P(B) = 6 + 2 100 = 8 100 = 0,08

Příklad 4 jev A 1... výrobek pochází od 1. dělníka P(A 1 ) = 60 100 = 6 10 = 0,6 jev A 2... výrobek pochází od 2. dělníka jev B... výrobek je zmetek P(A 2 ) = 40 100 = 4 10 = 0,4 P(B) = 6 + 2 100 = 8 100 = 0,08

Příklad 4 Výrobek je zmetek a pochází od 1. dělníka P(A 1 B) =? Výrobek je zmetek, za podmínky, že je od 1. dělníka P(B/A 1 ) = 0,1 P(A 1 B) = P(A 1 ) P(B/A 1 ) = 0,6 0,1 = 0,06

Příklad 4 Výrobek je zmetek a pochází od 1. dělníka P(A 1 B) =? Výrobek je zmetek, za podmínky, že je od 1. dělníka P(B/A 1 ) = 0,1 P(A 1 B) = P(A 1 ) P(B/A 1 ) = 0,6 0,1 = 0,06

Příklad 4 Výrobek je zmetek a pochází od 1. dělníka P(A 1 B) =? Výrobek je zmetek, za podmínky, že je od 1. dělníka P(B/A 1 ) = 0,1 P(A 1 B) = P(A 1 ) P(B/A 1 ) = 0,6 0,1 = 0,06

Příklad 4 Výrobek je zmetek a pochází od 2. dělníka P(A 2 B) =? Výrobek je zmetek, za podmínky, že je od 2. dělníka P(B/A 2 ) = 0,05 P(A 2 B) = P(A 2 ) P(B/A 2 ) = 0,4 0,05 = 0,02

Příklad 4 Výrobek je zmetek a pochází od 2. dělníka P(A 2 B) =? Výrobek je zmetek, za podmínky, že je od 2. dělníka P(B/A 2 ) = 0,05 P(A 2 B) = P(A 2 ) P(B/A 2 ) = 0,4 0,05 = 0,02

Příklad 4 Výrobek je zmetek a pochází od 2. dělníka P(A 2 B) =? Výrobek je zmetek, za podmínky, že je od 2. dělníka P(B/A 2 ) = 0,05 P(A 2 B) = P(A 2 ) P(B/A 2 ) = 0,4 0,05 = 0,02

Chceme určit pravděpodobnost jevu A, když známe pravděpodobnosti P(A/B i ) a pravděpodobnosti P(B i ), i = 1, 2,..., n pro B 1, B 2,..., B n, které tvoří úplnou skupinu neslučitelných jevů. Pro ně platí ( n ) n P B i = P(B i ) = 1. i=1 i=1

Pravděpodobnost jevu A je P(A) = P(B 1) P(A/B 1) + + P(B n) P(A/B n) = n P(B i) P(A/B i) i=1

Příklad 4 Na gymnáziu je v 3.A 13 chlapců a 16 děvčat, v 3.B je 14 chlapců a 12 děvčat. Náhodně vybereme v každé třídě po 1 studentovi a z těchto 2 opět náhodně vybereme jednoho. S jakou pravděpodobností to bude chlapec?

Příklad 4 jev A... je to chlapec jev B 1... je z 3.A jev B 2... je z 3.B

Příklad 4 jev A... je to chlapec jev B 1... je z 3.A jev B 2... je z 3.B

Příklad 4 jev A... je to chlapec jev B 1... je z 3.A jev B 2... je z 3.B

Příklad 4 P(B 1 ) = P(B 2 ) = 1 2 P(A/B 1 ) = 13 29 P(A/B 2 ) = 14 26

Příklad 4 P(B 1 ) = P(B 2 ) = 1 2 P(A/B 1 ) = 13 29 P(A/B 2 ) = 14 26

Příklad 4 P(B 1 ) = P(B 2 ) = 1 2 P(A/B 1 ) = 13 29 P(A/B 2 ) = 14 26

Příklad 4 P(A) = P(B 1 ) P(A/B 1 ) + P(B 2 ) P(A/B 2 ) = 1 2 13 29 + 1 2 14 26 = 0,493

Podmíněné pravděpodobnosti P(B i /A) lze vypočítat z Bayesova vzorce, který vyplývá z věty o násobení pravděpodobností a z formule úplné pravděpodobnosti: P(B i /A) = P(B i) P(A/B i ) n, i = 1, 2,..., n. P(B j ) P(A/B j ) j=1

Příklad 5 Je známo, že 90 % výrobků odpovídá standardu. Byla vypracována zjednodušená kontrolní zkouška, která u standardního výrobku dá kladný výsledek s pravděpodobností 95 %, kdežto u výrobku nestandardního s pravděpodobností 20 %. Jaká je pravděpodobnost, že výrobek, u kterého zkouška proběhla kladně, je standardní?

Příklad 5 jev A... zkouška výrobku dopadla kladně jev B 1... výrobek je standardní jev B 2... výrobek není standardní

Příklad 5 jev A... zkouška výrobku dopadla kladně jev B 1... výrobek je standardní jev B 2... výrobek není standardní

Příklad 5 jev A... zkouška výrobku dopadla kladně jev B 1... výrobek je standardní jev B 2... výrobek není standardní

Příklad 5 jev A... zkouška výrobku dopadla kladně jev B 1... výrobek je standardní jev B 2... výrobek není standardní P(B 1 ) = 0,9 P(B 2 ) = 0,1 P(A/B 1 ) = 0,95 P(A/B 2 ) = 0,2

Příklad 5 jev A... zkouška výrobku dopadla kladně jev B 1... výrobek je standardní jev B 2... výrobek není standardní P(B 1 ) = 0,9 P(B 2 ) = 0,1 P(A/B 1 ) = 0,95 P(A/B 2 ) = 0,2

Příklad 5 jev A... zkouška výrobku dopadla kladně jev B 1... výrobek je standardní jev B 2... výrobek není standardní P(B 1 ) = 0,9 P(B 2 ) = 0,1 P(A/B 1 ) = 0,95 P(A/B 2 ) = 0,2

Příklad 5 jev A... zkouška výrobku dopadla kladně jev B 1... výrobek je standardní jev B 2... výrobek není standardní P(B 1 ) = 0,9 P(B 2 ) = 0,1 P(A/B 1 ) = 0,95 P(A/B 2 ) = 0,2

Příklad 5 Pravděpodobnost, že výrobek, u něhož zkouška dala kladný výsledek, je standardní, je rovna P(B 1 ) P(A/B 1 ) P(B 1 /A) = P(B 1 ) P(A/B 1 ) + P(B 2 ) P(A/B 2 ) = 0,9 0,95 = 0,9 0,95 + 0,1 0,2 = 0,977