6 5 = 0, = 0, = 0, = 0, 0032

Podobné dokumenty
(iv) D - vybíráme 2 koule a ty mají různou barvu.

f (k) (x 0 ) (x x 0 ) k, x (x 0 r, x 0 + r). k! f(x) = k=1 Řada se nazývá Taylorovou řadou funkce f v bodě x 0. Přehled některých Taylorových řad.

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.

NUMP403 (Pravděpodobnost a Matematická statistika I)

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka

Kombinace s opakováním

Kombinace s opakováním

Základním pojmem v kombinatorice je pojem (k-prvková) skupina, nebo také k-tice prvků, kde k je přirozené číslo.

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

3. Podmíněná pravděpodobnost a Bayesův vzorec

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

cv3.tex. Vzorec pro úplnou pravděpodobnost

Alternativní rozdělení. Alternativní rozdělení. Binomické rozdělení. Binomické rozdělení

Binomická věta

7.3.9 Směrnicový tvar rovnice přímky

7.3.9 Směrnicový tvar rovnice přímky

MĚŘENÍ MOMENTU SETRVAČNOSTI Z DOBY KYVU

PRAVDĚPODOBNOST Náhodné pokusy. Náhodný jev

9 Stupně vrcholů, Věta Havla-Hakimiho

1. Házíme hrací kostkou. Určete pravděpodobností těchto jevů: a) A při jednom hodu padne šestka;

8.1. Definice: Normální (Gaussovo) rozdělení N(µ, σ 2 ) s parametry µ a. ( ) ϕ(x) = 1. označovat písmenem U. Její hustota je pak.

Základy matematické analýzy

1 Gaussova kvadratura

Informační a znalostní systémy

3.3.4 Thaletova věta. Předpoklady:

Základním pojmem v kombinatorice je pojem (k-prvková) skupina, nebo také k-tice prvků, kde k je přirozené číslo.

MATEMATIKA II V PŘÍKLADECH

Řešené příklady z pravděpodobnosti:

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

PRAVDĚPODOBNOST A STATISTIKA

2. Definice pravděpodobnosti

Vybraná rozdělení náhodné veličiny

X = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní

Zdroje chyb. Absolutní a relativní chyba. Absolutní chyba. Absolutní chyba přibližného čísla a se nazývá absolutní hodnota rozdílu přesného

MATEMATIKA. O paradoxech spojených s losováním koulí

6. T e s t o v á n í h y p o t é z

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

f k nazýváme funkční řadou v M.

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4

7. Rozdělení pravděpodobnosti ve statistice

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

3. Mocninné a Taylorovy řady

β 180 α úhel ve stupních β úhel v radiánech β = GONIOMETRIE = = 7π 6 5π 6 3 3π 2 π 11π 6 Velikost úhlu v obloukové a stupňové míře: Stupňová míra:

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

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

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

4 všechny koeficienty jsou záporné, nedochází k žádné změně. Rovnice tedy záporné reálné kořeny nemá.

Pravděpodobnost a aplikovaná statistika

Semestrální písemka BMA3 - termín varianta A13 vzorové řešení

Minikurz aplikované statistiky. Minikurz aplikované statistiky p.1

SPOTŘEBITELSKÝ ÚVĚR. Na začátku provedeme inicializaci proměnných jejich vynulováním příkazem "restart". To oceníme při opakovaném použití dokumentu.

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7

15. T e s t o v á n í h y p o t é z

Metoda konjugovaných gradientů

Pravděpodobnost a její vlastnosti

Statistika I (KMI/PSTAT)

(motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt)

Matematika I 2a Konečná pravděpodobnost

Úlohy klauzurní části školního kola kategorie A

1. KOMBINATORIKA. Příklad 1.1: Mějme množinu A a. f) uspořádaných pětic množiny B a. Řešení: a)

Analýza a zpracování signálů. 5. Z-transformace

Přednáška. Diskrétní náhodná proměnná. Charakteristiky DNP. Základní rozdělení DNP

PRAVDĚPODOBNOST A JEJÍ UŽITÍ

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

a) formulujte Weierstrassovo kritérium stejnoměrné konvergence b) pomocí tohoto kritéria ukažte, že funkční řada konverguje stejnoměrně na celé R

Aproximace binomického rozdělení normálním

5.1. Klasická pravděpodobnst

MATEMATIKA 1 4 A B C D. didaktický test. Zadání neotvírejte, počkejte na pokyn! MA1ACZMZ07DT. Pokyny pro vyplňování záznamového archu

ODR metody Runge-Kutta

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.

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

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

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln

, 1. skupina (16:15-17:45) Jméno: se. Postup je třeba odůvodnit (okomentovat) nebo uvést výpočet. Výsledek bez uvedení jakéhokoliv

8. Normální rozdělení

Zpracování náhodného vektoru. Ing. Michal Dorda, Ph.D.

10. N á h o d n ý v e k t o r

oddělení Inteligentní Datové Analýzy (IDA)

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE

METODA PŮLENÍ INTERVALU (METODA BISEKCE) METODA PROSTÉ ITERACE NEWTONOVA METODA

Měření indukčností cívek

12. cvičení z PST. 20. prosince 2017

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

METODICKÉ LISTY Z MATEMATIKY pro gymnázia a základní vzdělávání

y = 0, ,19716x.

NMAF 051, ZS Zkoušková písemná práce 16. ledna 2009

VYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ. #2 Nejistoty měření

Příklad 1. Řešení 1a Máme vyšetřit lichost či sudost funkce ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 3

Obsah přednášky. 1. Principy Meta-learningu 2. Bumping 3. Bagging 4. Stacking 5. Boosting 6. Shrnutí

Statistika a spolehlivost v lékařství Charakteristiky spolehlivosti prvků I

Popisná statistika kvantitativní veličiny

Hodnocení přesnosti výsledků z metody FMECA

Mendelova zemědělská a lesnická univerzita Provozně ekonomická fakulta. Výpočet charakteristik ze tříděných údajů Statistika I. protokol č.

f(c) = 0. cn pro f(c n ) > 0 b n pro f(c n ) < 0

Logaritmy a věty o logaritmech

Algebraické rovnice. Obsah. Aplikovaná matematika I. Ohraničenost kořenů a jejich. Aproximace kořenů metodou půlení intervalu.

Transkript:

III. Opaované pousy, Bernoulliho nerovnost. Házíme pětrát hrací ostou a sledujeme výsyt šesty. Spočtěte pravděpodobnosti možných výsledů a určete, terý má největší pravděpodobnost. Řešení: Jedná se o serii pěti opaovaných pousů, při terých je pravděpodobnost sledovaného jevu rovna p =. ravděpodobnosti jsou určeny Bernoulliho schematem a pravděpodobnosti jednotlivých výsledů jsou hodnoty pravděpodobnostní funce Binomicého rozdělení Bi(, ), teré jsme označili (), = 0,,...,. n rotože je n () = p ( p) n, postupně dostaneme: () 0 (0) = 0 () = () = 3 (3) = 3 4 (4) = () = p 0 ( p) = = 0, 409 p( p) 4 = 4 = 0, 409 p ( p) 3 = 0 3 = 0, 07 p 3 ( p) = 0 = 0, 03 p 4 ( p) = = 0, 003 p ( p) 0 = = 0, 000. Nejpravděpodobnější jsou výsledy žádná šesta a jedna šesta, teré mají shodnou pravděpodobnost. = 0, 409.. Opaujeme 7 rát pous, terý dává jao výslede jev A a pravděpodobností (A) = p. Vypočtěte pravděpodobnosti jednotlivých výsledů a určete ty, terá mají největší pravděpodobnost. Výpočet proveďte pro hodnoty a) p = 0, ; b) p = 0, 3; c) p 3 = 0, 7. Řešení: ravděpodobnosti jednotlivých výsledů jsou hodnoty pravděpodobnostní funce Binomicého rozdělení Bi(7, p) a jsou rovny číslům 7 7 () = p ( p) 7, = 0,,..., 7. 7 p = 0, p = 0, 3 p 3 = 0, 0 0, 4783 0, 084 0, 0078 7 0, 370 0, 47 0, 047 0, 40 0, 377 0, 4 3 3 0, 003 0, 9 0, 734 4 3 < 0 0, 097 0, 734 < 0 04, 7 0, 047 7 0, 0078.

Největší pravděpodobnost mají výsledy: p = 0, : = 0; 7 (0) = 0, 4783; p = 0, 3 : = 3 : 7 (3) = 0, 377; p 3 = 0, ; = 3, 4 : 7 (3) = 7 (4) = 0, 734. 3. Házíme hrací ostou (mincí) doud nepadne šesta (rub). Koli musíme provést hodů, aby sledovaný jev nastal s pravděpodobností a) = 0, 9; b) = 0, 99. Řešení: Konáme pous, ve terém sledovaný výslede nastane s pravděpodobností p, 0 < p <. Aby se ta stalo v tém hodu, musí v předchozích hodech nastat jev opačný, terý má pravděpodobnost p. rotože jsou jednotlivé hody na sobě nezávislé, je pravděpodobnost této situace rovna p.( p), = 0,,.... Jednotlivé situace se navzájem vylučují, a ta pravděpodobnost toho, že se sledovaný jev objeví do n tého hodu je n n (n) = p( p) = p. ( p). = = Tato pravděpodobnost je částečným součtem prvních n členů geometricé posloupnosti, ve teré je první člen roven p a vocient p. odle známých vzorců pro součet geometricé posloupnosti je (n) = p ( p)n ( p) = ( p) n. Dosazením dostaneme: ro hod ostou: a) p =, (n) 0, 9 : n n (n) = 0, 9 0, n.ln( ) ln(0, ) n ln0 ln ln n, 309. =, 3., 797, 0943 Musíme hodit ostou alespoň 3-rát, aby se s pravděpodobností větší než 0,9 objevila šesta. b) dsp =, (n) 0, 99 : n ln00 4, 0 = ln ln 0, 83. =,. Musíme hodit ostou alespoň -rát, aby se s pravděpodobností větší než 0,99 objevila šesta. ro hod mincí: a) p = 0,, (n) 0, 9 : (n) = n n 0, n 0 nln ln0 Odtud n ln0 ln =, 30 0.93. = 3, 3.

Musíme hodit mincí alespoň 4-rát, aby se s pravděpodobností větší než 0,9 objevil rub. b) p = 0,, (n) 0, 99 : (n) = n n 0, 0 n 00 nln ln00 Odtud n ln00 4, 0. = =, 4. ln 0.93 Musíme hodit mincí alespoň 7-rát, aby se s pravděpodobností větší než 0,99 objevil rub. 4. Na automaticé lince se objeví chyba s pravděpodobností p = 0, 00. Koli musí projít cylů, aby se s pravděpodobností = 0, 9 objevila a) alespoň jedna chyba; b) alespoň dvě chyby. Řešení: ravděpodobnost, že se objeví právě chyb je rovna n n () = p ( p) n, = 0,,..., n. a) alespoň jedna znamená a více, tedy pravděpodobnost = n = n () = n (0) = ( p) n. odmína je splněna pro ( p) n 0, 9 ( p) n ln0, 0 0, 0 n ln( p). ro danou hodnotu je ln0, 0, 997. n = = 97,. ln0, 99.0 3 Musí proběhnout alespoň 98 cylů, aby se objevila alespoň jedna chyba s pravděpodobností = 0, 9. b) alespoň dvě chyby znamená dvě a více, tedy pravděpodobnost = n = n () = n (0) n () = ( p) n np( p) n. odmína je splněna pro ( p) n np( p) n 0, 9 ( p) n + np( p) n 0, 0. Tedy 0, 99 n + n.0, 00.0, 99 n 0, 0. odmínu je třeba řešit numericy. Dostaneme n 947. Musí proběhnout 947 cylů, aby se objevily alespoň dvě chyby s pravděpodobností 0,9.. Házíme 00-rát mincí. Odhadněte pravděpodobnost toho, že se počet rubů bude pohybovat v rozmezí a) (4, 4); b) (40, 0). 3

Řešení: K řešení úlohy použijeme Bernoulliho nerovnost, de n = 00, p = 0,. ro relativní četnost výsytu rubů platí odhad ) (( n p < ε p( p). nε a) je np = 00.0, = 0, nε = 00.ε = 4, tedy ε = 4.0. o dosazení do Bernoulliho nerovnosti dostaneme odhad 00 0, < 0, 04 00 = 00..0 4 4 = 3 = 0,. 4 Zísaný odhad nemá žádnou hodnotu, aždá pravděpodobnost je větší než nula. Zvolili jsme příliš malé toleranční pole. b) je n.ε = 00.ε = 0, tedy ε = 0,. Z Bernoulliho nerovnosti dostaneme nyní odhad 00 0, < 0, 00.0 = 4 = 3 = 0, 7. 4. Jev A se vysytuje v serii 000 nezávislých pousů s pravděpodobností (A) = 0, 9. Odhadněte pravděpodobnost, s jaou se bude relativní četnost výsytů jevu A pohybovat s tolerancí a) ε = 0, ; b) ε = 0, ; c) ε = 0, 0. Řešení: K odhadu použijeme Bernouliho nerovnost, de je n = 000 a p = 0, 9. a) a = 000 0, 9 < 0, 0, 9.0, 0, 09 = 000.0, 40 = 9 = 0, 997. 4000 rotože je nε = 000.0, = 00 a np = 000.0, 9 = 900, bude se s pravděpodobností a = 0, 997 jev A vysytovat v intervalu (700, 000). b) b = 000 0, 9 < 0, 0, 9.0, 0, 09 = 000.0, 0 = 9 = 0, 99. 000 rotože je nε = 000.0, = 00 a np = 000.0, 9 = 900, bude se s pravděpodobností b = 0, 99 jev A vysytovat v intervalu (800, 000). c) c = 000 0, 9 < 0, 0 0, 9.0, 0, 09 = 000.0, 0, = 9 = 0, 94. 0 rotože je nε = 000.0, 0 = 0 a np = 000.0, 9 = 900, bude se s pravděpodobností c = 0, 94 jev A vysytovat v intervalu (80, 90). 7. Házíme 000 rát minci. Odhadněte pravděpodobnost, s jaou se počet rubů bude vysytovat v intervalu a) (480, 0); b) (40, 0); c) (400, 00). Řešení: K odhadu pravděpodobnosti použijeme Bernoulliho nerovnost, de volíme n = 000, p = 0,, np = 000.0, = 00 a ε a = 0 = 0, 0, 000 ε b = 0 000 = 0, 0, ε c = 00 = 0,. 000 rotože je n p < ε p( p) nε 000 0, < ε 0, 000ε, 4

dostaneme postupně: 0, a) a 000.0, 0 = = 0, = 0, 37. 40 0, b) b 000.0, 0 = = 0, = 0, 9. 0 0, c) c 000.0, = = 0, 0 = 0, 97. 000 8. Házíme hrací ostou 000 rát a sledujeme počet šeste. Stanovte interval, ve terém se bude počet šeste vysytovat s pravděpodobností a) a = 0, 8; b) b = 0, 9; c) c = 0, 99. Řešení: Ke stanovení intervalu použijeme Bernoulliho nerovnost. Je n = 000 a p =. odmína bude splněna, poud bude požadovaná pravděpodobnost větší než její odhad z nerovnosti. Je tedy: a) a = 0, 8 000ε 0,.3.0 3.ε. ε = 3, 47.0 4. 4.3.0 Odtud plyne, že ε, 834.0. Dále je np = 000 = 333, 333 a nε = 000., 834.0 = 37, 8, bude se počet šeste s požadovanou pravděpodobností vysytovat v intervalu (9, 37). b) b = 0, 9 000ε 0,.3.0 3.ε. ε =, 9444.0 4..3.0 Odtud plyne, že ε, 3.0. Dále je np = 000 = 333, 333 a nε = 000., 3.0 =, 70, bude se počet šeste s požadovanou pravděpodobností vysytovat v intervalu (8, 387). c) c = 0, 99 000ε 0, 0.3.0 3.ε ε. =, 9444.0 3. 3.0 Odtud plyne, že ε 8, 3333.0. Dále je np = 000 = 333, 333 a nε = 000.8, 3333.0 =,, bude se počet šeste s požadovanou pravděpodobností vysytovat v intervalu (7, 00). 9. rovedeme serii 00 nezávislých pousů, při terých nastává jev A s pravděpodobností (A) = 0, 3. V jaém intervalu se bude počet jevů A vysytovat s pravděpodobností a) a = 0, 9; b) b = 0, 9; c) c = 0, 99. Řešení: Ke stanovení intervalu použijeme Bernouliho nerovnosti, dy budeme požadovat, aby odhad pravděpodobnosti z této nerovnosti byl nejvýše roven požadované pravděpodobnosti. Volíme n = 00, p = 0, 3 a tedy np = 00.0, 3 = 0. Je pa: 0, 3.0, 7 00ε 0, 00ε ε 0, 00.( ) = 4 ( ).0. Odtud dostaneme: a) ε 4 = 0, 004 ε 0, 048. 0,.0 rotože je nε = 00.0, 048 = 3, 40, bude se počet jevů A s požadovanou pravděpodobností vysytovat v intervalu (7, 83).

b) ε 4 = 0, 0084 ε 0, 09. 0, 0.0 rotože je nε = 00.0, 09 = 4, 8, bude se počet jevů A s požadovanou pravděpodobností vysytovat v intervalu (04, 9). c) ε 4 = 0, 04 ε 0, 049. 0, 0.0 rotože je nε = 00.0, 049 = 0, 47, bude se počet jevů A s požadovanou pravděpodobností vysytovat v intervalu (47, 3). 0. Házíme opaovaně mincí. Odhadněte, oli musíme provést hodů, aby relativní četnost rubů byla v toleranci ε = 0, 0 s pravděpodobností a) a = 0, 8; b) b = 0, 9; c) c = 0, 99. Řešení: K řešení použijeme Bernouliho nerovnosti, de volíme p = 0,, ε = 0, 0. Odhad pro pravděpodobnost z nerovnosti musí být větší než požadovaná pravděpodobnost. Tedy p( p).0 nε n..0 4 n 00. ostupně odtud dostaneme: a) n 00 = 00; nε = 00.0, 0 =, np = 00.0, = 0, 0, a tedy (, 7). b) n 00 = 000; nε = 000.0, 0 = 0, np = 000.0, = 00, 0, a tedy (40, 0). c) n 00 = 000; nε = 000.0, 0 = 00, np = 000.0, = 000, 0, 0 a tedy (400, 00).. Házíme hrací ostou. Koli hodů musíme provést, aby se relativní četnost výsytu šeste lišila od nejvýše o ε = 0, s pravděpodobností a) a = 0, 9; b) b = 0, 99. Řešení: K řešení použijeme Bernouliho nerovnost, de odhad pro pravděpodobnost z nerovnosti musí být větší než požadovaná pravděpodobnost. rotože je n p < ε p( p) nε je ( n ) < 0, 3n.0, 0. Odtud plyne, že 00 3n n 00 3( ). Dosazením do zísaného vztahu pro zadané hodnoty dostaneme:

a) = a = 0, 9 : n 00 3.0, = 000 3. = 38, 9, tedy n 39. rotože je np = 39 = 3, a nε = 39.0, = 3, 9, leží při 39 hodech počet šeste v intervalu (9, 38) s pravděpodobností a = 0, 9. b) = b = 0, 99 : n 00 3.0, 0 = 0000. = 388, 89 tedy n 389. 3 rotože je np = 389 = 3, a nε = 389.0, 0 = 38, 9, leží při 389 hodech počet šeste v intervalu (9, 37) s pravděpodobností b = 0, 99.. Sdělovací anál má chybovost přenosu slov 0,%. ošleme zprávu o 000 slovech a požadujeme, aby se vysytlo nejvýše chyb: Jaá je pravděpodobnost dobrého přenosu zpávy. Řešení: řenos zprávy je 000 rát opaovaný pous s pravděpodobností p = 0, 00 výsytu chyby. ravděpodobnosti jednotlivých výsledů (počtu chyb) jsou dány Bernoulliho schematem. ři přenosu se vysytne právě chyb s pravděpodobností n n () = p ( p) n. ro zadané hodnoty máme pro hledanou pravděpodobnost vyjádření 000 = 000 () = 0, 00.0, 999 000. =0 =0 Tyto hodnoty se obtížně vyčíslují a proto použijeme aproximace binomicého rozdělení rozdělením oissonovým. Je n () =. p() = λ! e λ, de λ = np, což v našem příladě je λ = np = 000.0, 00 =. Je tedy = =0 09 = e () = e =0! = e. = 0, 333.7, = 0.98343. ( + + 4 + 8 + 4 + 3 0 ) = 3. ři přenosu zpráv ze slov je chybovost přenosu %. Zpráva obsahuje 0 slov. Koli chyb smí nejvýše obsahovat, požadujeme-li pravděpodobnost dobrého přenosu = 0, 9. Řešení: řenos slov je opaovaný pous s pravděpodobností sledovaného jevu (chyby) p = 0, 0. ravděpodobnost výsytu právě chyb je rovna 0 (), = 0,,..., 0. Hledáme tedy n 0 taové, aby n 0 =0 0 () 0, 9. K vyčíslení hodnot 0 () použijeme jejich přibližného vyjádření 0 () = () = e λ λ, λ = np = 0.0, 0 =,.! 7

Budeme tudíž postupně sčítat členy posloupnosti,! doud nepřeročíme hodnotu e,.0, 9. = 4, 487.0, 9 = 4, 7. Dostaneme: n 0 = 0 : ; n 0 = : +, =, ; n 0 = :, +, = 3, ; n 0 = 3 : 3, +,3 = 4, 87; n 0 = 4 : 4, 87 +,4 = 4, 3984. 4 Je vidět, že zpráva po přenosu smí obsahovat nejvýše 3 chybná slova, aby byla pravděpodobnost dobrého přenosu = 0, 9. 4. Chybovost při přenosu symbolů sdělovacím análem je 0,3%. Jaý počet chyb při přenosu 000 symbolů má největší pravděpodobnost. Řešení: řenos symbolů je opaovaný pous, de pravděpodobnost sledovaného jevu (chyby) je p = 0, 003. ravděpodobnost výsytu právě chyb při přenosu 000 symbolů je rovna n () = ( n ) p ( p) n = 000 0, 003.0, 997 000, = 0,,.... ro vyčíslení těchto hodnot využijeme jejich aproximace n () = () = e λ λ, λ = np = 000.0, 003 =.! Hledáme tedy největší člen z posloupnosti a =, = 0,,.... Je! 0 3 4 7 a 8 3 4 4, 8 4, 8, Největší hodnoty je dosaženo pro = a = a odpovídající pravděpodobnost je () = () = 4, 8.e = 4, 8.0, 00479 = 0, 0.. Jev A nastane s pravděpodobností a) p a = 0, 0; b) p b = 0, 03. Určete pravděpodobnost toho, že se jev A objeví při 00 opaováních alespoň 4rát. Řešení: ravděpodobnost, že se po n opaováních jev A objeví právě rát, je rovna číslu 00 () z Bernoulliho schematu. Hledaná pravděpodobnost je pa = 00 =4 00 () = ( 00 (0) + 00 () + 00 () + 00 (3)). ro vyčíslení hodnot 00 () použijeme jejich aproximace λ λ 00 () = () = e, λ = np = 00p.! Dostaneme postupně: 8

a) np a = 00.0, 0 = ; = e 3 = e 9 3 =0! = e ( + + + 4 3 ) = = 0, 333., 3333 = 0, 87 = 0, 487. b) np b = 00.0, 03 = ; = e 3 =0! = e ( + + 8 + 3) = =.e =.0, 004787 = 0, = 0, 84879. 9