Diskrétní pravděpodobnost



Podobné dokumenty
mezi 12:00 a 13:00. D) jevy A, B, C jsou nezávislé,

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

Pravděpodobnost a statistika

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

S1P Příklady 01. Náhodné jevy

Klasická pravděpodobnost a geometrická pravděpodobnost

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

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

náhodný jev je podmnožinou

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

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

Intuitivní pojem pravděpodobnosti

PRAVDĚPODOBNOST A JEJÍ UŽITÍ

pravděpodobnosti a Bayesova věta

MATEMATIKA III V PŘÍKLADECH

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

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

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

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

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

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

5. Jev B je částí jebu A. Co můžeme říct o podmíněné pravděpodobnosti? (1b)

1. Klasická pravděpodobnost

Pravděpodobnost a statistika

5.1. Klasická pravděpodobnst

IB112 Základy matematiky

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

Úvod do teorie pravděpodobnosti

22. Pravděpodobnost a statistika

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

Cvičení ze statistiky - 5. Filip Děchtěrenko

4. cvičení 4ST201 - řešení

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

PRAVDĚPODOBNOST Náhodné pokusy. Náhodný jev

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

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

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

matematická statistika 1 Klasická pravděpodobnost

Pravděpodobnost a statistika (BI-PST) Cvičení č. 1

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

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

1. Klasická pravděpodobnost

2. přednáška - PRAVDĚPODOBNOST

Matematická statistika

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

Řešené příklady z pravděpodobnosti:

NMAI059 Pravděpodobnost a statistika

Pravděpodobnost a její vlastnosti

Informační a znalostní systémy

1 Rozptyl a kovariance

Poznámky k předmětu Aplikovaná statistika, 1. téma

1 Pravděpodobnostní prostor

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

VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY

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

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

2. Definice pravděpodobnosti

NMAI059 Pravděpodobnost a statistika. 22. listopadu Zadání cvičení na jednotlivé týdny není myšleno tak, že se během hodiny proberou všechny

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

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

Pravděpodobnost a statistika pro SŠ

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?

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

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

Pravděpodobnost a aplikovaná statistika

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

Pravděpodobnostní model volejbalového zápasu. Mgr. Jan Šustek

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

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

Cvičení 1. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Pravděpodobnost a matematická statistika

KOMBINATORIKA. 1. cvičení

Pravděpodobnostní model volejbalového zápasu

B) EX = 0,5, C) EX = 1, F) nemáme dostatek informací.

Pravděpodobnost kolem nás

Příklady na procvičení z NMSA202

Pravděpodobnost (pracovní verze)

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

13. cvičení z PSI ledna 2017

Pravděpodobnost a aplikovaná statistika

tazatel Průměr ve Počet respondentů Rozptyl ve

Podmíněná pravděpodobnost, nezávislost

Příklady z pravděpodobnosti k procvičování

Teorie. Kombinatorika

Příklad 1: Házíme dvěma kostkami. Stanovte pravděpodobnost jevu, že na kostkách padne součet menší než 5.

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

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

MASARYKOVA UNIVERZITA EKONOMICKO-SPRÁVNÍ FAKULTA LUCIE DOUDOVÁ DAVID HAMPEL JAROSLAV MICHÁLEK HANA PYTELOVÁ Z PRAVDĚPODOBNOSTI A STATISTIKY

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

Pravděpodobnost a statistika pro FEL

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

Příklad 2 (klasický pravděpodobnostní prostor hod dvěma desetistěnnými kostkami). Uvažujme

Značení 1.1 (posloupnost výsledků pokusu). Mějme posloupnost opakovaných (i závislých) pokusů,

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

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

1 Zadání Zadání- Náboj 2010 Úloha1.Kvádrsdélkamihran1, a,2amápovrch54.najdětehodnotučísla a.

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

( ) ( ) Binomické rozdělení. Předpoklady: 9209

Tomáš Karel LS 2012/2013

Transkript:

Diskrétní pravděpodobnost Jiří Koula Definice. Konečným pravděpodobnostním prostorem nazveme dvojici(ω, P), kde Ω jekonečnámnožina {ω 1,..., ω n}apfunkcepřiřazujícíkaždépodmnožiněωčíslo zintervalu 0,1,splňujícíP( )=0, P(ω)=1aP(A B)=P(A)+P(B)pro A B =.PrvkyΩnazývámeelementární jevy amůžemesijepředstavitjako všechny možné výsledky náhodného pokusu. Značení. Zápisem ABbudemerozumětprůnikjevů AaB,tedyvýraz A B.Doplňkovýjevkjevu A(tedymnožinu {ω; ω A})označíme A c. Tvrzení. Propravděpodobnostjevu A={ω i1,..., ω ik }platí k P(A)= P(ω ij ), j=1 PjetedyplněurčenahodnotamiP(ω 1 ),...,P(ω n). Poznámka. Je-li Ω =nap(ω)= n 1 provšechnyelementárníjevy ω,mluvíme o tzv. klasické pravděpodobnosti. V tomto případě se nám předchozí tvrzení redukuje nap(a)= A Ω. Tvrzení.(vlastnosti pravděpodobnosti) (i) P(A B)=P(A)+P(B) P(A B) (ii) A B P(A) P(B) (iii) P(A c )=1 P(A) Definice. Nechť A, Bjsoujevy(tedypodmnožinyΩ)aP(B) >0.Potomvýraz P(A B) P(A B)= P(B) nazveme podmíněnou pravděpodobností jevu A za podmínky B. Definice. Jevy B 1,..., B n ntvoříúplnýsystémjevů,pokud B i =ΩaB i B j = pro i j. Věta.(ocelkovépravděpodobnosti) Mějme B 1,..., B n úplnýsystémjevůaa libovolný jev. Pak n P(A)= P(A B i )P(B i ). 9

Rapotín 03 Věta.(Bayesova) Nechť jsou splněny předpoklady předchozí věty a P(A) > 0. Pak pro1 m nplatí P(B m A)= P(A Bm)P(Bm) n P(A B i)p(b i ). Definice. Jevy A, B nazveme nezávislé, pokud P(A B) = P(A)P(B). V opačném případě mluvíme o závislých jevech. Věta. Jsou-lijevy A, Bnezávislé,pakjsounezávisléijevy A, B c.je-lip(b) >0, pakp(a B)=P(A). Definice. Jevy A 1,..., A nnazvemenezávislé,pokudprokaždé m nakaždou m-tici {B 1,..., B m} {A 1,..., A n}platíp(b 1 B m)=p(b 1 ) P(B m). Věta. (i) Nechť Cjemnožinanezávislýchjevů.Nahradíme-likaždýprveknějaké C C jeho doplňkem, dostaneme opět množinu nezávislých jevů. (ii) Jsou-li A 1,...,A n, B 1,...,B mnezávisléjevyap(b 1 B m) >0,pak P(A 1 A n B 1 B m)=p(a 1 A n). Definice. Náhodná veličina je zobrazení X, které každému prvku ω Ω přiřadí reálné číslo X(ω)(např. při hodu kostkou to může být počet padnutých ok). Definice. Střední hodnotou náhodné veličiny X nazveme výraz EX= ω Ω X(ω)P(ω). Tvrzení. (i) E(X+ Y)=EX+EY (ii)eax= aex Definice. Nechť X je náhodná veličina a B jev. Potom podmíněnou střední hodnotou náhodné veličiny X budeme rozumět výraz E(X B)= ω Ω X(ω)P(ω B). Věta.(ocelkovéstředníhodnotě) Nechť B 1,...,B njeúplnýsystémjevůaxje náhodná veličina. Potom n EX= E(X B i )P(B i ). 10

Jiří Koula: Diskrétní pravděpodobnost Definice. Rozptylemnáhodnéveličiny Xrozumímevýrazvar X=E(X EX) 2. Tvrzení. varx=ex 2 (EX) 2. Definice. Řekneme, že náhodná veličina X má nula-jedničkové rozdělení, pokud nabývápouzehodnot0a1spravděpodobnostmi1 pap,0<p<1senazývá parametr 0-1 rozdělení. Definice. Řekneme, že náhodná veličina X má binomické rozdělení Bi(n, p), pokud nabýváhodnot0,..., napro0 k njep(x = k)= ( n k) p k (1 p) n k.toto rozdělenímádvaparametry přirozené na0 < p <1. Definice. Řekneme, že náhodná veličina X má rovnoměrné rozdělení R(T), kde T jeneprázdnákonečnámnožinareálnýchčísel,pokudp(x= x)= 1 pro všechna T x Tanulajinak. Příklady Příklad 1. Jaká je pravděpodobnost výhry ve 3. pořadí ve sportce(tj. že uhodneme 4číslaze6;neberemevúvahuprémiovéčíslo)? Příklad 2. Jakájepravděpodobnost,ževámvpokerupřijdefullhouse(tj.že zklasických32karetdostanetetřiodjednéhodnotyadvěoddruhé)? Příklad3. Nalosuloteriejedesetpolíček,znichžšestjeprázdných,nadvouje symbol Manadvou Z.Vyhrávátevpřípadě,žesevámpodaříodkrýtobě Mdříve, než odkryjete nějaké Z. Jaká je vaše pravděpodobnost výhry? Příklad 4. Asterix a Brutus hrají hru, v níž pravděpodobnost výhry každého z nich je stejná(tedy 50%), jednotlivé hry jsou na sobě nezávislé. Kdo první vyhraje šest partií, stane se vládcem Egypta. Po osmi hrách, z nichž Asterix pět vyhrál, začala válkameziřímemagalií,aprotomuselihruukončit.jaksimajíegyptrozdělit, aby toto dělení bylo spravedlivé? Příklad5. Jakájepravděpodobnost,žesevetříděsnžákynajdoudva,kteřímají narozeniny ve stejný den? Příklad 6. Házíme šesti hracími kostkami. Jaká je pravděpodobnost, že padnou vesměs různá čísla? Jaká je pravděpodobnost, že padnou pouze lichá čísla? Příklad 7. Kolik nejméně čísel je nutno vzít z tabulky náhodných čísel, abychom s pravděpodobností alespoň 0,99 mohli tvrdit, že je mezi nimi alespoň jedno sudé číslo? 11

Rapotín 03 Příklad 8. Ve skříni je náhodně rozházeno šest různých párů střevíců. Večer z nich potmě vybereme pět střevíců. Jaká je pravděpodobnost, že z nich můžeme sestavit alespoň jeden správný pár? Příklad 9. Kontrolor v továrně na fotoaparáty prohlédl 20 přístrojů a zjistil, že tři z nich jsou vadné. Nepozorný zaměstnanec je však zamíchal zpět mezi ostatní, takže jejich pořadí je zcela náhodné. Jaký je nejpravděpodobnější počet fotoaparátů, které bude muset kontrolor prohlédnout, aby tři vadné přístroje opět vyloučil? Příklad10. Dovlakusnvagónynastoupilo kcestujících(k n),kteřísizvolili vagóny náhodně. Jaká je pravděpodobnost, že žádný vagón není prázdný? Příklad 11. Z n očíslovaných vstupenek vybereme náhodně k. Jaká je pravděpodobnost, že těchto k vstupenek lze uspořádat v aritmetickou posloupnost? Příklad 12. Roztržitý profesor zapomene v obchodě deštník s pravděpodobností 1 4.Jestliženavštívilčtyřiobchodyadomazjistil,žedeštníknemá,jakájepravděpodobnost, že jej zapomněl ve třetím obchodě? Příklad 13. Ve vězení jsou tři lotři, Alcapone, Babinský a Cimrman. Losem jsou určeni dva z nich, kteří budou popraveni. Alcapone se chce dovědět, zda je mezi vylosovanými. Ví však, že na přímou otázku mu dozorce neodpoví, proto ho požádá, aby mu pověděl jméno jednoho spoluvězně, který bude popraven. Dozorce mluví pravdu, pokud má více možností, vybere si náhodně. Jmenuje Babinského. Představuje tato informace pro Alcapona nějakou informaci o jeho osudu?(před odpovědí byla Alcaponovapravděpodobnost,žebudepopraven,rovna 2 3,jepodmíněnápravděpodobnost po dozorcově odpovědi jiná?) Příklad 14. Matěj a Vašek nejsou zdatní počtáři. Pravděpodobnost, že Matěj vyřešíúlohusprávně,je 1 8,proVaškajetatopravděpodobnost 12 1.Pokudpočítajíoba 1 špatně, potom pravděpodobnost, že dojdou k témuž výsledku, je 1001.Jestližeoba získají stejný výsledek, jaká je pravděpodobnost, že je tento správný? Příklad15. Vosudíje8modrých,8červenýcha8bílýchkoulí.Vytáhnemenáhodně jednu kouli, vrátíme ji a opět jednu vytáhneme. Jaká je pravděpodobnost, že obě vytažené koule budou mít tutéž barvu? Jaká je tato pravděpodobnost, pokud vytaženou kouli nevracíme? Příklad16. Vkrabicije15tenisovýchmíčků,ztoho9nových.Proprvníhruse náhodně vyberou 3 míčky, po skončení hry se vrátí do krabice. Jaká je pravděpodobnost,ževšechny3míčkyvytaženéprodruhouhrubudunové? Příklad 17. Dny mohou být slunečné nebo zamračené. S pravděpodobnosti p bude zítra stejně jako dnes, s pravděpodobností 1 p ne. Jaká je pravděpodobnost, že za n dní bude stejné počasí jako dnes? Příklad18. Vžalářijevězeňodsouzenýksmrti.Výstřednížalářníkmuvšakdá šanci.přinesedvěurny,12černýcha12bílýchkuliček.tymávězeňrozdělitdo 12

Jiří Koula: Diskrétní pravděpodobnost uren. Žalářník si poté náhodně jednu vybere a z ní náhodně vytáhne kuličku. Budeli tato bílá, budevězeňvolný,vopačném případě budepopraven. Jak má vězeň kuličky rozdělit, aby si zajistil největší pravděpodobnost přežití(musí umístit všechny kuličky)? Příklad 19. Předpokládejme, že rakovinou trpí 0, 5% populace. Máme k dispozici test, který má spolehlivost 0, 95 v následujícím smyslu. Má-li osoba rakovinu, je test pozitivní s pravděpodobností 0, 95, nemá-li rakovinu, dostaneme negativní výsledek s toutéž pravděpodobností. Jestliže u náhodně zvolené osoby byl výsledek testu pozitivní, jaká je pravděpodobnost, že tato osoba rakovinu skutečně má? Příklad 20. Profesor zkouší snadný, ale nudný předmět. Pokud jste se na zkoušku svědomitě připravovali, dostanete jedničku s pravděpodobností 0,99. Pokud jste se neučili vůbec, jedničku nedostanete s pravděpodobností 0,3 (předmět je opravdu snadný). Na zkoušku se připravuje 40% studentů(předmět je opravdu nudný). Profesor dal studentovi jedničku. Jaká je pravděpodobnost, že se tento student na zkoušku učil? Příklad 21. Házíme dvěma hracími kostkami. Jev A znamená, že na modré kostce padnelichéčíslo,jev B,ženazelenékostcepadnesudéčíslo,jev C,žesoučetobou čísel je lichý. Jsou tyto jevy nezávislé? Jsou tyto jevy po dvou nezávislé? Příklad 22. Studentovi je předložen test obsahující 10 otázek, u každé jsou 4 možnosti, z nichž právě jedna je správná. Student je nepřipraven a odpovědi zaškrtává náhodně. Jaká je pravděpodobnost, že student zodpoví správně alespoň 5 otázek? Jaká je střední hodnota počtu správně zodpovězených otázek? Příklad 23. Dva hráči košíkové házejí střídavě na koš tak dlouho, dokud není jeden znichúspěšný.prvníhráčdákošspravděpodobností p 1,druhýspravděpodobností p 2.Jakájestředníhodnotapočtuhodůdruhéhohráče? Příklad 24. Jaká je střední hodnota počtu hodů kostkou, než nám padnou tři šestky za sebou? Příklad25. Vloteriije m i výhershodnotou q i,,..., k.celkembudevydáno N losů. Určete cenu losu tak, aby střední hodnota výhry byla rovna polovině ceny. Příklad 26. Mějme svazek n klíčů, které neumíme rozlišit. Chceme si odemknout byt, zkoušíme proto náhodně klíče, dokud nenajdeme ten správný. Jaká je střední hodnota vyzkoušených klíčů, pokud již odzkoušené do svazku nevracíme? Jaká je tato hodnota v případě, kdy vyzkoušené klíče vracíme zpět do svazku? Příklad 27. Na vánoční besídku přišlo n dětí a každé přineslo dárek, který dalo dovelkéhokoše.nakoncibesídkysikaždédítězkošenáhodněvytáhnejedendárek. Jaká je střední hodnota počtu dětí, které si odnesou vlastní dárek? 13