Metody probabilistyczne
|
|
- Jerzy Kosiński
- 7 lat temu
- Przeglądów:
Transkrypt
1 Metody probabilistyczne 1. Prawdopodobieństwo klasyczne Wojciech Kotłowski Instytut Informatyki PP / 19
2 Rys historyczny Francja, XVII w.: gry hazardowe stały się bardzo popularne i robią się coraz bardziej skomplikowane 1654: znany hazardzista kawaler de Méré konsultuje z Blaisem Pascalem szanse wygranej w pewnych wariantach gry kośćmi Pascal zaczyna korespondować z Pierrem de Fermatem i wspólne formułują matematyczne podstawy prawdopodobieństwa Blaise Pascal ( ) Pierre de Fermat ( ) 2 / 19
3 Rys historyczny Pomysły Pascala i Fermata rozwijane w kolejnych wiekach (m.in.: de Moivre, Bernoulli) W 1814 Pierre Laplace formułuje w książce Théorie analytique des probabilités matematyczną teorię prawdopodobieństwa Teoria Laplace a znana jest obecnie pod nazwą prawdopodobieństwa klasycznego Pierre Simon de Laplace ( ) 3 / 19
4 Przestrzeń zdarzeń elementarnych Pojedynczy wynik doświadczenia losowego nazywamy zdarzeniem elementarnym i oznaczamy symbolem ω 4 / 19
5 Przestrzeń zdarzeń elementarnych Pojedynczy wynik doświadczenia losowego nazywamy zdarzeniem elementarnym i oznaczamy symbolem ω Przykład: rzut kostką Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 4 / 19
6 Przestrzeń zdarzeń elementarnych Pojedynczy wynik doświadczenia losowego nazywamy zdarzeniem elementarnym i oznaczamy symbolem ω Przykład: rzut kostką Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 4 / 19
7 Przestrzeń zdarzeń elementarnych Pojedynczy wynik doświadczenia losowego nazywamy zdarzeniem elementarnym i oznaczamy symbolem ω Przykład: rzut kostką Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 Zbiór wszystkich możliwych wyników (zdarzeń elementarnych) Ω nazywamy przestrzenią zdarzeń elementarnych 4 / 19
8 Przestrzeń zdarzeń elementarnych Pojedynczy wynik doświadczenia losowego nazywamy zdarzeniem elementarnym i oznaczamy symbolem ω Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 Zbiór wszystkich możliwych wyników (zdarzeń elementarnych) Ω nazywamy przestrzenią zdarzeń elementarnych Przykład: Ω = {ω 1, ω 2, ω 3, ω 4, ω 5, ω 6 }. 4 / 19
9 Przestrzeń zdarzeń elementarnych Pojedynczy wynik doświadczenia losowego nazywamy zdarzeniem elementarnym i oznaczamy symbolem ω Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 Zbiór wszystkich możliwych wyników (zdarzeń elementarnych) Ω nazywamy przestrzenią zdarzeń elementarnych Przykład: Ω = {ω 1, ω 2, ω 3, ω 4, ω 5, ω 6 }. Zdarzenia losowe to podzbiory przestrzeni zdarzeń elementarnych Ω. Mówimy, że zaszło zdarzenie A, jeśli wynik doświadczenia ω A 4 / 19
10 Przestrzeń zdarzeń elementarnych Pojedynczy wynik doświadczenia losowego nazywamy zdarzeniem elementarnym i oznaczamy symbolem ω Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 Zbiór wszystkich możliwych wyników (zdarzeń elementarnych) Ω nazywamy przestrzenią zdarzeń elementarnych Przykład: Ω = {ω 1, ω 2, ω 3, ω 4, ω 5, ω 6 }. Zdarzenia losowe to podzbiory przestrzeni zdarzeń elementarnych Ω. Mówimy, że zaszło zdarzenie A, jeśli wynik doświadczenia ω A Przykład: zdarzenie wypadło jedno oczko : A = {ω1 } 4 / 19
11 Przestrzeń zdarzeń elementarnych Pojedynczy wynik doświadczenia losowego nazywamy zdarzeniem elementarnym i oznaczamy symbolem ω Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 Zbiór wszystkich możliwych wyników (zdarzeń elementarnych) Ω nazywamy przestrzenią zdarzeń elementarnych Przykład: Ω = {ω 1, ω 2, ω 3, ω 4, ω 5, ω 6 }. Zdarzenia losowe to podzbiory przestrzeni zdarzeń elementarnych Ω. Mówimy, że zaszło zdarzenie A, jeśli wynik doświadczenia ω A Przykład: zdarzenie wypadło jedno oczko : A = {ω1 } Przykład: zdarzenie wypadło co najwyżej dwa oczka : B = {ω 1, ω 2 } 4 / 19
12 Przestrzeń zdarzeń elementarnych Pojedynczy wynik doświadczenia losowego nazywamy zdarzeniem elementarnym i oznaczamy symbolem ω Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 Zbiór wszystkich możliwych wyników (zdarzeń elementarnych) Ω nazywamy przestrzenią zdarzeń elementarnych Przykład: Ω = {ω 1, ω 2, ω 3, ω 4, ω 5, ω 6 }. Zdarzenia losowe to podzbiory przestrzeni zdarzeń elementarnych Ω. Mówimy, że zaszło zdarzenie A, jeśli wynik doświadczenia ω A Przykład: zdarzenie wypadło jedno oczko : A = {ω1 } Przykład: zdarzenie wypadło co najwyżej dwa oczka : B = {ω 1, ω 2 } Przykład: zdarzenie wypadła parzysta liczba oczek : C = {ω 2, ω 4, ω 6 } 4 / 19
13 Prawdopodobieństwo klasyczne Przestrzeń zdarzeń elementarnych Ω Zdarzenia A Ω to podzbiory przestrzeni zdarzeń elementarnych Prawdopodobieństwo zdarzenia A: P(A) = A Ω 5 / 19
14 Prawdopodobieństwo klasyczne Przestrzeń zdarzeń elementarnych Ω Zdarzenia A Ω to podzbiory przestrzeni zdarzeń elementarnych Prawdopodobieństwo zdarzenia A: P(A) = A Ω liczba zdarzeń elementarnych w A całkowita liczba zdarzeń elementarnych 5 / 19
15 Prawdopodobieństwo klasyczne Przestrzeń zdarzeń elementarnych Ω Zdarzenia A Ω to podzbiory przestrzeni zdarzeń elementarnych Prawdopodobieństwo zdarzenia A: P(A) = A Ω liczba zdarzeń elementarnych w A Zachodzi: całkowita liczba zdarzeń elementarnych P( ) = 0 P(Ω) = 1 P(A) [0, 1] 5 / 19
16 Przykład rzut kostką Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 Przestrzeń zdarzeń elementarnych Ω = {ω 1, ω 2, ω 3, ω 4, ω 5, ω 6 }, Ω = 6 6 / 19
17 Przykład rzut kostką Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 Przestrzeń zdarzeń elementarnych Ω = {ω 1, ω 2, ω 3, ω 4, ω 5, ω 6 }, Ω = 6 Zdarzenie wypadło jedno oczko : A = {ω 1 }, A = 1, P(A) = / 19
18 Przykład rzut kostką Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 Przestrzeń zdarzeń elementarnych Ω = {ω 1, ω 2, ω 3, ω 4, ω 5, ω 6 }, Ω = 6 Zdarzenie wypadło jedno oczko : A = {ω 1 }, A = 1, P(A) = 1 6 Zdarzenie wypadło co najwyżej dwa oczka : B = {ω 1, ω 2 }, B = 2, P(B) = 2 6 = / 19
19 Przykład rzut kostką Ω A B C ω 1 ω 3 ω 5 ω 2 ω 4 ω 6 Przestrzeń zdarzeń elementarnych Ω = {ω 1, ω 2, ω 3, ω 4, ω 5, ω 6 }, Ω = 6 Zdarzenie wypadło jedno oczko : A = {ω 1 }, A = 1, P(A) = 1 6 Zdarzenie wypadło co najwyżej dwa oczka : B = {ω 1, ω 2 }, B = 2, P(B) = 2 6 = 1 3 Zdarzenie wypadła parzysta liczba oczek : C = {ω 2, ω 4, ω 6 }, C = 3, P(A) = 3 6 = / 19
20 Przykład rzut trzema monetami O R Przestrzeń zdarzeń elementarnych: Zdarzenie wypadły trzy orły : Zdarzenie wypadły dwa orły : 7 / 19
21 Przykład rzut trzema monetami O R Przestrzeń zdarzeń elementarnych: Ω = {OOO, OOR, ORO, ORR, ROO, ROR, RRO, RRR} Ω = 8 Zdarzenie wypadły trzy orły : Zdarzenie wypadły dwa orły : 7 / 19
22 Przykład rzut trzema monetami O R Przestrzeń zdarzeń elementarnych: Ω = {OOO, OOR, ORO, ORR, ROO, ROR, RRO, RRR} Ω = 8 Zdarzenie wypadły trzy orły : A = {OOO}, A = 1, P(A) = 1 8 Zdarzenie wypadły dwa orły : 7 / 19
23 Przykład rzut trzema monetami O R Przestrzeń zdarzeń elementarnych: Ω = {OOO, OOR, ORO, ORR, ROO, ROR, RRO, RRR} Ω = 8 Zdarzenie wypadły trzy orły : A = {OOO}, A = 1, P(A) = 1 8 Zdarzenie wypadły dwa orły : B = {OOR, ORO, ROO}, B = 3, P(B) = / 19
24 Przykład rzut dwoma kośćmi Przestrzeń zdarzeń elementarnych: 8 / 19
25 Przykład rzut dwoma kośćmi Przestrzeń zdarzeń elementarnych ( Ω = 36): Ω = {(1, 1), (1, 2),..., (1, 6), (2, 1), (2, 2),..., (6, 5), (6, 6)} 8 / 19
26 Przykład rzut dwoma kośćmi Przestrzeń zdarzeń elementarnych ( Ω = 36): Ω = {(1, 1), (1, 2),..., (1, 6), (2, 1), (2, 2),..., (6, 5), (6, 6)} Zdarzenia: suma oczek równa się S S Zdarzenie Prawdopodobieństwo / 19
27 Przykład rzut dwoma kośćmi Przestrzeń zdarzeń elementarnych ( Ω = 36): Ω = {(1, 1), (1, 2),..., (1, 6), (2, 1), (2, 2),..., (6, 5), (6, 6)} Zdarzenia: suma oczek równa się S S Zdarzenie Prawdopodobieństwo 2 A 2 = {(1, 1)} 3 A 3 = {(1, 2), (2, 1)} 4 A 4 = {(1, 3), (2, 2), (3, 1)} 5 A 5 = {(1, 4), (2, 3), (3, 2), (4, 1)} 6 A 6 = {(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)} 7 A 7 = {(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)} 8 A 8 = {(2, 6), (3, 5), (4, 4), (5, 3), (6, 2)} 9 A 9 = {(3, 6), (4, 5), (5, 4), (6, 3)} 10 A 10 = {(4, 6, (5, 5), (6, 4)} 11 A 11 = {(5, 6), (6, 5)} 12 A 12 = {(6, 6)} 8 / 19
28 Przykład rzut dwoma kośćmi Przestrzeń zdarzeń elementarnych ( Ω = 36): Ω = {(1, 1), (1, 2),..., (1, 6), (2, 1), (2, 2),..., (6, 5), (6, 6)} Zdarzenia: suma oczek równa się S S Zdarzenie Prawdopodobieństwo 2 A 2 = {(1, 1)} P(A 2 ) = 1/36 3 A 3 = {(1, 2), (2, 1)} P(A 3 ) = 2/36 4 A 4 = {(1, 3), (2, 2), (3, 1)} P(A 4 ) = 3/36 5 A 5 = {(1, 4), (2, 3), (3, 2), (4, 1)} P(A 5 ) = 4/36 6 A 6 = {(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)} P(A 6 ) = 5/36 7 A 7 = {(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)} P(A 7 ) = 6/36 8 A 8 = {(2, 6), (3, 5), (4, 4), (5, 3), (6, 2)} P(A 8 ) = 5/36 9 A 9 = {(3, 6), (4, 5), (5, 4), (6, 3)} P(A 9 ) = 4/36 10 A 10 = {(4, 6, (5, 5), (6, 4)} P(A 10 ) = 3/36 11 A 11 = {(5, 6), (6, 5)} P(A 11 ) = 2/36 12 A 12 = {(6, 6)} P(A 12 ) = 1/36 8 / 19
29 Operacje na zdarzeniach Zdarzenia są zbiorami! Ω Ω A B A B suma A B zaszło A lub B iloczyn A B zaszło A i B Ω Ω A B A różnica A \ B zaszło A ale nie B dopełnienie A nie zaszło A 9 / 19
30 Operacje na zdarzeniach Ω Ω A B A B A B Ω A B Ω A B A A \ B A P(A B) = P(A) + P(B) P(A B) P(A \ B) = P(A) P(A B) P(A ) = 1 P(A) (ponieważ P(Ω) = 1) 10 / 19
31 Zdarzenia rozłączne Ω A B Jeśli A B = to P(A B) = P(A) + P(B) 11 / 19
32 Zdarzenia rozłączne Ω A B Jeśli A B = to P(A B) = P(A) + P(B) Ogólniej: jeśli A 1,..., A n są parami rozłączne, A i A j = dla i j: P(A 1 A 2... A n ) = P(A 1 ) + P(A 2 ) P(A n ) 11 / 19
33 Kombinatoryka: wariacje z powtórzeniami Jeśli doświadczenie składa się z k niezależnych etapów, a w każdym etapie jest n możliwych wyników, to całkowita liczba możliwych wyników wynosi } n n {{... n} = n k. k Na tyle sposobów można wybrać ze zwracaniem k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) 12 / 19
34 Kombinatoryka: wariacje z powtórzeniami Jeśli doświadczenie składa się z k niezależnych etapów, a w każdym etapie jest n możliwych wyników, to całkowita liczba możliwych wyników wynosi } n n {{... n} = n k. k Na tyle sposobów można wybrać ze zwracaniem k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) Ile jest możliwych wyników rzutów 4 kostkami? 12 / 19
35 Kombinatoryka: wariacje z powtórzeniami Jeśli doświadczenie składa się z k niezależnych etapów, a w każdym etapie jest n możliwych wyników, to całkowita liczba możliwych wyników wynosi } n n {{... n} = n k. k Na tyle sposobów można wybrać ze zwracaniem k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) Ile jest możliwych wyników rzutów 4 kostkami? = / 19
36 Kombinatoryka: wariacje z powtórzeniami Jeśli doświadczenie składa się z k niezależnych etapów, a w każdym etapie jest n możliwych wyników, to całkowita liczba możliwych wyników wynosi } n n {{... n} = n k. k Na tyle sposobów można wybrać ze zwracaniem k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) Ile jest możliwych wyników rzutów 4 kostkami? = 6 4 Ile jest możliwych wyników rzutów 10 monetami? 12 / 19
37 Kombinatoryka: wariacje z powtórzeniami Jeśli doświadczenie składa się z k niezależnych etapów, a w każdym etapie jest n możliwych wyników, to całkowita liczba możliwych wyników wynosi } n n {{... n} = n k. k Na tyle sposobów można wybrać ze zwracaniem k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) Ile jest możliwych wyników rzutów 4 kostkami? = 6 4 Ile jest możliwych wyników rzutów 10 monetami? 2 10 = / 19
38 Kombinatoryka: wariacje z powtórzeniami Jeśli doświadczenie składa się z k niezależnych etapów, a w każdym etapie jest n możliwych wyników, to całkowita liczba możliwych wyników wynosi } n n {{... n} = n k. k Na tyle sposobów można wybrać ze zwracaniem k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) Ile jest możliwych wyników rzutów 4 kostkami? = 6 4 Ile jest możliwych wyników rzutów 10 monetami? 2 10 = 1024 Ile jest binarnych ciągów o długości n? 12 / 19
39 Kombinatoryka: wariacje z powtórzeniami Jeśli doświadczenie składa się z k niezależnych etapów, a w każdym etapie jest n możliwych wyników, to całkowita liczba możliwych wyników wynosi } n n {{... n} = n k. k Na tyle sposobów można wybrać ze zwracaniem k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) Ile jest możliwych wyników rzutów 4 kostkami? = 6 4 Ile jest możliwych wyników rzutów 10 monetami? 2 10 = 1024 Ile jest binarnych ciągów o długości n? = 2 n 12 / 19
40 Kombinatoryka: wariacje z powtórzeniami Jeśli doświadczenie składa się z k niezależnych etapów, a w każdym etapie jest n możliwych wyników, to całkowita liczba możliwych wyników wynosi } n n {{... n} = n k. k Na tyle sposobów można wybrać ze zwracaniem k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) Ile jest możliwych wyników rzutów 4 kostkami? = 6 4 Ile jest możliwych wyników rzutów 10 monetami? 2 10 = 1024 Ile jest binarnych ciągów o długości n? = 2 n Ile 5-literowych słów można utworzyć z 26 liter łacińskich? 12 / 19
41 Kombinatoryka: wariacje z powtórzeniami Jeśli doświadczenie składa się z k niezależnych etapów, a w każdym etapie jest n możliwych wyników, to całkowita liczba możliwych wyników wynosi } n n {{... n} = n k. k Na tyle sposobów można wybrać ze zwracaniem k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) Ile jest możliwych wyników rzutów 4 kostkami? = 6 4 Ile jest możliwych wyników rzutów 10 monetami? 2 10 = 1024 Ile jest binarnych ciągów o długości n? = 2 n Ile 5-literowych słów można utworzyć z 26 liter łacińskich? / 19
42 Kombinatoryka: wariacje bez powtórzeń Liczba sposobów na jakie można wybrać bez zwracania k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) wynosi n (n 1)... (n k + 1) = n! (n k)!. Jest to również liczba k-elementowych ciągów o wyrazach ze zbioru n- elementowego, w których elementy nie powtarzają się. 13 / 19
43 Kombinatoryka: wariacje bez powtórzeń Liczba sposobów na jakie można wybrać bez zwracania k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) wynosi n (n 1)... (n k + 1) = n! (n k)!. Jest to również liczba k-elementowych ciągów o wyrazach ze zbioru n- elementowego, w których elementy nie powtarzają się. Na ile sposobów można wylosować (bez zwracania) 5 kart z talii 52 kart (kolejność kart jest istotna)? 13 / 19
44 Kombinatoryka: wariacje bez powtórzeń Liczba sposobów na jakie można wybrać bez zwracania k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) wynosi n (n 1)... (n k + 1) = n! (n k)!. Jest to również liczba k-elementowych ciągów o wyrazach ze zbioru n- elementowego, w których elementy nie powtarzają się. Na ile sposobów można wylosować (bez zwracania) 5 kart z talii 52 kart (kolejność kart jest istotna)? / 19
45 Kombinatoryka: wariacje bez powtórzeń Liczba sposobów na jakie można wybrać bez zwracania k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) wynosi n (n 1)... (n k + 1) = n! (n k)!. Jest to również liczba k-elementowych ciągów o wyrazach ze zbioru n- elementowego, w których elementy nie powtarzają się. Na ile sposobów można wylosować (bez zwracania) 5 kart z talii 52 kart (kolejność kart jest istotna)? Ile jest możliwych wyników rzutów 3 kośćmi, dla których na wszystkich kostkach jest inna wartość? 13 / 19
46 Kombinatoryka: wariacje bez powtórzeń Liczba sposobów na jakie można wybrać bez zwracania k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) wynosi n (n 1)... (n k + 1) = n! (n k)!. Jest to również liczba k-elementowych ciągów o wyrazach ze zbioru n- elementowego, w których elementy nie powtarzają się. Na ile sposobów można wylosować (bez zwracania) 5 kart z talii 52 kart (kolejność kart jest istotna)? Ile jest możliwych wyników rzutów 3 kośćmi, dla których na wszystkich kostkach jest inna wartość? / 19
47 Kombinatoryka: wariacje bez powtórzeń Liczba sposobów na jakie można wybrać bez zwracania k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) wynosi n (n 1)... (n k + 1) = n! (n k)!. Jest to również liczba k-elementowych ciągów o wyrazach ze zbioru n- elementowego, w których elementy nie powtarzają się. Na ile sposobów można wylosować (bez zwracania) 5 kart z talii 52 kart (kolejność kart jest istotna)? Ile jest możliwych wyników rzutów 3 kośćmi, dla których na wszystkich kostkach jest inna wartość? Ile 5-literowych słów bez powtarzających się liter można utworzyć z 26 liter łacińskich? 13 / 19
48 Kombinatoryka: wariacje bez powtórzeń Liczba sposobów na jakie można wybrać bez zwracania k elementów ze zbioru n-elementowego (kolejność elementów jest istotna) wynosi n (n 1)... (n k + 1) = n! (n k)!. Jest to również liczba k-elementowych ciągów o wyrazach ze zbioru n- elementowego, w których elementy nie powtarzają się. Na ile sposobów można wylosować (bez zwracania) 5 kart z talii 52 kart (kolejność kart jest istotna)? Ile jest możliwych wyników rzutów 3 kośćmi, dla których na wszystkich kostkach jest inna wartość? Ile 5-literowych słów bez powtarzających się liter można utworzyć z 26 liter łacińskich? / 19
49 Kombinatoryka: permutacje Liczba sposobów na jakie można uporządkować n elementów wynosi: n! = n 14 / 19
50 Kombinatoryka: permutacje Liczba sposobów na jakie można uporządkować n elementów wynosi: n! = n Na ile sposobów można ustawić 5 osób w kolejce? 14 / 19
51 Kombinatoryka: permutacje Liczba sposobów na jakie można uporządkować n elementów wynosi: n! = n Na ile sposobów można ustawić 5 osób w kolejce? 5! = / 19
52 Kombinatoryka: permutacje Liczba sposobów na jakie można uporządkować n elementów wynosi: n! = n Na ile sposobów można ustawić 5 osób w kolejce? 5! = 120 Ile jest możliwych przetasowań talii kart? 14 / 19
53 Kombinatoryka: permutacje Liczba sposobów na jakie można uporządkować n elementów wynosi: n! = n Na ile sposobów można ustawić 5 osób w kolejce? 5! = 120 Ile jest możliwych przetasowań talii kart? 52! 14 / 19
54 Kombinatoryka: kombinacje Liczba sposobów na jakie można wybrać k-elementowy podzbiór (kolejność elementów nieistotna) z n-elementowego zbioru wynosi: ( n ) k = n! k!(n k)! 15 / 19
55 Kombinatoryka: kombinacje Liczba sposobów na jakie można wybrać k-elementowy podzbiór (kolejność elementów nieistotna) z n-elementowego zbioru wynosi: ( n ) k = n! k!(n k)! Na ile sposobów można wybrać spośród 5 osób 3-osobową grupę? 15 / 19
56 Kombinatoryka: kombinacje Liczba sposobów na jakie można wybrać k-elementowy podzbiór (kolejność elementów nieistotna) z n-elementowego zbioru wynosi: ( n ) k = n! k!(n k)! Na ile sposobów można wybrać spośród 5 osób 3-osobową grupę? ( 5 ) 3 = 5! 3!2! = / 19
57 Kombinatoryka: kombinacje Liczba sposobów na jakie można wybrać k-elementowy podzbiór (kolejność elementów nieistotna) z n-elementowego zbioru wynosi: ( n ) k = n! k!(n k)! Na ile sposobów można wybrać spośród 5 osób 3-osobową grupę? ( 5 ) 3 = 5! 3!2! = drużyn gra w systemie ligowym ( każdy z każdym ). Ile odbędzie się meczy? 15 / 19
58 Kombinatoryka: kombinacje Liczba sposobów na jakie można wybrać k-elementowy podzbiór (kolejność elementów nieistotna) z n-elementowego zbioru wynosi: ( n ) k = n! k!(n k)! Na ile sposobów można wybrać spośród 5 osób 3-osobową grupę? ( 5 ) 3 = 5! 3!2! = drużyn gra w systemie ligowym ( każdy z każdym ). Ile odbędzie się meczy? ( 10) 2 = 10! 8!2! = / 19
59 Kombinatoryka: kombinacje Liczba sposobów na jakie można wybrać k-elementowy podzbiór (kolejność elementów nieistotna) z n-elementowego zbioru wynosi: ( n ) k = n! k!(n k)! Na ile sposobów można wybrać spośród 5 osób 3-osobową grupę? ( 5 ) 3 = 5! 3!2! = drużyn gra w systemie ligowym ( każdy z każdym ). Ile odbędzie się meczy? ( 10) 2 = 10! 8!2! = 45 Ile jest binarnych ciągów o długości 8 mających dokładnie 3 jedynki? 15 / 19
60 Kombinatoryka: kombinacje Liczba sposobów na jakie można wybrać k-elementowy podzbiór (kolejność elementów nieistotna) z n-elementowego zbioru wynosi: ( n ) k = n! k!(n k)! Na ile sposobów można wybrać spośród 5 osób 3-osobową grupę? ( 5 ) 3 = 5! 3!2! = drużyn gra w systemie ligowym ( każdy z każdym ). Ile odbędzie się meczy? ( 10) 2 = 10! 8!2! = 45 Ile jest binarnych ciągów o długości 8 mających dokładnie 3 jedynki? ( 8 ) 3 = 8! 5!3! = 56 (wskazówka: można utożsamić ciągi binarne z podzbiorami zbioru n-elementowego) 15 / 19
61 Zadanie Losujemy 5 kart z talii. Jaka jest szansa wylosowania karety (czterech kart o tej samej wartości)? 16 / 19
62 Zadanie Losujemy 5 kart z talii. Jaka jest szansa wylosowania karety (czterech kart o tej samej wartości)? Ω zbiór wszystkich 5-elementowych pozdbiorów 52-elementowej talii. Ω = ( ) / 19
63 Zadanie Losujemy 5 kart z talii. Jaka jest szansa wylosowania karety (czterech kart o tej samej wartości)? Ω zbiór wszystkich 5-elementowych pozdbiorów 52-elementowej talii. Ω = Zdarzenie A wylosowano karetę ( ) / 19
64 Zadanie Losujemy 5 kart z talii. Jaka jest szansa wylosowania karety (czterech kart o tej samej wartości)? Ω zbiór wszystkich 5-elementowych pozdbiorów 52-elementowej talii. Ω = Zdarzenie A wylosowano karetę ( ) 52 5 A = / 19
65 Zadanie Losujemy 5 kart z talii. Jaka jest szansa wylosowania karety (czterech kart o tej samej wartości)? Ω zbiór wszystkich 5-elementowych pozdbiorów 52-elementowej talii. Ω = Zdarzenie A wylosowano karetę ( ) 52 5 A = P(A) = ( 52 5 ) / 19
66 Zadanie Jaka jest szansa, że w 20 rzutach monetą wypadnie dokładnie 10 orłów? 17 / 19
67 Zadanie Jaka jest szansa, że w 20 rzutach monetą wypadnie dokładnie 10 orłów? Ω zbiór wszystkich wyników rzutów 20 monetami. Ω = / 19
68 Zadanie Jaka jest szansa, że w 20 rzutach monetą wypadnie dokładnie 10 orłów? Ω zbiór wszystkich wyników rzutów 20 monetami. Ω = 2 20 Zdarzenie A wypadło dokładnie 10 orłów 17 / 19
69 Zadanie Jaka jest szansa, że w 20 rzutach monetą wypadnie dokładnie 10 orłów? Ω zbiór wszystkich wyników rzutów 20 monetami. Ω = 2 20 Zdarzenie A wypadło dokładnie 10 orłów ( ) 20 A = / 19
70 Zadanie Jaka jest szansa, że w 20 rzutach monetą wypadnie dokładnie 10 orłów? Ω zbiór wszystkich wyników rzutów 20 monetami. Ω = 2 20 Zdarzenie A wypadło dokładnie 10 orłów ( ) 20 A = 10 P(A) = ( 20 ) / 19
71 Co jest bardziej prawdopodobne? Pytanie kawalera de Méré 1. Otrzymanie co najmniej jednej jedynki w 4 rzutach kośćmi 2. Otrzymanie co najmniej jednej podwójnej jedynki w 24 rzutach dwoma kośćmi 18 / 19
72 Co jest bardziej prawdopodobne? Pytanie kawalera de Méré 1. Otrzymanie co najmniej jednej jedynki w 4 rzutach kośćmi 2. Otrzymanie co najmniej jednej podwójnej jedynki w 24 rzutach dwoma kośćmi Rozumowanie kawalera de Méré: Szansa podwójnej jedynki (1/36) jest sześciokrotnie mniejsza niż pojedynczej jedynki (1/6) Aby skompensować tę różnice, trzeba więc rzucić dwoma kośćmi sześciokrotnie więcej razy niż pojedynczą kością Wniosek: oba powyższe zdarzenia są równo prawdopodobne 18 / 19
73 Co jest bardziej prawdopodobne? Pytanie kawalera de Méré 1. Otrzymanie co najmniej jednej jedynki w 4 rzutach kośćmi 2. Otrzymanie co najmniej jednej podwójnej jedynki w 24 rzutach dwoma kośćmi Rozumowanie kawalera de Méré: Szansa podwójnej jedynki (1/36) jest sześciokrotnie mniejsza niż pojedynczej jedynki (1/6) Aby skompensować tę różnice, trzeba więc rzucić dwoma kośćmi sześciokrotnie więcej razy niż pojedynczą kością Wniosek: oba powyższe zdarzenia są równo prawdopodobne Powyższe rozumowanie okazuje się jednak błędne!!! 18 / 19
74 Co jest bardziej prawdopodobne? Pytanie kawalera de Méré 1. Otrzymanie co najmniej jednej jedynki w 4 rzutach kośćmi 2. Otrzymanie co najmniej jednej podwójnej jedynki w 24 rzutach dwoma kośćmi Doświadczenie 1: 18 / 19
75 Co jest bardziej prawdopodobne? Pytanie kawalera de Méré 1. Otrzymanie co najmniej jednej jedynki w 4 rzutach kośćmi 2. Otrzymanie co najmniej jednej podwójnej jedynki w 24 rzutach dwoma kośćmi Doświadczenie 1: Ω: wszystkie możliwe wyniki rzutów 4 kośćmi: Ω = = / 19
76 Co jest bardziej prawdopodobne? Pytanie kawalera de Méré 1. Otrzymanie co najmniej jednej jedynki w 4 rzutach kośćmi 2. Otrzymanie co najmniej jednej podwójnej jedynki w 24 rzutach dwoma kośćmi Doświadczenie 1: Ω: wszystkie możliwe wyniki rzutów 4 kośćmi: Ω = = 6 4 A: co najmniej jedna jedynka 18 / 19
77 Co jest bardziej prawdopodobne? Pytanie kawalera de Méré 1. Otrzymanie co najmniej jednej jedynki w 4 rzutach kośćmi 2. Otrzymanie co najmniej jednej podwójnej jedynki w 24 rzutach dwoma kośćmi Doświadczenie 1: Ω: wszystkie możliwe wyniki rzutów 4 kośćmi: Ω = = 6 4 A: co najmniej jedna jedynka A : nie wypadła żadna jedynka 18 / 19
78 Co jest bardziej prawdopodobne? Pytanie kawalera de Méré 1. Otrzymanie co najmniej jednej jedynki w 4 rzutach kośćmi 2. Otrzymanie co najmniej jednej podwójnej jedynki w 24 rzutach dwoma kośćmi Doświadczenie 1: Ω: wszystkie możliwe wyniki rzutów 4 kośćmi: Ω = = 6 4 A: co najmniej jedna jedynka A : nie wypadła żadna jedynka A = = 5 4, P(A ) = / 19
79 Co jest bardziej prawdopodobne? Pytanie kawalera de Méré 1. Otrzymanie co najmniej jednej jedynki w 4 rzutach kośćmi 2. Otrzymanie co najmniej jednej podwójnej jedynki w 24 rzutach dwoma kośćmi Doświadczenie 1: Ω: wszystkie możliwe wyniki rzutów 4 kośćmi: Ω = = 6 4 A: co najmniej jedna jedynka A : nie wypadła żadna jedynka A = = 5 4, P(A ) = Stąd: P(A) = 1 P(A ) = / 19
80 Co jest bardziej prawdopodobne? Pytanie kawalera de Méré 1. Otrzymanie co najmniej jednej jedynki w 4 rzutach kośćmi 2. Otrzymanie co najmniej jednej podwójnej jedynki w 24 rzutach dwoma kośćmi Doświadczenie 2: Ω: wszystkie możliwe wyniki 24 rzutów dwoma kośćmi: Ω = A: co najmniej jedna podwójna jedynka A : nie wypadła żadna podwójna jedynka A = 35 24, P(A ) = Stąd: P(A) = 1 P(A ) = / 19
81 Kombinatoryka: zadania Zadanie 1 Ile słów można utworzyć ze słowa BARBARA zmieniając kolejność liter? 19 / 19
82 Kombinatoryka: zadania Zadanie 2 Jaka jest szansa trafienia szóstki w totolotka? (wybieramy 6 z 49 liczb, maszyna również losuje 6 z 49 liczb i musimy trafić wszystkie) Jaka jest szansa trafienia piątki? czwórki? trójki? 19 / 19
83 Kombinatoryka: zadania Zadanie 3 Paradoks urodzin: Jaka jest szansa, że w grupie 23 osób są przynajmniej dwie osoby mające urodziny tego samego dnia? (dla uproszczenia załóż, że nikt nie urodził się 29 lutego!) 19 / 19
Doświadczenie i zdarzenie losowe
Doświadczenie i zdarzenie losowe Doświadczenie losowe jest to takie doświadczenie, które jest powtarzalne w takich samych warunkach lub zbliżonych, a którego wyniku nie można przewidzieć jednoznacznie.
Rachunek prawdopodobieństwa
Rachunek prawdopodobieństwa Sebastian Rymarczyk srymarczyk@afm.edu.pl Tematyka zajęć 1. Elementy kombinatoryki. 2. Definicje prawdopodobieństwa. 3. Własności prawdopodobieństwa. 4. Zmienne losowe, parametry
{( ) ( ) ( ) ( )( ) ( )( ) ( RRR)
.. KLASYCZNA DEFINICJA PRAWDOPODOBIEŃSTWA Klasyczna definicja prawdopodobieństwa JeŜeli jest skończonym zbiorem zdarzeń elementarnych jednakowo prawdopodobnych i A, to liczbę A nazywamy prawdopodobieństwem
WYKŁAD 1. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Instytut Matematyki Uniwersytet Warszawski
WYKŁAD 1 Witold Bednorz, Paweł Wolff Instytut Matematyki Uniwersytet Warszawski Rachunek Prawdopodobieństwa, WNE, 2010-2011 Wprowadzenie Gry hazardowe Wprowadzenie Gry hazardowe Klasyczna definicja prawdopodobieństwa.
Metody probabilistyczne
Metody probabilistyczne 5. Zmienne losowe: wprowadzenie Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 8..208 / 42 Motywacja Często bardziej niż same zdarzenia losowe
Metody probabilistyczne
Metody probabilistyczne 2. Aksjomatyczna definicja prawdopodobieństwa Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 10.10.2017 1 / 33 Klasyczna definicja prawdopodobieństwa
Podstawy nauk przyrodniczych Matematyka
Podstawy nauk przyrodniczych Matematyka Elementy rachunku prawdopodobieństwa dr inż. Małgorzata Szeląg Zakład Genetyki Molekularnej Człowieka tel. 61 829 59 04 malgorzata.szelag@amu.edu.pl Pokój 1.118
STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Wybrane litery alfabetu greckiego α alfa β beta Γ γ gamma δ delta ɛ, ε epsilon η eta Θ θ theta
Statystyka podstawowe wzory i definicje
1 Statystyka podstawowe wzory i definicje Średnia arytmetyczna to suma wszystkich liczb (a 1, a 2,, a n) podzielona przez ich ilość (n) Przykład 1 Dany jest zbiór liczb {6, 8, 11, 2, 5, 3}. Oblicz średnią
Prawdopodobieństwo
Prawdopodobieństwo http://www.matemaks.pl/ Wstęp do rachunku prawdopodobieństwa http://www.matemaks.pl/wstep-do-rachunku-prawdopodobienstwa.html Rachunek prawdopodobieństwa pomaga obliczyć szansę zaistnienia
Rachunek prawdopodobieństwa Rozdział 1. Wstęp
Rachunek prawdopodobieństwa Rozdział 1. Wstęp 1.1. Prawdopodobieństwo klasyczne Katarzyna Rybarczyk-Krzywdzińska Definicja Zadaliśmy pytanie. Bolek, Lolek i Tola wstąpili do kasyna. Dla każdego z nich
Statystyka matematyczna
Statystyka matematyczna Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka matematyczna 5 marca 2018 1 / 14 Prawdopodobieństwo klasyczne Ω - zbiór wszystkich zdarzeń elementarnych
Statystyka matematyczna
Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 25 lutego 2019 Magdalena Alama-Bućko Statystyka matematyczna 25 lutego 2019 1 / 18 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45
Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1
Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Jakubowski, Sztencel:
Rachunek prawdopodobieństwa dla informatyków
Rachunek prawdopodobieństwa dla informatyków Adam Roman Instytut Informatyki UJ Wykład 1 rys historyczny zdarzenia i ich prawdopodobieństwa aksjomaty i reguły prawdopodobieństwa prawdopodobieństwo warunkowe
P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.
P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. Lekcja 2 Temat: Podstawowe pojęcia związane z prawdopodobieństwem. Str. 10-21 1. Doświadczenie losowe jest to doświadczenie,
Podstawy metod probabilistycznych. dr Adam Kiersztyn
Podstawy metod probabilistycznych dr Adam Kiersztyn Przestrzeń zdarzeń elementarnych i zdarzenia losowe. Zjawiskiem lub doświadczeniem losowym nazywamy taki proces, którego przebiegu i ostatecznego wyniku
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. 3.2. Niezależność zdarzeń Katarzyna Rybarczyk-Krzywdzińska Niezależność dwóch zdarzeń Intuicja Zdarzenia losowe
2. Lesław Gajek, Marek Kałuszka, Wnioskowanie statystyczne. Modele i metody. Dla studentów.
Literatura:. Jerzy Greń, Statystyka matematyczna. Modele i zadania.. Lesław Gajek, Marek Kałuszka, Wnioskowanie statystyczne. Modele i metody. Dla studentów.. J. Koronacki, J. Mielniczuk, Statystyka dla
Statystyka matematyczna
Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka matematyczna 20 lutego 2017 1 / 21 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45
Biostatystyka, # 2 /Weterynaria I/
Biostatystyka, # 2 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a bud. Agro II, e-mail: zdzislaw.otachel@up.lublin.pl
Rzucamy dwa razy sprawiedliwą, sześcienną kostką do gry. Oblicz prawdopodobieństwo otrzymania:
Statystyka Ubezpieczeniowa Część 1. Rachunek prawdopodobieństwa: - prawdopodobieństwo klasyczne - zdarzenia niezależne - prawdopodobieństwo warunkowe - prawdopodobieństwo całkowite - wzór Bayesa Schemat
Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska)
Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska) Twierdzenie (o mnożeniu) Podstawowe pojęcia i wzory kombinatoryczne. Niech,, będą zbiorami mającymi odpowiednio,,
01DRAP - klasyczna definicja prawdopodobieństwa
01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne
01DRAP - klasyczna definicja prawdopodobieństwa
01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne
Statystyka matematyczna
Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 26 lutego 2018 Magdalena Alama-Bućko Statystyka matematyczna 26 lutego 2018 1 / 16 Wykład : 10h (przez 10 tygodni po 45 minut) zaliczenie wykładu
Rachunek prawdopodobieństwa- wykład 2
Rachunek prawdopodobieństwa- wykład 2 Pojęcie dyskretnej przestrzeni probabilistycznej i określenie prawdopodobieństwa w tej przestrzeni dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet
01DRAP - klasyczna definicja prawdopodobieństwa
01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne
RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA
RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA Doświadczenia losowe Rachunek prawdopodobieństwa zajmuje się zdarzeniami jakie zachodzą, gdy przeprowadzamy doświadczenia losowe. Mówimy, że doświadczenie jest
Wykład 2. Prawdopodobieństwo i elementy kombinatoryki
Wstęp do probabilistyki i statystyki Wykład 2. Prawdopodobieństwo i elementy kombinatoryki dr hab.inż. Katarzyna Zakrzewska, prof.agh Katedra Elektroniki, AGH e-mail: zak@agh.edu.pl http://home.agh.edu.pl/~zak
Matematyka z el. statystyki, # 2 /Geodezja i kartografia II/
Matematyka z el. statystyki, # 2 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a bud. Agro II, e-mail: zdzislaw.otachel@up.lublin.pl
Statystyka z elementami rachunku prawdopodobieństwa
Statystyka z elementami rachunku prawdopodobieństwa dr hab. Tomasz Górecki tomasz.gorecki@amu.edu.pl Zakład Rachunku Prawdopodobieństwa i Statystyki Matematycznej Wydział Matematyki i Informatyki Uniwersytet
Rachunek Prawdopodobieństwa Anna Janicka
Rachunek Prawdopodobieństwa Anna Janicka wykład I, 2.10.2018 PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Kwestie techniczne Kontakt: ajanicka@wne.uw.edu.pl Dyżur: wtorki, godz. 9:15 s. B006 strona z materiałami
Zdarzenie losowe (zdarzenie)
Zdarzenie losowe (zdarzenie) Ćw. 1. Ze zbioru cyfr (l, 2,3,..., 9} losowo wybieramy jedną. a) Wypisz zdarzenia elementarne, sprzyjające: zdarzeniu A, że wybrano liczbę parzystą zdarzeniu B, że wybrano
Kombinatoryka i rachunek prawdopodobieństwa
Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski Kombinatoryka i rachunek prawdopodobieństwa 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru
p k (1 p) n k. k c. dokładnie 10 razy została wylosowana kula amarantowa, ale nie za pierwszym ani drugim razem;
05DRAP - Niezależność zdarzeń, schemat Bernoulliego Definicja.. Zdarzenia A i B nazywamy niezależnymi, jeżeli zachodzi równość P(A B) = P(A) P(B). Definicja. 2. Zdarzenia A,..., A n nazywamy niezależnymi
Rachunek Prawdopodobieństwa MAP1181 Wydział Matematyki, Matematyka Stosowana Projekt - Paradoks kawalera de Mere Opracowanie: Paulina Rygiel
1 Trochę historii na wstępie Rachunek Prawdopodobieństwa MAP1181 Wydział Matematyki, Matematyka Stosowana Projekt - Paradoks kawalera de Mere Opracowanie: Paulina Rygiel Antoine Gombaud, znany jako Chevalier
Matematyczne Podstawy Kognitywistyki
Matematyczne Podstawy Kognitywistyki Dorota Leszczyńska-Jasion Kombinatoryka, ci agi liczbowe, skończone przestrzenie probabilistyczne Przykłady zagadnień kombinatorycznych Rozważmy układ n miast o bardzo
c. dokładnie 10 razy została wylosowana kula antracytowa, ale nie za pierwszym ani drugim razem;
05DRAP - Niezależność zdarzeń, schemat Bernoulliego A Zadania na ćwiczenia Zadanie A.. Niech Ω = {ω, ω 2, ω, ω, ω 5 } i P({ω }) = 8, P({ω 2}) = P({ω }) = P({ω }) = 6 oraz P({ω 5}) = 5 6. Niech A = {ω,
RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub
RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub 1. W grupie jest 15 kobiet i 18 mężczyzn. Losujemy jedną osobę
R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.
R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. Zadanie 1. Wyznacz średnią arytmetyczną, dominantę i medianę zestawu danych: 1, 5, 3, 2, 2, 4, 4, 6, 7, 1, 1, 4, 5, 5, 3. Zadanie 2. W zestawie danych
Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018
Katedra Matematyki i Ekonomii Matematycznej SGH 16 października 2018 Definicja σ-algebry Definicja Niech Ω oznacza zbiór niepusty. Rodzinę M podzbiorów zbioru Ω nazywamy σ-algebrą (lub σ-ciałem) wtedy
a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);
03DRAP - Przykłady przestrzeni probabilistycznych A Zadania na ćwiczenia Zadanie A1 (wskazówka: pierwsze ćwicznia i rozdział 23 przykł 1 i 2) Zbuduj model przestrzeni klasycznej (czyli takiej, w której
Rachunek prawdopodobieństwa i kombinatoryka. Rachunek prawdopodobieństwa. Podstawowe pojęcia rachunku prawdopodobieństwa
Rachunek prawdopodobieństwa i kombinatoryka Spis treści Rachunek prawdopodobieństwa Podstawowe pojęcia rachunku prawdopodobieństwa Liczba wyników doświadczenia losowego. Reguła mnożenia i reguła dodawania
Zdarzenia losowe i prawdopodobieństwo
Rozdział 1 Zdarzenia losowe i prawdopodobieństwo 1.1 Klasyfikacja zdarzeń Zdarzenie elementarne pojęcie aprioryczne, które nie może być zdefiniowane. Odpowiednik pojęcia punkt w geometrii. Zdarzenie elementarne
02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w
02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w A Zadania na ćwiczenia Zadanie A.1. Niech Ω = R oraz F będzie σ-ciałem generowanym przez rodzinę wszystkich przedziałów otwartych typu (,
Kombinatoryka. Reguła dodawania. Reguła dodawania
Kombinatoryka Dział matematyki, który zajmuje się obliczaniem liczebności zbiorów bądź długości ciągów, które łączą w określony sposób elementy należące do skończonego zbioru (teoria zliczania). W jakich
= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30.
Kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Flagę, taką jak pokazano na rysunku, należy zszyć z trzech jednakowej szerokości pasów kolorowej tkaniny. Oba pasy zewnętrzne
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. 3.1 Prawdopodobieństwo warunkowe Katarzyna Rybarczyk-Krzywdzińska Przykład 1 Alicja wylosowała jedną kartę z
Prawdopodobieństwo geometryczne
Prawdopodobieństwo geometryczne Krzysztof Jasiński Wydział Matematyki i Informatyki UMK, Toruń V Lieceum Ogólnokształące im. Jana Pawała II w Toruniu 13.03.2014 Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo
L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω)
ZADANIA - ZESTAW 1 Zadanie 1.1 Rzucamy trzy razy monetą. A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie. Określić zbiór zdarzeń elementarnych. Wypisać zdarzenia elementarne sprzyjające
KURS PRAWDOPODOBIEŃSTWO
KURS PRAWDOPODOBIEŃSTWO Lekcja 2 Klasyczna definicja prawdopodobieństwa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Według klasycznej
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. 3.1 Prawdopodobieństwo warunkowe Katarzyna Rybarczyk-Krzywdzińska semestr zimowy 2016/2017 Przykład 1 Alicja
Kombinatoryka i rachunek prawdopodobieństwa
Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski 2. Elementy kombinatoryki 2.. Permutacje Teoria Definicja. Niech n N. Permutacją n-elementowego zbioru
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B
KLASYCZ NA DEFINICJA PRAW DOPOD OBIEŃSTWA ( ) PRAWDOPOD OBIEŃSTW O W A RUNKOWE PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B ( ) WIĘC CO OZNACZA, ŻE ZDARZENIE B NIE MA WPŁYWU
= A. A - liczba elementów zbioru A. Lucjan Kowalski
Lucjan Kowalski ZADANIA, PROBLEMY I PARADOKSY W PROBABILISTYCE Przypomnienie. Ω - zbiór zdarzeń elementarnych. A zdarzenie (podzbiór Ω). A - liczba elementów zbioru A Jeśli zdarzeń elementarnych jest skończenie
Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )
Nowa matura kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Doświadczenie losowe polega na rzucie dwiema symetrycznymi monetami i sześcienną kostką do gry. Prawdopodobieństwo
Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym
Edward Stachowski Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym W podstawie programowej obowiązującej na egzaminie maturalnym od 05r pojawiły się nowe treści programowe Wśród
Statystyka w analizie i planowaniu eksperymentu
5 marca 2011 Zasady 10 wyk ladów; egzamin pisemny; Literatura 1 A. Lomnicki Wprowadzenie do statystyki dla przyrodników PWN 1999. 2 W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski Rachunek
Wstęp. Kurs w skrócie
Mariola Zalewska Zakład Metod Matematycznych i Statystycznych Zarządzania Wydział Zarządzania Uniwersystet Warszawski I rok DSM Rachunek Prawdopodobieństwa Wstęp Kombinatoryka Niezależność zdarzeń, Twierdzenie
Statystyka Astronomiczna
Statystyka Astronomiczna czyli zastosowania statystyki w astronomii historycznie astronomowie mieli wkład w rozwój dyscypliny Rachunek prawdopodobieństwa - gałąź matematyki Statystyka - metoda oceny właściwości
a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);
03DRAP - Przykłady przestrzeni probabilistycznych Definicja 1 Przestrzeń probabilistyczna to trójka (Ω, F, P), gdzie Ω zbiór zdarzeń elementarnych, F σ ciało zdarzeń (podzbiorów Ω), P funkcja prawdopodobieństwa/miara
Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji?
Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji? Porada niniejsza traktuje o tzw. elementach kombinatoryki. Często zdarza się, że rozwiązujący zadania z tej dziedziny mają problemy
Prawdopodobieństwo i statystyka Wykład I: Przestrzeń probabilistyczna
9 października 2018 Zasady zaliczenia przedmiotu: Zaliczenie ćwiczeń rachunkowych. Zdanie egzaminu ustnego z treści wykładu. Literatura J. Jakubowski i R. Sztencel, Wstęp do teorii prawdopodobieństwa.
( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ).
KOMBINATORYKA Kombinatoryka zajmuje się wyznaczaniem liczby elementów zbiorów skończonych utworzonych zgodnie z określonymi zasadami. Do podstawowych pojęć kombinatorycznych należą: PERMUTACJE Silnia.
Rachunek prawdopodobieństwa i statystyka matematyczna. Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017
Rachunek prawdopodobieństwa i statystyka matematyczna Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017 1 1 Wstęp Rachunek prawdopodobieństwa i statystyka to: działy matematyki
Wybrane treści z rachunku prawdopodobieństwa w kontekście medycznym. M.Zalewska
Wybrane treści z rachunku prawdopodobieństwa w kontekście medycznym M.Zalewska Podstawowe pojęcia Doświadczenie losowe obserwacja zjawiska, którego przebiegu nie umiemy w pełni przewidzieć. Możemy oceniać
KOMBINATORYKA OBIEKTY KOMBINATORYCZNE MATEMATYKA DYSKRETNA (2014/2015)
MATEMATYKA DYSKRETNA (2014/2015) dr hab. inż. Małgorzata Sterna malgorzata.sterna@cs.put.poznan.pl www.cs.put.poznan.pl/msterna/ KOMBINATORYKA OBIEKTY KOMBINATORYCZNE TEORIA ZLICZANIA Teoria zliczania
Metody probabilistyczne
Metody probabilistyczne. Twierdzenia graniczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 20.2.208 / 26 Motywacja Rzucamy wielokrotnie uczciwą monetą i zliczamy
Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.
Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo
PRAWDOPODOBIEŃSTWO I KOMBINATORYKA
PRAWDOPODOBIEŃSTWO I KOMBINATORYKA ZADANIE ( PKT) Z urny zawierajacej kule w dwóch kolorach wybieramy losowo dwie. Prawdopodobieństwo wylosowania co najmniej jednej kuli białej jest równe 8, a prawdopodobieństwo
Laboratorium nr 1. Kombinatoryka
Laboratorium nr 1. Kombinatoryka 1. Spośród n różnych elementów wybieramy k elementów. Na ile sposobów możemy to uczynić? Wypisać wszystkie możliwe wybory w przypadku gdy n=3 i k=2. Wykonać obliczenia
Rachunek Prawdopodobieństwa Anna Janicka
Rachunek Prawdopodobieństwa Anna Janicka wykład I, 3.10.2017 PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Kwestie techniczne Kontakt: ajanicka@wne.uw.edu.pl Dyżur: wtorki, godz. 9:15 s.?? strona z materiałami
WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH)
WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH) Agata Boratyńska Agata Boratyńska Rachunek prawdopodobieństwa, wykład 1 1 / 24 Warunki zaliczenia 1 Do egzaminu dopuszczeni wszyscy, którzy uczęszczali na
Spotkanie olimpijskie nr lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa
Spotkanie olimpijskie nr 5 16 lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka Jadwiga Słowik Reguła mnożenia Jeśli wybór polega na podjęciu k decyzji, przy czym pierwszą decyzję możemy
Rachunku prawdopodobieństwa: rys historyczny, aksjomatyka, prawdopodobieństwo warunkowe,
Rachunku prawdopodobieństwa: rys historyczny, aksjomatyka, prawdopodobieństwo warunkowe, niezależność zdarzeń dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu Semestr letni
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.1. σ ciało (algebra) zdarzeń Katarzyna Rybarczyk-Krzywdzińska losowe Zdarzenie losowe to pewien podzbiór przestrzeni zdarzeń
W. Guzicki Próbna matura, grudzień 2014 r. poziom rozszerzony 1
W. Guzicki Próbna matura, grudzień 20 r. poziom rozszerzony Próbna matura rozszerzona (jesień 20 r.) Zadanie kilka innych rozwiązań Wojciech Guzicki Zadanie. Oblicz prawdopodobieństwo warunkowe, że w trzykrotnym
KURS PRAWDOPODOBIEŃSTWO
KURS PRAWDOPODOBIEŃSTWO Lekcja 3 Definicja prawdopodobieństwa Kołmogorowa. Prawdopodobieństwa warunkowe i niezależne. ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko
Wykład 1 Tomasz Żak Instytut Matematyki i Informatyki C-11, pok. 313, www.im.pwr.wroc.pl/ zak
Wykład 1 Tomasz Żak Instytut Matematyki i Informatyki C-11, pok. 313, www.im.pwr.wroc.pl/ zak Zasady zaliczenia Zajęcia są obowiązkowe, wolno opuścić 4 godziny. W semestrze 2 kolokwia po 50 punktów. Rozwiązywanie
Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile sposobów można ją ułożyć zmieniając tylko kolejność pytań? ODP. Jest 6 możliwych sposobów.
PERMUTACJE Z1. Oblicz: Z2. Doprowadź do najprostszej postaci wyrażenia: Z3. Sprawdź czy prawdziwa jest równość: Dana równość jest prawdziwa. Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile
Rachunek prawdopodobieństwa
Rachunek prawdopodobieństwa Tomasz Górecki Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza Wciągu ćwiczeń zostaną przeprowadzone 2 kolokwia. Na każdym z nichbędziedozdobycia25punktów(5zadańpo5punktówkażde).
Matematyka dyskretna. Andrzej Łachwa, UJ, A/14
Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 9A/14 Permutacje Permutacja zbioru skończonego X to bijekcja z X w X. Zbiór permutacji zbioru oznaczamy przez, a permutacje małymi
Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego
Statystyka Wydział Zarządzania Uniwersytetu Łódzkiego 2017 Rachunek Prawdopodobieństwa Brian Wynne podał następującą typologię zagrożeń znanych i niewiadomych: 1. ryzyko to wiadome nam przyszłe zagrożenia,
STATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt
STTYSTYK wykład 1 Wanda Olech Katedra Genetyki i Ogólnej Hodowli Zwierząt Statystyka Pierwotnie oznaczała stan rzeczy (od status) i do XVIII wieku używana dla określenia zbioru wiadomości o państwie Statystyka
Matematyka podstawowa X. Rachunek prawdopodobieństwa
Matematyka podstawowa X Rachunek prawdopodobieństwa Zadania wprowadzające: 1. Rzucasz trzy razy monetą a) Napisz zbiór wszystkich wyników tego doświadczenia losowego. Ile ich jest? Wyrzuciłeś większą liczbę
ALGEBRA ZDARZEŃ. PRZYKŁAD Ω = {ω 1, ω 2, ω 3, ω 4 } A = {ω 1, ω 2} DEFINICJA Mówimy, Ŝe zdarzenie elementarne w sprzyja zdarzeniu A (A Ω), jeŝeli ω A
ALGEBRA ZDARZEŃ Podobnie jak inne działy matematyki np. geometria, rachunek prawdopodobieństwa wychodzi z pewnych pojęć pierwotnych. Pojęciem pierwotnym rachunku prawdopodobieństwa jest zdarzenie elementarne,
Rachunek prawdopodobieństwa Wykład
Rachunek prawdopodobieństwa Wykład 5.03.2014 Margareta Wiciak Instytut Matematyki WFMIS Politechnika Krakowska Prawdop. geometryczne Prawdop. warunkowe Andriej Nikołajewicz Kołmogorow rosyjski matematyk,
Wstęp do probabilistyki i statystyki. Wykład 1. Wstęp
Wstęp do probabilistyki i statystyki Wykład 1. Wstęp dr hab.inż. Katarzyna Zakrzewska, prof.agh Katedra Elektroniki, AGH e-mail: zak@agh.edu.pl http://home.agh.edu.pl/~zak Wstęp do probabilistyki i statystyki.
c) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B;
Rachunek prawdopodobieństwa rozwiązywanie zadań 1. Rzucamy dwa razy symetryczną sześcienną kostką do gry. Zapisujemy liczbę oczek, jakie wypadły w obu rzutach. Wypisz zdarzenia elementarne tego doświadczenia.
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. Literatura: Marek Cieciura, Janusz Zacharski, Metody probabilistyczne w ujęciu praktycznym, L. Kowalski, Statystyka, 2005 R.Leitner, J.Zacharski, "Zarys matematyki
Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka
1 TEST WSTĘPNY 1. (1p) Zestaw danych 3, 5, x, 7, 10, 12 jest uporządkowany niemalejąco. Mediana tego zestawu jest równa 6, więc liczba x jest równa A. 7 B. 6 C. 5 D. 4 2. (2p) Średnia arytmetyczna liczb:
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.0. Wstęp Katarzyna Rybarczyk-Krzywdzińska Wstęp Dlaczego prawdopodobieństwo klasyczne nie wystarcza? Jak opisać grę w ruletkę,
Wprowadzenie do kombinatoryki
Wprowadzenie do kombinatoryki http://www.matemaks.pl/kombinatoryka.html Kombinatoryka jest działem matematyki, który pomaga odpowiedzieć na pytania typu: "ile jest możliwych wyników w rzucie monetą?",
Zmienna losowa. Rozkład skokowy
Temat: Zmienna losowa. Rozkład skokowy Kody kolorów: żółty nowe pojęcie pomarańczowy uwaga * - materiał nadobowiązkowy Anna Rajfura, Matematyka i statystyka matematyczna na kierunku Rolnictwo SGGW 1 Zagadnienia
Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3
Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Zmienna losowa i jej
Matematyka dyskretna. Andrzej Łachwa, UJ, A/15
Matematyka dyskretna Andrzej Łachwa, UJ, 2015 andrzej.lachwa@uj.edu.pl 10A/15 Permutacje Permutacja zbioru skończonego X to bijekcja z X w X. Zbiór permutacji zbioru oznaczamy przez, a permutacje małymi
TEORETYCZNE PODSTAWY INFORMATYKI
1 TEORETYCZNE PODSTAWY INFORMATYKI WFAiS UJ, Informatyka Stosowana I rok studiów, I stopień Wykład 4 część I 2 Kombinatoryka Wariacje z powtórzeniami Permutacje Wariacje bez powtórzeń Kombinacje Łączenie
KOMBINATORYKA I P-WO CZ.1 PODSTAWA
KOMBINATORYKA I P-WO CZ.1 PODSTAWA ZADANIE 1 (1 PKT) Pan Jakub ma marynarki, 7 par różnych spodni i 10 różnych koszul. Na ile różnych sposobów może się ubrać, jeśli zawsze zakłada marynarkę, spodnie i
Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2
Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Prawdopodobieństwo geometryczne