P(T) = P(T M) = P(T A) = P(T L) = P(T S) = P(T L M) = P(T L A) = P(T S M) = P(T S A) =

Podobne dokumenty
= A. A - liczba elementów zbioru A. Lucjan Kowalski

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a)

P k k (n k) = k {O O O} = ; {O O R} =

Zmienna losowa (wygrana w pojedynczej grze): (1, 0.5), ( 1, 0.5)

Wybrane rozkłady zmiennych losowych i ich charakterystyki

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.

Podstawy nauk przyrodniczych Matematyka

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30.

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.

Prawdopodobieństwo i statystyka

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub

c. dokładnie 10 razy została wylosowana kula antracytowa, ale nie za pierwszym ani drugim razem;

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Rachunek prawdopodobieństwa- wykład 2

Matematyka podstawowa X. Rachunek prawdopodobieństwa

{( ) ( ) ( ) ( )( ) ( )( ) ( RRR)

Rachunek prawdopodobieństwa

P (A B) = P (A), P (B) = P (A), skąd P (A B) = P (A) P (B). P (A)

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

KURS PRAWDOPODOBIEŃSTWO

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

KURS PRAWDOPODOBIEŃSTWO

Skrypt 30. Prawdopodobieństwo

p k (1 p) n k. k c. dokładnie 10 razy została wylosowana kula amarantowa, ale nie za pierwszym ani drugim razem;

KOMBINATORYKA I P-WO CZ.1 PODSTAWA

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka

RACHUNEK PRAWDOPODOBIEŃSTWA

Metody Statystyczne. Metody Statystyczne.

Zmienne losowe i ich rozkłady

Myślenie w celu zdobycia wiedzy = poznawanie. Myślenie z udziałem rozumu = myślenie racjonalne. Myślenie racjonalne logiczne statystyczne

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

Prawdopodobieństwo

W takim modelu prawdopodobieństwo konfiguracji OR wynosi. 0, 21 lub , 79. 6

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω)

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

Zdarzenie losowe (zdarzenie)

c) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B;

Prawdopodobieństwo geometryczne

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka

12. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

DODATKOWA PULA ZADAŃ DO EGZAMINU. Rozważmy ciąg zdefiniowany tak: s 0 = a. s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

Rzucamy dwa razy sprawiedliwą, sześcienną kostką do gry. Oblicz prawdopodobieństwo otrzymania:

W. Guzicki Próbna matura, grudzień 2014 r. poziom rozszerzony 1

Materiały dydaktyczne. Matematyka. Semestr III. Wykłady

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

07DRAP - Zmienne losowe: dyskretne i ciągłe

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Metody probabilistyczne Rozwiązania zadań

Zmienna losowa. Rozkład skokowy

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu

12DRAP - parametry rozkładów wielowymiarowych

Algebra liniowa z geometrią analityczną

Probabilistyka przykłady

Pobieranie prób i rozkład z próby

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

Matematyczne Podstawy Kognitywistyki

15. Rachunek prawdopodobieństwa mgr A. Piłat, mgr M. Małycha, mgr M. Warda

Temat: Statystyka i prawdopodobieństwo w naszym życiu.

Metody probabilistyczne

Statystyka podstawowe wzory i definicje

Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II

Zadania zestaw 1: Zadania zestaw 2

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 oczka. ZADANIE 2 iloczynu oczek równego 12.

Statystyka matematyczna

P (A B) P (B) = 1/4 1/2 = 1 2. Zakładamy, że wszystkie układy dwójki dzieci: cc, cd, dc, dd są jednakowo prawdopodobne.

3. Podstawowe pojęcia statystyki matematycznej i rachunku prawdopodobieństwa wykład z Populacja i próba

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.

Lista zadania nr 4 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

Statystyka i Rachunek Prawdopodobieństwa dla Bioinzynierii Lista zadań 2, 2018/19z (zadania na ćwiczenia)

Wykład 13. Podstawowe pojęcia rachunku prawdopodobieństwa

Stanisław Cichocki. Natalia Nehrebecka. Wykład 10

MODELOWANIE RZECZYWISTOŚCI

rachunek prawdopodobieństwa - zadania

Prawdopodobieństwo geometryczne

ZL - STATYSTYKA - Zadania do oddania

Lista 1. Prawdopodobieństwo klasyczne i geometryczne

( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ).

Wnioskowanie statystyczne. Statystyka w 5

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

PRAWDOPODOBIEŃSTWO CZAS PRACY: 180 MIN. ZADANIE 1 (5 PKT) NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI

Statystyka w analizie i planowaniu eksperymentu

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

MODELOWANIE RZECZYWISTOŚCI

Zdarzenia losowe Zmienne losowe Prawdopodobieństwo Niezależność

Liczby rzeczywiste, wyrażenia algebraiczne, równania i nierówności, statystyka, prawdopodobieństwo.

STATYSTYKA MATEMATYCZNA WYKŁAD stycznia 2010

Estymacja punktowa i przedziałowa

A. Cel ćwiczenia. B. Część teoretyczna

c) ( 13 (1) (2) Zadanie 2. Losując bez zwracania kolejne litery ze zbioru AAAEKMMTTY, jakie jest prawdopodobieństwo Odp.

Transkrypt:

Przyład (obrona orętów USA przed ataami lotnictwa japońsiego) Możliwe dwie wyluczające się tatyi: M = manewr A = artyleria przeciwlotnicza Departament Marynari Wojennej na podstawie danych z wojny na Pacyfiu przeprowadził analizę statystyczną i wypracował zalecenia tatyczne (były tajne do 960 rou). Przyjęto, że danych jest ta dużo, że prawdopodobieństwa można zastąpić częstościami. Oręty podzielono na dwie ategorie: L = duże, S = małe Niech T oznacza trafienie orętu. TAKTYKA L S Razem Atai T Atai T Atai T Manewr M 36 8 44 52 80 60 Art. p-lot A 6 30 24 32 85 62 Razem 97 38 268 84 365 22 Obliczono prawdopodobieństwa warunowe: P(T) = P(T M) = P(T A) = Oraz P(T L) = P(T S) = P(T L M) = P(T L A) = P(T S M) = P(T S A) =

P(T) = 22/365 = 0,334 P(T M) = (60/365)/(80/365) = 0,333 P(T A) = 62/85 = 0,335 Oraz P(T L) = 38/97 = 0,392 P(T S) = 84/268 = 0,33 P(T L M) = 8/36 =0,222 P(T L A) = 30/6 = 0,492 P(T S M) = 52/44 = 0,36 P(T S A) = 32/24 = 0,258 Wniose. Duże oręty powinny manewrować, małe powinny ontrataować. Literatura: B.A. Ogunnaie,"Random Phenomena". Problem. Gra polega na sreśleniu 6 liczb spośród 49. Uczestni gry wygrywa gdy wśród wylosowanych przez organizatora 6 liczb są co najmniej 3 wytypowane przez gracza. Obliczyć prawdopodobieństwo, że gracz wygra?. Problemy tego typu (losowanie bez zwracania gdy wśród elementów jest pewien wyróżniony podzbiór) modelujemy rozładem hipergeometrycznym. Rozład hipergeometryczny Dla danej liczby obietów N z tórych M ma oreśloną własność losujemy n elementów bez zwracania. X - liczba wylosowanych obietów o oreślonej własności oreślamy funcję prawdopodobieństwa 2

3 = = n N n M N M X P ) ( gdzie n, N, M to liczby całowite nieujemne, M N, n N, max(0, M + n - N) min(m, n) W MS EXSCEL: ROZKŁAD.HIPERGEOM(;n;M;N) Rozwiązanie Problemu: W tym przypadu n = 6, N = 49, M =6. X liczba odgadniętych liczb, wtedy = = n N n M N M X P ) ( Prawdopodobieństwa dla od 3 do 6 można przedstawić w tabelce: 3 4 5 6 p 0,07650403867 0,00096869724 0,00008449900 0,000000075 Suma tych prawdopodobieństw wynosi ooło 0,08637545002 i jest to szuane prawdopodobieństwo. Wniose. Średnio co 54 załad powinien wygrywać.

Przyład. (zastosowanie rozładu hipergeometrycznego) Aby oszacować liczbę N ryb w stawie wyłowiono M = 2000 ryb oznaowano je i wpuszczono do stawu. Następnie wyłowiono n = 300 ryb, oazało się, że wśród nich jest = 60 ryb oznaowanych. 2000 N 2000 60 300 60 Szuamy N aby prawdopodobieństwo N 300 Obliczmy to prawdopodobieństwo dla różnych N: N p(n) 7000 0,00039477 7500 0,00357092 8000 0,00668486 8500 0,094646 9000 0,037089475 9500 0,052598482 0000 0,058380748 0500 0,053360835 000 0,04770769 500 0,028875407 2000 0,0805906 2500 0,0047044 3000 0,005628622 3500 0,002884777 4000 0,0046808 4500 0,0006724 5000 0,000305 masymalne. Zatem należy sądzić, że w całym stawie jest o. 0000 ryb. Drugi sposób to badanie ja zmienia się P(N)/P(N-) = (N-M)(N-n)/[(N-M-n+)N] co daje N~Mn/ = 0000. 4

Probabilistyczny błąd mafii Nowojorsa mafia w 920 rou organizuje nielegalną loterię. Jao pięciocyfrowy wyni losowania biorą pięciocyfrową ońcówę długu publicznego publiowanego przez Departament Stanu. Benford zupełnie przypadiem zauważył (938), że strony tablic logarytmicznych są znacznie bardziej zabrudzone na początowych, niż na ońcowych stronach. (Wcześniej (88) przez S. Newcomba). T. P. Hill (995) analiza teoretyczna. Rozład Benforda - prawdopodobienstwo wystapienia cyfry n na pierwszej pozycji P( n) = lg + n rozład pierwszej cyfry. 2 3 4 5 6 7 8 9 30, 7,6 2,5 9,7 7,9 6,7 5,8 5, 4,6 Prawo Benforda = zjawiso częstego występowania powyższego rozładu w danych statystycznych. Przyłady: Dane geograficzne, Dane fizyczne, Dane eonomiczne. H.Tijms, "Understanding Probability" 5

Przyład (wniosowanie) Ocenić wielość producji czołgów w III rzeszy na podstawie numerów seryjnych zdobytych czołgów. Założenie: czołgi są numerowane olejnymi liczbami naturalnymi od do N. Zagadnienie: ocenić N. Rozwiązanie. Metoda momentów. Wartość oczeiwaną oczeiwaną) N + 2 przyrównujemy do wartości średniej m. (Uzasadnić wartość m = N + 2 Stąd N = 2m Przyład. dane: 0, 70, 90, 20 N = 2(290/4) = 44 Przyład 2. dane: 0, 20, 00, 70 N = 2(300/4) = 49 Wyni bez sensu. Wniose należy ocenę uzależnić od max{ } Propozycja = i liczebności próby n. n i N n = + n Obliczyć N dla danych z Przyładu i 2. 6

Rzut niesymetryczną monetą. p -prawdopodobieństwo wyrzucenia orła, Rzucamy 0 razy ROOOOROOOO Ocenić wartość p. Stosujemy metodę najwięszej wiarygodności Wyznacz p aby funcja L(p) = (-p)p 4 (-p)p 4 = (-p) 2 p 8 osiągała masimum p L(p) 0,05 3,53E- 0, 8,E-09 0,5,85E-07 0,2,64E-06 0,25 8,58E-06 0,3 3,2E-05 0,35 9,5E-05 0,4 0,000236 0,45 0,000509 0,5 0,000977 0,55 0,00696 0,6 0,002687 0,65 0,003903 0,7 0,00588 0,75 0,006257 0,8 0,0067 0,85 0,0063 0,9 0,004305 0,95 0,00659 Zatem p = 0,8 7

Przyład zastosowania estymacji Chcemy w dysretny sposób (obawa aralności) ocenić odsete osób dających łapówi. Można to zrobić następująco. Pytana osoba rzuca monetą i wyni rzutu zachowuje do swojej wiadomości. Przygotowujemy dużą liczbę art na połowie tórych jest pytanie: "czy wypadł orzeł?" a na drugiej połowie art jest pytanie "czy dajesz łapówi?". Karty losujemy. Pytany losuje artę i odpowiada TAK (T) lub NIE na wylosowane pytanie. Rozpatrywane doświadczenie ma rozład zerojedynowy z nieznanym parametrem p. Niech K wylosowanie arty z pytaniem nr. Niech K2 wylosowanie arty z pytaniem nr 2. Wtedy p = P(T) = P(K) P(T K) + P(K2) P(T K2) = = 0,5 0,5 + 0,5 Estymatorem dla p jest średnia w. Stąd estymatorem jest 2w - 0,5. 8

Parados zmiany decyzji w "Idź na całość" Wpływ dodatowej informacji na prawdopodobieństwo. Oto opis najczęściej spotyanej wersji: Teleturniej "Idź na całość" Gracz ma wybrać jedną z trzech srzyne: w jednej jest cenna nagroda. Gracz wsazuje srzynę - nic nie wiedząc wybiera ją losowo. Przed otwarciem srzyni prowadzący teleturniej (tóry wie, gdzie jest nagroda) otwiera jedną z pozostałych dwóch srzyne, pustą. Prowadzący pyta gracza: "Pozostajesz przy swoim wyborze, czy zmieniasz?". Co ma zrobić gracz? Pozostać przy swoim początowym wyborze, czy go zmienić? Rozwiązanie: Ponumerujmy srzyni: - pusta, 2 - pusta, 3 - pełna. Najpierw gracz (G) losuje jedną z trzech możliwości, potem losuje prowadzący (P): wybór gracza 2 3 Prawdopodobieństwo: I Gracz 2 3 Szansa na wygraną wynosi. Wybór prowadzącego. Niewiadome prawdopodobieństwo losowania przez prowadzącego, gdy gracz trafił, przyjmujemy równe /2. Gracz 2 3 /2 /2 Prowadzący 2 2 9

Zmiana pierwotnego wyboru Gracz 2 3 /2 /2 Prowadzący 2 2 Gracz 3 3 2 Szansa na wygraną wynosi teraz + = 2/3. Zatem zmiana pierwotnego wyboru podwaja szanse. 0

Fałszywa moneta. Gdy chcemy coś rozstrzygnąć bezstronnie, rzucamy monetą. Przypuśćmy, że mamy tylo niesymetryczną monetę (przesunięty środe ciężości). Czy można taą monetą uzysać dwa równie prawdopodobne wynii? Ta, należy rzucać dwurotnie i pomijać wynii identyczne (OO), (RR). Wtedy wynii (OR), (RO) są jednaowo prawdopodobne. Jest to pomysł matematya von Neumanna. p -p O R p -p p -p O R O R