Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa

Podobne dokumenty
Rachunek prawdopodobieństwa

Podstawy nauk przyrodniczych Matematyka

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk

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

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Prawdopodobieństwo

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

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

Zmienne losowe i ich rozkłady

Matematyka podstawowa X. Rachunek prawdopodobieństwa

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

Matematyczne Podstawy Kognitywistyki

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

Rachunek Prawdopodobieństwa i Statystyka Matematyczna

Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska)

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

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

Rachunek prawdopodobieństwa- wykład 2

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

F t+ := s>t. F s = F t.

KURS PRAWDOPODOBIEŃSTWO

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym

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

Statystyka podstawowe wzory i definicje

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

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Kombinatoryka i rachunek prawdopodobieństwa

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 =

Zdarzenia losowe i prawdopodobieństwo

KURS PRAWDOPODOBIEŃSTWO

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

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

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

WYKŁAD 3. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

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

Wersja testu A 18 czerwca 2012 r. x 2 +x dx

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

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

DOŚWIADCZENIA WIELOETAPOWE

Statystyka matematyczna

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

KURS PRAWDOPODOBIEŃSTWO

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Statystyka matematyczna

Statystyka matematyczna

1 Działania na zbiorach

Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

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

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń.

Metody probabilistyczne

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

Zadanie 2. Wiadomo, że A, B i C są trzema zdarzeniami losowymi takimi, że P (A) = 2/5, P (B A) = 1/4, P (C A B) = 0.5, P (A B) = 6/10, P (C B) = 1/3.

PRAWDOPODOBIEŃSTWO I KOMBINATORYKA

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

W. Guzicki Zadanie IV z Informatora Maturalnego poziom rozszerzony 1

Lista zagadnień omawianych na wykładzie w dn r. :

W czasie trwania egzaminu zdający może korzystać z zestawu wzorów matematycznych, linijki i cyrkla oraz kalkulatora.

Metody probabilistyczne

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.

Zdarzenie losowe (zdarzenie)

Kombinatoryka i rachunek prawdopodobieństwa

Pojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład 1

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2

Podstawy metod probabilistycznych. dr Adam Kiersztyn

Wykład 11: Podstawowe pojęcia rachunku prawdopodobieństwa

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

Rachunek prawdopodobieństwa i statystyka

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON.

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:

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

Rozwiązania zadań testowych. a n, że a 1 = 5 oraz a n = 100. Podać sumy następujących n=1

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki

EGZAMIN MATURALNY OD ROKU SZKOLNEGO

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

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

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Probabilistyka przykłady

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

Rachunek prawdopodobieństwa Rozdział 1. Wstęp

Prawdopodobieństwo zadania na sprawdzian

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

( ) Arkusz I Zadanie 1. Wartość bezwzględna Rozwiąż równanie. Naszkicujmy wykresy funkcji f ( x) = x + 3 oraz g ( x) 2x

1 Podobieństwo macierzy

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka

Wstęp. Kurs w skrócie

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki

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

Indukcja matematyczna

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

Spis treści. Definicje prawdopodobieństwa. Częstościowa definicja prawdopodobieństwa. Wnioskowanie_Statystyczne_-_wykład

EGZAMIN MATURALNY OD ROKU SZKOLNEGO 2014/2015 MATEMATYKA POZIOM ROZSZERZONY

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

01DRAP - klasyczna definicja prawdopodobieństwa

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH)

Transkrypt:

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa 25 marca 209 Zadanie. W urnie jest b kul białych i c kul czarnych. Losujemy n kul bez zwracania. Jakie jest prawdopodobieństwo, że pierwsza kula jest biała, jeśli łącznie wylosowano k kul białych? Sposób I: Za zbiór zdarzeń elementarnych Ω przyjmiemy zbiór różnowartościowych ciągów n-elementoych, których wyrazami są odróżnialne kule, oznaczone przez B, B 2,..., B b, C, C 2,..., C c. Formalnie: Ω = {(a, a 2,..., a n ) : a i {B, B 2,..., B b, C, C 2,..., C c }, a i a j dla i j} Oznaczmy zdarzenia: A - pierwsza wylosowana kula jest biała, B - wylosowano k kul białych. Działamy na zbiorach skończonych, więc P(A B) = P(A B) P(B) = A B B Zastanówmy się, ile zdarzeń będzie w zbiorze B. Spośród b kul białych wybieramy k, które zostaną wylosowane. Spośród c kul czarnych wybieramy n k, które zostaną wylosowane. Wybrane kule ustawiamy w ciągu na n! sposobów. Stąd: ( )( ) b c B = n! k n k Teraz zastanówmy się, ile zdarzeń będzie w zbiorze A B. Pierwsza kula ma być biała, więc może być wybrana na b sposobów. Oprócz niej ma być jeszcze k wylosowanych kul białych, które wybierzemy spośród b pozostałych kul białych. Spośród kul czarnych, których jest c, musimy wybrać n k kul, które zostaną wylosowane. Wszystkie kule oprócz pierwszej, która ma już ustalone miejsce, ustawiamy w ciągu na (n )! sposobów. Stąd: ( )( ) b c A B = b (n )! k n k W takim razie: P(A B) = b( )( b c k n k) (n )! ( b c ) = k)( n k n! b! (k )!(b k)! b! k!(b k)! n! (n )! = k n

Sposób II: Zastosujemy nieco inne podejście. Nie będziemy korzystać w jawny sposób z prawdopodobieństwa warunkowego. Zamiast tego za zbiór zdarzeń elementarnych przyjmiemy tylko zdarzenia należące do zbioru B, zdefiniowanego jak wyżej. Zatem tym razem zbiór zdarzeń elementarnych Ω będzie zawierał ciągi n-elementowe, których elementami są niezróżnialne kule, spośród których k jest białych. Wtedy: ( ) n Ω =, k ponieważ spośród n wyrazów ciągu wybieramy k, które będą kulami białymi. Niech A oznacza to samo zdarzenie, co powyżej. ( ) n A =, k ponieważ spośród n pozostałych do obsadzenia miejsc w ciągu wybieramy k miejsc na kule białe. Szukane prawdopodobieństwo wynosi zatem: ( n ) A Ω = k ) = k n ( n k Zadanie 2. Wybrano losowo, jednostajnie i niezależnie dwie liczby x, y [0, ]. Jakie jest prawdopodobieństwo, że obie liczby x, y 3, jeśli wiadomo, że x + y? Skorzystamy z prawdopodobieństwa geomatrycznego, tzn. będziemy liczyć pola powierzchni odpowiadające poszczególnym zdarzeniom. Za zbiór zdarzeń elementarnych przyjmijmy Ω = [0, ] 2. Niech: A = {(x, y) [0, ] 2 : x, y 3 }, B = {(x, y) [0, ] 2 : x + y }. Korzystamy z prawdopodobieństwa warunkowego: P(A B) = P(A B) P(B) = A B, B gdzie oznacza pole powierzchni. Łatwo sprawdzić, że A B = 7 8, natomiast B = 2. Stąd: P(A B) = 7 9 2

Zadanie 3. W urnie jest n białych cukierków i czarny cukierek. Losujemy bez zwracania cukierki aż do momentu, gdy wylosujemy czarny. Jakie jest prawdopodobieństwo, że wykonamy dokładnie k losowań? Niech A i oznacza zdarzenie, że i-ty cukierek jest biały. W tym zadaniu łatwo jest policzyć prawdopodobieństwa warunkowe poszczególnych możliwych wyników i-tego rzutu, gdy znamy wyniki rzutów od pierwszego do i -szego. Dlatego skorzystamy ze wzoru na prawdopodobieństwo iloczynu zdarzeń: P(A A 2... A n ) = P(A )P(A A 2 )... P(A n A... A n 2 )P(A n A... A n ) Oznaczmy przez A C k dopełnienie zbioru A k. Wtedy zdarzenie A A 2... A k A C k oznacza wylosowanie czarnego cukierka w k-tym losowaniu. Stosując powyższy wzór do zbiorów A, A 2,..., A k, A C k otrzymamy: P(A A 2... A k A C k ) = P(A )P(A A 2 )... P(A k A... A k 2 )P(A C k A... A k ) = n n n 2 n... n k + n k + 2 n k + = n Co ciekawe, wynik nie zależy od k. Możemy wyjaśnić to w następujący sposób. Przyjmijmy, że gra nie kończy się wraz z wylosowaniem czarnego cukierka, ale toczy się dalej. Niech C := {c, c 2,..., c n, c n }, gdzie c, c 2,..., c n to cukierki białe, a c n to cukierek czarny. Za zbiór zdarzeń elementarnych przyjmijmy zbiór permutacji zbioru C, tzn.: Ω = {(c i, c i2,..., c in, c in ) : i j i k dla j k} Wtedy Ω = n!. Zdarzenie A C k oznacza, że c i k = c n. Zatem A C k = (n )!. W takim razie szukane prawdopodobieństwo wynosi n. Zadanie 4. Rzucamy symetryczną monetą aż do momentu wyrzucenia pierwszego orła. Jeśli wykonano n rzutów, to wybieramy jednostajnie liczbę z przedziału {, 2,..., n}. Oblicz prawdopodobieństwo wylosowania liczby. Najpierw pokażemy, że z prawdopodobieństwem gra się zakończy, to znaczy, że zdarzenie polegające na wyrzuceniu samych reszek ma prawdopodobieństwo zerowe. Oznaczmy to zdarzenie A. Niech natomiast A n oznacza zdarzenie, że w n pierwszych rzutach otrzymano reszki. Zauważmy, że dla dowolnego n N zachodzi: A A n, 3

a zatem, z monotoniczności prawdopodobieństwa, dla dowolnego n N: P(A ) P(A n ) = 2 n Gdy n, to P(A n ) 0, więc P(A ) = 0. Przejdźmy teraz do właściwej części zadania. Skorzystamy ze wzoru na prawdopodobieństwo całkowite. Zdefiniujmy zbiór zdarzeń elementarnych: Ω = {(O), (R, O), (R, R, O), (R, R, R, O),...} Singletony {(O)}, {(R, O)}, {(R, R, O)},... stanowią rozbicie Ω. Niech B n Ω oznacza ciąg, który na n-tym miejscu ma O. Niech B oznacza zdarzenie, że wylosowano. Ze wzoru na prawdopodobieństwo całkowite otrzymujemy: P(B) = P(B B n )P(B n ) = n= n= n 2 n = ln 2 (Ostatnia równość powinna być omawiana na kursie analizy. Można ją wykazać, różniczkując szereg n= xn n.) Zadanie 5. Jest n pasażerów i n miejsc w samolocie. Pasażer i-ty ma przydzielone miejsce o numerze i. Pasażer nr zgubił swoją kartę pokładową i nie wie, jaki numer miejsca został mu przydzielony. Pasażerowie zajmują miejsca po kolei (to znaczy zaczynając od pierwszego, a kończąc na n-tym). Pasażer nr zajmuje losowe miejsce. Każdy następny pasażer postępuje tak: jeśli jego miejsce jest wolne, to siada na nim, a jeśli nie, to siada na innym, losowo wybranym miejscu. (Przez losowo wybrane miejsce rozumiemy, że wybór każdego spośród wolnych miejsc jest równie prawdopodobny). Jakie jest prawdopodobieństwo, że ostatni pasażer usiądzie na swoim miejscu? Pokażemy, że to prawdopodobieństwo wynosi 2. Oznaczmy A i,k - zdarzenie polegające na tym, że i-ty pasażer usiadł na k-tym miejscu. Potrzebne będą nam cztery obserwacje. Obserwacja : W momencie, gdy ostatni pasażer wchodzi do samolotu, wolne jest tylko miejsce nr lub miejsce nr n. Formalnie: P(A n, ) + P(A n,n ) = Dlaczego tak jest? Przypuśmy, że jednak wolne jest miejsce nr k, gdzie k, n. Ale to oznacza, że miejsce k było wolne też wcześniej, w szczególności w momencie wejścia pasażera nr k. Ale wtedy pasażer nr k usiadłby na tym miejscu. Sprzeczność. Obserwacja 2: Z punktu widzenia k -tego pasażera miejsca nr i nr n są nierozróżnialne. Formalnie: dla dowolnego k {, 2,..., n } zachodzi: P(A k, ) = P(A k,n ) 4

Dla k = jest to oczywiste. Dla większych k wynika to z tego, że w przypadku gdy miejsce k jest zajęte, prawdopodobieństwo zajęcia przez pasażera k innego miejsca jest takie samo dla wszystkich wolnych miejsc. Obserwacja 3: A n,n = n k= A k, Zawieranie wynika stąd, że jeśli pasażer n - ty usiadł na miejsu n-tym, to któryś z poprzednich pasażerów musiał usiąść na miejscu pierwszym, bo wszystkie miejsca mają być zajęte. Zawieranie wynika stąd, że jeśli któryś z pasażerów przed n-tym usiadł na miejscu pierwszym, to, zgodnie z obserwacją, n-ty pasażer już musiał usiąść na miejscu n-tym. Obserwacja 4: A n, = n k= A k,n Dowodzi się analogicznie, jak obserwację 3. Z naszych czterech obserwacji oraz z rozłączności zbiorów A k,, A k,n wynika, że: n n P(A n,n ) = P(A k, ) = P(A k,n ) = P(A n, ) A ponieważ to: k= k= P(A n, ) + P(A n,n ) =, P(A n,n ) = 2. Zadanie 6. Rzucamy symetryczną monetą n razy. Niech X n - najdłuższa seria orłów pod rząd. Pokaż, że: a) P(X n a log 2 n) n dla a > ; b) P(X n a log 2 n) n 0 dla a < ; a) Pokażemy, że P(X n > a log 2 n) n 0, co jest równoważne. Oznaczmy: {X n > a log 2 n} = {istnieje seria długości większej niż a log 2 n} A k,n = {seria długości a log 2 n + zaczyna się na pozycji k} Teraz oszacujemy z góry prawdopodobieństwo zdarzenia A k,n dla dowolnych k, n: P(A k,n ) ( )a log2n+ = 2 2 log 2n a = 2 2 2log2 n a = 2n a, a stąd dostajemy oszacowanie na sumę: P( n k=a k,n ) n P(A k,n ) n 2n a = 2n a. k= 5

Ale n było wybrane dowolnie, a a >, więc biorąc n na mocy twierdzenia o trzech ciągach otrzymamy: a stąd już wynika nasza teza. b) Oznaczmy: P( n k=a k,n ) = 0, A k = {na pozycjach k, k +,..., k + a log 2 n + są same orły}. Będziemy rozważać przecięcie dopełnień zdarzeń A k. Niech s := a log 2 n, co będziemy interpretować jako długośc pojedynczego bloczku wyrazów. Zauważmy, że: P( n k=a C k ) P n s t= AC +ts. Wynika to stąd, że jeśli nie istnieje w ogóle seria orłów o danej długości, to w szczególności nie istnieje ona na każdym z bloczków, na które możemy podzielić wyrazy ciągu. Dla dowolnego k zachodzi: P(A C k ) = ( 2 )s Zdarzenia, które zachodzą na poszczególnych rozłącznych bloczkach są od siebie niezależne. W takim razie: P( n s n s k= AC +ts) = P(A C +ts) = t= n s ( 2 s ) = ( 2 s ) n s Do zbadania granicy ostatniego wyrażenia przy n przyda nam się następujący prosty fakt: 2 s = 2 a log 2 n n a oraz nasze założenie: a <. Rozpisując granicę jako: lim ( n 2 s ) n s = lim t= ( n s n 2 s )2s 2 s i wykorzystując powyższe fakty otrzymamy wyrażenie typu [( e ) ], a więc szukana granica wynosi 0, co kończy dowód. 6