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

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

A = {dostęp do konta} = {{właściwe hasło,h 2, h 3 }} = 0, (10 4 )! 2!(10 4 3)! 3!(104 3)!

Rachunek Prawdopodobieństwa MAP1064, 2008/09

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Prawdopodobieństwo

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

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

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2

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

Lista 1. Prawdopodobieństwo klasyczne i geometryczne

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

Metody probabilistyczne

Rachunek prawdopodobieństwa i statystyka

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

Przykłady do zadania 6.1 :

Przykłady do zadania 3.1 :

Przykłady do zadania 8.1 : 0 dla x 1, c x 4/3 dla x > 1. (b) Czy można dobrać stałą c tak, aby funkcja f(x) = była gęstością pewnego

Prawdopodobieństwo geometryczne

Arkusz maturalny nr 2 poziom podstawowy ZADANIA ZAMKNIĘTE. Rozwiązania. Wartość bezwzględna jest odległością na osi liczbowej.

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

Lista 1a 1. Statystyka. Lista 1. Prawdopodobieństwo klasyczne i geometryczne

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa

Wskazówki do zadań testowych. Matura 2016

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

A = {dostęp do konta} = {{właściwe hasło,h 2, h 3 }} = 0, (10 4 )! 2!(10 4 3)! 3!(104 3)!

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

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

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

Doświadczenie i zdarzenie losowe

Zdarzenia losowe i prawdopodobieństwo

Podstawy metod probabilistycznych. dr Adam Kiersztyn

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY

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

PRÓBNY EGZAMIN MATURALNY

Rachunek prawdopodobieństwa MAP1064 Wydział Elektroniki, rok akad. 2008/09, sem. letni Wykładowca: dr hab. A. Jurlewicz

EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY SIERPIEŃ Czas pracy: 170 minut. Liczba punktów do uzyskania: 50 WPISUJE ZDAJĄCY

Rachunek prawdopodobieństwa Wykład

PRÓBNY EGZAMIN MATURALNY

+ r arcsin. M. Przybycień Rachunek prawdopodobieństwa i statystyka π r x

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.

PRÓBNY EGZAMIN MATURALNY

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

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

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 =

XI Olimpiada Matematyczna Gimnazjalistów

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.

rachunek prawdopodobieństwa - zadania

MODELOWANIE RZECZYWISTOŚCI

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

Statystyka podstawowe wzory i definicje

PRÓBNY EGZAMIN MATURALNY

IX Olimpiada Matematyczna Gimnazjalistów

PRÓBNY EGZAMIN MATURALNY

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

V Konkurs Matematyczny Politechniki Białostockiej

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

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

EGZAMIN MATURALNY Z MATEMATYKI

KONKURS MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM. Etap Wojewódzki

Prawdopodobieństwo zadania na sprawdzian

EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY SIERPIEŃ Czas pracy: 170 minut. Liczba punktów do uzyskania: 50 WPISUJE ZDAJĄCY

PRÓBNY EGZAMIN MATURALNY

RACHUNEK PRAWDOPODOBIEŃSTWA

Wykład 11: Podstawowe pojęcia rachunku prawdopodobieństwa

EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY SIERPIEŃ Czas pracy: 170 minut. Liczba punktów do uzyskania: 50 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z MATEMATYKI 5 MAJA 2016 POZIOM PODSTAWOWY. Godzina rozpoczęcia: 9:00. Czas pracy: 170 minut. Liczba punktów do uzyskania: 50

Metody probabilistyczne

dr Jarosław Kotowicz 29 października Zadania z wykładu 1

ćwiczenia z rachunku prawdopodobieństwa

KURS PRAWDOPODOBIEŃSTWO

PRÓBNY EGZAMIN MATURALNY

Szkice rozwiązań zadań z arkuszy maturalnych zamieszczonych w 47. numerze Świata Matematyki, który można nabyć w sklepie na

PRÓBNY ARKUSZ MATURALNY Z MATEMATYKI

ZADANIA OTWARTE KRÓTKIEJ ODPOWIEDZI

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY

ZADANIA OTWARTE KRÓTKIEJ ODPOWIEDZI

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

METODY PROBABILISTYCZNE I STATYSTYKA

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

EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY 4 CZERWCA Godzina rozpoczęcia: 9:00. Czas pracy: 170 minut. Liczba punktów do uzyskania: 50

EGZAMIN MATURALNY Z MATEMATYKI

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

Ćwiczenia z Geometrii I, czerwiec 2006 r.

NOWA FORMUŁA EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY MMA 2019 UZUPEŁNIA ZDAJĄCY. miejsce na naklejkę UZUPEŁNIA ZESPÓŁ NADZORUJĄCY

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

2. Lesław Gajek, Marek Kałuszka, Wnioskowanie statystyczne. Modele i metody. Dla studentów.

MATEMATYKA ZBIÓR ZADAŃ MATURALNYCH. Lata Poziom podstawowy. Uzupełnienie Zadania z sesji poprawkowej z sierpnia 2019 r.

EGZAMIN MATURALNY Z MATEMATYKI

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY

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

Zadania z Zasad planowania eksperymentu i opracowania wyników pomiarów. Zestaw 1.

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

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

Transkrypt:

Rachunek prawdopodobieństwa MAP5 Wydział Elektroniki, rok akad. /, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy : Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne. Twierdzenie o prawdopodobieństwie całkowitym. Wzór Bayesa. Niezależność zdarzeń Przykłady do zadania. : (a) Przy dwukrotnym rzucie monetą zaobserwowano, że konfiguracja OR (tzn. orzeł w jednym z rzutów, reszka w drugim) pojawia się w przypadków. Czy moneta, którą wykonywano rzut, jest symetryczna? Przyjmujemy Ω = {(O, O), (O, R), (R, O), (R, R)}, F = Ω, P określone przez p = P {(O, O)}, p = P {(O, R)}, p = P {(R, O)}, p 4 = P {(R, R)}. Niech p oznacza szansę na wyrzucenie orła, < p <. Wtedy p ta szansa na reszkę. Moneta jest symetryczna, gdy p =, 5. Rzuty są niezależne, więc mamy p = p, p = p = p( p), p 4 = ( p). (Spr. p i dla i =,,, 4 oraz 4 p n = p + p( p) + ( p) = (p + p) =.) W takim modelu prawdopodobieństwo konfiguracji OR wynosi i= P (OR) = P ((O, R), (R, O)) = p + p = p( p). Szukamy takiego p, dla którego P (OR) = /. Rozwiązujemy równanie p( p) = /, czyli równanie kwadratowe 6p 6p + =. Otrzymujemy =, p =, lub +, 79. 6 6 (Zauważmy, że wartości p sumują się do. Nie ma w tym nic dziwnego. Wynika to z symetrycznej roli orła i reszki w modelu i badanym zdarzeniu.) W obu przypadkach p, 5, zatem w ramach modelu wnioskujemy, że moneta nie jest symetryczna. (b) Hasło potrzebne do uzyskania połączenia w sieci komputerowej składa się z jednej cyfry i następnie pięciu dużych liter alfabetu angielskiego. Znaleźć prawdopodobieństwo, że osoba postronna odgadnie hasło, jeśli wiadomo, że cyfra jest nieparzysta, a wśród liter są dokładnie trzy litery E. Ω = {(c, l,..., l 5 ), gdzie c {,, 5, 7, 9}, l i to duże litery, dokładnie wśród nich to E}, F = Ω, P - prawdopodobieństwo klasyczne. #Ω = 5 (5) (5) = 5, bo jest 5 możliwości wyboru cyfry, ( ) 5 możliwości wyboru miejsc na E, (6 ) możliwości wyboru liter innych niż E na każde z dwóch pozostałych miejsc zdarzenie, że osoba postronna odgadnie hasło, A = {właściwe hasło}, #A = P (A) = #A #Ω =,. 5

(c) Użytkownik karty kredytowej używa czterocyfrowego hasła dostępu. Bankomat blokuje kartę, gdy po raz trzeci hasło zostanie nieprawidłowo podane. Jakie jest prawdopodobieństwo, że złodziej karty dostanie się na nasze konto nie znając hasła? Ω = {{h, h, h }, gdzie h i to trzy różne hasła spośród 4 możliwych haseł}. F = Ω, P - prawdopodobieństwo klasyczne. A = {dostęp do konta} = {{właściwe hasło,h, h }} #Ω = ( ) ( ) 4, #A = 4. P (A) = #A #Ω = (4 )!!( 4 )!!(4 )! ( 4 )! =,. (d) Drewniany sześcian, którego wszystkie boki są pomalowane na niebiesko, rozpiłowano na 64 = 4 jednakowej wielkości mniejsze sześcianiki. Sześcianiki te dokładnie wymieszano, następnie wylosowano z nich. Jakie jest prawdopodobieństwo, że dokładnie jeden z wylosowanych sześcianików będzie miał niebieskie ściany? Odpowiedź uzasadnić. Ω = {{s,..., s }, gdzie s i to różne sześcianiki spośród 64 możliwych} F = Ω, P - prawdopodobieństwo klasyczne. A = {dokładnie jeden narożny} = {{narożny,s,..., s }, gdzie s i nie są narożne} #Ω = ( ( ) 64 ), #A = 8 56 )( 9 P (A) = #A #Ω = 4597, 4. 647459 Przykłady do zadania. : (a) Rzucamy monetą tak długo, aż upadnie dwa razy pod rząd na tę samą stronę. Określić Ω i P odpowiadające temu eksperymentowi dla monety symetrycznej. Obliczyć prawdopodobieństwo, że wykonamy mniej niż 7 i więcej niż rzuty. Ω = {OO, ROO, OROO,...} {RR, ORR, RORR,...}, F = Ω, p n,o = P (n rzutów+oo) = ( ) n+, pn,r = P (n rzutów+rr) = ( dla monety symetrycznej. Przestrzeń probabilistyczna jest dobrze określona, bo p n,o, p n,r dla dowolnego n oraz (p n,o + p n,r ) = ( ) n 4 = n= n= =. P (mniej niż 7 i więcej niż rzuty) = P (, 4, 5 lub 6 rzutów) = 4 (p n,o + p n,r ) = 5 n= (ilość rzutów= n + ). ) n+

(b) Niech Ω = {ω n, n =,,...}, F = Ω. Weźmy ciąg p n = cz n, n =,,..., gdzie z > jest ustalone. Dobrać stałą c tak, aby ciąg (p n ) określał prawdopodobieństwo P na zbiorze Ω tak, że p n = P ({ω n }). Obliczyć P ({ω,..., ω }). p n dla każdego n wtedy i tylko wtedy, gdy c p n = c ( ) n z = c n= n= z = c = wtedy i tylko wtedy, gdy c = z z z Oba warunki na ciąg określający prawdopodobieństwo na Ω są spełnione dla c = z P ({ω,..., ω }) = p n = (z ) ( ) n z = (z ) n= n= z ( ) ( ) z = z z Przykłady do zadania. : (a) Na okręgu wybieramy losowo cięciwę. Uściślić na kilka sposobów pojęcie losowo i dla każdego z nich obliczyć prawdopodobieństwo, że długość cięciwy będzie większa od promienia okręgu.. sposób Ustalamy kierunek i wybieramy spośród cięciw o tym samym kierunku od średnicy do cięciwy zerowej, przy czym nie wyróżniamy żadnej z nich. Odpowiada to jednostajnemu wyborowi punktu x z odcinka [, R], gdzie R to promień okręgu..5.5 R l(x) x.5.5.5.5.5.5 Ω = [, R], F to rodzina zbiorów borelowskich z tego odcinka, P to prawdopodobieństwo geometryczne. Dla wybranego x długość odpowiadajęcej mu cięciwy wynosi l(x) = R x l(x) > R wtedy i tylko wtedy, gdy x [, R/). Zatem P (l(x) > R) = P ([, R/ R/)) = = R.

. sposób Ustalamy punkt A na okręgu i wybieramy spośród cięciw o punkcie początkowym A, przy czym nie wyróżniamy żadnej z nich. Odpowiada to jednostajnemu wyborowi punktu A (końcowego punktu cięciwy) z okręgu, albo równoważnie wyborowi kąta ϕ z przedziału [ π, π], patrz rysunek..5 A.5 l(fi) R A fi.5.5.5.5.5.5 Ω = [ π, π], F to rodzina zbiorów borelowskich z tego odcinka, P to prawdopodobieństwo geometryczne. Dla wybranego ϕ długość odpowiadajęcej mu cięciwy wynosi l(ϕ) = R ( + cos ϕ). l(ϕ) > R wtedy i tylko wtedy, gdy ϕ ( π/, π/). Zatem P (l(ϕ) > R) = P (( π/, π/)) = π/ = π.. sposób Wybieramy bez wyróżniania punkt A z koła bez środka. Punkt ten potraktowany jako środek cięciwy jednoznacznie ją wyznacza (wyjątkiem byłby środek koła odpowiadający średnicom, odrzucając środek koła na początku przyjęliśmy, że prawdopodobieństwo wylosowania średnicy wynosi )..5.5 R l(a). A r R.5.5.5.5.5.5 Ω =koło o promieniu R, F to rodzina zbiorów borelowskich na tym kole, P to prawdopodobieństwo geometryczne. Dla wybranego A długość odpowiadajęcej mu cięciwy wynosi l(a) = R r, gdzie r to odległość punktu A od środka koła. l(a) > R wtedy i tylko wtedy, gdy r < R/, tzn. gdy A leży w otwartym kole K(A) o tym samym środku co Ω i promieniu R/. Zatem P (l(a) > R) = P (K(A)) = π R /4 πr = 4. 4

(b) Obliczyć prawdopodobieństwo tego, że wybrany losowo punkt kwadratu x < 4, y < 4 leży na zewnątrz koła x + y <. Ω = {(x, y) : x < 4, y < 4} - kwadrat, F to borelowskie podzbiory Ω, P - prawdopod. geometryczne. 5 A = {(x, y) : x + y < } - koło. P (A c ) = P (A) = pole A pole Ω = π 64, 95. 4 4 A c A 4 Ω 4 4 4 5 5 4 4 5 (c) W przypadkowych chwilach z przedziału czasu [, 6] minut mogą nadejść do odbiornika dwa sygnały. Odbiornik zostaje uszkodzony, jeśli różnica w czasie między tymi dwoma sygnałami jest mniejsza od minut. Obliczyć prawdopodobieństwo uszkodzenia odbiornika. Ω = {(t, t ) : t, t [, 6]}, F to borelowskie podzbiory Ω, P - prawdopod. geometryczne. A - zdarzenie, że odbiornik został uszkodzony. A = {(t, t ) Ω : t t < } P (A) = pole A pole Ω = 6 58 6, 655. 6 5 t Ω A 4 t =t + t =t t 4 5 6 5

Przykłady do zadania.4 : (a) Zakład pracuje na trzy zmiany. Zmiany produkują odpowiednio n =, n = n = 5 wyrobów, przy czym szansa wyprodukowania wadliwego wyrobu wynosi odpowiednio p = p =,, p =,. Obliczyć prawdopodobieństwo, że wyrób wylosowany z całej produkcji jest wadliwy. Obliczyć prawdopodobieństwo, że wylosowany wadliwy wyrób wyprodukowała druga zmiana. Wprowadzamy oznaczenia: A - zdarzenie, że wylosowany wyrób jest wadliwy; B n - zdarzenie, że wylosowany wyrób wyprodukowała n-ta zmiana, n =,,. n Mamy P (B ) = = n + n + n 5 =, 4; P (B ) = P (B ) =, ; P (A B ) = P (A B ) =, ; P (A B ) =,. Z tw. o prawdop. całkowitym P (A) = P (A B )P (B ) + P (A B )P (B ) + P (A B )P (B ) = =,, 4 +,, +,, =, 6. Szukamy teraz P (B A). Ze wzoru Bayesa P (B A) = P (A B )P (B ) P (A) =,,, 6 = 6 =, 875. (b) Prawdopodobieństwo trafienia w cel w jednym strzale wynosi /, natomiast prawdopodobieństwo zniszczenia celu przy k trafieniach wynosi ( ) k, k =,,.... Wyznaczyć prawdopodobieństwo zniszczenia celu przy oddaniu strzałów. Wprowadzamy oznaczenia: A - zdarzenie, że zniszczono cel przy oddaniu strzałów, B k - zdarzenie, że w strzałach jest k trafień, k =,,...,. B, B,..., B stanowią rozbicie przestrzeni probabilistycznej (są parami rozłączne i w sumie są zdarzeniem pewnym Ω). Mamy P (B k ) = ( ) ( ) k ( ) k ( ) ( ) k = ; k P (A Bk ) = ( ) k. Z tw. o prawdop. całkowitym P (A) = P (A B k )P (B k ) = ( ( = ( ) ( ( k k= = ( ), 98, ) k k k= ( ) ( ) k k k) k= gdzie korzystaliśmy ze wzoru (a + b) = k= k= ) k) ( ) ( ) k = = ( ) ( ( + ) ( + ) ) = ( ) k a k b k. 6

(c) W pewnym teleturnieju za jednymi z trzech zamkniętych drzwi znajduje się samochód, a za pozostałymi dwoma kozy. Prowadzący grę wie, które drzwi kryją samochód. Gracz wskazuje na jedne z drzwi, prowadzący otwiera jedne z pozostałych odkrywając kozę i następnie pyta gracza, które z zamkniętych drzwi otworzyć (tzn. czy gracz zmienia wybór, czy nie). Jeżeli gracz wskaże na odpowiednie drzwi, wygrywa samochód. Powiedzmy, że gracz wskazał na początku na drzwi nr, a prowadzący grę otworzył drzwi nr z kozą. Czy graczowi opłaca się zmienić decyzję i wskazać na drzwi nr? Odpowiedź uzasadnić. Wprowadzamy oznaczenia: A i - zdarzenie, że samochód jest za drzwiami nr i, B i - zdarzenie, że prowadzący otworzył drzwi nr i, i =,, Mamy P (A i ) =, P (B A ) =, P (B A ) =, P (B A ) =. Stąd P (B ) = P (B A i )P (A i ) = z tw. o prawdop. całkowitym, i= i ze wzoru Bayesa P (A B ) = P (B A )P (A ) = P (B ) oraz P (A B ) = P (B A )P (A ) = P (B ) Wniosek: Graczowi opłaca się zmienić decyzję, bo zwiększa swoją szansę na wygraną. (d) Pewna choroba jest obecna w,% populacji. Opracowano test, który daje wynik dodatni u 9% chorych i u 5% zdrowych. Jakie jest prawdopodobieństwo tego, że pacjent z wynikiem dodatnim jest zdrowy? Czy ma on powody do obaw? Wprowadzamy oznaczenia: A - zdarzenie, że test daje wynik dodatni; B - zdarzenie, że pacjent jest chory. Szukamy P (B c A). Ze wzoru Bayesa P (B c A) = P (A Bc )P (B c ) P (A) Mamy P (B) =, = P (B c ); P (A B) =, 9; P (A B c ) =, 5. Zatem P (A) = P (A B)P (B) + P (A B c )P (B c ) =, 585 z tw. o prawdop. całkowitym. oraz P (B c, 5(, ) A) =, 998, 585 Wniosek: Test w istocie nie wykrywa choroby, bo pacjent z wynikiem dodatnim jest zdrowy na ponad 99% i raczej nie ma powodów do obaw. 7

Przykłady do zadania.5 : (a) Dwa razy kontrolowana jest jakość pewnego urządzenia przez niezależne kontrole. Wynik kontroli to jedna z dwóch opinii: S - urządzenie sprawne lub N - urządzenie niesprawne. Szansa na to, że S będzie wynikiem pierwszej kontroli, wynosi p, drugiej kontroli - q, p, q. Zbadać niezależność zdarzenia A, że wynik pierwszej kontroli to S, oraz zdarzenia B, że obie kontrole stwierdziły to samo. Ω = {SS, SN, NS, NN}, F = Ω, P (SS) = pq, P (SN) = p( q), P (NS) = ( p)q, P (NN) = ( p)( q), gdyż kontrole są niezależne. A = {SS, SN}, B = {SS, NN}, A B = {SS} P (A B) = P (A)P (B) wtedy i tylko wtedy, gdy pq = (pq + p( q))(pq + ( p)( q)), czyli gdy pq = p( p q + pq). Równość zachodzi dla p = albo p = albo q = /. Zatem zdarzenia A i B są niezależne w skrajnych przypadkach p = lub p = bez względu na q oraz w ciekawszym przypadku q = / bez względu na p. (b) Elektron emitowany jest w losowej chwili τ przedziału [, T ]. Dla ustalonej chwili t przedziału (, T ) niech A będzie zdarzeniem, że emisja nastąpi po chwili t, a B zdarzeniem, że emisja nastąpi przed chwilą T t. Czy zdarzenia A, B są niezależne? Ω = [, T ], F to zbiory borelowskie z tego odcinka, P to prawdopodobieństwo geometryczne. A = [t, T ], B = [, T t] ( ) T t P (A) P (B) =. T {, gdy T t < t, A B = [t,t-t], gdy T t t;, gdy T/ < t < T, i stąd P (A B) = T t, T gdy < t T/. Ponieważ P (A B) P (A)P (B), zdarzenia A i B nie są niezależne. (Zauważmy, że wniosek ten nie zależy od wyboru t.) (c) Prawdopodobieństwo zestrzelenia samolotu przez wystrzał z karabinu wynosi p =, 4. Jakie jest prawdopodobieństwo zestrzelenia samolotu przez salwę z 5 karabinów? Wprowadzamy oznaczenia: A i = {zestrzelenie samolotu z i-tego karabinu }, i =,,..., 5, B = {zestrzelenie samolotu przez salwę z 5 karabinów }. Zakładamy, że zdarzenia A i, i =,,..., 5, są niezależne. B = 5 i= A i, a stąd B c = 5 i= Z niezależności P (B c ) = 5 i= A c i. Stąd P (B) = P (B c ), 69 P (A c i) = (, 4) 5, 67 8