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

Podobne dokumenty
Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

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

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:

Wybrane rozkłady zmiennych losowych i ich charakterystyki

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) =

Metody probabilistyczne

Rachunek prawdopodobieństwa

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

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Rachunek prawdopodobieństwa dla informatyków

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

Podstawy metod probabilistycznych. dr Adam Kiersztyn

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

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.

Podstawy nauk przyrodniczych Matematyka

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

Matematyczne Podstawy Kognitywistyki

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;

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

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

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki

Matematyka Dyskretna, informatyka, 2008/2009, W. Broniowski

Rachunek Prawdopodobieństwa i Statystyka Matematyczna

Spotkanie olimpijskie nr lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

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

Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji?

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym

Wstęp do rachunku prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

STATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt

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

Prawdopodobieństwo

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Wstęp. Kurs w skrócie

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

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Rachunek prawdopodobieństwa i statystyka matematyczna. Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017

01DRAP - klasyczna definicja prawdopodobieństwa

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

Kombinatoryka. Jerzy Rutkowski. Teoria. P n = n!. (1) Zadania obowiązkowe

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

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

01DRAP - klasyczna definicja prawdopodobieństwa

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

01DRAP - klasyczna definicja prawdopodobieństwa

Statystyka w analizie i planowaniu eksperymentu

Rachunek prawdopodobieństwa Rozdział 1. Wstęp

STATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH

Matematyka Dyskretna. Andrzej Szepietowski. 17 marca 2003 roku

KURS PRAWDOPODOBIEŃSTWO

Zmienna losowa. Rozkład skokowy

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy

Wymagania egzaminacyjne z matematyki. Klasa 3C. MATeMATyka. Nowa Era. Klasa 3

Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym

Zdarzenia losowe i prawdopodobieństwo

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa

Algebra liniowa z geometrią analityczną

Kombinatoryka i rachunek prawdopodobieństwa

Doświadczenie i zdarzenie losowe

PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE

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

Agnieszka Kamińska, Dorota Ponczek. MATeMAtyka 3. Plan wynikowy. Zakres podstawowy i rozszerzony

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

Colloquium 3, Grupa A

Wstęp do probabilistyki i statystyki Wykład 3. Prawdopodobieństwo i algebra zdarzeń

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

Kombinatoryka. Reguła dodawania. Reguła dodawania

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

KOMBINATORYKA OBIEKTY KOMBINATORYCZNE MATEMATYKA DYSKRETNA (2014/2015)

Plan wynikowy klasa 3. Zakres podstawowy

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

Metody probabilistyczne Rozwiązania zadań

Statystyka matematyczna

Obliczanie prawdopodobieństwa za pomocą metody drzew metoda drzew. Drzewem Reguła iloczynów. Reguła sum.

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

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka

Agnieszka Kamińska, Dorota Ponczek. MATeMAtyka 3. Szczegółowe wymagania edukacyjne z matematyki w klasie trzeciej.

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

Rachunek prawdopodobieństwa i statystyka

WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.

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

Prawdopodobieństwo zadania na sprawdzian

Agnieszka Kamińska, Dorota Ponczek. MATeMAtyka 3. Plan wynikowy. Zakres podstawowy

Prawdopodobieństwo i statystyka

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Statystyka podstawowe wzory i definicje

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

Plan wynikowy. Klasa III Technikum ekonomiczne. Kształcenie ogólne w zakresie rozszerzonym

Metody probabilistyczne

Wymagania kl. 3. Zakres podstawowy i rozszerzony

Wymagania edukacyjne z matematyki dla klasy III a,b liceum (poziom podstawowy) rok szkolny 2018/2019

(U.3) Podstawy formalizmu mechaniki kwantowej

Transkrypt:

Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba możliwych ombinacji bez powtórzeń -elementowych ze zbioru n-elementowego wynosi Cn n n (n ) Dowód. Każda -wyrazowa wariacja bez powtórzeń oreśla jednoznacznie -elementowy zbiór wybrany w jaimś porządu; Liczba sposobów wyboru tych samych -elementów jest dana przez liczbę permutacji zbioru -elementowego; Każdej ombinacji -elementowej odpowiada wariacji -wyrazowych bez powtórzeń. Cn V n n n P (n ) Przyład.4 (Ilość płaszczyzn). Ile różnych płaszczyzn można poprowadzić w przestrzeni trójwymiarowej przez cztery punty, nie leżące w jednej płaszczyźnie? Każda trója puntów wyznacza jedną płaszczyznę. Rożnych płaszczyzn jest 4 C4 4 Definicja.6 (Kombinacje z powtórzeniami). -elementową ombinacją z powtórzeniami elementów zbioru A nazywamy -elementowy multizbiór złożony z elementów zbioru A. Multizbiór to rozszerzenie pojęcia zbioru w tórym ażdy element może występować wiele razy. Przyład.5 (ombinacje z powtórzeniami). Jaie są możliwe wynii rzutu trzema monetami? -elementowymi ombinacjami z powtórzeniami zbioru A {O R} są multizbiory: {O O O}; {O O R}; {O R R}; {R R R} -elementowe ombinacje z powtórzeniami elementów zbioru 2-elementowego A {O R} to różne sposoby rozmieszczenia taich samych ule w 2 pudełach {O O O} ; {O O R} {O R R} ; {R R R} Ich liczebność to ilość możliwych rozmieszczeń trzech ule na czterech dostępnych pozycjach: 4 C4 4

Twierdzenie.6 (ombinacje z powtórzeniami). Liczba możliwych -elementowych ombinacji z powtórzeniami elementów zbioru n-elemenetowego wynosi C n + n Dowód. Na ile sposobów taich samych ul można powładać do n pudełe? Liczba ul w i-tym pudełu oznacza liczbę powtórzeń i-tego elementu zbioru A w ombinacji z powtórzeniami. ciąg ul i n + rese Ilość możliwych sposobów rozmieszczeń ul na n + możliwych pozycjach: n + Cn+ 4 Przestrzenie równie prawdopodobnych zdarzeń elementarnych Jeśli już umiemy przeliczać zbiory zdarzeń elementarnych to drugą trudnością jaą możemy napotać orzystając z twierdzenia o prawdopodobiństwie ombinatorycznym to upewnienie się, że spełnione są założenia tego twierdzenia czyli czy zdarzenia elementarne są równie prawdopodobne. Twierdzenie 4. (Esperyment -stopniowy). Jeśli jaiś esperyment można przedstawić jao -stopniową procedurę, przy czym i-ta operacja może być wyonana na l i (i... ) równie prawdopodobnych sposobów to esperyment można wyonać na l l 2 l równie prawdopodobnych sposobów. Równie prawdopodobne zdarzenia elementarne to uporzadowane ciagi wyniów olejnych stopni esperymentu. Twierdzenie 4.2 (Wariacje, permutacje i ombinacje bez powtórzeń). Jeśli przy ażdym wybieraniu z n-elementowego zbioru o tórym mowa w definicji wariacji, permutacji lub ombinacji bez powtórzeń, wybranie onretnego elementu jest równie prawdopodobne ja pozostałych to zdarzenia elementarne będące wariacjami (permutacjami lub ombinacjami bez powtórzeń) sa równie prawdopodobne. Dowód. wariacje z powtórzeniami i bez powtórzeń oraz permutacje bez powtórzeń to uporządowane ciągi wyniów olejnych stopni esperymentu -stopniowego. Zatem są równie prawdopodobne; ażdej permutacji z powtórzeniami odpowiada taa sama liczba ( 2 n ) równie prawdopodobnych permutacji bez powtórzeń P P 2...n 2 n ażdej ombinacji bez powtórzeń odpowiada taa sama liczba () równie prawdopodobnych wariacji bezpowtórzeń C n V n 4

Uwaga: Na ogół ombinacjom z powtórzeniami odpowiadają różne liczby równie prawdopodobnych uporządowanych ciągów wyniów olejnych losowań. Zatem ombinacje z powtórzeniami na ogół nie są równie prawdopodobne. Przyład 4. (dwurotny rzut monetą). Jaie jest prawdopodobieństwo uzysania jednego orła i jednej reszi w rzucie dwoma monetami. Losujemy ze wzracaniem dwa elementy ze zbioru A {O R}. Wariacje z powtórzeniami są równie prawdopodobne Ω {(O R); (O O); (R R); (R O)} P ({O R}) 2 4 2 Nie interesuje nas olejność w jaiej wypada orzeł i resza Ω {{O O}; {O R}; {R R}} P ({O R}) Kombinacje z powtórzeniami nie są równie prawdopodobne. Przyład 4.2 (Wybieranie ul z pudeła). W pudełu znajduje się b białych i c czarnych ul. Wyciągamy olejno losowo n ul z pudeła. Jaie jest prawdopodobieństwo, że wśród nich jest doladnie ul czarnych? Rozpatrzmy losowanie bez zwracania oraz ze wzracaniem. Bez zwracania Nie interesuje nas olejność a ule się nie powtarzają zatem zdarzeniami elementarnymi równie prawdopodobnymi będa ombinacje bez powtórzeń. P ( czarnych) C c C n b Cc+b n c b n gdzie Cc jest ilością możliwych wyborów ul z pośród c ul czarnych, C n b jest ilością możliwych wyborów pozostałych n ul z pośród b ul białych a Cc+b n jest ilością możliwych wyborów n ul z pośród c + b ul. Ze zwracaniem Można sobie pomyśleć, że ule mogą się powtarzać zaten zderzeniami elementarnymi będą ombinacje z powtórzeniami P ( czarnych) C c Cn b C n c+b Jest to błąd bo ombinacje z powtórzeniami na ogół nie są równie prawdopodobne. Aby rozwiązać problem losowania ze zwracaniem należy założyć potencjalną rozróżnialność ule i przedstawić proces losowania jao n-stopniowy esperyment tórego równie prawdopodobnymi zdarzeniami elementarnymi są uporządowane wynii olejnych losowań, czyli wariacjami z powtórzeniami. P ( czarnych) V c V n b V n c+b C n c+b n c b n n (c + b) n Iloczyn V c V n b oreśla liczbę możliwych uporządowań ul czarnych oraz (osobno) ul białych. Musimy jeszcze uwzględnić różne możliwość rozmieszczeń ul czarnych pośród n ul białych ich liczba jest ilością ombinacji bez powtórzeń Cn. 5

Ostatni wzór z powyższego przyładu możemy przeształcić do postaci c P ( czarnych) c b n n (c + b) n c c + b c c + b n b n c + b c p ( p) n n c + b n n gdzie p c+b jest prawdopodobieństwem wylosowania czarnej uli w pojedyńczym losowaniu. Rozład tai nazywamy rozładem dwumianowym i oreśla on prawdopodobieństwo uzysania sucesów w n niezależnych próbach, z tórych ażda ma stałe prawdopodobieństwo sucesu równe p. Tutaj przez suces rozumiemy wylosowanie uli czarnej. Przyład 4. (Ułady art w poerze). Standardowa talia do gry w poera słada się z 52 art. Każda arta ma dwie cechy: wartość (jest ich ) oaz olor (jest ich 4). Gracz otrzymuje 5 art tóre się nie powtarzają a ich olejność losowania nie jest istotna. Zatem równie prawdopodobnymi zdarzeniami elementarnymi będę ombinacje bez powtórzeń 5 elementowe ze zbioru 52 elementowego. 52 Ω 2 598 960 5 Jaie są prawdopodobieństwa otrzymania w pojedyńczym losowaniu puntowanych uładów art? para art tej samej wartości, pozostałe arty mają różne wartości. P ( para) 4 2 2 4 52 0 42 5 liczba możliwych wartości tworzących parę 4 2 liczba możliwych ombinacji olorów wybranej pary 2 liczba możliwych ombinacji wartości pozostałych trzech art 4 4 liczba możliwych olorów ażdej z pozostałych art dwie pary o różnych wartościach, pozostała arta musi mieć inna wartość. P (2 pary) 2 4 2 2 4 52 0 0475 5 2 liczba możliwych ombinacji wartości tworzących dwie pary 4 2 liczba możliwych ombinacji olorów w ażdej pary liczba możliwych wartości pozostałej arty 4 4 liczba możliwych olorów pozostałej arty 6

strit, pięć olejnych co do wartości art, ale nie tego samego oloru bo to już poer. Kombinacja A,2,,4,5 też jest stritem. P (strit) 0( 4 5 4) 52 0 0092 5 0 - liczba możliwych ombinacji wartości art w stricie (najniższa artą w stricie może być: A,2,...,0 4 4 liczba możliwych olorów ażdej arty w stricie 4 - liczba ombinacji olorów prowadzących do poera 5 Prawdopodobieństwo warunowe Definicja 5. (Prawdopodobieństwo warunowe). Prawdopodobieństwem warunowym zajścia zdarzenia A pod waruniem, że zaszło zdarzenie B nazywamy: P (A B) P (A B) P (B) jeśli P (B) > 0 Definicja ta jest zgodna z interpretacją częstościową prawdopodobieństwa. Dla sończonej ilości N wyniów esperymentu losowego P (A B) N A B N B N A B/N N B /N N P (A B) P (B) Przyład 5. (Prawdopodobieństwo warunowe). Znajdź prawdopodobieństwo warunowe, że rodzina posiadająca dwóję dzieci ma dwóję chłopców wiedząc, że przynajmniej jedno z dzieci jest chłopcem. Ω {(D C); (D D); (C D); (C C)} gdzie na pierwszym miejscu umieściliśmy dzieco starsze. P (A dwóch chłopców) 4 P (B przynajmniej jeden chłopiec) 4 P (A B) /4 /4 Przyład 5.2 (Prawdopodobieństwo warunowe). Znajdź prawdopodobieństwo warunowe, że rodzina posiadająca dwóję dzieci ma dwóję chłopców wiedząc, że starsze jest chłopcem. Ω {(D C); (D D); (C D); (C C)} gdzie na pierwszym miejscu umieściliśmy dzieco starsze. P (A dwóch chłopców) 4 P (B starszy chłopiec) 2 4 P (A B) /4 2/4 2 7

Przyład 5. (Prawdopodobieństwo warunowe). Znajdź prawdopodobieństwo warunowe, że rodzina posiadająca dwóję dzieci ma dwóję chłopców wiedząc, że pierwsze tóre nam przedstawiono jest chłopcem. Ω {(D C); (D D); (C D); (C C)} gdzie na pierwszym miejscu umieściliśmy dzieco tóre nam pierwsze przedstawiono. Rozwiazanie (inny sposób). P (A dwóch chłopców) /4 P (B pierwsze przedstawiono chłopca) 2/4 P (A B) /4 2/4 2 Ω (D C); (D C ); (D D); (D D ); (C D); (C D ); (C C); (C C ) gdzie na pierwszym miejscu umieściliśmy dzieco starsze a to tóre nam pierwsze przedstawiono oznaczono gwiazdą. P (A) 2/8 P (B) 4/8 P (A B) 2/8 4/8 2 W przyładzie 5. warune wyeliminował z przestrzeni zdarzeń elementarnych tylo jedno zdarzenia, podczas gdy w przyładach 5.2 i 5. warune eliminuje połowę zdarzeń elementarnych. Twierdzenie 5. (Prowdopodobieństwo iloczynu zdarzeń). P (A B) P (A B) P (B) o ile P (B) > 0 twierdzenie to wynia wprost z definicji pr. warunowego; obliczenie pr. P (A B) i P (B) jest często łatwiejsze niż bezpośrednie obliczenie pr. P (A B). Przyład 5.4 (Bra oincydencji dnia urodzin). Jaie jest prawdopodobieństwo, że w grupie n losowo wybranych osób wszyscy urodzili się w innym dniu rou? Na podstawie twierdzenia o prawdopodobieństwie ombinatorycznym moglibyśmy stwierdzić, że prawdopodobieństwo taiego zdarzenia wynosi P V 65 n 65 V n (65 n)65 n 65 Niemniej jedna wyorzystajmy prawdopodobieństwo warunowe do rozwiązania tego problemu. B - w grupie osób wszyscy urodzili się w innym dniu A + - + osoba urodziła się w innym dniu niż pozostałe. P (B ) 65/65 Dla grupy dwóch osób prawdopodobieństwo taie wynosi: P (B 2 ) P (A 2 B ) P (A 2 B ) P (B ) 64/65 65/65 Dla grupy trzech osób prawdopodobieństwo taie wynosi: P (B ) P (A B 2 ) P (A B 2 ) P (B 2 ) 6/65 64/65 65/65 8

Dla grupy n osób prawdopodobieństwo taie wynosi: P (B n ) P (A n B n ) P (A n B n ) P (B n ) 65 (n ) 6 65 65 64 65 65 65 65 (65 n)65 n P n 0.8 0.6 0.4 0.2 0 0 0 20 0 40 50 60 70 n Rysune : Zależność prawdopodobieństwa brau oincydencji dnia urodzin w grupie n osób od liczebności tej grupy. Twierdzenie 5. można łatwo uogólnić na więszą liczbę zdarzeń Twierdzenie 5.2 (Prawdopodobieństwo iloczynu wielu zdarzeń). Dla dowolonych zdarzeń losowych A A 2... A n o ile P (A A 2 A n ) > 0 P (A A 2 A n ) P (A ) P (A 2 A ) P (A A A 2 ) P (A n A A 2 A n ) Dowód. Twierdzenie to wynia z wielorotnego zastosowania twierdzenia 5. Przyład 5.5. W pudełu mamy n ul wśród tórych jest jedna biała a reszta jest czarna. Wybieramy ule z pudeła bez zwracania. Jaie jest prawdopodobieństwo wylosowania uli białej w -tym losowaniu? A i - w i-tym losowaniu wybrano ulę czarną 9

B i - w i-tym losowaniu wybrano ulę białą C A A 2 A B P (C) P (A ) P (A 2 A ) P (B A A 2 A ) n n n 2 n n n 2 n ( ) n ( ) + n ( ) n Prawdopodobieństwo wylosowania uli białej w ażdym losowaniu jest taie samo. Twierdzenie 5. (Prawdopodobieństwo całowite). Niech C C 2 Ω P (C i ) > 0 i 2... C i i C j sa rozłaczne i j C C 2 Ω wtedy, dla dowolnego A Ω zachodzi: Dowód. P (A) P (A C )P (C ) + P (A C 2 )P (C 2 ) + P (A C i ) P (C i ) i P (A) P (A Ω) P (A (C C 2 )) P ((A C ) (A C 2 ) ) P (A C ) + P (A C 2 ) + P (A C )P (C ) + P (A C 2 )P (C 2 ) + Przyład 5.6. Dane są trzy identyczne pudeła, o tórych wiadomo, że w jednym znajdują się dwie ule białe, w drugim jedna ula czarna i jedna biała a w trzecim dwie ule czarne. Do losowo wybranego pudeła dodajemy ulę białą a następnie losujemy z niego jedną ulę. Jaie jest pr., że wylosowano ulę białą? C - wylosowano pierwsze pudeło C 2 - wylosowano drugie pudało C - wylosowano trzecie pudeło A - wylosowano białą ulę Zdarzenia C C 2 i C są parami rozłączne oraz C C 2 C Ω zatem P (A) P (A C )P (C ) + P (A C 2 )P (C 2 ) + P (A C )P (C ) + 2 + 2 20

Twierdzenie 5.4 (Twierdzenie Bayes a). Niech A B Ω taimi, że P (A) > 0 P (B) > 0 wtedy, zachodzi: P (B A) P (A B)P (B) P (A) Dowód. Zatem P (A B) P (A B)P (B) P (B A)P (A) P (B A) P (A B)P (B) P (A) Przyład 5.7 (Twierdzenie Bayes a). Dane są trzy identyczne pudeła, o tórych wiadomo, że w jednym znajdują się dwie ule białe, w drugim jedna ula czarna i jedna biała a w trzecim dwie ule czarne. Do losowo wybranego pudeła dodajemy ulę białą a następnie losujemy z niego jedną ulę. Jaie jest pr., że losowano z trzeciego pudeła jeśli wylosowano ulę białą? C - wylosowano pierwsze pudeło C 2 - wylosowano drugie pudało C - wylosowano trzecie pudeło A - wylosowano białą ulę Z poprzedniego przyładu P (A) 2/ Teraz interesuje nas prawdopodobieństwo warunowe P (C A) z twierdzeniem Bayes a mamy P (C A) P (A C )P (C ) P (A) / / 2/ Przyład 5.8 (parados Monty Halla (idź na całość)). Uczestni teleturnieju stoi przed trzema zasłoniętymi bramami. Za jedną z nich jest nagroda (umieszczana za bramami całowicie losowo). Gracz wybiera jedną z brame. Prowadzący program odsłania inną bramę (zawsze pustą), po czym proponuje graczowi zmianę pierwotnego wyboru. Czy gracz powinien pozostać przy swoim pierwotnym wyborze? A- nagroda znajduje się za bramą A B- nagroda znajduje się za bramą B C- nagroda znajduje się za bramą C 6 P (A) P (B) P (C) Gracz wybrał bramę A a prowadzący odsłonił pustą bramę B B - prowadzący wsaże, że brama B jest pusta Zdarzenia A B C są parami rozłączne oraz A B C Ω 2

. P (A B ) P (B A)P (A) P (B ) P (B A)P (A) P (B A)P (A) + P (B B)P (B) + P (B C)P (C) 2 2 + 0 + P (C B ) P (B C)P (C) P (B ) P (B C)P (C) P (B A)P (A) + P (B B)P (B) + P (B C)P (C) 2 + 0 + 2 Zmiana pierwotnego wyboru dwurotnie zwięsza szansę wygrania nagrody. Definicja 5.2 (Niezależność zdarzeń). Zdarzenia A B Ω nazywamy niezależnymi jeśli Definicje 6. wyorzystujemy w dwojai sposób: P (A B) P (A) P (B) Obliczamy obie strony równania aby stwierdzić zależność lub niezależność zdarzeń Załadając niezależność zdarzeń A i B możemy obliczyć P (A B) Twierdzenie 5.5 (Niezależność zdarzeń). Jesli A B Ω sa niezależne to P (A) P (B) P (A B) P (A B)P (B) P (A) P (A B) P (A) P (B) P (A B) P (B A)P (A) P (B) P (B A) Jeśli zdarzenia są niezależne to fat zajścia jednego z tych zdarzeń nie zmienia prawdopodobieństwa zajścia drugiego. 22