Zeszyt ćwiczeń
dr Krzysztof Bryś
Zadanie 1. Rzucamy dwiema identycznymi kostkami. Oblicz prawdopodobieństwo tego, że suma oczek wynosi a) 7, b) 8.
ROZWIĄZANIE
Zgodnie z tym co zostało wyjaśnione w trakcie wykładu, aby skorzystać z klasycznej definicji prawdopodobieństwa trzeba założyć, że kostki są rozróżnialne (np. biała i czarna). Nie zmienia to poszukiwanych prawdopodobieństw (bo niezależnie od tego czy obserwator rozróżnia kolory czy nie będą one takie same). Zatem zbiór wszystkich zdarzeń elementarnych W ma liczność 6 • 6 = 36 (dla każdego z 6 możliwych wyników rzutu białą mamy 6 możliwych wyników rzutu czarną kostką. Każde zdarzenie elementarne jest uporządkowaną parą postaci(b, c), gdzie b = liczba oczek na białej kostce, c = liczba oczek na czarnej kostce.
a) Niech A - zdarzenie polegające na wyrzuceniu na obu kostkach w sumie 7 oczek. Wypiszmy wszystkie zdarzenia elementarne sprzyjające temu zdarzeniu
Jest ich 6, Zatem szukane prawdopodobieństwo wynosi:
b) NiechB - zdarzenie polegające na wyrzuceniu na obu kostkach w sumie 8 oczek. Wypiszmy wszystkie zdarzenia elementarne sprzyjające temu zdarzeniu
A = {(2,6), (6,2), (3,5), (5,3), (4,4)}.
Jest ich 5, Zatem szukane prawdopodobieństwo wynosi:
Prawdopodobieństwo wyrzucenia w sumie 7 oczek jest większe niż prawdopodobieństwo wyrzucenia 8 oczek,
Zadanie 2. (Paradoks hazardzisty) Rzucamy sześć razy symetryczną monetą. Jakie jest prawdopodobieństwo wyrzucenia orła za szóstym razem jeśli
1. w pierwszych pięciu rzutach za każdym razem wypadł orzeł?
2. w pierwszych pięciu rzutach za każdym razem wypadła reszka?
ROZWIĄZANIE:
Wbrew temu co może sugerować intuicja w obu przypadkach prawdopodobieństwa wyrzucenia orła są takie same i wynoszą Jest tak bo kolejne rzuty monetą są doświadczeniami niezależnymi a ich wyniki zdarzeniami niezależnymi czyli wynik kolejnego rzutu nie zależy od wyników poprzednich. Spróbujmy przekonać nieprzekonanych uzasadniając tą odpowiedź obliczeniami. Wprowadźmy następujące zdarzenia 05 - wypadły same orły w pierwszych pięciu rzutach, R5 - wypadły same reszki w pierwszych pięciu rzutach, O - orzeł wypadł w szóstym rzucie.
Zauważmy, że zdarzenie O Ç R5 mówi, że w pięciu pierwszych rzutach wypadły same reszki a w szóstym wypadł orzeł. Zdarzenie to składa się z jednego zdarzenia elementarnego - ciągu złożonego
Dla doświadczenia polegającego na pięciokrotnym rzucie monetą zbiór wszystkich zdarzeń elementarnych ma liczność 2 • 2 • 2 • 2 • 2 = 25 = 32, gdyż za każdym razem mamy dwie możliwości (wypada orzeł albo reszka) zatem przy każdym kolejnym rzucie liczba zdarzeń elementarnych powiększa się dwukrotnie (do każdego ciągu złożonego z wyników poprzednich rzutów dokładamy albo orła albo reszkę a tym samym podwajamy liczbę tych ciągów). Łatwo zauważyć, że podobnie jak zdarzenie 05 (ciąg samych orłów) tak i zdarzenieR5 (ciąg samych reszek) składa się z jednego zdarzenia elementarnego. Zatem
a) Mamy obliczyć prawdopodobieństwo zajścia zdarzenia O wiedząc, że zaszło zdarzenie 05 czyli należy wyznaczyć prawdopodobieństwo warunkowe P(O|O5). Korzystając ze wzoru na prawdopodobieństwo warunkowe otrzymujemy
Zauważmy, że zdarzenie O Ç 05 mówi, że w pięciu pierwszych rzutach oraz w szóstym wypadł orzeł. Zdarzenie to składa się z jednego zdarzenia elementarnego - ciąg sześciu orłów. Wszystkich zdarzeń elementarnych w przypadku sześciu rzutów monetą jest 26 = 64. Zatem P(0 Ç 05) =1/64. Wstawiając do wzoru otrzymujemy:
b) Analogicznie mamy obliczyć prawdopodobieństwo zajścia zdarzenia O wiedząc, że zaszło zdarzenie R5, czyli należy wyznaczyć prawdopodobieństwo warunkowe P(O|R5). Korzystając ze wzoru na prawdopodobieństwo warunkowe otrzymujemy
Zauważmy, że zdarzenie O Ç R5 mówi, że w pięciu pierwszych rzutach wypadły same reszki a w szóstym wypadł orzeł. Zdarzenie to składa się z jednego zdarzenia elementarnego - ciągu złożonego z pięciu reszek i orła na końcu. Wszystkich zdarzeń elementarnych w przypadku sześciu rzutów monetą jest 26 = 64, Zatem P(0ÇR5) =1/64. Wstawiając do wzoru otrzymujemy:
Zadanie 3. Oblicz prawdopodobieństwo tego, że losowo wybrana liczba naturalna jest podzielna przez 6 lub przez 9.
Niech A6 oznacza zdarzenie polegające na tym, że losowo wybrana liczba naturalna jest podzielna przez 6, a A9 , że jest podzielna przez 9. Mamy obliczyć prawdopodobieństwo zdarzenie A6 U A9 . Zwróćmy uwagę na to, że są liczby, które są podzielne i przez 6 i przez 9, Są to liczby podzielne przez najmniejszą wspólną wielokrotność tych liczb czyli 18. Aby nie liczyć szans wystąpienia takich liczb podwójnie należy od sumy prawdopodobieństw zdarzeń A6 oraz A9 odjąć prawdopodobieństwo wystąpienia obu tych zdarzeń równocześnie czyli zdarzenia A6ÇA9 = A18 polegającego na tym, że losowo wybrana liczba naturalna jest podzielna przez 18.
W celu obliczenia potrzebnych prawdopodobieństw nie możemy skorzystać z klasycznej definicji prawdopodobieństw bo zbiór wszystkich zdarzeń elementarnych czyli zbiór liczb naturalnych jest nieskończony. W takim przypadku jako prawdopodobieństwo wystąpienia danego zdarzenia można przyjąć częstość występowania danego zdarzenia.
Zwróćmy uwagę na to, że co k-ta liczba naturalna jest podzielna przez k. Stąd
Otrzymujemy zatem
Zadanie 4. Wiadomo, że średnio co piąty uczeń nie umie rozwiązać poprawnie tego zadania. Prawdopodobieństwo tego, że losowo wybranemu uczniowi wydaje się, że umie rozwiązać to zadanie, jeśli rzeczywiście potrafi je rozwiązać wynosi 0.75. Prawdopodobieństwo tego, że losowo wybranemu uczniowi wydaje się, że umie rozwiązać to zadanie, jeśli w rzeczywistości nie potrafi rozwiązać go poprawnie, wynosi 0.25. Losowo wybranemu uczniowi wydaje się, że umie rozwiązać to zadanie. Jakie jest prawdopodobieństwo tego, że rzeczywiście umie je rozwiązać?
Określmy wpierw model matematyczny związku przyczynowo-skutkowego. Przyczyny determinują skutki zatem przyczyny to fakty (nieznane - uczeń w rzeczywistości albo potrafi albo nie potrafi poprawnie rozwiązać tego zadania) a skutki to wyobrażenia ucznia o tych faktach (wydaje mu się, że umie albo wydaje mu się, że nie umie poprawnie rozwiązać to zadanie). To fakty wpływają na wyobrażenia o nich a nie odwrotnie.
PRZYCZYNY to fakty czyli następujące zdarzenia:
U - losowo wybrany uczeń umie rozwiązać poprawnie to zadanie ,
NU - losowo wybrany uczeń nie umie poprawnie rozwiązać tego zadania.
Ponieważ z treści zadania wynika, że średnio co piąty uczeń nie umie rozwiązać tego zadania, to możemy przyjąć, że P(U) = 4/5 = 0.8, P(NU) = 1/5 = 0.2
SKUTKI - to wyobrażenia ucznia o faktach czyli następujące zdarzenia:
WU - losowo wybranemu uczniowi wydaje się, że umie poprawnie rozwiązać to zadanie,
WNU - losowo wybranemu uczniowi wydaje się, że nie umie poprawnie rozwiązać tego zadania.
Z treści zadania wynika, że zaszedł skutek WU a szukamy prawdopodobieństwa tego, że spowodowała to przyczyna U. Zatem powinniśmy obliczyć prawdopodobieństwo warunkowe P(U|WU). Jest to prawdopodobieństwo zajścia przyczyny U pod warunkiem, że zaszedł skutek WU. Zatem należy skorzystać ze wzoru Bayesa:
Z treści zadania wynika, że prawdopodobieństwo tego, że uczniowi wydaje się, że umie poprawnie rozwiązać to zadanie jeśli w rzeczywistości potrafi wynosi P(WU|U) = 0.75 a jeśli w rzeczywistości nie potrafi, to prawdopodobieństwo to wynosi P(WU|NU) = 0.25
Podstawiając wyznaczone prawdopodobieństwa do zapisanego powyżej wzoru otrzymujemy:
Zatem w sytuacji opisanej w treści zadania średnio w 12 przypadkach na 13 uczeń, któremu wydaje się, że potrafi poprawnie rozwiązać to zadanie, rzeczywiście to potrafi. Tylko średnio jednemu na 13 źle się wydaje w takim przypadku.
Zadanie 5. Wiadomo, że średnio jeden na 10 000 uczniów jest uzależniony od rozwiązywania zadań z rachunku prawdopodobieństwa. Badanie profilaktyczne wykrywa uzależnienie u 99 % badanych osób, które rzeczywiście są uzależnione oraz u 1% badanych osób, które nie są uzależnione. U losowo wybranego ucznia badanie wykryło uzależnienie. Jakie jest prawdopodobieństwo tego, że jest on w rzeczywistości uzależniony?
Określmy wpierw model matematyczny związku przyczynowo-skutkowego. Przyczyny determinują skutki zatem przyczyny to fakty (nieznane - po to robi się badanie by dowiedzieć się jakie one są) dotyczące schorzenia (uzależnienia) a skutki to wyobrażenia o tych faktach będące wynikiem badania. To fakty determinują wyobrażenia o nich a nie odwrotnie. To czy ktoś w momencie badania cierpi na jakąś przypadłość nie zależy od tego jaki będzie wynik badania. Za to wynik badania zależy od stanu faktycznego.
U - losowo wybrany uczeń jest uzależniony w rzeczywistości,
NU - losowo wybrany uczeń nie jest uzależniony w rzeczywistości.
Ponieważ średnio jeden na 10000 uczniów jest uzależniony zatem możemy przyjąć, że P(U) = 0.0001, P(NU) = 0.9999
SKUTKI - to wyobrażenia o faktach czyli następujące zdarzenia:
BU - badanie wykazało, że losowo wybrany uczeń jest uzależniony,
BNU - badanie wykazało, że losowo wybrany uczeń nie jest uzależniony.
Z treści zadania wynika, że zaszedł skutek BU a szukamy prawdopodobieństwa zajścia w takiej sytuacji przyczyny U. Zatem powinniśmy obliczyć prawdopodobieństwo warunkowe P(U|BU). Jest to prawdopodobieństwo zajścia przyczyny U pod warunkiem, że zaszedł skutek BU zatem należy skorzystać ze wzoru Bayesa:
Z treści zadania wynika, że prawdopodobieństwo wykrycia uzależnienia u ucznia uzależnionego wynosi P(BU|U) = 0,99 a ucznia nieuzależnionego P(BU|NU) = 0,01.
Podstawiając te prawdopodobieństwa do powyższego wzoru otrzymujemy:
czyli szanse, że uczeń u którego wykryto uzależnienie jest w rzeczywistości uzależniony są mniejsze niż 1%. Mimo, że test ten wykrywa uzależnienie u 99% uzależnionych!
Warto zauważyć, że analogicznie można rozumować w przypadku badania jakości dowolnych testów medycznych. Ale nie tylko. Powyższy schemat rozwiązania znajduje zastosowanie w kryminalistyce ale i w edukacji ! Wystarczy uświadomić sobie, że klasówka jest swego rodzaju testem, badaniem mającym na celu wykrycie czy uczeń się nauczył.
Zadanie 6. W pewnym mieście mieszka 100 000 mieszkańców. Tylko jeden spośród nich jest matematykiem. Wiadomo, że 90% matematyków nie odnosi tacki przy odejściu od stolika w restauracji typu fast food,. W przypadku ludzi, którzy nie są matematykami, tylko 10% nie odnosi tacki, W restauracji typu fast food policja odnalazła przy stoliku tackę, która nie została odniesiona. Jakie jest prawdopodobieństwo tego, że sprawcą tego czynu jest matematyk ?
Stwórzmy wpierw model matematyczny związku przyczynowo-skutkowego, W tym wypadku związek ten wynika z chronologii wydarzeń. Przyczyny to nieznane fakty dotyczące sprawcy tego czynu a skutki to zajście lub niezajście "przestępstwa" opisanego w treści zadania. Warto zwrócić uwagę na to, że analogiczne obliczenia powinny być przeprowadzone w sytuacji gdy poszukując sprawcy przestępstwa zastanawiamy się czy należy on do określonej grupy społecznej, o której wiadomo, że częściej niż reszta społeczeństwa dopuszcza się danych przestępstw.
PRZYCZYNY to następujące zdarzenia:
M - sprawcą czynu jest matematyk,
NM -sprawcą czynu nie jest matematyk.
Ponieważ z treści zadania wynika, że wśród 100000 mieszkańców miasta tylko jeden jest matematykiem, to
SKUTKI - to następujące zdarzenia:
O - tacka została odniesiona,
NO - tacka nie została odniesiona.
Z treści zadania wynika, że miało miejsce "przestępstwo" polegające na tym, że tacka nie została odniesiona zatem zaszedł skutek NO a szukamy prawdopodobieństwa tego, że spowodował to matematyk czyli wywołała to przyczyna M. Zatem powinniśmy obliczyć prawdopodobieństwo warunkowe P(M\NO). Jest to prawdopodobieństwo zajścia przyczyny M pod warunkiem, że zaszedł skutek NO, Zatem należy skorzystać ze wzoru Bayesa:
Z treści zadania wynika, że prawdopodobieństwo tego, że tacka nie zostanie odniesiona wynosi w przypadku matematyka P(NO|M) = 0.9 a w przypadku osoby, która nie jest matematykiem P(NO\NM) = 0.1.
Otrzymane prawdopodobieństwo nie jest wcale tak wysokie jak mogłoby się wydawać przy pobieżnej analizie sytuacji opisanej w treści zadania. Wynika to z faktu, że informacja o zajściu czynu odwraca sytuację. Nie pytamy o to jak często matematycy dopuszczają się danego czynu ale o to jakie są szanse, w przypadku zaistnienia danego czynu, że spowodował to matematyk. Rzadkie występowanie matematyka w przyrodzie powoduje, że prawdopodobieństwo iż to on jest sprawcą staje się niewielkie. Szanse na to, że jest on sprawcą czynu jest wiele razy mniejsze niż na to, że zrobił to ktoś spośród reszty mieszkańców miasta,
Zadanie 7. (Paradoks pudełek Bertranda) Dane są 3 pudełka. Jedno zawiera 2 czarne kule, drugie zawiera 2 białe kule a trzecie zawiera jedną czarną i jedną białą kulę, Z losowo wybranego pudełka wyciągnięto jedną losowo wybraną kulę. Okazało się, że wylosowana kula jest czarna. Jakie jest prawdopodobieństwo tego, że druga kula w tym pudełku jest czarna?
Jest to tak naprawdę inna wersja paradoksu Monty Halla o czym można się przekonać analizując dokładnie treść zadania.
Określmy wpierw schemat związku przyczynowo-skutkowego, W tym wypadku związek ten wynika z chronologii wydarzeń,
PRZYCZYNY - to oczywiście fakty które miały miejsce wpierw czyli następujące zdarzenia:
C2 - wylosowano pudełko z dwiema czarnymi kulami,
BC - wylosowano pudełko z jedną białą i jedną czarną kulą,
B2 - wylosowano pudełko z dwiema białymi kulami. Wylosowanie każdego z tych trzech pudełek jest jednakowo prawdopodobne.
Zatem P(C2) = P(BC) = P(B2) =1/3
SKUTKI - to w przypadku tego zadania zdarzenia, które mogą mieć miejsce po wylosowaniu pudełka czyli:
B - wylosowano kulę białą,
C- wylosowano kulę czarną.
Z treści zadania wynika, że zaszło zdarzenie C (wyciągnięto kulę czarną) a pytamy o prawdopodobieństwo, że spowodowało to zajście zdarzenia C2 (kula została wyciągnięta z pudełka, w którym obie są czarne). Zatem powinniśmy obliczyć prawdopodobieństwo warunkowe P(C2\C). Jest to prawdopodobieństwo zajścia przyczyny C2 pod warunkiem, że zaszedł skutek C zatem należy skorzystać ze wzoru Bayesa:
W przypadku gdy losujemy z pudełka, w którym jest jedna kula biała i jedna czarna prawdopodobieństwo wyciągnięcia czarnej wynosi P(C|BC) =1/2.
W przypadku gdy losujemy z pudełka, w którym są dwie kule białe prawdopodobieństwo wyciągnięcia czarnej wynosi 0 Czyli P(C|B2) = 0.
W przypadku gdy losujemy z pudełka, w którym są dwie kule czarne prawdopodobieństwo wyciągnięcia czarnej wynosi P(C|C2) = 1,
Zadanie 8. (Paradoks więźnia). Spośród trzech więźniów, Augusta, Bernarda i Czesia, dwóch ma być straconych, August nie wie jednak, którzy to będą. Zwrócił się zatem do strażnika:
-Z pewnością Bernard, lub Czesio będzie stracony, tak więc jeśli podasz mi imię jednego spośród nich, który będzie stracony, to nic mi nie powiesz o moim losie.
Po chwili namysłu strażnik odpowiedział:
-Bernard będzie stracony.
Wtedy August poczuł się spokojniejszy gdyż uznał, że prawdopodobieństwo jego stracenia zmalało z 2/3 do ...
napomoc