DSCF2523

DSCF2523



4. Pojęcie i pewne własności prawdopodobieństwa

102

Napiszmy powyższy wzór dla n»I, 2*3,... Mamy

i-«+b    ,    ,. :    b /wa .x

/ b V ! i

11 p|j -»+*=[(?>- jMl |i 1|§    11it|-

/ b \,    * b
I 1—a + b/    1—a+b

Załóżmy, że

+ b


p-=(pndh)(““6r+r^

Wykażemy, że

P-+i


/ b l ■ i

ł_g • ilteil I


+ b

Mamy


P«+i=P.(a--b)+b


1—fl + b

ab — b2 + b—ab + b2


BPill

y 1-a + b/


co po redukcji kończy dowód. «

Uzyskany tu ciąg prawdopodobieństw jest najprostszym przypadkiem tzw. „łańcucha Markowa”. Przy przejściu granicznym, gdy n-*oo, otrzymujemy

P=lim p„=

H~*eo


b

1—a + b

Ciekawy jest fakt, te p nie zależy od początkowej wartości px.

Przyioad 4.5.8. Niech prawdopodobieństwo, że po wyjeździe z domu napotkamy na pierwszym skrzyżowaniu zielony sygnał świetlny, będzie równe 0,5. Sygnalizacja jest tak ustawiona, że w przypadku zatrzymania się na dowolnym skrzyżowaniu przy świetle czerwonym prawdopodobieństwo tego, że na następnym skrzyżowaniu zastaniemy światło zielone jest równe 0,95, natomiast prawdopodobieństwo tego, że jeśli na dowolnym skrzyżowaniu będziemy mieli światło zielone, to i na następnym będziemy mieli światło zielone, jest równe 0,3.

1.    Obliczyć prawdopodobieństwo, że po wyjeździe z garażu na trzecim skrzyżowaniu będziemy mieli światło zielone.

2.    Obliczyć prawdopodobieństwo graniczne.

Rozwiązanie. Korzystając ze wzorów otrzymanych w przykładzie 4.5.7 otrzymu-

• (0,3 -0,95)2« 0,608.


2. || 0,576.

Przykład 4.5.9. Dwaj zawodnicy A i B grają w warcaby. Umówiono się, że pierwszy

na korzyść tego, który ma pierwszy ruch. Obliczyć prawdopodobieństwo, że A wygra w n-tej rozgrywce.

Rozwiązanie. Oznaczmy przezpn prawdopodobieństwo, że A wygra w n-tej rozgrywce, więc 1 *-/>„ jest prawdopodobieństwem wygranej gracza B. Prawdopodobieństwo, że wygra n-tą grę i wygra (w-j-l)-szą grę jest


k


gdyż A zaczynał (n+ l)-szą grę.

Prawdopodobieństwo, że A przegra n-tą grę i wygra (n+l)-szą grę jest

k+1


*>=0-A,)7-

gdyż B zaczął pierwszy (/? + l)-szą grę z szansą przegrania -----Całkowite prawdopo-

/c 1

dobieństwo wygrania przez gracza A (/H-l)-szej rozgrywki jest


Z powyższego otrzymujemy ostatecznie po rozwiązaniu odpowiedniego równania różnicowego

gdzie ot = 2, gdy pierwszy rozpoczyna grę zawodnik A, natomiast a =—5 w przeciwnym przypadku.

§ 4.6. Niezależność zespołowa. Omówione w paragrafie poprzednim zagadnienie niezależności dotyczyło niezależności między dwoma zdarzeniami. Gdy liczba zdarzeń jest większa, to niezależność w dotychczasowym sensie dotyczyć będzie poszczególnych par zdarzeń. Oprócz tego badać można niezależność między grupą zdarzeń. Terminologicznie ujmujemy to, mówiąc o niezależności parami i niezależności zespołowej (en bloc). Ta ostatnia wymaga z kolei dokładnego omówienia. Następująca definicja precyzuje omawiane pojęcie.


Wyszukiwarka

Podobne podstrony:
DSCF2515 86 4. Pojęcie i pewne własności prawdopodobieństwa Dowód. Opierając się na własności 4.2.7
DSCF2520 96 4. Pojęcie i pewne własności prawdopodobieństwa PRZYKŁAD 4.5.3. Na każdej z pięciu karte
DSCF2529 116 4. Pojęcie i pewne własności prawdopodobieństwa Przyklap^.7.5.JN każdej z 5 urn pierwsz
DSCF2534 126    4. Pojęcie i pewne własności prawdopodobieństwa Oznaczmy przez A zdar
DSCF2536 yo 4. Pojęcie i pewne własności prawdopodobieństwa wchodzi do próbki co nąjmniąj jeden z wy
DSCF2537 132 4. Pojęcie i pewne własności prawdopodobieństwa Przykład 4.10.3. Iloma kośćmi należy rz
DSCF2541 152 4. Pojęcie i pewne własności prawdopodobieństwa 4.14. Mamy do dyspozycji 1 urnę typu A
DSCF2513 4. Pojęcie pewne wfcurtojcf prawdopoffobteńafwa Przykład 4.1.6, W urnie są kule o numerach
DSCF2512 80 4, Pojęcie i pewne własności
DSCF2521 y» 4. Pojęcie i pewne własności piamiupv» Definicja 4.5.3. O zdarzeniach A i B mówimy, że s
DSCF2530 m 4,    i pewne własności prawdopodobieństwa^ iw/y padku c) mamy; PiB
DSCF2522 4 Poiecir i pewne wiasnnśG* prawdopodobieństwa l/wąga 1. Różnica miedzy definicją 43.4 a de
Pomiar - definicje pomocnicze Cecha - pojęcie pierwotne, nie definiowane (coś, co opisuje pewne włas
DSCF2543 Rozdział 5 PEWNE SCHEMATY RACHUNKU PRAWDOPODOBIEŃSTWA § 5.1. Zagadnienie Bernonlliego. Rozw
DSCF2546 164 5. Pewne schematy rachunku prawdopodobieństwa § 5.2. Maksymalne prawdopodobieństwo w za
DSCF2547 166 5. Pewne schematy rachunku prawdopodobieństwa a ponieważ jest ciągła, więc osiąga swój
DSCF2548 r 180 5. Pewne schematy rachunku prawdopodobieństwaZe wzoru (5.1.1) obliczamy kolejno: P(.B
Władza i wpływ w organizacji: pojęcia, typy. Władza - prawdopodobieństwo, że pewne lub wszystkie
scandjvutmp12601 273 Przeginanie i składanie papieru. Przykłady: Wiatraczek (Ze zwróceniem uwagi na

więcej podobnych podstron