DSCF2537

DSCF2537



132 4. Pojęcie i pewne własności prawdopodobieństwa

Przykład 4.10.3. Iloma kośćmi należy rzucić, aby prawdopodobieństwo nieotrzymania ani razu dwóch oczek było mniejsze od

Rozwiązanie. Przypuśćmy, że należy rzucić n kośćmi. Wtedy prawdopodobieństwo że nie wypadną ani razu dwa oczka jest równe (f)". Żądamy takiego «, aby

M ^3*

czyli

lg 3

n>--«6,02, więc n^l.

Ig6—Ig5

Przykład 4.10.4. Obliczyć prawdopodobieństwo, że na siedem rzutów kostką co najmniej raz wypadnie trójka.

Rozwiązanie. Przez A oznaczmy zdarzenie polegające na tym, że na siedem rzutów kostką co najmniej raz wypadnie trójka. Zdarzeniem doń przeciwnym A jest to, że na siedem rzutów ani jeden raz nie wypadnie trójka.

Zdarzenie polegające na tym, że za /-tym razem nie wypadnie trójka, oznaczmy przez

II    V. ../•

P(A)=P(El-E2-...-E1).

Ponieważ zdarzenia te są niezależne, otrzymujemy

P(i4)=(P(£))1=(|)7,    P(X)=1-P(A)«0,721.

Przykład 4.10.5. Wykazać, że bardziej prawdopodobne jest przy rzucie czterema 1 kośćmi otrzymanie choćby jednej jedynki, niż przy 24 rzutach dwóch kości otrzymanie przynajmniej jeden raz dwóch jedynek (dwie jedynki jednocześnie na dwóch kościach).

Rozwiązanie. Obliczamy prawdopodobieństwo zdarzenia A, że przy rzucie czterema kośćmi ani jeden raz nie wypadnie jedno oczko:

p(Ą=(|)*.

Wobec tego prawdopodobieństwo zdarzenia A, iż jedynka pojawi się choćby raz. jest równe

P(A)=l-(f)4*0,518.

Obliczamy prawdopodobieństwo zajścia zdarzenia B, polegającego na tym, że przy rzucie dwiema kośćmi, otrzymamy dwie jedynki

rw-W-ń.

a następnie prawdopodobieństwo P(B), że przy rzucie dwiema kośćmi nie pojawią się jednocześnie dwie jedynki

Prawdopodobieństwo zdarzenia £, że ani razu w 24 doświadczeniach nie otrzymamy dwóch jedynek, jest równe (§f)24, a zatem prawdopodobieństwo zdarzenia E, że przy 24 rzutach dwiema kośćmi pojawią się choćby raz dwie jedynki jest równe

P(E)= 1 -(§§)24» 1 -0,509=0,491.

Widoczne jest, że P(A)>P(E).

Wynik zadania jest znany w literaturze pod nazwą paradoksu kawalera de Mirę (1). Gracz ten uważał oba wyżej rozpatrywane prawdopodobieństwa za równe.

Przykład 4.10.6. Rzucono trzy kości do gry. Jeżeli na żadnej z nich nie wypadnie ta sama ilość oczek, to jakie jest prawdopodobieństwo, że przynajmniej na jednej z nich wypadnie jedno oczko?

Rozwiązanie. Niech E oznacza zdarzenie polegające na tym, że na każdej kości otrzyma się inną liczbę oczek, zaś B —^zdarzenie, że na jednej wybranej kości pojawi się jedno oczko. Wówczas B\E oznacza zdarzenie, że na obranej kości pojawi się jedno oczko, jeżeli na żadnej z kości nie wypadnie ta sama liczba oczek. Na podstawie wzoru na prawdopodobieństwo warunkowe mamy.

P(B\E)-


P(B-E)

P(E)'

5!

JH


3!

ale P (E) =1tr-=—T-, natomiast P(B-£j=^=—3

Wówczas

Ponieważ sytuacja opisana zdarzeniem B\E może się zrealizować na każdej z trzech kości, szukane prawdopodobieństwo jest równe |.

Przykład 4.10.7. Rzucamy monetą tak długo, dopóki dwa razy pod rząd nie upadnie ona jedną i tą samą stroną. Obliczyć prawdopodobieństwo:

1.    zdarzenia A polegającego na tym, że doświadczenie zakończy się co najwyżej po rzutach;

2.    zdarzenia B polegającego na tym, że doświadczenie zakończy się po parzystej liczbie rzutów.

Rozwiązanie. Zdarzenie polegające na wyrzuceniu orła oznaczmy literą O, a zda rżenie polegające na wyrzuceniu reszki — literą R.

1. Zdarzenie A może zajść na skutek realizacji jednego z wykluczających się zdarzeń A2 polegającego na wystąpieniu tylko dwóch rzutów, tj. przypadku OO albo RR A3 — polegającego na wystąpieniu tylko trzech rzutów, tj. przypadku ORR alł1 ROO;

A4. — polegającego na wystąpieniu tylko czterech rzutów, tj. przypadku OROO albi RORR; itd.

Mamy:

1

Antoine Gombaud chevalier de Mere (1607- 1684).


Wyszukiwarka

Podobne podstrony:
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
DSCF2515 86 4. Pojęcie i pewne własności prawdopodobieństwa Dowód. Opierając się na własności 4.2.7
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
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
DSCF2523 4. Pojęcie i pewne własności prawdopodobieństwa 102 Napiszmy powyższy wzór dla n»I, 2*3,...
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
Matematyka 2 89 388 V Elementy rachunku prawdopodobieństwa PRZYKŁAD 7.10. ZL X i Y z przykładu 7.4
scandjvutmp12601 273 Przeginanie i składanie papieru. Przykłady: Wiatraczek (Ze zwróceniem uwagi na
9.    Wzory testamentów sporządzanych własnoręcznie (przykłady). 10.
Pomiar - definicje pomocnicze Cecha - pojęcie pierwotne, nie definiowane (coś, co opisuje pewne włas
DSCF2522 4 Poiecir i pewne wiasnnśG* prawdopodobieństwa l/wąga 1. Różnica miedzy definicją 43.4 a de
DSCF2544 160 Si Pewne schematy rachunku prawdopodobieństwa §3,1, Zadudnienie
IMG 1112211913 Arkusz1 Podstawowe Pojęcia — Elementy Automatyki Lp. Pytania; 10 Zaznacz przykłady o

więcej podobnych podstron