Matematyka Dyskretna

Andrzej Szepietowski 25 czerwca 2002 roku

Rozdzia 1

Rachunek prawdopodobienstwa
1.1 Zdarzenia
stwa jest przestrze Podstawowym poj eciem rachunku prawdopodobien n zdarze n elemenciej b tarnych, ktr a najcz es edziemy oznacza c przez . W tej ksi az ce ograniczymy si e do czonym. Dzi przypadkw, gdy jest zbiorem skon eki temu b edziemy mogli ograniczy c si e to prostych rozwa za n. Elementy przestrzeni nazywamy zdarzeniami elementarnymi. Przestrze n zdarze n cz esto zwi azana jest z jakim s eksperymentem losowym (probabilistycznym).

Przykad 1.1 a) Przypu sc my, z e rzucamy monet a. Przestrze n zdarze n elementarnych mo ze by c wtedy okre slona jako , gdzie oznacza wypadni ecie ora, a reszki.



b) W przypadku rzutu dwoma (rozr znialnymi) monetami przestrze n zdarze n elementarnych mo ze by c okre slona jako , gdzie oznacza, z e wypady dwa ory; ,z e na pierwszej monecie wypad orze, a na drugiej reszka; ,z e na pierwszej reszka, a na drugiej orze; a ,z e na obu monetach wypady reszki.

 

c) Przypu sc my, z e mamy urn e z sze scioma ponumerowanymi kulami, i z e kule o numerach 1 i 2 s a biae, a kule o numerach 3,4,5 i 6 s a czarne. Przestrze n zdarze n elementarnych mo ze by c zdeniowana jako . d) Przy rzucie kostk a

0"24%5&6)(71535 .

!#"$%#$&#')(0'12'3#'

e) Przy rzucie dwiema (rozr znialnymi) kostkami . Zdarzenie odpowiada wynikowi, gdzie na pierwszej kostce wypado oczek, a na drugiej . f) Przy rzucie monet a i kostk a na przykad opisuje wynik, gdzie na monecie wypad orze, a na kostce 6 oczek. 3

9BA4DC@E C

8@9BA4DC@EGFH"PI!A4QCRI3S A

3

!"#%54&S4T(61S36"2%S&ST(61S35 ;

stwa Rozdzia 1. Rachunek prawdopodobien g) W przypadku rzutu (rozr znialnymi) monetami przestrze n zdarze n elementarnych mo ze by c okre slona jako zbir wszystkich elementowych ci agw z warto sciami lub .

h) Przypu sc my, z e mamy urn e z dwoma kulami biaymi i trzema czarnymi, i z e losujemy dwie kule z tej urny. Oznaczmy te kule przez , , , i . Przestrzeni a zdarze n elementarnych mo ze tu by c albo zbir dwuelementowych podzbiorw zbioru kul, lub zbir dwuelementowych ci agw bez powtrze n. Zale zy to od tego, czy b edziemy rozpatrywa c zdarzenia, w ktrych rozr zniamy wylosowane kule, czy nie rozr zniamy. Mo zna te z rozpatrywa c przestrzenie zdarze n nie zwi azane z eksperymentem: Przykad 1.2 Przestrzeni a zdarze n elementarnych mo ze by c: a) Zbir liter lub sw wyst epuj acych w jakim s tek scie, ksi az ce lub li scie. b) Zbir mo zliwych hase potrzebnych do uzyskania dost epu do danych lub systemu. Je zeli zbir mo zliwych hase jest zbyt may, to atwo mo zna zama c zabezpieczenia. c) Zbir mo zliwych wylicze n algorytmu probabilistycznego (algorytmu, ktry korzysta z funkcji losuj acej). Dowolny podzbior nazywamy zdarzeniem. Pami etajmy, z e rozwa zamy tylko sko nczone przestrzenie zdarze n elementranych. W przypadku, gdy nie jest zbiorem sko nczonym, konieczna jest inna denicja zdarzenia. Cay zbir nazywamy zdarzeniem pewnym, a zbir pusty zdarzeniem niemo zliwym. Zdarzenia roz aczne, , nazywamy wykluczaj acymi si e. Zdarzenie nazywamy zdarzeniem przeciwnym do zdarzenia .

"$ %2$ &2' (0' 1 '

 

Przykad 1.3 a) W przykadzie 1.1b, z rzutem dwoma monetami, mamy zdarze n. Zbir jest zdarzeniem polegaj acym na tym, z e na pierwszej monecie wypad orze. b) W przykadzie 1.1e, z rzutem dwoma kostkami, mamy zdarze n. Zbir jest zdarzeniem, z e suma oczek na obu kostkach wynosi 5. c) W przykadzie 1.1c, z kulami, bia a.

" 3R %



!4 , 09)"2(0E 9 %S&#E 9 &S%#E 9B(6 " E 

%

0" $4%2$ 

oznacza zdarzenie, z e wylosowano kul e

d) Rzut czteroma monetami, przykad 1.1g z , zdarzenie, z e na pierwszej i trzeciej monecie wypady ory to , a zdarzenie, z e na pierwszej i trzeciej monecie wypado to samo to .

(  4 4 4T

1.2. Prawdopodobie nstwo

1.2 Prawdopodobienstwo
Denicja 1.4 Prawdopodobie nstwo, lub rozkad prawdopodobie nstwa, jest funkcj a okre slon a na zbiorze zdarze n (w naszym przypadku na zbiorze wszystkich podzbiorw ). Ka zde mu zdarzeniu przypisujemy liczb e rzeczywist a , jego prawdopodobie nstwo. Funkcja ta musi spenia c warunki: Aksjomaty prawdopodobienstwa A1) A2)

9 E

9 E S D9 E ! ",

dla ka zdego

Zbir zdarze n elementarnych

A4) A5)

A3) Je zeli zdarzenia

s a roz aczne, to

E 9 E 9 E

stwem b wraz z okre slonym na nim prawdopodobien edziemy zdarze nazywa c przestrzeni a probabilistyczn a. W przypadku, gdy przestrze n n elementarnych jest zbiorem sko nczonym, wystarczy okre sli c prawdopodobie nstwa dla zdarze n elementarnych. Musz a by c tylko spenione dwa warunki:

9 E 6  9 

E " ,

dla ka zdego



Prawdopodobie nstwo dowolnego zdarzenia jest wtedy rwne

9 E !

"#

9 % E$ 

stwo spenia aksjomaty atwo mo zna sprawdzi c, z e tak zdeniowane prawdopodobien denicji 1.4. W przypadku, gdy przestrze n zdarze n elementarnych jest zbiorem wszystkich mo zciej przyjmuje si liwych wynikw jakiego s eksperymentu, najcz es e, z e funkcja prawdo . Mamy podobie nstwa przypisuje, ka zdemu zdarzeniu elementarnemu tak a sam a warto sc stwa. W tej ksi wtedy do czynienia z klasyczn a denicj a prawdopodobie n az ce b edziemy ciej u najcz es zywa c klasycznej denicji, a w razie odst epstwa od tej umowy, b edziemy to specjalnie zaznacza c. Denicja 1.5 Rozkad prawdopodobie nstwa, w ktrym ka zde zdarzenie elementarne ma takie samo prawdopodobie nstwo



9 

" E F  F

nazywamy rozkadem jednostajnym. Przykad 1.6 a) Dla rzutu dwoma monetami (przykad 1.1b mo zemy okre sli c prawdopodobie nstwo wedug klasycznej denicji: mamy wtedy

9DE &'$ %215

9 E &'$ %21S

9 E ()$ %#15

9 E ()$ %#1

stwa Rozdzia 1. Rachunek prawdopodobien Ale oczywi scie funkcja prawdopodobie nstwa mo ze by c dowoln a funkcj a speniaj ac a warunki A4 i A5. Na przykad

lub

9 E ('$ %5

9 E )$ % (6

9 E &S4%215

9 E &S% ()$ 9 E &

9 E )$ S 1

9DE ()$ &6

9 E )$ S %

. b) W przykadzie 1.2a, ze zbiorem wszystkich liter w tek scie, prawdopodobie nstwo mo ze by c zdeniowane jako cz esto sci wyst epowania poszczeglnych liter w tym tek scie. Na podstawie cz esto sci wyst epowania liter mo zna zgadywa c w jakim j ezyku napisany jest tekst. Podobnie mo zna rozpatrywa c cz esto sc wyst epowania sw w tek scie i na tej podstawie zgadywa c autorstwo tekstu. W nast epuj acym twierdzeniu zebrano kilka prostych wnioskw wynikaj acych z aksjomatw prawdopodobie nstwa. Twierdzenie 1.7

9 E )$ , to 9 E I 9 E oraz 9  E 9 E b) Je zeli 9 E 9 E 9 E  9 E%$ c) 9 E I 9 E 9 E $ d)

a)

 9 E%$

Mamy A3 mamy d) wynika bezpo srednio z c).

E 9 E 9 E 9  E 9  E 9 E 9  E 9 E 9 E $ 9  9 EE 9  9 EE c) 9 EG 9 E 9  9 EE 9 9  E)E 9 E  9 E%$

Dowd: a) Z aksjomatu A3 mamy speniaj ac a rwno sc b) Je zeli , to

9 E
.

, a 0 jest jedyn a liczb a

oraz

, a wi ec z aksjomatu A3 a wi ec z aksjomatu , z wniosku 1.7b

oraz

, a poniewa z

Przykad 1.8 (kontynuacja przykadu 1.3d) z czteroma monetami). Je zeli zao zymy rozkad jednostajny, to prawdopodobie n stwo z e na pierwszej i trzeciej monecie wypad orze wynosi , a prawdopodobie nstwo, z e na pierwszej i trzeciej monecie wypadnie to samo wynosi . Podobnie w przypadku, gdy monetami (przykad 1.1g). Przestrze n rzucamy  zdarz e elementarnych zawiera ci agw, z czego sprzyja zdarzeniu, z e na pierw szej i trzeciej monecie wypadnie orze, a sprzyja zdarzeniu, z e na pierwszej i trzeciej monecie jest to samo. Tak wi ec otrzymamy takie same prawdopodobie nstwa jak w przypadku rzutu czteroma monetami.

" ( " %

& % %

1.3. Prawdopodobie nstwo warunkowe i zdarzenia niezale zne

b Twierdzenie 1.9 Niech  dzie rodzin a parami roz acznych zdarze n( e). dla ka zdej pary indeksw Wtedy

$ $ $ A C









9 Q E

Dowd przez indukcj e: Dla twierdzenie zachodzi w sposb trywialny. Za zmy, z e twierdzenie jest prawdziwe dla dowolnej rodziny zbiorw. Rozpatrzmy         $    

"

Poniewa z

  

 
E 9 Q E

z aksjomatu A3 i z zao zenia indukcyjnego wynika              

 

 

9 D E%$

Twierdzenie 1.10 Dla dowolnej rodziny zbiorw mamy

Dowd przez indukcj e: Dla twierdzenie zachodzi w sposb trywialny. Za zmy, z e twierdzenie jest prawdziwe dla dowolnej rodziny zbiorw. Z twierdzenia 1.7c i z zao zenia indukcyjnego mamy      )        $          

"




$$$   I  9  E


(niekoniecznie parami roz acznych)

EI

9 E

1.3 Prawdopodobienstwo warunkowe i zdarzenia niezale zne

Denicja 1.11 Prawdopodobie nstwo warunkowe zaj scia zdarzenia zaszo zdarzenie oznaczane przez okre slamy jako

Ma to sens tylko wtedy gdy

9 E

9 F E 9 F E 9 9 E E $

pod warunkiem, z e

stwa Rozdzia 1. Rachunek prawdopodobien

Mo zemy powiedzie c, z e jest to prawdopodobie nstwo zaj scia zdarzenia w sytuacji, gdy , z mamy pewno sc e zaszo zdarzenie . Przy klasycznej denicji, gdy prawdopodobie n wyst stwo c stwo oznacza cz esto sc apienia, to prawdopodobien oznacza jaka cz es elementw zbioru nale zy do zbioru . Wniosek 1.12

Je zeli jest niezale zne od zdarzenia . W takim przypadku zaj scie zdarzenia nie zale zy od tego, czy zaszo zdarzenie . Je zeli i s a zdarzeniami o niezerowych prawdopodobien i jest niezale zne stwach od , to jest niezale z ne od . Rzeczywi s cie poci a ga , a to poci aga

9 E 9 E

9 E 9 F E 9 E . 9 F E 9 E , to mwimy, ze zdarzenie

9 F E

Dlatego mo zna mwi c, z e w takim przypadku zdarzenia Denicja 1.13 Mwimy, z e zdarzenia i

Przykad 1.14 (Kontynuacja przykadu 1.1c, z sze scioma kulami). Zdarzenie wylosowania kuli biaej i zdarzenie wylosowania kuli z parzystym numerem s a niezale zne, poniewa z oraz . Po prostu cz esto sc wyst epowania kuli biaej w srd kul o parzystych numerach (1 na 3) jest taka sama jak cz esto sc wyst epowania kuli biaej w srd wszytkich kul (2 na 6).

9 F E 9 E 9 E 9 E 9 9 E E 9 F E $ 9 E 9 E 9 E $ !#"$%#$  %2$)(#' 32' 9 E " & 9 F E "&

i s a niezale zne. s a niezale zne, je zeli

, to mwimy, z a one Je zeli mamy wi ecej zdarze n  parami zne, e s niezale je zeli ka zde dwa zdarzenia s a niezale z ne, to znaczy gdy dla ka zdej pary .

A C

$$$

Denicja $ $ $ 1.15 Zdarzenia mamy

#"2 

$$$

    

, s a niezale zne je zeli dla ka zdego podzbioru

9 % E$

E 9 DE 9 E

Przykad 1.16 (Kontynuacja przykadu 1.1b, z rzutem dwoma monetami). Niech  b edzie zdarzeniem, z e na pierwszej monecie wypad orze,  , z e na drugiej monecie wypad orze, a , z e na obu monetach wypado to samo. Mamy

"I A c zdarzenia s a dla ka zdej pary indeksw parami E zne, CJakI wida & mamy E 9 niezale 9 poniewa E  . zAle 9  te zdarzenia te nie s a niezale zne, poniewa z " 9  " E 9  E 9  E  $    E  9   (

9  E 9  E 9  E  E 9   E 9   E

%" 9

  E (" $

1.4. Prawdopodobie nstwo cakowite Przykad 1.17 W przypadku rzutu $ wypad orze. Wtedy zdarzenia  dla ka zdego , ,

A 9 E " 2% dla kazdej pary A C , 9 E !" ( dla kazdej trjki A C , 9 E "  , itd.
prawdopodobie nstwo, z e wypadn a same ory, wynosi

$ $

monetami, niech oznacza, z e na -tej monecie s a niezale zne. atwo sprawdzi c, z e



" %  

1.4 Prawdopodobienstwo cakowite

Twierdzenie 1.18 (wzr na prawdopodobienstwo cakowite.) Niech b ed a zdarzeniami takimi, z e:

"TI A I , " I A C I (zdarzenia s  , dla  a parami roz aczne), H    (zdarzenia daj a w sumie ca a przestrze n). wynosi Wtedy prawdopodobie nsto dowolnego zdarzenia E 9  E 9 E 9 F  

9 Q E

$$$

, dla ka zdego

Dowd Mamy

9


Ponadto

QE 9 E








%E $

dla

A  C

wi ec na mocy twierdzenia 1.9 mamy

Z wniosku 1.12 mamy ; co daje tez e twierdzenia. W przypadku dwch zdarze n uzupeniaj acych si e i wzr z twierdzenia 1.18 wygl ada nast epuj aco:

E%$  E 9 E 9 F  E 9  9 E 9 F E 9 E 9 F E 9 E $

9 E

(1.1)

10

stwa Rozdzia 1. Rachunek prawdopodobien

Przykad 1.19 Wyobra zmy sobie urn e z trzema kulami: 1 bia a i 2 czarnymi. Przypu sc my, z e pierwsza osoba wylosowaa jedn a kul e i schowaa j a. Jakie jest prawdopodobie nstwo, z e druga osoba wylosuje kul e bia a? Niech  oznacza, z e pierwsza osoba wylosowaa bia a kul e, wtedy  oznacza, z e wylosowaa czarn a kul e. Niech  oznacza, z e druga osoba wylosowaa bia a kul e .       Mamy , , oraz . Razem daje to 

9 E " & 9 E !% & 9 F E " % " 9 E %" % & &

9 F E " %

A jakie jest prawdopodobie nstwo, z e po drugim losowaniu w urnie zostanie biaa kula? Zajdzie to wtedy, gdy obie osoby wylosuj a kul e czarn a. Z wniosku 1.12 mamy

  E 9  F  E 9  E %" &% &"

Jak wida c prawdopodobie nstwo wylosowania biaej kuli jest takie samo dla pierwszego, drugiego i trzeciego losuj acego. Poniewa z przestrze n zdarze n jest tutaj maa, wi ec mo zna nasz wynik sprawdzi c bezpos rednio. Oznaczmy kule przez , i . Niech przestrze n zdarze n elementarnych b edzie

" $ %2' &#' @9 " $% ' E 9)" $&2' E 9D% ' " $ E 9 %2'&#' E 9 &#' "$ E 9 &2' % ' E  $ 9

Zakadamy, z e ka zdy z tych wynikw jest rwnie prawdopodobny. Wida teraz, z e zdarze  c  nia:  ,  oraz s a rwno prawdopodobne. Rozwa zmy teraz przypadek, gdy w urnie jest kul z czego biaych. Znowu zakada  my, z e ka z dy wynik losowa n jest rwnie prawdopodobny. Mamy , dwch      , oraz . Razem daje to  Czyli w tym przypadku, rwnie z druga osoba ma tak a sam a szans e wylosowania kuli biaej co pierwsza.

!09 "$%2' E 9 "$&#' E4 @9 % ' " $ E 9 &2' " $ E  9 E 9  SE 9 F E 9  " E 59  " E 9 E  " "  " 

E @9 % ' &2' E 9 &2'4% ' E  9 E 9 F E S9  "E

Przykad 1.20 Wyobra zmy sobie dwie urny z kulami. W pierwszej urnie jest jedna kula biaa i jedna czarna, a w drugiej urnie dwie biae i jedna czarna. Rzucamy monet a. Je zeli wypadnie orze, to losujemy kul e z pierwszej urny, je zeli reszka, to losujemy z drugiej urny. Jakie jest prawdopodobie nstwo, z e wylosujemy kul e bia a? Niech oznacza wylosowanie kuli biaej, a wypadni e cie ora na monecie, wtedy oznacza, z e na monecie wypada reszka. Mamy oraz -jest to prawdopodobie nstwo wylosowania kuli biaej pod warunkiem, z e wypad orze i losowali s my z pierwszej urny. -jest to prawdopodobie nstwo wylosowania kuli biaej pod warunkiem, z e wypada reszka i losowali smy z drugiej urny. Korzystaj ac teraz ze wzoru (1.1) mamy

9 E 9  E !" % 9 F E " 2% 9 F EP % &

1.5. Zmienna losowa

11

Zastanwmy si e teraz jak powinna wygl ada c przestrze n probabilistyczna w tym przykadzie. Niech zawiera wszystkie mo zliwe wyniki eksperymentu.

9 E % " % " &% % " "%

@9 " $ E 9 4%2$ E 9  " $ E 9 4%2$ E 9 &2' E  $

(O,1b)

Aby by c w zgodzie z intuicj a i naszymi poprzednimi wyliczeniami rozkad prawdopodobie nstwa powinien by c nast epuj acy:

" ( (R,1b) " 3 (R,2b) "3 (R,3c)} "3 Rozkad jednostajny nie jest w%tym smy prawdopodobie n21 przykadzie dobry, bo mieliby . stwo, wypadni ecia ora rwne
(O,2b)

" (

1.5 Zmienna losowa

Denicja 1.21 Zmienna losowa jest to dowolna funkcja z przestrzeni zdarze n elementarnych w zbir liczb rzeczywistych . czone przestrzenie zdaTrzeba tutaj przypomnie c, z e w tej ksia zce rozwa zamy tylko skon czonym denicja zmiennej rze n elementarnych. W przypadku, gdy jest zbiorem niesko n losowej jest inna. Przykad 1.22 a) Rozwa zmy rzut monet a, sowa jest okre slona tabel a


O

(przykad 1.1a). Zmienna lo-

9 E

"

Inny przykad to zmienna

okre slona tabel a

O 9 E  " R " !4 . Niech b) Rozwa zmy rzut dwoma monetami, (przykad 1.1b)

 i

 b ed a dwoma zmiennymi losowymi okre slonymi w tabeli

 9 E 

9 E

OO

OR

"

RO

"

RR

" "

Zmienna   okre sla wynik rzutu na pierwszszej monecie,  , je zeli wypad  orze, i , je zeli wypada reszka. W podobny sposb zmienna losowa  okre sla wynik rzutu na drugiej monecie.

9 E "

9 E

12

stwa Rozdzia 1. Rachunek prawdopodobien c) Rozwa zmy rzut zdego ,  monetami, (przykad 1.1g). Dla ka zmienn a ; , je zeli na -tej monecie wypad orze, oraz je zeli wypada reszka.

9 E 

A "I A I

9  E "

okre slamy ,

d) Rozwa zmy losowanie acej siedem ponumerowanych kul. jednej kuli z urny zawieraj . Niech zmienna losowa  bedzie zdeniowana jako

0"2%S&6)(64153S @

9 E ( %5

a zmienna losowa

jako

(  jest reszt a z dzielenia numeru kuli przez 2, a 3). Warto sci tych dwch zmiennych zebrane s a w tabeli.

9 E

 9 E ( &'$
1 1 1 2 0 2 3 1 0 4 0 1 5 1 2

 9 E
6 0 0

reszt a z dzielenia przez

 9 E


9 E

7 1 1

Mo zemy teraz okre sli c inne zmienne losowe, na przykad   , . Ich warto sci zebrano w tabeli

 



,

99  E E  9 9   E E  99  E E    E %   9 9  E   9 E

1 2 1 1

2 2 0 -2

e) Rozwa zmy rzut dwoma kostkami (przykad 1.1e) . Niech  oznacza wynik rzutu na pierwszej kostce,  wynik rzutu na drugiej kostce.   okre Wtedy zmienna sla sum e oczek na obu kostkach.

@9BA4DC@E F@"I AQC I35

3 1 0 2

4 1 0 -1

5 3 2 0

6 0 0 0

7 2 1 1

Maj ac zmienn a losow a

9 E   F 9 E  $

i liczb e rzeczywist a deniujemy zdarzenie

jako

Zauwa zmy, z e je zeli liczba nie nale zy do zbioru warto sci zmiennej , to zda stwo zdarzenia jest zdarzeniem niemo rzenie zliwym. Prawdopodobien wynosi  $

9 E

9 E

Denicja 1.23 Funkcj e

9 E

  

9 E

9 E

nazywamy funkcj a g esto sci (rozkadu) prawdopodobie nstwa zmiennej losowej

1.5. Zmienna losowa

13

Przykad 1.24 (Kontynuacja przykadu 1.22d) Dla zmiennej rzenia

mamy trzy niepuste zda-

9  &#E ! &S350

Zmienna losowa

9  " E 0"2(6 @#

9  %#E %S15

posiada wi ec rozkad

9  E %0 &1  %2

Podobnie zmienna

 ma rozkad

Poniewa z, jak zao zyli smy  jest zbiorem sko nczonym, to zbir ( warto zmien sci z jest sko nczony. Dla mamy . Tak wi ec funkcja nej te g esto sci przyjmuje sci niezerowe tylko dla sko nczenie wielu argumentw. Zauwa z warto  , to zdarzenia  i  wykluczaj my, z e je zeli  a si e. Mamy przy tym

9  E & 0 (1 

9 E

9 E

9 E

9D E

Lemat 1.25 Je zeli

, to  9 E  dla kazdego . ".    9 E   9 E " rozumiemy jako sko Dowd. Sum e  nczon a sum e po zbiorze warto sci

jest funkcj a g esto sci zmiennej losowej

zmiennej

9 E

    

9 E

    

9 E

       

9 E $ 
 

Zauwa zmy, z e ostatnia podwjna suma jest sum a po wszystkich elementach grupowanych wedug warto sci zmiennej . Mamy wi ec

po-

 9 E

9 E



9 

E !"$

ci przedstawiaj W dalszej cz es ac funkcj esto sci zmiennej losowej e g wa za c tylko te , dla ktrych .

b edziemy roz-

Przykad 1.26

a) Zmienna losowa

z przykadu 1.22a posiada rozkad

9 E " -1 % "1 %

14

stwa Rozdzia 1. Rachunek prawdopodobien b) Niech oznacza sum e warto sci oczek w rzucie dwoma kostkami, przykad 1.22e. G esto sc rozkadu prawdopodobie nstwa zmiennej losowej przedstawia nast epuj aca tabela:

 9 E

" 2&23 %3&#3 &4&#3 (5&23 1 6&23 3 7&23 18&#3 (9&#3  & 10 &23 % 11 &23 " 12 &23

Maj ac funkcj e g esto sci rozkadu zmiennej zdarze n opisywanych za pomoc a zmiennej .

mo zemy okre sla c prawdopodobie nstwa

Przykad 1.27

9  %2E 9  &

a) Dla zmiennej losowej

lub

pami etajmy, z e zdarzenia b) Dla zmiennej

 !" E 9  &#E 9  " E % & 1  &  "

z przykadu 1.24. mamy

oraz

s a roz aczne.

z przykadu 1.26b mamy

9 12E % &#3 & &23  ( &#3" ()$

W przypadku dwch zmiennych losowych i okre slonych na tej samej przestrzeni stwa, ktrego zdarze n elementarnych mamy tak zwany aczny rozkad prawdopodobie n jest okre g esto sc slona jako

9 E

jest innym zapisem zdarzenia

9 E 9 E.
i

E%$

Przykad 1.28 a) aczny rozkad zmiennych losowych jest przedstawiony w tabeli

 i

 , z przykadu 1.22b

b) Dla zmiennych  i z przykadu 1.22d aczny rozkad prawdopodobie nstwa przedstawiony jest w tabeli:

0 1

" ( " 1 ( " ( " (

0

Lemat 1.29 Niech , b edzie g esto sci a acznego rozkadu zmiennych

0 1

"0 "1 "2 " % "

. Wtedy

a) b)

 9 E       9 E 9 E      9 E

1.5. Zmienna losowa

15

Dowd Zauwa zmy, z e

    
poniewa z

E 9 E 9 E 9 E 9 E     9 E

    

Z drugiej strony

    

 9 E%$ E 9 E  9 E 9 E       

Podobnie mo zna pokaza c, z e

9 E

  

 E    9 E

Przykad 1.30 Sumuj ac wiersze tabeli z przykadu 1.28b mo zna otrzyma c g esto sc rozkadu zmiennej  , a sumuj ac kolumny g esto sc rozkadu .

0 1

" "

1 

&

"

"2 &  "  (

Podobnie jak dla jednej zmiennej, maj ac g esto sc acznego rozkadu prawdopodobien stwa dwch zmiennych i mo zna oblicza c prawdopodobie nstwa zdarze n opisywanych przez te zmienne.

Przykad 1.31 We zmy zmienne

oraz

9   E 9  ( i  9 & i & #E 9  "

 i

z przykadu 1.30. Wtedy

lub

" i !  "E "E !" % T &

E 9 

!" " " &

 "

lub

i 

 %

lub

!"

 %2E

16

stwa Rozdzia 1. Rachunek prawdopodobien

zmiennych losowych 1.6 Niezale zno sc

Denicja 1.32 Zmienny losowe mamy i

lub inaczej, gdy gdzie zmiennej

oznacza g esto sc rozkadu acznego, .

9 E 9 E  9 E  9 E  9 E 

s a niezale zne je zeli dla ka zdej pary liczb ,

g esto sc zmiennej

,a

g esto sc

Przykad 1.33 Zmienne losowe  i  z przykadu 1.28a s a niezale zne, natomiast zmienne  i z przykadu 1.28b nie s a niezale zne.

Oczywi scie mo ze by c wi ecej zmiennych losowych okre slonych na jednej przestrzeni stwa, zdenioaczny rozkad prawdopodobie n Dla trzech zmiennych losowych , , wany jest jako %$ i i

9 E 9

Mamy przy tym

oraz na przykad

W oglnym przypadku zmiennych losowych podobie nstwa okre slony jest jako

9

 9 E        9 % E$ 9 E          9 E$ 9 i E   

9 E

9 E

     

 9 E

$$$

ich aczny rozkad prawdo

$$$

E 9 

$$$


E$

Podobnie jak poprzednio atwo mo zna pokaza c, z e

9 

 i


,

E 
,

$$$

 9 $$$ E$   

Denicja 1.34 Zmienne losowe mamy

 9 E 9 E 9 E 9 E%$

s a niezale zne je zeli dla ka zdej trjki liczb ,

Podobnie mamy w przypadku

zmiennych losowych

 zmiennych losowych 1.6. Niezale zno sc Denicja $ $ $ 1.35 Zmienne losowe  zachodzi

17

$$$

s a niezale zne je zeli dla ka zdej -tki liczb




9 E

9 E$

Przykad 1.36 Wr c do przykadu zdego my z rzutem monetami, przykad 1.22c. Dla ka zmienna losowa jest rwna je zeli na -tej monecie wypad orze, i 1 je z eli na -tej $$$ monecie wypada reszka. Zmienne  s a niezale zne.

Poka zemy teraz, z e je zeli zmienne losowe i zdarzenia opisywane przez te zmienne. Dokadniej

s a niezale zne, to niezale zne s a te z

Twierdzenie 1.37 Niech i b ed a niezale znymi zmiennymi losowymi, a nymi podzbiorami zbioru liczb rzeczywistych. Wtedy zdarzenia

dowol-

oraz s a niezale zne.

 F 9  E  F 9 E  

Dowd Poniewa z zbir warto sci zmiennej elementy zbioru . Niech

9 E

jest sko nczony, mo zemy wypisa c wszystkie

 $ $ $ 0T 9 E

Podobnie niech Mamy zatem

 $ $ $ T  9D E $ ! F 9  E dla jakiegos A# ! F 9  E dla jakiegos C6

oraz

 F

istniej a

A4DC

takie, z e

9 E

oraz

9 E E

czyli

 


E%$

Poniewa z sumowane zdarzenia wykluczaj a si e wzajemnie mamy

 


18

stwa Rozdzia 1. Rachunek prawdopodobien i

a poniewa z

s a niezale zne

ale




 


9 E 9 E

9 D E 9 E

oraz

9 E 9 E $

Teza twierdzenia wynika z prostego faktu, z e




9 E

9 E

 


9  E 9 % E$

oczekiwana, s rednia 1.7 Warto sc

Denicja 1.38 Warto sc oczekiwana ( srednia) zniennej losowej

9 E



9 E 9 E $

to liczba

Przykad 1.39 Dla zmiennej losowej

z przykadu 1.24 warto sc oczekiwana wynosi % & % 9  E " % "$

stwa, to jej warto oczeJe zeli zmienna posiada jednostajny rozkad prawdopodobie n sc redni kiwana jest zwyk as a arytmetyczn a jej warto sci.

9 E



" " 9  E F  F F F  9 E $

oczekiwana jest nazywana s redni W oglnym przypadku warto sc a wa zon a. Lemat 1.40

9 E

    


9 E%$

Dowd Je zeli pogrupujemy wyrazy sumy  , to otrzymamy

9 E 9 E wedug wartosci zmiennej 9  E

    

9 E



9 E 9 E

       

9 E$

 oczekiwana, s rednia 1.7. Warto sc

19

Przykad 1.41 Przypu sc my, z e mamy informacj e, z e w jakiej s grupie studenckiej poowa studentw otrzymaa ocen e 5 z matematyki dyskretnej, jedna trzecia otrzymaa ocen e 4, a jedna szsta ocen e 3. Jaka jest s rednia ocena w tej grupie? Przyjmujemy, z e grupa jest przestrzeni a losow a, a zmienna losowa jest ocen a studenta. Wtedy warto sc oczekiwana zmiennej

%3 ( " 9 E 1 %" ( &" & 3" 2 3 &

jest s redni a ocen a w tej grupie. istnieje zdarzenie elementarne Wniosek 1.42 zdej zmiennej losowej  Dla ka  takie, z e oraz .    oraz  Podobnie istnieje zdarzenie takie, z e .

9 E

9 E

9 E

9 E

9 EI 9 E

 

c twierdzenia, drug Dowd: Udowodnimy tylko pierwsz a cz es a mo zna udowodni c w podobny sposb.    stwem mamy my, z z dodatnim prawdopodobien Przypu sc e dla ka zdego . Ale to prowadzi do sprzeczno sci

9 E

9 E

9 E

"

9 E 9 E



9 E 9 E 9 E

"

9 

E 9 E%$

W przypadku klasycznej denicji wniosek 1.42 opisuje prosty fakt, z e zawsze istnieje mniejsza od lub rwna warto redniej oraz warto wi przynajmniej jedna warto sc sci s sc eksza redniej. od lub rwna s W poni zszym twierdzeniu zebrano podstawowe wasno sci warto sci oczekiwanej.
Twierdzenie 1.43

9 E 9 E. 9 E 9 E. b) Je zeli jest liczb a rzeczywist a, to 9 E 9 E 9 E . c) Je zeli zmienne i s a niezale zne, to 9 E . d) Je zeli , to

a)

Dowd: a)

9 E

"

9 E 9 E



9 9 E 9 EE



9 E



9 E

9 E 9 E%$

b)



E 9 E



9 E



9 E

9 E%$

c)

9 E



9 E 9 E%$

20

stwa Rozdzia 1. Rachunek prawdopodobien

9 E  9 E     9 E  9 E 9 E i   9 E  9 E  9 E 9 E%$  9   E 9 E 9 E . d) Je zeli dla ka zdego , , to (" $ $ $ Twierdzenie 1.44 Warto sc oczekiwana sumy zmiennych  jest rwna 9 E 9 D% E$     $ $ $ s Twierdzenie 1.45 Je zeli zmienne  a niezale zne, to warto sc oczekiwana ich iloczynu rwna si e E$    9 %

Pogrupujmy skadniki sumy wedug warto sci zmiennych

Twierdzenie 1.46 (Nierwno sc Markowa) Je zeli zmienna losowa nieujemne, to dla dowolnej liczby rzeczywistej

przyjmuje waret sci

Dowd:

E I 9 E $

9 E 

9 E

 !

9 E



9 E

 !

9 E

 !

9 E

&

E$


 !

9 E

Markowa jest u Zauwa e nierwno sc zyteczna tylko kiedy  zmy, z , to mamy trywialne oszacowanie bowiem

I 9 E

E I "I 9  E $

9 E . Jezeli

Przykad 1.47 Nierwno sc Markowa wyra za do sc prosty fakt. Przypu sc my, z e okre sla liczb e pieni edzy posiadan a przez studenta. Je zeli warto sc s rednia zmiennej wynosi 100 zotych, to ze mie c 200 lub wi ecej zotych. Przypu sc my bowiem '$ # " tylko poowa studentw mo z e cz es c studentw posiada 200 (lub wi e cej) zotych. Wtedy udzia tej  )$ $"  % " bogatej cz es ci studentw w s redniej wynosi co najmniej ,i warto sc s rednia nie mo ze wynosi c 100 zotych, je zeli zmienna nie przyjmuje warto sci ujemnych.

% 09 1

E "

"

 oczekiwana, s rednia 1.7. Warto sc

21

Poka zemy teraz jak mo zna wykorzysta c prawdopodobie nstwo do rozwa za n kombinatorycznych. Udowodnimy nast epuj ace: Twierdzenie 1.48 Wierzchoki dowolnego grafu mo zna pokolorowa c dwoma kolarami (biaym i czarnym) w taki sposb, z e przynajmniej poowa kraw edzi ma swoje ko nce w r znych kolorach. Zanim przejdziemy do dowodu wyja snjmy kilka rzeczy: Denicja 1.49 Graf jest to dowolny sko nczony zbir wierzchokw wraz ze zbiorem kraw edzi , gdzie kraw edzie to pary wierzchokw.

cami kraw Dla kraw edzi  mwimy, z e wierzchoki i s a kon edzi  lub, z e kraw ed z  aczy i . Graf cz esto przedstwiamy na rysunku jako zbir punktw po aczonych ukami. Na    przykad rysunek 1.1 przedstawia graf ze zbiorem wierzchokw i zbiorem kraw edzi

H6

# 7FH

  $

7

# $2$'#  2$  2 '   '72   2    2  7 

 $'  

Rysunek 1.1: Przykad grafu

'




ce w jedatwo jest pokolorowa c ka zdy graf tak, aby ka zda kraw ed z miaa oba kon nym kolorze. Wystarczy wszystkie wierzchoki pokolorowa c tym samym kolorem. Graf z rysunku 1.1 mo zna pokolorowa c tak, aby ka zda kraw ed z bya dwukolorowa. Trzeba  pokolorowa c na biao wierzchoki , , i i na czarno wierzchoki ,  i . Ale nie dla ce w ka zdego grafu jest mo zliwe takie pokolorowanie, w ktrym ka zda kraw ed z ma ko n r znych kolorach. Na przykad dla trjk ata, czyli grafu z wierzchokami i kraw edziami (patrz rysunek 1.2) nie istnieje takie pokolorowanie.

'

2#"#%5# 0"2&5# %S&52

!#"24%5&5

22

stwa Rozdzia 1. Rachunek prawdopodobien

Rysunek 1.2: Trjk at

"

% H 6

&

my, z  wierzchokw i Dowd twierdzenia 1.48: Przypu sc e graf ma zdarze kraw edzi. Rozwa zmy przestrzen n elementarnych zo z on a ze wszystkich mo z liwych pokolorowa n wierzchokw grafu . Jest ich . Dla ka z dej kraw e dzi     okre  slmy zmienn a losow a w nast epuj acy sposb: , je zeli  w kolorowaniu oba ko nce kraw e dzi  maj a r z ne kolory i w przeciwnym  ko  , poniewa przypadku. z w poowie kolorowan nce  maj a r zne kolory. W jednej czwartej kolorowa n oba ko n ce s a biae (kolorowa n , w kttych i maj a kolor  biay, jest , bo na tyle sposobw mo zna pokolorowa c pozostae wierzchokw) oraz w jednej czwartej kolorowa n oba s a czarne. . Rozwa zmy teraz sum e zmiennych losowych Mamy wi ec

F F F  F %

F F

9 !"E

9 E

9 E "

9 E !" %

%

zmiennej Warto sc

9 E to liczba rznokolorowych krawedzi w kolorowaniu  9 E 9 E % $

. Ale

Dlatego, zgodnie z wnioskiem 1.42 musi istnie c kolorowanie , dla ktrego . Srednia liczba r znokolorowych kraw edzi w kolorowaniu mo ze by c obliczona bez stwa. Policzmy ile we wszystkich kolou zywania terminologii rachunku prawdopodobien rowaniach jest r znokolorowych kraw edzi. Z jednej strony jest to

2%

9 E

"
Z drugiej strony

9 liczba rznokolorowych krawedzi w kolorowaniu  E%$

jest r znokolorowa

9 liczba kolorowa n, w ktrych kraw ed z %

% %

%   %  $

wynika z tego, z , w ktrych  jest r Przedostatnia rwno e liczba kolorowan znoko  sc lorowa wynosi (poowa wszystkich). Srednia liczba r znokolorowych kraw edzi w kolorowaniu wynosi wi ec  

1.8. Wariancja

23

1.8 Wariancja

Denicja 1.50 Wariancj a zmiennej losowej nazywamy liczb e

redWariancja jest miar a tego jak bardzo warto sci zmiennej s a oddalone od s niej. Im wi eksze rozrzucenie warto sci tym wi eksza wariancja. W poni zszym twierdzeniu zebrano podstawowe wasno sci wariancji

9 E

9 E 9)9

o warto sci oczekiwanej

EE

9 E

Twierdzenie 1.51 b) c)

9 E 9 E   9 E  9 % E$

a) 

9 E

'$

d) Je zeli zmienne

e) Je zeli zmienne

$$$

s a niezale zne, to

9 E

9 E.

s a parami niezale zne, to









9 E

9  9 E 9 9  E E 9 9 E  % 9 d) 99 E  E
Dowd a) wynika z faktu, z e zmienna  b)    

 E   przyjmuje % tylko  nieujemne E 9  E warto  % sci, 9 E  E   9  E % 9 E 9  E

poniewa z zmienne s a niezale zne, to z twierdzenia 1.43c  

9)9

E E 9 E % 9 E 9 E

9  E$

Z drugiej strony

9 9 E

9 E)E  9 9 E)E  % 9 E 9 E 9 9 E)E 

po odj eciu stronami dwch ostatnich rwno sci

9  E  9 9 E)E 

E  E 9 9 9  E  9 9 E)E 

99

EE 

9 E

9 E $

Czebyszewa) Twierdzenie 1.52 (Nierwno sc Dla zmiennej losowej " oraz liczby rzeczywistej mamy

9 E

z warto sci a oczekiwan a

9F

F "E I

"

9 E$

24

stwa Rozdzia 1. Rachunek prawdopodobien

Dowd: Rozwa zmy zmienn a losow a

to

F 9 E F'$"  9  E E$ 9F F $" E 9  "  %


mamy

. Poniewa z " 

Markowa dla zmiennej Stosuj ac nierwno sc

ale

9F F'$" E 9  "  E I 9 "   E 9  E 9)9  E  E 9 E

1.9 Rozkad jednopunktowy

stwo Z rozkadem jednopunktowym mamy do czynienia, wtedy gdy cae prawdopodobie n jest skupione w jednym punkcie

Denicja 1.53 Zmienna losowa

ma rozkad jednopunktowy, je zeli dla jekiego s

Poniewa z , to oczekiwana zmiennej Warto sc

 9 E "

9 E " $ 9 E ( dla kazdego  wynosi 9 E $

Lemat 1.54 Je zeli jaka s zmienna przyjmuje warto sci nieujemne i na losowa ma rozkad jednopunktowy, to znaczy

9 E

, to zmien-

9 (0E ! "#  9 E &  9 E .  czyli dla ka zdego , je zeli , to & 9 E  , to 9 E . Przypuscmy Dowd: Poka zemy, z zdego je zeli  e dla ka 9   ,E  bowiem, z e istnieje , takie, z e . Wtedy z nierwno sci Markowa,

twierdzenie 1.46, mamy

9 

EI 9

E I 9  E ()$

Zao zenie, z e zmienna przyjmuje tylko warto sci nieujemne jest istotne we wniosku 1.54. Pokazuje to nast epuj acy przykad.

1.10. Rozkad zero-jedynkowy Przykad 1.55 Zmienna losowa

25

ma warto sc oczekiwan a

9 E

 9 E

z przykadu 1.26a z funkcj a g esto sci:

" -1 % "1 2%

Wariancja zmiennej losowej

z rozkadem jednopunktowym wynosi  E  9 9 EE  9 E 9    ()$

9 E & , to zmienna losowa posiada rozkad jednopunktowy. 9 E 9)9  E E , to z lematu 1.54 wynika, ze " Dowd z 9 0 E 9  Poniewa E. $ $ $ b Wniosek 1.57 Niech  eda dowolnymi liczbami rzeczywistymi i niech " $
Ale i na odwrt Lemat 1.56 Je zeli

Wtedy

#"2 $ $ $ 

"


przy czym rwno sc zachodzi wtedy i tylko wtedy, gdy

dla ka zdego .

b edzie przestrzenia z jednostajnym rozkadem Dowd: Niech prawdo . Wtedy podobie nstwa i niech b edzie zmienna losowa okre slona wzorem jest warto scia oczekiwana zmiennej , a

"


9BA E

jej wariancja, ktra jest nieujemna i rwna zeru tylko dla rozkadu jednopunktowego.

1.10 Rozkad zero-jedynkowy

stwo jest skupioZmienna losowa ma rozkad zero-jedynkowy, je zeli prawdopodobie n rozkadu prawdopodobie ne tylko w dwch punktach 0 i 1. G esto sc nstwa ma wtedy posta c

dla pewnych dodatnich speniaj acych warunek oczekiwana zmiennej wynosi Warto sc

 9 E

G!"

9 E ( "

a wariancja

9 E 9 E   9 9 EE 

  9 "  E  $

26

stwa Rozdzia 1. Rachunek prawdopodobien

1.11 Rozkad dwumianowy Bernoulliego

my, z Przypu sc e mamy seri e niezale znych do swiadcze zdym do swiadczeniu dwa n i w ka stwem i pora stwem mo z liwe wyniki: sukces z prawdopodobie n z ka z prawdopodobie n . Niech b edzie zmienn a losow a rwn a liczbie sukcesw w tej serii. Zmienna losowa posiada rozkad dwumianowy (Bernouliego) z parametrami i . stwo zdarzenia, z Dla uproszczenia rozwa za n za zmy, z e n e . Prawdopodobie  wyst api sukces, pora zka, sukces i pora zka wynosi , poniewa z wyniki do swiadcze n s a niezale zne. Dokadnie dwa sukcesy w serii czterech do swiadcze n b edziemy mieli, je zeli wyst api jeden z ci agw, w ktrych na dwch pozycjach wyst epuj a sukcesy: (sukces, sukces, pora zka, pora zka), (sukces, pora zka, sukces, pora zka), (sukces, pora zka, pora zka, sukces), (pora zka, sukces, sukces, pora zka), (pora zka, sukces, pora zka, sukces), (pora zka, pora zka, sukces).  sukces, , bo na tyle sposobw mo zna wybra c dwie pozycje, na ktrych Takich ci agw jest  stwo rwne b ed a sukcesy. Ka zdy z tych ci agw ma takie samo prawdopodobie n .I stwo, z poniewa z te ci agi s a zdarzeniami wykluczaj acymi si e, prawdopodobie n e wyst api ktry s z nich wynosi $

"

8(

 3

stwo, z Podobnie dla dowolnego , prawdopodobien e w serii czterech do swiadcze n wypadnie sukcesw wynosi

I I(

(%

(   $

W podobny sposb mo zna uzasadni c, z e dla dowolnego metrami i ma posta c 

9 SE $ 9 E zmiennej losowej Twierdzenie 1.58 Warto sc oczekiwana

mianowy o parametrach

rozkad dwumianowy z para-

wynosi

Dowd: Rozwa zmy funkcj e: ze wzoru Newtona mamy

 9 E !9

maj acej rozkad dwu-

 9 E !9

 $

Zr zniczkujmy t a funkcj e

9 E  

  $

1.12. Kra nce rozkadu dwumianowego Je zeli teraz podstawimy

27

!"

to otrzymamy

 9 E%$

Rozwa zmy ci ag niezale znych zmiennych losowych zero jedynkowym oraz

9 " E

$$$ 9 #E $

, ka zda o rozkadzie

Suma tych zmiennych

oczekiwana, ka ma rozkad dwumianowy o parametrach i . Warto sc zdej wynosi , wi ze zmiennych e c warto s c oczekiwana zmiennej wynosi . wynosi  $ $ $ s . Poniewa z zmienne a Wariancja zmiennej  niezale zne to wariancja ich sumy wynosi , mamy wi ec.

9 E

9 E




Twierdzenie 1.59 Wariancja zmiennej losowej trach i wynosi

9 E

 $

z rozkadem dwumianowym o parame-

rozkadu dwumianowego 1.12 Krance

Twierdzenie 1.60 (Nierwno sci Chernoffa) Niech zmienna losowa posiada rozkad dwumianowy o parametrach i . Oznaczmy warto " oczekiwan a tego rozkadu przez " sc . Wtedy dla dowolnej liczby rzeczywistej , , mamy  "

9 9 "

oraz

9 I9 "

 "E E I


E E I

I I "

 

1.13 Problem dnia urodzin

Zastanwmy si e ile osb musi znajdowa c si e w pokoju, aby bya du za szansa, z e dwie osoby maj a urodziny tego samego dnia. Dla prostoty przyjmujemy, $ e dnia urodzin jest rwnowa znu problemowi z $ $ problem wylosowania ci agu liczb  , ka zda spo srd mo zliwo sci, tak aby wyst apio w nim jakie s powtrzenie. Oznaczmy przez zdarzenie przeciwne, z e wszystkie wylosowane liczby s a r zne. stwo, Je zeli zao zymy, z e wszystkie ci agi s a rwno prawdopodobne, to prawdopodobie n z e otrzymamy ci ag r znowarto sciowy wynosi

&#3#1

" E 9  "E   " 9 E 9  "# 9 E 29  % E 9  " E

" E #9)"  % E 9 "   " E $ " # 9"   " I   Skorzystamy teraz z nierwno sci 9 E I                 I              $ " % wtedy gdy 9  " E  %  % , a to zachodzi Prawdopodobie stwo jest mniejsze od n "  to % %   . Dla &#3#1 , zachodzi to dla % ( . wtedy gdy stwem Tak wi ec je pokoju znajduj a si e co najmniej 24 osoby, to z prawdopodobie n " s2li% w wi ekszym od dwie spo srd nich maj a urodziny w tym samym dniu.
1.14 Zadania
1. Zaproponuj przestrze n zdarze n elementarnych dla losowania dwch kul z urny zawieraj acej 3 kule biae i 4 czarne. Przedstaw zdarzenie, z e wylosowano: a) dwie kule biae, b) kule w r znych kolorach.

28

stwa Rozdzia 1. Rachunek prawdopodobien

2. Zaproponuj przestrze n zdarze n elementarnych dla ustawienia czterech liter , , i  w ci ag. Przedstaw zdarzenie, z e a)

$ '

i stoj a obok siebie;

b)

i s a rozdzielone jedn a liter a.

3. Zaproponuj przestrze n zdarze n elementarnych dla nast epuj acych do swiadcze n: a) Losowanie karty z talii 52 kart. b) Losowanie 13 kart z talii 52 kart. c) Wypenienie kuponu totolotka. d) Wypenienie kuponu totalizatora pikarskiego. 4. , i  s a zdarzeniami. Zapisa c za pomoc a dziaa n na zbiorach zdarzenia:

a) zachodz a wszystkie trzy zdarzenia;

, b) zachodzi dokadnie jedno ze zdarzen , c) zachodz a dokadnie dwa ze zdarzen

, ;

lub  ;

d) zachodz a co najmniej dwa spo srd zdarze n , 5. Cyfry

" % a) z e i

S $ $ $  

, .

stwo, ustawiono losowo. Jakie jest prawdopodobien

stoj a obok siebie; stoj a obok siebie.

b) z e pomi edzy i stoj a dwie cyfry; c) z e , i

" %

" %

6. Pokaza c, z e

9 E 9 E 9 E  " 7. Dane a E 9 i E9  " & E,. 9 E " ( i 9 & E8% & . Obliczyc 9 E , 9 s 9 EP " ( i 9 EP " % , wiadomo te 9  EP 8. Dane a E z, z e 9 E 9  E 9  s . Obliczy c oraz .

1.14. Zadania

29

stwo, 9. W urnie s a 4 kule biae i 3 czarne. Losujemy dwie. Jakie jest prawdopodobie n z e wylosowane kule b ed a w r znych kolorach? stwo, z 10. Jakie jest prawdopodobien e na przyj eciu, na ktrym jest si e osoba, ktra ma urodziny tego samego dnia co ja?

osb, znajdzie

stwo, z 11. Jakie jest prawdopodobien e przy okr agym stole wybrane na pocz atku dwie osoby usi ad a obok siebie? 12. Niech przestrze n zdarze n elementarnych b edzie zbiorem 3 elementowych ci agw zero-jedynkowych. Wypisz zdarzenia: a) na pierwszej wsprz ednej jest zero; b) na pierwszej i trzeciej wsprz ednej s a zera; c) na pierwszej i trzeciej wsprz ednej mamy r zne warto sci; d) na wszystkich wsprz ednych jest to samo. Oblicz prawdopodobie nstwa tych zdarze n (rozkad jednostajny). Czy zdarzenia te s a niezale zne? agw Niech przestrze n zdarze n elementarnych b edzie zbiorem elementowych ci stwa tych samych zero-jedynkowych (rozkad jednostajny). Oblicz prawdopodobie n zdarze n. stwo, z 13. Rzucamy trzema kostkami. Jakie jest prawdopodobie n e na z adnej kostce nie wypada szstka, je zeli na ka zdej kostce wypada inna liczba oczek. 14. Mamy dwie urny z kulami. W pierwszej urnie s a dwie kule biae i cztery czarne, a w drugiej urnie trzy biae i trzy czarne. Rzucamy kostk a do gry. Je zeli wypadnie 1 lub 2, to losujemy kul e z pierwszej urny, je zeli 3,4,5 lub 6, to losujemy z drugiej urny. Jakie jest prawdopodobie nstwo, z e wylosujemy kul e bia a? stwa. Zaproponuj przestrze n zdarze n elementarnych i rozkad prawdopodobien 15. W urnie jest kul w tym biaych. osb po kolei losuje jedn a kul e bez zwracania. a) Ile wynosi prawdopodobie nstwo wylosowania kuli biaej dla trzeciej osoby? b) Ile wynosi prawdopodobie nstwo wylosowania kuli biaej dla ka zdej z losuj acych osb?

30

stwa Rozdzia 1. Rachunek prawdopodobien

16. Udowodnij, z e je zeli zdarzenia oraz i .

s a niezale zne, to niezale zne s a tak ze

17. Zmienna losowa

posiada rozkad:

9 E "1 % "2 ( "3  " 54" 3 " 55" 3 & E. 9  E , 9 # Oblicz 9 E oraz 9 E . oczekiwan , wariancj e Oblicz warto sc a 1 jest okreslona na przestrzeni #"# $ $ $ & 5 z jednostaj 9 E 18. Zmienna 9 &#E . oczekiwan nym rozkadem. Podaj jej rozkad, warto sc a oraz

19. Podaj rozkad cz esto sci wyst epowania liter w zdaniu: "Podzbiory przestrzeni zdarze n losowych nazywamy zdarzeniami".

20. aczny rozkad zmiennych losowych

przedstawiony jest w tabeli.

"0 ( "1  " 3 " 3 " 3 , % Oblicz rozkady zmiennych , , 9 E , 9 E , 9 E , 9 Oblicz , ,

0 1

"

-1 

Czy zmienne

s a niezale zne?

Oblicz prawdopodobie nstwa

9 E, 9

21. aczny rozkad zmiennych losowych

E.

E. .

przedstawiony jest w tabeli.

0 1

"@" % " 1 3 " @2"%

0

Czy mo zna tak dobra c liczby , i , aby zmienne

22. W dwch tabelach przedstawiono aczny rozkad zmiennych , tabela zawiera warto sci , a druga warto sci .

 9 #E
Z=0

 9 "E

byy niezale zne?

. Pierwsza

-1 1

" 5" % " 2 3 " @3" % " 2%( " 5" % "%(
1

1.14. Zadania Z=1

31

-1 1

"@" % " 52" % " 53" % "@"% " @" % " 5" %
1

Oblicz rozkady brzegowe zmiennych , .

E 9

prawdopodobie Czy zmienne , i s a niezale zne? Je zeli nie, to zmien nstwa w pierwszej tabeli tak, z eby byy niezale zne.

. Oblicz

0E ,

23. Na przestrzeni ,

#"# $ $ $ &5 z jednostajnym rozkadem okreslamy trzy zmienne 9 E 9  E & ,  9 E % . Czy zmienne te sa niezalezne?

slone na jakiej s przestrzeni 24. Mamy trzy niezale zne zmienne losowe , i (okre probabilistycznej). Udowodnij, z e ka zde dwie te z s a niezale zne.

znych zmiennych losowych  25. Mamy niezale $$$ zmienne  te z sa niezale zne.

"

$$$

. Pokaza c, z e dla ka zdego

Podobnie ka zdy podzbir tych zmiennych jest niezale zny. 26. Pokaza e zdego dla '$ ka c, z . oraz

12E "

"

istnieje zmienna losowa

taka, z e

9 E "

27. Pokaza e je zeli ma rozkad symetryczny, tzn dla pewnego c, z dla ka zdego , to .

E 9

, 9

28. Pokaza c, z e jezeli mamy zmienna losow a inn a zmienn a , to i s a niezale zne

z rozkadem jednopunktowym i dowoln a

29. Poka z, z e je zeli losowe i s a niezale zne, to dla dowolnych liczb i , zmienne s zdarzenia oraz a niezale zne.

30. Poka z, z e je zeli i s a niezale zne, to dla dowolnych funkcji i  zmienne , zmienne losowe i te z s a niezale zne.

31. Pokaza c, z e

'E

32. Poda c przykad dwch zmiennych . i

o r znych rozkadach takich, z e

my, z 33. Przypu sc e zmienna losowa przyjmuje warto sci  stwem. ka zde z dodatnim prawdopodobien  lub ? a) Czy jest mo zliwe  lub   ? b) Czy jest mo zliwe

$$$

c) Czy b) jest mo zliwe je zeli

ma rozkad jednostajny?

32

stwa Rozdzia 1. Rachunek prawdopodobien

34. Kowariancja zmiennych losowych . Pokaza c, z e

E)E

a) je zeli b) c)

9

' 9 s a niezale zne to E D E 9 E 9 9 E

  

E & ; E %2' 9 E %    ' 9  E. 

rwna si e

' 9 E 99

 E 9 

stwo, z 35. Rzucano monet a 10 razy. Jakie jest prawdopodobie n e orze wypad co najmniej raz? stwo otrzymania parzystej liczby sukcesw w ci 36. Jakie jest prawdopodobien agu prb Bernoulliego, je z eli prawdopodobie n stwo sukcesu w jednej prbie wynosi: a) 1/2, b) . stwo, z 37. Jakie jest prawdopodobien e w serii sze sciu rzutw kostk a suma oczek b edzie parzysta. 38. Pokaza e je zeli c, z

9 H)A E 9 A D C@E C 9 9  A E H)A E 9 HDC@E

, to , gdzie

; a je zeli to rozkad dwumianowy.

ma rozkad dwumianowy , 39. Niech zmienna losowa  z parametrami . Oszacuj prawdopodobie nstwo (za pomoca nierwno sci Markowa, Czebyszewa i Chernoffa).

" 2%

3 #E

A C " 

, to