Matematyka Dyskretna

Andrzej Szepietowski
25 czerwca 2002 roku

Rozdzia 1

Rachunek prawdopodobienstwa
1.1 Zdarzenia
Podstawowym pojeciem rachunku prawdopodobien stwa jest przestrzen zdarzen elementarnych, ktra najczesciej bedziemy oznaczac przez . W tej ksiaz ce ograniczymy sie do
przypadkw, gdy jest zbiorem skon czonym. Dzieki temu bedziemy mogli ograniczyc
sie to prostych rozwazan.
Elementy przestrzeni nazywamy zdarzeniami elementarnymi.
Przestrzen zdarzen czesto zwiazana jest z jakims eksperymentem losowym (probabilistycznym).





Przykad 1.1
a) Przypusc my, ze rzucamy moneta. Przestrzen zdarzen elementarnych
moze byc wtedy okreslona jako
, gdzie oznacza wypadniecie ora, a
reszki.


    




b) W przypadku rzutu dwoma (rozrznialnymi) monetami przestrzen zdarzen elementarnych moze byc okreslona jako
, gdzie
oznacza, ze
wypady dwa ory;
, ze na pierwszej monecie wypad orze, a na drugiej reszka;
, ze na pierwszej reszka, a na drugiej orze; a
, ze na obu monetach wypady
reszki.





c) Przypusc my, ze mamy urne z szescioma ponumerowanymi kulami, i ze kule o numerach 1 i 2 sa biae, a kule o numerach 3,4,5 i 6 sa czarne. Przestrzen zdarzen
elementarnych moze byc zdefiniowana jako
.
d) Przy rzucie kostka

'*)",+(+

 "#$%
#
!# .




 !


&('*)",+(-/.021)"3+41!5
)

e) Przy rzucie dwiema (rozrznialnymi) kostkami

. Zdarzenie
odpowiada wynikowi, gdzie na pierwszej kostce wypado oczek, a na
drugiej .

!



#"5"6$
5
!$  
5 5
6$ 5 !# ;

f) Przy rzucie moneta i kostka

na przykad
opisuje wynik, gdzie na monecie wypad orze, a na kostce 6 oczek.
3

Rozdzia 1. Rachunek prawdopodobien stwa

g) W przypadku rzutu (rozrznialnymi) monetami przestrzen zdarzen elementarnych

moze byc okreslona jako zbir wszystkich elementowych ciagw z wartosciami
lub .

       

h) Przypusc my, ze mamy urne z dwoma kulami biaymi i trzema czarnymi, i ze losujemy dwie kule z tej urny. Oznaczmy te kule przez , , ,
i . Przestrzenia
zdarzen elementarnych moze tu byc albo zbir dwuelementowych podzbiorw zbioru kul, lub zbir dwuelementowych ciagw bez powtrzen. Zalezy to od tego, czy
bedziemy rozpatrywac zdarzenia, w ktrych rozrzniamy wylosowane kule, czy nie
rozrzniamy.
Mozna tez rozpatrywac przestrzenie zdarzen nie zwiazane z eksperymentem:
Przykad 1.2 Przestrzenia zdarzen elementarnych moze byc:
a) Zbir liter lub sw wystepujacych w jakims tekscie, ksiazce lub liscie.
b) Zbir mozliwych hase potrzebnych do uzyskania dostepu do danych lub systemu.
Jezeli zbir mozliwych hase jest zbyt may, to atwo mozna zamac zabezpieczenia.
c) Zbir mozliwych wyliczen algorytmu probabilistycznego (algorytmu, ktry korzysta
z funkcji losujacej).



Dowolny podzbior
nazywamy zdarzeniem. Pamietajmy, z e rozwazamy tylko skonczone przestrzenie zdarzen elementranych. W przypadku, gdy nie jest zbiorem
skonczonym, konieczna jest inna definicja zdarzenia. Cay zbir nazywamy zdarzeniem
pewnym, a zbir pusty zdarzeniem niemozliwym. Zdarzenia rozaczne,
, nazywamy wykluczajacymi sie. Zdarzenie
nazywamy zdarzeniem przeciwnym
do zdarzenia .

 !4








" 
   ,


 

Przykad 1.3
a) W przykadzie 1.1b, z rzutem dwoma monetami,
mamy
zdarzen. Zbir
jest zdarzeniem polegajacym na
tym, ze na pierwszej monecie wypad orze.



b) W przykadzie 1.1e, z rzutem dwoma kostkami, mamy

zdarzen. Zbir
jest zdarzeniem, ze suma oczek na obu kostkach wynosi 5.
c) W przykadzie 1.1c, z kulami,
biaa.

 "  

' -  ' 5-  ' 5

-  '*$  - 

oznacza zdarzenie, ze wylosowano kule


 " " 
  
" 
 
    
        6 

d) Rzut czteroma monetami, przykad 1.1g z

, zdarzenie, ze na pierwszej i trzeciej
monecie wypady ory to
, a zdarzenie, ze na
pierwszej i trzeciej monecie wypado to samo to
.

1.2. Prawdopodobienstwo

1.2 Prawdopodobienstwo



'
-

Definicja 1.4 Prawdopodobienstwo, lub rozkad prawdopodobienstwa, jest funkcja okreslona

na zbiorze zdarzen (w naszym przypadku na zbiorze wszystkich podzbiorw ). Kazde

mu zdarzeniu
przypisujemy liczbe rzeczywista
, jego prawdopodobienstwo.
Funkcja ta musi speniac warunki:

'
- 5
,' - 

,



Aksjomaty prawdopodobienstwa
A1)
A2)

dla kazdego

A3) Jezeli zdarzenia


i

sa rozaczne, to

 -

'
- 
'  -

' 

Zbir zdarzen elementarnych wraz z okreslonym na nim prawdopodobien stwem bedziemy

nazywac przestrzenia probabilistyczna. W przypadku, gdy przestrze n zdarzen elementarnych jest zbiorem skonczonym, wystarczy okreslic prawdopodobienstwa dla zdarzen
elementarnych. Musza byc tylko spenione dwa warunki:
A4)
A5)

'
- $
'



-
 ,

dla kazdego

'
-


Prawdopodobienstwo dowolnego zdarzenia jest wtedy rwne



'
- 

atwo mozna sprawdzic, z e tak zdefiniowane prawdopodobien stwo spenia aksjomaty

definicji 1.4.
W przypadku, gdy przestrzen zdarzen elementarnych jest zbiorem wszystkich mozliwych wynikw jakiegos eksperymentu, najczesciej przyjmuje sie, z e funkcja prawdopodobienstwa przypisuje, kazdemu zdarzeniu elementarnemu taka sama wartosc . Mamy
wtedy do czynienia z klasyczna definicja prawdopodobie n stwa. W tej ksiaz ce bedziemy
najczesciej uzywac klasycznej definicji, a w razie odstepstwa od tej umowy, bedziemy to
specjalnie zaznaczac.
Definicja 1.5 Rozkad prawdopodobienstwa, w ktrym kazde zdarzenie elementarne
ma takie samo prawdopodobienstwo

'

-
. .

nazywamy rozkadem jednostajnym.

Przykad 1.6
a) Dla rzutu dwoma monetami (przykad 1.1b mozemy okreslic prawdopodobienstwo wedug klasycznej definicji: mamy wtedy

',-
  #

'  -
  5

' -
 #

'  -
 

Rozdzia 1. Rachunek prawdopodobien stwa

Ale oczywiscie funkcja prawdopodobienstwa moze byc dowolna funkcja speniajaca

warunki A4 i A5. Na przykad

lub

' -
 
#

'  -
  $

' -
 5 

' -
5" #

', -
 $

' -
 5 

'  -
5
 

'  -


.
b) W przykadzie 1.2a, ze zbiorem wszystkich liter w tekscie, prawdopodobienstwo
moze byc zdefiniowane jako czestosci wystepowania poszczeglnych liter w tym
tekscie. Na podstawie czestosci wystepowania liter mozna zgadywac w jakim jezyku
napisany jest tekst. Podobnie mozna rozpatrywac czestosc wystepowania sw w
tekscie i na tej podstawie zgadywac autorstwo tekstu.
W nastepujacym twierdzeniu zebrano kilka prostych wnioskw wynikajacych z aksjomatw prawdopodobienstwa.

'  -


  , to
'
- 1
'  - oraz
'  
-

'  b) Jezeli

'
  -

'
- 
'  - 
'
  -
c)

'
  - 1
'
- 
' - 
d)

Twierdzenie 1.7

a)

-

' - 
' 






'  
- 

'  
- 



' -

' 
-
'
- 
'
- 

 

 '   '
  --
 '   '

  -- 
   
c)
'
  -/

'
- 
'   '
  -
'   '
  --

'  - 
'
  -
Dowd:
a) Z aksjomatu A3 mamy
speniajaca rwnosc 

b) Jezeli
, to 

' -

Mamy
A3
mamy
d) wynika bezposrednio z c).

'


'
-

, a 0 jest jedyna liczba

oraz

, a wiec z aksjomatu A3

oraz

, a poniewaz

a wiec z aksjomatu
, z wniosku 1.7b

Przykad 1.8 (kontynuacja przykadu 1.3d) z czteroma monetami). Jezeli zaozymy rozkad jednostajny,
to prawdopodobienstwo ze na pierwszej i trzeciej monecie wypad orze

wynosi  , a prawdopodobienstwo, ze na pierwszej i trzeciej monecie wypadnie to samo
wynosi
.
Podobnie w przypadku, gdy
 rzucamy 
monetami
(przykad 1.1g). Przestrzen


zdarze elementarnych zawiera
ciagw,
z
czego
sprzyja
zdarzeniu, ze na pierw


szej i trzeciej monecie wypadnie orze, a
sprzyja zdarzeniu, ze na pierwszej i trzeciej
monecie jest to samo. Tak wiec otrzymamy takie same prawdopodobienstwa jak w przypadku rzutu czteroma monetami.

 
 

1.3. Prawdopodobienstwo warunkowe i zdarzenia niezalezne

    
) +



 bedzie rodzina parami rozacznych zdarzen (

Twierdzenie
1.9 Niech 


 ). Wtedy
dla kazdej pary indeksw





 

'
3-





Dowd przez indukcje:

Dla
twierdzenie zachodzi w sposb trywialny.
Zazmy, z e twierdzenie jest prawdziwe dla dowolnej rodziny zbiorw. Rozpatrzmy
 

    

 

 


 
 


  

Poniewaz

z aksjomatu A3 i z zaozenia indukcyjnego wynika

 



   
  


 
 
 
 

6

'

'
3-

-

'






  1 

' 
-



 

'
,-


Twierdzenie 1.10 Dla dowolnej rodziny zbiorw

mamy


 

-

 

(niekoniecznie parami rozacznych)

Dowd przez indukcje: Dla

twierdzenie zachodzi w sposb trywialny. Zazmy,
z e twierdzenie jest prawdziwe dla dowolnej rodziny zbiorw. Z twierdzenia 1.7c i z
zaozenia indukcyjnego mamy
 


 

 

  
     
   
 


 
 
 

'

-1

'
-

1.3 Prawdopodobienstwo
warunkowe i zdarzenia niezalezne

'
. '
.  -

'

'  -  - 

Definicja 1.11 Prawdopodobienstwo warunkowe zajscia zdarzenia

zaszo zdarzenie oznaczane przez
okreslamy jako

Ma to sens tylko wtedy gdy

' -



pod warunkiem, ze

Rozdzia 1. Rachunek prawdopodobien stwa

'
. -

Mozemy powiedziec, z e jest to prawdopodobienstwo zajscia zdarzenia w sytuacji, gdy

mamy pewnosc , z e zaszo zdarzenie . Przy klasycznej definicji, gdy prawdopodobie n

stwo oznacza czestosc wystapienia, to prawdopodobien stwo
oznacza jaka czesc
elementw zbioru nalezy do zbioru .

'
  -

'
.  -

'  - .

'
.  -

'
- , to mwimy, ze zdarzenie

Wniosek 1.12






'
. -
'
'
  -

'  -

'

'
 -  -

'  .
- 





'
  -

'
-
'  - 



 


  ! 

'
-
  

'
.  -


'
-
 '   -

Jezeli
jest niezalezne od zdarzenia
. W takim przypadku zajscie zdarzenia nie zalezy od tego, czy zaszo zdarzenie .
Jezeli i sa zdarzeniami o niezerowych prawdopodobien stwach i jest niezalezne






od
niezalezne od . Rzeczywiscie
pociaga

, to
jest
, a to pociaga

Dlatego mozna mwic, z e w takim przypadku zdarzenia

Definicja 1.13 Mwimy, ze zdarzenia

sa niezalezne.

sa niezalezne, jezeli

Przykad 1.14 (Kontynuacja przykadu 1.1c, z szescioma kulami). Zdarzenie

wylosowania kuli biaej i zdarzenie
wylosowania kuli z parzystym numerem sa niezalezne, poniewaz
oraz
. Po prostu czestosc
wystepowania kuli biaej wsrd kul o parzystych numerach (1 na 3) jest taka sama jak
czestosc wystepowania kuli biaej wsrd wszytkich kul (2 na 6).



'


-
'
,- '
 

 , to mwimy, z e sa one parami niezalezne,

Jezeli mamy wiecej zdarzen 







jezeli kazde dwa zdarzenia
sa niezalezne, to znaczy gdy

dla kazdej pary
.

) +

   

Definicja
   1.15 Zdarzenia
mamy




, sa niezalezne jezeli dla kazdego podzbioru

  


'  -
 
 

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



'



'
 -

'
 -

'
  -

'
 
 -

'
 
 -



'


 
 -
 

1 ) 
c zdarzenia
kazdej pary indeksw

 -
zne,'
 poniewa
+Jak1 wida
 mamy
-

' niezale
-
 . zAledlazdarzenia

'
  te
sa parami
te nie sa niezalezne,
poniewaz


'


-

'
-
'
-
'
-
 





 


1.4. Prawdopodobienstwo cakowite

 


Przykad 1.17 W przypadku rzutu 

wypad orze. Wtedy zdarzenia 



dla kazdego ,
,

monetami, niech
oznacza, ze na -tej monecie
sa niezalezne. atwo sprawdzic, ze

) '
-
 
)  + ,
'

 -
 
dla kazdej pary
)  + 
,
'

 
 -
   , itd.
dla kazdej trjki
prawdopodobienstwo, ze wypadna same ory, wynosi



  


  

1.4 Prawdopodobienstwo
cakowite

Twierdzenie 1.18 (wzr na prawdopodobienstwo

cakowite.) Niech
beda zdarzeniami takimi, ze:

'
3-


 

61) 1 ,

 

 , dla 1) + 1 (zdarzenia sa parami rozaczne),

  
0
(zdarzenia daja w sumie caa przestrzen).

, dla kazdego

Wtedy prawdopodobiensto dowolnego zdarzenia



Dowd Mamy

' -


  
 
'

Ponadto



  



3-  '  
 -


wiec na mocy twierdzenia 1.9 mamy

  


dla

'


 -

)
+

 
-


-



'  
 -

'  .
 -
' 
'  -

'  .
-
'
- 
'  .
-
'
- 

' -

wynosi

'  .
 -
'
 -

 

'

Z wniosku 1.12 mamy

; co daje teze twierdzenia.

W przypadku dwch zdarzen uzupeniajacych sie
i
wzr z twierdzenia 1.18
wyglada nastepujaco:

(1.1)

Rozdzia 1. Rachunek prawdopodobien stwa

10

Przykad 1.19 Wyobrazmy sobie urne z trzema kulami: 1 biaa i 2 czarnymi. Przypusc my,
ze pierwsza osoba wylosowaa jedna kule i schowaa ja. Jakie jest prawdopodobienstwo,
ze druga osoba wylosuje kule biaa? Niech  oznacza, ze pierwsza osoba wylosowaa
biaa kule, wtedy  oznacza, ze wylosowaa czarna kule. Niech  oznacza, ze druga
osoba wylosowaa bia
 a kul







e. 

 
 
Mamy
,
,
oraz
. Razem
daje to
 



'
-
  '
-
  '
.
-

 

'
-

  

'
.
-
 

A jakie jest prawdopodobienstwo, ze po drugim losowaniu w urnie zostanie biaa kula?

Zajdzie to wtedy, gdy obie osoby wylosuja kule czarna. Z wniosku 1.12 mamy

'

 
 -

'
 .
 -
'
 -
 


Jak widac prawdopodobienstwo wylosowania biaej kuli jest takie samo dla pierwszego,
drugiego i trzeciego losujacego.
Poniewaz przestrzen zdarzen jest tutaj maa, wiec mozna nasz wynik sprawdzic bezposrednio. Oznaczmy kule przez , i . Niech przestrzen zdarzen elementarnych bedzie

    

('  
  -  ' 
  -  ',    -  '   -  '   -  '   
  -  

' 
  -  '  -"

('      -  '     - 


-
('     -  '  "  - 

'
-


'
.
-

5'  '

Zakadamy, ze kazdy z tych wynikw jest rwnie prawdopodobny. Widac teraz, ze zdarze
 
nia: 
, 
oraz
sa rwno prawdopodobne.
Rozwazmy teraz przypadek, gdy w urnie jest kul z czego biaych. Znowu zakada


my,
losowan jest rwnie
prawdopodobny.
Mamy 
,


z e kazdy wynik dwch

,


 
 
oraz
. Razem
daje to




'
-
'  5
-

'
.
-
'
  - #'   '
-







Czyli w tym przypadku, rwniez druga osoba ma taka sama szanse wylosowania kuli
biaej co pierwsza.
Przykad 1.20 Wyobrazmy 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 moneta. Jezeli
wypadnie orze, to losujemy kule z pierwszej urny, jezeli reszka, to losujemy z drugiej
urny.
Jakie jest prawdopodobienstwo, ze wylosujemy kule biaa? Niech oznacza wylosowanie kuli biaej, a wypadni
e
cie ora na
oznacza, ze na monecie
 monecie, wtedy


wypada reszka. Mamy
oraz



-jest to prawdopodobienstwo wylosowania kuli biaej pod warunkiem,
ze wypad orze i losowali
smy z pierwszej urny.



-jest to prawdopodobienstwo wylosowania kuli biaej pod warunkiem, ze wypada reszka i losowalismy z drugiej urny.
Korzystajac teraz ze wzoru (1.1) mamy

'
-
'

-
 
'  .
-
 
'  .
-2
 

1.5. Zmienna losowa

11

'  -
    
 


Zastanwmy sie teraz jak powinna wygladac przestrzen probabilistyczna w tym przykadzie. Niech zawiera wszystkie mozliwe wyniki eksperymentu.

('    -  ' "  -  '    -  ' "  -  ' 

  -  

Aby byc w zgodzie z intuicja i naszymi poprzednimi wyliczeniami rozkad prawdopodobienstwa powinien byc nastepujacy:

 

  (R,1b)
  ! (R,2b)
! (R,3c)}
!
Rozkad jednostajny nie jest w
tym
  przykadzie dobry, bo mielibysmy prawdopodobien.
stwo, wypadniecia ora rwne
(O,1b)


(O,2b)


1.5 Zmienna losowa

Definicja 1.21 Zmienna losowa jest to dowolna funkcja z przestrzeni zdarzen elementarnych w zbir liczb rzeczywistych .
Trzeba tutaj przypomniec, z e w tej ksia
zce rozwazamy tylko skon czone przestrzenie zdarzen elementarnych. W przypadku, gdy jest zbiorem niesko n czonym definicja zmiennej
losowej jest inna.
Przykad 1.22
a) Rozwazmy rzut moneta,
sowa jest okreslona tabela

Inny przykad to zmienna

'
-





(przykad 1.1a). Zmienna lo-

okreslona tabela

'
- O R

" 
   . Niech
b) Rozwazmy rzut dwoma monetami, (przykad 1.1b)

 i

 beda dwoma zmiennymi losowymi okreslonymi w tabeli

'
-

 '


' -


OO

OR

RO

RR

'
-

Zmienna 
okresla wynik rzutu na pierwszszej monecie, 
, jezeli wypad
orze, i 
, jezeli wypada reszka. W podobny sposb zmienna losowa 
okresla wynik rzutu na drugiej monecie.

Rozdzia 1. Rachunek prawdopodobien stwa

12

' -

) 1 ) 1

' -


c) Rozwazmy rzut 
monetami,
 (przykad 1.1g). Dla kazdego ,
zmienna ;
, jezeli na -tej monecie wypad orze, oraz
jezeli wypada reszka.

 
5$$"#
!5 (

okre

slamy
,

d) Rozwazmy losowanie jednej kuli z urny zawierajacej siedem ponumerowanych kul.

. Niech zmienna losowa  bedzie zdefiniowana jako

a zmienna losowa

'
-


 #


jako

'
-

 '
-


 

 '
-

( 
jest reszta z dzielenia numeru kuli przez 2, a
3). Wartosci tych dwch zmiennych zebrane sa w tabeli.

'
-

 '


1
1
1

2
0
2

3
1
0

4
0
1

5
1
2

6
0
0

7
1
1




Mozemy teraz okreslic inne zmienne losowe, na przykad



,
. Ich wartosci zebrano w tabeli

 ''

- -

 ' '

- -  ''

- 


-
  '
-   '
'


1
2
1
1

2
2
0
-2

3
1
0
2

reszta z dzielenia przez



4
1
0
-1

5
3
2
0

6
0
0
0





7
2
1
1

('*)",+(- .(1)
3+ 1 !#

e) Rozwazmy rzut dwoma kostkami (przykad 1.1e)

. Niech
 oznacza wynik rzutu na pierwszej kostce,  wynik rzutu na drugiej kostce.
 
 okresla sume oczek na obu kostkach.
Wtedy zmienna



Majac zmienna losowa

i liczbe rzeczywista  definiujemy zdarzenie

'
 -

 . '
-
  

 jako

' -

Zauwazmy, z e jezeli liczba  nie nalezy do zbioru wartosci

zmiennej , to zda jest zdarzeniem niemozliwym. Prawdopodobien stwo zdarzenia

rzenie
wynosi








Definicja 1.23 Funkcje

'
-

' -




 

' -

'
-

nazywamy funkcja gestosci (rozkadu) prawdopodobienstwa zmiennej losowej

1.5. Zmienna losowa

13

Przykad 1.24 (Kontynuacja przykadu 1.22d) Dla zmiennej

rzenia

' 
-
 5

!#

Zmienna losowa

' 
 -
 $ (

mamy trzy niepuste zda-

' 
-
5

#

posiada wiec rozkad

'  
 -
 0
 1
 2

 ma rozkad

Podobnie zmienna

'  
 -  0
 1

' -

' -

', -

'
-

Poniewaz, jak zaozylismy   jest zbiorem skonczonym, to zbir 

warto
zmien sci


mamy 
. Tak wiec funkcja
nej tez jest skonczony. Dla 

gestosci przyjmuje wartosci niezerowe tylko dla skonczenie wielu argumentw. Zauwaz  , to zdarzenia
  i
  wykluczaja sie. Mamy przy
my, z e jezeli  
tym

 ' -  jest funkcj a gestosci zmiennej losowej , to

dla kazdego 
.

 ' - 



.


  '  -
 rozumiemy jako skonczona sume po zbiorze wartosci
Dowd. Sume

Lemat 1.25 Jezeli

zmiennej

' -



  
 

' -



  
 

'
-

  
     

'
- 

Zauwazmy, z e ostatnia podwjna suma jest suma po wszystkich elementach

grupowanych wedug wartosci zmiennej . Mamy wiec

' -




'

 

' -

a) Zmienna losowa

'
-  -1   1 


bedziemy roz-

z przykadu 1.22a posiada rozkad

po-

-


W dalszej czesci przedstawiajac funkcj

 e gestosci zmiennej losowej
wazac tylko te  , dla ktrych   .
Przykad 1.26

Rozdzia 1. Rachunek prawdopodobien stwa

14

b) Niech oznacza sume wartosci oczek w rzucie dwoma kostkami, przykad 1.22e.
Gestosc rozkadu prawdopodobienstwa zmiennej losowej przedstawia nastepujaca
tabela:

' -

  2 ! 
3! 4! 5 ! 
 6 ! !  7 ! 
8! 9!  10 !
 11  !  12  !

Majac funkcje gestosci rozkadu zmiennej

zdarzen opisywanych za pomoca zmiennej .
Przykad 1.27

pamietajmy, ze zdarzenia

b) Dla zmiennej


 -

' 
- 
' 
 -
  
 


 


a) Dla zmiennej losowej

'    -

' 


mozemy okreslac prawdopodobienstwa

z przykadu 1.24. mamy

lub

oraz

sa rozaczne.

z przykadu 1.26b mamy




 

'   -
 !   !   !
 



W przypadku dwch zmiennych losowych i okreslonych na tej samej przestrzeni

zdarzen elementarnych mamy tak zwany aczny rozkad prawdopodobie n stwa, ktrego
gestosc jest okreslona jako

'




-

'  -



'

jest innym zapisem zdarzenia


-

'
 -  '
-.
i

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

 i

 , z przykadu 1.22b

0
1

   1
   
0



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

0
1

 0  1  2
     

Lemat 1.29 Niech , bedzie gestoscia acznego

rozkadu zmiennych

. Wtedy

1.5. Zmienna losowa

' 
-
 
    '   '
 -

    '  

a)

b)

15

 -  '
-
  '
 -  '
- 

'
    
 '
-



Dowd Zauwazmy, z e

'

  
 
poniewaz

  
 

Z drugiej strony



'

  
 

 -  ' 
-  

 '
 -  ' 
- 
  '   -

 
  
 
  

Podobnie mozna pokazac, z e

'
-

 

'



-
    '   -

Przykad 1.30 Sumujac wiersze tabeli z przykadu 1.28b mozna otrzymac gestosc rozkadu zmiennej  , a sumujac kolumny gestosc rozkadu
.

0







0
1

1




 2
 
 
 




Podobnie jak dla jednej zmiennej, majac gestosc acznego rozkadu prawdopodobien stwa dwch zmiennych
i mozna obliczac prawdopodobienstwa zdarzen opisywanych przez te zmienne.

Przykad 1.31 Wezmy zmienne

oraz

'

z przykadu 1.30. Wtedy

' 
 -

' 
 i 

' 

 i 

- 
'  



-

' 






lub


 i 


-


-
    6


lub

i


 
    





lub




-

Rozdzia 1. Rachunek prawdopodobien stwa

16

1.6 Niezaleznosc zmiennych losowych

Definicja 1.32 Zmienny losowe
mamy


 i

'






sa niezalezne jezeli dla kazdej pary liczb  ,

'
 -
' 
  '  -
  ' -  ' - 

 

 

lub inaczej, gdy

gdzie
zmiennej


-

oznacza gestosc rozkadu acznego,

.

gestosc zmiennej

,a

gestosc

Przykad 1.33 Zmienne losowe  i  z przykadu 1.28a sa niezalezne, natomiast

zmienne  i
z przykadu 1.28b nie sa niezalezne.
Oczywiscie moze byc wiecej zmiennych losowych okreslonych na jednej przestrzeni
Dla trzech zmiennych losowych , , aczny rozkad prawdopodobie n stwa, zdefiniowany jest jako



i

 i


'   -
'



Mamy przy tym

'
-

'
-

'
-

oraz na przykad

'

 

  

 


-



  -

' 

' 

  i

-



 '   -
 
 '   - 




 '   -


 ich aczny rozkad prawdo-

 

-

 '    -
     
 

,  , sa niezalezne jezeli dla kazdej trjki liczb  ,

 '   -

'
-
'
-
'
-



Definicja 1.34 Zmienne losowe

mamy




 

Podobnie jak poprzednio atwo mozna pokazac, z e

 '   -




W oglnym przypadku zmiennych losowych

podobienstwa okreslony jest jako

'


 







 

-

Podobnie mamy w przypadku

zmiennych losowych

1.6. Niezaleznosc zmiennych losowych

 

Definicja
    1.35 Zmienne losowe
 
 zachodzi


 






 sa niezalezne jezeli dla kazdej -tki liczb

'
 -

17

'
 -

Przykad 1.36 Wrcmy do przykadu

 z rzutem monetami, przykad 1.22c. Dla kazdego
zmienna losowa
jest rwna jezeli  na
monecie wypad orze, i 1 jezeli na -tej
 -tej
 sa niezalezne.
monecie wypada reszka. Zmienne 

 

Pokazemy teraz, z e jezeli zmienne losowe i

zdarzenia opisywane przez te zmienne. Dokadniej

sa niezalezne, to niezalezne sa tez

Twierdzenie 1.37 Niech i beda niezaleznymi zmiennymi losowymi, a

nymi podzbiorami zbioru liczb rzeczywistych. Wtedy zdarzenia

oraz


i

dowol-

 

. '
-

 

.  '
-   

sa niezalezne.

' -

Dowd Poniewaz zbir wartosci zmiennej

elementy zbioru
. Niech

         6
' - 



      
6
 ', -   



. '
-
 dla jakiegos )

 

.  '
-
 dla jakiegos +$

Podobnie niech
Mamy zatem

oraz

jest skonczony, mozemy wypisac wszystkie

   

.

istnieja

 

czyli

)",+

'
-

takie, z e

 

 

'



oraz

 '
-
 - 


 -

Poniewaz sumowane zdarzenia wykluczaja sie wzajemnie mamy

'


-

  



'




-

Rozdzia 1. Rachunek prawdopodobien stwa

18
a poniewaz

'


 -

ale

oraz






sa niezalezne

 

'
 -
' 
 - 

'
 ,-

'
 '
 -

'  - 

Teza twierdzenia wynika z prostego faktu, z e





'
 -



'
 -




 



'
 -
' 
 - 


1.7 Wartosc oczekiwana, s rednia

Definicja 1.38 Wartosc oczekiwana (srednia) zniennej losowej

' -

Przykad 1.39 Dla zmiennej losowej

' -

to liczba

'
-
'
- 


 

wartosc oczekiwana wynosi

  z przykadu
    1.24




Jezeli zmienna posiada jednostajny rozkad prawdopodobie n stwa, to jej wartosc oczekiwana jest zwyka srednia arytmetyczna jej wartosci.

' -


 

'
- . .
. .


 

'
- 

W oglnym przypadku wartosc oczekiwana jest nazywana srednia wazona.

' -

Lemat 1.40

Dowd Jezeli pogrupujemy wyrazy sumy

, to otrzymamy

' -


 

'
-
'
-

  
  


'
 -
'
-
'
- wedug wartosci zmiennej




  
   
 

'

-

  
  

'
 -

1.7. Wartosc oczekiwana, srednia

19

Przykad 1.41 Przypusc my, ze mamy informacje, ze w jakiejs grupie studenckiej poowa
studentw otrzymaa ocene 5 z matematyki dyskretnej, jedna trzecia otrzymaa ocene 4,
a jedna szsta ocene 3. Jaka jest srednia ocena w tej grupie? Przyjmujemy, ze grupa jest
przestrzenia losowa, a zmienna losowa jest ocena studenta. Wtedy wartosc oczekiwana
zmiennej

' -
       !
 ! !
 

jest srednia ocena w tej grupie.

' -

' -

' -

istnieje zdarzenie elementarne

Wniosek
1.42
losowej

Dla kazdej zmiennej



takie, ze
oraz
.




  oraz 

Podobnie istnieje zdarzenie

takie, ze
.

' -

' -1 ' -

Dowd: Udowodnimy tylko pierwsza czesc twierdzenia, druga mozna udowodnic w podobny sposb.




z dodatnim prawdopodobien stwem mamy
Przypusc my, z e dla kazdego
. Ale to prowadzi do sprzecznosci

' -

' -

' -

'
-
'
-


 

 



' -
'
-
' -


'

 

-
' -


W przypadku klasycznej definicji wniosek 1.42 opisuje prosty fakt, z e zawsze istnieje
przynajmniej jedna wartosc mniejsza od lub rwna wartosci sredniej oraz wartosc wieksza
od lub rwna sredniej.
W ponizszym twierdzeniu zebrano podstawowe wasnosci wartosci oczekiwanej.

' -  ' -.
' -

' -.
b) Jezeli jest liczba rzeczywista, to
'  -
' - '  - .
c) Jezeli zmienne i  sa niezalezne, to
 
' -   .
d) Jezeli
, to

Twierdzenie 1.43

Dowd:
a)

' -

b)

c)

'


 

-

a)

'

'   - '
-


 

'

 -


 

- '
-

' '
-   '
--

'
-


 

' -


 


 

 

 '
-
'
-

'
- 


 

'
-

 '
-

' -

' -  '  -

Rozdzia 1. Rachunek prawdopodobien stwa

20

Pogrupujmy skadniki sumy wedug wartosci zmiennych

'  -
     
'
- 




  
 

'
 i 
-
  

'
 -
' 
 


   
'
 -   
' 
- 
' - '  -

'
- 
'
-
'
-  .

d) Jezeli dla kazdego ,
, to 








Twierdzenie 1.44 Wartosc oczekiwana sumy zmiennych 
jest rwna


'  -
 ' ,-
 


      sa niezalezne, to wartosc oczekiwana ich
Twierdzenie 1.45 Jezeli zmienne 
iloczynu rwna sie




' - 


Twierdzenie 1.46 (Nierwnosc Markowa) Jezeli zmienna

losowa

nieujemne, to dla dowolnej liczby rzeczywistej 

'

' -


Dowd:

'
-







 

'
-

1 ' -

 

przyjmuje waretsci

- 1 ' - 

'
 

 

 

 

'
-

'
-



'

 -



Zauwa
 zmy, z e nierwnosc Markowa jest uzyteczna tylko kiedy
, to mamy trywialne oszacowanie
bowiem

'

 

- 1 1 '  - 

 


'


' - . Jezeli


Przykad 1.47 Nierwnosc Markowa wyraza dosc prosty fakt. Przypusc my, ze okresla
liczbe pieniedzy posiadana przez studenta. Jezeli wartosc srednia zmiennej wynosi 100
zotych,
 to tylko poowa studentw moze miec 200 lub wiecej zotych. Przypusc my bowiem
ze
czesc studentw posiada 200 (lub wie cej)
 zotych.
  Wtedy  udzia
  tej bogatej


czesci studentw w sredniej wynosi co najmniej
,i
wartosc srednia nie moze wynosic 100 zotych, jezeli zmienna nie przyjmuje wartosci
ujemnych.

 ' 

-


1.7. Wartosc oczekiwana, srednia

21

Pokazemy teraz jak mozna wykorzystac prawdopodobienstwo do rozwazan kombinatorycznych. Udowodnimy nastepujace:
Twierdzenie 1.48 Wierzchoki dowolnego grafu mozna pokolorowac dwoma kolarami
(biaym i czarnym) w taki sposb, ze przynajmniej poowa krawedzi ma swoje konce w
rznych kolorach.
Zanim przejdziemy do dowodu wyjasnjmy kilka rzeczy:
Definicja 1.49 Graf jest to dowolny skonczony zbir wierzchokw
 wraz ze zbiorem
krawedzi  , gdzie krawedzie to pary wierzchokw.

 0 $

  %.0 

%

 
 




Dla krawedzi   
mwimy, z e wierzchoki i sa kon cami krawedzi  lub, z e
krawedz  aczy i .
Graf czesto przedstwiamy na rysunku jako zbir punktw poaczonych ukami.
Na



przykad rysunek 1.1 przedstawia graf ze zbiorem wierzchokw

i zbiorem krawedzi

 
            %              % 

 

     

Rysunek 1.1: Przykad grafu

atwo jest pokolorowac kazdy graf tak, aby kazda krawedz miaa oba kon ce w jednym kolorze. Wystarczy wszystkie wierzchoki pokolorowac tym samym kolorem. Graf
z rysunku 1.1 mozna pokolorowac tak, aby kazda krawedz bya dwukolorowa.
Trzeba

pokolorowac na biao wierzchoki , , i i na czarno wierzchoki ,  i . Ale nie dla
kazdego grafu jest mozliwe takie pokolorowanie, w ktrym kazda krawedz ma ko n ce w
rznych kolorach. Na przykad dla trjkata, czyli grafu z wierzchokami

i
krawedziami 
(patrz rysunek 1.2) nie istnieje takie pokolorowanie.

 
#  
# 5# 

 "#
#

Rozdzia 1. Rachunek prawdopodobien stwa

22

Rysunek 1.2: Trjkat



. .
. .


. .

 wierzchokw i

Dowd twierdzenia 1.48: Przypusc my, z e graf ma
krawedzi. Rozwazmy przestrzen zdarzen elementarnych zoz
on
a
ze
wszystkich
mo
z
liwych
pokolorowa
n
wierzchokw
grafu
.
Jest
ich
.
Dla
ka
z
dej
kraw
e
dzi
  



okreslmy zmienna losowa w nastepujacy sposb:

, jezeli



w kolorowaniu oba konce
kraw
e
dzi

maj
a
r
z
ne
kolory
i
w
przeciwnym



 , poniewaz w poowie kolorowan konce  maj
przypadku.
 a r
 zne kolory.
W jednej czwartej
kolorowa
n
oba
ko
n
ce
s
a
biae
(kolorowa
n
,
w
kttych
i
maja kolor


biay, jest
, bo na tyle sposobw mozna pokolorowac pozostae
wierzchokw)
oraz w jednej czwartej kolorowa
n oba sa czarne.

. Rozwazmy teraz sume zmiennych losowych
Mamy wiec

 0 $



' 

-

' 
-
 

Wartosc zmiennej






'
- to liczba rznokolorowych krawedzi w kolorowaniu

' -
 ' 
-
  

 


' -



' -

. Ale

'
-

Dlatego,
zgodnie z wnioskiem 1.42 musi istniec kolorowanie , dla ktrego

.

Srednia liczba rznokolorowych krawedzi w kolorowaniu moze byc obliczona bez
uzywania terminologii rachunku prawdopodobien stwa. Policzmy ile we wszystkich kolorowaniach jest rznokolorowych krawedzi. Z jednej strony jest to


 

' liczba rznokolorowych krawedzi w kolorowaniu

-

' liczba kolorowan, w ktrych krawedz 

-

Z drugiej strony

 

jest rznokolorowa

 

 


 
 

Przedostatnia rwno
kolorowan , w ktrych  jest rznoko

 sc wynika z tego, z e liczba

lorowa wynosi
(poowa wszystkich). Srednia
liczba rznokolorowych krawedzi w
kolorowaniu wynosi wiec







1.8. Wariancja

23

1.8 Wariancja

Definicja 1.50 Wariancja zmiennej losowej

nazywamy liczbe

o wartosci oczekiwanej

' -
''

' -

 --

' -



Wariancja


jest miara tego jak bardzo wartosci zmiennej sa oddalone od sredniej. Im wieksze rozrzucenie wartosci tym wieksza wariancja. W ponizszym twierdzeniu
zebrano podstawowe wasnosci wariancji

' -

 

' -
' -  
' -


' -

Twierdzenie 1.51
b)



c)

a)


d) Jezeli zmienne

e) Jezeli zmienne

'

sa niezalezne, to

 

 -



' 
' -
' '   - -
'

' -  

'
d)
''   -  -

Dowd
a) wynika z faktu, z e zmienna
b) 



 






' ' -

' -.

  -   przyjmuje
   tylko nieujemne
-
'  - warto

 sci, '  - 

'  -   '  -  '  -

 - -
' -  ' - ' 

'  -

'  -- 
' ' --    ' - '  -  ' '  -- 


 -  -  ' '
'   - ' '  -- 

po odjeciu stronami dwch ostatnich rwnosci



' -

poniewaz zmienne sa niezalezne, to z twierdzenia 1.43c


 

Z drugiej strony

sa parami niezalezne, to

''

' -

'

 -

'  -  ' ' -- 

''



 -- 

' -

' - 


' -


Twierdzenie 1.52 (Nierwnosc Czebyszewa)

Dla zmiennej losowej
 
oraz liczby rzeczywistej 
mamy

'.

 . - 1




' -

z wartoscia oczekiwana

Rozdzia 1. Rachunek prawdopodobien stwa

24

Dowd: Rozwazmy zmienna losowa



. Poniewaz
  

.  '
- .
  '
- 

'
.  .  -

'      - 

to

Stosujac nierwnosc Markowa dla zmiennej

ale

mamy

'
.  . -

'      - 1 '     '   -
''   -  -


' 

1.9 Rozkad jednopunktowy

Z rozkadem jednopunktowym mamy do czynienia, wtedy gdy cae prawdopodobie n stwo
jest skupione w jednym punkcie
Definicja 1.53 Zmienna losowa


'
-


ma rozkad jednopunktowy, jezeli dla jekiegos

Poniewaz

, to
Wartosc oczekiwana zmiennej

'
-
 
'
 -
 dla kazdego 

wynosi

' -



Lemat 1.54 Jezeli jakas zmienna przyjmuje wartosci nieujemne i

na losowa ma rozkad jednopunktowy, to znaczy

'
- 


'
-
  , to
'
-

' -



, to zmien-

czyli dla kazdego

, jezeli

Dowd: Pokazemy, z
e dla kazdego
bowiem, z e istnieje
, takie, z e
twierdzenie 1.46, mamy

'

-1
'

'
,-je
zeli 
 

'
-



'

-

, to
. Przypusc my
. Wtedy z nierwnosci Markowa,

- 1 '  -



Zaozenie, z e zmienna
przyjmuje tylko wartosci nieujemne jest istotne we wniosku 1.54. Pokazuje to nastepujacy przykad.

1.10. Rozkad zero-jedynkowy

Przykad 1.55 Zmienna losowa

z przykadu 1.26a z funkcja gestosci:

' -

-1
  
 1 

ma wartosc oczekiwana

' -

25

z rozkadem jednopunktowym wynosi

 - ' ' -- 

 


'


'


Wariancja zmiennej losowej

' -
 , to zmienna losowa posiada rozkad jednopunktowy.

' -
''   - -
 , to z lematu 1.54 wynika, ze 

Dowd
z-


'





 -.

'  Poniewa










 beda dowolnymi liczbami rzeczywistymi i niech
Wniosek 1.57 Niech  



   
Ale i na odwrt

Lemat 1.56 Jezeli

Wtedy

 


przy czym rwnosc zachodzi wtedy i tylko wtedy, gdy 

     


dla kazdego .

'*) -

bedzie przestrzenia z jednostajnym rozkadem prawdoDowd: Niech

 . Wtedy
podobienstwa i niech bedzie zmienna losowa okreslona wzorem
jest wartoscia oczekiwana zmiennej , a

 


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

1.10 Rozkad zero-jedynkowy

Zmienna losowa ma rozkad zero-jedynkowy, jezeli prawdopodobie n stwo jest skupione tylko w dwch punktach 0 i 1. Gestosc rozkadu prawdopodobienstwa ma wtedy postac

0

 ' 

1

dla pewnych dodatnich

speniajacych warunek
Wartosc oczekiwana zmiennej wynosi

/


' -
  



a wariancja

' -
'  -  ' ' -- 





'  
-




Rozdzia 1. Rachunek prawdopodobien stwa

26

1.11 Rozkad dwumianowy Bernoulliego

Przypusc my, z e mamy serie niezaleznych doswiadcze

n i w kazdym doswiadczeniu dwa
mozliwe
wyniki: sukces z prawdopodobien stwem i porazka z prawdopodobien stwem
. Niech bedzie zmienna losowa rwna liczbie sukcesw w tej
serii. Zmienna
losowa posiada rozkad dwumianowy (Bernouliego) z parametrami i .
Dla uproszczenia rozwazan zazmy, z e
n stwo zdarzenia, z e

. Prawdopodobie


wystapi sukces, porazka, sukces i porazka wynosi
, poniewaz wyniki doswiadczen sa niezalezne. Dokadnie dwa sukcesy w serii czterech doswiadczen bedziemy mieli,
jezeli wystapi jeden z ciagw, w ktrych na dwch pozycjach wystepuja sukcesy:
(sukces, sukces, porazka, porazka),
(sukces, porazka, sukces, porazka),
(sukces, porazka, porazka, sukces),
(porazka, sukces, sukces, porazka),
(porazka, sukces, porazka, sukces),
(porazka, porazka,
sukces).
  sukces,
, bo na tyle sposobw mozna wybrac dwie pozycje, na ktrych
Takich ciagw jest 



beda sukcesy. Kazdy z tych ciagw ma takie samo prawdopodobie n stwo rwne
.I
poniewaz te ciagi sa zdarzeniami wykluczajacymi sie, prawdopodobie n stwo, z e wystapi
ktrys z nich wynosi

 




&

!


  

1
1

Podobnie dla dowolnego

, prawdopodobien stwo, z e w serii czterech doswiadczen wypadnie sukcesw wynosi


 

 

W podobny
sposb mozna uzasadnic, z e dla dowolnego

metrami i ma postac



rozkad dwumianowy z para-

'

5-

   
' - zmiennej losowej
Twierdzenie 1.58 Wartosc oczekiwana
mianowy o parametrach

wynosi

Dowd: Rozwazmy funkcje:

 '
-
'

ze wzoru Newtona mamy

 '
-
'

Zrzniczkujmy ta funkcje



'

 - 


-

 

 














 
 
 


majacej rozkad dwu-

1.12. Krance rozkadu dwumianowego

Jezeli teraz podstawimy



to otrzymamy





 





' -

'
-


Rozwazmy ciag niezaleznych zmiennych losowych

zero jedynkowym






oraz

'
 -

Suma tych zmiennych

' -

27


 , kazda o rozkadzie




ma rozkad dwumianowy

o parametrach i . Wartosc oczekiwana, kazdej

ze zmiennych
wynosi
, wiec wartosc oczekiwana
zmiennej wynosi .
 
wynosi

. Poniewaz zmienne 
sa
Wariancja zmiennej
niezalezne to wariancja ich sumy wynosi
, mamy wiec.

' -

Twierdzenie

1.59 Wariancja zmiennej losowej
trach i wynosi

' -

 

z rozkadem dwumianowym o parame-



rozkadu dwumianowego
1.12 Krance
Twierdzenie 1.60 (Nierwnosci Chernoffa)
Niech zmienna losowa posiada rozkad


dwumianowy
o
parametrach
i
.
Oznaczmy
warto


  sc  oczekiwana tego rozkadu przez
. Wtedy dla dowolnej liczby rzeczywistej ,
, mamy




 

oraz

' ' 

- -1

' 1' 

 - - 1

1 1 

  

1.13 Problem dnia urodzin

Zastanwmy sie ile osb musi znajdowac sie w pokoju, aby bya duza szansa, z e dwie
osoby maja urodziny tego samego dnia.
Dla prostoty przyjmujemy,
dnia urodzin jest rwnowaznu problemowi
 z e  problem

wylosowania ciagu liczb 
, kazda sposrd
mozliwosci, tak aby
wystapio w nim jakies powtrzenie.
Oznaczmy przez
zdarzenie przeciwne, z e wszystkie wylosowane liczby sa rzne.
Jezeli zaozymy, z e wszystkie ciagi sa rwno prawdopodobne, to prawdopodobie n stwo,
z e otrzymamy ciag rznowartosciowy wynosi

'  -
'



  

!

  -  ' 
- 
 '   - '   - ' 
 -

Rozdzia 1. Rachunek prawdopodobien stwa

28

 '    - '   - '  
  - 

   1 
Skorzystamy teraz z nierwnosci

'   - 1 
 
 

 


  



 
     1 

  
    


      
  
'
  -  
  , a to zachodzi
Prawdopodobie
jest
mniejsze od
wtedy gdy





!



 n stwo
 to



   .


. Dla
, zachodzi to dla
wtedy gdy
Tak wiec je
pokoju znajduja sie co najmniej 24 osoby, to z prawdopodobie n stwem
 s li wdwie
wiekszym od
sposrd nich maja urodziny w tym samym dniu.
1.14 Zadania
1. Zaproponuj przestrzen zdarzen elementarnych dla losowania dwch kul z urny
zawierajacej 3 kule biae i 4 czarne. Przedstaw zdarzenie, z e wylosowano:
a) dwie kule biae, b) kule w rznych kolorach.

 

2. Zaproponuj
przestrzen zdarzen elementarnych dla ustawienia czterech liter , , i

w ciag.

Przedstaw zdarzenie, z e

a)

i stoja obok siebie;

b)

i sa rozdzielone jedna litera.

3. Zaproponuj przestrzen zdarzen elementarnych dla nastepujacych doswiadczen:

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  sa zdarzeniami. Zapisac za pomoca dziaan na zbiorach zdarzenia:

a) zachodza wszystkie trzy zdarzenia;





b) zachodzi dokadnie jedno ze zdarzen ,

c) zachodza dokadnie dwa ze zdarzen ,

lub  ;



, ;

d) zachodza co najmniej dwa sposrd zdarzen ,

5     

 
a) z e i

5. Cyfry

ustawiono losowo. Jakie jest prawdopodobien stwo,

 

stoja obok siebie;

 

b) z e pomiedzy i stoja dwie cyfry;

c) z e , i

, .

stoja obok siebie.

1.14. Zadania

29

'
  -
'
- 
'  -  

'
-
  
'
  -
  i
'
  -
&  . Obliczyc
'  - ,
7. Dane

'
 sa - i
'  
-, .

'
  -2
  i
'
  -2
  , wiadomo tez, z e
'
  -2

8. Dane

'   sa
- . Obliczyc
'  - oraz

' 
-.

6. Pokazac, z e

9. W urnie sa 4 kule biae i 3 czarne. Losujemy dwie. Jakie jest prawdopodobie n stwo,
z e wylosowane kule beda w rznych kolorach?
10. Jakie jest prawdopodobien stwo, z e na przyjeciu, na ktrym jest
sie osoba, ktra ma urodziny tego samego dnia co ja?

osb, znajdzie

11. Jakie jest prawdopodobien stwo, z e przy okragym stole wybrane na poczatku dwie
osoby usiada obok siebie?
12. Niech przestrzen zdarzen elementarnych bedzie zbiorem 3 elementowych ciagw
zero-jedynkowych. Wypisz zdarzenia:
a) na pierwszej wsprzednej jest zero;
b) na pierwszej i trzeciej wsprzednej sa zera;
c) na pierwszej i trzeciej wsprzednej mamy rzne wartosci;
d) na wszystkich wsprzednych jest to samo.
Oblicz prawdopodobienstwa tych zdarzen (rozkad jednostajny).
Czy zdarzenia te sa niezalezne?
Niech przestrzen zdarzen elementarnych bedzie zbiorem elementowych ciagw
zero-jedynkowych (rozkad jednostajny). Oblicz prawdopodobie n stwa tych samych
zdarzen.
13. Rzucamy trzema kostkami. Jakie jest prawdopodobie n stwo, z e na z adnej kostce nie
wypada szstka, jezeli na kazdej kostce wypada inna liczba oczek.
14. Mamy dwie urny z kulami. W pierwszej urnie sa dwie kule biae i cztery czarne, a
w drugiej urnie trzy biae i trzy czarne. Rzucamy kostka do gry. Jezeli wypadnie 1
lub 2, to losujemy kule z pierwszej urny, jezeli 3,4,5 lub 6, to losujemy z drugiej
urny.
Jakie jest prawdopodobienstwo, z e wylosujemy kule biaa?
Zaproponuj przestrzen zdarzen elementarnych i rozkad prawdopodobien stwa.

15. W urnie jest kul w tym biaych. osb po kolei losuje jedna kule bez zwracania.
a) Ile wynosi prawdopodobienstwo wylosowania kuli biaej dla trzeciej osoby?
b) Ile wynosi prawdopodobienstwo wylosowania kuli biaej dla kazdej z losujacych
osb?

Rozdzia 1. Rachunek prawdopodobien stwa

30



16. Udowodnij, z e jezeli zdarzenia

oraz
i .
17. Zmienna losowa


i

sa niezalezne, to niezalezne sa takze


i

posiada rozkad:

' 
 -  1   2  3   #4 !  #5 !

'



 - ,
'   - .
Oblicz
' - oraz
'  - .
, wariancje

Oblicz wartosc oczekiwana
  jest okreslona na przestrzeni      # z jednostaj ' -



18. Zmienna

'  - .
nym rozkadem. Podaj jej rozkad, wartosc oczekiwana oraz

19. Podaj rozkad czestosci wystepowania liter w zdaniu:

"Podzbiory przestrzeni zdarzen losowych nazywamy zdarzeniami".

20. aczny rozkad zmiennych losowych

przedstawiony jest w tabeli.

 0  1 
 !   !  !

  ,

Oblicz rozkady zmiennych ,  ,
' -,

' -, '   -,
 '
Oblicz
,  ,


0
1

-1
 


Czy zmienne

'
 -,
'

sa niezalezne?

Oblicz prawdopodobienstwa

21. aczny rozkad zmiennych losowych

 -.

 -.
 .

przedstawiony jest w tabeli.

(   1 !  (2
0

0
1

Czy mozna tak dobrac liczby , i , aby zmienne

 '   -

byy niezalezne?

 '  -

22. W dwch tabelach przedstawiono

 aczny rozkad zmiennych ,
tabela zawiera wartosci 
, a druga wartosci 
.
Z=0
-1
1

 #   2!  (3 

    #     
1

i

. Pierwsza

1.14. Zadania
Z=1

31

(   #2   #3 

(  (   # 
1

-1
1

 - '

Oblicz rozkady brzegowe zmiennych


,
.

. Oblicz

'

 - ,

'



Czy zmienne , i sa niezalezne? Jezeli nie, to zmien prawdopodobienstwa w

pierwszej tabeli tak, z eby byy niezalezne.

 

    
#
 ' -

rozkadem
okreslamy trzy zmienne

' -
  z jednostajnym
'






,  
. Czy zmienne te sa niezalezne?


23. Na przestrzeni
,



24. Mamy trzy niezalezne zmienne losowe , i (okreslone na jakiejs przestrzeni

probabilistycznej). Udowodnij, z e kazde dwie tez sa niezalezne.



  

 

znych zmiennych
losowych 
25. Mamy
  niezale

zmienne 
tez sa niezalezne.

 . Pokazac, z e dla kazdego

Podobnie kazdy podzbir tych zmiennych jest niezalezny.

'

 

 -


-
'

26. Pokazac, z e dla

 kazdego


.
oraz

istnieje zmienna losowa

taka, z e

rozkad symetryczny, tzn dla pewnego

27. Pokaza

c, z e jezeli  ma

dla kazdego  , to
.
28. Pokazac, z e jezeli mamy zmienna losowa
inna zmienna , to i sa niezalezne

' -


'

z rozkadem jednopunktowym i dowolna

29. Pokaz, z e jezeli

losowe
i sa niezalezne, to dla dowolnych liczb  i ,
  zmienne
 sa niezale
zdarzenia
oraz
zne.

30. Pokaz, z e je

zeli
i sa niezalezne, to dla dowolnych funkcji i

zmienne

losowe
, zmienne
i
tez sa niezalezne.
31. Pokazac, z e

'

-

32. Podac przykad dwch zmiennych

 .
i

o rznych rozkadach takich, z e

33. Przypusc my, z e zmienna losowa przyjmuje 

wartosci  
kazde z dodatnim prawdopodobien stwem.
  lub
  ?
a) Czy jest mozliwe

  lub
  
 ?
b) Czy jest mozliwe

c) Czy b) jest mozliwe jezeli

ma rozkad jednostajny?

  

 

Rozdzia 1. Rachunek prawdopodobien stwa

32

 --

34. Kowariancja zmiennych losowych

. Pokazac, z e

'

a) jezeli
b)


c)


'



 s- a
niezale' zne-  to 
 ' '

 ,-


 
'
 



rwna sie

 - ' 


 '   -
''

 - 

;
-   
 '            '   .

35. Rzucano moneta 10 razy. Jakie jest prawdopodobie n stwo, z e orze wypad co najmniej raz?
36. Jakie jest prawdopodobien stwo otrzymania parzystej liczby sukcesw w ciagu
prb Bernoulliego,
jezeli prawdopodobien stwo sukcesu w jednej prbie wynosi: a)


1/2, b) .
37. Jakie jest prawdopodobien stwo, z e w serii szesciu rzutw kostka suma oczek bedzie
parzysta.

 '  0) -  '  ) , +(- +
 '  
' )  -
0) -  ' 
0,+(-

38. Pokaza

c, z e jezeli



 

, to

, gdzie

; a jezeli
to rozkad dwumianowy.

'

! -



)  + , to

  

ma rozkad dwumianowy z parametrami

,
39.
Niech zmienna
losowa



. Oszacuj prawdopodobienstwo
(za pomoca nierwnosci

Markowa, Czebyszewa i Chernoffa).