Mads Sørensen
Matematisk modellering 1
11. november 2005
TØ-opgaver til uge 46
Først laver vi en liste over de ligninger med mere i [ITP], der skal bruges: [1]: [2]: [3]: [4]: [5]: [6]: [7]: [8]: [9]:
Ligning (2.5) på side 4. Sætning 3.1, ligning (3.3) på side 7. Sætning 3.1, ligning (3.4) på side 7. Sætning 3.1, ligning (3.5) på side 7. Ligning (3.9) på side 8. Definition 4.2 på side 14. Sætning 4.7 på side 16. Sætning 4.10 på side 18. Sætning 5.6 iii) på side 23.
Opgave 5 Lad A, B ∈ F være hændelser og lad C = (A ∪ B) \ (A ∩ B) (C kaldes den symmetriske mængdedifferens, thi elementer i C er med i enten A eller B). Da (A ∪ B) ⊇ (A ∩ B), er P (C) = P ((A ∪ B) \ (A ∩ B)) [2]
= P (A ∪ B) − P (A ∩ B) [4]
= (P (A) + P (B) − P (A ∩ B)) − P (A ∩ B) = P (A) + P (B) − 2P (A ∩ B).
Opgave 6 Et fly har to sikkerhedssystemer, der virker uafhængigt af hinanden. Lad de to hændelser A og B være givet ved A: Det første sikkerhedssystem bryder sammen, B: Det andet sikkerhedssystem bryder sammen. Det oplyses, at P (A) = P (B) = 0,01. Vi vil så bestemme sandsynligheden for at følgende hændelsen indtræffer: C: Højest én af de to sikkerhedssystemer bryder sammen. Først observerer vi, at C = (A ∩ B)C , så da A og B er uafhængige, er ¡ ¢ [3] [6] P (C) = P (A ∩ B)C = 1 − P (A ∩ B) = 1 − P (A)P (B) = 1 − 0,012 = 0,9999.
1
TEXperten.dk
Mads Sørensen
Matematisk modellering 1
11. november 2005
Opgave 9 Tre kommoder indeholder hver to skuffer, hvorom vi ved, at i den første kommode er der én guldmønt i hver af skufferne, i den anden skuffe er der én guld- og én sølvmønt i hver skuffe og i den sidste kommode er der én sølvmønt i hver af de to skuffer. Nu åbnes en skuffe, og den viser sig at indeholde en guldmønt. Da vi har tre skuffe, der kan indeholde en guldmønt, og der er to guldmønter tilbage, må sandsynligheden for at trække endnu en guldmønt i samme kommode som den første være 2/3. Dette må vi hellere få vist stringent, så lad Gi og Kj betegne hændelserne Gi : Der udtrækkes en guldmønt i den i’te skuffe; i = 1, 2, Kj : Der åbnes en skuffe i den j’te kommode; j = 1, 2, 3. Det er klart, at P (Kj ) = 1/3. Da vi kan udtrække en guldmønt i den anden skuffe i hver af de tre kommoder, under forudsætning af at der var en guldmønt i den første skuffe, er P (G2 ) = P (K1 | G1 ) + P (K2 | G1 ) + P (K3 | G1 ) = P (K1 | G1 ).
(∗)
Sidste lighedstegn følger af, at man ikke kan udtage en guldmønt fra anden skuffe i hverken anden eller tredje kommode (der var jo ikke mere end én enkelt guldmønt i nogen af dem fra starten). Videre ved vi, at P (G1 | K1 ) = 1,
P (G1 | K2 ) = 1/2,
P (G1 | K3 ) = 0.
Vi antager nu, at Kj ’erne er disjunkte hændelser, og vi ved at E = Ã G1 = G1 ∩ E = G1 ∩
3 [
S3 j=1
Kj . Heraf ses, at
! Kj
j=1
er en endelig forening af disjunkte mængder. Dette betyder, at [7]
P (G1 ) =
3 X
P (G1 | Kj )P (Kj ) = 1 ·
j=1
1 1 1 1 1 + · +0· = . 3 2 3 3 2
Nu bruger vi så Bayes’ formel til at beregne den ønskede sandsynlighed: (∗)
[8]
P (G2 ) = P (K1 | G1 ) =
P (G1 | K1 )P (K1 ) 3 X
P (G1 | Kj )P (Kj )
=
1/3 2 P (K1 ) · P (G1 | K1 ) = ·1= . P (G1 ) 1/2 3
j=1
2
TEXperten.dk
Mads Sørensen
Matematisk modellering 1
11. november 2005
Opgave 11 Lad 1 = blå, 2 = gul og 3 = hvid, lad i = 1, 2, 3 og lad Bi og G betegne hændelserne Bi : En udvalgt blomst har anlæg for den i’te farve, G: En udvalgt blomst kommer i groning. Det oplyses nu, at P (B1 ) = 0,7,
P (B2 ) = 0,2,
P (B3 ) = 0,1,
P (G | B1 ) = 0,95, P (G | B2 ) = 0,90, P (G | B3 ) = 0,90. Spørgsmål (i) Vi skal have bestemt sandsynligheden for at en tilfældigt valgt plante kommer i groning. Antag derfor, at en blomst „kun“ S3 kan have anlæg for én farve. Det vil sige, at Bi ’erne er disjunkte hændelser og E = i=1 Bi . Heraf ses, at Ã3 ! [ G=G∩E =G∩ Bi i=1
er en endelig forening af disjunkte mængder. Dette betyder, at [7]
P (G) =
3 X
P (G | Bi )P (Bi ) = 0,95 · 0,7 + 0,9 · 0,2 + 0,9 · 0,1 ≈ 0,94.
i=1
Spørgsmål (ii) Af Bayes’ formel fås nu direkte, at sandsynligheden for at en blomst, der kommer i groning, er gul, er lig med [8]
P (B2 | G) =
P (G | B2 )P (B2 ) 3 X
P (G | Bi )P (Bi )
=
0,9 · 0,2 P (B2 ) · P (G | B2 ) = ≈ 0,19. P (G) 0,935
i=1
Opgave 16 Lad (E, F, P ) betegne et sandsynlighedsrum og lad A1 , A2 , A3 ∈ F være (indbyrdes) uafhængige hændelser. Vi skal have vist, at A1 ∩ A2 og A3 er uafhængige: [6]
[6]
P ((A1 ∩ A2 ) ∩ A3 ) = P (A1 ∩ A2 ∩ A3 ) = P (A1 )P (A2 )P (A3 ) = P (A1 ∩ A2 )P (A3 ). Af [6] følger det nu, at A1 ∩ A2 og A3 er uafhængige. 3
TEXperten.dk
Mads Sørensen
Matematisk modellering 1
11. november 2005
Opgave 24 Lad X være en stokastisk variabel, der opfylder følgende: P (X ∈ [0, 1]) = 1/2 og P (X ∈ [0, 1/4]) = 1/3. Vi ser, at [1/4, 1] = [0, 1] \ [0, 1/4], så da [0, 1] ⊇ [0, 1/4], er [2]
P (X ∈ [1/4, 1]) = P (X ∈ [0, 1]) − P (X ∈ [0, 1/4]) =
1 1 1 − = . 2 3 6
Opgave 26 Lad X betegne en diskret stokastisk variabel med sandsynlighedsfunktion pX , hvor ( c|x| for x ∈ {−1, 1, 2} pX(x) = 0 ellers, hvor c ∈ R+ er en konstant. Spørgsmål (i) Vi skal have bestemt værdien af c. Lad K = {x ∈ R | x ∈ supp pX }, så er [9]
1=
X
pX(x) = c|−1| + c|1| + c|2| = 4c
x∈K
=⇒
1 c= . 4
Jeg gider ikke at tegne grafen for pX . Spørgsmål (ii) Lad B = {x ∈ R | |x| = 1}. Vi ser, at B ∩ supp pX = {−1, 1}, så da {−1} ∩ {1} = ∅, er [5]
P (|X| = 1) = P (X = −1) + P (X = 1) =
1 1 1 · |−1| + · |1| = . 4 4 2
Opgave 27 En „ærlig“ mønt (ved „ærlig“ forstås her, at P (plat) = P (krone) = 1/2) kastes vilkårligt mange gange. De enkelte kast er indbyrdes uafhængige. Lad B betegne hændelsen „plat“ og lad B C betegne hændelsen „krone“. Sæt så VKK = min{n ∈ N | det (n − 1)’te kast giver krone og det n’te kast giver krone}, VKP = min{n ∈ N | det (n − 1)’te kast giver krone og det n’te kast giver plat}.
4
TEXperten.dk
Mads Sørensen
Matematisk modellering 1
11. november 2005
Vi har så følgende mulige udfald: © ª E2 = BB, BB C , B C B, B C B C , © ª E3 = BBB, BBB C , BB C B, B C BB, BB C B C , B C BB C , B C B C B, B C B C B C . Dette viser, at #E2 = 4 og #E3 = 8. Nu observerer man så, at © ª © ª {VKK = 2} = B C B C , {VKP = 2} = B C B , © ª © ª {VKK = 3} = BB C B C , {VKP = 3} = BB C B, B C B C B . Da P : F → [0, 1] er et uniformt sandsynlighedsmål på F, er [1]
#{VKK = 2} 1 = , #E2 4
[1]
#{VKP = 2} 1 = , #E2 4
[1]
#{VKK = 3} 1 = , #E3 8
[1]
2 1 #{VKP = 3} = = . #E3 8 4
P (VKK = 2) = P (VKP = 2) = P (VKK = 3) = P (VKP = 3) =
Litteratur [ITP] Preben Blæsild og Jan Pedersen. An Introduction to Probability Theory, 3. udgave. Aarhus Universitet, Danmark 2004.
5
TEXperten.dk