Scribd Logo
Upload

Welcome to Scribd!

  • Probabilidad

    Uploaded by

    Marta Martin Duque
    18 views24 pages
    1bach

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document
    1bach

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    Download as pdf
    18 views24 pages

    Probabilidad

    Uploaded by

    Marta Martin Duque
    1bach

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    Download as pdf
    of 24
    CALCUL DE PROBABILITATS nici del calcul de probabilitats s‘atibuix a Pascal i a Fermat (segle xv1), els quals, en enfrontar-se amb certs proble- ‘mes proposats per un jugador professional, bases d’aquesta teoria. issentaren les primeres Laplace, a comencaments del segle x1x, realitza investigacions im- portants que recopila en el libre Teoria analitica de les probabilitats. Entre moltes altres coses estudia el teorema “sobre la probabilitat de les causes”, enunciat ja per Bayes en el segle xv. En el segle xx, amb la intervenci6 de la teoria de conjunts, el calcul de probabilitats s'axiomatitza, amb la qual cosa guanya en rigor i ge- Els jugadors de camtes (1520), de neralitat Lucas van Leiden 348 UNITAT | 14 Obtencié experimental de la probabilitat Quadtriculem un foli amb quadrats de 3 em x3 em. Si deixem caure sobre ell una moneda de 2 céntims euro (19 mm de diametre), pot caure (tocant ratlla), ‘com A, o "sense (ocar ratlla”, com B. Calcul matematic de la proba Resolem ara el problema anterior de forma matemati- a posicié de la moneda queda determinada pel cen- a En quins punts de la quadricula ha de quedar el cen- tre de Ia moneda per tal que aquesta no toque rat~ Ila? Es clas que ha de ser a Vinterior del quadrat xico- tet, 68 a dir, la distancia a cada ratlla ha de ser major «que el radi de la moneda. ‘Area del quadrat gran: 32 = 9 em? Area del quadrat xicotet: (3 ~ 1,9)? = 1,21 em? az Ih PIs) = 75% = 0,134 Calculem la probabilitat del succés 5: S'= “LA MONEDA CAU SENSE TOCAR RATLA” Realitzem l'experiéncia moltes vegades i calculem la freqlléncia relativa del succés S. Suposem que 30 persones (els alumnes d'una classe) re- alitzen Pexperiéncia 100 vegades cadascuna (un total de 3000 experincies), i que es comptabilitza que el succés ha tingut loc 385 vegades. 1a freqiiancia relativa se 385 ae 3000 1128, Induim aixf que: PIS = 0,13 La probabilitat obtinguda per aquest métode (0,134) hha sigut sensiblement igual a Yobtinguda pel métode experimental (0,13). = Calcula matemiticament quina és la probabilitat que un boté d'1 cm de diametre “no toque ratlla” en la quadricula 3 cm x 3 om. '@ De quina mesura ha de ser un disc per tal que la probabilitat que “no toque ratlla” en una quadricu- Ia de 4 cm x 4 cm siga de 0,22 En una quadricula de 4 em x 4 cm deixem caure 5000 vegades una moneda i comptabilitzem que “no toca ratlla” en 1341, Estima quin és el diametre de la moneda = Sobre un terra de rajoles hexagonals regulars de 12 em de costat deixem caure un disc de 10 cm de diametre. Quina és la probabilitat que "no toque ratlla”? r 349 350 14.1 EXPERIENCIES ALEATORIES. SUCCESSOS lM SUCCESSOS ALEATORIS El nombre de cotxes que possaran per un tram de carretera un da determina és un succés alectori? Podriem preguntar-ho, préviament, a cadescun dels possibles, Vioigers i realitzar omb certo exacitud la si, Imogines la immensa difcutat de la consulta? No obstant aixd, els experts, tractant com a oleator el sucés i recorrent « experitncies ontriors,preveuen om ‘una oproximecié notable el que lindet loc. Se UE RHE Li §mLQUAN “TE LLoc” UN succts Diem que un succés es verifia, © que eco, gon n realizar expr leatiria corresponent, el resulta 6s un dels casos e aquest succés. Per exemple, si en llangar un dou ix un 5, s'han esdevingut, entre aires, els svecessox {5}, (3, 5, 6}. (1, 5}, € ase eeeeeheeeveerice EXERCICIS PROPOSATS 1, Numerem amb 1, 2, 3 4 les quatre cares allargades Pun reglet. Deixem cau- re el reglet i hi anotem el nombre de la cara superior. Si llancem una pedra i coneixem les condicions inicials dalgada, veloci tat, etc., sabrem amb seguretat on caura, quant de temps tardari a caure, etc. Es una experioncia determinista Si llancem un dau sobre una taula, ignorem quina cara quedari cap amunt, El resultat depén de Vatzar, Es una experiencia aleatiria, Experiéncia aleatdria és aquella resultat de la qual depén de Patzat. ‘Succés aleatori és un esdeveniment que ocorrera 0 no depenent de Yavzar. 1a vida quotidiana esta plena de successos aleatoris. Molts, de tipus so- ciologic (viatges, accidents, nombre de persones que acudiran a un gran magatzem...), encara que s6n suma de moltes decisions individuals, es poden estudiar, de manera avantatjosa, com a aleatoris Per comencar, ens fixem en experincies aleatbries senzilles com llancar dlaus, extraure cartes d'una baralla, aure boles d'urnes.. Espai mostral Anomenem espai mostral el conjunt de tots els possibles resultats d'u- ‘na experigncia aleatoria. D'ara endavant, el designarem per E. Per exemple: En un dau, £= (1, 2, 3, 4,5, 61 En una moneda, E=(C, +] Successos Anomenem succés qualsevol subconjunt de, Els elements de E s'anomenen successos individuals o successos elementals. També s'anomenen casos. ‘També sn successos el succés buit 0 suceés impossible, ©, i el ma- teix F, succés segur. El conjunt de tots els successos dna expe- ridncia aleatoria sanomena Si £ tun nombre finit, n, d'elements, el nombre de successos de E és 2", Per exemple: En un dau, {1, 2), 12, 4, 61, 13, 5) sén successos. {1), 2), GI... son successos individuals, Hiha 26~ 64 successos En llancar una moneda hi ha 2? = 4 successos: F=(B, (Cl, (41, 1C, +} ) Quin n’és Tespai mostral? 5s bb) Escriu un succés elemental i tes que siguen no elementals, Y ©) Quants successos té aquesta experigncia? UNITAT | 14 Operacions amb successos Donats dos successos, A iB, s'anomena: uo AUB (es lig A unis B) és el succés format per tots els elements de A ide B. Bl succés AUB es verifica quan ocorre un dels dos, A 0 B, 0 ambdés. rvrmsecais ANB (cs llig A intersecci6 B) és el succés Format per tots els elements que s6n, si- mulniament, de 4 ide B. El suecés AB es verifca quan ocorren si- multiniament A iB. DIERENCIA A-B (¢s lig A menys B) é el succés for- ‘mat per tots els elements de A que no son deB. A~B esverifica quan ho fa A ino B. CCOMPLEMENTARE Elsuccés A'= E~A s'anomena suceés con- ‘trari o complementari de 4. El succés A’ es verifica sempre que no es verifique 4 suocessos micourarusixs Dos successos, 4 iB, s'anomenen incom- ppatibles quan no tenen cap element com. Hs a dir, quan ANB -@. Els successos incompatibles no es poden ve- rificar simultaniament Algunes propietats importants #81 ACB, aleshores AUB=BiANB=A + (AU BY = 4'N B'| Aquestes dues propietats s'anomenen (ny =4'U B'| Meis de De Morgan i s'utlitzen mol. 1. B= 14,b6644.6f8 bil | AUB=1a,b, c,d, fg, bl, (AU BY = le, i) A= 16,6458 b} ANB=(b,6,d), ANBY=(aefg, bi) ae A'={a,e,, B’=(e,f,g,b, ib Troba: . h | AUB, ANB, (UB) A'UB'=(a,¢,f,.8,4, ih, A’ B= le, fl (AN BY, AUB, ANB, Observem que (4 1) BY = A'U BY ique (AU By = A’ Bt BiG aL. Com que CCB, BUC-Bi BNC=C EXERCICIS PROPOSATS 2. Considerem Vexperiéncia de “llangar un dau". A b)Obtin els conjunts (A U BY, (41 BY, per partir dels conjunts A'U BY A’N.B!, i comprova que es complis- A{1,2,3.4, B=(1,3,5h C= (2,41 a PATTIE a) Obtin ls confunts AUB, ANB, A! Bt Oe CE BAG, imaona'n els resul- 352 14.2 FREQUENCIA | PROBABILITAT (©) 1. fel tens un rou pe auctn en cl qual pots comprovar experimental- ‘ment la Let dels grans nombres, Freqiéncies absoluta i relativa d’un succés Realitzem NV’ vegades una experiencia aleatoria. Recordem les defini- ions segients: Anomenem freqiiéncia absoluta d'un succés So, simplement, freqdén- cia de S, el nombre de vegades que sesdevé S, Es designa per f(S). Anomenem freqtiéncia relativa de 5 la proporcio de vegades que sesdevé 5. an BO cys Uei dels grans nombres En realitzar reiteradament una experiencia aleatdria, la freqliéncia relati- va d'un succés determinat, /r(S), va prenent diferents valors. Aquests| valors en principi sofrixen grans oscil-lacions perd, a poc a poe, s'estabi- litzen (oscil-len menys cada vegacla). Quan NV creix molt, saproximen a un cert valor que és la probabilitat des, P{S]. (RPO = PS) moms ems nome Per exemple, en llancar un dau siobtenen els valors de fr) pera N= 20, 40, 60, 80, 100, 120, .. Els valors de fr(3)_ stestabilizen entom e'1/6 = 0,166. +4980 120 160 290 20 20 30360 4 Ho 48D 50 560 60 Per qué fa freqtitncia relativa tendix a estabilitzar-se? En llangar reiteradament un dau, é5 possible obtindre el succés “3° cine vegades consecutives? Per suposat que si 6 dificil, perd possi- ble. Com afecta aquesta ratxa a la /r(3)? Depén de quantes expe- rigncies duguem a terme. Per exemple, suposem que abans de la ratxa era fr@) = 0,16: Amb la rata de PeraN=100 f@)=16 — fr(3) = 0,16 pares N=105 fG)=21 fr@)-0,2 ved augmenta centésims. PeraN= 1000 fG)= 160 fr(3)=016 | fr) augmenta N= 1005 f3)~165 fr) = 0,164 [ “4 miblesims, Pera N= 10000 /@) 600 fr(3) = 0,16 | fr@) augmenta N= 1005/3) 605 fr(3)= 0.1604] “4 deumillesims, Esa din, fr() s'estabilitza perque, en ser el denominador cada vegada més gran, al quocient li afecten cada vegada menys les fluctuacions del numerador. RAONA 5 lar que les freqncies relatives ccomplixen les propietats seglents: * F{5) > 0, qualsevel que siga S. #5) AnB=@ caleshores. (AUB) = FIA) + F(B) i, per ton, FAUB) = f(A) + (8) * mE)=1 2, En el CD pots trobar les demostea- ions dels teoremes T:1 a T7. EXERCICIS RESOLTS l 1. Donats Fespai mostrat E=la, b, 6,4, el 1 les probabilitais segitents, Pita, b, ell = 0,7 uNar | 14 Propietats de les probabilitats Les probabilitats dels diferents successos d'una mateixa experiéncia ale- atoria han de complir les propietats que donem a continuaci6. Les tres primeres simposen (és a dit, son axciomes), inspirant-nos en les propie~ tats de les freqiiencies relatives. Les segiients es deduixen de les prime- res (€s a dir, Son teoremes). AXIOMES: a probabilitat de cada sucoés és un nombre. Sthan de complir els axio- mes segilents: AX1 Qualsevol que siga el succés 5, PISI2 0. |Ax.2. Si dos successos s6n incompatibles, la probabilitat d'unis és igual a la suma de les probabilitas. ANB=@ = PIAUB)=PIAI+ PLB] ‘Ax.3_ La probabilitat total és 1: PLE) En esstncia, aquestes tres propietats indiquen que la quantitat total de probabilitar és igual a 1 i es repartix additivament entre els dife- rents successos. ‘TEOREMES T1 Pla}=1-PIAl 12 PI@I-0 13 SiACB, aleshores P[B) = PIA] + PIB-Al 14 SiACB, aleshores PLA < PIB] 5. Si, Ay) ~ Ay 86n incompatibles dos a dos, aleshores: PIA,UA, U.... UAgl = PLA] + PIA) +». + PLAg 16 PIAUB)= PLAl + PIB] PLANE) 1:7 _Sil'espai mostral F és finit i un succés és SH bey, Xp) on, ay), aleshores: PIS) = Play) + Plxgl + .. + Ply) a, b, 6, dl = la, b, cl U tb, 6, dl 21 £6) {a, b, 1 1b, 6, dl = 1b, ch | rerun cr Plla, 6, ¢, dll = Plla, b, cll + PAlb, ¢, dll - PUb, cl = 0,7 + 08-05 = 1 c dj =08 | pee lel! = (a, 6, c,d). Pertant, Pe] 1~Plla, b, ¢, dil= 0. cat on te, ra, mag| TNT Plas bello) ~ 07-05-02 Pla, b 6 dh Piel Mal, Pid! | pin - pA, c, dll Pile, c= 08-05 ~ 03 EXERCICIS PROPOSATS: 1. Coneixem les probabilitats segiients: 2. Sabem que: PIAL = 0,4 PIB=0,7 PIA’ U BI = 08 PIMUNI=06 PIMNN]=01 PIM1~0,7 Calcula P(A M BY, PIA N Bl, PLA U Bi. Calcula P[M], PLN). 353 354 14.3 LLEI DE LAPLACE 1. Bn una baralla de 40 cartes, troba: @) Pus) &) Ploxos} En una baralla bem suprimit diverses cartes. Entre les que queden, es donen les (probabilitats segiients de ser extretes: Pleeil = 0,15 Plaustos] = 03 Pini ner ni nasros) = 0,6 @) Trobem entre elles el rar de sastos? En cas afirmatiss, dona'n la probabilitat. }) Quantes cartes n’bi ba? a propietat 1.7 de la pagina anterior permet calcular la probabilitat dun succés $ coneixent les probabilitats dels successos elementals que el componen. Pero si lespai mostral consta de_m successos elementals equiparables ots ells amb la mateixa probabilitat 1/n), aleshores la probabilitat de S només depén del nombre de successos elementals que el componen; pisi-Lebs od ‘Tents sumands com elements tS Lei de Laplace St B= (xy 2, .0.X,b 1 Play) = Play). eae = Plx,], aleshores: ésa dir, PIs} = Ombre de “casos favorables” aS nombre de “casos possibles” Diem que un instrument aleatori és de Laplace quan la probabilitat de tots els successos elementals (casos) és 1a mateixa. Per exemple, un dau concret, una moneda, una baralla nombre d’4sos rare. total de cartes ~ 40 ~ 1 nombre dionos __ 10 | re. total de cartes 40 oe a) El succés “Nt et NI pasros” és el complementari de “net o RAsTos", ja que (RUB)! = RNB. Phu mart mstos] = 0,6 => Plus o pastos] = PlaeiUaastos] = 0,4 PlwerUnasros] = Plu] + Pluastos] — Plat nastos) Substituint 04 = 0,15 + 0,3 - Plae1Naasros] => PLxe1 Mnastos] = Per tant, el net de pasros hi és i la seua probabilitat és 1 Plnei de sastos] = 0,05 = b)Una porci6 de cartes d’'una baralla é5 un instrument aleatori de La- place, ja que la probabilitat Pextraure'n cadascuna d’elles és la ma- teixa. Si en aquest munté la probabilitat del rei de bastos és 1/20, és perqu® hi ha 20 cartes. pau UNITAT | 14 Quan no podem aplicar la Ilei de Laplace Podem aplicar la lei de Laplace quan tots els successos elementals (ele~ ments de 'espai mostral) tenen la mateixa probabilitat. Per® hi ha molts casos en qué aixd no passa. Vegem-ne dues situacions tipus. INSTRUMENTS IRREGULAR Hi ha instruments aleatoris clarament irregulars: un dau mal construit, ‘una xinxeta, una taba. Com avaluar les probabilitats dels successos en quests casos? Si Instrument és irregular, per a avaluar la probabilitat d'un succés, S, recorrem a la Hlei dels grans nombres. Bfectuarem un nombre, N, gran dexperitncies, hi obtindrem la freqiéncia, (5), i aixi la frequencia telativa fr(S) = f(SY/NV seri una mesura aproximada de la probabilitat ‘Com més gran siga N, més confianca tindrem en estimaci6. Per exemple, si deixem caure 100 xinxetes del mateix tipus 10 vegades, obtindrem 1000 resultats, Suposem que feo) = 243 i f(A) = 757. Les freqiiéncies relatives ens servixen per estimar-ne les probabilitats: Pl edo! @fr(ede) = 0,243 PLA @fr(A) = 0,757 Si volguérem tindre més seguretat en les estimacions, acumulariem més experiéncies: 2000, 5000, 10000, INSTRUMENTS REGULARS, SUCCESSOS FLEMENTALS NO EQUIPROBABLES Hancem dos daus comrectes i en sumem els resultats. L'espai mostral daquesta experitncia és [2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12. Perd lexpe- riencia o el sentit com ens fan veure que no és igualment probable que la suma siga 2 0 7 0 10. No obstant aixd, podem modificar la des- peak e2a eee) tah SAPS: cripcié de Vexperitncia de manera que els successos elementals si- TI@ls lets [el@] sven cauiprobabls, tl com feiem en el quadre del marge 2/3[4[5 |e lols Diaquesta forma, Fespai mostrl consta de 36 successos elementals (1, 2 7 D, G, 2), «., G, 5), --. ©, 6), tots ells amb la mateixa probabilitat: 1/36. 2} 3[4[s [ells [> Fs resultats “stoa'2", “sua 7", “Suwa 10°, que abans eren considerats £] Z Ps Telos [> [ao] successos clementas ala nova descripcio sn successos no elementals ale oO Alle oO rT Les probabilitats s’obtenen facilment: Plsuma 2) = 1/36 Plsuna 71 = 6/36 = 1/6 — Plsusa 10] = 3/36 = 1/12 AOE ORME EXERCICIS PROPOSATS 1. Klancem un dau “matusser" mil vegides. Hi obte- 2 Quina és la probebiltat dobtindre 12 en. mul nim fQ) = 117, f@ ~ 302, ‘£@) = 38, plicar els resultats de dos daus correctes? FG) = 234, FS) = 196, = 13. Estima les ‘probabiltats de les diferents cares. Quines s6n les probabilitats dels successos Pate, MENOR QUE 9+ Quina és la probabilitat que en llancar dos daus 6, (1, 2 correctes la diferéncia de puntuacions siga 2 156. 14.4 PROBABILITAT CONDICIONADA. SUCCESSOS INDEPENDENTS E: =CESSOS INDEPENDENTS. Si Ai Csén independents: PIA/C] = PIA] PIANC] = PIC] PIA/C] = = PIC] - PIA] rr PER A VEXEMPLE Sabent que la bola és verdo, la probobiltat que siga porell és diferent d'1/2, Per aixd, els successos VERD i PAREL no s6n independents. Sobent que la bol és rojo, la probobiltat {ue sign parel convinua sent 1/2, Per aixd, els successos ROIG i PARE sn independents. po esenct LUA ‘Donats dos successos, A i C, anomenem probabilitat de A condi- cionat a C isescriu PLA/Ck Pla‘c)= RIAD] — Mesura la proporci6 de vegades que ocorre PIC] Ad'entre les que ocorre C. De expressi6 anterior deduim que: PIANC! = PIC! : PLA/C] Dos suecessos, 4 i C, diem que son independents quan; PIA/C]= PLA] i PIC/Al = PIcl Quan dos suecessos s6n independents, la probabilitat d'intersecci6 és igual al producte de les probabilitats: Ai Cindependents => PIANC] = Pl4]- PIC] Per exemple, si en una bossa tenim les boles segtients 22020000900 ‘enim les probabiltats segtients Plom/vero}= 2 @ «1. oho una bola pel ene les verdes) Plvew) 3 Plear/roxe)= 2 @ OI _ er QVhi ha dos parells entre les qua- Plrorcl es Pil Plean/scne] = (Wiinica bola negra és parelD. Pisecrd 1 El successos rant {noiG sén independents ja que Pleaneu/novc) = Pleasant] = Es a dir, la proporcié de parells entre les boles roges és igual a la propor i6 de parells en et conjunt total, Per tant, la dada “la bola és roja” no mo- difica lexpectativa d'obtindre-hi *parell”. Per aixd, els successos sén dife- rents, Un altre exemple: En les assegurances de cotxes les Dons paguen ‘menys que els toms. Té com a causa que P[accieNt/poNa] < Placc- pent], Es a dit, els successos TINDRE ACCIDENT i seR DONA no s6n indepen- dents. No obstant aixd, no els cobren ni més ni menys a aquells que tin- guen Rh+ o siguen nossos. Es logic, perqu’ el succés TINDRE ACCIDENT és independent tant del succés TINDaE Rh+ com del succés sek ROS. UNITAT | 14 Estudi de probabilitats en taules de contingencia Siha seguit la pista a 100000 cotxes, durant un any, de tres marques di ferents; seta, Vovo i ADI. Uns han tingut algun accident seriés (Ac) i d'al- tres no (NO AC). Es repartix, com veus, en la primera taula de Fesquerra. 40 0400 Una taula aquest tipus s'anomena taula de contingtncia, El collectiu total (cotxes) es repartix segons dues caracteristiques (mar- ques i si han tingut 0 no accident). L’estudl de les dades permet esbri- nar les relacions entre ambdues caracteristiques, 49600 19800 29600 Per analitzar una taula de contingencia hem de comengar completant-la amb les sumes parcials i amb la suma tota (segona taula). om 0) 100) Les sumes parcals ens permeten veure que, per exemple, hi ha 20000 cot- 49600 19800 29600 99000] es de la marca vovo, O que hi ha 1000 cotxes que han tingut accident 50000 20000 30000 100000] Si entre els mil cotxes que han tingut accident, ac, nfelegim un a Vatzar, és facil trobar hi les probabilitats condlicionades: 400. 9,4 Gabent que el cotxe ha tingut accident, qui- Plsew/acl= F995 "4 a és la probabilitat que siga seta?) 200 400 LTINENCOMPTE . Pl = 20092, - 40.24, vi zoe 7 Analogament, P[vovo/ac] {000 0,2, Plapi/ac] [000 4 és de tauh -contingéncia és quot cine clctleciy tool ee roparix segens, _TAnbé podem calcula la probabitat que un cotxe una certa mare tings dues coracteristiques (marea del cob = 16 accident: ident ono), per © cadascuna de es aan ets més chores Placiseral= $005 = 0,008 , Plac/vov0l ~ a5 095 mituament excloents la marca, er {segons lo 400 000 5EH,¥OIO, AD). Ptac/amr) = £90 200 01 3non9 7 00133 Aquests resultats fan veure que la marca més segura é sev ila menys, ADI ‘Comparant aquestes darreres probabilitats condicionades amb la probabili- 3. Bn el CD tens un FU DE CALL a total, PLac} = =1900- - 0,01, advertim que els successos vovo i AC per treballar amb taules de contingén- 00000 a, s6n independents, mentre que Sta i abr no s6n independents amb Ac. EXERCICIS PROPOSATS. ‘1. Observa les boles que hi ha a Tuma. b)Caleula la probabilitat de Ro1G, NEGRE, VERD, 12, només observant la composici6 de Pura. ‘© Comprova que les probabilitats obtingudes en b) es poden obtindre sumant files 0 columnes del quadre format en a). @Caleula Jes probabilitats _ condicionades: P(V/roc), PU1/veeol, Pti/ecrel, PL2/kova), P(/veno], PL2/Neckel, Plrow/l], Plvexn/' Completa el quadre de doble entrada en qué es repartixen es oles se- gons el color (V, RN) i cl nombre 1, 2 ©) Digues si algun dels caricters ROIG, NBGRE, VERD és independent d'1 0 de 2. 357 r 358 14.5 PROVES COMPOSTES Hi ha experigncies en qué facilment podem distingir dues o més eta- pes. S'anomenen proves compostes. En elles el cilcul de probabili- tats de successos composts se simplifica molt calculant les probabili- tats dels propis components, ‘Dues proves compostes s6n independents quan el resultat d'una no influix en Valera, Si no és aixi, sanomenen dependents. ‘+ Exemple 1. Llancem una moneda i un dau. Es evident que el resultat «una no inluix en Tatra. S6n independents ‘+ Exemple 2. Extraiem dues cartes d’una baralla, El resultat de la sego- na si que depén de In primera (per exemple, sila primera és as, € menys probable que la segona ho siga). Sén dependents. Experiéncies independents Analitzem Yexemple 1 de dalt. 1 En aquest cas, ef cAleul de fs 3 probabilitas és especialment Al 4 senzill si suposem que la mo- YS ned el da 96a de laplace Moyaied be v6 V6 6 16 16 V6 4 1 aI ee : 3 aa PUG, 3 = PIC) P= 2 = i 3 La probabilitat del succés compost és igual al producte de les probabi- litats dels successos components, Per exemple: et to 18 PUG i panei = PIC) - Pleansu] = 3-3 = 4 Dicm que dues 0 més proves s6n independents quan el resultat TINEN de cadascuna no influix en les probabilitats dels diferents resultats de les altres. Per tant, els successos corresponents a la primera s6n inde- pendents dels successos corresponents a la segona. Si_m proves s6n independents i els successos $4, 83... Sy Ponen, respectivament, a cadascuna es complix que: P(S,enlata i S,enla 2a ii S, enVendsimal = = PIS] - PLS). + PLS, Hi ha ocasions que les proves no sén successive, siné simultinies, Per si podem, resulta molt avanatgs pensar celles com si se succeiren en el temps. Le ELE Sy corres EXERCICIS PROPOSATS 1. Calcula la probabilitat d'obtindre Tees Quatres en angar tres daus. 3. Calcula Ja probabilitat dobtindre aLGuN sis en llangar quatre daus (aLGUN sis és el succés contrati de car 515). 2. Calcula la probabilitat de caP sis en langar quatre daus (quatre vegades No sis) 4, Calcula la probabilitat d'obtindre acu ss en llangar sis daus. EXERCICIS PROPOSATS 5. Tenim un dau i les dues urnes descrites davall Hancem el dau, Siix 1 0 2, anem a Yuma I. Siix 3, UNITAT | 14 Experiéncies dependents Tenim una moneda i dues urnes amb boles. Llancem una moneda i si ix cara, extraiem una bola de [i si ix creu, extraiem una bola de Il Descrivim, mitjangant un diagrama en arbre, Yexperigncia composta i hi incloem les probabilitats corresponents. A eee: of 223

    You might also like