Wszystkie zagadnienia: Prawdopodobieństwo i statystyka
średni matura rozszerzona z matematykiprawdopodobieństwo całkowitedrzewo stochastycznedoświadczenie wieloetapowe

Prawdopodobieństwo całkowite

01

Opis

Prawdopodobieństwo całkowite pozwala policzyć szansę zdarzenia, które może zajść na kilka różnych sposobów. Typowa sytuacja: najpierw coś się rozstrzyga (rzut monetą, wybór urny, wybór maszyny), a dopiero potem następuje to, o co pytamy (wylosowanie kuli białej, wadliwy wyrób). Dla każdego wyniku pierwszego etapu umiemy podać szansę na zdarzenie AA – ale pytanie dotyczy AA bez względu na to, jak potoczył się etap pierwszy.

Pomysł jest prosty: dzielimy wszystkie możliwości na kilka rozłącznych „scenariuszy" B1,B2,…,BnB_1, B_2, \ldots, B_n, liczymy szansę na AA w każdym scenariuszu, mnożymy ją przez szansę samego scenariusza i dodajemy wyniki. Szansa na scenariusz BiB_i to waga, a szansa na AA w tym scenariuszu – prawdopodobieństwo warunkowe P(A∣Bi)P(A \mid B_i) (jego definicję omawia hasło prawdopodobieństwo warunkowe).

Trzeba pamiętać o trzech zasadach:

  • zdarzenia B1,…,BnB_1, \ldots, B_n muszą być parami rozłączne – żadne dwa nie mogą zajść jednocześnie,
  • muszą wyczerpywać wszystkie możliwości – ich suma to cała przestrzeń Ω\Omega, więc P(B1)+…+P(Bn)=1P(B_1) + \ldots + P(B_n) = 1,
  • każde z nich ma dodatnie prawdopodobieństwo; w zadaniach zwykle jest ich dwa albo trzy.

Zadanie na prawdopodobieństwo całkowite zwykle rysuje się jako drzewo: z korzenia wychodzą gałęzie do BiB_i (opisane P(Bi)P(B_i)), a z każdego BiB_i gałęzie do wyniku (opisane P(A∣Bi)P(A \mid B_i)). Prawdopodobieństwo jednej ścieżki to iloczyn liczb na jej gałęziach, a prawdopodobieństwo AA to suma iloczynów po wszystkich ścieżkach prowadzących do AA. Gdy pytanie jest odwrotne – „skąd pochodzi wylosowana kula?" – potrzebny jest wzór Bayesa; to hasło daje mu mianownik.

02

Wzory

Twierdzenie o prawdopodobieństwie całkowitym karta CKE
P(A)=P(A∣B1)⋅P(B1)+P(A∣B2)⋅P(B2)+…+P(A∣Bn)⋅P(Bn)P(A) = P(A \mid B_1) \cdot P(B_1) + P(A \mid B_2) \cdot P(B_2) + \ldots + P(A \mid B_n) \cdot P(B_n)
Dla każdego zdarzenia A⊂ΩA \subset \Omega, gdy B1,…,BnB_1, \ldots, B_n spełniają warunki z następnego wiersza.
Warunki rozbicia karta CKE
Bi∩Bj=∅ dla i≠j,B1∪B2∪…∪Bn=Ω,P(Bi)>0B_i \cap B_j = \emptyset \ \text{dla} \ i \neq j, \quad B_1 \cup B_2 \cup \ldots \cup B_n = \Omega, \quad P(B_i) > 0
Rozłączność, pełność i dodatnie prawdopodobieństwa.
Przypadek dwóch scenariuszy
P(A)=P(A∣B)⋅P(B)+P(A∣B′)⋅P(B′)P(A) = P(A \mid B) \cdot P(B) + P(A \mid B') \cdot P(B')
Najczęstsza wersja: BB i zdarzenie przeciwne B′B' rozbijają Ω\Omega (przypadek n=2n = 2).
Zapis przez iloczyny
P(A)=P(A∩B1)+P(A∩B2)+…+P(A∩Bn)P(A) = P(A \cap B_1) + P(A \cap B_2) + \ldots + P(A \cap B_n)
Ten sam wzór po podstawieniu P(A∩Bi)=P(A∣Bi)⋅P(Bi)P(A \cap B_i) = P(A \mid B_i) \cdot P(B_i) z definicji prawdopodobieństwa warunkowego.
03

Tabela

Dwie maszyny produkują wyroby: maszyna A – 60% całości, z czego 2% wadliwych; maszyna B – 40% całości, z czego 5% wadliwych. Zdarzenie WW – losowy wyrób jest wadliwy
Scenariusz BiB_iP(Bi)P(B_i)P(W∣Bi)P(W \mid B_i)P(Bi)⋅P(W∣Bi)P(B_i) \cdot P(W \mid B_i)
wyrób z maszyny A0,60,020,012
wyrób z maszyny B0,40,050,02
razem1–0,032
04

Przykład

Przykład 1 – dwa scenariusze (tabela wyżej). Oblicz prawdopodobieństwo, że losowo wybrany wyrób jest wadliwy.

Scenariusze „z maszyny A" i „z maszyny B" są rozłączne i razem obejmują wszystkie wyroby (0,6+0,4=10{,}6 + 0{,}4 = 1), więc wolno użyć wzoru:

P(W)=P(W∣A)⋅P(A)+P(W∣B)⋅P(B)=0,02⋅0,6+0,05⋅0,4=0,012+0,02=0,032P(W) = P(W \mid A) \cdot P(A) + P(W \mid B) \cdot P(B) = 0{,}02 \cdot 0{,}6 + 0{,}05 \cdot 0{,}4 = 0{,}012 + 0{,}02 = 0{,}032

Wadliwych jest więc 3,2%3{,}2\% wyrobów. Zwróć uwagę, że wynik leży między 2%2\% a 5%5\%, bliżej 2%2\% – bo maszyna A produkuje więcej. Liczba spoza tego przedziału oznacza błąd.

Przykład 2 – drugi etap zależy od pierwszego. W urnie I są 2 kule białe i 3 czarne, w urnie II – 4 białe i 1 czarna. Z urny I losujemy jedną kulę, wkładamy ją do urny II, a potem losujemy jedną kulę z urny II. Oblicz prawdopodobieństwo, że będzie biała.

Scenariusze to kolor przełożonej kuli: B1B_1 – biała (szansa 25\frac{2}{5}), B2B_2 – czarna (szansa 35\frac{3}{5}). Po przełożeniu w urnie II jest 6 kul, a szanse w każdym etapie liczymy klasycznie. Gdy przełożono białą, mamy w niej 5 białych na 6, więc P(A∣B1)=56P(A \mid B_1) = \frac{5}{6}. Gdy przełożono czarną, białych jest nadal 4 na 6, więc P(A∣B2)=46P(A \mid B_2) = \frac{4}{6}.

P(A)=56⋅25+46⋅35=1030+1230=1115P(A) = \frac{5}{6} \cdot \frac{2}{5} + \frac{4}{6} \cdot \frac{3}{5} = \frac{10}{30} + \frac{12}{30} = \frac{11}{15}

Przykład 3 – trzy scenariusze. Trzy maszyny wytwarzają odpowiednio 50%50\%, 30%30\% i 20%20\% wyrobów, a wadliwych jest w nich kolejno 1%1\%, 2%2\% i 4%4\%. Oblicz prawdopodobieństwo, że losowy wyrób jest wadliwy.

Udziały sumują się do 11 (0,5+0,3+0,20{,}5 + 0{,}3 + 0{,}2), więc rozbicie jest poprawne. Sumujemy trzy ścieżki drzewa:

P(W)=0,5⋅0,01+0,3⋅0,02+0,2⋅0,04=0,005+0,006+0,008=0,019P(W) = 0{,}5 \cdot 0{,}01 + 0{,}3 \cdot 0{,}02 + 0{,}2 \cdot 0{,}04 = 0{,}005 + 0{,}006 + 0{,}008 = 0{,}019

Wadliwych jest 1,9%1{,}9\% wyrobów.

05

Typowe błędy

Dodawanie szans bez wag. Zapis P(W)=0,02+0,05=0,07P(W) = 0{,}02 + 0{,}05 = 0{,}07 pomija to, że maszyny produkują różne części całości. Wynik wychodzi za duży. Każdy składnik trzeba pomnożyć przez szansę scenariusza: 0,02⋅0,6+0,05⋅0,4=0,0320{,}02 \cdot 0{,}6 + 0{,}05 \cdot 0{,}4 = 0{,}032.

Mnożenie ścieżek zamiast dodawania. Iloczyn 0,012⋅0,020{,}012 \cdot 0{,}02 opisuje sytuację, w której zajdą oba scenariusze naraz – a one się wykluczają. Wzdłuż jednej ścieżki mnożymy, ale ścieżki prowadzące do tego samego zdarzenia dodajemy.

Rozbicie, które nie wyczerpuje możliwości. W doświadczeniu „jedno oczko – urna I, co najmniej trzy oczka – urna II" nie ma przypadku dwóch oczek. Szanse 16\frac{1}{6} i 46\frac{4}{6} dają razem 56\frac{5}{6}, a nie 11. Kontrola jest zawsze ta sama: suma P(Bi)P(B_i) ma wynosić 11.

Stary skład urny w drugim etapie. W Przykładzie 2 po przełożeniu kuli urna II ma 6 kul, a nie 5. Użycie liczb sprzed przełożenia daje szanse 45\frac{4}{5} i 35\frac{3}{5}, które w ogóle nie zależą od koloru przełożonej kuli. Każdy drugi etap licz dla składu, jaki powstał po etapie pierwszym.

Pomylenie P(A∣B)P(A \mid B) z P(B∣A)P(B \mid A). Szansa, że z urny II wylosowano kulę białą, i szansa, że wylosowana biała kula pochodzi z urny II, to dwie różne liczby. Wzór z tego hasła daje pierwszą z nich, a drugą – wzór Bayesa.

06

Sprawdź się

Trzy maszyny produkują wyroby, wadliwe są odpowiednio 1%1\%, 2%2\% i 4%4\% ich produkcji. Uzupełnij tabelę.

MaszynaP(Bi)P(B_i)P(W∣Bi)P(W \mid B_i)P(Bi)⋅P(W∣Bi)P(B_i) \cdot P(W \mid B_i)
10,50,01
20,30,02
30,20,04
razem1–

Rozbicie B1,…,BnB_1, \ldots, B_n jest poprawne, gdy zdarzenia są parami rozłączne, a suma ich prawdopodobieństw wynosi .

Przy trzech zdarzeniach B1,B2,B3B_1, B_2, B_3 wzór na prawdopodobieństwo całkowite ma składniki.

Rzucamy monetą. Reszka – losujemy z urny I, w której szansa na białą kulę wynosi 0,30{,}3; orzeł – losujemy z urny II, gdzie ta szansa wynosi 0,60{,}6. Prawdopodobieństwo wylosowania białej kuli to .

Zdarzenia B1B_1 i B2B_2 mają prawdopodobieństwa 0,40{,}4 i 0,60{,}6, przy czym P(A∣B1)=0,5P(A \mid B_1) = 0{,}5 i P(A)=0,44P(A) = 0{,}44. Wtedy P(A∣B2)=P(A \mid B_2) = .

Dla zdarzeń CC (chory) i ZZ (zdrowy) mamy P(C)=0,002P(C) = 0{,}002, P(Z)=0,998P(Z) = 0{,}998, szansa wyniku pozytywnego u chorego to 0,990{,}99, a u zdrowego 0,020{,}02. Prawdopodobieństwo wyniku pozytywnego wynosi .

W Przykładzie 2 po przełożeniu kuli w urnie II jest kul.

07

Najczęściej zadawane pytania

Kiedy stosować wzór na prawdopodobieństwo całkowite?

Gdy zdarzenie może zajść różnymi, wykluczającymi się drogami, a znasz szansę na każdą z dróg i szansę zdarzenia na każdej z nich. Sygnałem w treści jest doświadczenie dwuetapowe: najpierw wybór (urny, maszyny, monety), potem właściwe losowanie, a pytanie dotyczy wyniku końcowego bez względu na wybór.

Jak sprawdzić, czy rozbicie na zdarzenia jest poprawne?

Dwie rzeczy: zdarzenia BiB_i nie mogą zachodzić jednocześnie oraz ich prawdopodobieństwa muszą dawać razem 11. Jeśli suma jest mniejsza, brakuje jakiegoś scenariusza; jeśli większa – scenariusze nakładają się na siebie.

Czym różni się prawdopodobieństwo całkowite od warunkowego?

Warunkowe P(A∣B)P(A \mid B) to szansa na AA przy założeniu, że zaszło BB. Całkowite to szansa na AA bez żadnego założenia, złożona z kilku warunkowych i ważona szansami scenariuszy. Warunkowe jest więc składnikiem całkowitego.

Czy muszę rysować drzewo?

Nie, ale drzewo porządkuje liczby i pokazuje, czy rozbicie jest pełne. Na maturze w zadaniu otwartym wystarczy wzór z podstawionymi wartościami, jednak szkic drzewa pomaga nie pominąć żadnej ścieżki. Drzewo i wzór to dwa zapisy tego samego rachunku.

Co zrobić, gdy scenariuszy jest więcej niż dwa?

Dodajesz kolejny składnik P(A∣Bi)⋅P(Bi)P(A \mid B_i) \cdot P(B_i) dla każdego scenariusza. Dla trzech maszyn z Przykładu 3 są trzy składniki, a suma udziałów wynosi 11. Zasada nie zmienia się wraz z liczbą scenariuszy.

Co z pytaniem „skąd pochodzi ta kula?"

To pytanie o scenariusz przy znanym wyniku, czyli o P(Bk∣A)P(B_k \mid A). Liczy się je wzorem Bayesa: licznik to jeden składnik sumy z prawdopodobieństwa całkowitego, a mianownik – cała suma, czyli P(A)P(A).

Czy wzór jest na karcie wzorów?

Tak. Karta „Wybrane wzory matematyczne" zawiera twierdzenie o prawdopodobieństwie całkowitym razem z warunkami, jakie muszą spełniać zdarzenia BiB_i. Na maturze trzeba jednak sprawdzić te warunki samodzielnie, bo karta ich nie weryfikuje.

↗

Powiązane zagadnienia