Wszystkie zagadnienia: Prawdopodobieństwo i statystyka
średni matura rozszerzona z matematykiprawdopodobieństwo warunkowezdarzenia niezależnelosowanie bez zwracania

Prawdopodobieństwo warunkowe

01

Opis

Prawdopodobieństwo warunkowe to szansa zdarzenia AA w sytuacji, gdy już wiemy, że zaszło zdarzenie BB. Zapisujemy je P(A∣B)P(A \mid B) i czytamy: „prawdopodobieństwo AA pod warunkiem BB". Wiedza o BB zawęża świat: przestają się liczyć wyniki doświadczenia, w których BB nie zaszło. Wszystkie możliwości, które jeszcze zostały, to właśnie zdarzenie BB – i w nim szukamy tych wyników, w których zachodzi także AA.

Dlatego w mianowniku nie stoi całe Ω\Omega, tylko BB. Przykład: w klasie jest 12 chłopców i 18 dziewcząt, a pytamy o szansę, że wylosowana osoba lubi pizzę, jeśli wiemy, że to chłopiec. Dziewcząt nie rozważamy wcale – liczymy tylko wśród chłopców.

Trzy zasady, na których opiera się całe hasło:

  • Wzór definicyjny wymaga P(B)>0P(B) > 0. Warunek, który nie może zajść, nie ma sensu.
  • Kolejność ma znaczenie: P(A∣B)P(A \mid B) i P(B∣A)P(B \mid A) to zwykle dwie różne liczby. Warunek to to, co jest po kresce.
  • Gdy wiedza o BB niczego nie zmienia w szansach AA, czyli P(A∣B)=P(A)P(A \mid B) = P(A), zdarzenia nazywamy niezależnymi. Tak jest na przykład przy kolejnych rzutach monetą albo losowaniu ze zwracaniem.

Gdy wszystkie wyniki doświadczenia są jednakowo prawdopodobne (model z hasła prawdopodobieństwo klasyczne), warunkowe prawdopodobieństwo sprowadza się do liczenia: ile wyników spełnia jednocześnie AA i BB, podzielone przez liczbę wyników spełniających BB. Liczby wyników zliczamy regułą mnożenia i wyborem pozycji – samo narzędzie zliczania poznajesz w kombinatoryce.

Zdarzenie przeciwne i sumę zdarzeń omawia hasło zdarzenie przeciwne i suma zdarzeń. Odwracanie warunku („skąd się wzięła ta kula, skoro jest biała?") to osobny temat: wzór Bayesa; rozbijanie na przypadki – prawdopodobieństwo całkowite.

02

Wzory

Prawdopodobieństwo warunkowe karta CKE
P(A∣B)=P(A∩B)P(B)P(A \mid B) = \frac{P(A \cap B)}{P(B)}
Dla P(B)>0P(B) > 0. Licznik: oba zdarzenia naraz; mianownik: warunek.
Przez liczności zbiorów
P(A∣B)=∣A∩B∣∣B∣P(A \mid B) = \frac{\lvert A \cap B \rvert}{\lvert B \rvert}
Tylko w modelu klasycznym (wyniki jednakowo prawdopodobne). Wynika z wzoru wyżej po podzieleniu licznika i mianownika przez ∣Ω∣\lvert \Omega \rvert.
Iloczyn zdarzeń
P(A∩B)=P(A∣B)⋅P(B)P(A \cap B) = P(A \mid B) \cdot P(B)
Wzór definicyjny przekształcony. To reguła mnożenia wzdłuż gałęzi drzewa.
Zdarzenie przeciwne przy tym samym warunku
P(A′∣B)=1−P(A∣B)P(A' \mid B) = 1 - P(A \mid B)
Warunek BB zostaje. Zmienia się tylko zdarzenie po lewej stronie kreski.
Zdarzenia niezależne
P(A∩B)=P(A)⋅P(B)P(A \cap B) = P(A) \cdot P(B)
Nie ma na karcie. Dla P(B)>0P(B) > 0 równoważne z P(A∣B)=P(A)P(A \mid B) = P(A).
03

Tabela

Tabela dwóch cech dla 30 uczniów (język obcy i płeć) i prawdopodobieństwa z niej odczytane
UczniowieAngielskiNiemieckiRazem
Dziewczęta10818
Chłopcy8412
Razem181230
P(angielski∣chłopiec)P(\text{angielski} \mid \text{chłopiec})812=23\frac{8}{12} = \frac{2}{3}wiersz „Chłopcy"
P(chłopiec∣angielski)P(\text{chłopiec} \mid \text{angielski})818=49\frac{8}{18} = \frac{4}{9}kolumna „Angielski"
04

Przykład

Przykład 1 – warunek z tabeli. Dla tabeli powyżej oblicz P(A∣B)P(A \mid B), gdzie AA – losowy uczeń uczy się angielskiego, BB – to chłopiec. Sprawdź, czy zdarzenia są niezależne.

Warunek BB zostawia wiersz „Chłopcy": ∣B∣=12\lvert B \rvert = 12. Wśród nich angielskiego uczy się ∣A∩B∣=8\lvert A \cap B \rvert = 8 osób:

P(A∣B)=∣A∩B∣∣B∣=812=23P(A \mid B) = \frac{\lvert A \cap B \rvert}{\lvert B \rvert} = \frac{8}{12} = \frac{2}{3}

Dla porównania P(A)=1830=35P(A) = \frac{18}{30} = \frac{3}{5}. Skoro 23≠35\frac{2}{3} \neq \frac{3}{5}, zdarzenia nie są niezależne. To samo pokazuje iloczyn: P(A∩B)=830=415P(A \cap B) = \frac{8}{30} = \frac{4}{15}, a P(A)⋅P(B)=35⋅25=625P(A) \cdot P(B) = \frac{3}{5} \cdot \frac{2}{5} = \frac{6}{25}. Zamiana kierunku daje inną liczbę: P(B∣A)=818=49P(B \mid A) = \frac{8}{18} = \frac{4}{9}.

Przykład 2 – dwie kostki, liczymy przez liczności. Rzucamy dwa razy symetryczną kostką. Oblicz prawdopodobieństwo, że suma oczek jest równa 88, jeśli wiadomo, że w pierwszym rzucie wypadła liczba parzysta.

Zdarzenie BB: pierwszy wynik jest parzysty, więc ∣B∣=3⋅6=18\lvert B \rvert = 3 \cdot 6 = 18. Zdarzenie A∩BA \cap B: suma 88 i pierwszy wynik parzysty – wypisujemy: (2,6)(2, 6), (4,4)(4, 4), (6,2)(6, 2), czyli ∣A∩B∣=3\lvert A \cap B \rvert = 3. Liczby ∣Ω∣=36\lvert \Omega \rvert = 36 nie potrzebujemy:

P(A∣B)=318=16P(A \mid B) = \frac{3}{18} = \frac{1}{6}

Bez warunku sama suma 88 ma prawdopodobieństwo 536\frac{5}{36}, więc informacja o parzystości zwiększyła szansę.

Przykład 3 – losowanie bez zwracania. W urnie jest 55 kul białych i 33 czarne. Losujemy kolejno dwie kule bez zwracania. Oblicz prawdopodobieństwo, że obie są białe.

Po wyciągnięciu białej kuli zostaje 77 kul, w tym 44 białe. To jest właśnie prawdopodobieństwo warunkowe: P(druga biała∣pierwsza biała)=47P(\text{druga biała} \mid \text{pierwsza biała}) = \frac{4}{7}. Z reguły mnożenia:

P(obie białe)=58⋅47=514P(\text{obie białe}) = \frac{5}{8} \cdot \frac{4}{7} = \frac{5}{14}

Przy losowaniu ze zwracaniem druga kula nie zależy od pierwszej, zdarzenia są niezależne i wynik to 58⋅58=2564\frac{5}{8} \cdot \frac{5}{8} = \frac{25}{64}.

05

Porównanie

PojęcieZapisCo wchodzi do mianownikaPo angielsku
WarunkoweP(A∣B)P(A \mid B)P(B)P(B)conditional probability
Warunkowe, odwrotnieP(B∣A)P(B \mid A)P(A)P(A)–
Iloczyn zdarzeńP(A∩B)P(A \cap B)11 (liczymy w całym Ω\Omega)joint probability
NiezależneP(A∩B)=P(A)P(B)P(A \cap B) = P(A) P(B)–independent events
RozłączneA∩B=∅A \cap B = \emptyset–mutually exclusive

Niezależność i rozłączność łatwo pomylić, a to różne rzeczy. Dwa zdarzenia o dodatnich prawdopodobieństwach, które są rozłączne, są zależne: skoro zaszło BB, to AA na pewno nie zajdzie, więc P(A∣B)=0≠P(A)P(A \mid B) = 0 \neq P(A). Oba warunki naraz spełniają tylko pary, w których któreś zdarzenie ma prawdopodobieństwo 00.

06

Typowe błędy

Całe Ω\Omega w mianowniku zamiast BB. W zadaniu z kostką uczeń liczy ∣Ω∣=64\lvert \Omega \rvert = 6^4 i dzieli ∣A∩B∣\lvert A \cap B \rvert przez nie. Wychodzi P(A∩B)P(A \cap B), a nie P(A∣B)P(A \mid B) – liczba za mała. Sprawozdanie CKE z matury 2025 opisuje dokładnie ten kłopot: ∣Ω∣\lvert \Omega \rvert liczono sprawnie, ale w tym zadaniu nie było potrzebne. W mianowniku stoi ∣B∣\lvert B \rvert.

Zamieniony warunek. Dla danych z tabeli P(angielski∣chłopiec)=23P(\text{angielski} \mid \text{chłopiec}) = \frac{2}{3}, a P(chłopiec∣angielski)=49P(\text{chłopiec} \mid \text{angielski}) = \frac{4}{9}. Po słowach „jeśli wiadomo, że", „pod warunkiem, że" albo „wśród" stoi warunek – to jego liczność idzie do mianownika.

Pominięty czynnik za wybór pozycji. Gdy BB brzmi „dokładnie dwie piątki w czterech rzutach", pozycje piątek można wybrać na (42)=6\binom{4}{2} = 6 sposobów. Uczeń, który zapomni o tym czynniku w liczniku i w mianowniku, dostaje wynik jakby ten sam, bo się skraca – ale w kluczu CKE traci za to punkty, bo mocy zbiorów są wtedy błędne.

Niezależne to nie rozłączne. „Zdarzenia nie mogą zajść razem, więc są niezależne" – wniosek odwrotny do prawdziwego. Rozłączne zdarzenia o dodatnich prawdopodobieństwach zawsze są zależne (por. sekcja Porównanie).

Stały mianownik przy losowaniu bez zwracania. Zapis 58⋅58\frac{5}{8} \cdot \frac{5}{8} dla dwóch białych kul z urny bez zwracania daje 2564\frac{25}{64}. Poprawnie po pierwszej białej zostaje 77 kul, w tym 44 białe: 58⋅47=514\frac{5}{8} \cdot \frac{4}{7} = \frac{5}{14}. Zawsze pytaj: co leży w urnie po tym, co już wiadomo?

Dopełnienie przy złym warunku. Dla BB z Przykładu 2 mamy P(A′∣B)=1−16=56P(A' \mid B) = 1 - \frac{1}{6} = \frac{5}{6}. Częsty błąd to odjęcie od jedynki prawdopodobieństwa bez warunku: 1−536=31361 - \frac{5}{36} = \frac{31}{36}. Warunek zostaje po obu stronach: P(A′∣B)=1−P(A∣B)P(A' \mid B) = 1 - P(A \mid B), nigdy 1−P(A)1 - P(A).

07

Sprawdź się

Uzupełnij tabelę: 50 osób, każda wybrała, czy lubi pizzę.

OsobyLubi pizzęNie lubiRazem
Dziewczęta1830
Chłopcy620
Razem321850

Prawdopodobieństwo, że losowa osoba lubi pizzę, jeśli wiadomo, że to chłopiec, wynosi P(A∣B)=P(A \mid B) = .

Jeśli wiadomo, że losowa osoba lubi pizzę, to w mianowniku prawdopodobieństwa, że jest chłopcem, stoi liczba .

Jeżeli P(A∩B)=0,12P(A \cap B) = 0{,}12 i P(B)=0,3P(B) = 0{,}3, to P(A∣B)=P(A \mid B) = .

Jeżeli P(A∣B)=0,25P(A \mid B) = 0{,}25 i P(B)=0,8P(B) = 0{,}8, to P(A∩B)=P(A \cap B) = .

Zdarzenia niezależne mają P(A)=0,5P(A) = 0{,}5 i P(B)=0,4P(B) = 0{,}4. Wtedy P(A∩B)=P(A \cap B) = .

W urnie jest 1111 kul: 55 białych i 66 czarnych. Losujemy dwie kule bez zwracania. Prawdopodobieństwo, że druga kula jest biała, jeśli pierwsza była czarna, wynosi .

Dwa rozłączne zdarzenia o dodatnich prawdopodobieństwach są .

W czterokrotnym rzucie kostką liczność zdarzenia „dokładnie dwie piątki" wynosi ∣B∣=(42)⋅5⋅5=\lvert B \rvert = \binom{4}{2} \cdot 5 \cdot 5 = .

08

Najczęściej zadawane pytania

Czym różni się P(A∣B)P(A \mid B) od P(A∩B)P(A \cap B)?

P(A∩B)P(A \cap B) to szansa, że oba zdarzenia zajdą, liczona w całym Ω\Omega. P(A∣B)P(A \mid B) to szansa AA w świecie, w którym BB już zaszło, więc dzielimy ją przez P(B)P(B). Dla danych z tabeli w tym haśle P(A∩B)=415P(A \cap B) = \frac{4}{15}, a P(A∣B)=23P(A \mid B) = \frac{2}{3} – ta druga liczba jest większa, bo P(B)=25<1P(B) = \frac{2}{5} < 1.

Czy przy prawdopodobieństwie warunkowym trzeba liczyć ∣Ω∣\lvert \Omega \rvert?

Nie, jeśli liczysz przez liczności: P(A∣B)=∣A∩B∣∣B∣P(A \mid B) = \frac{\lvert A \cap B \rvert}{\lvert B \rvert}. Liczba ∣Ω∣\lvert \Omega \rvert skraca się między licznikiem a mianownikiem. Sprawozdanie CKE z matury 2025 zaznacza, że jej obliczenie nie było punktowane. Potrzebujesz jej dopiero wtedy, gdy rozwiązujesz przez P(A∩B)P(A \cap B) i P(B)P(B) jako osobne prawdopodobieństwa.

Jak sprawdzić, czy dwa zdarzenia są niezależne?

Policz P(A)P(A), P(B)P(B) i P(A∩B)P(A \cap B) i sprawdź, czy P(A∩B)=P(A)⋅P(B)P(A \cap B) = P(A) \cdot P(B). Przykład: przy dwóch rzutach kostką AA – „w pierwszym wypadła szóstka", BB – „suma równa 77". Mamy ∣A∣=6\lvert A \rvert = 6, ∣B∣=6\lvert B \rvert = 6, ∣A∩B∣=1\lvert A \cap B \rvert = 1 z 3636 wyników, więc P(A∩B)=136=16⋅16P(A \cap B) = \frac{1}{36} = \frac{1}{6} \cdot \frac{1}{6} – zdarzenia są niezależne. Dla sumy 88 już nie, bo 136≠16⋅536\frac{1}{36} \neq \frac{1}{6} \cdot \frac{5}{36}.

Czy zdarzenia rozłączne są niezależne?

Zwykle nie. Jeśli A∩B=∅A \cap B = \emptyset i oba mają dodatnie prawdopodobieństwo, to P(A∩B)=0P(A \cap B) = 0, a P(A)⋅P(B)>0P(A) \cdot P(B) > 0, więc warunek niezależności nie zachodzi. Tylko gdy któreś zdarzenie ma prawdopodobieństwo 00, rozłączność i niezależność idą w parze.

Czy kolejne losowania bez zwracania są niezależne?

Nie. Po wyciągnięciu kuli skład urny się zmienia, więc szansa w drugim losowaniu zależy od wyniku pierwszego: dlatego mnożymy prawdopodobieństwa warunkowe, np. 58⋅47\frac{5}{8} \cdot \frac{4}{7}. Przy losowaniu ze zwracaniem i przy powtarzanych rzutach monetą lub kostką zdarzenia z różnych losowań są niezależne; powtarzanie prób opisuje wtedy schemat Bernoulliego.

Czy P(A∣B)P(A \mid B) może być większe od P(A)P(A)?

Tak, i może być też mniejsze. W Przykładzie 1 mamy P(A∣B)=23>P(A)=35P(A \mid B) = \frac{2}{3} > P(A) = \frac{3}{5}: informacja, że to chłopiec, zwiększa szansę na angielski. Równość P(A∣B)=P(A)P(A \mid B) = P(A) zachodzi dokładnie wtedy, gdy zdarzenia są niezależne.

Co, gdy P(B)=0P(B) = 0?

Wtedy P(A∣B)P(A \mid B) nie jest określone, bo wzór wymaga dzielenia przez P(B)P(B). W zadaniach maturalnych warunek zawsze jest zdarzeniem możliwym do zajścia.

↗

Powiązane zagadnienia