« poprzedni punkt   następny punkt »


13.6. Schemat Bernouliego

Niech D będzie pewnym doświadczeniem, w wyniku którego może zajść zdarzenie A lub zdarzenie przeciwne A'. Na przykład w rzucie monetą może zajść zdarzenie A= "wyrzucono orła" lub zdarzenie A' = "wyrzucono reszkę" (tzn. nie wyrzucono orła). Zakładamy, że doświadczenie D może być wielokrotnie powtarzane oraz, że niezależnie od tego ile razy wykonujemy to doświadczenie, prawdopodobieństwo zajścia zdarzenia A jest stałe, np. P(A) = p. Wynika stąd oczywiście, że prawdopodobieństwo zdarzenia przeciwnego wynosi 1-p. Przyjmijmy P(A') = q.

Schematem Bernoulliego nazywamy serię n niezależnych powtórzeń tego samego doświadczenia D, dla pewnego n Î N. Wykonanie kolejnego doświadczenia D nazywa się próbą. Zajście zdarzenia A nazywa się sukcesem, a zajście zdarzenia A' - porażką.

Jeśli D1,.... Dn jest ciągiem prób wykonanych w schemacie Bernoulliego, to wyniki kolejnych prób tworzą ciąg, którego wyrazami są zdarzenie A lub zdarzenie A'. Na mocy rozważań w wykładzie 11tym, takich ciągów jest dokładnie 2n, tzn. tyle ile jest różnych funkcji ze zbioru n-elementowego w zbiór dwuelementowy.

Naturalne pytanie, jakie pojawia się w związku ze schematem doświadczeń Bernoulliego, to jakie jest prawdopodobieństwo, że w serii n doświadczeń sukces zaistnieje k razy. Prawdopodobieństwo to oznacza się przez P(n,k,p). Ponieważ z założenia wynik i-tej próby w schemacie Bernoulliego nie zależy od wyników innych prób, a P(A) = p, zatem prawdopodobieństwo, że w ciągu n-elementowym mieliśmy k sukcesów i n-k porażek wynosi pkqn-k. Ponieważ k sukcesów możemy uzyskać na (n nad k) sposobów, bo jest to dokładnie liczba wyborów k-elementowego podzbioru ze zbioru n-elementowego, zatem

Wzór ten nosi nazwę wzoru Bernoulliego lub wzoru dwumianowego, ponieważ wyrażenie występujące po prawej stronie wzoru jest ktym składnikiem w rozwinięciu dwumianu (p+q)n, zgodnie ze wzorem Newtona.

Przykład 13.6.1

(a) Rozważmy schemat doświadczeń Bernoulliego, w którym rzucamy dziesięć razy symetryczną monetą. Niech sukcesem w tym doświadczeniu będzie wyrzucenie orła O. Ponieważ moneta jest symetryczna więc P(O) = 1/2. Zatem prawdopodobieństwo, że w 10 rzutach monetą uzyskamy 3 razy orła wynosi

(b) Rozważmy doświadczenie A polegające na rzucie symetryczną kostką do gry. Załóżmy, że doświadczenie jest powtarzane 15 razy, a wyrzucenie szóstki będziemy nazywali sukcesem. Zakładamy ponadto, że zdarzenia w tej serii prób są niezależne. Mamy więc do czynienia z doświadczeniem Bernoulliego, w którym P(A)= 1/6 oraz P(A') = 5/6. Zgodnie ze wzorem Bernoulliego prawdopodobieństwo wyrzucenia trzech szóstek wynosi

W zwiazku ze wzorem Bernoulliego powstaje pytanie, jaka jest najbardziej prawdopodobna liczba sukcesów w doświadczeniu złożonym z n prób, w którym prawdopodobieństwo sukcesu wynosi p. Zauważmy najpierw, że

Ułamek po prawej stronie powyższej równości jest większy od jedności wtedy i tylko wtedy, gdy (n+1)p > k, oraz jest mniejszy od 1, gdy (n+1)p < k. Wynika stąd, że

  1. dla k<(n+1)p spełniona jest zależność P(n,k,p)>P(n,k-1,p), a
  2. dla k>(n+1)p spełniona jest zależność P(n,k,p)<P(n,k-1,p).

Jeśli potraktujemy P(n,k,p) jako funkcję zmiennej k (p jest ustalonym prawdopodobieństwem, a n ustaloną liczbą prób), to dla k < (n+1)p, P(n,k,p) rośnie ze wzrostem k, a dla k> (n+1)p, P(n,k,p) maleje ze wzrostem k.

P(n,k,p)

P(n,k,p)

k

p = 0.1

p = 0.3

p = 0.5

k

p = 0.1

p = 0.3

p = 0.5

0

0.1216

0.0008

-

11

-

0.0120

0.1602

1

0.2702

0.0068

-

12

-

0.0039

0.1201

2

0.2852

0.0278

0.0002

13

-

0.0010

0.0739

3

0.1901

0.0716

0.0011

14

-

0.0002

0.0370

4

0.0898

0.1304

0.0046

15

-

-

0.0148

5

0.0319

0.1789

0.0148

16

-

-

0.0046

6

0.0089

0.1916

0.0370

17

-

-

0.0011

7

0.0020

0.1643

0.0739

18

-

-

0.0002

8

0.0004

0.1144

0.1201

19

-

-

-

9

0.0001

0.0654

0.1602

20

-

-

-

10

-

0.0308

0.1762

       

Rys. 13.6.1 Tabela wartości P(n, k, p) dla różnych wartości p, k i dla n=20.

Na rysunku 13.6.2 przedstawiono wykresy funkcji P(20,k,p) dla różnych wartości prawdopodobieństwa p, a rysunek 13.6.1 przedstawia tabelę wartości funkcji P(n,k,p). Zauważmy, że im prawdopodobieństwo p jest bliższe 0.5 tym wykres funkcji P(20,k,p) staje się bardziej symetryczny.

Rys. 13.6.2 Wpływ parametru p na wykres funkcji P(n,k,p) dla n=20.

Jeśli (n+1)p = k (tzn. (n+1)p jest liczbą całkowitą), to mamy P(n,k,p) = P(n-1,k,p) i wtedy najbardziej prawdopodobną liczbą sukcesów w doświadczeniu Bernoulliego z parametrami n i p jest liczba (n+1)p. Jeśli (n+1)p nie jest liczbą całkowitą, to najbardziej prawdopodobna liczba sukcesów należy do przedziału [(n+1)p-1, (n+1)p] i wobec tego, że ten przedział ma długość 1, jest jednoznacznie wyznaczona.

Przykład 13.6.2

Pewien egzamin testowy składa się z 20 pytań, do których podano przykładowe 4 odpowiedzi, ale tylko jedna z nich jest poprawna. Student losowo zaznacza odpowiedzi. Prawdopodobieństwo zaznaczenia dowolnej z odpowiedzi niech wynosi 1/4 dla wszystkich pytań. Załóżmy, że zdarzenia w tym doświadczeniu są niezależne.

(a) Jakie jest prawdopodobieństwo, że student zaznaczy co najmniej 10 poprawnych odpowiedzi?

Aby rozwiązać to zadanie zastosujemy wzór Bernoulliego. Mamy n=20, k=10 i p=1/4. Zatem

(b) Jaka jest najbardziej prawdopodobna liczba dobrych odpowiedzi?

Zgodnie z naszymi rozważaniami, funkcja P(20,k,1/4) jest rosnąca dla k<21/4 oraz malejąca dla k>21/4. Zatem najbardziej prawdopodobna liczba dobrych odpowiedzi na tym egzaminie wynosi 5.

Schemat Bernoulliego odgrywa istotną rolę w teorii rachunku prawdopodobieństwa i w zastosowaniach. Do problemów związanych z tym schematem wrócimy jeszcze kilkakrotnie w związku z omawianymi, w dalszej części wykładu, pojęciami.

Pytanie 13.6.1 Jakie jest prawdopodobieństwo otrzymania w 10 rzutach monetą dokładnie ośmiu orłów?



« poprzedni punkt   następny punkt »