Tapahtumat eivät molemminpuolisesti yksinoikeudella ominaisuuksia ja esimerkkejä

Tapahtumat eivät molemminpuolisesti yksinoikeudella ominaisuuksia ja esimerkkejä

Niitä harkitaan Molemminpuolisesti ei -ahkerat tapahtumat Kaikille niille tapahtumille, joilla on kyky tapahtua samanaikaisesti kokeilussa. Minkä tahansa heistä esiintyminen ei tarkoita toisen esiintymistä.

Toisin kuin looginen vastine, Toisiaan poissulkevia tapahtumia, Näiden elementtien välinen risteys on erilainen kuin tyhjyys. Tämä on:

A ∩ B = B ∩ A ≠

Koska tulosten välisen samanaikaisuuden mahdollisuutta hallitaan, tapahtumat molemminpuolisesti yksinoikeudella vaativat useamman kuin yhden iteraation todennäköisyystutkimukset kattamaan todennäköisyystutkimukset.

[TOC]

Mitkä ovat molemminpuolisia ei -poikkeuksia?

Lähde: Pixabay.com

Todennäköisesti käsitellään kahta tyyppiä tilanteita; Tapahtuman esiintyminen ja esiintyminen. Missä kvantitatiiviset arvot ovat 0 ja 1. Täydentävät tapahtumat ovat osa tapahtumien välisiä suhteita, niiden ominaisuuksien ja erityispiirteiden perusteella, jotka voivat erottaa ne tai yhdistää ne toisiinsa.

Tällä tavoin todennäköisyysarvot kulkevat aikavälin [0, 1] läpi niiden esiintymisparametrien muuttaminen kokeilussa haetusta tekijästä riippuen.

Kaksi ei -yksilöivää tapahtumaa ei voida täydentää. Koska molempien leikkauspiste on muodostettava joukko, jonka elementit ovat erilaisia ​​kuin tyhjä. Joka ei täytä komplementin määritelmää.

Mitkä ovat tapahtumat?

Ne ovat kokeilusta johtuvia mahdollisuuksia ja tapahtumia, jotka kykenevät tarjoamaan tuloksia jokaisessa iteraatiossa. Tapahtumat luovat tallennettavat tiedot sarjojen ja alakertojen elementeinä, näiden tietojen suuntaukset ovat syynä todennäköisyyden tutkimukseen.

  • Ne ovat esimerkkejä tapahtumista:
  • Valuutta huomautti.
  • Peli vedettiin.
  • Kemisti reagoi 1.73 sekuntia.
  • Nopeus enimmäispisteessä oli 30 m/s.
  • Noppaa merkitty numero 4.
Voi palvella sinua: Lisäkulmat: Mitä ovat, laskenta, esimerkit, harjoitukset

Molemminpuolisesti olevien tapahtumien ominaisuudet

Olkoon A ja B kaksi molemminpuolisesti ei -selkeää tapahtumaa, jotka kuuluvat näytetilaan S.

A ∩ b ≠ ∅ ja sen risteyksen todennäköisyys on P [A ∩ B]

P [a u b] = p [a] + p [b] - p [a ∩ b]; Tämä on todennäköisyys, että tapahtuma tai muu tapahtuu. Yleisten elementtien olemassaolon vuoksi risteys on vähennettävä, jotta ei lisäisi kahdesti.

Sarjoissa on työkaluja, jotka helpottavat merkittävästi työskentelyä molemminpuolisesti ei -yksilöivällä tapahtumilla.

Vennin kaavio niiden välillä määrittelee näytetilan maailmankaikkeuden asettajana. Jokaisen sarjan ja aloittamisen määritteleminen. On erittäin intuitiivista löytää tutkimuksessa tarvittavat risteykset, ammattiliitot ja lisävarusteet.

Esimerkki molemminpuolisesti ei -ahkerasta tapahtumista

Mehusmyyjä päättää lopettaa päivänsä ja antaa loput tavarat jokaiselle ohikulkijalle. Tätä varten kaikki mehut, joita ei myyty, ja asettaa heille kannen palvelee 15 lasia. Jätä heidät tiskille niin, että jokainen henkilö ottaa mieluummin.

On tiedossa, että myyjä voisi täyttää

  • 3 lasia vesimelonimehulla (punainen) S1, S2, S3
  • 6 lasia oranssilla (oranssi väri) n1, n2, n3, n4, n5, n6
  • 3 lasia mangolla (oranssi väri) m1, m2, m3
  • 3 lasia sitruunamehulla (vihreä väri) L1, L2, L3

Määritä todennäköisyys, että lasin ottamisessa seuraavat molemminpuoliset ei -yksiköitä tapahtumia tapahtuu:

  1. Olla sitruunainen tai oranssi
  2. Olla sitruunainen tai vihreä
  3. Olla hedelmää tai vihreää
  4. Ei sitruunaa tai oranssia

Toista ominaisuutta käytetään; P [a u b] = p [a] + p [b] - p [a ∩ b]

Jos tapaus määrittelee A ja B

Voi palvella sinua: matemaattinen tasa -arvoLähde: Pexels.com

Ensimmäinen tapaus Ryhmät määritellään seuraavasti:

A: Be Citric = N1, N2, N3, N4, N5, N6, L1, L2, L3

B: Be Orange = N1, N2, N3, N4, N5, N6, M1, M2, M3

A ∩ B: N1, N2, N3, N4, N5, N6

Tapahtuman todennäköisyyden määrittelemiseksi käytämme seuraavaa kaavaa:

Erityiset tapaukset / mahdolliset tapaukset

P [A] = 9/15

P [b] = 9/15

P [A ∩ B] = 6/15

P [a u b] = (9/15) + (9/15) - (6/15) = 12/15

Kun tämä tulos kerrotaan 100: lla, tämän tapahtuman mahdollisuuden osuus.

(12/15) x 100 % = 80 %

2-for-tapaus Ryhmät on määritelty

A: Be Citric = N1, N2, N3, N4, N5, N6, L1, L2, L3

B: Be Green = L1, L2, L3

A ∩ B: L1, L2, L3

P [A] = 9/15

P [b] = 3/15

P [A ∩ B] = 3/15

P [a u b] = (9/15) + (3/15) - (3/15) = 9/15

(9/15) x 100 % = 60 %

Kolmas kolmas tapaus on

A: olla hedelmä = N1, N2, N3, N4, N5, N6, L1, L2, L3, M1, M2, M3, S1, S2, S3

B: Be Green = L1, L2, L3

A ∩ B: L1, L2, L3

P [A] = 15/15

P [b] = 3/15

P [A ∩ B] = 3/15

P [a u b] = (15/15) + (3/15) - (3/15) = 15/15

(15/15) x 100 % = 100 %

Tässä tapauksessa ”hedelmä” -tila sisältää koko näytetilan, mikä tekee todennäköisyyden 1.

4- Kolmannesta tapauksesta sama jatketaan

A: ei sitruunaa = M1, M2, M3, S1, S2, S3

B: Be Orange = N1, N2, N3, N4, N5, N6, M1, M2, M3

A ∩ B: M1, M2, M3

P [A] = 6/15

P [b] = 9/15

Voi palvella sinua: Vaihtonäytteenotto

P [A ∩ B] = 3/15

P [a u b] = (6/15) + (9/15) - (3/15) = 12/15

(12/15) x 80 % = 80 %

 Viitteet

  1. Tilastollisten menetelmien rooli tietotekniikassa ja bioinformatiikassa. Irina Arhppoova. Latvian maatalousyliopisto, Latvia. [Sähköposti suojattu]
  2. Tilastot ja todisteiden arviointi oikeuslääketieteellisille tutkijoille. Toinen painos. Colin G.G. Aitken. Matematiikan korkeakoulu. Edinburghin yliopisto, Iso -Britannia
  3. Perustodennäköisyysteoria, Robert B. Tuhka. Matematiikan laitos. Illinoisin yliopisto
  4. Perustilastot. Kymmenes painos. Mario F. Trola. Boston San.
  5. Matematiikka ja tekniikka tietotekniikassa. Christopher J. Van Wyk. Tietotekniikan ja tekniikan instituutti. Kansallinen standardilaitos. Washington, D. C. 20234
  6. Tietotekniikan matematiikka. Eric Lehman. Google Inc.
    F Thomson Leightonin matematiikan laitos ja tietotekniikka ja AI -laboratorio, Massachussetts Institute of Technology; Akamai Technologies