WYBRANE ZAGADNIENIA PROBABILISTYKI

Prezentacja na temat: "WYBRANE ZAGADNIENIA PROBABILISTYKI"— Zapis prezentacji:

1 WYBRANE ZAGADNIENIA PROBABILISTYKI
2016r Tadeusz Szopa

2 Rozrzuty losowe cech, właściwości, przebiegu zjawisk w czasie
itd. Przyczyny losowości. Przykład wzrost H studentów na kierunku LiK Liczba studentów w przedziałach Częstość wi ֿ 20 10 200 170 180 190 160 H [cm] 0,10 0,20 0,30 21 O,196 i = 6 Przedziały wartości H: 1, 2, … , i , …

3 Rozrzuty losowe cech, właściwości, przebiegu zjawisk w czasie
itd. Przyczyny losowości. Przykład wzrost H studentów na kierunku LiK Liczba studentów w przedziałach Częstość wi ֿ 20 10 200 170 180 190 160 H [cm] 0,10 0,20 0,30 21 O,196 i = 6 Histogram wzrostu Przedziały wartości H: 1, 2, … , i , …

4 Histogram granicy plastyczności Re materiału
ֿ 0,16 0,08 1400 1000 1200 Re [MPa] Re=900 wi i = 1, 2, …, 13 Re=900 MPa – podawana jako charakterystyczna dla materiału Ni - liczba próbek, których zmierzona granica plastyczności znalazła się w przedziale i N - liczba zbadanych próbek materiału

5 H , Lcpeak , Re , Rm , Z , czas życia człowieka , … - zmienne losowe ciągłe
Liczba wypadków, liczba poszkodowanych, liczba uszkodzeń, … - zmienne losowe dyskretne Aproksymacja histogramu krzywą ciągłą – obrazującą gęstość prawdopodobieństwa zmiennej losowej 200 170 180 190 160 H [cm] ֿ 0,10 0,20 0,30

6 200 170 180 190 160 H [cm] ֿ 0,02 0,04 0,06 ∙ f ∆H ∞ aH Np. dla rozkładu normalnego zmiennej losowej x (np. H , Re , Z , …) ax i σx –wartość oczekiwana i odchylenie standardowe zmiennej losowej x

7 200 170 180 190 160 H [cm] ֿ 0,02 0,04 0,06 ∙ f Np. f(185) = 0,04 aH Np. dla rozkładu normalnego zmiennej losowej x ≡ H ax i σx –wartość oczekiwana i odchylenie standardowe zmiennej losowej x

8 ֿ f x σx < σx . ax = ax

9 ֿ f x σx < σx ax > ax . . ax ax

10 . . σx < σx ax > ax ax ax f x f P{ x < xo } x ≥ xo x < xo
ֿ f x σx < σx ax > ax . . ax ax ֿ f x xo P{ x ≥ xo } P{ x < xo } x ≥ xo x < xo to zdarzenia losowe

11 - przykłady zdarzeń losowych
ֿ 0,16 0,08 1400 1000 1200 Re [MPa] Re=900 wi i = 1, 2, …, 13 Re ≤ 900 900 < Re ≤ 1000 - przykłady zdarzeń losowych Inne przykłady: w ≥ (w – liczba wypadków w firmie w ciągu roku) T < 2 lata (T - trwałość urządzenia) A - popełnienie błędu przez pracownika A - zmiana stanu (np. ze stanu zdatności do funkcjonowania do stanu niezdatności, czyli uszkodzenie, …)

12 - przykłady zdarzeń losowych
ֿ 0,16 0,08 1400 1000 1200 Re [MPa] Re=900 wi i = 1, 2, …, 13 Re ≤ 900 900 < Re ≤ 1000 - przykłady zdarzeń losowych Re , w, T – zmienne losowe Inne przykłady: w ≥ (w – liczba wypadków w firmie w ciągu roku) T < 2 lata (T - trwałość urządzenia) A - popełnienie błędu przez pracownika A - zmiana stanu (np. ze stanu zdatności do funkcjonowania do stanu niezdatności, czyli uszkodzenie, …)

13 Q(x0) = P{x < x0} = 1- F(x0)
Gęstość rozkładu normalnego Gęstość rozkładu Weibulla F(x0) = P{x ≥ x0} Q(x0) = P{x < x0} = 1- F(x0)

14 Zajście zdarzenia losowego nie jest pewne.
Miarą możliwości zajścia zdarzenia losowego jest wielkość matematyczna prawdopodobieństwo NA – liczba zajść zdarzeń (wyników pomiarów, doświadczeń, obserwacji,…) sprzyjających zajściu zdarzenia A N – liczba wszystkich możliwych zdarzeń Przykłady 1. A ≡ (H > 180) N – liczebność grupy mężczyzn (próbki statystycznej) NA – liczba mężczyzn w tej grupie o wzroście H > 180

15 Zajście zdarzenia losowego nie jest pewne.
Miarą możliwości zajścia zdarzenia losowego jest wielkość matematyczna prawdopodobieństwo NA – liczba zajść zdarzeń (wyników pomiarów, doświadczeń, obserwacji,…) sprzyjających zajściu zdarzenia A N – liczba wszystkich możliwych zdarzeń Przykłady 1. A ≡ (H > 180) N – liczebność grupy mężczyzn (próbki statystycznej) NA – liczba mężczyzn w tej grupie o wzroście H > 180 2. A ≡ (900 < Re ≤ 1000) N – liczba wszystkich zbadanych próbek materiału NA - liczba próbek, których granica plastyczności znalazła się w rozważanym przedziale

16 . . . Inne przykłady 3. A ≡ (w ≥ 5) N – liczba lat obserwacji
NA - liczba lat, w których wypadków było w ≥ 5 4. A ≡ utrata życia przez pracownika na określonym stanowisku pracy w ciągu 1 roku N – liczba obserwowanych stanowisk pracy należących do tej samej populacji NA – liczba wypadków śmiertelnych, jakie zaszły na tych stanowiskach w ciągu 1 roku 5. A ≡ wyrzucenie reszki w 1 rzucie monetą N – liczba rzutów monetą NA – liczba rzutów zakończonych wyrzuceniem reszki . . .

17 Im liczebność próbki statystycznej jest większa (większa liczba obserwacji, prób, doświadczeń, …), tym większa dokładność oszacowania wartości prawdopodobieństwa przy użyciu wyrażenia Jeśli liczebność całej populacji jest nieograniczona, to

18 Interpretacje wartości prawdopodobieństwa
Prawdopodobieństwo utraty życia przez rybaka w ciągu 1 roku P{utrata życia(1)} = 2000∙10-6 Interpretacje Inne przykłady - Prawdopodobieństwo zajścia wypadku w firmie w ciągu 1 roku wynosi P{A} = 0,5. Wartość oczekiwana (średnia) liczby wypadków w ciągu 5 lat NA ≈ N∙P{A} = 5∙0,5 = 2,5

19 f P{ Re < Re min } P{ Re < Re min } ≡ Q ≈ 0,02
ֿ f P{ Re < Re min } Re P{ Re < Re min } ≡ Q ≈ 0,02 Liczba NA spośród N =1000 sztuk populacji jednakowych elementów urządzenia mających granicę plastyczności o wartości mniejszej niż podawana Re min wynosi NA ≈ N∙P{A} = N∙Q = 1000 ∙ 0,02 = 20.

20 A i A - zdarzenie i zdarzenie przeciwne względem A, np. orzeł
Ważniejsze działania _ A i A - zdarzenie i zdarzenie przeciwne względem A, np. orzeł i reszka, popełnienie i niepopełnienie błędu przez pracow- ka. P{A} + P{A} = 1 Prawdopodobieństwo zdarzenia niemożliwego jest równe 0. Prawdopodobieństwo zdarzenia pewnego jest równe 1. Prawdopodobieństwo sumy zdarzeń, np. A i B P{A U B} = P{A} + P{B} – P{A B} Prawdopodobieństwo iloczynu zdarzeń niezależnych P{A B} = P{A}∙ P{B A} Przykłady _ U U

21 x - naprężenia gnące oś samochodu
Procesy stochastyczne (losowe) Pojedyncza realizacja procesu losowego x t xkr x - naprężenia gnące oś samochodu - obciążenie elementów łyżki koparki - natężenie hałasu na stanowisku pracy w ciągu dnia - stężenie pyłu w powietrzu na stanowisku pracy - stężenie metanu w kopalni itd.