Radiologická fyzika pravděpodobnost měření a zpracování dat podzim 2012 Měření tlaku – nejjednodušší úkon u lékaře aneb jak zacházet s měřenými hodnotami? Běžná situace u lékaře: „Paní Nováková, když už tady jste, posaďte se, změřím vám tlak. ....... Ale ale, sto šedesát na sto deset, hned vám musím předepsat léky!!” „Ale pane doktore, já jsem trochu rozčílená, to není možné, změřte to znovu, prosím.“ „No ano, máte pravdu, teď je to už jen sto třicet na devadesát – máte tlak jako mladice.“ Změřte si tlak desetkrát. Pokus s měřením tlaku systola diastola tep 140 105 67 155 110 65 130 100 68 145 102 70 153 104 63 138 94 65 142 103 69 135 98 70 151 103 72 132 94 66 Jaké jsou jednotky? 1 mm Hg odpovídá tlaku p = hρg = 10-3 13 500 10 = = 135 Pa 100 mm Hg odpovídá 13,5 kPa Která z hodnot je správná? Nesprávně položená otázka. S daty je třeba umět zacházet. Pravděpodobnost aneb matematika náhody Co je to pravděpodobnost aneb proč nesázet Sportku? •Víte například, že -pravděpodobnost hlavní výhry ve Sportce je sedm milióntin procenta, tj. ani ne jedna ku deseti miliónům? -pravděpodobnost páté ceny je už skoro dvouprocentní? -pravděpodobnost, že mezi 40 lidmi jsou alespoň dva, kteří mají narozeniny ve stejný den, je skoro devadesátiprocentní? •A víte, -co to vůbec je pravděpodobnost? -co je to medián, co průměr, a kolik typů průměrů existuje? -co je správnost a co přesnost měření? -co znamená zápis „hodnota veličiny X je (2,518 ± 0,007) m“ ? - Náhodné jevy a jejich pravděpodobnost Házení mincí – náhodný pokus celkem dvě možnosti – náhodné jevy (orel, hlava) sledujeme jev A: padne orel – jedna z možností je příznivá, p = 1/2 Házení kostkou – náhodný pokus celkem šest možností – náhodných jevů (1, 2, 3, 4, 5, 6) sledujeme jev A: padne šestka – jedna z možností je příznivá, p = 1/6 Definice pravděpodobnosti •Pravděpodobnost •nastoupení jevu A je podílem počtu případů M, v nichž jev A •nastal (čitatel), a počtu N všech možných případů (jmenovatel). •Úkol 1: •a) Jaká je pravděpodobnost, že při hodu kostkou padne sudé číslo? •b) Jaká je pravděpodobnost, že padne číslo dělitelné třemi? •c) Jaká je pravděpodobnost, že padne číslo menší než 3? •Úkol 2: •a) Jaká je pravděpodobnost, že při hodu dvěma kostkami •(současně) padne součet sedm? •b) Jaká je pravděpodobnost, že součin padnuvších čísel bude lichý? • •Jakých hodnot může pravděpodobnost v principu nabývat? • • Řešení předchozích úkolů •Řešení úkolu 1b) •N = 6, M = 2 (příznivé jsou případy, kdy padne trojka nebo šestka) •p = 2/6 = 1/3 •Řešení úkolu 2a) •N = 36 (každá ze 6 možností, které mohou padnout na první kostce, •se nezávisle kombinuje s každou ze 6 možností na druhé kostce), •M = 6 (jednička na první a šestka na druhé kostce, nebo naopak, •dvojka na první a pětka na druhé kostce, nebo naopak, trojka na •první a čtyřka na druhé kostce, nebo naopak), p = 6/36 = 1/6 •Řešení úkolu 2b) •N = 36, M = 9, p = 9/36 = 1/4 •Řešení úkolu 2b sami zdůvodněte. Ještě jeden úkol ryze praktický •V zásuvce jsou ponožky tří barev. Červené (Č), zelené (Z) a •modré (M). Je jich tam od každé barvy hodně. Student jde na •schůzku a chce si vzít čisté ponožky. Náhle zhasne světlo. •Student vytáhne potmě dvě ponožky. a)Jaká je pravděpodobnost, že budou mít stejnou barvu? b)Jaká je pravděpodobnost, že nebudou mít stejnou barvu? c)Jaká je pravděpodobnost, že ponožky budou mít stejnou barvu, ale ne červenou? •Všimněte si výsledků a) a b). Co pro ně platí? Co myslíte, je •to náhoda, nebo to tak být musí? •Jev jistý – jev s jednotkovou pravděpodobností . •Jev nemožný – jev s nulovou pravděpodobností. Cifry, kostky, karty aneb kombinatorická průprava •výběry k-té třídy prvků z n prvků •výběry k prvků z množiny obsahující n prvků podle jistých •pravidel • • pořadí je podstatné pořadí je nepodstatné prvky lze opakovat variace s opakováním kombinace a opakováním prvky nelze opakovat variace bez opakování kombinace bez opakování variace kombinace s opakováním bez opakování Příklad: Barevné signály n = 6 barev, k = 3 ≡ ≡ Jak určit počet možných výběrů variace kombinace s opakováním bez opakování Zkusíme přijít na to, jak vzorce vznikly? Vzorce pro variace •Určení vzorce pro variace opakováním -Kolika způsoby lze z n prvků vybrat první? … n způsobů -Kolika způsoby lze z n prvků vybrat druhý? … n způsobů -Kolika způsoby lze vybrat první dva prvky? … n n= n2 způsobů -Kolika způsoby lze tedy vybrat k prvků? Doplňte sami. •Určení vzorce pro variace bez opakování -Kolika způsoby lze z n prvků vybrat první? … n způsobů -Kolika způsoby lze ze zbývajících n – 1 prvků vybrat druhý? … n – 1 způsobů -Kolika způsoby lze tedy vybrat první dva prvky? … n(n – 1) -Kolika způsoby lze nakonec ze zbývajících n – (k – 1) prvků vybrat k-tý? … (n – k + 1) -Kolika způsoby lze tedy vybrat k prvků? … n(n – 1)(n – 2)…(n – k + 1) • Vzorce pro kombinace •Určení vzorce pro kombinace bez opakování -Kolika způsoby lze uspořádat k neopakujících se prvků? … k! Tyto možnosti, lišící se pouze pořadím, jsou ekvivalentní. -Proto je Ck(n) = Vk(n) / k! = … Výsledný vzorec zapište sami. •Určení vzorce pro kombinace s opakováním -Jak vypadají kombinace s opakováním k barevných kuliček při výběru z n možných barev? Zvolme např. n = 7, k = 14 - • modrá červená černá zelená hnědá fialová oranžová n přihrádek, tj. n – 1 přepážek mez nimi, k kuliček, celkem tedy n + k – 1 pozic; z nich vybíráme k pozic pro kuličky, tj. C/k(n) = Ck(n + k – 1) Příklady na pravděpodobnost - I •Příklad 1. Jaká je pravděpodobnost hlavní výhry ve Sportce? •Tah sportky představuje výběr šesti ze čtyřiceti devíti čísel. • • • • •Příklad 2. Jaká je pravděpodobnost páté ceny ve Sportce? Ze •šesti tažených je třeba uhodnout tři čísla. • • Příklady na pravděpodobnost - II •Příklad 3. Jaká je pravděpodobnost, že ve hře typu Šance milion •uhodnete správně taženou skupinu cifer? (Z každého ze šesti bubnů •obsahujících cifry 0, 1, 2, … , 9 se náhodně vybere jedna.) • • • •Příklad 4. Jaká je pravděpodobnost v předchozí hře, bude-li k •dispozici pouze jeden buben, který obsahuje každou z cifer právě •jednou? • • Jak s pravděpodobnostmi počítat aneb pravděpodobnosti „složených“ jevů •Někdy je třeba určit pravděpodobnosti jevů, které jsou nějakým •způsobem „složeny“ z jevů jednodušších. Uvažujme o dvou •jevech A a B, jejichž pravděpodobnosti jsou známy, p(A), p(B). •Definujme nové jevy C a D jako • •C … jevy A a B nastanou současně •D … nastane jev A nebo B (v principu zahrnuje i možnost, že • nastanou oba) • •Za určitých podmínek lze pravděpodobnosti jevů C a D určit •pomocí pravděpodobností p(A) a p(B). • • Nezávislé jevy •Jaká je pravděpodobnost, že při současném hodu dvěma kostkami •padne na obou šestka? •Uvědomte si: •To, co padne na jedné kostce, je nezávislé na výsledku druhé •kostky. •Jev A: Na první kostce padne šestka … p(A) = 1/6 •Jev B: Na druhé kostce padne šestka … p(B) = 1/6 • •Jev C: Jevy A a B nastanou současně … N = 6 6 = 36 možností, • M = 1, p(C) = M / N = 1/36 = p(A) p(B) • •Pravděpodobnost současného nástupu nezávislých jevů je •rovna součinu pravděpodobností těchto jevů. • Neslučitelné jevy •Jaká je pravděpodobnost, že při hodu kostkou padne některé ze •dvou nejvyšších čísel, tj. padne šestka nebo pětka? •Uvědomte si: •Skutečnosti, že šestka i pětka padnou při stejném hodu, jsou •neslučitelné. •Jev A: Na kostce padne šestka … p(A) = 1/6 •Jev B: Na kostce padne pětka … p(B) = 1/6 •Jev C: Nastane buď jev A nebo jev B … N = 6 možností, • M = 2, p(C) = M / N = 2/6 = p(A) + p(B) •Pravděpodobnost nástupu některého z jevů, z nichž každé dva •jsou neslučitelné, je rovna součtu pravděpodobností těchto jevů. •Dokážete vysvětlit, proč je součet pravděpodobností jevu A a •jevu opačného, tj. že jev A nenastane, je rovna 1 ? • Příklady na pravděpodobnost - III •Příklad 5. Jaká je pravděpodobnost, že ve skupině k osob mají •alespoň dvě narozeniny ve stejný den? • •Rok má n = 365 dní. Určíme nejprve pravděpodobnost jevu A, že •každá z osob má narozeniny v jiný den. Počet případů možných •pro tento jev je N = V/k(n) (variace s opakováním – v principu •může mít každá z osob narozeniny v kterýkoli den). Počet případů •příznivých je M = Vk(n) (variace bez opakování – nechceme, aby •se narozeninový den zopakoval u více osob). •Jev, který nás zajímá, je opačným jevem k jevu A, jeho •pravděpodobnost je tedy p = 1 – Vk(n) / V/k(n). • •Vypočtěte si tuto pravděpodobnost pro 40 osob. • • • • • • • • • • Důležitý příklad – Bernoulliův pokus - I •Provedení pokusu a označení -Nastane-li předem definovaný jev A (například „padne šestka“), nazveme to zdarem, v opačném případě nezdarem. -Pravděpodobnost zdaru označíme p (p = 1/6), pravděpodobnost nezdaru je 1 – p (tedy 5/6). -n-krát nezávisle provedeme pokus (například hod kostkou). • •Jaký jev nás zajímá •- Jev B … Právě při x provedeních z celkového počtu n provedení • pokusu nastane zdar. • Důležitý příklad – Bernoulliův pokus - II •Které další jevy s tím souvisí -Jevy Aj pro j = 1, …, x ... při j-tém provedení pokusu nastane zdar. -Jevy Bk pro k = x+1, …, n ... při k-tém provedení pokusu nezdar. -Jev C ... Jevy A1 až Ax a Bx+1 až Bn nastoupí současně, tj. právě při prvních x opakováních pokusu nastane zdar, při zbývajících nezdar. • -Nezáleží nám ale na tom, při kterých x ze všech n opakování pokusu nastal zdar. Možností, kdy zdar nastal právě při x ze všech opakování pokusu, je Cx(n) = n!/[x!(n – x)!]. -Výsledná pravděpodobnost jevu B • • -Úkol: Vypočtěte pravděpodobnost Bernoulliova pokusu pro 5 opakování hodu kostkou a dva zdary, a pro 5 opakování hodu mincí a žádný zdar. Pro jaké x je při n hodech mincí pravděpodobnost jevu B největší? Úlohy na pravděpodobnost •Úloha 1. •Jaká je pravděpodobnost, že při současném hodu 6 kostkami padne a)na každé kostce jiné číslo, e) více než tři dvojky, b)samé jedničky, f) právě ti dvojky, c)alespoň tři dvojky, g) všechna čísla stejná. •Úloha 2. •Pravděpodobnost, že student A složí úspěšně zkoušku z •Radiologické fyziky, je p, pravděpodobnost, že zkoušku složí •student B, je q. Jaká je pravděpodobnost, že zkoušku složí a)právě jeden ze studentů, c) oba studenti b)alespoň jeden ze studentů, d) žádný ze studentů. •Jednotlivé situace je třeba „šikovně“ vytvořit pomocí jevů •nezávislých, resp. neslučitelných, resp. jevů obojího typu. • • Měření a zpracování dat aneb jak souvisí pravděpodobnost s měřením Měřené hodnoty veličin jsou „náhodné“ •Vzpomeňme si na měření krevního tlaku – co znamená fakt, •že při různých opakováních měření naměříme jiné hodnoty? • •Mění se tlak tak rychle, že jej fakticky nemůžeme určit, nebo •lze z různých naměřených hodnot zjistit relevantní informaci? • •Je správné, že lékař měří pacientovi při dané návštěvě tlak •pouze jednou? • •Řada veličin se řídí náhodnými vlivy, takže i za stejných •podmínek mohou nabývat různých hodnot, popř. při jejich •opakovaném měření můžeme dostat různé hodnoty. • • Náhodná veličina s diskrétním rozdělením •Náhodná veličina X a její (diskrétní) rozdělení •Veličina, která nabývá hodnot (x1, x2, …, xN) s pravděpodobnostmi •(p1, p2, …, pN), kde p1 + p2 + …+ pN = 1 • •Víte proč ?? Uvědomte si neslučitelnost jevů, že veličina nabude •dvou různých hodnot současně. • •Rozdělením náhodné veličiny rozumíme soubor všech dvojic •(xj, pj), pro j = 1, …, n. Bernoulliovo rozdělení - I bernoulli bernoulli1 p(x) x x p(x) n = 100 hody kostkou – zdar = šestka hody mincí – zdar = hlava (binomické) n = 100 hody kostkou – zdar = šestka hody mincí – zdar = hlava (binomické) Úkol: Dokážete z grafů určit „nejpravděpodobnější hodnotu“ ? Co znamená ? Binomické a Poissonovo rozdělení – I •Poissonovo rozdělení •Limitní případ binomického rozdělení (Bernoulliova pro p = 1/2) •pro velký počet pokusů, zajímáme-li se o velmi malý počet zdarů •ve srovnání s počtem pokusů. •Praktický případ •Registrace radioaktivních částic v Geigerově-Millerově trubici. •Cs137 → Ba137 + elektron + neutrino … asi 8% všech rozpadů •Cs137 → Ba137* + elektron + neutrino … asi 92% všech rozpadů •Cs zdroj s aktivitou 10 μC (1 Curie … za 1 s rozpad 3,7 . 1010 jader, •v našem vzorku to znamená n = 3 700 000 pokusů za 10 sekund). •V experimentu při počítání pulsů je nastaveno na cca 1 puls (zdar) •za 1 s, počet zdarů v intervalu 10 s je tedy velmi malý proti n. • Binomické a Poissonovo rozdělení – II bino p(x) x binomické rozdělení hody mincí … p = 1/2 n = 10 n = 50 n = 100 pois-binom Binomické n = 50 Poissonovo = 25 p(x) x Jak zjistit rozdělení experimentálně? •Příklad se střelcem •Střelec vystřelí n-krát na terč. Dosažené počty bodů při jednotlivých •výstřelech představují hodnoty náhodné veličiny. Jaké jsou •pravděpodobnosti jednotlivých hodnot? Pro n = 50 například: • • • • • •Při různých počtech výstřelů n se pravděpodobnosti budou obecně •měnit. Pro rostoucí n budeme pozorovat jejich „ustalování“. hodnoty 0 1 2 3 4 5 6 7 8 9 10 četnosti 0 0 1 1 2 2 3 3 8 20 10 pravděp 0,00 0,00 0,02 0,02 0,04 0,04 0,06 0,06 0,16 0,40 0,20 Která hodnota nejlépe reprezentuje rozdělení? •Jak máme zadávat náhodnou veličinu •Náhodnou veličinu nejdokonaleji reprezentuje zadání jejího •rozdělení. To je ovšem poněkud nepraktické. U střelce jsme viděli, •že jeho kvalita je reprezentována hodnotou blízkou devítce. •Realizovala se nejčastěji, má největší váhu. •Reprezentativní hodnota •(aritmetický průměr všech hodnot včetně „násobnosti“) • • • •Uvedená hodnota je váženým průměrem hodnot a nazývá se •střední hodnotou náhodné veličiny. •Úkol: Určete střední hodnotu dosažených bodů v příkladu se střelcem. • Další charakteristiky rozdělení •Který střelec je lepší? •Dva střelci vystřelí n-krát na terč. Pro n = 50 máme jejich tabulky. • • • • • • hodnoty 0 1 2 3 4 5 6 7 8 9 10 četnosti 0 1 3 6 10 11 10 5 3 1 0 pravděp 0,00 0,02 0,06 0,12 0,20 0,22 0,20 0,10 0,06 0,02 0,00 hodnoty 0 1 2 3 4 5 6 7 8 9 10 četnosti 0 0 2 3 6 28 6 3 2 0 0 pravděp 0,00 0,00 0,04 0,06 0,12 0,56 0,12 0,06 0,04 0,00 0,00 Rozdělení pro oba střelce střední hodnota je 5,0 u obou rozdělení Rozptyl rozdělení •Odvozené náhodné veličiny •Y = f (X) náhodná veličina s rozdělením (yj, pj) = (f(xj), pj), má-li •veličina X rozdělení (xj, pj) •Která veličina charakterizuje „odchýlení“ hodnot od střední hodnoty? •Určete střední hodnotu veličiny X - . Čekali jste tento výsledek? •Rozptylem náhodné veličiny X rozumíme střední hodnotu •náhodné veličiny Y = [X - ]2 . Její odmocnina je tzv. směrodatná •odchylka. • • •Úkol: Vypočtěte hodnotu rozptylu a směrodatné odchylky u obou střelců. Jak byste •interpretovali výsledek? Směrodatná odchylka vyjde 1,7 pro prvého a 1,2 pro •druhého střelce. • • Medián rozdělení •Distribuční funkce •Funkce definovaná na R součtem pravděpodobností •p1+ … + ps odpovídajících hodnotám menším než xs+1. • • • • • •Medián je hodnota xs, pro kterou F(xs) < 0,5 a F(xs+1) ≥ 0,5. • •Úkol: Určete mediány rozdělení pro oba porovnávané střelce. Je výsledek •očekávaný? • • Distribuční funkce pro střelce medián je 5 u obou rozdělení F(x) 0,5 Náhodná veličina se spojitým rozdělením •Náhodná veličina X a její (spojité) rozdělení •Veličina, která nabývá všech reálných hodnot x z intervalu [xm, xM] •s elementárními pravděpodobnostmi dp = w (x) dx •Rozdělením náhodné veličiny rozumíme funkci w(x) na intervalu •[xm, xM]. Též hustota pravděpodobnosti. •Střední hodnota, rozptyl, distribuční funkce • • • • • • •Úkol: Čemu je roven integrál z hustoty pravděpodobnosti (plocha pod grafem)? • Důležitý příklad – normální rozdělení gauss červená … σ = 1 modrá … σ = 2 zelená … σ = 3 nazývá se též rozdělení Gaussovo Fyzikální veličina a její chyba aneb co znamená zápis typu X = (2,518 ± 0,007) m Který výsledek je ten pravý? •Měření délky ukazovátka -Předpokládejme, že všech n studentů v posluchárně bude měřit délku téhož ukazovátka, nebo ji bude jeden student měřit N-krát. -Budou všechny získané hodnoty stejné? -Proč se budou obecně lišit? -Která z naměřených hodnot je skutečnou délkou ukazovátka? •Délka ukazovátka se při měření „chová“ jako náhodná veličina. • •Chyby, kterých se při měření dopouštíme -hrubé a systematické chyby (předpokládejme, že jsme je eliminovali) -náhodné chyby (jejich vlivem se budeme zabývat) • • • Normální rozložení chyb -Předpokládejme, že existuje nějaká „správná“ hodnota délky ukazovátka x a že student naměřil hodnoty (x1, x2, …, xN), některé mohou být i stejné. -Odchylky od (zatím neznámé) správné hodnoty označme (ε1, ε 2, …, ε N). Tyto hodnoty jsou hodnotami náhodné veličiny E. -Její hustotu pravděpodobnosti označme w(E). Za jistých podmínek je rozdělením normálním. -Předpokládejme, že odchylky jsou způsobeny m nezávislými vlivy, každý z nich odchýlí měřenou hodnotu od x o stejnou hodnotu α, kladnou nebo zápornou, s pravděpodobností 0,5. -Kladnou odchylku +α nazveme zdarem, zápornou (–α) nezdarem.Výsledná odchylka naměřené hodnoty xi od x leží v intervalu (–mα, mα) a může nabývat pouze celých násobků α. Vliv chybových vlivů – I Záporné chyby Kladné chyby …………………………………… -mα ε = jα + (m – j)(–α) -mα vliv č. 1 vliv č. 2 ……… vliv č. 3 ……… vliv č. 4 ……… vliv č. 11 … Vliv chybových vlivů – II •Pravděpodobnost odchýlení o j kladných a m – j záporných •vlivů (j kladných a m – j nezdarů), tj. pravděpodobnost vzniku •odchylky ε = jα + (m – j)(–α) = ε = (2j – m)α je dána binomickým •rozdělením (Bernoulliovým pro p =1/2). • • • • •Pro velká m je lze nahradit rozdělením normálním (Gaussovým). To •umožňuje následující zpracování výsledků. • • • Aritmetický průměr a jeho chyba •Reprezentativní hodnota měření •aritmetický průměr všech naměřených hodnot (střední hodnota •veličiny) • •Směrodatná odchylka příslušná aritmetickému průměru •Správná hodnota veličiny nebude určena, ale s pravděpodobností •68,3 % leží v intervalu určeném aritmetickým průměrem a •směrodatnou odchylkou takto: • • • •Krajní chyba … trojnásobek směrodatné odchylky … odpovídá •pravděpodobnostnímu intervalu 97 % • • Různé typy průměrů aneb jen tak pro zajímavost Aritmetický průměr - I •Příklad 1. •Student měl ze tří matematických písemek v semestru tři •hodnocení B a jedno C. U dvou závěrečných písemek měl A a D, •u ústní zkoušky E. Jaká je jeho průměrná známka, jestliže všechny •známky mají stejnou váhu? • • Aritmetický průměr - II •Příklad 2. •Řešte předchozí příklad za předpokladu, že závěrečná písemka má •dvakrát větší váhu než průběžná a ústní zkouška má dvakrát větší •váhu než závěrečná písemka. • a) Průměrná rychlost – I •Příklad 3. •Automobil jel z A do B první úsek rychlostí 130 km/h stejnou •dobu druhý úsek průměrnou rychlostí 70 km/h. Jaká byla jeho •průměrná rychlost na celé trase? •Je odpověď dána aritmetickým průměrem obou hodnot, tj. •(130 + 70)/2 = 100 km / h? •Je to věc definice. Průměrná je definována jako podíl celkové •dráhy a celkové doby jízdy. Dráhu ale neznáme. Víme však, že •oba úseky trvaly stejně času. • • • •Takže přece jen aritmetický průměr? Zkusme úlohu obměnit. Průměrná rychlost – II •Příklad 4. •Automobil jel z A do B první úsek rychlostí 130 km/h a druhý •úsek rychlostí 70 km/h. Oba úseky byly stejně dlouhé. Jaká byla •nyní průměrná rychlost? • • • • • • • • •Jedná se o tzv. harmonický průměr. „Průměrný“ obdélník je čtverec •Příklad 5. •Určete stranu čtverce, který má stejný obsah jako obdélník o •stranách a a b, nebo poloměr koule, která má stejný objem jako •elipsoid o poloosách a , b , c. • • • • • • • • • • „Průměrný“ elipsoid je koule • •Výpočet: • • • • • • •Jedná se o geometrický průměr. •harmonický p. ≤ geometrický p. ≤ aritmetický p. • •A to ještě zdaleka nejsou všechny typy průměrů. • • •