1η Ομάδα Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, Σ. ΤΟΥΜΠΗΣ. 1. (Ισότητα συνόλων) Να δείξετε ότι

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "1η Ομάδα Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, Σ. ΤΟΥΜΠΗΣ. 1. (Ισότητα συνόλων) Να δείξετε ότι"

Transcript

1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, 5-6 Σ. ΤΟΥΜΠΗΣ η Ομάδα Ασκήσεων. Ισότητα συνόλων Να δείξετε ότι A B i A B i. Έστω C A B i και D A B i. Θα αποδείξουμε ότι τα C, D ταυτίζονται, χρησιμοποιώντας την συνήθη μέθοδο: θα δείξουμε ότι το ένα είναι υποσύνολο του άλλου και αντιστρόφως. Έστω λοιπόν ένα στοιχείο x C. Τότε υπάρχουν δύο περιπτώσεις. Αν x A, τότε x A B i για όλα τα i, και επομένως θα ανήκει και στην άπειρη τομή τους D. Αν x A, τότε θα ανήκει σε όλα τα B i, αλλιώς δεν θα ανήκει σε κάποιο B i, άρα ούτε και στην άπειρη τομή τους, και επομένως ούτε στο C, δηλαδή οδηγούμαστε σε άτοπο. Αφού λοιπόν ανήκει σε όλα τα B i, θα ανήκει και σε όλα τα A B i, άρα και στην τομή τους D. Αποδείξαμε λοιπόν ότι αν x C, τότε x D, δηλαδή C D. Έστω τώρα ένα στοιχείο x D. Τότε υπάρχουν δύο περιπτώσεις. Αν ανήκει στο A, τότε ανήκει και στην ένωση C A B i. Αν δεν ανήκει στο A, είναι απαραίτητο να ανήκει σε όλα τα B i, γιατί αν δεν ανήκει έστω και σε ένα, έστω B i, τότε δεν θα ανήκει και στην ένωση A B i, άρα ούτε και στην άπειρη τομή D A B i, και θα έχουμε άτοπο. Αφού λοιπόν το x ανήκει σε όλα τα B i, θα ανήκει και στην άπειρη τομή τους B i άρα και στην ένωση C A B i. Αποδείξαμε λοιπόν ότι αν x D, τότε x C, δηλαδή D C. Αφού C D και D C, τελικά C D.. Τρία ενδεχόμενα Έστω A, B, C τρία ενδεχόμενα ενός δειγματικού χώρου Ω. Βρείτε κατάλληλες εκφράσεις για τα ενδεχόμενα: αʹ Πραγματοποίηση μόνο του B. βʹ Πραγματοποιήθηκαν το A και το B αλλά όχι το C. γʹ Τουλάχιστον ένα από τα συγκεκριμένα ενδεχόμενα πραγματοποιείται. δʹ Τουλάχιστον δύο από τα ενδεχόμενα πραγματοποιούνται. εʹ Και τα τρία ενδεχόμενα πραγματοποιούνται. ϛʹ Κανένα από τα ενδεχόμενα δεν πραγματοποιείται. ζʹ Το πολύ ένα πραγματοποιείται. ηʹ Το πολύ δύο πραγματοποιούνται. αʹ A BC. βʹ ABC. γʹ A B C. δʹ AB AC BC. εʹ ABC. ϛʹ A B C A B C. ζʹ A B C AB C A BC A B C AB AC BC. ηʹ ABC A B C.. Συρτάρι Σε ένα συρτάρι έχουμε 4 μαρκαδόρους, δύο που γράφουν μπλε και δυο που γράφουν κόκκινα. αʹ Αφαιρούμε στην τύχη από το συρτάρι έναν έναν τους μαρκαδόρους εννοείται χωρίς επανάθεση, μέχρι να βρούμε έναν μπλε. Υποθέτουμε ότι όλοι οι μαρκαδόροι διαφέρουν στην όψη, και μας ενδιαφέρει ποιος επιλέχθηκε κάθε φορά. Κατασκευάστε ένα δειγματικό χώρο που να περιγράφει το πείραμα. βʹ Έστω πως επαναλαμβάνουμε το πείραμα του προηγούμενου σκέλους, αλλά οι μαρκαδόροι είναι εξωτερικά πανομοιότυποι πέραν του ότι γράφουν μπλε και γράφουν κόκκινα. Κατασκευάστε ένα δειγματικό χώρο που να περιγράφει το πείραμα.

2 γʹ Αφαιρούμε στην τύχη από το συρτάρι έναν έναν τους μαρκαδόρους εννοείται χωρίς επανάθεση, μέχρι να βρούμε και τους δύο που γράφουν μπλε. Υποθέτουμε ότι οι μαρκαδόροι διαφέρουν στην όψη αλλά δεν ξέρουμε ποιος γράφει μπλε και ποιος κόκκινα, και μας ενδιαφέρει ποιος επιλέχθηκε κάθε φορά. Κατασκευάστε ένα δειγματικό χώρο που να περιγράφει το πείραμα. δʹ Επαναλαμβάνουμε το πείραμα του προηγούμενου σκέλους, αλλά οι μαρκαδόροι είναι πανομοιότυποι πέραν του ότι γράφουν μπλε και γράφουν κόκκινα. Κατασκευάστε ένα δειγματικό χώρο που να περιγράφει το πείραμα. αʹ Έστω R και R οι κόκκινοι μαρκαδόροι, και B, B οι μπλε μαρκαδόροι που γράφουν. Επειδή μας ενδιαφέρει ποιος μαρκαδόρος επιλέχθηκε κάθε φορά, έχουμε συνολικά τα εξής ενδεχόμενα: Ω {R R B, R R B, R R B, R R B, R B, R B, R B, R B, B, B } βʹ Έστω B «παίρνω μαρκαδόρο που γράφει μπλε» και R «παίρνω μαρκαδόρο που γράφει κόκκινα». Ω {RRB, RB, B}. γʹ Επεκτείνοντας το συλλογισμό του πρώτου σκέλους, έχουμε: Ω {R R B B, R R B B, R R B B, R R B B, R B B, R B B, R B B, R B B, R B R B, R B R B, R B R B, R B R B, B R R B, B R R B, B R R B, B R R B, B R B, B R B, B R B, B R B, B B, B B }. δʹ Επεκτείνοντας το συλλογισμό του δεύτερου σκέλους, έχουμε: Ω {RRBB, RBRB, RBB, BRRB, BRB, BB}. 4. Υπολογιστές Σε κάποιο εργαστήριο υπάρχουν PC που τρέχουν Windows, 8 PC που τρέχουν Linux, και MAC που τρέχουν όλα Linux. Επιλέγουμε ένα υπολογιστή στην τύχη, χωρίς να δείχνουμε προτίμηση σε κάποιον υπολογιστή. αʹ Ποια η πιθανότητα να τρέχει Linux; βʹ Ποια είναι η πιθανότητα να μην είναι PC ή να τρέχει Linux; αʹ Από τους υπολογιστές, οι 8 + τρέχουν Linux. Συνεπώς η πιθανότητα ένας τυχαία επιλεγμένος υπολογιστής να τρέχει Linux είναι 4 4. βʹ Την συνθήκη ικανοποιούν τα MAC και τα 8 PC που τρέχουν Linux. Συνεπώς η ζητούμενη πιθανότητα είναι Κουτί Ένα κουτί περιέχει μία κόκκινη R μία μπλε B και μία πράσινη G σφαίρα. Θεωρήστε ένα πείραμα κατά το οποίο επιλέγουμε τυχαία μία σφαίρα από το κουτί, και αφού την επανατοποθετήσουμε στο κουτί επιλέγουμε τυχαία άλλη μία σφαίρα. Ποιος είναι ο δειγματικός χώρος; Αν όλα τα αποτελέσματα είναι ισοπίθανα, ποια είναι η πιθανότητα εκλογής μίας τουλάχιστον κόκκινης σφαίρας στις δύο δοκιμές; Απαντήστε τα άνω εκ νέου, υποθέτοντας ότι η πρώτη σφαίρα δεν επανατοποθετείται στο κουτί. Ο δειγματικός χώρος είναι ο Ω {RR, RB, RG, BR, BB, BG, GR, GB, GG}. Επειδή όλα τα αποτελέσματα έχουν την ίδια πιθανότητα, το ενδεχόμενο A {RR, RB, RG, BR, GR} έχει πιθανότητα P A A Ω 5 9.

3 Υποθέτουμε τώρα ότι η πρώτη σφαίρα δεν επανατοποθετείται στο κουτί. Ο νέος δειγματικός χώρος είναι ο Ω {RB, RG, BR, BG, GR, GB}. Επειδή όλα τα αποτελέσματα έχουν την ίδια πιθανότητα, το ενδεχόμενο A {RB, RG, BR, GR} έχει πιθανότητα P A A Ω Ξένα ενδεχόμενα Δείξτε ότι εάν P A B P A + P B για οποιαδήποτε ξένα A, B, τότε P. Μην χρησιμοποιήσετε άλλη ιδιότητα ή αξίωμα των πιθανοτήτων πέραν της δοσμένης. Έστω ένα οποιοδήποτε ενδεχόμενο B. Παρατηρούμε πως τα B, είναι ξένα, αφού B, επομένως P B P B P B + P P P B P B. 7. Παιχνίδι Δύο παίκτες A και B παίζουν το εξής παιχνίδι: Ένα δίκαιο κέρμα ρίχνεται φορές. Έπειτα, ρίχνεται ένα δίκαιο ζάρι. Κερδίζει ο παίκτης A όταν το πλήθος των φορών που εμφανίστηκαν κορώνες και το αποτέλεσμα του ζαριού είναι και οι δύο ζυγοί ή και οι δύο μονοί αριθμοί. Σε διαφορετική περίπτωση, κερδίζει ο παίκτης B. Π.χ., κερδίζει ο B εάν έρθουν κορώνες και το ζάρι είναι 5. Προτείνετε ένα δειγματικό χώρο και μέτρο πιθανότητας που να αναπαριστά το παιχνίδι αυτό, και υπολογίστε την πιθανότητα εμφάνισης κάθε αποτελέσματος. Είναι δίκαιο το παιχνίδι; Ο πιο προφανής δειγματικός χώρος είναι το καρτεσιανό γινόμενο Ω {HHH, HHT, HT H, HT T, T HH, T HT, T T H, T T T } {,,, 4, 5, 6}, όπου το H συμβολίζει τις κορώνες, το T τα γράμματα, το HHT να έρθουν πρώτα κορώνες και μετά μια φορά γράμματα, κ.ο.κ. Το πλήθος των στοιχείων του Ω είναι Ω Υποθέτοντας ότι κάθε αποτέλεσμα είναι ισοπίθανο, προκύπτει πως το κάθε αποτέλεσμα θα έχει πιθανότητα Ω 48. Σχετικά με το αν το παιχνίδι είναι δίκαιο, έστω A το ενδεχόμενο να κερδίσει ο παίκτης A. Παρατηρήστε πως A {HHT, HT H, T HH, T T T } {, 4, 6} {HHH, HT T, T HT, T T H} {,, 5}, που αποτελείται από ενδεχόμενα, άρα P A 4 48 και το παιχνίδι είναι δίκαιο. 8. Άσοι Μοιράζουμε στην τύχη φύλλα από μια συνηθισμένη τράπουλα 5 φύλλων. Ποια η πιθανότητα να περιέχει η μοιρασιά: αʹ κανέναν άσσο; βʹ το πολύ τρεις άσσους; γʹ τουλάχιστον έναν άσο και τουλάχιστον μια φιγούρα δηλαδή βαλέ, ντάμα, ή ρήγα; Για να απαντήσουμε τα άνω ερωτήματα, καταρχάς παρατηρούμε ότι ο δειγματικός χώρος Ω του προβλήματος περιλαμβάνει όλες τις δυνατές μη διατεταγμένες άδες φύλλων που μπορούν να επιλεγούν από 5 φύλλα, οπότε Ω 5 5! 5!! 5, 8, 4,. Ακολούθως έχουμε: αʹ Έστω A το ενδεχόμενο να μην επιλεγεί κανένας άσσος. Υπάρχουν 48 τρόποι με τους οποίους μπορεί να σχηματισθεί το A, ένας για κάθε μια επιλογή των φύλλων από τα υπόλοιπα 48. Συνεπώς, P A 48 / 5.4. βʹ Έστω B το ενδεχόμενο να πάρουμε το πολύ τρεις άσσους. Το ενδεχόμενο B περιέχει όλες τις μοιρασιές στις οποίες πήραμε και τους 4 άσσους, και ο υπολογισμός της πιθανότητας του είναι απλούστερος. Πράγματι, υπάρχουν 4 4 τρόποι να επιλέξουμε τους 4 άσσους και 48 6 τρόποι να επιλέξουμε τα υπόλοιπα 6 φύλλα. Συνεπώς, 48 6 P B P B

4 γʹ Έστω C το ενδεχόμενο να πάρουμε τουλάχιστον ένα άσο. Έστω D το ενδεχόμενο να πάρουμε τουλάχιστον μια φιγούρα. Ζητείται η πιθανότητα του ενδεχόμενου C D. Για να την υπολογίσουμε, παρατηρούμε ότι: P C D P C D P C P D + P C D Εναλλακτικά, το ενδεχόμενο C D μπορεί να γραφεί ως C D «Λαμβάνονται i άσοι και j φιγούρες». {,...,4, j,...,9, i+j } Τα ενδεχόμενα είναι ξένα, συνεπώς οι πιθανότητες τους μπορούν να προστεθούν για να προκύψει η πιθανότητα του C. Επιπλέον, οι πιθανότητές τους ισούνται με 4 6 i P «Λαμβάνονται i άσοι και j φιγούρες» 5 j i j 5 όπου i 4, j 9. Με αντικατάσταση των στην προκύπτει η P C D., 9. Κάλπη Μια κάλπη περιέχει μπάλες από τις οποίες οι 5 μαύρες, οι άσπρες, και οι 945 κόκκινες. Επιλέγουμε τυχαία 5 μπάλες από την κάλπη. Ποια είναι η πιθανότητα να έχουμε επιλέξει αʹ ακριβώς κόκκινες; βʹ ακριβώς μαύρες και άσπρες; γʹ ακριβώς 4 κόκκινες και τουλάχιστον μαύρες; Παρατηρούμε καταρχάς πως τα αποτελέσματα του πειράματος είναι οι συνδυασμοί με τους οποίους μπορούμε να επιλέξουμε 5 μπάλες από τις διαθέσιμες. Επομένως, ο δειγματικός χώρος Ω έχει Ω 5 αποτελέσματα. αʹ Έχουμε 945 τρόπους για να επιλέξουμε τις κόκκινες, και, για κάθε έναν από αυτούς, έχουμε 55 τρόπους για να επιλέξουμε τις υπόλοιπες. Άρα, η ζητούμενη πιθανότητα ισούται με βʹ Έχουμε 5 τρόπους για να επιλέξουμε τις μαύρες, τρόπους για να επιλέξουμε τις άσπρες, και 945 τρόπους για να επιλέξουμε τις υπόλοιπες που προφανώς είναι κόκκινες. Άρα, η ζητούμενη πιθανότητα ισούται με γʹ Καταρχάς παρατηρούμε πως έχουμε τρόπους για να επιλέξουμε τις 4 κόκκινες. Πρέπει να βρούμε με πόσους τρόπους μπορούμε να επιλέξουμε άλλες ώστε να υπάρχουν τουλάχιστον μαύρες. Το πιο εύκολο είναι παρατηρήσουμε πως έχουμε 55 τρόπους για να επιλέξουμε τις υπόλοιπες, χωρίς κάποιον περιορισμό στη σύνθεσή τους, έχουμε 5 τρόπους για να επιλέξουμε άσπρες και μαύρη, και έχουμε τρόπους για να επιλέξουμε άσπρες. Άρα, υπάρχουν 55 5 τρόπους ώστε να επιλέξουμε τουλάχιστον μαύρες από τις υπόλοιπες. Άρα τελικά η ζητούμενη πιθανότητα είναι 945 [ ].. Κι άλλη κάλπη Επιλέγουμε διαδοχικά χωρίς επανάθεση 5 μπάλες από μια κάλπη με 6 μπάλες αριθμημένες,..., 6. Έστω ότι οι ενδείξεις τους είναι k, k,..., k 5, με την σειρά με την οποία εξάγονται. 5 αʹ Ποια η πιθανότητα να ισχύει k < k < k < k 4 < k 5 ; βʹ Ποια η πιθανότητα να ισχύει k 5 > max{k, k, k, k 4 };. 4

5 αʹ Υπάρχουν δύο τρόποι να απαντήσουμε το ερώτημα. Ο πιο απλός είναι να επικαλεστούμε συμμετρία. Υπάρχουν 5! τρόποι για να μπουν στη σειρά οι 5 αριθμοί που θα προκύψουν, και μόνο ένας τρόπος αντιστοιχεί στο σύνολο ανισοτήτων k < k < k < k 4 < k 5. Άρα, p 5!. Εναλλακτικά, παρατηρούμε πως υπάρχουν 6! 55! πιθανές διατάξεις αριθμών που μπορεί να προκύψουν από την κάλπη. Επιπλέον, υπάρχουν 6 5 διατάξεις που είναι αύξουσες. Αρκεί να επιλέξουμε 5 αριθμούς, κάτι που γίνεται με 6 5 τρόπους, και να τους βάλουμε στη σειρά. Άρα, p 6! 55! 6 5 5!. βʹ Και πάλι, μπορούμε να απαντήσουμε το ερώτημα με δύο τρόπους. Αν επικαλεστούμε συμμετρία, παρατηρούμε πως κάθε μια μπάλα που βγαίνει από την κάλπη έχει ίδια πιθανότητα με τις υπόλοιπες να είναι η μεγαλύτερη, άρα p 5. Εναλλακτικά, παρατηρούμε, όπως και πριν, πως υπάρχουν 6! 55! πιθανές διατάξεις αριθμών που μπορεί να προκύψουν από την κάλπη. Επιπλέον, οι διατάξεις που οδηγούν στη δοσμένη ανισότητα μπορούν να μετρηθούν ως εξής: έχουμε 6 5 συνδυασμούς αριθμών που μπορεί να προκύψουν, και για κάθε έναν από αυτούς έχουμε 4! τρόπους να βάλουμε στη σειρά τους 4 μικρότερους στις πρώτες 4 θέσεις. Άρα, p 6! 55! 4! Φοιτητές Ένα λεωφορείο ξεκινάει από την αφετηρία με k φοιτητές και περνάει από n στάσεις. αʹ Να κατασκευαστεί δειγματικός χώρος για τις δυνατές αποβιβάσεις των φοιτητών, και να υπολογισθεί ο αριθμός των δυνατών αυτών αποβιβάσεων. βʹ Να υπολογισθεί η πιθανότητα τουλάχιστον σε μια στάση να αποβιβαστούν περισσότεροι από ένας φοιτητές. αʹ Μια επιλογή είναι να ορίσουμε το δειγματικό χώρο ως το σύνολο όλων των επαναληπτικών διατάξεων k αντικειμένων επιλεγμένων από n επιλογές. Επομένως, η διάταξη n, n,..., n k σημαίνει ότι ο πρώτος φοιτητής κατέβηκε στην n στάση, ο δεύτερος στην n στάση, κ.ο.κ., και τελικά ο φοιτητής k κατέβηκε στην στάση n k. Τα στοιχεία αυτού του δειγματικού χώρου είναι συνολικά n. βʹ Έστω p η ζητούμενη πιθανότητα. Παρατηρούμε καταρχάς ότι αν k > n, δηλαδή υπάρχουν περισσότεροι φοιτητές από στάσεις, τότε p, δηλαδή σίγουρα σε κάποια στάση θα κατεβούν πάνω από ένας φοιτητές. Έστω τώρα πως k n. Θα υπολογίσουμε την πιθανότητα p p του ενδεχόμενου σε κάθε στάση να κατεβεί το πολύ ένας φοιτητής. Καταρχάς, από το προηγούμενο σκέλος ο δειγματικός χώρος έχει συνολικά n k αποτελέσματα. Θα μετρήσουμε πόσα από αυτά καταλήγουν στο να κατεβούν όλοι οι φοιτητές μόνοι τους. Υπάρχουν n επιλογές για τον πρώτο φοιτητή, n επιλογές για τον δεύτερο, κ.ο.κ., και τελικά n k επιλογές για τον τελευταίο. Άρα, τελικά η ζητούμενη πιθανότητα είναι η p nn... n k n k.. Βιβλία Σε ένα ράφι τοποθετούνται με τυχαία σειρά 6 βιβλία μαθηματικών, 4 βιβλία φυσικής, βιβλία ιστορίας, 5 βιβλία ξένων γλωσσών, και λεξικά. Ποια είναι η πιθανότητα όλα τα βιβλία του ίδιου είδους να τοποθετηθούν μαζί; Υπάρχουν συνολικά βιβλία, και! τρόποι με τους οποίους μπορούν να διαταχθούν. Η πιθανότητα να καταλήξουν όλα τα ομοειδή βιβλία μαζί μπορεί να υπολογιστεί αν μετρήσουμε πόσοι από τους! τρόπους διάταξης αντιστοιχούν σε αυτό το ενδεχόμενο. Παρατηρούμε ότι έχουμε καταρχάς 5! τρόπους για να βάλουμε τα 5 είδη βιβλίων στη σειρά. Για κάθε έναν από τους άνω τρόπους, έχουμε 6! επιλογές για το πως θα βάλουμε τα βιβλία μαθηματικών σε μια σειρά, 4! τρόπους με τους οποίους μπορούμε να βάλουμε τα βιβλία φυσικής στη σειρά, κ.ο.κ., και τελικά η ζητούμενη πιθανότητα ισούται με p 5!6!4!!5!!.! 5

6 . Τράπουλα Ποια η πιθανότητα τραβώντας 5 φύλλα στην τύχη από μια τράπουλα να φέρετε: αʹ Άσο μπαστούνι, δηλαδή να περιέχεται το φύλλο A. βʹ Οποιονδήποτε άσο ανάμεσα στα φύλλα σας. γʹ Φουλ του άσου, δηλαδή άσους και τα υπόλοιπα φύλλα να είναι όμοια π.χ., ντάμες. Υποθέστε ότι όλοι οι συνδυασμοί 5 φύλλων είναι ισοπίθανοι. αʹ Παρατηρούμε πως υπάρχουν 5 5 συνδυασμοί φύλλων που μπορεί να έχουμε τραβήξει. Από αυτούς, υπάρχουν 5 4 δυνατοί συνδυασμοί 4 φύλλων από τα υπόλοιπα 5, στους οποίους μπορούμε να προσθέσουμε τον Άσο μπαστούνι, και να φτιάξουμε έτσι όλους τους δυνατούς συνδυασμούς 5 φύλλων που περιέχουν τον Άσο μπαστούνι. Επομένως, η ζητούμενη πιθανότητα είναι 5 4 p 5!47!5! 4!47!5! Το αποτέλεσμα είναι λογικό, και μπορούμε να καταλήξουμε σε αυτό και με ένα άλλο τρόπο: υποθέτουμε ότι ο δειγματικός χώρος αποτελείται από 5 χαρτιά, εκ των οποίων 5 είναι στο χέρι μας και 47 είναι στην υπόλοιπη τράπουλα, και το πείραμα είναι η αποκάλυψη ενός εξ αυτών ως ο Άσος μπαστούνι. Το ενδεχόμενο ο Άσος μπαστούνι να αποκαλυφθεί στο χέρι μας αποτελείται από 5 από 5 αποτελέσματα. Είναι διαισθητικά προφανές ότι τα αποτελέσματα είναι ισοπίθανα, επομένως τελικά η πιθανότητα αυτού του ενδεχόμενου είναι 5/5. βʹ Είναι πιο εύκολο να υπολογίσουμε την πιθανότητα να μην σηκώσουμε κανένα άσο. Από τους 5 5 ισοπίθανους συνδυασμούς, υπάρχουν 48 5 χωρίς ούτε ένα άσο, επομένως η ζητούμενη πιθανότητα ισούται με p γʹ Υπάρχουν 5 5 συνολικά συνδυασμοί φύλλων που μπορούν να επιλεγούν. Για να μετρήσουμε αυτούς που αντιστοιχούν σε φουλ του άσου, παρατηρούμε ότι υπάρχουν 4 4 τρόποι για να επιλέξουμε ποιους άσους θα διαλέξουμε, τρόποι για να διαλέξουμε το νούμερο που θα έχει το ζεύγος, και 4 6 να επιλέξουμε τα από τα 4 φύλλα που θα επιλέξουμε από το συγκεκριμένο νούμερα. Τελικά, p Διαδικασίες Σε ένα δίκτυο τριών υπολογιστών πρέπει να εκτελεστούν 6 διαδικασίες: 4 που είναι υπολογιστικά εύκολες και δύσκολες. Η κατανομή γίνεται τυχαία, και κάθε υπολογιστής εκτελεί διαδικασίες. Ποια η πιθανότητα: αʹ του ενδεχόμενου A ο πρώτος υπολογιστής να πάρει και τις δύσκολες; βʹ του ενδεχόμενου B κάθε υπολογιστής να πάρει τουλάχιστον μια εύκολη; αʹ Υπάρχουν 6,, 6!!!! τρόποι να γίνει η κατανομή των διαδικασιών. Από αυτούς, υπάρχουν 4 τρόποι να πάρει ο πρώτος και τις δύσκολες διαδικασίες. Συνεπώς, P A 4,, 6 5. βʹ Λόγω συμμετρίας, η πιθανότητα να πάρει ο δεύτερος υπολογιστής και τις δύσκολες διαδικασίες είναι επίσης 5. Ομοίως και για τον τρίτο. Συνεπώς, η πιθανότητα να πάρει κάποιος από τους και τις δύσκολες είναι παρατηρήστε ότι τα ενδεχόμενα είναι ξένα. Άρα η πιθανότητα να πάρει κάθε ένας τουλάχιστον μια εύκολη διαδικασία είναι Μεταθέσεις με μπάλες Πόσες δυνατές διακριτές μεταθέσεις υπάρχουν ανάμεσα σε 4 κόκκινες μπάλες, λευκές και μαύρες; Εννοείται ότι μπάλες ιδίου χρώματος είναι εντελώς όμοιες μεταξύ τους, και προφανώς η μετάθεση δεν θα αλλάξει αν αλλάξουν δύο μπάλες ίδιου χρώματος θέση μεταξύ τους. Έχουμε 9 διαφορετικές δυνατότητες για την επιλογή της πρώτης μπάλας, 8 διαφορετικές δυνατότητες για την επιλογή της δεύτερης μπάλας, κοκ. Αν όλες οι μπάλες είχαν διαφορετικό χρώμα, τότε οι διαφορετικές μεταθέσεις θα ήταν 9!. Όμως υπάρχουν μπάλες του ίδιου χρώματος, με αποτέλεσμα κάποιες από τις 9! μεταθέσεις να ταυτίζονται. Για παράδειγμα, οι ακόλουθες δύο μεταθέσεις ταυτίζονται: 6

7 Λ,Λ,Μ,Μ,Μ,Κ,Κ,Κ,Κ4 και Λ,Λ,Μ,Μ,Μ,Κ,Κ,Κ,Κ4. Για να υπολογίσουμε τον αριθμό των διακριτών μεταθέσεων, πρέπει να διαιρέσουμε το 9! με το, καθώς λόγω των δύο λευκών μπαλών, ορισμένες μεταθέσεις εμφανίζονται δύο φορές στις αρχικές 9!. Ακολούθως, πρέπει να διαιρέσουμε με το! 6, γιατί λόγω των μαύρων μπαλών, ορισμένες μεταθέσεις εμφανίζονται! 6 φορές. Υπάρχουν! 6 τρόποι με τους οποίους μπορούν να παραταχθούν αντικείμενα. Τέλος, πρέπει να διαιρέσουμε με 4! 4 λόγω των κόκκινων μπαλών. Συνεπώς, ο αριθμός των διατάξεων είναι 9! 4!!! 6. Εναλλακτικά, θα μπορούσαμε να σκεφτούμε ως εξής: έχουμε 9 4 τρόπους με τους οποίους μπορούμε να τοποθετήσουμε τις κόκκινες μπάλες στις θέσεις έως 9. Κατόπιν, έχουμε 5 τρόπους να επιλέξουμε τις θέσεις για τις 9! μαύρες από τις 5 που απομένουν. Πολλαπλασιάζοντας, προκύπτουν και πάλι 4!!! 6 τρόποι. Παρατηρήστε ότι αν τοποθετήσουμε τις κόκκινες και τις μαύρες, έχουμε καθορίσει με μοναδικό τρόπο τη θέση των λευκών. δύο λευκές. 7

8 η Ομάδα Ασκήσεων 6. Μπάλες Από έναν κάδο που περιέχει άσπρες, μαύρες και κόκκινες μπάλες, επιλέγουμε 4 με επανατοποθέτηση. αʹ Ποια είναι η πιθανότητα να επιλέξαμε τουλάχιστον μία άσπρη μπάλα; βʹ Ποια είναι η πιθανότητα να επιλέξαμε τουλάχιστον μία άσπρη μπάλα δεδομένου ότι δεν επιλέξαμε καμία κόκκινη; γʹ Ποια είναι η πιθανότητα να μην επιλέξαμε καμία κόκκινη μπάλα, δεδομένου ότι επιλέξαμε τουλάχιστον μία άσπρη; αʹ Έστω A το ενδεχόμενο να επιλέξουμε τουλάχιστον μια άσπρη μπάλα. Θα υπολογίσουμε την πιθανότητα του ενδεχόμενου A να μην επιλεγεί καμία άσπρη μπάλα. Έχουμε συνολικά 6 μπάλες, εκ των οποίων οι είναι άσπρες, επομένως, χρησιμοποιώντας το γεγονός ότι οι μπάλες επανατοποθετούνται, και υποθέτοντας ότι οι διαδοχικές επιλογές είναι ανεξάρτητες, P A 4 5 P A βʹ Έστω B το ενδεχόμενο να επιλέξουμε τουλάχιστον μία κόκκινη μπάλα. Ζητείται ο υπολογισμός του P A B, για το οποίο όμως ισχύει P A B P A B P A B P B Η τρίτη ισότητα προέκυψε με συλλογισμό παρόμοιο με αυτόν του πρώτου μέρους. Παρατηρήστε ότι στο ίδιο αποτέλεσμα θα φτάναμε αν θεωρούσαμε ότι δεν υπάρχουν κόκκινες μπάλες στον κάδο, και υπολογίζαμε την πιθανότητα να επιλέξουμε τουλάχιστον μία άσπρη. γʹ Παρομοίως, έχουμε P B A P AB P A P B P B A P A Τρεις περιπτώσεις Έχουμε τρία χαρτιά τα οποία καλούμε AA, MM, AM. Το AA έχει και τις δύο πλευρές χρωματισμένες άσπρες, το MM και τις δύο μαύρες, ενώ το AM έχει την μία πλευρά χρωματισμένη άσπρη και την άλλη μαύρη. Ένας φίλος μας επιλέγει ένα χαρτί στην τύχη και μας δείχνει μόνο ότι η μια πλευρά του είναι άσπρη. Ποια είναι η πιθανότητα η άλλη πλευρά να είναι μαύρη; Απαντήστε το ερώτημα κάνοντας διαδοχικά τις ακόλουθες παραδοχές: αʹ Ο φίλος μας δείχνει τη μια πλευρά χωρίς να τη διαλέξει, αλλά επιλέγοντάς την στην τύχη, χωρίς προτίμηση στην πλευρά. βʹ O φίλος μας δείχνει τη μια πλευρά προτιμώντας να δείξει, αν μπορεί, μια άσπρη πλευρά. γʹ O φίλος μας δείχνει τη μια πλευρά προτιμώντας να δείξει, αν μπορεί, μια μαύρη πλευρά. Έστω AA, AM, MM τα ενδεχόμενα ο φίλος μας να έχει επιλέξει το αντίστοιχο χαρτί. Έχουμε κατά περίπτωση: αʹ Ορίζουμε επιπλέον το ενδεχόμενο AM ο φίλος μας να επιλέξει το χαρτί AM και να μας δείξει την πρώτη πλευρά του, που υποθέτουμε πως είναι αυτή που αναγράφεται πρώτη στο όνομα του χαρτιού AM, δηλαδή η άσπρη. Ομοίως ορίζουμε τα ενδεχόμενα AM, AA, AA, MM, MM. Καθένα από αυτά τα ενδεχόμενα έχουν πιθανότητα /6, λόγω συμμετρίας. Μας έχει δοθεί ότι έχει συμβεί το E AA AA AM, και ζητείται η P AM E. Έχουμε: P AM E P AM E P E P AM P AA AA AM. 8

9 βʹ Σε αυτή την περίπτωση, ξέρουμε πως έχει συμβεί το ενδεχόμενο E AM AA. Άρα, P AM E P AM E P E P AM P A AA. γʹ Σε αυτή την περίπτωση, ξέρουμε πως έχει συμβεί το ενδεχόμενο E AA. Άρα, P AM E P AM E P E P P AA. Βεβαιωθείτε πως το αποτέλεσμα συμφωνεί με τη διαίσθησή σας, σε όλες τις περιπτώσεις. 8. Ερωτικές Εξομολογήσεις Την πρώτη φορά που ο Ρωμαίος κάνει ερωτική εξομολόγηση στην Ιουλιέτα, αυτή αποκρίνεται θετικά με πιθανότητα 5%. Αν τον απορρίψει, αυτός ξανακάνει ερωτική εξομολόγηση, αλλά με πιθανότητα θετικής απόκρισης %. Αν η Ιουλιέτα τον απορρίψει και πάλι, ο Ρωμαίος κάνει μια τελευταία προσπάθεια, αλλά με πιθανότητα επιτυχίας %. Ποια είναι η πιθανότητα τελικά να τα φτιάξει ο Ρωμαίος με την Ιουλιέτα αν είναι διατεθειμένος να εξαντλήσει και τις τρεις προσπάθειές του; Έστω A το ενδεχόμενο ο Ρωμαίος να τα καταφέρει σε οποιαδήποτε από τις προσπάθειές του. Έστω F το ενδεχόμενο να τα καταφέρει στην πρώτη προσπάθεια, S το ενδεχόμενο να τα καταφέρει στη δεύτερη προσπάθεια, και T να τα καταφέρει στην τρίτη προσπάθεια. Έχουμε: P A P F + P F S + P F S T P F + P F P S F + P F P S F P T S F Έλληνες, Γάλλοι, Βρετανοί 4% των Ελλήνων είναι καπνιστές, ενώ τα αντίστοιχα ποσοστά στη Βρετανία και Γαλλία είναι % και %. Επίσης, δίδεται ότι οι Έλληνες αποτελούν το % του πληθυσμού των τριών παραπάνω χωρών και οι Γάλλοι το 5%. αʹ Επιλέγεται τυχαία ένας πολίτης από το συνολικό πληθυσμό των τριών χωρών. Ποια η πιθανότητα να είναι καπνιστής; βʹ Δεδομένου ότι είναι καπνιστής, ποια η πιθανότητα να είναι Έλληνας; Έστω τα ενδεχόμενα K ο πολίτης να είναι καπνιστής, E να είναι Έλληνας, B να είναι Βρετανός, και F να είναι Γάλλος. Τα δεδομένα του προβλήματος είναι: P K E.4, P K B., P K F., P E., P F.5, P B P E P F.. Έχουμε: P K P K EP E + P K BP B + P K F P F 9, P E K P K EP E.4. 8 P K.9 9. Η P K προέκυψε με χρήση του κανόνα της ολικής πιθανότητας, ενώ η P E K με διπλή χρήση του ορισμού της δεσμευμένης πιθανότητας.. Συρτάρι Το συρτάρι A περιέχει χρυσά και αργυρά κέρματα ενώ το συρτάρι B περιέχει χρυσά και 6 αργυρά. Ένας κλέφτης στα σκοτεινά ανοίγει ένα συρτάρι στην τύχη και αρπάζει δύο κέρματα στην τύχη. αʹ Ποια η πιθανότητα να είναι και τα δύο χρυσά; βʹ Αν διαπιστωθεί κατά την σύλληψή του ότι έχει κλέψει δύο χρυσά κέρματα, ποια είναι η πιθανότητα να είχε ανοίξει το συρτάρι A; Ορίζουμε τα ενδεχόμενα A ο κλέφτης να ανοίξει το συρτάρι A, B ο κλέφτης να ανοίξει το συρτάρι B, και GG ο κλέφτης να πάρει δύο χρυσά κέρματα. Υποθέτουμε πως P A P B /, και επιπλέον παρατηρούμε πως P GG A 6 5, P GG B. 9 9

10 αʹ Με χρήση του κανόνα της ολικής πιθανότητας, P GG P GG AP A + P GG BP B βʹ Με διπλή χρήση του ορισμού της δεσμευμένης πιθανότητας, έχουμε: P A GG P A GG P GG P GG AP A P GG Όπως αναμενόταν, η δεσμευμένη πιθανότητα είναι μεγαλύτερη του / Ρωμαίος Ο Ρωμαίος ξέρει τρεις Ιουλιέτες, την Ιουλιέτα Μ., την Ιουλιέτα Κ. και την Ιουλιέτα Τ. Αν τους κάνει ερωτική εξομολόγηση, έχει πιθανότητες να του ανταποκριθούν θετικά 5%, 5% και 9% αντίστοιχα. Ο Ρωμαίος επιλέγει μια απ τις τρεις Ιουλιέτες στην τύχη, χωρίς ιδιαίτερη προτίμηση, της κάνει ερωτική εξομολόγηση, και τρώει χυλόπιτα. Ποια είναι η πιθανότητα να επέλεξε την κυρία Τ.; Έστω M, K, και T τα ενδεχόμενα ο Ρωμαίος να επιλέξει την Ιουλιέτα Μ., την Ιουλιέτα Κ., και την Ιουλιέτα Τ, αντίστοιχα. Έστω, επίσης, X το ενδεχόμενο ο Ρωμαίος να φάει χυλόπιτα. Έχουμε P M P K P T, P X M.95, P X M.5, P X T., επομένως, παρατηρώντας ότι τα ενδεχόμενα M, K και T είναι διαμέριση και, χρησιμοποιώντας τον Κανόνα του Bayes, έχουμε P T X P X T P T P X MP M + P X KP K + P X T P T Εξέταση Σύμφωνα με το γιατρό του, ένας ασθενής έχει μία ακριβώς από τις ασθένειες A, B, C, με πιθανότητες / για κάθε μια. Ο γιατρός υποβάλει τον ασθενή σε μια εξέταση με δύο δυνατά αποτελέσματα, το θετικό και το αρνητικό. Η εξέταση έχει το θετικό αποτέλεσμα με πιθανότητες.9 αν έχει την ασθένεια A,.5 αν έχει την ασθένεια B, και. αν έχει την ασθένεια C. Η εξέταση τελικά προκύπτει με το θετικό αποτέλεσμα. Ποιες είναι οι νέες πιθανότητες ο ασθενής να έχει τις ασθένειες A, B, και C; Έστω A, B, C, τα ενδεχόμενα ο ασθενής να έχει τις ασθένειες A, B, και C αντιστοίχως. Είναι δοσμένο ότι P A P B P C. Παρατηρήστε ότι τα A, B, C είναι διαμέριση του δειγματικού χώρου. Έστω επίσης K το ενδεχόμενο να προκύψει θετικό αποτέλεσμα στην εξέταση. Έχουμε, με εφαρμογή του Κανόνα του Bayes: P A K P B K P K AP A P K AP A + P K BP B + P K CP C , P K BP B P K AP A + P K BP B + P K CP C , P C K P A K P B K Ανεξάρτητα ενδεχόμενα Τρεις μπάλες ρίχνονται εντελώς τυχαία σε δύο κουτιά. Ορίζουμε το δειγματικό χώρο ως Ω {,,, }, όπου το αποτέλεσμα ω αντιστοιχεί σε ω μπάλες στο πρώτο κουτί. Άρα και υποχρεωτικά ω μπάλες στο δεύτερο κουτί. Θεωρούμε τα 4 αποτελέσματα ισοπίθανα. Παρατηρήστε ότι αν κάθε μπάλα πήγαινε σε ένα κουτί ανεξάρτητα από τις άλλες, θα ίσχυε διαφορετικό μέτρο πιθανότητας. Έστω τα ενδεχόμενα A το πρώτο κουτί να περιέχει τουλάχιστον μια μπάλα και B το δεύτερο κουτί να περιέχει τουλάχιστον δύο μπάλες. αʹ Υπολογίστε τα P A, P B, P A B. βʹ Είναι τα A, B ανεξάρτητα; γʹ Είναι τα A, A ανεξάρτητα; δʹ Είναι τα B, B ανεξάρτητα;

11 εʹ Είναι τα A, A B ανεξάρτητα; ϛʹ Είναι τα A, A B ανεξάρτητα; Καταρχάς παρατηρούμε πως A {,, }, B {, }, A {}, B {, }, A B {,,, } Ω, A B {}. αʹ Αφού τα αποτελέσματα είναι ισοπίθανα, έχουμε P A P {,, } /4, P B P {, } /, P A B P Ω. βʹ Τα ενδεχόμενα A, B δεν είναι ανεξάρτητα, διότι γʹ Τα ενδεχόμενα A, A δεν είναι ανεξάρτητα, διότι P A B P {} /4 /8 4 P AP B. P A A P P AP A. Μπορείτε να γενικεύσετε αυτό το αποτέλεσμα για οποιοδήποτε A σε ένα δειγματικό χώρο; δʹ Ομοίως, βρίσκουμε ότι τα B, B δεν είναι ανεξάρτητα. εʹ Τα A, A B είναι ανεξάρτητα αφού A B Ω και P A Ω P A 4 P AP Ω. 4 Μπορείτε να γενικεύσετε και αυτό το αποτέλεσμα για οποιοδήποτε A σε ένα δειγματικό χώρο; ϛʹ Τα A, A B δεν είναι ανεξάρτητα αφού P A B P A B P AP A B Μη δίκαια κέρματα Έχουμε 4 κέρματα. Τα δύο πρώτα είναι δίκαια, το τρίτο έρχεται γράμματα με πιθανότητα, και το τέταρτο έρχεται γράμματα με πιθανότητα 4. Διαλέγουμε ένα κέρμα στην τύχη, το ρίχνουμε φορές, και φέρνουμε δύο φορές γράμματα. Ποια είναι η πιθανότητα να επιλέξαμε ένα από τα δύο δίκαια κέρματα; Έστω,,, και 4 τα ενδεχόμενα να χρησιμοποιήσουμε το πρώτο, δεύτερο, τρίτο, ή τέταρτο κέρμα αντίστοιχα. Εξ υποθέσεως P P P P 4 4. Έστω το ενδεχόμενο να φέρουμε δύο φορές γράμματα. Εφαρμόζουμε τον τύπο του Bayes: P T T P T T P P T T P + P T T P + P T T P + P T T 4P 4 P T T P T T + P T T + P T T + P T T Στην τρίτη εξίσωση, κάναμε την υπόθεση ότι, δεδομένης της επιλογής του κέρματος, οι ρίψεις είναι ανεξάρτητες. Τέλος, παρατηρήστε πως, λόγω συμμετρίας, P T T P T T, άρα η πιθανότητα να έχουμε επιλέξει ένα από τα δίκαια κέρματα είναι περίπου Τεστ εγκυμοσύνης Από το σύνολο των γυναικών που κάνουν ένα τεστ εγκυμοσύνης, μόνο το % είναι έγκυες. Έστω ότι το τεστ έχει τις εξής πιθανότητες σφάλματος: P θετικό όχι έγκυος % και P αρνητικό έγκυος %. Ποια η πιθανότητα να είναι έγκυος μια γυναίκα η οποία: αʹ Κάνει το τεστ και βγει θετικό; βʹ Κάνει το τεστ ανεξάρτητες φορές και βγει την η θετικό και τη η αρνητικό;

12 αʹ Έστω τα ενδεχόμενα: E«Υπάρχει εγκυμοσύνη» και Θ«Το τεστ είναι θετικό». Από τα δεδομένα του προβλήματος έχουμε P E., P Θ E. και P Θ E.. Άρα επίσης έχουμε P E.88 και P Θ E.97. Από τον κανόνα του Bayes και τα πιο πάνω δεδομένα: P E Θ P Θ EP E P Θ EP E + P Θ E P E %. βʹ Έστω τώρα Θ, Θ τα ενδεχόμενα να βγει το αποτέλεσμα θετικό στην πρώτη ή στην δεύτερη εξέταση, αντίστοιχα. Από τον νόμο του Bayes και την υπόθεση της ανεξαρτησίας, έχουμε: P E Θ Θ P Θ Θ EP E P Θ Θ EP E + P Θ Θ E P E 97% % % 97% % % + % 99% 88% 8.6%. 6. Άθροισμα ζαριών Ρίχνονται δύο δίκαια ζάρια. Έστω X i η Τ.Μ. που δίνει το αποτέλεσμα του i ζαριού, για i,. αʹ Ορίστε έναν κατάλληλο δειγματικό χώρο και ένα μέτρο πιθανότητας που να περιγράφουν το παραπάνω πείραμα. βʹ Βρείτε την μάζα και συνάρτηση κατανομής της X. γʹ Βρείτε την μάζα της τυχαίας μεταβλητής Z 7 X. Τι παρατηρείτε; δʹ Βρείτε την μάζα της τυχαίας μεταβλητής Y X + X. εʹ Ποια είναι η πιο πιθανή τιμή για το άθροισμα των δύο ζαριών; Δηλαδή, για ποια τιμή y στο {,,..., } μεγιστοποιείται η πιθανότητα P Y y; ϛʹ Ποια είναι η μέση τιμή του αθροίσματος των δύο ζαριών; αʹ Ω {i, j : i, j 6}, δηλαδή όλα τα δυνατά αποτελέσματα των δύο ζαριών. Επίσης, P {ω} /6 για κάθε αποτέλεσμα ω, δηλαδή όλα τα αποτελέσματα είναι ισοπίθανα άρα μπορούμε να χρησιμοποιήσουμε τον τύπο P A A / Ω. βʹ Το σύνολο τιμών της X είναι το S X {,..., 6} και η μάζα της στο σημείο x S X ισούται με p X x P X x {ω : X x} Ω Η συνάρτηση κατανομής είναι η {x,, x,,..., x, 6} Ω, x <, /6, x <, /6, x <, F X x /6, x < 4, 4/6, 4 x < 5, 5/6, 5 x < 6, 6/6, x Παρατηρήστε ότι για την X ισχύουν ακριβώς τα ίδια, δηλαδή S X S X, p X x p X x, F X x F X x για κάθε x S X. γʹ Το σύνολο τιμών της Z είναι S Z {,,..., 6} S X. Η μάζα είναι p Z z P Z z P 7 X z P X 7 z 6 p X z για κάθε z S Z. Παρατηρούμε ότι οι τυχαίες μεταβλητές Z και X έχουν την ίδια μάζα, άρα από στατιστικής άποψης είναι αδιαχώριστες αφού λαμβάνουν τιμές με την ίδια πιθανότητα, παρότι οι τιμές τους πάντα διαφέρουν σε κάθε μεμονωμένη ρίψη. δʹ Το σύνολο τιμών της Y είναι το S Y {,,..., }. Για να υπολογίσουμε την μάζα στο σημείο y S Y, θεωρούμε πρώτα την περίπτωση y 7: p Y y {ω : X + X y} Ω {, y,, y,..., y, } Ω y 6.

13 Για την περίπτωση y 8, μπορούμε να εφαρμόσουμε την ίδια μεθοδολογία. Εναλλακτικά, παρατηρούμε πρώτα ότι εάν ορίσουμε τις τυχαίες μεταβλητές Z 7 X, Z 7 X, τότε όπως και στο προηγούμενο ερώτημα, για i, j,,..., 6, P Z i, Z j P X 7 i, X 7 j 6 P X i, X j. Παρατηρούμε ότι τα αποτελέσματα των ζαριών X, X είναι στατιστικά αδιαχώριστα από τα συμμετρικά τους αποτελέσματά Z, Z. Συνεπώς, P X + X y P Z + Z y για κάθε y,...,. Τότε όμως p Y y P X + X y P Z + Z y P 7 X + 7 X y P X + X 4 y p Y 4 y 4 y 6 y 6, όπου χρησιμοποιήσαμε την τιμή της μάζας στο σημείο 4 y, το οποίο είναι πάντα είναι μικρότερο από 7 αφού υποθέσαμε y 8. Συνεπώς η μάζα σε κάθε σημείο του {,..., } είναι p Y y { y 6 y 6, y,..., 7,, y 8,...,. εʹ Εφόσον η μάζα p Y y είναι αύξουσα στα σημεία y {,..., 7}, φθίνουσα στα y {8,..., } και ισχύει p Y 7 /6 > 5/6 p Y 8, συμπεραίνουμε ότι η πιο πιθανή τιμή του αθροίσματος Y είναι το 7. ϛʹ EY y y yp Y y 6 yp Y y + 7p Y 7 + y y8 yp Y y 6 y y y y i + i + 6 y [i + + i]i ii 6 4i , όπου κάναμε χρήση του τύπου n i nn + /. Εναλλακτικά, βέβαια, θα μπορούσαμε, μετά την πρώτη ισότητα, να αντικαταστήσουμε τις τιμές της μάζας και να προσθέσουμε τους δώδεκα όρους που προκύπτουν. 7. Πώληση βιβλίων Ένα βιβλιοπωλείο αγοράζει βιβλία προς ευρώ το ένα και τα πουλάει ευρώ. Η μάζα πιθανότητας του αριθμού X των βιβλίων που πουλιούνται σε ένα έτος δίνεται από τον τύπο p X x x +, x,,...,. Να υπολογιστεί η μέση τιμή του X και η μέση τιμή του καθαρού κέρδους Y του βιβλιοπωλείου σε ένα έτος υποθέτοντας διαδοχικά ότι αʹ Στο τέλος της χρονιάς το βιβλιοπωλείο μπορεί να επιστρέψει τα απούλητα βιβλία στον προμηθευτή λαμβάνοντας πίσω τα ευρώ, και βʹ Στο τέλος της χρονιάς το βιβλιοπωλείο δεν μπορεί να επιστρέψει τα απούλητα βιβλία στον προμηθευτή, ενώ τα βιβλία δεν έχουν πλέον καμία αξία. Υπόδειξη: θα χρειαστούν οι γνωστοί τύποι n i i nn + /, n i i nn + n + /6. Η μέση τιμή του X προκύπτει με απλή εφαρμογή του ορισμού: E[X] xp X x i 6 x x + + x x

14 .. py y.. pzz y z FY y.5 FZz y z Σχήμα : Η μάζα και η συνάρτηση κατανομής των Τ.Μ. Y, Z της Άσκησης 8. Η τέταρτη ισότητα προκύπτει με εφαρμογή των τύπων της υπόδειξης. Για να υπολογίσουμε την μέση τιμή του κέρδους του βιβλιοπωλείου στην πρώτη περίπτωση, όταν δηλαδή οι επιστροφές στον προμηθευτή είναι δεκτές, παρατηρούμε ότι Y X X, και άρα: E[Y ] E[X] E[X] Στην δεύτερη περίπτωση, παρατηρούμε πως Y X + X X, επομένως E[Y ] E[X ] E[X] Αριθμημένες μπάλες Έστω πως από μπάλες, οι οποίες είναι αριθμημένες από το έως το, επιλέγουμε τυχαία χωρίς επανατοποθέτηση. Έστω Y ο μέγιστος αριθμός από τις τρεις μπάλες που επιλέξαμε, και Z ο ελάχιστος. Να προσδιορίσετε την μάζα και την συνάρτηση κατανομής των Y και Z. Συνολικά υπάρχουν δυνατές επιλογές, άρα ο δειγματικός χώρος αποτελείται από στοιχεία και τα αντίστοιχα αποτελέσματα είναι ισοπίθανα. Για το Y, παρατηρούμε αρχικά πως η μικρότερη δυνατή τιμή του είναι και η μεγαλύτερη, και συνεπώς το Y έχει σύνολο τιμών το S Y {, 4, 5, 6, 7, 8, 9, }. Για κάθε y S Y, οι επιλογές που αντιστοιχούν σε Y y είναι εκείνες κατά τις οποίες επιλέγουμε την μπάλα y και δύο ακόμα από τις,,..., y. Αυτό μπορεί να γίνει με y τρόπους, και τελικά προκύπτει πως η μάζα της Y δίνεται από την έκφραση y / p Y y, y, 4,...,. Για την κατανομή του Y έχουμε F Y y για y < και F Y y για y >. Για τις τιμές y η κατανομή μπορεί εύκολα να προσδιοριστεί είτε από τη μάζα, είτε παρατηρώντας πως y / F Y y P Y y P Y y, y. Η τελευταία ισότητα προέκυψε γιατί από τους συνολικά συνδυασμούς, y μπορούν να δημιουργηθούν από τις μπάλες, ώστε η μέγιστη να είναι ίση ή μικρότερη από y. Η μάζα και η συνάρτηση κατανομής της Y έχουν σχεδιαστεί στο Σχήμα. 4

15 Για το Z, παρατηρούμε αρχικά πως η μικρότερη δυνατή τιμή του είναι και η μεγαλύτερη 8, και συνεπώς το Z έχει σύνολο τιμών το S Z {,,, 4, 5, 6, 7, 8}. Για κάθε z S Z, οι επιλογές που αντιστοιχούν σε Z z είναι εκείνες κατά τις οποίες επιλέγουμε την μπάλα z και δύο ακόμα από τις z +, z +,...,. Αυτό μπορεί να γίνει με z τρόπους, και συνεπώς η μάζα δίνεται από την έκφραση z / p Z z, z,,..., 8. Για την κατανομή του Z έχουμε F Y y για z < και F Y y για z > 8. Για τις τιμές z 8 η κατανομή μπορεί εύκολα να προσδιοριστεί είτε από τη μάζα, είτε παρατηρώντας πως z / F Z z P Z z P Z z P Z > z, z,,..., 8. Η τελευταία ισότητα προέκυψε γιατί από τους συνολικά συνδυασμούς, z μπορούν να δημιουργηθούν ώ- στε όλες οι επιλεγμένες μπάλες να είναι μεγαλύτερες της z, στο σύνολο { z +,..., }. Η μάζα και η συνάρτηση κατανομής της Z έχουν σχεδιαστεί στο Σχήμα. 9. Σχέση μεταξύ παραμέτρων Για μια διακριτή Τ.Μ. X με μέση τιμή µ και διασπορά σ, ορίζουμε, για κάθε ζευγάρι ακέραιων αριθμών m, n,,... την συνάρτηση: fm, n EmX n. Αποδείξτε ότι ισχύει η σχέση: σ f, + f, µf, f, σ f, + f, µf,. σ E X + E X µe X σ + µ µ σ + µ EX. Η τελευταία ισότητα προκύπτει επειδή σ EX µ. Επειδή f, EX, προκύπτει το ζητούμενο. 5

16 η Ομάδα Ασκήσεων. Μεταγραφή Μια ποδοσφαιρική ομάδα κάνει μεταγραφή ένα νέο επιθετικό παίκτη. Ο παίκτης αυτός ανήκει σε μια από τρεις κατηγορίες ποιότητας: αʹ Ο επιθετικός είναι «χέλι» με πιθανότητα 6, οπότε και σκοράρει σε κάθε παιχνίδι με πιθανότητα. βʹ Ο επιθετικός είναι «μέτριος» με πιθανότητα, οπότε και σκοράρει σε κάθε παιχνίδι με πιθανότητα. γʹ Ο επιθετικός είναι «παλτό» με πιθανότητα, οπότε και σκοράρει σε κάθε παιχνίδι με πιθανότητα 6. Τη στιγμή της μεταγραφής η ομάδα δεν γνωρίζει σε ποια κατηγορία ποιότητας ανήκει ο επιθετικός. Επίσης, με δεδομένη την κατηγορία στην οποία ανήκει ο επιθετικός, ο επιθετικός σκοράρει σε κάθε παιχνίδι ανεξάρτητα από τα υπόλοιπα παιχνίδια. Παρατηρήστε ότι στα άνω δεν έχει ληφθεί υπόψη πόσα γκολ βάζει ο επιθετικός σε ένα παιχνίδι, αλλά μόνο αν σκοράρει έστω και ένα γκολ ή όχι. Απαντήστε στα ακόλουθα ερωτήματα: αʹ Έστω πως παίζεται το πρώτο παιχνίδι, και ο επιθετικός σκοράρει. Ποια είναι η νέα πιθανότητα ο επιθετικός να είναι «χέλι»; βʹ Έστω πως ο επιθετικός είναι «χέλι», και έχουν παιχτεί παιχνίδια. Ποια είναι η μάζα, η μέση τιμή, και η διασπορά του πλήθους X των παιχνιδιών στα οποία ο επιθετικός σκόραρε; γʹ Έστω πως έχουν παιχτεί 5 παιχνίδια, και ο επιθετικός έχει σκοράρει στα. Ποια είναι η νέα πιθανότητα ο επιθετικός να είναι «χέλι»; Έστω τα ενδεχόμενα A ο επιθετικός να είναι «χέλι», B ο επιθετικός να είναι «μέτριος», και C ο επιθετικός να είναι «παλτό». Μας έχει δοθεί ότι P A 6, P B, P C. Έστω, επίσης το ενδεχόμενο G ο επιθετικός να σκοράρει σε ένα παιχνίδι. Μας έχει δοθεί ότι αʹ Χρησιμοποιούμε τον Κανόνα του Bayes: P G A, P G B, P G C 6. P A G P AG P G P G AP A P G AP A + P G BP B + P G CP C Παρατηρήστε οτι η πιθανότητα ο επιθετικός να ήταν «χέλι» αυξήθηκε, όπως αναμενόταν. βʹ Αφού ο επιθετικός σκοράρει σε κάθε παιχνίδι ανεξάρτητα από τα άλλα και με την ίδια πιθανότητα σε καθένα από αυτά, το πλήθος των παιχνιδιών X στα οποία ο επιθετικός σκοράρει ακολουθεί τη διωνυμική κατανομή με παραμέτρους πλήθος πειραμάτων N και πιθανότητα επιτυχίας σε κάθε πείραμα p, επομένως και P X k k k k, EX Np , VARX Np p 9.. γʹ Έστω τώρα G το ενδεχόμενο ο επιθετικός να σκοράρει σε ακριβώς από τα 5 παιχνίδια. Όπως και στο προηγούμενο σκέλος, το πλήθος των παιχνιδιών στα οποία θα σκοράρει δίνεται από την διωνυμική κατανομή, επομένως P G A P G B P G C 5, 5,

17 Και πάλι, χρησιμοποιώντας τον Κανόνα του Bayes, έχουμε P A G P AG P G P G AP A P G AP A + P G BP B + P G CP C / Τρία κέρματα Δύο άτομα ρίχνουν το καθένα δίκαια κέρματα. Ποια είναι η πιθανότητα p να προκύψει ο ίδιος αριθμός από κορώνες; Έστω A και A οι αριθμοί από κορώνες των δύο ατόμων. Προφανώς οι A, A, ακολουθούν την διωνυμική κατανομή με παραμέτρους N και p.5. Συνεπώς: p P i{a A i} P A A i i i P A ip A i i [ ].5 i.5 i i P A i i Η δεύτερη ισότητα προκύπτει από το ότι τα ενδεχόμενα είναι ξένα. Η τρίτη ισότητα από την ανεξαρτησία των ρίψεων των δύο παικτών. Η τέταρτη λόγω συμμετρίας, και η πέμπτη λόγω του ότι οι αριθμοί από κορώνες ακολουθούν την διωνυμική κατανομή.. Εξασφάλιση αξιοπιστίας αʹ Προκειμένου μια πλακέτα να λειτουργεί, πρέπει να λειτουργούν τουλάχιστον 7 από 8 όμοια κυκλώματα που βρίσκονται μέσα σε αυτή. Κάθε κύκλωμά της λειτουργεί ή όχι ανεξάρτητα από τα υπόλοιπα. Βρείτε την πιθανότητα P b να λειτουργεί η πλακέτα συναρτήσει της πιθανότητας p να λειτουργεί ένα κύκλωμα. βʹ Έστω ότι ένα μηχάνημα έχει n από τις άνω πλακέτες, και χρειαζόμαστε να λειτουργεί τουλάχιστον μία, με πιθανότητα 99, 9%. Βρείτε μια συνθήκη που πρέπει να ικανοποιείται από το n. Υπολογίστε το ελάχιστο δυνατό n στην περίπτωση που p.9. αʹ Ο αριθμός N των κυκλωμάτων που λειτουργούν ακολουθεί την διωνυμική κατανομή με παραμέτρους 8 τον αριθμό των ανεξάρτητων πειραμάτων και p την πιθανότητα επιτυχίας του κάθε πειράματος. Συνεπώς: 8 8 P b P N 7 + P N 8 p 7 p + p 8 p p 7 8 7p. 7 8 βʹ Κάθε πλακέτα δεν λειτουργεί με πιθανότητα P b. Η πιθανότητα να μη λειτουργεί καμία είναι, λόγω ανεξαρτησίας, P b n. Άρα θα λειτουργεί τουλάχιστον μία με πιθανότητα P b n. Παρατηρήστε ότι η πιθανότητα αυξάνει καθώς μεγαλώνει το n. Ο αριθμός πλακετών n που απαιτείται είναι το μικρότερο δυνατό n για το οποίο P b n.999. Για p.9, το μικρότερο δυνατό n είναι το n 5.. Δύο τηλεφωνικές γραμμές Ένας υπολογιστής A στέλνει ένα μήνυμα ταυτόχρονα μέσω τηλεφωνικών γραμμών σε ένα υπολογιστή B. Οι δύο γραμμές εισάγουν σφάλματα, με πιθανότητες q και q αντίστοιχα, ανεξάρτητα η μία από την άλλη. Ο υπολογιστής B μπορεί να εντοπίσει αν έχουν γίνει σφάλματα στη μετάδοση, και ζητά επαναμετάδοση μέχρι να πάρει το μήνυμα χωρίς σφάλμα σε κάποια από τις γραμμές. αʹ Βρείτε την πιθανότητα να χρειαστούν πάνω από K μεταδόσεις. βʹ Βρείτε την πιθανότητα στην τελευταία μετάδοση το μήνυμα να έχει ληφθεί χωρίς λάθος στη δεύτερη γραμμή. αʹ Έστω μια τυχαία εκπομπή του μηνύματος. Έστω E το ενδεχόμενο να μη φτάσει σωστά το μήνυμα στον υ- πολογιστή B, E το ενδεχόμενο να μη φτάσει σωστά το μήνυμα από τη γραμμή, και E το ενδεχόμενο να μη φτάσει σωστά από τη γραμμή. Εξ υποθέσεως, τα ενδεχόμενα E και E είναι ανεξάρτητα. Συνεπώς 7

18 P E P E E P E P E q q. Κάθε απόπειρα μετάδοσης αποτελεί πείραμα Bernoulli με πιθανότητα επιτυχίας q q. Τα πειράματα Bernoulli είναι ανεξάρτητα, επομένως το πλήθος των μεταδόσεων X που θα χρειαστούν ακολουθούν την γεωμετρική κατανομή με παράμετρο p q q, και, κατά τα γνωστά από τη θεωρία, η πιθανότητα να χρειαστούν πάνω από K μεταδόσεις είναι P X > K p K q q K. βʹ Στην τελευταία μετάδοση, κάποια από τις γραμμές μετέδωσε το μήνυμα σωστά, δηλαδή συνέβη το ενδεχόμενο E E. Πρέπει να υπολογίσουμε την δεσμευμένη πιθανότητα P E E E : P E E E P E E E P E E P E P E E P E P E + P E P E E q q + q q q q q q. 4. Βελάκια Ρίχνουμε δέκα βελάκια σε έναν στόχο, με κλειστά μάτια. Οι διαδοχικές ρίψεις είναι ανεξάρτητες, και η πιθανότητα να πετύχουμε το στόχο είναι μόνο %. αʹ Ποια η πιθανότητα ακριβώς βελάκια να πέτυχαν το στόχο; βʹ Αν αντί για, ρίχναμε 4 βελάκια, βρείτε μια προσέγγιση της πιο πάνω πιθανότητας. Έστω X το πλήθος από βελάκια που πέτυχαν το στόχο. αʹ Εδώ το X εκφράζει το πλήθος των «επιτυχιών» σε N όμοια, ανεξάρτητα πειράματα, που το καθένα έχει πιθανότητα επιτυχίας p.. Συνεπώς X Διων,., και P X %. βʹ Παρομοίως, εδώ X Διων4,.. Παρατηρήστε πως έχουμε ένα μεγάλο πλήθος πειραμάτων, όλα με μικρή πιθανότητα επιτυχίας. Άρα μπορούμε να προσεγγίσουμε την κατανομή της X μέσω της Poissonλ, με λ 4..4, και τελικά έχουμε P X e.4.4!.47 4.%. Το ακριβές αποτέλεσμα, όπως προκύπτει με χρήση της διωνυμικής κατανομής, είναι 4 P X.. 4.4, επομένως το σφάλμα που κάνουμε χρησιμοποιώντας την κατανομή Poisson είναι μικρό. 5. Προσδιορισμός κατανομής διακριτών τυχαίων μεταβλητών Για κάθε μία απ τις παρακάτω τυχαίες μεταβλητές, περιγράψτε την κατανομή της και δώστε τις τιμές των αντίστοιχων παραμέτρων. αʹ Επιλέγουμε στην τύχη και με επανατοποθέτηση φύλλα από 4 τράπουλες, και X είναι το πλήθος από άσσους που επιλέξαμε. βʹ Επιλέγουμε φύλλα όπως στο πρώτο σκέλος μέχρι την πρώτη φορά που θα επιλέξουμε βαλέ, και X είναι ο συνολικός αριθμός από φύλλα που επιλέξαμε. γʹ Όπως στο πρώτο σκέλος, αλλά χωρίς επανατοποθέτηση. δʹ Ρίχνουμε ένα δίκαιο ζάρι 5 φορές και X είναι το πλήθος των φορών που φέραμε μονό αποτέλεσμα. εʹ Ρίχνουμε M φορές ένα κέρμα με ΡΚορώνα p, και X είναι το πλήθος των φορών που φέραμε γράμματα. αʹ Η X περιγράφει το σύνολο των επιτυχιών σε μια σειρά από όμοια, ανεξάρτητα πειράματα κι άρα η κατανομή της είναι η διωνυμική με αριθμό πειραμάτων και πιθανότητα επιτυχίας για το κάθε πείραμα βʹ Η X περιγράφει τη χρονική στιγμή της πρώτης επιτυχίας σε μια σειρά από όμοια, ανεξάρτητα πειράματα κι άρα η κατανομή της είναι η γεωμετρική με παράμετρο δηλαδή πιθανότητα επιτυχίας του κάθε πειράματος

19 γʹ Επιλέγουμε στην τύχη χωρίς επανατοποθέτηση κι άρα η X ακολουθεί την υπεργεωμετρική κατανομή με παραμέτρους N 8, k 6, n. δʹ Η πιθανότητα να φέρουμε μονό αποτέλεσμα είναι p P + P + P , και επειδή τα πειράματα είναι ανεξάρτητα, η κατανομή της X είναι η διωνυμική με αριθμό πειραμάτων 5 και πιθανότητα επιτυχίας για το κάθε πείραμα. εʹ Ομοίως, η κατανομή της X είναι η διωνυμική με αριθμό πειραμάτων M και πιθανότητα επιτυχίας για το κάθε πείραμα p. 6. Δημητριακά Κάθε εβδομάδα αγοράζετε ένα κουτί δημητριακά μιας συγκεκριμένης εταιρίας, το οποίο κοστίζει 5 ευρώ. Η εταιρία διαφημίζει ότι μέσα σε ορισμένα «τυχερά» κουτιά περιέχεται «κουπόνι δώρου» αξίας ευρώ. Δίνεται ότι το % των κουτιών της εν λόγω εταιρίας περιέχει κουπόνι δώρου. αʹ Πόσο είναι το μέσο καθαρό κέρδος σας στις πρώτες εβδομάδες αγοράς; βʹ Πόσα κατά μέσο όρο κουτιά πρέπει να αγοράσετε μέχρι να βρείτε ένα με κουπόνι δώρου; Πόσα χρήματα θα έχετε ξοδέψει κατά μέσο όρο; γʹ Βρείτε το ελάχιστο πλήθος, n, των εβδομάδων για τις οποίες πρέπει να εξακολουθείτε να αγοράζετε κουτιά έτσι ώστε να έχετε βρει κάποιο κουπόνι σε αυτό το διάστημα με πιθανότητα μεγαλύτερη ή ίση του 5%. δʹ Έστω ότι έχουν περάσει n εβδομάδες και δεν έχετε βρει ακόμα κουπόνι, ποια η πιθανότητα ότι θα βρείτε ένα την επόμενη εβδομάδα; n είναι το πλήθος εβδομάδων που υπολογίσατε στο προηγούμενο υποερώτημα. εʹ Υπολογίστε την πιθανότητα να έχετε βρει ακριβώς κουπόνια σε εβδομάδες, κάνοντας χρήση της κατανομής Poisson. ϛʹ Υπολογίστε την πιθανότητα να μην έχετε βρει κανένα κουπόνι σε εβδομάδες. αʹ Έστω X το πλήθος κουτιών που περιέχουν κουπόνι στα κουτιά που αγοράστηκαν τις πρώτες εβδομάδες. Αφού το ενδεχόμενο εύρεσης κουπονιού είναι ανεξάρτητο από εβδομάδα σε εβδομάδα, έχουμε ότι η X ακολουθεί την διωνυμική κατανομή με παραμέτρους N και p.. Το καθαρό κέρδος, σε ευρώ, είναι Y X 5, άρα EY EX Στην άνω χρησιμοποιήσαμε το ότι η μέση τιμή μιας διωνυμικής Τ.Μ. X με παραμέτρους N, p, είναι EX Np. βʹ Έστω Z ο αριθμός κουτιών που αγοράστηκαν μέχρι την πρώτη αγορά κουτιού που περιέχει κουπόνι. Αφού κάθε αγορά είναι ανεξάρτητη από τις άλλες, η Z ακολουθεί την γεωμετρική κατανομή με παράμετρο p., και συνεπώς EZ p.. Επίσης, εάν W είναι τα χρήματα που ξοδεύτηκαν μέχρι την η αγορά κουτιού με κουπόνι, τότε W 5Z και EW E5Z 5EZ 5. γʹ Εδώ ζητάμε το μικρότερο n που ικανοποιεί την ανισότητα P Z n /: P Z n P Z > n άρα το ελάχιστο τέτοιο n είναι το n 7. n n 99 n log log n log log , δʹ Λόγω της ιδιότητας έλλειψης μνήμης της γεωμετρικής κατανομής, η ζητούμενη πιθανότητα είναι. Παρατηρήστε ότι η απάντηση δεν εξαρτάται από την τιμή του n. εʹ Κατά τα γνωστά από τη θεωρία, ικανοποιούνται οι προϋποθέσεις ώστε προσεγγιστικά η X να ακολουθεί την κατανομή Poisson με παράμετρο. Άρα P X e! 8.9%. με τη χρήση υπολογιστή δίνει ότι Απευθείας υπολογισμός της P X η ζητούμενη πιθανότητα είναι περίπου ίση με 8.49%, αρκετά κοντά στην προσέγγιση που δίνει η κατανομή Poisson. 9

20 ϛʹ P X e 6.79%. Η πρώτη προσέγγιση προκύπτει είτε χρησιμοποιώντας την προσέγγιση της διωνυμικής κατανομής από την κατανομή Poisson, είτε με χρήση γνωστού ορίου. 7. Αυτιά και μύτες Ο Σταύρος έχει μεγάλη μύτη και η Μαρία έχει μεγάλα αυτιά. Ο Σταύρος και η Μαρία κάνουν 5 παιδιά. Καθένα από αυτά κληρονομεί τα μεγάλα αυτιά της Μαρίας με πιθανότητα.5 και τη μεγάλη μύτη του Σταύρου με πιθανότητα.5. Κάθε παιδί κληρονομεί τη μεγάλη μύτη του Σταύρου ανεξάρτητα από το αν κληρονομεί τα μεγάλα αυτιά της Μαρίας, και ανεξάρτητα από το τι συνέβη στα άλλα παιδιά. αʹ Έστω X το πλήθος των παιδιών που έχουν κληρονομήσει και τα μεγάλα αυτιά του Σταύρου και τη μεγάλη μύτη της Μαρίας. Γράψτε ένα μαθηματικό τύπο για την πιθανότητα P X x, αναφέροντας τις δυνατές τιμές του x. βʹ Έστω Y το πλήθος των παιδιών που έχουν κληρονομήσει είτε τα μεγάλα αυτιά, είτε τη μεγάλη μύτη, είτε και τα δύο. Γράψτε ένα μαθηματικό τύπο για την πιθανότητα P Y y, αναφέροντας τις δυνατές τιμές του y. γʹ Μια πλαστική επέμβαση που επαναφέρει τη μύτη σε κανονικό μέγεθος κοστίζει ευρώ και μια πλαστική επέμβαση που επαναφέρει τα αυτιά και τα δύο σε κανονικό μέγεθος κοστίζει 4 ευρώ. Αν ο Σταύρος και η Μαρία επιδιορθώσουν με πλαστική όλες τις μεγάλες μύτες και τα μεγάλα αυτιά των κοριτσιών τους, ποια είναι η μέση τιμή των χρημάτων που θα χρειαστούν; αʹ Το ενδεχόμενο A ένα παιδί να έχει μεγάλα αυτιά και το ενδεχόμενο B να έχει μεγάλη μύτη είναι ανεξάρτητα μεταξύ τους. Επομένως, η πιθανότητα να συμβαίνουν και τα δύο ενδεχόμενα ισούται με P AB P AP B 4. Κάθε παιδί έχει μεγάλα αυτιά και μύτη ανεξάρτητα από τα υπόλοιπα, επομένως το πλήθος των παιδιών με μεγάλα αυτιά και μύτη ακολουθεί τη διωνυμική κατανομή με παραμέτρους 5 και p 4. Επομένως, P X x 5 x 4 x 5 x, x,,,, 4, 5. 4 βʹ Το ενδεχόμενο A ένα παιδί να έχει μεγάλα αυτιά και το ενδεχόμενο B να έχει μεγάλη μύτη είναι ανεξάρτητα μεταξύ τους. Επομένως, η πιθανότητα να συμβεί τουλάχιστον ένα από τα δύο ενδεχόμενα είναι P A B P A + P B P AP B Κάθε παιδί έχει μεγάλα αυτιά ή μεγάλη μύτη ανεξάρτητα από τα υπόλοιπα, επομένως το πλήθος των παιδιών με μεγάλα αυτιά ή μεγάλη μύτη ακολουθεί τη διωνυμική κατανομή με παραμέτρους 5 και p 4. Επομένως, P X x 5 x 4 x 5 x, x,,,, 4, 5. 4 γʹ Έστω W το πλήθος από κορίτσια με μεγάλη μύτη. Έστω επίσης V το πλήθος από κορίτσια με μεγάλα αυτιά. Παρατηρήστε ότι ορισμένα κορίτσια ενδέχεται να ανήκουν και στις δύο ομάδες. Παρατηρήστε επίσης ότι κάθε παιδί θα είναι κορίτσι με μεγάλη μύτη ανεξάρτητα από τα υπόλοιπα παιδιά με πιθανότητα 4 γιατί τα ενδεχόμενα να έχει μεγάλη μύτη και να είναι κορίτσι είναι επίσης ανεξάρτητα, επομένως η Τ.Μ. W ακολουθεί την διωνυμική κατανομή με παραμέτρους N 5 και p 4, και μέση τιμή EW Np 5 4. Εντελώς ανάλογα, η Τ.Μ. V ακολουθεί την διωνυμική κατανομή με τις ίδιες παραμέτρους N 5 και p 4, και μέση τιμή επίσης EV Np 5 4. Τα χρήματα που θα δαπανηθούν είναι η Τ.Μ. Z W + 4V, με μέση τιμή EW + 4V EW + 4EV Ανάβαση Ζυγοβιστίου Στο ετήσιο ράλλυ Ανάβασης Ζυγοβιστίου, κάθε οδηγός που συμμετέχει για πρώτη φορά θα εγκαταλείψει τον αγώνα με πιθανότητα %, κάθε οδηγός που συμμετέχει για δεύτερη φορά θα εγκαταλείψει τον αγώνα με πιθανότητα 5%, ενώ οι οδηγοί που συμμετέχουν για τουλάχιστον τρίτη φορά θα εγκαταλείψουν τον αγώνα με πιθανότητα %. Σε έναν αγώνα συμμετέχουν συνολικά οδηγοί, εκ των οποίων για πρώτη φορά, 5 για δεύτερη φορά, και άλλοι 5 οδηγοί έχουν συμμετάσχει ή περισσότερες φορές. αʹ Αν, μετά τον αγώνα, μάθουμε για ένα τυχαία επιλεγμένο οδηγό χωρίς προτίμηση στην επιλογή ότι εγκατέλειψε, ποια είναι η πιθανότητα να ήταν η πρώτη του συμμετοχή;

21 βʹ Κατά μέσο όρο πόσοι οδηγοί θα εγκαταλείψουν τον συγκεκριμένο αγώνα; αʹ Έστω E το ενδεχόμενο ο επιλεγμένος οδηγός να εγκαταλείψει, και έστω A, A και A τα ενδεχόμενα ο οδηγός αυτός να έχει συμμετάσχει για πρώτη φορά, και δεύτερη φορά, ή για τουλάχιστον φορές αντιστοίχως. Μας έχει δοθεί ότι P A και, επιπλέον, , P A Με χρήση του κανόνα του Bayes, έχουμε P A E P A E P E P A E P A E P E P A E P A E P E , P A P E A., P E A.5, P E A , P E A P A P E A P A + P E A P A + P E A P A , P E A P A P E A P A + P E A P A + P E A P A , P E A P A P E A P A + P E A P A + P E A P A βʹ Έστω X i, με i,...,, T.M. Bernoulli που ισούνται με αν ο i-οστός οδηγός εγκαταλείψει και με αν δεν εγκαταλείψει. Το πλήθος των οδηγών που εγκαταλείπουν είναι X i, επομένως κατά μέσο όρο θα εγκαταλείψουν οδηγοί. E X i E X i Η μέθοδος της γάτας Ένας διδάσκων διορθώνει γραπτά τελικών εξετάσεων Πιθανοτήτων με τη μέθοδο της γάτας. Συγκεκριμένα, απλώνει τα γραπτά στο πάτωμα ενός δωματίου, και βάζει μια γάτα να κάνει πατημασιές πάνω σε αυτά. Κάθε πατημασιά είναι εξίσου πιθανό να καταλήξει σε οποιοδήποτε από τα γραπτά, ανεξάρτητα από τις άλλες πατημασιές. Ο βαθμός κάθε φοιτητή είναι ίσος με το πλήθος των πατημασιών στο γραπτό του, εκτός αν το πλήθος αυτό ξεπερνά το, οπότε ο βαθμός είναι. Επομένως, δεν επιτρέπονται ημιακέραιοι βαθμοί. Ο φοιτητής περνά το μάθημα αν πάρει βαθμό 5 και άνω. αʹ Έστω ένας συγκεκριμένος φοιτητής A. Ποια είναι η πιθανότητα να πάρει βαθμό ο A; βʹ Κατά μέσο όρο πόσες πατημασιές έχει το γραπτό του A; γʹ Ποια είναι η πιθανότητα να περάσει ο φοιτητής A το μάθημα; δʹ Ποια είναι η μέση τιμή του πλήθους των φοιτητών που θα περάσουν; αʹ Έστω Y το πλήθος των πατημασιών στο συγκεκριμένο γραπτό. Ο φοιτητής θα πάρει βαθμό αν Y. Παρατηρούμε ότι κάθε μια από τις πατημασιές θα είναι στο συγκεκριμένο γραπτό με πιθανότητα ανεξάρτητα από τις άλλες, επομένως το πλήθος των πατημασιών θα είναι κατανεμημένο διωνυμικά, με παραμέτρους N το πλήθος των πειραμάτων και p η πιθανότητα επιτυχίας του κάθε πειράματος. Επομένως, κατά τα γνωστά από την διωνυμική κατανομή, η πιθανότητα να πάρει ο φοιτητής είναι P Y.4.

Λύσεις 1ης Ομάδας Ασκήσεων

Λύσεις 1ης Ομάδας Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ. Ισότητα συνόλων Έστω C = A i= B i και D = i= A B i. Θα αποδείξουμε ότι τα C, D ταυτίζονται,

Διαβάστε περισσότερα

Λύσεις 2ης Ομάδας Ασκήσεων

Λύσεις 2ης Ομάδας Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ. (Μπάλες Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ (αʹ Έστω A το ενδεχόμενο να επιλέξουμε τουλάχιστον μια άσπρη μπάλα. Θα υπολογίσουμε

Διαβάστε περισσότερα

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ (ΤΜΗΜΑ Μ-Ω)

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ (ΤΜΗΜΑ Μ-Ω) ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Σ. ΤΟΥΜΠΗΣ Οδηγίες (Διαβάστε τες!) 1. Περίληψη: ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ 2016-2017 (ΤΜΗΜΑ Μ-Ω) (αʹ) Υπάρχει μια ομάδα ασκήσεων για περίπου κάθε 2 κεφάλαια

Διαβάστε περισσότερα

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ (ΤΜΗΜΑ Μ-Ω)

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ (ΤΜΗΜΑ Μ-Ω) ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Σ. ΤΟΥΜΠΗΣ Οδηγίες (Διαβάστε τες!) 1. Περίληψη: ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ 2016-2017 (ΤΜΗΜΑ Μ-Ω) (αʹ) Υπάρχει μια ομάδα ασκήσεων για περίπου κάθε 2 κεφάλαια

Διαβάστε περισσότερα

#(A B) = (#A)(#B). = 2 6 = 1/3,

#(A B) = (#A)(#B). = 2 6 = 1/3, Κεφάλαιο 4 Πιθανότητες και συνδυαστική Οπως είδαμε σε κάποια παραδείγματα των προηγουμένων κεφαλαίων, συχνά συναντάμε καταστάσεις όπου όλες οι δυνατές εκφάνσεις ενός τυχαίου πειράματος έχουν την ίδια πιθανότητα.

Διαβάστε περισσότερα

Λύσεις 4ης Ομάδας Ασκήσεων

Λύσεις 4ης Ομάδας Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ. Ζυγοβίστι Λύσεις 4ης Ομάδας Ασκήσεων Τμήμα Α Λ αʹ Το συνολικό πλήθος των τερμάτων που θα σημειωθούν είναι X + Y, και η μέση

Διαβάστε περισσότερα

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ Έστω ότι επιθυμούμε να μελετήσουμε ένα τυχαίο πείραμα με δειγματικό χώρο Ω και έστω η πιθανότητα να συμβεί ένα ενδεχόμενο Α Ω Υπάρχουν περιπτώσεις όπου ενώ δεν γνωρίζουμε

Διαβάστε περισσότερα

B A B A A 1 A 2 A N = A i, i=1. i=1

B A B A A 1 A 2 A N = A i, i=1. i=1 Κεφάλαιο 2 Χώρος πιθανότητας και ενδεχόμενα 2.1 Προκαταρκτικά Εστω ότι κάποιος μας προτείνει να του δώσουμε δυόμισι ευρώ για να παίξουμε το εξής παιχνίδι: Θα στρίβουμε ένα νόμισμα μέχρι την πρώτη φορά

Διαβάστε περισσότερα

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ Πιθανότητες και Αρχές Στατιστικής (3η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 38 Περιεχόμενα

Διαβάστε περισσότερα

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ 3ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 3ο Μάθημα Πιθανότητες

Διαβάστε περισσότερα

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ : ΠΙΘΑΝΟΤΗΤΕΣ. ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ Αιτιοκρατικό πείραμα ονομάζουμε κάθε πείραμα για το οποίο, όταν ξέρουμε τις συνθήκες κάτω από τις οποίες πραγματοποιείται, μπορούμε να προβλέψουμε με

Διαβάστε περισσότερα

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q Πιθανότητες και Αρχές Στατιστικής (7η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα

Διαβάστε περισσότερα

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q 7ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 7ο Μάθημα Πιθανότητες

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ ΚΕΦΑΛΑΙΟ ΔΙΑΤΑΞΕΙΣ ΜΕΤΑΘΕΣΕΙΣ ΣΥΝΔΥΑΣΜΟΙ Εισαγωγή. Οι σχηματισμοί που προκύπτουν με την επιλογή ενός συγκεκριμένου αριθμού στοιχείων από το ίδιο σύνολο καλούνται διατάξεις αν μας ενδιαφέρει η σειρά καταγραφή

Διαβάστε περισσότερα

ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ

ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ ΦΡΟΝΤΙΣΤΗΡΙΑ 6-7: ΔΙΑΚΡΙΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΕΠΙΜΕΛΕΙΑ: ΓΙΑΝΝΟΠΟΥΛΟΣ ΜΙΧΑΛΗΣ Τυχαία Μεταβλητή (Τ.Μ.): Συνάρτηση πραγματικών τιμών

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων και Στατιστική

Θεωρία Πιθανοτήτων και Στατιστική Θεωρία Πιθανοτήτων και Στατιστική 2 ο Εξάμηνο Ασκήσεις Πράξης 1 Θεωρία Συνόλων - Δειγματικός Χώρος Άσκηση 1: Να βρεθούν και να γραφούν με συμβολισμούς της Θεωρίας Συνόλων οι δειγματοχώροι των τυχαίων πειραμάτων:

Διαβάστε περισσότερα

1 ο Κεφάλαιο : Πιθανότητες. 1. Δειγματικοί χώροι 2. Διαγράμματα Venn. Φυσική γλώσσα και ΚΑΤΗΓΟΡΙΕΣ ΑΣΚΗΣΕΩΝ. 3. Κλασικός ορισμός. 4.

1 ο Κεφάλαιο : Πιθανότητες. 1. Δειγματικοί χώροι 2. Διαγράμματα Venn. Φυσική γλώσσα και ΚΑΤΗΓΟΡΙΕΣ ΑΣΚΗΣΕΩΝ. 3. Κλασικός ορισμός. 4. ο Κεφάλαιο : Πιθανότητες. Δειγματικοί χώροι. Διαγράμματα Venn Φυσική γλώσσα και ΚΑΤΗΓΟΡΙΕΣ ΑΣΚΗΣΕΩΝ. Κλασικός ορισμός πιθανότητας 4. Κανόνες λογισμού πιθανοτήτων η Κατηγορία : Δειγματικοί χώροι ) Ρίχνουμε

Διαβάστε περισσότερα

Η πιθανότητα επομένως που ζητείται να υπολογίσουμε, είναι η P(A 1 M 2 ). Η πιθανότητα αυτή μπορεί να γραφεί ως εξής:

Η πιθανότητα επομένως που ζητείται να υπολογίσουμε, είναι η P(A 1 M 2 ). Η πιθανότητα αυτή μπορεί να γραφεί ως εξής: Άσκηση 1: Ένα κουτί περιέχει 3 άσπρες και 2 μαύρες μπάλες. Αφαιρούμε τυχαία δύο μπάλες διαδοχικά. Ποια η πιθανότητα η πρώτη μπάλα να είναι άσπρη και η δεύτερη μπάλα να είναι μαύρη; Λύση: Αρχικά ορίζουμε

Διαβάστε περισσότερα

ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ

ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ κεφ - ΠΙΘΑΝΟΤΗΤΕΣ ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ Σε ένα συρτάρι υπάρχουν δύο κάρτες, μία άσπρη και μία κόκκινη Παίρνουμε στην τύχη μία κάρτα από το συρτάρι, καταγράφουμε το χρώμα της και την ξαναβάζουμε

Διαβάστε περισσότερα

X i = Y = X 1 + X X N.

X i = Y = X 1 + X X N. Κεφάλαιο 6 Διακριτές τυχαίες μεταβλητές Σε σύνθετα προβλήματα των πιθανοτήτων, όπως π.χ. σε προβλήματα ανάλυσης πολύπλοκων δικτύων ή στη στατιστική ανάλυση μεγάλων δεδομένων, η λεπτομερής, στοιχείο-προς-στοιχείο

Διαβάστε περισσότερα

200, δηλαδή : 1 p Y (y) = 0, αλλού

200, δηλαδή : 1 p Y (y) = 0, αλλού ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 05 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 6 ιακριτές Τυχαίες Μεταβλητές Επιµέλεια : Σοφία Σαββάκη Ασκηση. Η εταιρεία

Διαβάστε περισσότερα

ε. Το μέλος δεν έχει επιλέξει κανένα από τα δύο προγράμματα. Το μέλος έχει επιλέξει αυστηρά ένα μόνο από τα δύο προγράμματα.

ε. Το μέλος δεν έχει επιλέξει κανένα από τα δύο προγράμματα. Το μέλος έχει επιλέξει αυστηρά ένα μόνο από τα δύο προγράμματα. 1. Τα μέλη ενός Γυμναστηρίου έχουν τη δυνατότητα να επιλέξουν προγράμματα αεροβικής ή γυμναστικής με βάρη. Θεωρούμε τα ενδεχόμενα: Α = Ένα μέλος έχει επιλέξει πρόγραμμα αεροβικής. Β = Ένα μέλος έχει επιλέξει

Διαβάστε περισσότερα

Συνδυαστική Ανάλυση. Υπολογισμός της πιθανότητας σε διακριτούς χώρους με ισοπίθανα αποτελέσματα:

Συνδυαστική Ανάλυση. Υπολογισμός της πιθανότητας σε διακριτούς χώρους με ισοπίθανα αποτελέσματα: Συνδυαστική Ανάλυση Υπολογισμός της πιθανότητας σε διακριτούς χώρους με ισοπίθανα αποτελέσματα: P( A) N( A) N ( ) Ν(Α): πλήθος ευνοϊκών αποτελεσμάτων του Α Ν(Ω): πλήθος συνολικών αποτελεσμάτων του Ω Χρειαζόμαστε

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή:

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή: Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 2017-18 Λύσεις του πέμπτου φυλλαδίου ασκήσεων 1 Σε ένα πρόβλημα πολλαπλής επιλογής προτείνονται n απαντήσεις από τις οποίες μόνο μία είναι σωστή Αν η σωστή απάντηση κερδίζει

Διαβάστε περισσότερα

Πιθανότητες. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Γενικής κεφάλαιο 3 94 ασκήσεις. Kglykos.gr. εκδόσεις. Καλό πήξιμο. Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α

Πιθανότητες. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Γενικής κεφάλαιο 3 94 ασκήσεις. Kglykos.gr. εκδόσεις. Καλό πήξιμο. Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α Πιθανότητες Κώστας Γλυκός Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 3 0 0. 8 8. 8 8 Kglykos.gr 7 / 0 / 0 6 Γενικής κεφάλαιο 3 94 ασκήσεις και τεχνικές σε 8 σελίδες εκδόσεις Καλό πήξιμο ΓΛΥΚΟΣ ΚΩΝ/ΝΟΣ τηλ.

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Μέση τιμή, διασπορά, τυπική απόκλιση. 1) Για την τυχαία διακριτή μεταβλητή Χ ισχύει Ρ(Χ=x i)=

Μέση τιμή, διασπορά, τυπική απόκλιση. 1) Για την τυχαία διακριτή μεταβλητή Χ ισχύει Ρ(Χ=x i)= Μέση τιμή, διασπορά, τυπική απόκλιση Όπου χρειάζεται να γίνει χρήση του μικροϋπολογιστή 3x 1) Για την τυχαία διακριτή μεταβλητή Χ ισχύει Ρ(Χ=x i)= i-2 22, xi=1,2,3,4. α) Να συμπληρωθεί ο παρακάτω πίνακας:

Διαβάστε περισσότερα

P (A 1 A 2... A n ) = P (A 1 )P (A 2 A 1 )P (A 3 A 1 A 2 ) P (A n A 1 A 2 A n 1 ).

P (A 1 A 2... A n ) = P (A 1 )P (A 2 A 1 )P (A 3 A 1 A 2 ) P (A n A 1 A 2 A n 1 ). Υπενθυμίσεις Παραδείγματα Ασκήσεις Μελέτη 31 Οκτωβρίου 2014 Πιθανότητες και Στατιστική Διάλεξη 7 Ασκήσεις ΙΙ Δεσμευμένη πιθανότητα, Συνδυαστικά επιχειρήματα Αντώνης Οικονόμου Τμήμα Μαθηματικών Πανεπιστήμιο

Διαβάστε περισσότερα

Φροντιστήριο #8 Ασκήσεις σε Πιθανότητες 15/05/2015

Φροντιστήριο #8 Ασκήσεις σε Πιθανότητες 15/05/2015 Φροντιστήριο #8 Ασκήσεις σε Πιθανότητες 15/05/2015 Άσκηση Φ8.1 Τρεις λαμπτήρες επιλέγονται τυχαία από ένα σύνολο 15 λαμπτήρων εκ των οποίων οι 5 είναι ελαττωματικοί. (α) Βρέστε την πιθανότητα κανείς από

Διαβάστε περισσότερα

ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α

ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α 1. (2.5 μονάδες) Ο κ. Ζούπας παρέλαβε μία μυστηριώδη τσάντα από το ταχυδρομείο. Όταν

Διαβάστε περισσότερα

Τμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος

Τμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος Τμήμα Λογιστικής και Χρηματοοικονομικής 1 Θεωρία Πιθανοτήτων Δρ. Αγγελίδης Π. Βασίλειος 2 Περιεχόμενα Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους 3 Πείραμα

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018

ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018 ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018 Διδάσκουσα: Β. Πιπερίγκου Σε μια ενδονοσοκομειακή έρευνα, καταγράφηκε ο χρόνος ύπνου, μετά τη χορήγηση ενός συγκεκριμένου αναισθητικού, σε 33 ασθενείς και πήραμε

Διαβάστε περισσότερα

Γνωστό: P (M) = 2 M = τρόποι επιλογής υποσυνόλου του M. Π.χ. M = {A, B, C} π. 1. Π.χ.

Γνωστό: P (M) = 2 M = τρόποι επιλογής υποσυνόλου του M. Π.χ. M = {A, B, C} π. 1. Π.χ. Παραδείγματα Απαρίθμησης Γνωστό: P (M 2 M τρόποι επιλογής υποσυνόλου του M Τεχνικές Απαρίθμησης Πχ M {A, B, C} P (M 2 3 8 #(Υποσυνόλων με 2 στοιχεία ( 3 2 3 #(Διατεταγμένων υποσυνόλων με 2 στοιχεία 3 2

Διαβάστε περισσότερα

Περιεχόμενα 2ης Διάλεξης 1 Σύνοψη προηγούμενου μαθήματος 2 Αξιωματικός ορισμός και απαρίθμηση 3 Διατάξεις - Συνδυασμοί 4 Παραδείγματα υπολογισμού πιθα

Περιεχόμενα 2ης Διάλεξης 1 Σύνοψη προηγούμενου μαθήματος 2 Αξιωματικός ορισμός και απαρίθμηση 3 Διατάξεις - Συνδυασμοί 4 Παραδείγματα υπολογισμού πιθα Πιθανότητες και Αρχές Στατιστικής (2η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 54 Περιεχόμενα

Διαβάστε περισσότερα

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ : ΠΙΘΑΝΟΤΗΤΕΣ. ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ Αιτιοκρατικό πείραμα ονομάζουμε κάθε πείραμα για το οποίο, όταν ξέρουμε τις συνθήκες κάτω από τις οποίες πραγματοποιείται, μπορούμε να προβλέψουμε με

Διαβάστε περισσότερα

Y = X 1 + X X N = X i. i=1

Y = X 1 + X X N = X i. i=1 Κεφάλαιο 7 Διακριτές κατανομές Στο προηγούμενο κεφάλαιο είδαμε πως η έννοια της τυχαίας μεταβλητής Τ.Μ., δηλαδή μιας τυχαίας ποσότητας X που προσδιορίζεται από το σύνολο τιμών της S και την πυκνότητά της

Διαβάστε περισσότερα

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ. Έννοια Ορισμοί Τρόπος υπολογισμού Kατανομή πιθανότητας Ασκήσεις

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ. Έννοια Ορισμοί Τρόπος υπολογισμού Kατανομή πιθανότητας Ασκήσεις ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Έννοια Ορισμοί Τρόπος υπολογισμού Kατανομή πιθανότητας Ασκήσεις Έννοια τυχαίας μεταβλητής Κατά τον υπολογισμό πιθανοτήτων, συχνά συμβαίνει τα ενδεχόμενα που μας ενδιαφέρουν να μετρούν

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια) (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 23 Νοεµβρίου 2009 Γεωµετρική κατανοµή Ορισµός Εστω X ο αριθµός των δοκιµών µέχρι την πρώτη επιτυχία σε µια ακολουθία ανεξαρτήτων δοκιµών Bernoulli µε πιθανότητα επιτυχίας

Διαβάστε περισσότερα

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-27: Πιθανότητες-Χειµερινό Εξάµηνο 205- ιδάσκων : Π. Τσακαλίδης Λύσεις Τέταρτης Σειράς Ασκήσεων Ασκηση. (αʹ) Σύµφωνα µε το αξίωµα της κανονικοποίησης,

Διαβάστε περισσότερα

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ 1.Έστω ο δειγματικός χώρος Ω = { 1,,, K,10} με ισοπίθανα απλά ενδεχόμενα. Να 4 βρείτε την πιθανότητα ώστε η συνάρτηση f ( x ) = x 4x + λ να

Διαβάστε περισσότερα

(1) 98! 25! = 4 100! 23! = 4

(1) 98! 25! = 4 100! 23! = 4 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες - Χειµερινό Εξάµηνο 015 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 Συνδυαστική Ανάλυση και Εισαγωγή στις ιακριτές Τυχαίες Μεταβλητές Επιµέλεια

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΝΝΟΙΑ ΠΙΘΑΝΟΤΗΤΑΣ Μαθηματική περιγραφή συστημάτων με αβεβαιότητα Παραδείγματα από την οργάνωση παραγωγής Διάρκεια παραγωγής προϊόντων

Διαβάστε περισσότερα

36 = Pr(B) = Pr(Γ E) = Pr(Γ) Pr(E) = = Pr(B) = Pr(B Γ) Pr(B) Pr(Γ) = 1 6. Pr(A B) = Pr(A) Pr(B).

36 = Pr(B) = Pr(Γ E) = Pr(Γ) Pr(E) = = Pr(B) = Pr(B Γ) Pr(B) Pr(Γ) = 1 6. Pr(A B) = Pr(A) Pr(B). Κεφάλαιο 5 Ανεξαρτησία και δεσμευμένη πιθανότητα Ας πούμε πως ένας μετεωρολόγος μάς πληροφορεί ότι, με βάση τα ιστορικά στατιστικά στοιχεία του καιρού στην Αθήνα, βρέχει μία στις 9 μέρες. Αν για κάποιο

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 2018 Σειρά Α Θέματα 3 ως 7 και αναλυτικές (ή σύντομες) απαντήσεις

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 2018 Σειρά Α Θέματα 3 ως 7 και αναλυτικές (ή σύντομες) απαντήσεις ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 8 Σειρά Α Θέματα ως 7 και αναλυτικές (ή σύντομες) απαντήσεις ΘΕΜΑ : Το δοχείο Δ περιέχει 6 άσπρες και 4 μαύρες μπάλες ενώ το δοχείο Δ περιέχει 5 άσπρες και μαύρες μπάλες.

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του φυλλαδίου ασκήσεων επανάληψης. P (B) P (A B) = 3/4.

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του φυλλαδίου ασκήσεων επανάληψης. P (B) P (A B) = 3/4. Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 207-8. Λύσεις του φυλλαδίου ασκήσεων επανάληψης.. Αν P (A) / και P (A B) /4, βρείτε την ελάχιστη δυνατή και την μέγιστη δυνατή τιμή της P (B). Το B καλύπτει οπωσδήποτε

Διαβάστε περισσότερα

4. Απαγορεύεται η χρήση υπολογιστή χειρός. Απαγορεύεται η χρήση κινητού, και ως υπολογιστή χειρός.

4. Απαγορεύεται η χρήση υπολογιστή χειρός. Απαγορεύεται η χρήση κινητού, και ως υπολογιστή χειρός. ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, ΙΩΑΝΝΗΣ ΚΟΝΤΟΓΙΑΝΝΗΣ, ΣΤΑΥΡΟΣ ΤΟΥΜΠΗΣ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ, ΙΟΥΝΙΟΣ 207 ΟΝΟΜΑ ΦΟΙΤΗΤΗ:.............................. Οδηγίες. Συμπληρώστε το όνομά

Διαβάστε περισσότερα

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΜΣ στη «Ναυτιλία» Τμήμα Β art time Χαράλαμπος Ευαγγελάρας hevangel@unipi.gr Η έννοια της Πιθανότητας Ο όρος πιθανότητα είναι συνδέεται άμεσα με τη μελέτη

Διαβάστε περισσότερα

P(n, r) = n r. (n r)! n r. n+r 1

P(n, r) = n r. (n r)! n r. n+r 1 Διακριτά Μαθηματικά Φροντιστήριο Στοιχειώδης Συνδυαστική ΙΙ 1 / 15 Επανάληψη Κανόνας Αθροίσματος Κανόνας Γινομένου Χωρίς επαναλήψεις στοιχείων P(n, r) = n! (n r)! C(n, r) = ( ) n r Με επαναλήψεις στοιχείων

Διαβάστε περισσότερα

n ίδια n διαφορετικά n n 0 n n n 1 n n n n 0 4

n ίδια n διαφορετικά n n 0 n n n 1 n n n n 0 4 Διακριτά Μαθηματικά Ι Επαναληπτικό Μάθημα 1 Συνδυαστική 2 Μεταξύ 2n αντικειμένων, τα n είναι ίδια. Βρείτε τον αριθμό των επιλογών n αντικειμένων από αυτά τα 2n αντικείμενα. Μεταξύ 3n + 1 αντικειμένων τα

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ. Ρίχνουµε ένα νόµισµα τρείς φορές (i) Να βρείτε τον δειγµατικό χώρο του πειράµατος τύχης. (ii) Να βρείτε την πιθανότητα των ενδεχοµένων: Α: Οι τρεις ενδείξεις είναι ίδιες. Β:

Διαβάστε περισσότερα

. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες)

. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες) Εργαστήριο Μαθηματικών & Στατιστικής Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ η Πρόοδος στο Μάθημα Στατιστική //7 ο Θέμα α) Περιγράψτε τη σχέση Θεωρίας Πιθανοτήτων και Στατιστικής. β) Αν Α, Β ενδεχόμενα του δειγματικού χώρου Ω

Διαβάστε περισσότερα

ΙΙΙ εσµευµένη Πιθανότητα

ΙΙΙ εσµευµένη Πιθανότητα ΙΙΙ εσµευµένη Πιθανότητα 1 Λυµένες Ασκήσεις Ασκηση 1 Στρίβουµε ένα νόµισµα δύο ϕορές. Υποθέτοντας ότι και τα τέσσερα στοιχεία του δειγµατοχώρου Ω {(K, K, (K, Γ, (Γ, K, (Γ, Γ} είναι ισοπίθανα, ποια είναι

Διαβάστε περισσότερα

Γιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017.

Γιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017. HY118-Διακριτά Μαθηματικά Τρίτη, 02/05/2017 Θεωρία πιθανοτήτων Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 04-May-17 1 1 04-May-17 2 2 Γιατί πιθανότητες; Γιατί πιθανότητες; Στον προτασιακό και κατηγορηματικό

Διαβάστε περισσότερα

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B) Πιθανότητες και Αρχές Στατιστικής (4η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα

Διαβάστε περισσότερα

Η Διωνυμική Κατανομή. μαθηματικών. 2 Ο γονότυπος μπορεί να είναι ΑΑ, Αα ή αα.

Η Διωνυμική Κατανομή. μαθηματικών. 2 Ο γονότυπος μπορεί να είναι ΑΑ, Αα ή αα. Η Διωνυμική Κατανομή Η Διωνυμική κατανομή συνδέεται με ένα πολύ απλό πείραμα τύχης. Ίσως το απλούστερο! Πρόκειται για τη δοκιμή Bernoulli, ένα πείραμα τύχης με μόνο δύο, αμοιβαίως αποκλειόμενα, δυνατά

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 2 η : Δεσμευμένη Πιθανότητα. Ολική Πιθανότητα-Θεώρημα Bayes, Ανεξαρτησία και Συναφείς Έννοιες. Γεώργιος Ζιούτας Τμήμα

Διαβάστε περισσότερα

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΑΝΑΛΥΣΗ ΕΠΙΔΟΣΗΣ ΣΥΣΤΗΜΑΤΩΝ ΚΑΙ ΔΙΚΤΥΩΝ Σ. ΤΟΥΜΠΗΣ Οδηγίες (Διαβάστε τες!) 1. Περίληψη: ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ 2016-2017 (αʹ) Υπάρχει μια ομάδα ασκήσεων για περίπου

Διαβάστε περισσότερα

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την Η ΔΙΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ Ενδιαφερόμαστε για την απλούστερη μορφή πειραματικής διαδικασίας, όπου η έκβαση των αποτελεσμάτων χαρακτηρίζεται μόνο ως "επιτυχής" ή "ανεπιτυχής" (δοκιμές Beroulli). Ορίζουμε λοιπόν

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ 3ο: ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΜΑ Α. α) Τι λέγεται δειγματικός χώρος και τι ενδεχόμενο ενός πειράματος τύχης;

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ 3ο: ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΜΑ Α. α) Τι λέγεται δειγματικός χώρος και τι ενδεχόμενο ενός πειράματος τύχης; ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ ο: ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΜΑ Α Ερώτηση θεωρίας α) Τι λέγεται δειγματικός χώρος και τι ενδεχόμενο ενός πειράματος τύχης; =. β) Για δύο συμπληρωματικά ενδεχόμενα Α και Α να αποδείξετε

Διαβάστε περισσότερα

Έντυπο Yποβολής Αξιολόγησης ΓΕ

Έντυπο Yποβολής Αξιολόγησης ΓΕ Έντυπο Yποβολής Αξιολόγησης ΓΕ O φοιτητής συμπληρώνει την ενότητα «Υποβολή Εργασίας» και αποστέλλει το έντυπο σε δύο μη συρραμμένα αντίγραφα (ή ηλεκτρονικά) στον Καθηγητή-Σύμβουλο. Ο Καθηγητής-Σύμβουλος

Διαβάστε περισσότερα

P (A) = 1/2, P (B) = 1/2, P (C) = 1/9

P (A) = 1/2, P (B) = 1/2, P (C) = 1/9 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-1: Πιθανότητες - Χειµερινό Εξάµηνο 011 ιδάσκων : Π. Τσακαλίδης Λύσεις εύτερης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : /11/011 Ηµεροµηνία Παράδοσης : 1/11/011

Διαβάστε περισσότερα

Υπολογιστικά & Διακριτά Μαθηματικά

Υπολογιστικά & Διακριτά Μαθηματικά Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 7: Ανεξάρτητα ενδεχόμενα Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΥΓΕΙΑΣ Τμήμα Βιολογικών Εφαρμογών & Τεχνολογιών Βιοστατιστική, Κεφάλαιο 3: Πιθανότητες Λύσεις ασκήσεων 1 Στο διπλανό πίνακα αναπαράγεται ο αρχικός πίνακας, της ταξινόμησης

Διαβάστε περισσότερα

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ Διακριτά Μαθηματικά Ι Ενότητα 5: Αρχή Εγκλεισμού - Αποκλεισμού Διδάσκων: Χ. Μπούρας (bouras@cti.gr) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ . Να βρείτε το δειγµατικό χώρο της ρίψης ενός ζαριού.. Επιλέγουµε ένα µαθητή Λυκείου και σηµειώνουµε το φύλο και την τάξη του. Να βρείτε το δειγµατικό χώρο Ω του πειράµατος. 3. Τραβάµε ένα φύλλο από µία

Διαβάστε περισσότερα

Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την

Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την Μαθηματικά Πληροφορικής 8ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε

Διαβάστε περισσότερα

f(y) dy = b a dy = b a x f(x) dx = b a dx = x 2 = b2 a 2 2(b a) b a dx = = (a2 + ab + b 2 )(b a) 3(b a)

f(y) dy = b a dy = b a x f(x) dx = b a dx = x 2 = b2 a 2 2(b a) b a dx = = (a2 + ab + b 2 )(b a) 3(b a) Κεφάλαιο 11 Συνεχείς κατανομές και ο Ν.Μ.Α. Στο προηγούμενο κεφάλαιο ορίσαμε την έννοια της συνεχούς τυχαίας μεταβλητής, και είδαμε τις βασικές της ιδιότητες. Εδώ θα περιγράψουμε κάποιους ιδιαίτερους τύπους

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: 23 Απριλίου 2012

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: 23 Απριλίου 2012 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: Απριλίου 0 Ημερομηνία παράδοσης της Εργασίας: 8 Μαΐου 0 Πριν από τη

Διαβάστε περισσότερα

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ 1. Ο Γυμναστής ενός λυκείου προκειμένου να στελεχώσει την ομάδα μπάσκετ του λυκείου ψάχνει στην τύχη μεταξύ των μαθητών να βρει τρεις κοντούς (Κ) και τρεις ψηλούς (Ψ). Να

Διαβάστε περισσότερα

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 206-207 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 8 Από κοινού συναρτήσεις Τυχαίων Μεταβλητών Επιµέλεια : Κατερίνα Καραγιαννάκη

Διαβάστε περισσότερα

3 ΠΙΘΑΝΟΤΗΤΕΣ. ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = ω, ω,..., ω }.

3 ΠΙΘΑΝΟΤΗΤΕΣ. ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = ω, ω,..., ω }. 3 ΠΙΘΑΝΟΤΗΤΕΣ 3.1 ΔΕΙΓΜΑΤΙΚΟΣ ΧΡΟΣ - ΕΝΔΕΧΟΜΕΝΑ Πείραμα Τύχης Ένα πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα, μολονότι επαναλαμβάνεται φαινομενικά τουλάχιστον κάτω από

Διαβάστε περισσότερα

8 Άρα η Ϲητούµενη πιθανότητα είναι

8 Άρα η Ϲητούµενη πιθανότητα είναι ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες - Χειµερινό Εξάµηνο 014 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 4/10/014 Ηµεροµηνία Παράδοσης : 5/11/014

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 2: Θεωρία Πιθανοτήτων Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες Χρήσης

Διαβάστε περισσότερα

= 14 = 34 = Συνδυαστική Ανάλυση

= 14 = 34 = Συνδυαστική Ανάλυση 1. Συνδυαστική Ανάλυση 1.1 Ένα κουτί περιέχει 8 κόκκινες, 3 άσπρες και 9 μπλε σφαίρες. Εάν βγάλουμε 3 σφαίρες στην τύχη χωρίς επανατοποθέτηση, ποια είναι η πιθανότητα (α) να είναι και οι 3 κόκκινες, (β)

Διαβάστε περισσότερα

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ υ ν δ υ α σ τ ι κ ή Πειραιάς 2007 1 Μάθημα 2ο Κανόνες Απαρίθμησης (συνέχεια) 2 ΙΣΤΟΣΕΛΙΔΑ ΜΕ ΔΙΑΦΑΝΕΙΕΣ, ΒΙΒΛΙΟ & ΔΕΙΓΜΑ ΘΕΜΑΤΩΝ www.unipi.gr/faculty/mkoutras/index.htm

Διαβάστε περισσότερα

ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ

ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ ΑΛΓΕΒΡΑ - Α ΛΥΚΕΙΟΥ ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ Επιμέλεια: Παπαδόπουλος Παναγιώτης Πείραμα τύχης 1 η δραστηριότητα Ρίξτε ένα κέρμα 5 φορές και καταγράψτε την πάνω όψη του: 1 η ρίψη:, 2 η ρίψη:, 3 η ρίψη:

Διαβάστε περισσότερα

Οι παραγγελίες ακολουθούν την κατανομή Poisson. Σύμφωνα με τα δεδομένα ο

Οι παραγγελίες ακολουθούν την κατανομή Poisson. Σύμφωνα με τα δεδομένα ο ΘΕΜΑ 1 ο (ΜΟΝΑΔΕΣ 10) Μια βιοτεχνία καθαρισμού ρούχων λειτουργεί καθημερινά 8 ώρες. Η βιοτεχνία δέχεται κατά μέσο όρο 4 παραγγελίες την ημέρα για καθαρισμό ενδυμάτων. (ι). Να υπολογισθεί η πιθανότητα να

Διαβάστε περισσότερα

ΜΕΘΟΔΟΛΟΓΙΑ & ΑΣΚΗΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΕΦΑΛΑΙΟ 3 Ο «ΠΙΘΑΝΟΤΗΤΕΣ»

ΜΕΘΟΔΟΛΟΓΙΑ & ΑΣΚΗΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΕΦΑΛΑΙΟ 3 Ο «ΠΙΘΑΝΟΤΗΤΕΣ» ΜΕΘΟΔΟΛΟΓΙΑ & ΑΣΚΗΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΕΦΑΛΑΙΟ Ο «ΠΙΘΑΝΟΤΗΤΕΣ» Επιμέλεια : Παλαιολόγου Παύλος Μαθηματικός ΚΕΦΑΛΑΙΟ : ΠΙΘΑΝΟΤΗΤΕΣ ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ Αιτιοκρατικό πείραμα

Διαβάστε περισσότερα

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ ΕΠΙΜΕΛΕΙΑ : ΓΕΡΓΙΟΣ Ε. ΚΑΡΑΦΕΡΗΣ ΠΕ03 ΜΑΘΗΜΑΤΙΚΟΣ [] ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΡΙΑ: Πείραμα Τύχης Κάθε πείραμα κατά στο οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως

Διαβάστε περισσότερα

Στατιστική. Ενότητα 1 η : Δεσμευμένη Πιθανότητα, Ολική Πιθανότητα, Ανεξαρτησία. Γεώργιος Ζιούτας Τμήμα Χημικών Μηχανικών Α.Π.Θ.

Στατιστική. Ενότητα 1 η : Δεσμευμένη Πιθανότητα, Ολική Πιθανότητα, Ανεξαρτησία. Γεώργιος Ζιούτας Τμήμα Χημικών Μηχανικών Α.Π.Θ. ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 1 η : Δεσμευμένη Πιθανότητα, Ολική Πιθανότητα, Ανεξαρτησία Γεώργιος Ζιούτας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50]

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] 1η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Η καταληκτική ημερομηνία για την παραλαβή

Διαβάστε περισσότερα

Α ΕΝΟΤΗΤΑ. Πιθανότητες. Α.1 (1.1 παρ/φος σχολικού βιβλίου) Α.2 (1.2 παρ/φος σχολικού βιβλίου) Δειγματικός χώρος - Ενδεχόμενα. Η έννοια της πιθανότητας

Α ΕΝΟΤΗΤΑ. Πιθανότητες. Α.1 (1.1 παρ/φος σχολικού βιβλίου) Α.2 (1.2 παρ/φος σχολικού βιβλίου) Δειγματικός χώρος - Ενδεχόμενα. Η έννοια της πιθανότητας Α ΕΝΟΤΗΤΑ Πιθανότητες Α.1 (1.1 παρ/φος σχολικού βιβλίου) Δειγματικός χώρος - Ενδεχόμενα Α.2 (1.2 παρ/φος σχολικού βιβλίου) Η έννοια της πιθανότητας Α.1 Δειγματικός Χώρος. Ενδεχόμενα. Απαραίτητες γνώσεις

Διαβάστε περισσότερα

x P (x) c P (x) = c P (x), x S : x c

x P (x) c P (x) = c P (x), x S : x c Κεφάλαιο 9 Ανισότητες, από κοινού κατανομή, Νόμος των Μεγάλων Αριθμών 9.1 Ανισότητες Markov και Chebychev Ξεκινάμε αυτό το κεφάλαιο με δύο σημαντικά αποτελέσματα τα οποία, πέραν της μεγάλης χρησιμότητάς

Διαβάστε περισσότερα

ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΤΗΣ ΑΛΓΕΒΡΑΣ A ΛΥΚΕΙΟΥ ΕΠΑΛ

ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΤΗΣ ΑΛΓΕΒΡΑΣ A ΛΥΚΕΙΟΥ ΕΠΑΛ ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΤΗΣ ΑΛΓΕΒΡΑΣ A ΛΥΚΕΙΟΥ ΕΠΑΛ www.askisopolis.gr 3 4 .5381 Ένα κουτί περιέχει άσπρες, κόκκινες και πράσινες μπάλες. Οι άσπρες είναι 0, οι κόκκινες είναι 7, ενώ όλες οι μπάλες μαζί είναι

Διαβάστε περισσότερα

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ι θ α ν ό τ η τ ε ς Ι Πειραιάς 2008 Πιθανότητες Ι-Μ. Κούτρας 2 Κατανομές χρόνου αναμονής (... μέχρι να συμβεί ηπρώτη επιτυχία) 3 Ας θεωρήσουμε μία ακολουθία

Διαβάστε περισσότερα

Pr(10 X 15) = Pr(15 X 20) = 1/2, (10.2)

Pr(10 X 15) = Pr(15 X 20) = 1/2, (10.2) Κεφάλαιο 10 Συνεχείς τυχαίες μεταβλητές Σε αυτό το κεφάλαιο θα εξετάσουμε τις ιδιότητες που έχουν οι συνεχείς τυχαίες μεταβλητές. Εκείνες οι Τ.Μ. X, δηλαδή, των οποίων το σύνολο τιμών δεν είναι διακριτό,

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0

ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0 ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0 Η Θεωρία Πιθανοτήτων είναι ένας σχετικά νέος κλάδος των Μαθηματικών, ο οποίος παρουσιάζει πολλά ιδιαίτερα χαρακτηριστικά στοιχεία. Επειδή η ιδιαιτερότητα

Διαβάστε περισσότερα

Διακριτά Μαθηματικά. Απαρίθμηση: Εισαγωγικά στοιχεία Αρχή του Περιστεριώνα

Διακριτά Μαθηματικά. Απαρίθμηση: Εισαγωγικά στοιχεία Αρχή του Περιστεριώνα Διακριτά Μαθηματικά Απαρίθμηση: Εισαγωγικά στοιχεία Αρχή του Περιστεριώνα Συνδυαστική ανάλυση μελέτη της διάταξης αντικειμένων 17 ος αιώνας: συνδυαστικά ερωτήματα για τη μελέτη τυχερών παιχνιδιών Απαρίθμηση:

Διαβάστε περισσότερα

1.1 Πείραμα Τύχης - δειγματικός χώρος

1.1 Πείραμα Τύχης - δειγματικός χώρος 1. ΠΙΘΑΝΟΤΗΤΕΣ 1.1 Πείραμα Τύχης - δειγματικός χώρος Κάθε πείραμα στο οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα λέγεται αιτιοκρατικό πείραμα. Τέτοια πειράματα

Διαβάστε περισσότερα

με Τέλος πάντων, έστω ότι ξεκινάει ένα άλλο υποθετικό σενάριο που απλά δεν διευκρινίζεται. Για το i) θα έχουμε , 2

με Τέλος πάντων, έστω ότι ξεκινάει ένα άλλο υποθετικό σενάριο που απλά δεν διευκρινίζεται. Για το i) θα έχουμε , 2 Άσκηση 75 Σε έναν οργανισμό, αρχικά υπάρχουν 04800 βακτήρια. Μετά από 1 ώρα υπάρχουν 10400 βακτήρια, μετά από ώρες 5100 βακτήρια, και γενικά ο αριθμός των βακτηρίων υποδιπλασιάζεται κάθε μια ώρα. α) Πόσα

Διαβάστε περισσότερα

07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές)

07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές) 07/11/2016 Στατιστική Ι 6 η Διάλεξη (Βασικές διακριτές κατανομές) 1 2 Δοκιμή Bernoulli Ένα πείραμα σε κάθε εκτέλεση του οποίου εμφανίζεται ακριβώς ένα από δύο αμοιβαία αποκλειόμενα δυνατά αποτελέσματα

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ

ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ Εισαγωγή Οι αριθμοί που εκφράζουν το πλήθος των στοιχείων ανά αποτελούν ίσως τους πιο σημαντικούς αριθμούς της Συνδυαστικής και καλούνται διωνυμικοί συντελεστές διότι εμφανίζονται

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] 1η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Οι απαντήσεις των ασκήσεων πρέπει να

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50]

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] 1η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Οι απαντήσεις των ασκήσεων πρέπει να

Διαβάστε περισσότερα

2010-2011. 4 o Γενικό Λύκειο Χανίων Γ τάξη. Γενικής Παιδείας. Ασκήσεις για λύση

2010-2011. 4 o Γενικό Λύκειο Χανίων Γ τάξη. Γενικής Παιδείας. Ασκήσεις για λύση 00-0 o Γενικό Λύκειο Χανίων Γ τάξη Μαθηματικά Γενικής Παιδείας γ Ασκήσεις για λύση Επιμέλεια: Μ Ι Παπαγρηγοράκης http://usersschgr/mipapagr Γ Λυκείου Μαθηματικά Γενικής Παιδείας ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ-

Διαβάστε περισσότερα

ΧΑΡΑΛΑΜΠΟΣ.ΣΠ. ΛΥΚΟΥΔΗΣ - ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ

ΧΑΡΑΛΑΜΠΟΣ.ΣΠ. ΛΥΚΟΥΔΗΣ - ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ Θεωρία Πιθανοτήτων Εάν οι συνθήκες τέλεσης ενός πειράματος καθορίζουν πλήρως το αποτέλεσμα του, τότε το πείραμα λέγεται αιτιοκρατικό. Είναι γνωστό ότι το αποσταγμένο νερό βράζει στους 100 βαθμού κελσίου.

Διαβάστε περισσότερα

Στοχαστικές Στρατηγικές

Στοχαστικές Στρατηγικές Στοχαστικές Στρατηγικές 3 η ενότητα: Εισαγωγή στα στοχαστικά προβλήματα διαδρομής Τμήμα Μαθηματικών, ΑΠΘ Ακαδημαϊκό έτος 2018-2019 Χειμερινό Εξάμηνο Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & Πανεπιστήμιο

Διαβάστε περισσότερα