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

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

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του όγδοου φυλλαδίου ασκήσεων.

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

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

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του έβδομου φυλλαδίου ασκήσεων. f X (t) dt για κάθε x. F Y (y) = P (Y y) = P X y b ) a.

Λύσεις 4ης Ομάδας Ασκήσεων

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

Στοχαστικές Στρατηγικές

Υπολογιστικά & Διακριτά Μαθηματικά

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

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

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

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την

200, δηλαδή : 1 p Y (y) = 0, αλλού

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

1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του τέταρτου φυλλαδίου ασκήσεων.

ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

Λύσεις 2ης Ομάδας Ασκήσεων

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

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

Κεφάλαιο 7 Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

Θεωρία Πιθανοτήτων & Στατιστική

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

P (A) + P (B), [Α,Β: ξένα µεταξύ τους] P (C A B) [P (A) + P (B)] P (C A) P (A) P (B) 3 4 ( ) 1 7 = 3 7 =

Διωνυμική Κατανομή. x Αποδεικνύεται ότι για την διωνυμική κατανομή ισχύει: Ε(Χ)=np και V(X)=np(1-p).

Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις στο μάθημα ΠΙΘΑΝΟΤΗΤΕΣ Ι

IV ιακριτές Τυχαίες Μεταβλητές

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.

P (M = 9) = e 9! =

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

Κεφάλαιο 3 Κατανομές. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς

Ασκήσεις στην διωνυμική κατανομή

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ. Γεώργιος Α. Κόλλιας - μαθηματικός. 150 ασκήσεις επανάληψης. και. Θέματα εξετάσεων

Απειροστικός Λογισμός Ι, χειμερινό εξάμηνο Λύσεις δεύτερου φυλλαδίου ασκήσεων.

Θέμα: ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΓΙΑ ΤΙΣ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ΚΕΦΑΛΑΙΟ 7 ΒΙΒΛΙΟ KELLER

Διακριτές Κατανομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Διακριτές Κατανομές. τεχνικές. 42 άλυτες ασκήσεις.

Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

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

Ενδεικτικές ασκήσεις ΔΙΠ 50

Ασκήσεις στις κατανομές και ειδικά στην διωνυμική κατανομή και κανονική κατανομή

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

ΘΕΜΑ 3 Το ύψος κύματος (σε μέτρα) σε μία συγκεκριμένη θαλάσσια περιοχή είναι τυχαία μεταβλητή X με συνάρτηση πυκνότητας πιθανότητας

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

Θεωρητικές Κατανομές Πιθανότητας

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες -Χειµερινό Εξάµηνο 2012 ιδάσκων : Π. Τσακαλίδης. Λύσεις : Τέταρτη Σειρά Ασκήσεων

ΔΙΑΓΩΝΙΣΜΑ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ 89. Ύλη: Πιθανότητες Το σύνολο R-Εξισώσεις Σ Λ 2. Για τα ενδεχόμενα Α και Β ισχύει η ισότητα: A ( ) ( ') ( ' )

ΠΙΘΑΝΟΤΗΤΕΣ, ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΣΤΟΙΧΕΙΑ ΑΡΙΘΜΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΘΕΜΑΤΑ ΠΙΘΑΝΟΤΗΤΩΝ ΓΕΩΛΟΓΙΚΟΥ

ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

Dunamoseirèc A. N. Giannakìpouloc, Tm ma Statistik c OPA

(365)(364)(363)...(365 n + 1) (365) k

3. Κατανομές πιθανότητας

P(200 X 232) = =

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

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

p B p I = = = 5

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

Θεωρία Πιθανοτήτων & Στατιστική

ΚΑΤΑΝΟΜΈΣ. 8.1 Εισαγωγή. 8.2 Κατανομές Συχνοτήτων (Frequency Distributions) ΚΕΦΑΛΑΙΟ

c(2x + y)dxdy = 1 c 10x )dx = 1 210c = 1 c = x + y 1 (2xy + y2 2x + y dx == yx = 1 (32 + 4y) (2x + y)dxdy = 23 28

Π.χ. πρωτεύουσες, Εκ περιτροπής από δευτερεύουσες σε τριτεύουσες

ΑΝΑΛΥΣΗ ΚΑΤΗΓΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. Σ. ΖΗΜΕΡΑΣ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών- Χρηματοοικονομικών Μαθηματικών Σάμος

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

o Γενικό Λύκειο Χανίων Γ τάξη. Γενικής Παιδείας. Ασκήσεις για λύση

S T (x) = exp. (α) m n q x = m+n q x m q x. (β) m n q x = m p x m+n p x. (γ) m n q x = m p x n q x+m. tp x = S Tx (t) = S T (x + t) { x+t

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

Μάθημα 3 ο a. Τυχαία Μεταβλητή-Έννοιες και Ορισμοί

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι

xp X (x) = k 3 10 = k 3 10 = 8 3

ΕΡΩΤΗΣΕΙΣ ΚΑΤΑΝΟΗΣΗΣ ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ

= 14 = 34 = Συνδυαστική Ανάλυση

Διάλεξη 5: Τυχαία Μεταβλητή Κατανομές Πιθανότητας

4 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 31.

Στατιστική. Ενότητα 3 η : Χαρακτηριστικά Τυχαίων Μεταβλητών Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή

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

Τυχαία Μεταβλητή (Random variable-variable aléatoire)

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

p q 0 P =

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ. Έννοια Ορισμοί Τρόπος υπολογισμού Kατανομή πιθανότητας Ασκήσεις

159141,9 64 x n 1 n

ΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος. Ενδεχόμενα {,,..., }.

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

P (X = x) = (0.001) x (0.999) 1000 x

Θέμα: ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ΚΕΦΑΛΑΙΟ 7 KELLER

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

Κανονική Κατανομή. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Κανονική Κατανομή. τεχνικές. 73 άλυτες ασκήσεις.

Τυχαία μεταβλητή (τ.μ.)

Transcript:

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 μία μονάδα, πόση πρέπει να είναι η αρνητική βαθμολογία κάθε λάθος απάντησης ώστε το αναμενόμενο κέρδος του φοιτητή που επιλέγει στην τύχη να είναι ίσο με 0; Έστω x η αρνητική βαθμολογία κάθε λάθος απάντησης Το κέρδος X του φοιτητή είναι μια τυχαία μεταβλητή, η οποία έχει δύο τιμές: X 1 όταν ο φοιτητής επιλέγει την σωστή απάντηση, δηλαδή με πιθανότητα 1 n, και X x όταν ο φοιτητής επιλέγει την λάθος απάντηση, δηλαδή με πιθανότητα n 1 n Δηλαδή: f X (1 P (X 1 1 n, f X( x P (X x n 1 n Άρα το αναμενόμενο κέρδος του φοιτητή είναι E(X 1f X (1 + ( xf X ( x 1 n x n 1 n Η εξίσωση E(X 0 έχει λύση x 1 n 1 2 Έστω ότι ένας παίκτης ρίχνει διαδοχικά ένα αμερόληπτο νόμισμα Στην n ρίψη στοιχηματίζει 2 n 1 ευρώ ότι θα προκύψει Κ, για κάθε n 1,, N (Αν προκύψει Κ ο παίκτης κερδίζει 2 n 1 ευρώ ενώ αν προκύψει Γ χάνει 2 n 1 ευρώ Το παιχνίδι σταματά την πρώτη φορά που θα προκύψει Κ ή όταν ολοκληρωθεί η N ρίψη, ανεξάρτητα από το αποτέλεσμά της Ποιό είναι το αναμενόμενο κέρδος του παίκτη; Στην πρώτη ρίψη ο παίκτης είτε κερδίζει 2 1 1 1 ευρώ με πιθανότητα 1 2 και σταματά το παιχνίδι είτε κερδίζει 2 1 1 1 ευρώ με πιθανότητα 1 2 και συνεχίζει το παιχνίδι Στην δεύτερη ρίψη είτε κερδίζει 2 2 1 2 ευρώ με πιθανότητα 1 2 και σταματά το παιχνίδι με συνολικό κέρδος μέχρι εκείνη τη στιγμή ίσο με 2 1 1 ευρώ είτε κερδίζει 2 2 1 2 ευρώ με πιθανότητα 1 2 και συνεχίζει το παιχνίδι με συνολικό κέρδος μέχρι εκείνη τη στιγμή ίσο με 1 2 3 ευρώ Στην τρίτη ρίψη είτε κερδίζει 2 3 1 4 ευρώ με πιθανότητα 1 2 και σταματά το παιχνίδι με συνολικό κέρδος μέχρι εκείνη τη στιγμή ίσο με 4 1 2 1 ευρώ είτε κερδίζει 2 3 1 4 ευρώ με πιθανότητα 1 2 και συνεχίζει το παιχνίδι με συνολικό κέρδος μέχρι εκείνη τη στιγμή ίσο με 1 2 4 7 ευρώ Γενικότερα, στην n ρίψη ο παίκτης είτε κερδίζει 2 n 1 ευρώ με πιθανότητα 1 2 και σταματά το παιχνίδι με συνολικό κέρδος μέχρι εκείνη τη στιγμή ίσο με 2 n 1 1 2 2 2 2 n 2 2 n 1 (1+2+2 2 + +2 n 2 2 n 1 2n 1 1 2 1 1 ευρώ είτε κερδίζει 2 n 1 ευρώ με πιθανότητα 1 2 και συνολικό κέρδος μέχρι εκείνη τη στιγμή ίσο με 1 2 2 2 2 n 2 2 n 1 2n 1 2 1 2n + 1 ευρώ Τώρα, αν n < N, ο παίκτης συνεχίζει με την επόμενη ρίψη ενώ, αν n N, το παιχνίδι σταματά Άρα το συνολικό κέρδος X του παίκτη είναι μια τυχαία μεταβλητή η οποία έχει δύο τιμές: X 1 κάθε φορά που ο παίκτης κερδίζει και συγχρόνως σταματά το παιχνίδι (δηλαδή μέχρι και την N ρίψη και X 2 N + 1 όταν ο παίκτης χάσει στην N ρίψη Η πιθανότητα να συμβεί το τελευταίο ενδεχόμενο είναι ίση με την πιθανότητα να αποτύχει ο παίκτης σε όλες 1

τις N ρίψεις του νομίσματος, δηλαδή ίση με ( 1 2 N Άρα η πιθανότητα να συμβεί το πρώτο ενδεχόμενο είναι 1 ( 1 2 N Δηλαδή, f X (1 P (X 1 1 1 2 N, f X( 2 N + 1 P (X 2 N + 1 1 2 N Άρα το αναμενόμενο συνολικό κέρδος του παίκτη είναι ( E(X 1f X (1 + ( 2 N + 1f X ( 2 N + 1 1 1 1 2 N + ( 2 N + 1 1 2 N 0 3 Ένα σωμάτιο κινείται πάνω σε συγκεκριμένη ευθεία Κάθε χρονική στιγμή t 1, 2, 3, κάνει βήμα +1 (δεξιά με πιθανότητα p ή βήμα 1 (αριστερά με πιθανότητα 1 p Η θέση του την χρονική στιγμή t 0 είναι στο σημείο 0 Έστω X n η θέση του σωματίου την χρονική στιγμή n Αποδείξτε ότι η τμ Y n (X n +n/2 είναι δτμ η οποία ακολουθεί την δυωνυμική κατανομή και βάσει αυτού βρείτε την E(X n και την Var(X n Την χρονική στιγμή n το σωμάτιο θα έχει κάνει συνολικά n κινήσεις: κάθε μία από αυτές τις κινήσεις θα είναι είτε +1 είτε 1 Αν k κινήσεις από τις n είναι +1 και οι υπόλοιπες n k είναι 1, τότε το σωμάτιο θσ βρεθεί στην θέση X n k(+1 + (n k( 1 2k n σε σχέση με την θέση 0 που είχε πριν ξεκινήσει τις οποιεσδήποτε κινήσεις Το αποτέλεσμα X n 2k n είναι ίδιο ανεξάρτητα από την σειρά με την οποία κάνει τις k κινήσεις +1 και τις n k κινήσεις 1 Τώρα, η πιθανότητα να κάνει το σωμάτιο k κινήσεις +1 και n k κινήσεις 1 είναι ίση με ( n k p k (1 p n k Άρα η τυχαία μεταβλητή X n έχει τιμή 2k n με αντίστοιχη πιθανότητα ( n k p k (1 p n k, όπου το k μπορεί να πάρει τις τιμές 0, 1,, n Όταν η τμ X n έχει την τιμή 2k n η τμ Y n Xn+n 2 έχει την τιμή k Επομένως, η τμ Y n έχει τιμή k με αντίστοιχη πιθανότητα ( n k p k (1 p n k, όπου το k μπορεί να πάρει τις τιμές 0, 1,, n Δηλαδή, η τμ Y n ακολουθεί την δυωνυμική κατανομή B(n, p και άρα E(Y n np, Var(Y n np(1 p Επειδή X n 2Y n n, έχουμε ότι E(X n 2E(Y n n 2np n, Var(X n 4 Var(Y n 4np(1 p 4 Αν η πιθανότητα επιτυχούς βολής κατά στόχου είναι 0, 3, να υπολογίσετε τον αριθμό των βολών που απαιτούνται ώστε η πιθανότητα να χτυπηθεί ο στόχος τουλάχιστον μία φορά να είναι τουλάχιστον 0, 9 Αν n είναι ο αριθμός των βολών, η πιθανότητα να χτυπηθεί ο στόχος καμία φορά είναι (0, 7 n και άρα η πιθανότητα να χτυπηθεί ο στόχος τουλάχιστον μία φορά είναι 1 (0, 7 n Άρα θέλουμε να ισχύει η ανισότητα 1 (0, 7 n 0, 9 Ισοδύναμα: ( 7 10 n 1 7 10 Οι τιμές του ( 10 n μικραίνουν όταν μεγαλώνει το n Δηλαδή 7 ( 7 2 ( 7 3 10 > > > 10 10 και το πρώτο n για το οποίο έχουμε ( 7 10 n 1 10 είναι το n 7 5 Σε ένα βιβλίο 800 σελίδων περιέχονται 40 τυπογραφικά λάθη τυχαία κατανεμημένα Προσεγγίζοντας με την κατανομή Poisson, να υπολογίσετε την πιθανότητα μία τυχαία σελίδα του βιβλίου να περιέχει n λάθη Ποιά είναι η πιθανότητα από 10 σελίδες τυχαία επιλεγμένες να 2

υπάρχουν ακριβώς 3 χωρίς λάθος; Σε μια σελίδα του βιβλίου υπάρχουν κατά μέσο όρο 40 800 0, 05 λάθη Δηλαδή ο αριθμός X των λαθών σε μία σελίδα ακολουθεί την κατανομή Poisson με παράμετρο λ 0, 05 Άρα η πιθανότητα να υπάρχουν n λάθη σε μια σελίδα είναι 0,05 (0, 05n f X (n P (X n e n! Άρα η πιθανότητα να υπάρχουν 0 λάθη σε μία σελίδα είναι 0,05 (0, 050 P (X 0 e 0! e 0,05 Αν τώρα έχουμε δέκα σελίδες, η πιθανότητα να έχουν ακριβώς τρεις από αυτές 0 λάθη είναι ( 10 (e 0,05 3 (1 e 0,05 7 3 6 Έστω ότι οι ανεξάρτητες δτμ X 1 και X 2 ακολουθούν την κατανομή Poisson με παραμέτρους λ 1 και λ 2, αντιστοίχως Αποδείξτε ότι η δτμ X 1 + X 2 ακολουθεί την κατανομή Poisson με παράμετρο λ 1 + λ 2 Η X 1 έχει τιμές n 0, 1, 2, με αντίστοιχες πιθανότητες P (X 1 n e λ 1 λn 1 n! Ομοίως, η X 2 έχει τιμές n 0, 1, 2, με αντίστοιχες πιθανότητες P (X 2 n e λ 2 λn 2 n! Τώρα, οι τιμές της X X 1 + X 2 είναι τα αθροίσματα των τιμών των X 1, X 2 και άρα είναι πάλι οι τιμές n 0, 1, 2, Για να έχει η X X 1 + X 2 την τιμή n πρέπει η X 1 να έχει τιμή m και η X 2 να έχει τιμή n m, όπου m 0, 1,, n 1, n Δηλαδή, P (X n P (X 1 m, X 2 n m P (X 1 mp (X 2 n m e λ 1 λm 1 λ n m m! e λ 2 2 (n m! e (λ 1+λ 2 1 m!(n m! λm 1 λ2 n m e (λ 1+λ 2 1 ( n λ m 1 λ n m 2 e (λ 1+λ 2 (λ 1 + λ 2 n n! m n! Άρα η X ακολουθεί την κατανομή Poisson με παράμετρο λ 1 + λ 2 7 Έχει διαπιστωθεί ότι 0, 1% του πληθυσμού εμπλέκεται σε ένα τουλάχιστον δυστύχημα κάθε χρόνο Μία ασφαλιστική εταιρεία έχει πέντε χιλιάδες πελάτες Να υπολογίσετε τις πιθανότητες (i το πολύ τρεις πελάτες να εμπλακούν σε δυστύχημα τον επόμενο χρόνο, (ii το πολύ δύο πελάτες να εμπλακούν σε δυστύχημα σε κάθε ένα από τα επόμενα δύο χρόνια, (iii το πολύ τέσσερις πελάτες να εμπλακούν σε δυστύχημα τα επόμενα δύο χρόνια Για το (iii είναι βολικό να χρησιμοποιήσετε το αποτέλεσμα της άσκησης 6 Ο πληθυσμός που ενδιαφέρει την ασφαλιστική εταιρεία είναι οι πέντε χιλιάδες πελάτες της και από αυτούς το 0, 1% αναμένεται να εμπλακεί σε ένα τουλάχιστον ατύχημα τον χρόνο Δηλαδή, πέντε πελάτες κατά μέσο όρο εμπλέκονται σε ένα τουλάχιστον ατύχημα τον χρόνο Άρα ο αριθμός X των πελατών που εμπλέκονται σε ένα τουλάχιστον ατύχημα τον χρόνο είναι τυχαία μεταβλητή η οποία ακολουθεί την κατανομή Poisson με παράμετρο λ 5, οπότε P (X n e 5 5n n! για n 0, 1, 2, (i Η πιθανότητα το πολύ τρεις πελάτες να εμπλακούν σε δυστύχημα μια χρονιά είναι P (X 3 e 5 + e 5 5 1! 52 53 + e 5 + e 5 2! 3! e 5( 1 + 5 1! + 52 2! + 53 3! 3

(ii Η πιθανότητα το πολύ δύο πελάτες να εμπλακούν σε δυστύχημα μια οποιαδήποτε χρονιά είναι P (X 2 e 5 + e 5 5 52 + e 5 1! 2! e 5( 1 + 5 1! + 52 2! Αυτό ισχύει για την επόμενη χρονιά καθώς και για την μεθεπόμενη χρονιά Άρα η πιθανότητα να συμβούν και τα δύο αυτά ανεξάρτητα ενδεχόμενα είναι ίση με το γινόμενο των δύο πιθανοτήτων, δηλαδή e 10( 1 + 5 1! + 52 2 2! (iii Αν X 1 είναι ο αριθμός των πελατών που θα εμπλακούν σε δυστύχημα τον επόμενο χρόνο και X 2 είναι ο αριθμός των πελατών που θα εμπλακούν σε δυστύχημα τον μεθεπόμενο χρόνο, τότε X X 1 + X 2 είναι ο αριθμός των πελατών που θα εμπλακούν σε δυστύχημα τα επόμενα δύο χρόνια Οι τμ X 1, X 2 ακολουθούν κατανομή Poisson με παράμετρο λ 5 Από την προηγούμενη άσκηση έχουμε ότι η τμ X ακολουθεί κατανομή Poisson με παράμετρο λ 5 + 5 10 Άρα η πιθανότητα το πολύ τέσσερις πελάτες να εμπλακούν σε δυστύχημα τα επόμενα δύο χρόνια είναι P (X 4 e 10( 1 + 10 1! + 102 + 103 2! 3! + 104 4! 8 Έχουμε μια ακολουθία ανεξάρτητων δοκιμών Bernoulli με πιθανότητα επιτυχίας p Να υπολογίσετε την πιθανότητα να απαιτηθεί άρτιος αριθμός αποτυχιών μέχρι την N επιτυχία Η πιθανότητα να έχουμε n αποτυχίες μέχρι την N επιτυχία είναι ( n + N 1 p N (1 p n n Πράγματι, μέχρι και την N επιτυχία θα έχουν γίνει συνολικά n + N δοκιμές Η τελευταία δοκιμή είναι επιτυχημένη με πιθανότητα p και από τις υπόλοιπες n + N 1 δοκιμές θα έχουμε n αποτυχημένες με πιθανότητα 1 p για την καθεμία και N 1 επιτυχημένες με πιθανότητα p για την καθεμία Άρα η πιθανότητα να έχουμε άρτιο αριθμό αποτυχιών μέχρι την N επιτυχία είναι το άθροισμα των πιθανοτήτων που βρήκαμε για n 0, 2, 4, 6, ή, ισοδύναμα, για n 2k, όπου k 0, 1, 2, 3, Άρα η πιθανότητα που ζητάμε είναι ( 2k + N 1 p N (1 p 2k 2k Θεωρούμε την δυναμοσειρά p N (2k + N 1(2k + N 2 (2k + 1(1 p 2k (N 1! g(x (2k + N 1(2k + N 2 (2k + 1x 2k Παρατηρούμε ότι ο k όρος της είναι η N 1 παράγωγος του x 2k+N 1 Άρα g(x f (N 1 (x, όπου f(x + x 2k+N 1 x N 1 (x 2 k xn 1 1 x 2 Για να βρούμε την N 1 παράγωγο της f(x γράφουμε 1 1 x 2 1 (1 x(1 + x 1 2(1 x + 1 2(1 + x 4 (1

οπότε Τώρα έχουμε f(x xn 1 2(1 x + xn 1 2(1 + x xn 1 2(1 x + ( x N 1 ( 1N 1 2(1 ( x (2 x N 1 1 x 1 1 x 1 xn 1 1 x 1 1 x 1 x x2 x N 2 οπότε η N 1 παράγωγος του xn 1 1 x είναι Ομοίως, ( x N 1 1 x (N 1 ( 1 (N 1 (N 1! 1 x (1 x N ( x N 1 1 ( x 1 1 ( x 1 ( xn 1 1 ( x 1 1 + x 1 ( x ( x2 ( x N 2 οπότε η N 1 παράγωγος του ( xn 1 1 ( x είναι ( ( x N 1 1 ( x Άρα από την (2 έχουμε (N 1 ( 1 (N 1 ( 1 N 1 (N 1! 1 + x (1 + x N g(x f (N 1 (x (N 1! (N 1! + 2(1 x N 2(1 + x N Θέτοντας x 1 p, από την (1 βρίσκουμε την πιθανότητα που θέλουμε: p N 2(1 (1 p N + p N 2(1 + (1 p N 1 2 + p N 2(2 p N 9 Αν X είναι δτμ και με ακέραιες πιθανές τιμές, δηλαδή P (X R \ Z 0, αποδείξτε ότι E(X + F X( n + + (1 F X(n Είναι Ομοίως, (1 F X (n (1 P (X n ( + kn+1 ( k 1 P (X k 1 P (X k F X ( n P (X n P (X > n ( k 1 ( k P (X k kp (X k 5 P (X k kp (X k ( + kn P (X n + 1 P (X k ( k ( kf X ( k kf X (k 1 P (X k

Προσθέτουμε τις δύο ισότητες που βρήκαμε και έχουμε F X ( n+ (1 F X (n ( kf X ( k + ( kf X ( k + 0f X (0 + k Z kf X (k E(X kf X (k kf X (k 6