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

Σχετικά έγγραφα
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

200, δηλαδή : 1 p Y (y) = 0, αλλού

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

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

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 =

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2017 ιδάσκων : Π. Τσακαλίδης

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

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

c(x 1)dx = 1 xf X (x)dx = (x 2 x)dx = 2 3 x3 x 2 x 2 2 (x 1)dx x 2 f X (x)dx = (x 3 x 2 )dx = 2 4 x4 2 3 x3

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης.

0, x < 0 1+x 8, 0 x < 1 1 2, 1 x < x 8, 2 x < 4

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

Λύσεις 4ης Ομάδας Ασκήσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

12xy(1 x)dx = 12y. = 12 y. = 12 y( ) = 12 y 1 6 = 2y. x 6x(1 x)dx = 6. dx = 6 3 x4

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

P( X < 8) = P( 8 < X < 8) = Φ(0.6) Φ( 1) = Φ(0.6) (1 Φ(1)) = Φ(0.6)+Φ(1) 1

0 x < (x + 2) 2 x < 1 f X (x) = 1 x < ( x + 2) 1 x < 2 0 x 2

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

P (M = 9) = e 9! =

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες -Εαρινό Εξάµηνο 2016 ιδάσκων : Π.

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

P(Ο Χρήστος κερδίζει) = 1 P(Ο Χρήστος χάνει) = 1 P(X > Y ) = 1 2. P(Ο Χρήστος νικά σε 7 από τους 10 αγώνες) = 7

/ / 38

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

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

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

P (Ηρ) = 0.4 P (Αρ) = 0.32 P (Απ) = 0.2

Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης. Λύσεις Πρώτης Σειράς Ασκήσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων

P (A B) = P (A) + P (B) P (A B)

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

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

ρ. Ευστρατία Μούρτου

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

p B p I = = = 5

3. Κατανομές πιθανότητας

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

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

, x > a F X (x) = x 3 0, αλλιώς.

Βιομαθηματικά BIO-156

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την

y = u i t 1 2 gt2 y = m y = 0.2 m

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

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

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων

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

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

P(200 X 232) = =

IV ιακριτές Τυχαίες Μεταβλητές

8 Άρα η Ϲητούµενη πιθανότητα είναι

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

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του όγδοου φυλλαδίου ασκήσεων.

ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

Λύσεις 2ης Ομάδας Ασκήσεων

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

Διάλεξη 5: Τυχαία Μεταβλητή Κατανομές Πιθανότητας

Τυχαίες Μεταβλητές. Ορισμός

2. Στοιχεία Πολυδιάστατων Κατανοµών

Τυχαία μεταβλητή (τ.μ.)

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ

Στοχαστικές Στρατηγικές

Κατανομή συνάρτησης τυχαίας μεταβλητής Y=g(X) Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ13 ( 1 )

Ονοματεπώνυμο: Ερώτημα: Σύνολο Μονάδες: Βαθμός:

Βιομαθηματικά BIO-156. Τυχαίες μεταβλητές Κατανομές Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2017

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ

Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας.

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

ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΑΠΟΣΤΟΛΟΥ ΓΙΩΡΓΟΣ ΜΑΘΗΜΑΤΙΚΟΣ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

Μέρος ΙΙ. Τυχαίες Μεταβλητές

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

Πανεπιστήμιο Πελοποννήσου

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων

X(t) = A cos(2πf c t + Θ) (1) 0, αλλού. 2 cos(2πf cτ) (9)

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

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι (ΝΠΣ) ΠΙΘΑΝΟΤΗΤΕΣ Ι (ΠΠΣ) Φεβρουάριος 2010

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

ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ

= 14 = 34 = Συνδυαστική Ανάλυση

Στατιστική Ι-Θεωρητικές Κατανομές Ι

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.

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

Τυχαία Μεταβλητή (Random variable-variable aléatoire)

400 = t2 (2) t = 15.1 s (3) 400 = (t + 1)2 (5) t = 15.3 s (6)

250! (250 m)!m! 0.4m (1 0.4) 250 m

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

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης

Transcript:

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, ϑα πρέπει το άθροισµα των πιθανοτήτων όλων των ενδεχόµενων µιας διακριτής τυχαίας µεταβλητής να ισούται µε, δηλαδή : (ϐʹ) Εχουµε : x 2 p X (x) c (2 + + 0 + + 2) c c E[X] x x p X (x) x 2 x x [ 2 2 + ( ) + 0 0 + + 2 2] 0. Γενικά, κάθε τυχαία µεταβλητή X µε άρτια ΣΠΠ πρέπει να έχει E[X] 0. Σηµείωση : µια συνάρτηση λέγεται άρτια αν f(x) f( x), δηλαδή είναι συµµετρική γύρω από τον άξονα των y. (γʹ) Αφού E[X] 0, έχουµε Z X 2. Συνεπώς : p Z (z) P ({Z z}) P ({X 2 z}). Εφόσον το X µπορεί να πάρει τις τιµές ±, ±2 (µε µη-αρνητική πιθανότητα), η τ.µ. Z X 2 µπορεί να πάρει µόνο τις τιµές, 4. Άρα p Z (z) P ({X 2 z}) p X ( z) + p X ( z) z (δʹ) Η διασπορά µιας τ.µ. X δίδεται από τον τύπο + z var(x) E{(X E[X]) 2 } E[Z] z p Z (z) z,4 4 4 3 + 3 3. z, για z, 4 3

ΗΥ-27- Θεωρία Πιθανοτήτων - Χειµερινό Εξάµηνο 205-/Λύσεις Τέταρτης Σειράς Ασκήσεων 2 (εʹ) Θα πρέπει να προσθέσουµε το άθροισµα των x µε µη-µηδενική πιθανότητα : var(x) (x E[X]) 2 p X (x) ( 2) 2 p X ( 2) + ( ) 2 p X ( ) + 2 p X () + 2 2 p X (2) x±2,± 4 2 + + 4 2 + 8 + + + 8 3. Ασκηση 2. (αʹ) Το πακέτο επιστρέφεται αν περισσότερα από CD s ϐρεθούν ελαττωµατικά. Κάθε πακέτο περιέχει 0 ανεξάρτητα CD s, έστω n 0. Η πιθανότητα ένα CD να είναι ελαττωµατικό είναι σταθερή και ίση µε p 0.0. Αφού η πιθανότητα p είναι µικρή, ϑα µπορούσαµε να χρησιµοποιήσουµε την κατανοµή P oisson, όµως εδώ το πρόβληµα δε µας Ϲητάει προσέγγιση άρα χρησιµοποιούµε τη ιωνυµική κατανοµή. P (X > ) P (X ) P (X ) P (X 0) ( ) 0 (0.0) (0.99) 9 0.0043 ( 0 0 ) (0.0) 0 (0.99) 0 Αν επιλέγαµε να χρησιµοποιήσουµε την κατανοµή P oisson ϑα έπρεπε να πάρουµε και λ n p 0 0.0 0. P (X > ) P (X ) P (X ) P (X 0) e 0. (0.) e 0. (0.) 0! 0!. e 0. 0.0047 Παρατηρούµε ότι η Poisson προσεγγίζει µε αρκετά µεγάλη ακρίβεια (4ου δεκαδικού ψηφίου) τη ιωνυµική. (ϐʹ) Εχουµε n 3 ανεξάρτητα πακέτα. Γνωρίζουµε ότι η πιθανότητα επιστροφής ενός πακέτου είναι ίση µε 0.0043. Αυτή είναι η πιθανότητα επιτυχίας p 0.0043 και είναι σταθερή. Ο- ϱίζουµε την τ.µ. X, η οποία εκφράζει τον αριθµό των πακέτων (από το σύνολο των 3), που επιστρέφουµε. Ζητείται λοιπόν η P (X ). Σύµφωνα µε το µοντέλο της ιωνυµικής κατανοµής ϑα έχουµε : ( ) 3 P (X ) (0.0043) (0.9957) 2 0.028

ΗΥ-27- Θεωρία Πιθανοτήτων - Χειµερινό Εξάµηνο 205-/Λύσεις Τέταρτης Σειράς Ασκήσεων 3 Ασκηση 3. Εστω X η τ.µ. που εκφράζει το πλήθος των ϱίψεων ως την πρώτη κορώνα. Η X ακολουθεί γεωµετρική κατανοµή µε παραµετρο p 0.5 και ΣΠΠ: p X (k) ( p) k p ( ) k 2. Το κέρδος είναι Y 2 k και έχει την ίδια ΣΠΠ µε την X. Ετσι, ( k E[Y ] yp Y (k) 2 2) k k k Εσείς πόσα χρήµατα ϑα επενδύατε για ένα παιχνίδι µε άπειρο αναµενόµενο κέρδος ; k Ασκηση 4. (αʹ) Πρέπει να ισχύει : Συνεπώς, x y 3 p(x, y) x y 3 3 3 c(x + y) c x + y c 3 x + 2 x y x y y x 3 y c(3 3 + 2 ) 2c Άρα, c 2 (ϐʹ) p X (x) p Y (y) 3 p(x, y) 2 y x p(x, y) 2 3 (x + y) 3x +, x, 2 2 y x y(x + y) 3 + 2y, y, 2, 3 2 (γʹ) Εχουµε p(, ) + 2 2 2 p X () p Y () 9 2 5 2 5 49 Άρα p(x, y) p X (x) p Y (y) και έτσι οι τ.µ. X και Y δεν είναι ανεξάρτητες.

ΗΥ-27- Θεωρία Πιθανοτήτων - Χειµερινό Εξάµηνο 205-/Λύσεις Τέταρτης Σειράς Ασκήσεων 4 Ασκηση 5. Αν η τ.µ. X εκφράζει τη ϑερµοκρασία σε ϐαθµούς Κελσίου, τότε η ϑερµοκρασία σε Φαρενάιτ ϑα εκφράζεται από την Y 32 + 9 5 X. Άρα Επίσης, E[Y ] 32 + 9 E[X] 32 + 8 50. 5 var(y ) ( ) 9 2 var(x) 5 ( ) 9 2 ( ) 9 2 σx 2 5 5 0 σ Y var(y ) 9 0 8 5 Συνεπώς µία τυπική ηµέρα σε Φάρενάιτ είναι αυτή για την οποία η ϑερµοκρασία ϑα ϐρίσκεται στο πεδίο τιµών [32, 8]. Ασκηση. Εστω n ο Ϲητούµενος αριθµός παιδιών που πρέπει να αποκτήσει η οικογένεια. Εστω X η τυχαία µεταβλητή που αναπαριστά τον αριθµό των αγοριών που έχει αποκτήσει η οικογένεια στο σύνολο των n παιδιών και Y η τυχαία µεταβλητή που αναπαριστά τον αριθµό των κοριτσιών που έχει αποκτήσει η οικογένεια στο σύνολο των n παιδιών. Ισχύει ότι οι τ.µ. X και Y είναι ιωνυµικές µε παραµέτρους ( n, 2) και ( n, 2) αντίστοιχα. Επιπλέον, X + Y n. Είναι P (X, Y ) P (X, n X ) P ( X n ) P (X 0) P (X n) ( ) ( ) n n ( ) ( ) n n 0 2 n 2 2 n Πρέπει 0.9 n ln(0.) 2 n ln(2) 4.32. Εποµένως, η οικογένεια ϑα πρέπει να έχει τουλάχιστον πέντε παιδιά. Ασκηση 7. Αφού ο Κώστας πάντα ποντάρει στα νούµερα ως 2, τα οποία καταλαµβάνουν 2 από τις συνολικά διαθέσιµες ϑέσεις στη ϱουλέτα, η πιθανότητα επιτυχίας (νίκης) είναι p 2. (αʹ) Τα πρώτα 5 πονταρίσµατα σχηµατίζουν ένα πεπερασµένο σύνολο από n 5 προσπάθειες. Κάθε γύρισµα της ϱουλέτας είναι ανεξάρτητο και η πιθανότητα επιτυχίας p είναι σταθερή. Θα χρησιµοποιήσουµε λοιπόν τη ιωνυµική κατανοµή. Ορίζουµε την τ.µ. X ως τον αριθµό των πονταρισµάτων τα οποία κερδίζει ο Κώστας. Τότε : P (X 0) ( 5 0 ) ( 2 ) 0 ( ) 2 5 ( ) 2 5 0.5 Θα µπορούσαµε όµως να λύσουµε το συγκεκριµένο πρόβληµα και χρησιµοποιώντας την α- νεξαρτησία. Εστω K το γεγονός ότι ο Κώστας κερδίζει το ποντάρισµα. Χρησιµοποιώντας ανεξαρτησία, η πιθανότητα ότι ο Κώστας χάνει τα πρώτα 5 πονταρίσµατα ϑα είναι P (K c K c K c K c K c ) ( ) 2 5 0.5.

ΗΥ-27- Θεωρία Πιθανοτήτων - Χειµερινό Εξάµηνο 205-/Λύσεις Τέταρτης Σειράς Ασκήσεων 5 (ϐʹ) Υπάρχουν 3 διαφορετικές διατυπώσεις αυτού του προβλήµατος ος τρόπος Αρχικά ας αντιµετωπίσουµε αυτό το πρόβληµα διαισθητικά. Το ότι ο Κώστας κερδίζει στο 4o ποντάρισµα σηµαίνει ότι χάνει τα πρώτα 3 πονταρίσµατα και κερδίζει το 4o. Συνεπώς, P (K c K c K c K) ( 2 ) ( 2 ) ( 2 ) ( ) 2 ( 2 ) 3 ( ) 2 0.02 2ος τρόπος Το πρόβληµα ϑα µπορούσε επίσης να λυθεί χρησιµοποιώντας Γεωµετρική κατανοµή. Εστω η τ.µ. X ο αριθµός των δοκιµών/πονταρισµάτων µέχρι την πρώτη επιτυχία/νίκη. Τότε : P (X i) ( p) i p Επιπλέον, P (X 4) ( ) 2 3 ( ) 2 0.02 3ος τρόπος Αυτό το πρόβληµα ϑα µπορούσε να ερµηνευθεί και ως η n-οστή προσπάθεια είναι η r-οστή νίκη. Από αυτή τη σκοπιά ϑα µπορούσαµε να χρησιµοποιήσουµε την αρνητική διωνυµική κατανοµή. Αλλά αφού εδώ r, ερχόµαστε ξανά στην περίπτωση της Γεω- µετρικής κατανοµής. Εστω X ο αριθµός των δοκιµών µέχρι την r-οστή επιτυχία, τότε : ( ) n P (X n) p r ( p) n r, n r, r +,... r Εδώ, n 4, r και έχουµε : ( ) ( 4 2 P (X 4) ( ) ( ) ( 3 2 2 0 ( ) ( ) 2 2 3 0.02 ) ( ) 3 ( )) 2 4 Ασκηση 8. (αʹ) Εστω η τ.µ. X i, η οποία εκφράζει το κέρδος του κ. Τάδε στο i-οστό παιχνίδι. Σε κάθε παιχνίδι, αν κερδίσει, που συµβαίνει µε πιθανότητα, X i 35, αλλιώς X i. Άρα η τ.µ. X i έχει την παρακάτω ΣΠΠ:, x 35 p Xi (x) 37, x 0, αλλίως

ΗΥ-27- Θεωρία Πιθανοτήτων - Χειµερινό Εξάµηνο 205-/Λύσεις Τέταρτης Σειράς Ασκήσεων Η µέση τιµή της X είναι : E[X] 35 37 2. Το κέρδος X από τα πρώτα 3 παιχνίδια είναι το άθροισµα των κερδών από κάθε παιχνίδι, X 3 i X i. Χρησιµοποιώντας την ιδιότητα της γραµµικότητας για τη µέση τιµή έχουµε : E[X] E 3 [ 3 ] 3 X i E[X i ] i ( 2 ) i 3 39.8947. (ϐʹ) Αν ο κ. Τάδε κέρδιζε ϕορά και έχανε 35 ϕορές στα 3 παιχνίδια, το κέρδος του ϑα ήταν 35 35 0, και δε ϑα έχανε χρήµατα. Αν κέρδιζε περισσότερες από µία ϕορές, το κέρδος του ϑα ήταν (σύµφωνα µε τα παραπάνω) ϑετικό. Ετσι ο µόνος τρόπος για να χάνει ο κ. Τάδε χρήµατα µετά το 3ο παιχνίδι είναι να χάσει όλα τα παιχνίδια. Αφού τα παιχνίδια είναι µεταξύ τους ανεξάρτητα, η πιθανότητα να χαθούν όλα είναι : p χάνει ( ) 37 3 0.287. (γʹ) Οταν καταλήγει να χάνει χρήµατα που συµβαίνει µε πιθανότητα p χάνει, χάνει 20e, αλλιώς κερδίζει 20eαπό τον κ. Καλόφιλο. Αν η τ.µ. K εκφράζει το κέρδος του σε αυτό το ποντάρισµα, η ΣΠΠ της K είναι : p χάνει, k 20 p K (k) p χάνει, k 20 0, αλλίως και η αντίστοιχη µέση τιµή είναι : E[K] 20p χάνει + 20( p χάνει ) 20 0.287 + 20 ( 0.287) 4.852. (δʹ) Χρησιµοποιώντας την ιδιότητα της γραµµικότητας έχουµε : E[X + K] E[X] + E[K].8947 + 4.852 2.7905 και έτσι ο κ. Τάδε κερδίζει 2.79e ανά 3 παιχνίδια. ηλαδή τελικά ϐγάζει χρήµατα από τη ϱουλέτα! Από ότι ϕαίνεται ο κ. Καλόφιλος πρέπει να ϑεραπευτεί πρώτος...