Βιομαθηματικά BIO-156. Θεωρία Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2016

Σχετικά έγγραφα
Βιομαθηματικά BIO-156. Θεωρία Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2017

Βιομαθηματικά BIO-156

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

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων

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

Θεωρία Πιθανοτήτων & Στατιστική

ΠΙΘΑΝΟΤΗΤΕΣ - ΑΣΚΗΣΕΙΣ

Οι μελέτες φυσικών φαινομένων ή πραγματικών προβλημάτων καταλήγουν είτε σεπροσδιοριστικά

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

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

3/10/2016. Στατιστική Ι. 1 η Διάλεξη

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

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

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

Στατιστική Επιχειρήσεων Ι

1. Πείραμα τύχης. 2. Δειγματικός Χώρος ΣΤΟΙΧΕΙΑ ΑΠΟ ΤΗ ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ

Βασικά στοιχεία της θεωρίας πιθανοτήτων

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

ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

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

ΠΙΘΑΝΟΤΗΤΕΣ - ΑΣΚΗΣΕΙΣ

Θεωρία Πιθανοτήτων & Στατιστική

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

1.1 Πείραμα Τύχης - δειγματικός χώρος

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ

ΤΕΛΟΣ 1ΗΣ ΑΠΟ 3 ΣΕΛΙΔΕΣ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Υπολογιστικά & Διακριτά Μαθηματικά

ΧΑΡΑΛΑΜΠΟΣ.ΣΠ. ΛΥΚΟΥΔΗΣ - ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ

Δεσμευμένη (ή υπο-συνθήκη) Πιθανότητα (Conditional Probability)

Εισαγωγή στο μάθημα Πιθανότητες - Στατιστική. Τμήμα Πολιτικών Μηχανικών Πανεπιστήμιο Θεσσαλίας

ÖÑÏÍÔÉÓÔÇÑÉÏ ÈÅÌÅËÉÏ ÇÑÁÊËÅÉÏ ÊÑÇÔÇÓ

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

Κεφάλαιο 2 Πιθανότητες. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς

Θεωρία Πιθανοτήτων και Στατιστική

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

5. 2 ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ- ΕΝΔΕΧΟΜΕΝΑ

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Εισαγωγή Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας

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

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ

ΓΕΛ ΝΕΑΣ ΠΕΡΑΜΟΥ ΠΙΘΑΝΟΤΗΤΕΣ ΚΛΑΣΙΚΟΣ ΟΡΙΣΜΟΣ-ΛΟΓΙΣΜΟΣ. Στατιστική ομαλότητα ή Νόμος των μεγάλων αριθμών

Στατιστική Ι. Ενότητα 3: Πιθανότητες. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

Βιομαθηματικά BIO-156. Ολοκλήρωση. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2017

Πιθανότητες. Βρέντζου Τίνα Φυσικός Μεταπτυχιακός τίτλος: «Σπουδές στην εκπαίδευση» ΜEd

Θέμα 1 ο (ΜΑΪΟΣ 2004, ΜΑΪΟΣ 2008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Απόδειξη

ΠΙΘΑΝΟΤΗΤΕΣ. Ερωτήσεις του τύπου «Σωστό - Λάθος»

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ (ημιτελές Version )

5.2 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝ ΕΧΟΜΕΝΑ

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

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

ΚΕΦΑΛΑΙΟ 4 Η ΑΡΧΗ ΕΓΚΛΕΙΣΜΟΥ ΑΠΟΚΛΕΙΣΜΟΥ

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

Βασικά στοιχεία της θεωρίας πιθανοτήτων

Στοχαστικές Στρατηγικές

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

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

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ

2. Πιθανότητα και Δεσμευμένη Πιθανότητα

ΒΑΣΙΚΕΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ

Πιθανότητες & Στατιστική. Μέρος I. Εισαγωγή στις Πιθανότητες. Τυχαία Πειράματα (φαινόμενα)

Βιομαθηματικά BIO-156

Μάθηµα 1 ο. Πιθανότητα-Έννοιες και Ορισµοί. Στο µάθηµα αυτό θα αναφερθούµε σε βασικές έννοιες και συµβολισµούς της θεωρίας πιθανοτήτων.

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

Βιομαθηματικά BIO-156. Όρια και συνέχεια συναρτήσεων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2016

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ

Βιομαθηματικά BIO-156. Όρια και συνέχεια συναρτήσεων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2019

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του τέταρτου φυλλαδίου ασκήσεων.

Μέρος ΙΙ. Τυχαίες Μεταβλητές

ΚΕΦΑΛΑΙΟ 1 Ο ΠΙΘΑΝΟΤΗΤΕΣ

Βιομαθηματικά BIO-156

Γ. ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΠΙΘΑΝΟΤΗΤΕΣ. Μαθηματικά Γενικής Παιδείας. Γ.Λυκείου

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

Βιομαθηματικά BIO-156

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

Πιθανότητες. Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους

ΙΣΟΠΙΘΑΝΑ ΕΝΔΕΧΟΜΕΝΑ-ΚΛΑΣΙΚΟΣ ΟΡΙΣΜΟΣ ΠΙΘΑΝΟΤΗΤΑΣ

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

ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ Ανδρεσάκης Δ. ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΠΙΘΑΝΟΤΗΤΕΣ

Βιομαθηματικά BIO-156. Ντίνα Λύκα. Εισαγωγή. Εαρινό Εξάμηνο, 2018

ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0

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

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ( Version ) 2001

ΕΣΜΕΥΜΕΝΕΣ ΠΙΘΑΝΟΤΗΤΕΣ

Βιομαθηματικά BIO-156. Συνεχή στο χρόνο δυναμικά συστήματα. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2017

Λύσεις των θεμάτων ΔΕΥΤΕΡΑ 19 ΙΟΥΝΙΟΥ 2017 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

Βιομαθηματικά BIO-156. Ντίνα Λύκα. Εισαγωγικές έννοιες. Εαρινό Εξάμηνο, 2016

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες

1.7 Διατάξεις 1. Στην ελληνική βιβλιογραφία επικρατεί ο συμβολισμός. Permutations

Transcript:

Βιομαθηματικά IO-56 Θεωρία Πιθανοτήτων Ντίνα Λύκα Εαρινό Εξάμηνο, 06 lika@biology.uo.gr

Ορισμοί Τυχαίο Πείραμα: κάθε πείραμα που είναι δυνατόν να επαναληφθεί με το ίδιο σύνολο υποθέσεων και του οποίου το αποτέλεσμα είναι αβέβαιο Απλό γεγονός ω: κάθε δυνατό αποτέλεσμα ενός πειράματος Δειγματικός χώρος Ω: το σύνολο όλων των δυνατών αποτελεσμάτων ενός τυχαίου πειράματος Γεγονός : κάθε υποσύνολο του δειγματικού χώρου

Παράδειγμα Ρίχνουμε δύο διαφορετικά ζάρια μια φορά Δειγματικός χώρος,,,,,3,,4,,5,,6,,,,,3,,4,,5,,6 Ω 3,,3,,3,3,3,4,3,5,3,6 4,,4,,4,3,4,4,4,5,4,6 5,,5,,5,3,5,4,5,5,5,6 6,,6,,6,3,6,4,6,5,6,6 Το γεγονός τα ζάρια έχουν άθροισμα 6 : ={,5,,4,3,3,4,,5,} Το γεγονός Διπλές : Β={,,,,3,3,4,4,5,5,6,6} Το γεγονός Διπλές και άθροισμα 6 : Γ={3,3}

Πράξεις με γεγονότα Α και Β γεγονότα του δειγματικού χώρου Ω Η ένωση του Α και Β Α Β Η τομή του Α και Β Α Β Το συμπλήρωμα του Α Α C ή Α Α Β C = C C Α Β C = C C Νόμοι του De Morgan

Ένα γεγονός πραγματοποιείται όταν το αποτέλεσμα του πειράματος είναι στοιχείο του γεγονότος Γεγονός Συμβολισμός Πραγματοποίηση Δειγματοχώρος βέβαιο γεγονός Ω Πάντα Κενό αδύνατο γεγονός Ø Ποτέ Α ή Β Α Β Όταν τουλάχιστον ένα συμβαίνει Α και Β Α Β Όταν και τα δύο συμβαίνουν Όχι Α Α C Όταν το Α δεν συμβαίνει Αν, τότε αν το Α πραγματοποιείται τότε και το Β πραγματοποιείται

Ασυμβίβαστα γεγονότα Δύο γεγονότα Α και Β ονομάζονται ασυμβίβαστα ή ξένα όταν η πραγματοποίηση του ενός γεγονότος αποκλείει την πραγματοποίηση του άλλου Α, Β ασυμβίβαστα Α Β= Ø Τα γεγονότα Α,Α,,Α n είναι ανά δύο ξένα μεταξύ τους αν Α i j = Ø, για i j

Ορισμός της πιθανότητας Η πιθανότητα σαν όριο σχετικής συχνότητας στατιστικός n: αριθμός επαναλήψεων ενός τυχαίου πειράματος f n : συχνότητα εμφάνισης του γεγονότος Α f n / n: σχετική συχνότητα εμφάνισης του γεγονότος Α Η πιθανότητα πραγματοποίησης του γεγονότος Α: lim n f n n

Ορισμός της πιθανότητας Αξιωματικός ορισμός της πιθανότητας Η πιθανότητα είναι μια πραγματική συνάρτηση με πεδίο ορισμού το δειγματικό χώρο Ω και πεδίο τιμών το διάστημα [0,], για την οποία ισχύουν τα αξιώματα. Ω=. 0, Ω 3. n = + + n i Ω και Α i j = Ø, για i j Α,Α,,Α n είναι ανά δύο ασυμβίβαστα

Ορισμός της πιθανότητας 3 Κλασικός ορισμός της πιθανότητας Αν ο δειγματικός χώρος είναι πεπερασμένος και αποτελείται από n ισοπίθανα απλά γεγονότα, δηλαδή Ω={ω,ω,...,ω n } και ω = ω =...= ω n =/n, τότε αν Α είναι ένα γεγονός του Ω και Α={ω,ω,...,ω k } =k/n

Ιδιότητες πιθανοτήτων. C =- Τα γεγονότα Α και Α C είναι ασυμβίβαστα Α Α C = Ø και Α Α C = Ω. Επομένως, =Ω=Α Α C = Α + Α C. Άρα, C =-. Ø=0 Ø Ω = Ø και Ø Ω = Ω. Επομένως, =Ω=Ø Ω = Ø + Ω. Άρα, Ø=0

Ιδιότητες πιθανοτήτων 3. Αν, τότε = C και C =Ø Επομένως, Β=Α + C Α 4. Α Β C =-Α Β = C και C =Ø Επομένως, = + C C = -

Ιδιότητες πιθανοτήτων 3 5. Α Β=+-Α Β Όταν τα γεγονότα Α και Β δεν είναι κατ ανάγκη ασυμβίβαστα Β = C και C =Ø Επομένως, Β = C + = - + Για 3 γεγονότα Α, Β, Γ Α Β Γ=++Γ-Α Β- Α Γ- Β Γ+ Α Β Γ

Στοιχεία από τη συνδυαστική - Αρχές απαρίθμησης Πολλαπλασιαστική αρχή Αν για μια διατεταγμένη ν-αδα υπάρχουν m δυνατότητες συμπλήρωσης της πρώτης θέσης, m δυνατότητες συμπλήρωσης της δεύτερης θέσης,, m ν δυνατότητες συμπλήρωσης της ν-οστής θέσης, τότε υπάρχουν m m m ν διαφορετικές ν-αδες.

Πολλαπλασιαστική αρχήπαράδειγμα Ένα δοχείο περιέχει 3 αριθμημένες μπάλες. Παίρνουμε διαδοχικά μπάλες χωρίς επανατοποθέτηση κι σημειώνουμε τον αριθμό. Πόσα διατεταγμένα ζεύγη μπορούμε να γράψουμε; Απ. 3x=6

Διατάξεις χωρίς επανάληψη Αν από ένα σύνολο n διαφορετικών αντικειμένων πάρουμε k αντικείμενα και τα τοποθετήσουμε σε σειρά, τότε έχουμε μία διάταξη των k αντικειμένων. Το πλήθος όλων των διαφορετικών διατάξεων k αντικειμένων από τα n n k n n... n k Αν k=n τότε έχουμε τις μεταθέσεις των n αντικειμένων. Το πλήθος των διαφορετικών μεταθέσεων είναι n n... n! n n Σημείωση: 0!= και n! n k! n! 3... n n n! n n! n n

Διατάξεις με επανάληψη Από ένα σύνολο n διαφορετικών αντικειμένων επιλέγονται k ένα ένα με επανάθεση αντικείμενα και παρατάσσονται σε σειρά με τη δυνατότητα επιλογής του ίδιου στοιχείου μέχρι και k φορές k <, = ή > n. Τότε έχουμε διατάξεις με επανάληψη k αντικειμένων από τα n. Tο πλήθος των διατάξεων με επανάληψη k αντικειμένων από τα n είναι n n... n k n

Συνδυασμοί Αν από n διαφορετικά αντικείμενα πάρουμε k χωρίς να μας ενδιαφέρει η διάταξή τους αλλά μόνο ποια αντικείμενα πήραμε, τότε έχουμε τους συνδυασμούς των n ανά k αντικειμένων. Το πλήθος των συνδυασμών είναι n k n n... n k! k n! k! n k!

Δεσμευμένη Πιθανότητα Ορισμός: Έστω και δύο γεγονότα του ίδιου δειγματικού χώρου με 0. Η πιθανότητα να συμβεί το γεγονός δοθέντος ότι έχει συμβεί το Β ονομάζεται δεσμευμένη πιθανότητα του και ορίζεται από τον τύπο Πολλαπλασιαστικός νόμος των πιθανοτήτων άμεση συνέπεια του ορισμού

Ειδικές περιπτώσεις Γ Β Α Β και Γ δύο ξένα γεγονότα Β Γ= Ø. Επομένως, Β Γ=0 και Γ= Β Γ/ Γ=0 Γ= Β Γ/ Β=0 Α και Γ δύο γεγονότα με Γ. Τότε, Α Γ=Α και Α Γ=Α Από τον ορισμό της δεσμευμένης πιθανότητας, όταν

Ιδιότητες Η Δεσμευμένη πιθανότητα ικανοποιεί τις ιδιότητες των πιθανοτήτων. Π.χ., για δοσμένο Β, για την πιθανότητα. ισχύουν:. ΩΒ=. 0 Β, Ω 3. Αν Α και Α είναι ασυμβίβαστα τότε = + 4. Α C Β=- 5. Α C Β= -Α Β 6. Α Β= + - Β Όταν τα γεγονότα Α και δεν είναι κατ ανάγκη ασυμβίβαστα

Ανεξάρτητα γεγονότα Ορισμός: Έστω και δύο γεγονότα με 0 και 0. Τα γεγονότα Α και Β είναι στοχαστικά ανεξάρτητα αν = και = Αν τα γεγονότα Α και Β είναι ανεξάρτητα τότε Α =

Διαδοχικά πειράματα Παράδειγμα. Π Π Π 3 Π : Μια μπάλα μεταφέρεται από το ο στο ο κουτί. Π : Μια μπάλα μεταφέρεται από το ο στο 3 ο κουτί. Π 3 : Τραβάμε μια μπάλα από το 3 ο κουτί. Ποια είναι η πιθανότητα η τελική μπάλα να είναι μαύρη?

Διαδοχικά πειράματα Παράδειγμα. Στο παρακάτω σχήμα φαίνεται ένα γενεαλογικό δένδρο για τον αλφισμό. Αα Αα Ελένη Γιώργος ΑΑ? αα? Ποια είναι η πιθανότητα το παιδί της Ελένης και του Γιώργου να είναι φορέας;

Συμβολισμός θηλυκά αρσενικά άγνωστο φύλλο Άτομα που έχουν κάποιο γενετικό χαρακτηριστικό φορείς ζευγάρωμα αδέλφια

Διαμέριση του δειγματικού χώρου Τα γεγονότα Β, Β,,Β n ενός δειγματικού χώρου Ω αποτελούν μια διαμέρισή του σχήμα, όταν ισχύουν: α i i,,..., n β i j i j γ... n 3 n

Θεώρημα ολικής πιθανότητας Αν τα γεγονότα Β, Β,,Β n αποτελούν μια διαμέριση του δειγματικού χώρου Ω, τότε η πιθανότητα πραγματοποίησης του γεγονότος Α Ω είναι... n n 3 n 3 n 3 n 3 n 3 3 n n Γεγονός Πιθανότητα + + + +............

Παράδειγμα 3 Ένα τεστ για τον ιό HIV δείχνει θετικό αποτέλεσμα στο 99% των περιπτώσεων όταν ο ιός υπάρχει και στο 5% των περιπτώσεων όταν δεν υπάρχει θετικό λάθος. Αν το τεστ γίνει σε ένα τυχαίο άτομο ενός πληθυσμού, ποια είναι η πιθανότητα το τεστ να είναι θετικό; Υπόθεση: η πιθανότητα παρουσίας του ιού σε αυτόν τον πληθυσμό είναι /00. Α: τεστ θετικό : άτομο έχει τον ιό C C 0,0547 με Β=/00, Α C =0,99 και Α C =0,05 Ποια είναι η πιθανότητα το άτομο να έχει τον ιό δοθέντος ότι το τεστ είναι θετικό;

Θεώρημα του ayes Αν τα γεγονότα Β, Β,,Β n αποτελούν μια διαμέριση του δειγματικού χώρου Ω, τότε όπου k k k... n n Η πιθανότητα το άτομο να έχει τον ιό δοθέντος ότι το τεστ είναι θετικό είναι: 0,09049 0,0547 00 0,99/ Η πιθανότητα το άτομο να μην έχει τον ιό δοθέντος ότι το τεστ είναι αρνητικό είναι: 0,99995 0,9453 00 0,9599/ C C C C C C Παράδειγμα 3 συνεχ.

Παράδειγμα. Στο παρακάτω σχήμα φαίνεται ένα γενεαλογικό δένδρο για τον αλφισμό. Αα Αα Ελένη Γιώργος ΑΑ? αα? Ποια είναι η πιθανότητα το παιδί της Ελένης και του Γιώργου να είναι φορέας;

Α: ο Γιώργος είναι φυσιολογικός. Πιθανοί γονότυποι: Αα ή ΑΑ. Η Ελένη είναι φυσιολογική και έχουμε ως δεδομένο ότι έχει γονότυπο ΑΑ. Έστω : ο Γιώργος έχει γονότυπο Α C : ο Γιώργος έχει γονότυπο Αα Γ : η Ελένη έχει γονότυπο ΑΑ Δ : το παιδί τους έχει γονότυπο Αα Από τα δεδομένα του γενεαλογικού δένδρου έχουμε: Β Α=/3 και C Α=/3 και Γ =

Πιθανότητα / 3 Γιώργος Ελένη 0 παιδί 0 3 + / 3 / 3 3 Άρα, η πιθανότητα το παιδί του Γιώργου και της Ελένης να είναι φορέας είναι /3. Η πιθανότητα να είναι φορέας και κορίτσι είναι /6=/3/.

Παράδειγμα συνέχεια Υποθέσαμε ότι η Ελένη έχει γονότυπο ΑΑ. Υπάρχει μια μικρή πιθανότητα η Ελένη να είναι φορέας. Έστω το γεγονός η Ελένη έχει γονότυπο Αα και έστω ότι η πιθανότητα να είναι φορέας είναι 0.0. Άρα, η πιθανότητα η Ελένη να είναι ΑΑ είναι 0.98. Δ : το παιδί τους έχει γονότυπο ΑΑ Δ : το παιδί τους έχει γονότυπο Αα Δ 3 : το παιδί τους έχει γονότυπο αα

Για τα νέα δεδομένα το δενδροδιάγραμμα έχει τη μορφή

Από τα νέα δεδομένα προκύπτουν οι πιθανότητες: 0.98 0.37 0.0 0. 007 3 3 0.98 0.653 0.0 0. 03 3 3 4 3 4

Άρα Η πιθανότητα το παιδί τους να έχει γονότυπο ΑΑ είναι Η πιθανότητα το παιδί τους να έχει γονότυπο Αα είναι Η πιθανότητα το παιδί τους να έχει γονότυπο αα είναι 0.658 0.003 0.365 0.0035 0.37 0.335 0.007 0.37 0.003 0.003 3 3

Προτεινόμενη Βιβλιογραφία C. Neuhauser Calulus for biology and mediine earson/rentie Hall, 004 Chapter :. -.3 F. R. dler. Modeling the dynamis of life: alulus and probability for life sientists. rooks/cole, 998. Chapter 6: 6.4-6.5 M. R. Cullen Mathematis for the biosienes. Tehbooks, 983 Setions: 57-60