ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ

Σχετικά έγγραφα
Θεωρία Πιθανοτήτων & Στατιστική

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Τυχαιοκρατικοί Αλγόριθμοι

Λύσεις 4ης Ομάδας Ασκήσεων

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

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την

Υπολογιστικά & Διακριτά Μαθηματικά

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

= 14 = 34 = Συνδυαστική Ανάλυση

Μέρος IV. Πολυδιάστατες τυχαίες μεταβλητές. Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ15 ( 1 )

3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών

Τυχαία μεταβλητή (τ.μ.)

Θεωρία Πιθανοτήτων & Στατιστική

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

σ.π.π. Γεωμετρικής Κατανομής με p=0, Αριθμός επιτυχιών μέχρι την πρώτη επιτυχία

Η παρουσίαση που ακολουθεί, αφορά την κανονική κατανομή και σκοπό έχει τη διευκόλυνση των φοιτητών του τμήματος Ηλεκτρολόγων Μηχανικών & Μηχανικών

Πίνακες Διασποράς. Χρησιμοποιούμε ένα πίνακα διασποράς T και μια συνάρτηση διασποράς h. Ένα στοιχείο με κλειδί k αποθηκεύεται στη θέση

Ασκήσεις στις κατανομές και ειδικά στην διωνυμική κατανομή και κανονική κατανομή

ΠΙΘΑΝΟΤΗΤΕΣ -ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ(τελικές εξετάσεις πλη12)

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

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

3. Κατανομές πιθανότητας

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Γνωστές κατανομές συνεχών μεταβλητών (συν.) (Δ). Γάμμα κατανομή

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

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Δειγματικές Κατανομές

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

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

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

Διάλεξη 4: Θεωρία Πιθανοτήτων Ασκήσεις 4

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

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

Θεωρία Πιθανοτήτων & Στατιστική

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ

ΚΕΦΑΛΑΙΟ 4ο ΔΕΙΓΜΑΤΟΛΗΨΙΑ ΑΠΟ ΣΥΝΕΧΕΙΣ ΚΑΙ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

Στατιστική ΙΙ Ενότητα 2: ειγµατοληψία

Πανεπιστήμιο Πελοποννήσου

ΘΕΜΑΤΑ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΛΛΑΔΙΚΩΝ ΕΞΕΤΑΣΕΩΝ 2014

Τίτλος Μαθήματος: Στατιστική Ι. Ενότητα: Πιθανότητες. Διδάσκων: Επίκ. Καθ. Αθανάσιος Λαπατίνας. Τμήμα: Οικονομικών Επιστημών

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

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

a n n! = ea e y2 2 y 0 10E(n A) = = 100 E(k) = n p = = 4.6

Ασκήσεις στην διωνυμική κατανομή

Τυχαίες Μεταβλητές. Ορισμός

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝ. ΠΑΙΔΕΙΑΣ - Γ ΛΥΚΕΙΟΥ

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Στατιστική. Εκτιμητική

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

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2014

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ

X = = 81 9 = 9

Εργαστήριο Μαθηµατικών & Στατιστικής. 1 η Πρόοδος στο Μάθηµα Στατιστική 5/12/08 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ. 3 ο Θέµα

Υπολογιστικά & Διακριτά Μαθηματικά

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium Iii

Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ

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

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

Θεωρητικές Κατανομές Πιθανότητας

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

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2015 ΕΚΦΩΝΗΣΕΙΣ

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

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

Στατιστική Ι-Θεωρητικές Κατανομές Ι

Στατιστική Ι. Ενότητα 6: Kατανομή Poisson. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

Κεφάλαιο 9. Έλεγχοι υποθέσεων


2 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ και. Έστω Α, Β ενδεχόµενα ενός δειγµατικού χώρου Ω µε Ρ(Α) = 8

200, δηλαδή : 1 p Y (y) = 0, αλλού

pdf: X U(a, b) 0, x < a 1 b a, a x b 0, x > b

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ρ. Ευστρατία Μούρτου

( ) ΘΕΜΑ 1 κανονική κατανομή

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

Θεωρία Πιθανοτήτων & Στατιστική

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

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΑΠΑΝΤΗΣΕΙΣ. Επιµέλεια: Οµάδα Μαθηµατικών της Ώθησης

Π Α Ν Ε Λ Λ Η Ν Ι Ε Σ Μ Α Θ Η Μ Α Τ Ι Κ Α K A I Σ Τ Ο Ι Χ Ε Ι Α Σ Τ Α Τ Ι Σ Τ Ι Κ Η Σ

Στατιστική Συμπερασματολογία

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συναρτήσεις πολλών μεταβλητών Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας

ΘΕΜΑ Α Α1. Αν και είναι δύο συμπληρωματικά ενδεχόμενα ενός δειγματικού χώρου να αποδείξετε ότι για τις πιθανότητές τους ισχύει: ( ) 1 ( ).

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ

ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ. Για την Γ Τάξη Γενικού Λυκείου Μάθημα Επιλογής ΟΡΓΑΝΙΣΜΟΣ ΕΚΔΟΣΕΩΣ ΔΙΔΑΚΤΙΚΩΝ ΒΙΒΛΙΩΝ ΑΘΗΝΑ

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

Τυχαία Μεταβλητή (Random variable-variable aléatoire)

= +. ΘΕΜΑΤΑ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΛΛΑ ΙΚΩΝ ΕΞΕΤΑΣΕΩΝ 2016 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ (ΝΕΟ ΚΑΙ ΠΑΛΑΙΟ ΣΥΣΤΗΜΑ) ΘΕΜΑ Α. Μονάδες 7.

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

3. Χαρακτηριστικές Παράμετροι Κατανομών

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

ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΠΑΡΑΣΚΕΥΗ 30 ΜΑΪΟΥ 2014

ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Πιθανότητες - Κατανομές ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών

Αν Α και Β είναι δύο ενδεχόμενα ενός δειγματικού χώρου να αποδείξετε ότι: Αν Α Β τότε Ρ(Α) Ρ(Β)

Transcript:

5η Εργασία ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ Ακαδημαϊκό Έτος : 2013-2014 ΞΑΝΘΗ 15/3/2014

Ασκήσεις: 1. Να δείξετε ότι η μέση τιμή Τ.Μ. που υπακούει στη διωνυμική κατανομή, είναι ίση np. Επειδή η Τ.Μ. που ακολουθεί την διωνυμική κατανομή είναι διακριτή, η μέση τιμή υπολογίζεται ως εξής: Αφού για k=0, ο πρώτος όρος του αθροίσματος είναι μηδέν. Για αυτό το άθροισμα πλέον ξεκινάει από k=1. Στη συνέχεια: και θέτοντας όπου k-1=m, έχουμε ότι για k=1 προκύπτει m=1-1=0, ενώ για k=n έχουμε m=n-1 Άρα: Επειδή το άθροισμα αυτό δίνει την ολική πιθανότητα για n-1, έχουμε ότι: 2

2. Να δείξετε ότι η διασπορά περί την μέση τιμή των τιμών Τ.Μ. που υπακούει στη διωνυμική κατανομή, είναι ίση np(1-p). Για να αποδείξουμε τη ζητούμενη σχέση θα χρησιμοποιήσουμε την σχέση : Για αυτό θα την αποδείξουμε αρχικά: Επειδή η μέση τιμή μ είναι ανεξάρτητη του i και σταθερή, μπορεί να βγει από το άθροισμα. Οπότε: και θέτοντας m=k-1 έχουμε για k=1 ότι m=0 ενώ για k=n προκύπτει m=n-1. Άρα: 3

διότι κάθε άθροισμα εκφράζει την ολική πιθανότητα. Άρα δεδομένου ότι: 4

3. Να δείξετε ότι η μέση τιμή Τ.Μ. που υπακούει στη γεωμετρική κατανομή, είναι ίση 1/p. και θέτοντας k=k-1 οπότε για k=1 έχουμε: k=0. Άρα: 2 ος Τρόπος 5

4. Να δείξετε ότι η διασπορά περί την μέση τιμή των τιμών Τ.Μ. που υπακούει στη γεωμετρική κατανομή, είναι ίση (1-p)/p 2. Με χρήση πάλι του τύπου αποδεικνύουμε τη ζητούμενη διασπορά. Όμως: 6

5. Ηλεκτρικός κινητήρας αστοχεί σε τυχαία χρονική στιγμή εντός ενός εικοσιτετραώρου. Επισκευάζεται και τίθεται εκ νέου σε λειτουργία. Ο απαιτούμενος χρόνος επισκευής είναι Τ.Μ. ομοιόμορφα κατανεμημένη στο διάστημα (x, 24), όπου x η χρονική στιγμή που σημειώθηκε η αστοχία (σε ώρες). Ποια η πιθανότητα ότι η συσκευή λειτουργεί τουλάχιστον 12 ώρες το εικοσιτετράωρο; Εάν θεωρήσουμε ότι υπάρχει δυνατότητα να συμβεί μία μόνον βλάβη στη διάρκεια του εικοσιτετραώρου, τότε διακρίνουμε 2 ενδεχόμενα είτε να χαλάσει ο κινητήρας πριν από το 1 ο 12ωρο είτε μέσα στο 2 ο 12ωρο. Δλδ: Α1 = { Η βλάβη να γίνει στο 1 ο 12ωρο } Α2 = { Η βλάβη να γίνει στο 2 ο 12ωρο } Β = { Η συσκευή έχει δουλέψει τουλάχιστον για 12 ώρες } Ο δειγματικός μας χώρος είναι εικονικά ο εξής: Α1 Α2 Β Β Η ζητούμενη πιθανότητα είναι η εξής: αφού η τομή των δύο αυτών συνόλων είναι το κενό σύνολο. Οπότε έχουμε: Επειδή είναι ισοπίθανα τα γεγονότα η βλάβη να συμβεί είτε στο 1 ο 12ωρο είτε στο 2 ο, έχουμε ότι : Εάν συμβεί η βλάβη στη διάρκεια του 2 ου 12ώρου, τότε ο κινητήρας θα έχει δουλέψει στα σίγουρα τουλάχιστον 12 ώρες. Δλδ με τη μορφή των πιθανοτήτων έχουμε ότι: 7

Τελικά μας μένει να προσδιορίσουμε μόνο τον όρο: Ρ(Β Α1) Την πιθανότητα δλδ ενώ η βλάβη έχει συμβεί στο 1 ο 12ωρο, η μηχανή έχει δουλέψει συνολικά στο τέλος του 24ώρου τουλάχιστον 12 ώρες. Οπότε άμα θέσουμε σαν Χ την χρονική στιγμή(σε ώρες) που εκδηλώθηκε η βλάβη στη μηχανή προκειμένου να δουλέψει συνολικά περισσότερες από 12 ώρες θα πρέπει η διάρκεια επισκευής της βλάβης να μην ξεπεράσει τις 12 ώρες διότι μόνο τότε η μηχανή θα δουλέψει το λιγότερο 12 ώρες σε ολόκληρο το 24ωρο. Αν για παράδειγμα η διάρκεια επισκευής είναι 13 ώρες τότε η μηχανή θα δουλεύει 24-13=11 ώρες που δεν θέλουμε. Ενώ αν επισκευάζεται για 12 ώρες, 24-12=12 ώρες θα δουλεύει που το θέλουμε. Επίσης άμα ο χρόνος επισκευής είναι μικρότερος από τις 12 ώρες, πχ 10 ώρες τότε ο κινητήρας μας θα δουλεύει συνολικά για 24-10=14 ώρες που μας αρέσει. Άρα συνοψίζουμε ότι για να δουλεύει η μηχανή τουλάχιστον 12 ώρες θα πρέπει η διάρκεια επισκευής (έστω Υ σε ώρες) να μην ξεπερνάει τις 12 ώρες. Οπότε: αφού το ενδεχόμενο να συμβεί η βλάβη μεσα στο 1 ο 12ωρο και το ενδεχόμενο να ολοκληρωθεί μέσα στο «επιτρεπόμενο» 12ωρο είναι στατιστικά ανεξάρτητα γεγονότα. Επίσης επειδή θέλουμε να γινει η βλαβη στο 1 ο 12ωρο και δεδομένης της συνθήκης κανονικοποίησης έχουμε για την σ.π.π. ότι: Αφού από την στιγμή Χ που θα γίνει η βλάβη το σύνολο των δυνατών τιμών για να τελειώσει η επισκευή είναι 24-x=N(Ω) και επίσης εφόσον θέλουμε να διαρκέσει το πολύ 12 ώρες η επισκευή της βλάβης το πλήθος των δυνατών τιμών από τη στιγμή Χ εως τη στιγμή Χ+12(όπου θα ολοκληρωθεί η επισκευή της βλάβης) είναι 12. Για αυτό προκύπτει: Οπότε για να βρούμε την πιθανότητα Ρ(Β Α1) θα πρέπει να ολοκληρώσουμε σε όλο το διάστημα [0,12] αφού θελουμε η έναρξη της βλάβης να είναι εκεί μέσα. Άρα: 8

6. Να αναφέρετε παράδειγμα φυσικού φαινομένου που ακολουθεί την ομοιόμορφη διωνυμική κατανομή γεωμετρική κατανομή Ομοιόμορφη Κατανομή Η διάμετρος σωλήνων που χρησιμοποιούνται στις πολυκατοικίες για τη μεταφορά του νερού είναι συνεχής τυχαία μεταβλητή Χ, η οποία ακολουθεί ομοιόμορφη κατανομή στο διάστημα [3, 7] σε cm. Ποια η πιθανότητα ώστε η διάμετρος να είναι μικρότερη του 4 ; Διωνυμική Κατανομή Εργοστάσιο παράγει έπιπλα με ποσοστό ελαττωματικών προϊόντων 4%. Έχουμε στη διάθεση μας τυχαίο δείγμα 10 προϊόντων. Ποια η πιθανότητα ώστε να υπάρχει τουλάχιστον ένα ελαττωματικό προϊόν στο δείγμα μας; Γεωμετρική Κατανομή Σε ένα δοχείο περιέχονται 5 κίτρινα και 3 κόκκινα σφαιρίδια. Εξάγουμε τυχαία ένα σφαιρίδιο, σημειώνουμε το χρώμα του και το ξαναβάζουμε πίσω στο κουτί. Να υπολογίσετε την πιθανότητα ώστε κατά την 6 η εξαγωγή να εμφανισθεί για 4 η φορά κίτρινο σφαιρίδιο. Σχετική Βιβλιογραφία: Πιθανότητες και Στατιστική, Εκδόσεις Κλειδάριθμος, Δημήτριος Α. Γεωργίου Εισαγωγή στις πιθανότητες με στοιχεία στατιστικής, Εκδόσεις Τζιόλα, Μπερτσεκάς Δημήτρης Π. Πιθανότητες και στατιστική, Εκδόσεις Τζιόλα, Μυλωνάς Νίκος Probability, Random Processes, and Ergodic Properties, Robert M. Gray An Introduction To Probability and Random Processes, Kenneth Baclawski, Gian- Carlo Rota Introduction to Probability, Charles M. Grinstead, J. Laurie Snell 9