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

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

Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές

( ) ΘΕΜΑ 1 κανονική κατανομή

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Θεωρητικές Κατανομές Πιθανότητας

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

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

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

P(200 X 232) = =

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

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

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

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Τρίτη Γραπτή Εργασία στη Στατιστική. Γενικές οδηγίες για την εργασία

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

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

3. Κατανομές πιθανότητας

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

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

Υπολογιστικά & Διακριτά Μαθηματικά

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

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


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

ΕΞEΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ-ΣΤΑΤΙΣΤΙΚΗ ΜΑΡΤΙΟΣ 2003 Λ Υ Σ Ε Ι Σ Τ Ω Ν Α Σ Κ Η Σ Ε Ω Ν ΜΕΡΟΣ Α

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

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ. Έννοια Ορισμοί Τρόπος υπολογισμού Kατανομή πιθανότητας Ασκήσεις

Τυχαία μεταβλητή (τ.μ.)

Πινάκες συνάφειας. Βαρύτητα συμπτωμάτων. Φύλο Χαμηλή Υψηλή. Άνδρες. Γυναίκες

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

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

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

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

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

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

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

Έντυπο Yποβολής Αξιολόγησης ΓΕ

Λύσεις 4ης Ομάδας Ασκήσεων

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την

Θεωρία Πιθανοτήτων & Στατιστική

ΔΕΟ13 - Επαναληπτικές Εξετάσεις 2010 Λύσεις

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Θεωρία Πιθανοτήτων & Στατιστική

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

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

ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ. Επαγωγική στατιστική (Στατιστική Συμπερασματολογία) Εκτιμητική Έλεγχος Στατιστικών Υποθέσεων

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018

Ασκήσεις στην διωνυμική κατανομή

Ασκήσεις στις κατανομές και ειδικά στην διωνυμική κατανομή και κανονική κατανομή

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

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

β. Αν το διαγώνισμα αποτελείται από 2 τέτοιες ερωτήσεις, ποια η πιθανότητα να απαντήσει σωστά και στις 2 ερωτήσεις;

ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΑΠΑΝΤΗΣΕΙΣ , Β= 1 y, όπου y 0. , όπου y 0.

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Τρίτη Γραπτή Εργασία στη Στατιστική

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

συγκέντρωση της ουσίας στον παραπόταμο είναι αυξημένη σε σχέση με τον ίδιο τον ποταμό;

ρ. Ευστρατία Μούρτου

Δειγματικές Κατανομές

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2015 ΕΚΦΩΝΗΣΕΙΣ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού

ΒΕΛΤΙΣΤΟ ΜΕΓΕΘΟΣ ΔΕΙΓΜΑΤΟΣ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Τρίτη Γραπτή Εργασία στη Στατιστική

Θέμα: ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ΚΕΦΑΛΑΙΟ 7 KELLER

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

P (M = 9) = e 9! =

Πανεπιστήμιο Πελοποννήσου

Περιοδικό ΕΥΚΛΕΙΔΗΣ Β Ε.Μ.Ε. (Τεύχος 96) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΤΗΣ Γ ΛΥΚΕΙΟΥ. f (x) s lim e. t,i 1,2,3,...

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

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

Μ Ε Τ Ρ Α Δ Ι Α Σ Π Ο Ρ Α Σ.

Ο Π Ε Υ Ελάχιστα γραμμών Ο *maximin (A) Π Ε Υ * minimax (B)

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

Διάλεξη 5: Τυχαία Μεταβλητή Κατανομές Πιθανότητας

cv = κατάλληλη κριτική (κρίσιμη) τιμή από τους πίνακες της Ζ ή t κατανομής

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

10.7 Λυμένες Ασκήσεις για Διαστήματα Εμπιστοσύνης

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

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

ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ & ΟΡΓΑΝΙΣΜΩΝ ΔΕΟ 11-ΕΙΣΑΓΩΓΗ ΣΤΗ ΔΙΟΙΚΗΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ & ΟΡΓΑΝΙΣΜΩΝ 3 Η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΟΝΟΜΑΤΕΠΩΝΥΜΟ ΦΟΙΤΗΤΗ ΑΜ.

Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση

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

Στατιστική Επιχειρήσεων Ι

Στατιστική Ι-Θεωρητικές Κατανομές Ι

Έντυπο Υποβολής Αξιολόγησης Γ.Ε.

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

Ορισμός και Ιδιότητες

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

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

Transcript:

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 δεχτεί 4 παραγγελίες την επόμενη ώρα. (ιι). Να υπολογισθεί η πιθανότητα να δεχτεί το πολύ παραγγελίες την επόμενη ώρα. (ιιι). Αν υποθέσουμε ότι το πλυντήριο καθαρισμού έπαθε κάποια βλάβη και χρειάστηκαν ώρες να επισκευαστεί, ποιος είναι ο αναμενόμενος αριθμός παραγγελιών στο διάστημα αυτό, και ποια είναι η πιθανότητα η βιοτεχνία να έχει δεχθεί τουλάχιστον 3 παραγγελίες στο συγκεκριμένο δίωρο; ΛΥΣΗ 1ΟΥ ΘΕΜΑΤΟΣ Οι παραγγελίες ακολουθούν την κατανομή Poisson. Σύμφωνα με τα δεδομένα ο 4 μέσος αριθμός παραγγελιών είναι 4 παραγγελίες ανά ημέρα, δηλαδή λ 3 8 παραγγελίες την ώρα. Με βάση τα παραπάνω έχουμε: ΕΡΩΤΗΜΑ 1 (i) 3 4 e *3 P(4 παραγγελίες την ώρα) Ρ(Χ4 λ 3) 0,168 4! Άρα η ζητούμενη πιθανότητα είναι 16,8%. ΕΡΩΤΗΜΑ 1 (ii) P (το πολυ παραγγελίες την ώρα) P ( ) P ( 0) + P ( 1) + P ( ) 3 0 e *3 P ( 0 λ 3) 0.0498 0! 3 1 e *3 P ( 1 λ 3) 0.1494 1! 3 e *3 P ( λ 3) 0.40! Επομένως P (το πολυ παραγγελίες την ώρα)0.0498+0.1494+0.400.43. Άρα η ζητούμενη πιθανότητα είναι 4,3%.

ΕΡΩΤΗΜΑ 1 (iii) Ο αναμενόμενος αριθμός παραγγελιών στις ώρες ισούται με το μέσο της κατανομής Poisson για το διάστημα αυτό. Δηλαδή, αναμένουμε λ 3* 6 παραγγελίες. Ζητάμε την πιθανότητα η βιοτεχνία να έχει δεχθεί τουλάχιστον 3 παραγγελίες στο συγκεκριμένο δίωρο. Δηλαδή, P (τουλάχιστον 3 παραγγελίες το δίωρο) P ( 3) 1 P ( 0) P ( 1) P ( ) 6 0 e *6 P ( 0 λ 6) 0.005 0! 6 1 e *6 P ( 1 λ 6) 0.0149 1! 6 e *6 P ( λ 6) 0.0446! Επομένως P (τουλάχιστον 3 παραγγελίες το δίωρο) 1-0.005-0.0149-0.04460.9380 Άρα η ζητούμενη πιθανότητα είναι 93,80%. ΘΕΜΑ ο α. Επιχείρηση παραγωγής μηχανημάτων εκτιμά ότι η πιθανότητα ένα μηχάνημα να επιστραφεί για αντικατάσταση λόγω ελαττώματος είναι 5%. Η επιχείρηση παρήγαγε 0 μηχανήματα τον προηγούμενο μήνα. i. Ποια η πιθανότητα κανένα να μην χρειαστεί αντικατάσταση; ii. Ποια η πιθανότητα να χρειαστούν αντικατάσταση το πολύ 4 μηχανήματα; iii. Ποιος είναι ο αναμενόμενος αριθμός των μηχανημάτων που θα χρειαστούν αντικατάσταση; β. Από μια ομάδα που περιλαμβάνει 4 γυναίκες και 6 άντρες επιλέγουμε τυχαία μια τριμελή επιτροπή. i. Αν υποθέσουμε ότι όλα τα μέλη της επιτροπής είναι ισότιμα, να υπολογιστεί το πλήθος των δυνατών τριμελών επιτροπών.

ii. Ποια η πιθανότητα να επιλέξουμε άνδρες και μία γυναίκα στη τριμελή επιτροπή; ΛΥΣΗ ΟΥ ΘΕΜΑΤΟΣ ΕΡΩΤΗΜΑ α Το παραπάνω πείραμα είναι πείραμα Bernoulli με πιθανότητα επιτυχίας p0,05. Αν συμβολίσουμε με το συνολικό αριθμό επιτυχιών στις 0 (ανεξάρτητες) επαναλήψεις του πειράματος, δηλαδή στη παραγωγή 0 μηχανημάτων, τότε είναι προφανές ότι η τυχαία μεταβλητή ακολουθεί τη διωνυμική κατανομή με παραμέτρους n 0 και p 0,05 δηλαδή, ~B(0, 0,05). Έχουμε λοιπόν: ΕΡΩΤΗΜΑ α (i) P( 0) (0,05) 0!(0 0)! 0 (1 0,05) 0 0 (0,05) 1* 0 (0,95) 0 0,3585 ή χρησιμοποιούμε τους πίνακες από το Βιβλίο του Δ. ΙΩΑΝΝΙΔΗ, σελ. 317, που δίνουν απευθείας την πιθανότητα. ΕΡΩΤΗΜΑ α (ii) P( 4) P( 0) + P( 1) + P( ) + P( 3) + P( 4) επειδή P( 1 1) (0,05) (1 0,05) 1!(0 1)! 0 1 1*19! (0,05) 1 (0,95) 19 0,3774 P( ) (0,05) (1 0,05)!(0 )! 0 (0,05) *18! (0,95) 18 0,1887 P( 3 3) (0,05) (1 0,05) 3!(0 3)! 0 3 (0,05) 6*17! 3 (0,95) 17 0,0596 P( 4 4) (0,05) (1 0,05) 4!(0 4)! 0 4 (0,05) 4*16! 4 (0,95) 16 0,0133 είναι Ρ(Χ 4)0,3585+0,3774+0,1887+0,0596+0,01330,9974 ή χρησιμοποιούμε τους πίνακες διωνυμικής κατανομής του Δ. ΙΩΑΝΝΙΔΗ, σελ. 317 που δίνουν απευθείας την πιθανότητα Ρ(Χ 4)0,9974 ΕΡΩΤΗΜΑ α (iii) E np 0*0,05 1 μηχανήματα

ΕΡΩΤΗΜΑ β (i) Το ζητούμενο πλήθος είναι οι συνδυασμοί των 10 ανά 3. 10! 7!*8*9*10 8*9*10 C( 10,3) 4*3*10 10 3!(10 3)! 3!7! 1* *3 ΕΡΩΤΗΜΑ β (ii) Η ζητούμενη πιθανότητα, επειδή δεν μας ενδιαφέρει η σειρά επιλογής είναι: 6! 4! * τριάδες με Ακαι1Γ C(6,)* C(4,1) P (Α + 1Γ)!4! 1!3! όλες οι δυνατές τριάδες C(10, 3) 10! 3!7! 5*6 4 * 1* 1 15* 4 60 0,50 10 10 10 Άρα η ζητούμενη πιθανότητα είναι 0,50. ΘΕΜΑ 3 ο Ένας ασφαλιστής συνεργάζεται με κάποια αντιπροσωπεία αυτοκινήτων. Ο ασφαλιστής έχει ασφαλίσει 15 αυτοκίνητα της αντιπροσωπείας τα οποία έχουν το ίδιο έτος κατασκευής και προέρχονται από την ίδια κατασκευάστρια εταιρεία. Από παλιότερα δεδομένα που έχει συλλέξει η εταιρεία, έχει εκτιμηθεί ότι κάθε αυτοκίνητο με αυτά τα χαρακτηριστικά έχει πιθανότητα 5% να παρουσιάσει βλάβη σε ένα έτος. α. Ποια η πιθανότητα σε ένα έτος: i. να παρουσιάσουν βλάβη αυτοκίνητα; ii. να μην παρουσιάσει βλάβη κανένα από τα 15 αυτοκίνητα; iii. να παρουσιάσουν βλάβη τουλάχιστον αυτοκίνητα; β. Αν κάθε αυτοκίνητο που παρουσιάζει βλάβη μέσα στο έτος λαμβάνει αποζημίωση 500 ευρώ, ποιο είναι το συνολικό ποσό που αναμένεται να πληρώσει η ασφαλιστική εταιρεία; Ποια είναι η τυπική απόκλιση για τη συνολική αποζημίωση που θα πληρώσει η εταιρεία;

ΛΥΣΗ 3ΟΥ ΘΕΜΑΤΟΣ ΕΡΩΤΗΜΑ 3 α Έστω Χ ο αριθμός των αυτοκινήτων που παρουσιάζει βλάβη μέσα στο έτος. Τότε η τ.μ. Χ θα ακολουθεί τη διωνυμική κατανομή με n15 και p0,05, δηλ. Bnp (, ). Άρα: 15 P x x x x 15 x (0,05) (1 0,05), 0,1,...,15 Και οι ζητούμενες πιθανότητες θα είναι i. 15 P ( ) (0, 05) (1 0, 05) 15 15 ( 0, 05) ( 0,95) 13 105 0,005 0,510,13 15 0 15 0 15 ii. P ( 0) (0, 05) (1 0, 05) (0,95) 0, 46 0 iii. P ( ) 1 P ( 0) P ( 1) 15 15 1 (0,05) (1 0,05) (0,05) (1 0,05) 0 1 1 0,46 0,37 0,17 0 15 0 1 15 1 ΕΡΩΤΗΜΑ 3β Η συνολική αποζημίωση που θα πληρώσει η εταιρεία μετά το ένα έτος δίνεται από την τ.μ. Y 500. Άρα ισχύει: EY 500 E( ) και Var Y 500 Var( ). Για τη διωνυμική κατανομή γνωρίζουμε ότι E np 15 0,05 0,75 και Var( ) np(1 p) 15 0,05 0,95 0,71.

Έτσι, έχουμε: EY 500 0, 75 375 ευρώ, Var( Y ) 500 0, 71 177500 και σ Var( Y ) 177500 41,31 ευρώ. Y ΘΕΜΑ 4 ο Σε ένα κατάστημα ηλεκτρονικών ειδών οι πελάτες φτάνουν σύμφωνα με την κατανομή Poisson με μέσο όρο 30 πελάτες την ώρα. α. Να υπολογιστεί ο συντελεστής μεταβλητότητας του αριθμού των πελατών που έρχονται στο κατάστημα από τις 10:30 έως τις 11:00. β. Ποια η πιθανότητα να μην έρθει στο κατάστημα κανένας πελάτης σε ένα 5λεπτο; γ. Ποια η πιθανότητα να έρθουν στο κατάστημα το πολύ πελάτες σε ένα 5λεπτο; δ. Ποια η πιθανότητα σε κάθε ένα από δύο διαφορετικά 5λεπτα να μην εμφανιστεί πελάτης; ΛΥΣΗ 4ΟΥ ΘΕΜΑΤΟΣ Ο αριθμός των αφίξεων στο κατάστημα ηλεκτρονικών ειδών ακολουθεί την κατανομή Poisson. ΕΡΩΤΗΜΑ 4α Βρίσκουμε το μέσο αριθμό των αφίξεων από 10:30 έως 11:00. Στα 60 έρχονται 30 πελάτες Στα 30 έρχονται λ15 πελάτες Γνωρίζω ότι στην Poisson ισχύει: μ σ λ Άρα 15 CV σ λ 0, 58 μ λ 15 ή 5,8% ΕΡΩΤΗΜΑ 4β Στα 60 έρχονται 30 πελάτες

5 Στα 5 έρχονται λ 30,5 πελάτες κατά μέσο όρο, άρα ο αριθμός των 60 αφίξεων ακολουθεί την κατανομή Poisson με παράμετρο λ, 5 και συνάρτηση πιθανότητας x λ λ,5,5 P x e e, x 0, 1,, x! x! Ζητείται η πιθανότητα ώστε σε ένα πεντάλεπτο να μην εμφανισθεί πελάτης, άρα,5 e P 0 0, 08. x ΕΡΩΤΗΜΑ 4γ Ζητείται η πιθανότητα P P ( 0) + P ( 1) + P ( ). P( ),5 0! P( ),5 1!,5 P( ) e! 0,5 0 e 0, 08 1,5 1 e 0,05,5 0,56 Άρα η ζητούμενη πιθανότητα ισούται με P( ) 0,08+0,05+0,56 0,543 ΕΡΩΤΗΜΑ 4δ Tα ενδεχόμενα άφιξης πελάτη σε κάθε 5λεπτο είναι μεταξύ τους ανεξάρτητα. Άρα η ζητούμενη πιθανότητα ισούται με: P(καμία άφιξη στο πρώτο 5λεπτο) P(καμία άφιξη στο δεύτερο 5λεπτο) P( ) P 0 0 0,08 0,08 0,0067. ΘΕΜΑ 5 ο Είναι γνωστό ότι κατά την διάρκεια μιας μέρας σε ένα πολυκατάστημα τρία προϊόντα Α, Β και Γ έχουν την εξής αναλογία ζήτησης 1::1. Αν 10 πελάτες του πολυκαταστήματος κατά την διάρκεια μιας μέρας αγοράσουν (ανεξάρτητα ο ένας από

τον άλλο) ένα μόνον προϊόν και υποθέτοντας ότι το πλήθος των προϊόντων είναι ικανοποιητικά μεγάλο, ώστε να μην επηρεάζεται η αναλογία, να υπολογιστεί: α. i. Η πιθανότητα να μην αγοράσει κανένας τους το προϊόν Α. ii. Το μέσο πλήθος αγορών του προϊόντος Α, καθώς και η διακύμανση. iii. Η πιθανότητα το πλήθος των αγορών που πραγματοποιούνται για το προϊόν Α να είναι σε απόσταση μίας τυπικής απόκλισης εκατέρωθεν του μέσου. β. Να επαναληφθεί το ερώτημα α για το προϊόν Β και να τα συγκρίνετε τα αποτελέσματα. ΛΥΣΗ 5ΟΥ ΘΕΜΑΤΟΣ Με βάση την αναλογία ζήτησης προκύπτει ότι ένας πελάτης αγοράζει το προϊόν Α με πιθανότητα 1/(1++1)0,5. Ας θεωρήσουμε ως επιτυχία το ενδεχόμενο αγορά του προϊόντος Α και αποτυχία το συμπληρωματικό του, δηλ. την μη αγορά του Α. Τότε η τυχαία μεταβλητή Χ, που εκφράζει το πλήθος των αγορών του προϊόντος Α από τους 10 πελάτες, ακολουθεί την Διωνυμική κατανομή:~b(10,0,5). ΕΡΩΤΗΜΑ 5 αi Η πιθανότητα να μην αγοράσει κανένας από τους 10 πελάτες το προϊόν Α αντιστοιχεί στο να έχουμε 0 και δίνεται από τον τύπο της διωνυμικής: 10 0 0 10 0 10 P( 0) (0, 5) (1 0, 5) (0, 75) 0, 0563 ΕΡΩΤΗΜΑ 5 αii Το μέσο πλήθος αγορών του προϊόντος Α δίνεται από τον τύπο: E() np 10*0, 5,5 ενώ η διακύμανση από τον τύπο: Var() np( 1 p) 10*0, 5* ( 1 0, 5) 1,875 ΕΡΩΤΗΜΑ 5 αiii Η τυπική απόκλιση της μεταβλητής είναι s Var() 1,875 1,3693 Ενδιαφερόμαστε για την πιθανότητα το πλήθος των αγορών του προϊόντος Α που μπορεί να γίνουν από τους 10 πελάτες να είναι στο διάστημα: [ E() s, E() + s ] [,5 1,3693,,5 + 1,3693] [ 1,1307, 3,8693] Δοθέντος ότι η μεταβλητή Χ λαμβάνει τις διακεκριμένες τιμές 0,1,,...10 η πιθανότητα να λάβει τιμές εντός του παραπάνω διαστήματος είναι:

P E() s E() + s P 1,1307 3,8693 P( ) + P( 3) 10 10 10 3 10 3 (0, 5) (1 0, 5) + (0, 5) (1 0, 5) 3 10! 10! + +!(10 )! 3!(10 3)! 8 3 7 (0,5) (0,75) (0,5) (0,75) 0,816 0,503 0,5319 ΕΡΩΤΗΜΑ 4 β Το προϊόν Β αντίστοιχα με τα όσα αναφέρθηκαν στο ερώτημα α, επιλέγεται με πιθανότητα /(1++1)0,5. Θεωρούμε λοιπόν ως επιτυχία το ενδεχόμενο αγορά του προϊόντος Β και αποτυχία την μη αγορά του Β. Τότε η τυχαία μεταβλητή Υ που εκφράζει το πλήθος των αγορών του προϊόντος Β από τους 10 πελάτες, ακολουθεί την Διωνυμική κατανομή: Y ~ B(10,0,5). i. Η πιθανότητα να μην αγοράσει κανένας από τους 10 πελάτες το προϊόν Β αντιστοιχεί στο να έχουμε Y 0 και δίνεται από τον τύπο της Διωνυμικής: 10 0 0 10 0 10 P(Y 0) (0,5) (1 0,5) (0,5) 0, 00097 ii. Το μέσο πλήθος αγορών του προϊόντος Β δίνεται από τον τύπο: E(Y) np 10 0,5 5 ενώ η διακύμανση από τον τύπο: Var() np( 1 p) 10*0,5* ( 1 0,5),5 iii. Η τυπική απόκλιση της μεταβλητής Υ είναι sy Var(Y),5 1,5811 Ενδιαφερόμαστε για την πιθανότητα το πλήθος των αγορών του προϊόντος Β που μπορεί να γίνουν από τους 10 πελάτες να είναι στο διάστημα: [ E(Y) s, E(Y) + s ] [ 5 1,5811, 5 + 1,5811] [ 3,4189, 6,5811] Y Y Δοθέντος ότι η μεταβλητή Υ λαμβάνει τις διακεκριμένες τιμές 0,1,,...10 η πιθανότητα να λάβει τιμές εντός του παραπάνω διαστήματος είναι:

P E(Y) s Y E(Y) + s P 3,4189 Y 6,5811 Y P(Y 4) + P(Y 5) + P(Y 6) Y 10 10 10 (0,5) (1 0,5) (0,5) (1 0,5) (0,5) (1 0,5) 4 5 6 10! 10 10! 10 10! 10 (0,5) + (0,5) + (0,5) 4!(10 4)! 5!(10 5)! 6!(10 6)! 4 10 4 5 10 5 6 10 6 + + 10 10 + 5 + 10 (0,5) 0,6563 Στο ερώτημα β έχουμε το ίδιο πλήθος επαναλήψεων με το ερώτημα α (n10) έχει όμως αλλάξει η πιθανότητα επιτυχίας του διωνυμικού πειράματος από 0,5 σε 0,5. Παρατηρούμε: Για το ερώτημα i η πιθανότητα να μην έχουμε καμία επιτυχία τώρα είναι μικρότερη. Για το ερώτημα ii η μέση τιμή αυξάνει όπως και η διακύμανση (η οποία σημειωτέον στο 0,5 λαμβάνει και την μέγιστη τιμή για την Διωνυμική κατανομή). Για το ερώτημα iii η αυξημένη τιμή της διακύμανσης στο β οδηγεί στο να έχουμε περισσότερες διακεκριμένες τιμές της τυχαίας μεταβλητής Y στο διάστημα (κέντρου της κατανομής) που μας ενδιαφέρει (δηλ. μια τυπική απόκλιση εκατέρωθεν του μέσου) οδηγώντας σε υψηλότερη πιθανότητα.

ΘΕΜΑ 5 ο Mια επιχείρηση που παράγει ηλεκτρικά καλώδια γνωρίζει πως ο αριθμός των ελαττωμάτων σε κάποιο συγκεκριμένο τύπο καλωδίων ακολουθεί την κατανομή Poisson με μέσο πλήθος ελαττωμάτων 4 ανά 100 μέτρα καλωδίου. i. Ποια είναι η πιθανότητα να βρει κανείς ακριβώς 5 ελαττώματα σε ένα καλώδιο 50 μέτρων; ii. Να υπολογισθεί ο συντελεστής μεταβλητότητας του αριθμού των ελαττωμάτων που εμφανίζονται σε καλώδιο 50 μέτρων, καθώς και σε καλώδιο 100 μέτρων. Τι συμπεραίνετε; iii. Ποια είναι η πιθανότητα να βρει κάποιος ελαττώματα, σε ένα καλώδιο 100 μέτρων, ξέροντας πως υπάρχει τουλάχιστον ένα ελάττωμα; iv. Ποια η πιθανότητα σε δυο διαφορετικά καλώδια 50 μέτρων το καθένα να μην εμφανιστεί ελάττωμα. ΛΥΣΗ 5ΟΥ ΘΕΜΑΤΟΣ Έστω η τ.μ. : αριθμός ελαττωμάτων σε καλώδιο 100 μέτρων. ~Poisson 4. Γνωρίζουμε ότι ΕΡΩΤΗΜΑ 5i. Θεωρούμε την τ.μ. Y : αριθμός ελαττωμάτων σε καλώδιο 50 μέτρων. 1 1 Θα ισχύει ότι Y ~ Poisson λ λ 4. Η ζητούμενη πιθανότητα υπολογίζεται ως εξής: 5 5 e λ λ e P Y 5 P( Y 5) 0.0360894. 5! 5! ΕΡΩΤΗΜΑ 5ii. Γνωρίζω ότι στην Poisson ισχύει : μ σ λ. Στην σ περίπτωση των καλωδίων 50 μέτρων έχω λ, και επομένως CV 0,7, ενώ μ στην περίπτωση των καλωδίων 100 μέτρων λ4. σ Επομένως CV 0,5. μ 4 Στην πρώτη περίπτωση έχω μεγαλύτερη μεταβλητότητα.

ΕΡΩΤΗΜΑ 5iii. Είμαστε στην περίπτωση καλώδιο 100 μέτρων, δηλ. όπου μας ενδιαφέρει ο αριθμός των ελαττωμάτων σε ~ Poisson 4. Η ζητούμενη πιθανότητα είναι η P( 1) η οποία μπορεί να υπολογισθεί χρησιμοποιώντας τον ορισμό της δεσμευμένης πιθανότητας: λ 4 e λ /! e 4 /! 8 λ 0 4 4 P, 1 P P P( 1) P 1 P 1 1 P 0 ΕΡΩΤΗΜΑ 5iv. 0,14959 1 e λ /0! 1 e e 1 Τα ενδεχόμενα να υπάρχει ελάττωμα σε δυο διαφορετικά καλώδια 50 μέτρων είναι μεταξύ τους ανεξάρτητα. Άρα η ζητούμενη πιθανότητα ισούται με P( 0)P( 0) e *e 0, 018