HY118- ιακριτά Μαθηµατικά

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

HY118- ιακριτά Μαθηµατικά

Τι είδαμε την προηγούμενη φορά

Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την

HY118-Διακριτά Μαθηματικά

Τι είδαμε την προηγούμενη φορά

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

HY118- ιακριτά Μαθηµατικά

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

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

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

7. ιακϱιτή Πιϑανότητα

Συνδυαστική Απαρίθµηση Υπολογισµός (µε συνδυαστικά επιχειρήµατα) του πλήθους των διαφορετικών αποτελεσµάτων ενός «πειράµατος». «Πείραµα»: διαδικασία µ

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

5.3 Η ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ

3.2. Ασκήσεις σχ. βιβλίου σελίδας Α ΟΜΑ ΑΣ

HY118- ιακριτά Μαθηµατικά

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

5.2 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝ ΕΧΟΜΕΝΑ

ΚΕΦΑΛΑΙΟ 1 Ο ΠΙΘΑΝΟΤΗΤΕΣ

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

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

Συνδυαστική Απαρίθµηση

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

Συνδυαστική. Σύνθετο Πείραµα. Πείραµα. 19 -Συνδυαστική. Το υλικό των. ΗΥ118 ιακριτά Μαθηµατικά, Άνοιξη Τρίτη, 19/04/2016

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

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ

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

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

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

3.2 Η ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ. Σχετική συχνότητα ενδεχοµένου Α : 2. Ιδιότητες της f, λ το πλήθος απλών ενδεχοµένων :

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

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ

Στοχαστικές Στρατηγικές

ÖÑÏÍÔÉÓÔÇÑÉÏ ÈÅÌÅËÉÏ ÇÑÁÊËÅÉÏ ÊÑÇÔÇÓ

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

Πιθανότητες και Στοχαστικές ιαδικασίες Θόρυβος µετρήσεων είκτης Χρηµατιστηρίου Σήµα Πληροφορίας (φωνή, data) Ατµοσφαιρικός Θόρυβος Πως δηµιουργείται

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

X:S X(S) Έστω ότι στρίβουµε ένα αµερόληπτο νόµισµα δύο φορές και ενδιαφερόµαστε για τον αριθµό των Κ που θα εµφανιστούν.

Κεφάλαιο 2: ιατάξεις και Συνδυασµοί.

3.1 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ - ΕΝ ΕΧΟΜΕΝΑ. 1. Πείραµα τύχης : Το πείραµα του οποίου δε µπορούµε να προβλέψουµε µε ακρίβεια το αποτέλεσµα.

Σηµειώσεις στη Θεωρία Πιθανοτήτων

2. Στοιχεία Πολυδιάστατων Κατανοµών

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

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

ΠΙΘΑΝΟΤΗΤΕΣ. Ερωτήσεις του τύπου «Σωστό - Λάθος»

HY118- ιακριτά Μαθηµατικά

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

Βασικά στοιχεία της θεωρίας πιθανοτήτων

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΤΑΞΙΝΟΜΗΜΕΝΑ Ε ΟΜΕΝΑ

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

Σχολικός Σύµβουλος ΠΕ03

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

4 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 31.

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

1.1 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ - ΕΝ ΕΧΟΜΕΝΑ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Θεώρηµα: Z ( Απόδειξη: Περ. #1: Περ. #2: *1, *2: αποδεικνύονται εύκολα, διερευνώντας τις περιπτώσεις ο k να είναι άρτιος ή περιττός

11, 12, 13, 14, 21, 22, 23, 24, 31, 32, 33, 34, 41, 42, 43, 44.

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2003

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

ν ν = 6. όταν είναι πραγµατικός αριθµός.

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2003

1.1 Πείραμα Τύχης - δειγματικός χώρος

Τυχαία μεταβλητή (τ.μ.)

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

ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ

Αποφασισιµότητα. HY118- ιακριτά Μαθηµατικά. Βασικές µέθοδοι απόδειξης. 07 -Αποδείξεις. ιακριτά Μαθηµατικά, Εαρινό εξάµηνο 2017

Βασικά στοιχεία της θεωρίας πιθανοτήτων

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων

HY118- ιακριτά Μαθηµατικά. Παράδειγµα. Από τα συµπεράσµατα στις υποθέσεις Αποδείξεις - Θεωρία συνόλων. Από τις υποθέσεις στα συµπεράσµατα...

Βιομαθηματικά BIO-156

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

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

HY118-Διακριτά Μαθηματικά

Ορισμός της Πιθανότητας (Ι)

Υπολογιστικά & Διακριτά Μαθηματικά

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

ΗΥ118: Διακριτά Μαθηματικά - Εαρινό Εξάμηνο 2016 Τελική Εξέταση Ιουνίου - Τετάρτη, 15/06/2016 Λύσεις Θεμάτων

HY118- ιακριτά Μαθηµατικά. Συναρτήσεις. Συνάρτηση. Συνάρτηση: Τυπικός ορισµός Συναρτήσεις

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

HY118- ιακριτά Μαθηµατικά

HY118- ιακριτά Μαθηµατικά. Μαθηµατική επαγωγή. 11 Επαγωγή

HY118- ιακριτά Μαθηµατικά

HY118- ιακριτά Μαθηµατικά

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ

Α4. Να χαρακτηρίσετε τις προτάσεις που ακολουθούν, γράφοντας στο τετράδιό σας δίπλα στο γράµµα που αντιστοιχεί σε κάθε πρόταση, τη λέξη Σωστό, αν η

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

Συνδυαστική Απαρίθμηση

ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ

ν ν = 6. όταν είναι πραγµατικός αριθµός.

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ Γ ΛΥΚΕΙΟΥ & ΕΠΑ.Λ. Β 20 ΜΑΪΟΥ 2013 ΑΠΑΝΤΗΣΕΙΣ. x x x 4

ΠΙΘΑΝΟΤΗΤΕΣ. 8. * Αν Ω είναι ο δειγµατικός χώρος ενός πειράµατος τύχης,

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

HY118- ιακριτά Μαθηµατικά

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

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ

HY118- ιακριτά Μαθηµατικά

Transcript:

HY118- ιακριτά Μαθηµατικά Τρίτη, 10/05/2016 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 5/11/2016 1 1

Θεωρία πιθανοτήτων 5/11/2016 2 2

Γιατί πιθανότητες; Στον προτασιακό και κατηγορηµατικό λογισµό µιλήσαµε για προτάσεις που είναι αληθείς ή ψευδείς. Στον πραγµατικό κόσµο, συχνά δεν γνωρίζουµε κατά πόσον µία πρόταση είναι αληθής ή ψευδής. Η θεωρία πιθανοτήτων µας δίνει ένα τρόπο να σκεφτόµαστε για προτάσεις τον οποίων η αλήθεια είναι αβέβαιη. Είναι χρήσιµη στο να εκτιµούµε στοιχεία, να κάνουµε διάγνωση προβληµάτων, και να αναλύουµε καταστάσεις οι λεπτοµέρειες των οποίων είναι άγνωστες. 5/11/2016 3 3

Γιατί πιθανότητες; Η θεωρία πιθανοτήτων παίζει τεράστιο ρόλο στη µοντελοποίησηκαι µελέτη συστηµάτων την ακριβή συµπεριφορά των οποίων δεν µπορούµε να προβλέψουµε ή να παρατηρήσουµε (κίνηση σωµατιδίων, µακροοικονοµικά µοντέλα, κλπ) Στην πληροφορική οι πιθανότητες έχουν πλήθος εφαρµογών, πχ, Στη µοντελοποίηση των παραπάνω συστηµάτων στη µελέτη της δοµής του διαδικτύου στην ανάλυση πιθανοτικών αλγορίθµων κλπ. 5/11/2016 4 4

Τυχαίες µεταβλητές Μίατυχαία µεταβλητή Vείναι κάθε µεταβλητή η τιµή της οποίας είναι άγνωστη, και η τιµή της οποίας εξαρτάται από τις συγκεκριµένες συνθήκες που επικρατούν κατά την εκτέλεση ενός πειράµατος. Π.χ., ο αριθµός των φοιτητών στην τάξη σήµερα Π.χ., το κατά πόσον θα βρέξει το βράδυ Το πεδίο της V, dom[v] {v 1,,v n }, είναι το σύνολο όλων των δυνατών τιµών που η V µπορεί να πάρει. Η τυχαία µεταβλητή Vείναι διακριτή αν το πεδίο της είναι πεπερασµένο ή αριθµήσιµο Μπορούµε επίσης να χειριστούµε άπειρα πεδία εάν χρειάζεται. Η πρόταση V=v i µπορεί να έχει µία αβέβαιη τιµή αληθείας, και θέλουµε να συσχετίσουµε µε αυτή µία πιθανότητα. 5/11/2016 5 5

Πειράµατα & δειγµατικοί χώροι Μπορούµε να θεωρήσουµε έναπείραµαως µία διαδικασία κατά την οποία σε µία δοσµένη τυχαία µεταβλητή V εκχωρείται µίασυγκεκριµένητιµή, όπου αυτή η τιµή δεν είναι εκ των προτέρων γνωστή. Ονοµάζουµε αυτή την τιµή πραγµατική τιµή της µεταβλητής, όπως αυτή καθορίστηκε από το συγκεκριµένο πείραµα. Ο δειγµατικός χώροςωτου πειράµατος είναι το πεδίο της τυχαίας µεταβλητής, Ω = dom[v] (όπως είπαµε, το σύνολο όλων των δυνατών ενδεχοµένων τιµών της). Η συγκεκριµένη τιµή v i που εκχωρείται στην τυχαία µεταβλητή αποτελεί το αποτέλεσµα του πειράµατος. 5/11/2016 6 6

Πειράµατα & δειγµατικοί χώροι Έχουµε ήδη δει πειράµατα στην συνδυαστική, πχ., έστω το πείραµα της ρίψης ενός ζαριού. Ο δειγµατικός χώρος του πειράµατος αυτού είναι το σύνολο Ω = {1, 2, 3, 4, 5, 6}. Έστω µία τυχαία µεταβλητή Vπου ορίζεται ως «η ζαριά που θα φέρει κανείς όταν ρίξει ένα ζάρι». Το πεδίο της τυχαίας µεταβλητής dom[v] είναι ο δειγµατικός χώροςωτου πειράµατος. Η εκτέλεση του πειράµατος, εκχωρεί στην τυχαία µεταβλητή V µία συγκεκριµένητιµή από το Ω (έστω v i = 5) Το «5» είναι η πραγµατική τιµή της µεταβλητής, όπως αυτή καθορίστηκε από το συγκεκριµένο πείραµα. Επίσης, στη συνδυαστική, µιλήσαµε για τον πληθικό αριθµό των δειγµατικών χώρων για αρκετές κατηγορίες πειραµάτων 5/11/2016 7 7

Ενδεχόµενα Έναενδεχόµενο Γείναι ένα υποσύνολο του δειγµατικού χώρου Ω ηλαδή, Γ Ω= dom[v]. Π.χ., το ενδεχόµενο λιγότεροι από 50 φοιτητές θα εµφανιστούν στο επόµενο µάθηµα αναπαριστάται σαν το σύνολο {0, 1, 2,, 49} τιµών της µεταβλητής V = ο αριθµός των φοιτητών στο επόµενο µάθηµα. Λέµε ότι το ενδεχόµενογσυµβαίνειόταν η πραγµατική τιµή της V (µετά την εκτέλεση του πειράµατος) ανήκει στο Γ, το οποίο το γράφουµε και ως V Γ. Το V Γσυµβολίζει την πρόταση (αβέβαιης αληθείας) που λέει ότι το πραγµατικό αποτέλεσµα (τιµή της V) θα είναι ένα από τα στοιχεία του Γ. 5/11/2016 8 8

Πειράµατα & δειγµατικοί χώροι Πείραµα: Ρίψη νοµίσµατος Ω = {Κ, Γ} Πείραµα: Ρίψη δύο νοµισµάτων το ένα µετά το άλλο Ω = {ΚΚ, ΚΓ, ΓΚ, ΓΓ} Πείραµα:Πυροβολώ µέχρι να πετύχω το στόχο (ε=επιτυχία, α=αποτυχία) Ω={ε, αε, ααε, αααε, } Ο δειγµατικός χώρος Ω µπορεί να έχει άπειρα στοιχεία 5/11/2016 9 9

Παράδειγµα: Μπάλες Υποθέστε ότι ένα δοχείο περιέχει 4 µπλε µπάλες και 5 κόκκινες µπάλες. Παράδειγµαπειράµατος: Επιλέγουµε τυχαία µία µπάλα από το δοχείο. Παράδειγµατυχαίας µεταβλητής V: Η ταυτότητα της επιλεγµένης µπάλας. Ο δειγµατικός χώροςω: Το σύνολο όλων των διαφορετικών τιµών της V: Σε αυτή την περίπτωση, Ω = {b 1,,b 9 } Ένα ενδεχόµενο Γ: Η επιλεγµένη µπάλα είναι µπλε : Γ = {b 2, b 4, b 8, b 9 } Ποιά είναι η πιθανότητα του Γ; b 1 b 2 b 3 b4 b 5 b 6 b 7 b 8 b 9 5/11/2016 10 10

Πιθανότητα, διαισθητικά Ηπιθανότητα p = p(γ) [0,1]ενός ενδεχοµένου Γείναι ένας πραγµατικός αριθµόςπου αναπαριστά τη βεβαιότητά µας ότι τογθα συµβεί. Εάν p(γ) = 1, τότε είµαστε απόλυτα βέβαιοι ότι τογθα συµβεί, Και εποµένως θεωρούµε την πρόταση V Γ ως αληθή Εάν p(γ) = 0, τότε είµαστε απόλυτα βέβαιοι ότι τογδενθα συµβεί, Και εποµένως θεωρούµε την πρόταση V Γ ως ψευδή Εάν p(γ) = ½, τότε έχουµε τηµέγιστη αβεβαιότητασχετικά µε το κατά πόσον τογθα συµβεί, δηλαδή, το V Γ και το V Γ θεωρούνται ισοπίθανα... Πως ερµηνεύουµε τις άλλες τιµές της p; 5/11/2016 11 11

Ορισµοί της πιθανότητας Εναλλακτικοί ορισµοί της πιθανότητας: Με βάση τη συχνότητα εµφάνισης Αξιωµατικός 5/11/2016 12 12

Πιθανότητα: Ορισµός µε βάση τη συχνότητα εµφάνισης Η πιθανότητα ενός ενδεχοµένου Γ είναι το όριο, καθώς το n, του ποσοστού κατά το οποίο διαπιστώνουµε ότι V Γ κάνοντας n ανεξάρτητες επαναλήψεις του ίδιου πειράµατος. n p( Γ) : lim V n n Μερικά προβλήµατα αυτού του ορισµού: Είναι καλά ορισµένος για πειράµαταπου µπορούν να επαναληφθούν ανεξάρτητα, άπειρες φορές! εν µπορεί να µετρηθεί µε ακρίβεια σε πεπερασµένο χρόνο! Πλεονέκτηµα:Είναι ένας αντικειµενικός, µαθηµατικός ορισµός. 5/11/2016 13 13 Γ

Πιθανότητα: Αξιωµατικός ορισµός Έστω p µία συνάρτηση p:ω [0,1] τέτοια ώστε s Ω p(s) = 1, και 0 p(s) 1, s Ω Τότε, η πιθανότητα κάθε ενδεχοµένου Γ Ω είναι: p( ) : p( s) Γ s Γ 5/11/2016 14 14

Απλά/σύνθετα ενδεχόµενα Απλό ενδεχόµενο Γ: Γ = 1 Π.χ., µια ζαριά να καταλήξει σε 6: Γ={6} Σύνθετο ενδεχόµενο Γ: Γ > 1 Π.χ., µια ζαριά να καταλήξει σε περιττό αριθµό: Π={1, 3, 5} 5/11/2016 15 15

Παραδείγµατα Έστω ότι ρίχνουµε δύο νοµίσµατα. Ποια είναι η πιθανότητα να φέρουµε δύο φορές κορώνα; Ω={ΚΚ, ΚΓ, ΓΚ, ΓΓ} Άρα το ΚΚ είναι απλό ενδεχόµενο. Έστω ότι όλα τα αποτελέσµατα είναι ισοπίθανα, δηλαδή p(kk)=p(κγ)=p(γκ)=p(γγ) Ξέρουµε ότι p(kk)+p(κγ)+p(γκ)+p(γγ)=1=4x=> x=1/4. Άρα p(kk)=1/4. 5/11/2016 16 16

Παραδείγµατα Έστω ότι πυροβολούµε ένα στόχο µέχρι να τον πετύχουµε. Ποια είναι η πιθανότητα να τον πετύχουµε την 10 η φορά; (υποθέστε ότι σε κάθε βολή υπάρχει ίση πιθανότητα ευστοχίας και αστοχίας) Ω={ε, αε, ααε, αααε, ααααε,.} p(ε) = 1/2 p(αε) = 1/4 p(α k-1 ε) = 1/2 k 5/11/2016 17 17

Παραδείγµατα Προσέξτε ότι: 5/11/2016 18 18

Παραδείγµατα Πρόβληµα:Ποιά είναι η πιθανότητα να τραβήξει κανείς τέσσερις άσσους επιλέγοντας πέντε χαρτιά σε µία παρτίδα πόκερ; 5/11/2016 19 19

Παραδείγµατα Πρόβληµα:Ποιά είναι η πιθανότητα να τραβήξει κανείς τέσσερις άσσους επιλέγοντας πέντε χαρτιά σε µία παρτίδα πόκερ; Απάντηση: Υπάρχουν 48 συνδυασµοί που περιλαµβάνουν τέσσερις άσσους (γιατί;;;;) Υπάρχουν C(52, 5) διαφορετικές πεντάδες φύλλων που µπορούν να µοιραστούν (γιατί;;;). Άρα, η ζητούµενη πιθανότητα είναι 48/C(52, 5) = 0,0000185 5/11/2016 20 20

Παραδείγµατα Πρόβληµα:Ποιά είναι η πιθανότητα να τραβήξει κανείς τέσσερις άσσους επιλέγοντας πέντε χαρτιά σε µία παρτίδα πόκερ; Απάντηση: Υπάρχουν 48 συνδυασµοί που περιλαµβάνουν τέσσερις άσσους (επειδή C(4, 4) x (C(48, 1) = 48) Υπάρχουν C(52, 5) διαφορετικές πεντάδες φύλλων που µπορούν να µοιραστούν (επειδή πρέπει να βρούµε όλα τα διαφορετικά δυνατά υποσύνολα µε πλ. αριθµό 5 που µπορούν να προκύψουν από ένα σύνολο 52 στοιχείων). Άρα, η ζητούµενη πιθανότητα είναι 48/C(52, 5) = 0,0000185 5/11/2016 21 21

Παραδείγµατα Έστω ότι µία παρέα αποτελείται από 23 άτοµα. Ποια είναι η πιθανότητα να µηνυπάρχουν δύο άτοµα που να έχουν γενέθλια την ίδια µέρα του χρόνου (366 ηµέρες); Ποιο είναι το πλήθος όλων των ενδεχοµένων για τα γενέθλια όλων των ατόµων της παρέας; Ω = 366 23 Με πόσους τρόπους µπορούµε να επιλέξουµε 23 διαφορετικέςµέρες σε ένα έτοςως ηµέρες γενεθλίων των 23 ατόµων; P(366, 23) = 366!/343! Ποια είναι η ζητούµενη πιθανότητα; P(366, 23) / Ω = 0.494 (!!!) 5/11/2016 22 22

Πράξεις µεταξύ ενδεχοµένων (!) Εφόσον τα ενδεχόµενα τα ορίσαµε ως σύνολα (υποσύνολα του δειγµατικού χώρου) µπορούµε να εφαρµόσουµε σε αυτά όλες τις γνωστές (από τη θεωρία συνόλων) πράξεις 5/11/2016 23 23

Αντίστοιχες πιθανότητες ΈστωΓ 1,Γ 2 Ω= dom[v]. Τότε: p(γ 1 Γ 2 ) = Σ xi Γ 1 Γ 2 p(x i ) p(γ 1 Γ 2 ) = Σ xi Γ 1 Γ 2 p(x i ) p(γ 1 -Γ 2 ) = Σ xi Γ 1 -Γ 2 p(x i ) p(γ 1 Γ 2 ) = Σ xi Γ 1 Γ 2 p(x i ) 5/11/2016 24 24

Πιθανότητα ένωσης ενδεχοµένων ΈστωΓ 1,Γ 2 Ω= dom[v]. Θεώρηµα: p(γ 1 Γ 2 ) = p(γ 1 ) + p(γ 2 ) p(γ 1 Γ 2 ) Προκύπτει άµεσα από την αρχή του εγκλεισµού-αποκλεισµού... 5/11/2016 25 25

Ασυµβίβαστα ενδεχόµενα ύο ενδεχόµενα Γ 1, Γ 2 ονοµάζονταιασυµβίβαστα ή ξένα ότανγ 1 Γ 2 = Για ασυµβίβαστα ενδεχόµενα, p(γ 1 Γ 2 ) = p(γ 1 ) + p(γ 2 ). Ενδεχόµενο Γ = συµπλήρωµα του Γ = Ω-Γ p(γ) = 1 p(γ) 5/11/2016 26 26

Ασυµβίβαστα ενδεχόµενα Παράδειγµα:Στη ρίψη ενός κέρµατος, τα απλά ενδεχόµενα K= κορώνα Γ = γράµµατα είναι ασυµβίβαστα. 5/11/2016 27 27

Ασυµβίβαστα ενδεχόµενα Παράδειγµα:Στη ρίψη ενός ζαριού, τα σύνθετα ενδεχόµενα Α={2, 4, 6} Π = {1, 3, 5} είναι ασυµβίβαστα. Όµως τα {1, 2, 3, 4} και {3, 4, 5, 6} δεν είναι 5/11/2016 28 28

Παράδειγµα Έστω 1000 άτοµα παρακολουθούν έναν αγώνα. Από αυτά, 515 είναι γυναίκες και 485 είναι άνδρες. Έστω επίσης ότι γνωρίζουµε ότι από τις 515 γυναίκες, οι 90 είναι φίλαθλοι και ότι από τους 485 άνδρες οι 302 είναι φίλαθλοι Πείραµα: τυχαία επιλογή ενός ατόµου. 5/11/2016 29 29

Παράδειγµα γφ: όλες οι γυναίκες φίλαθλοι γµ: όλες οι γυναίκες που δεν είναι φίλαθλοι αφ: όλοι οι άντρες φίλαθλοι αµ: όλοι οι άντρες που δεν είναι φίλαθλοι ειγµατικός χώρος Ω =γφ γµ αφ αµ Τα γφ, γµ, αφ, αµ είναι ασυµβίβαστα, σύνθετα ενδεχόµενα η ένωση των οποίων δίνει το δειγµατικό χώρο 5/11/2016 30 30

Παράδειγµα Έστω 1000 άτοµα παρακολουθούν έναν αγώνα. Από αυτά, 515 είναι γυναίκες και 485 είναι άνδρες. 5/11/2016 31 31

Παράδειγµα Ποια είναι η πιθανότητα να επιλέξουµε άτοµο που είναι φίλαθλος ήείναι γυναίκα; (Ω={γφ, γµ, αφ, αµ}) 1 ος τρόπος 2 ος τρόπος 3 ος τρόπος 5/11/2016 32 32