Βασικά στοιχεία της θεωρίας πιθανοτήτων

Σχετικά έγγραφα
Βασικά στοιχεία της θεωρίας πιθανοτήτων

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

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

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

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

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

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

Οι μελέτες φυσικών φαινομένων ή πραγματικών προβλημάτων καταλήγουν είτε σεπροσδιοριστικά

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

Υπολογιστικά & Διακριτά Μαθηματικά

ν ν = 6. όταν είναι πραγµατικός αριθµός.

ν ν = 6. όταν είναι πραγµατικός αριθµός.

ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ. Κεφάλαιο 2 : Πληροφορία και Εντροπία Διάλεξη: Κώστας Μαλιάτσος Χρήστος Ξενάκης, Κώστας Μαλιάτσος

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ

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

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

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

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

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

ΚΕΦΑΛΑΙΟ 1 Ο ΠΙΘΑΝΟΤΗΤΕΣ

1.1 Πείραμα Τύχης - δειγματικός χώρος

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

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων

Βιομαθηματικά BIO-156

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

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

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

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

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

Θεωρία Πιθανοτήτων & Στατιστική

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ (ημιτελές Version )

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ

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

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

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

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

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ. για τα οποία ισχύει y f (x) , δηλαδή το σύνολο, x A, λέγεται γραφική παράσταση της f και συμβολίζεται συνήθως με C

17/10/2016. Στατιστική Ι. 3 η Διάλεξη

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

Ορισμός της Πιθανότητας (Ι)

ΧΑΡΑΛΑΜΠΟΣ.ΣΠ. ΛΥΚΟΥΔΗΣ - ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ

10/10/2016. Στατιστική Ι. 2 η Διάλεξη

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ( Version ) 2001

Στοχαστικές Στρατηγικές

Στατιστική Επιχειρήσεων Ι

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 1

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ

Θεωρία Πιθανοτήτων & Στατιστική

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

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

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

ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ Ανδρεσάκης Δ. ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΠΙΘΑΝΟΤΗΤΕΣ

ΚΕΦΑΛΑΙΟ. 1. α. Tι ονοµάζεται συνάρτηση από το σύνολο Α στο σύνολο Β; β. Tι ονοµάζεται πραγµατική συνάρτηση πραγµατικής µεταβλητής;

3/10/2016. Στατιστική Ι. 1 η Διάλεξη

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

Για το Θέμα 1 στα Μαθηματικά Γενικής Παιδείας Γ Λυκείου

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

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ

Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

II. Τυχαίες Μεταβλητές

ΘΕΩΡΙΑ ΑΛΓΕΒΡΑΣ της Α ΛΥΚΕΙΟΥ

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2015 ΕΚΦΩΝΗΣΕΙΣ

Θεωρία Πιθανοτήτων & Στατιστική

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

ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

n B ' n B = n n ΥΠΟ ΣΥΝΘΗΚΗ ('Η ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ )

Α. α) ίνεται η συνάρτηση F(x)=f(x)+g(x). Αν οι συναρτήσεις f, g είναι παραγωγίσιµες, να αποδείξετε ότι: F (x)=f (x)+g (x).

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

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

Στατιστική Συμπερασματολογία

Τυχαία μεταβλητή (τ.μ.)

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

Η Έννοια της τυχαίας ιαδικασίας

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΤΑΞΙΝΟΜΗΜΕΝΑ Ε ΟΜΕΝΑ

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

ΣΗΜΕΙΩΣΕΙΣ ΜΕΛΕΤΗΣ ΙΟΥΝΙΟΥ 2016 (version ) είναι: ( ) f =

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

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

Κεφάλαιο 1. Εισαγωγή: Βασικά Στοιχεία Θεωρίας Πιθανοτήτων και Εκτιμητικής

Στην Ξένια και στην Μαίρη

ÖÑÏÍÔÉÓÔÇÑÉÏ ÈÅÌÅËÉÏ ÇÑÁÊËÅÉÏ ÊÑÇÔÇÓ

ΠΙΘΑΝΟΤΗΤΕΣ. Ερωτήσεις του τύπου «Σωστό - Λάθος»

ΑΣΚΗΣΕΙΣ - ΠΙΘΑΝΟΤΗΤΕΣ

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

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

Παράρτηµα Α. Στοιχεία θεωρίας µέτρου και ολοκλήρωσης.

2. Πιθανότητα και Δεσμευμένη Πιθανότητα

Πιθανότητες και βακτηριουρία πυελονεφρίτιδα Πιθανότητες και ο καρκίνος της μήτρας Ιατρική διάγνωση με υπολογιστές

3. Κατανομές πιθανότητας

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

Transcript:

Η έννοια του Πειράµατος Τύχης. 9 3 Το σύνολο των πιθανών εκβάσεων ενός πειράµατος τύχης καλείται δειγµατοχώρος ήδειγµατικόςχώρος (sample space)καισυµβολίζεταιµεωήµε S.Έναστοιχείοω ή s του δειγµατικού χώρου Ω ή S καλείται δειγµατικό στοιχείο. Ένας δειγµατοχώρος είναι διακριτός αν το πλήθος των στοιχείων του είναι πεπερασµένο ή άπειρο αλλά αριθµήσιµο, διαφορετικά ο δειγµατοχώρος είναι µη διακριτός. Ένα γεγονός ή ενδεχόµενο είναι ένα υποσύνολο του δειγµατοχώρου. Για διακριτούς δειγµατοχώρουc, κάθε υποσύνολο του δειγµατοχώρου είναι ένα γεγονός. Ένα γεγονός το οποίο περιέχει ένα µόνο στοιχείο του Ω καλείται απλό ή στοιχειώδες γεγονός. 6

Η έννοια της Πιθανότητας Υπάρχουν πολλές επαναλαµβανόµενες καταστάσεις στη φύση για τις οποίες µπορούµε να προβλέψουµε από προηγούµενη εµπειρία τι θα συµβεί κατά µέσον όρο, αλλά όχι ακριβώς τι θα συµβεί. Σε τέτοιες περιπτώσεις λέµε ότι οι εµφανίσεις είναι τυχαίες. Προδιαγράφουµε ένα στοιχειώδες πείραµα τύχης. Καθορίζουµε όλες τις πιθανές εκβάσεις του στοιχειώδους πειράµατος τύχης. Επαναλαµβάνουµε το στοιχειώδες πείραµα πολλές φορές κάτω από οµοιόµορφες συνθήκες (φαινοµενικά τουλάχιστον) και παρατηρούµε τις εκβάσεις του πειράµατος. Ονοµάζουµεσχετικήσυχνότητατουγεγονότος A σε δοκιµέςτολόγο A Όπου A είναι η φορές που εµφανίστηκε το γεγονός A στις επαναλήψεις του πειράµατος τύχης. Οι σχετικές συχνότητες πραγµατοποίησης των ενδεχοµένων ενός πειράµατος σταθεροποιούνται γύρω από κάποιους αριθµούς (όχι πάντοτε ίδιους), καθώς ο αριθµός των δοκιµών ενός πειράµατος επαναλαµβάνεται απεριόριστα (στατιστική οµαλότητα ή νόµος των µεγάλων αριθµών). -

Εµπειρική Πιθανότητα Στο απλό γεγονός A αντιστοιχίζουµε ένα µη αρνητικό πραγµατικό αριθµό A) που ονοµάζεται πιθανότητα εµφάνισης (probability of occurrece) και ορίζεται ως Η εµπειρική πιθανότητα είναι A) = lim α) µη αρνητική A) για κάθε γεγονός A, β) νορµαλισµένη Ω) =, γ) πεπερασµένως προσθετική A + B) = A) + B) για οποιαδήποτε ξένα γεγονόταακαιβ. Κλασικός Ορισµός Πιθανότητας Ο κλασικός ορισµός της πιθανότητας είναι: A A) Αριθµός ευνοϊκών αποτελεσµάτων Ολικός αριθµός αποτελεσµάτων Θα πρέπει ο δειγµατοληπτικός χώρος να είναι διακριτός και τα απλά ενδεχόµενα να είναι ισοπίθανα. -3

Σεπείραµατύχηςυπάρχουν Nπιθανέςεκβάσεις A, A,, A Ν, πουείναιαµοιβαία αποκλειόµενες (mutually exclusive), δηλαδή, η εµφάνιση οποιασδήποτε έκβασης αποκλείει την εµφάνιση όλων των άλλων. Για όλα της δυνατές εκβάσεις ισχύει N = A ) = Η από κοινού πιθανότητα εµφάνισης δύο γεγονότων Α και Β είναι AB A, B) = lim Όπου ΑΒ είναι η φορές που εµφανίστηκε το συνδυασµένο γεγονός (Α,Β) στις επαναλήψεις του πειράµατος τύχης. Ο λόγος AB A παριστάνει τη σχετική συχνότητα της εµφάνισης του γεγονότος B δοθέντος ότι έχει εµφανιστεί το γεγονός A. Για µεγάλο πλήθος επαναλήψεων του πειράµατος τύχης ο λόγος AB A ορίζει την πιθανότητα εµφάνισης του γεγονότος B δοθέντος ότι έχει εµφανιστεί το γεγονός A. Η πιθανότητα αυτή αναφέρεται ως υποσυνθήκη πιθανότητα και συµβολίζεται ως B A), δηλαδή, B A) = lim AB A -4

Για µη διακριτούς δειγµατοχώρους, δεν είναι δυνατό να εκχωρήσουµε σε κάθε υποσύνολο του δειγµατοχώρου Ω µία πιθανότητα χωρίς να θυσιάσουµε θεµελιώδεις διαισθητικές ιδιότητες της πιθανότητας. Για να ξεπεράσουµε τη δυσκολία αυτή, ορίζουµε ως σ-πεδίο B στο δειγµατοχώρο Ω µία συλλογή από υποσύνολα του Ω τέτοια ώστε να ικανοποιούνται οι ακόλουθες συνθήκες Ω B Αν ένα υποσύνολο (γεγονός) E B τότε c E B Αν Ei B για όλα τα i, τότε U i = Ei B Ορίζουµε ένα µέτρο πιθανότητας στο B ως µία συνάρτηση η οποία αντιστοιχίζειµηαρνητικέςτιµέςγιαόλαταγεγονότα Eστο Bέτσιώστενα ικανοποιούνται οι ακόλουθες συνθήκες -5

Βασικά αξιώµατα της πιθανότητας. Η πιθανότητα όλου του δειγµατοχώρου Ω (δηλαδή του βέβαιου ενδεχόµενου) είναι ίσηµεένα.. Η πιθανότητα ενός ενδεχόµενου E περιορίζεται στο διάστηµα [, ] ( ), E ( Ω) E 3. Για ασυµβίβαστα (ή αµοιβαίως αποκλειόµενα) γεγονότα (δηλαδή, γεγονότα για τα οποία για όλα τα όπου είναι το κενό σύνολο), έχουµε E i Ω ( ) E = ) U E j = E i= i E i= i, E, 3 i j E,K Η τριάδα (Ω, B, ) ονοµάζεται χώρος πιθανότητας. -6

Όπου ( E E Ιδιότητες των πιθανοτήτων Α. Προσθετικόςνόµοςτωνπιθανοτήτων. Γιαδύοοποιαδήποτεενδεχόµενα E και E ισχύει ( E E ) = E ) + E ) E ) E ) είναι η συνδυασµένη πιθανότητα, δηλαδή, η πιθανότητα να εµφανισθούντα E και E µαζί (joit probability). Β. Γιατατυχαίαενδεχόµενα E, E, E γιαταοποία ισχύει E i E j = για i j και Ε Ε K Ε ( Ε) = Ε S) = [ Ε ( Ε Ε K Ε )] [( Ε Ε ) ( Ε Ε ) ( Ε )] = K Ε ( Ε Ε ) + Ε Ε ) + + Ε Ε ) = K = Ω Ταενδεχόµενα E, E,, E λέµεότιείναιαµοιβαίααποκλειόµεναήασυµβίβαστα ανάδύοκαιπλήρη. -7

Γ. Αν E E =Ω και E E =, τότετο E c λέγεται συµπληρωµατικότου C C ενδεχόµενου E, δηλώνει το γεγονός να µη συµβεί το E και ισχύει C ( E ) = E). ΓιαδύοενδεχόµεναΕ καιε µε E ισχύουν E E ) ( ) και E E ) ( E ) ( ) ( E ( E Ε. Η πιθανότητα του Ε µε την προϋπόθεση ότι πραγµατοποιήθηκε το Ε, λέγεται δεσµευµένη ή υπό συνθήκη πιθανότητα (coditioal probability), συµβολίζεται µε E E ) καιορίζεταιως ( E E ) = ( E), ), E ( E E ) αλλιώς ύοενδεχόµεναε καιε λέγονταιστατιστικάανεξάρτηταόταν ( E E ) = E ) ) ήόταν E E ) = ( ) E ( E -8

. Ο πολλαπλασιαστικός νόµος των πιθανοτήτων E E) = E E) ( E) = ( E E ( E. ( E E ) = ( E E E E ) 3. Για ένα σύνολο Ε, Ε,, Ε από αµοιβαία αποκλειόµενα πλήρη ενδεχόµενα ισχύει το θεώρηµα ολικής πιθανότητας { } i i E = m ( A) = A E ) E ) = Τα γεγονότα αποτελούν µία διαµέριση του δειγµατοχώρου Ω. καιοκανόναςτου Bayes ( E A) = m = ( A E ) E ) ( A E ) E ) -9

Μία πηγή πληροφορίας παράγει τα σύµβολα και µε πιθανότητες,6 και,4 αντίστοιχα. Η έξοδος της πηγής µεταδίδεται µέσα από κανάλι που έχει πιθανότητα σφάλµατος (µετατρέπειένα σε ήένα σε ίσηµε,. = είσ =,6 εξ = =,9 = εξ = ; είσ = =,4 εξ = =,9 = εξ = ; Η πιθανότητες ( και συνήθως αναφέρονται ως a priori probabilities. Επίσης οι πιθανότητες ( εξ = και εξ = τυπικά είναι γνωστές πριν την πραγµατοποίηση του πειράµατος. A) Η πιθανότητα η έξοδος του καναλιού να είναι δίνεται = N = A B ) B = + =,9,6+,,4=,58 Η πιθανότητα η έξοδος του καναλιού να είναι δίνεται = + =,,6+,9,4=,4 ) -

= είσ =,6 εξ = =,9 εξ = =,58 είσ = =,4 εξ = =,9 εξ = =,4 A B) B) ( B A) = A) Ηπιθανότηταηείσοδοςτουκαναλιούναείναι είναιυπότηνπροϋπόθεσηότιηέξοδος είναι δίνεται,9,6 = =,93,58 ) = ) = ) = ) ) ) ),9,4 =,4 ),,6 =,4 ),,4 =,58,857,43,69 Ηπιθανότητες ( ), όπου =, και =,, συνήθωςαναφέρονταιως a posteriori probabilities αφού γίνονται γνωστές µετά την πραγµατοποίηση πειραµάτων. -

= είσ =,6 εξ = =,9 εξ = =,58 είσ = =,4 εξ = =,9 εξ = =,4 Η πιθανότητα εσφαλµένης µετάδοσης είναι e = = + είσ =,,4+,,6=, Ή αν χρησιµοποιήσουµε το διάγραµµα έχουµε = είσ =,6,93 εξ = =,58 είσ = =,4,857 εξ = =,4 e = = + εξ = (,93,58+ (,857),4=,69,58+,43,4=, -