Υπολογιστικά & Διακριτά Μαθηματικά

Σχετικά έγγραφα
Υπολογιστικά & Διακριτά Μαθηματικά

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

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

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

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

Θεωρία Πιθανοτήτων & Στατιστική

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ

Στατιστική Επιχειρήσεων Ι

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

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

1.1 Πείραμα Τύχης - δειγματικός χώρος

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

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

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

Υπολογιστικά & Διακριτά Μαθηματικά

Θεωρία Πιθανοτήτων & Στατιστική

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

Μαθηματικά στην Πολιτική Επιστήμη:

Θεωρία Πιθανοτήτων & Στατιστική

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

Υπολογιστικά & Διακριτά Μαθηματικά

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ (ημιτελές Version )

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ

ΧΑΡΑΛΑΜΠΟΣ.ΣΠ. ΛΥΚΟΥΔΗΣ - ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ

ΑΣΚΗΣΕΙΣ - ΠΙΘΑΝΟΤΗΤΕΣ

Θεωρία Πιθανοτήτων & Στατιστική

1.2 ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ

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

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ( Version ) 2001

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

5. 3 ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική

Βασικά στοιχεία της θεωρίας πιθανοτήτων

ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ Ανδρεσάκης Δ. ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΠΙΘΑΝΟΤΗΤΕΣ

Υπολογιστικά & Διακριτά Μαθηματικά

Στέλιος Μιταήλογλοσ Δημήτρης Πατσιμάς.

Υπολογιστικά & Διακριτά Μαθηματικά

ΠΙΘΑΝΟΤΗΤΕΣ. Ερωτήσεις του τύπου «Σωστό - Λάθος»

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

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

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική

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

ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

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

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

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

ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ

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

Υπολογιστικά & Διακριτά Μαθηματικά

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

Στοχαστικές Στρατηγικές

ΠΡΟΓΡΑΜΜΑΤΙΣΜΕΝΟ ΔΙΑΓΩΝΙΣΜΑ ΚΥΡΙΑΚΗ 19 ΟΚΤΩΒΡΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ

ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0

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

Η Έννοια της Πιθανότητας. 1 Βρείτε την πιθανότητα του καθ ενός απ τα παρακάτω ενδεχόμενα:

Στατιστική Επιχειρήσεων Ι

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

Γ ε ν ι κ έ ς εξ ε τ ά σ ε ι ς Μαθηματικά και Στοιχεία Στατιστικής Γ λυκείου γ ε ν ι κ ή ς π α ι δ ε ί α ς

Υπολογιστικά & Διακριτά Μαθηματικά

Φροντιστήριο #8 Ασκήσεις σε Πιθανότητες 15/05/2015

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ. ΕΝΟΤΗΤΑ: Γραμμικές Συναρτήσεις Διάκρισης. ΔΙΔΑΣΚΟΝΤΕΣ: Βλάμος Π. Αυλωνίτης Μ. ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

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

Πιθανότητες και Στατιστική Ενότητα 2: Δεσμευμένη πιθανότητα και στοχαστική ανεξαρτησία Αντώνιος Οικονόμου Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής κ

ΓΕ.Λ ΕΞΑΠΛΑΤΑΝΟΥ ΣΧΟΛΙΚΟ ΕΤΟΣ : ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΑΛΓΕΒΡΑΣ Α ΛΥΚΕΙΟΥ. 1 ) Αν Α και Β είναι δύο ασυμβίβαστα ενδεχόμενα ενός δειγματικού χώρου

ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΟΙΚΟΝΟΜΟΛΟΓΟΥΣ

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

Μαθηματικά στην Πολιτική Επιστήμη:

Α) Να γράψετε με τη βοήθεια των πράξεων των συνόλων το ενδεχόμενο που παριστάνει το σκιασμένο εμβαδόν σε καθένα από τα παρακάτω διαγράμματα Venn.

Στατιστική. Ενότητα 2 η : Τυχαίες μεταβλητές, Συναρτήσεις Κατανομής Πιθανότητας. Γεώργιος Ζιούτας Τμήμα Χημικών Μηχανικών Α.Π.Θ.

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

Θεωρία Πιθανοτήτων & Στατιστική

Συστήματα Αναμονής. Ενότητα 2: Τυχαίες Μεταβλητές. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. Συστήματα Αυτομάτου Ελέγχου. Ενότητα Α: Γραμμικά Συστήματα

o Γενικό Λύκειο Χανίων Γ τάξη. Γενικής Παιδείας. Ασκήσεις για λύση

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ

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

ΜΑΘΗΜΑΤΙΚΑ. 1 ο ΔΙΑΓΩΝΙΣΜΑ. ΘΕΜΑ 1 ο Δίνεται η συνάρτηση f x. Ι. Το πεδίο ορισμού της f είναι:., 1 υ -1, B. 1, Γ. -1,., 1.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συνάρτηση κατανομής πιθανότητας Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας

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).

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΘΕΜΑ Α Να χαρακτηρίσετε τις παρακάτω προτάσεις ως αληθής (Α) ή ψευδής (Ψ)

Μαθηµατικά & Στοιχεία Στατιστικής Γενικής Παιδείας Γ Λυκείου 2001

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

ΙΣΟΠΙΘΑΝΑ ΕΝΔΕΧΟΜΕΝΑ-ΚΛΑΣΙΚΟΣ ΟΡΙΣΜΟΣ ΠΙΘΑΝΟΤΗΤΑΣ

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

Στατιστική Επιχειρήσεων Ι

ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΧΡΗΣΗ Η/Υ

Μαθηµατικά & Στοιχεία Στατιστικης Γενικής Παιδείας Γ Λυκείου 2001 ÈÅÌÅËÉÏ

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

Transcript:

Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 6: Πιθανότητες Στεφανίδης Γεώργιος

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας χρήσης, η άδεια χρήσης αναφέρεται ρητώς. 2

Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Μακεδονίας» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους. 3

Πείραμα τύχης Ενδεχόμενα [1] Δειγματικός χώρος Ω είναι το σύνολο των δυνατών αποτελεσμάτων του πειράματος τύχης. Ενδεχόμενο ενός πειράματος τύχης ονομάζουμε κάθε υποσύνολο του δειγματικού χώρου Ω. Επειδή τα ενδεχόμενα ενός π. τ. είναι υποσύνολα του δ. χ. Ω, μεταφέρονται σ αυτά οι έννοιες και οι πράξεις που έχουμε ορίσει στα σύνολα, θα λέμε δε ότι το ενδεχόμενο Α πραγματοποιείται όταν το αποτέλεσμα του π. τ. είναι στοιχείο του συνόλου Α. A Β (x, xa xb) όταν πραγματοποιείται το Α, πραγματοποιείται και το Β. Α c = {x Ω : x A} = «όχι Α» πραγματοποιείται το «όχι Α», όταν δεν πραγματοποιείται το Α. Α Β = {x Ω : x A ή x B} = «Α ή Β» πραγματοποιείται το «Α ή Β», όταν πραγματοποιείται ένα τουλάχιστον από τα Α, Β. Α Β = {x Ω : x A και x B} = «Α και Β» πραγματοποιείται το «Α και Β», όταν πραγματοποιούνται συγχρόνως τα Α, Β. 4

Πείραμα τύχης Ενδεχόμενα [2] αν Α Β = τότε τα σύνολα Α, Β είναι ξένα και λέμε τα ενδεχόμενα Α, Β ασυμβίβαστα δηλαδή, η πραγματοποίηση του ενός αποκλείει την πραγματοποίηση του άλλου. Α Α c = Ω και Α Α c = (δύο συμπληρωματικά ή αντίθετα ενδεχόμενα είναι και ασυμβίβαστα αλλά δύο ασυμβίβαστα ενδεχόμενα δεν είναι κατ ανάγκη και αντίθετα). Α Β = {x Ω : x A και x Β} = Α Β c = «Α και όχι Β» το «Α και όχι Β» πραγματοποιείται, όταν πραγματοποιείται μόνο το A. A Δ B = {x Ω : x (A B) ή x (B A)} = (A B) (B A) = «Α και όχι Β ή Β και όχι Α» το «Α και όχι Β ή Β και όχι Α» πραγματοποιείται, όταν πραγματοποιείται ένα μόνον από τα Α, Β. 5

Πιθανότητα Μέτρο πιθανότητας ή πιθανότητα, ονομάζουμε τη συνάρτηση P : (Ω) όπου (Ω) = δυναμοσύνολο του Ω, που είναι τέτοια, ώστε για κάθε Α, Β Ω να είναι: 0 Ρ(Α) 1 Ρ(Ω) = 1 Ρ(Α Β) = Ρ(Α) + Ρ(Β) αν Α Β =. Ο αριθμός Ρ(Α) λέγεται πιθανότητα του ενδεχομένου Α. Από τον παραπάνω ορισμό προκύπτει ότι: αν Α 1, Α 2,, Α k είναι ανά δύο ασυμβίβαστα ενδεχόμενα, τότε 1. Ρ(Α 1 Α 2 Α k ) = Ρ(Α 1 ) + Ρ(Α 2 ) + + Ρ(Α k ) 2. Ρ() = 0 αν σ ένα δ. χ. Ω = {ω 1, ω 2,, ω n } τα στοιχειώδη ενδεχόμενα {ω 1 }, {ω 2 },, {ω n } είναι ομοιόμορφα ή ισοπίθανα (ομοιόμορφος ή ισοπίθανος δ. χ.) τότε, 1. Ρ({ω i }) = 1/ Ω, i = 1, 2,, n 2. αν Α = {a 1, a 2,, a k } (a i = δυνατό αποτέλεσμα του π. τ.) τότε, Για τις πιθανότητες ισχύουν οι ακόλουθες ιδιότητες. 1. Ρ(Α c ) = 1 Ρ(Α) 2. Ρ(Α Β) = Ρ(Α) Ρ(Α Β) 3. Ρ(Α Β) = Ρ(Α) + Ρ(Β) Ρ(Α Β) 6

Παράδειγμα [1] Σ ένα Λύκειο υπάρχουν 70 μαθητές στην Α τάξη, 62 στη Β και 50 στη Γ. Επιλέγουμε τυχαία τρεις μαθητές. Ποια είναι η πιθανότητα, i. και οι τρεις να είναι από την Α τάξη; ii. οι δύο να είναι από την Α και ο ένας από την Γ τάξη; iii. να είναι ένας από κάθε μια τάξη; Λύση Επειδή οι τριάδες που σχηματίζονται δεν είναι διατεταγμένες (έχουμε απλή επιλογή τριών στοιχείων από 70 + 62 + 50 = 182), ο δ. χ. έχει πληθικό αριθμό 182 182! 179! 180181182 988620 3 3!179! 23179! i. Επειδή το ενδεχόμενο Α: «και οι τρεις από την Α τάξη» είναι το σύνολο των τριάδων (όχι διατεταγμένων) που επιλέγονται από 70, συνεπάγεται ότι 70 54740 A 54740 P( A) 0,0554 3 988260 ii. Επειδή το ενδεχόμενο Β: «οι δύο από την Α τάξη και ένας από την Γ» είναι το σύνολο των τριάδων (όχι διατεταγμένων) που επιλέγονται όπως φαίνεται στο διάγραμμα, έχουμε ότι οι ευνοϊκές περιπτώσεις του ενδεχομένου Β είναι 7

Παράδειγμα [2] Άρα, 70 50 B 120750 2 1 120750 PB ( ) 0,1222 988260 iii. Άρα, παρόμοια για το ενδεχόμενο Γ: «να είναι ένας από κάθε μια τάξη», οι ευνοϊκές περιπτώσεις είναι, 70 62 50 Γ = 217000 1 1 1 217.000 P( ) 0,219 988260 8

Έστω Ω ένας δ. χ. και Α, Β δύο ενδεχόμενα με Ρ(Β) > 0. Δεσμευμένη πιθανότητα του Α με δεδομένο το Β ονομάζουμε τον αριθμό, P( A B) P( A B) PB ( ) ή την πιθανότητα του Α με την προϋπόθεση ότι έχει ήδη πραγματοποιηθεί το Β. Αν και Ρ(Α) > 0, τότε ορίζεται και η δεσμευμένη πιθανότητα του Β με δεδομένο το Α, Είναι, Είναι επίσης, και γενικότερα, Δεσμευμένη Πιθανότητα P( B A) ( ) ( ) ( ) ( ) P A B P A P B A P B P A B P( A B) P( A) πολλαπλασιαστικός νόμος πιθανοτήτων n n 1 i 1 2 1 3 1 i 2 n i1 i P A P ( A ) P A A P A A A P A A. P A B Γ P( A) P( B A) P( Γ A B) 9

Παράδειγμα [3] Παράδειγμα: Ένα Λύκειο έχει την παρακάτω δύναμη μαθητών κατά φύλο: τάξεις μαθητές κορίτσια αγόρια Α 38 20 18 Β 35 16 19 Γ 32 17 15 Επιλέγουμε τυχαία μια τάξη και από την τάξη αυτή επιλέγουμε τυχαία έναν μαθητή. Ποια είναι η πιθανότητα να είναι κορίτσι; Λύση Για να πραγματοποιηθεί το ενδεχόμενο Κ: «είναι κορίτσι» αρκεί να πραγματοποιηθεί ένα από τα ενδεχόμενα: «επιλέγεται η τάξη Α και απ αυτή ένα κορίτσι» ή, «επιλέγεται η τάξη Β και απ αυτή ένα κορίτσι» ή, «επιλέγεται η τάξη Γ και απ αυτή ένα κορίτσι» οπότε, αν Α είναι το ενδεχόμενο «είναι η τάξη Α», Β το ενδεχόμενο «είναι η τάξη Β» και Γ το ενδεχόμενο «είναι η τάξη Γ», έχουμε Ρ(Κ) = Ρ(Α Κ) + Ρ(Β Κ) + Ρ(Γ Κ). Είναι, Ρ(Α Κ) = Ρ(Α)Ρ(Κ / Α) = (1/3) (20/38) = 10/57 1 16 16 1 17 17 P B K P B P K B P P P K Τελικά είναι, 3 35 105 3 32 96 10 16 17 P K 57 105 96 10

Παρατήρηση [1] Την παραπάνω λύση μπορούμε να την αποδώσουμε με το παρακάτω δενδρόγραμμα: 20/38 κ Α 18/38 α Ο 1/3 1/3 16/35 Β κ 19/35 α 1/3 17/32 κ Γ 15/32 α 11

Παρατήρηση [2] Οι κλάδοι ΟΑ, ΟΒ, ΟΓ αντιστοιχούν στις επιλογές των τάξεων Α, Β, Γ αντίστοιχα, και είναι σημειωμένες οι αντίστοιχες πιθανότητες πάνω σ αυτούς. Από το καταληκτικό σημείο κάθε κλάδου ξεκινούν δύο άλλοι κλάδοι που αντιστοιχούν στις επιλογές κοριτσιού (κ) ή αγοριού (α) με τις αντίστοιχες δεσμευμένες πιθανότητες. Για τη λύση της άσκησης ξεχωρίζουμε τις διαδρομές από το Ο μέχρι το τελικό που ζητούμε και στη συνέχεια εφαρμόζουμε τον πολλαπλασιαστικό νόμο των πιθανοτήτων. Το άθροισμα των πιθανοτήτων κατά διαδρομή μας δίνει τη ζητούμενη πιθανότητα: O A K π ιθανότητα p1 1 3 20 38 O B K πιθανότητα p2 1 3 16 35 P( K ) p1 p2 p3 O Γ K π ιθανότητα p3 1 3 17 32 Παρατήρηση: Κλάδοι με κοινή αρχή αντιστοιχούν σε πιθανότητες με άθροισμα 1. 12

Θεώρημα Ολικής Πιθανότητας Θεώρημα Ολικής Πιθανότητας Αν Α 1, Α 2,, Α m είναι μια διαμέριση του δ. χ. Ω και Α είναι ένα ενδεχόμενο τότε, Ρ(Α) = Ρ(Α 1 )Ρ(Α /Α 1 ) + Ρ(Α 2 )Ρ(Α /Α 2 ) + + Ρ(Α m )Ρ(Α /Α m ) Α 1 Α m Α 2 Α {i j, Α i A j =, i, j = 1, 2,, m και Α 1 Α 2 Α m = Ω} 13

Κανόνας του Bayes Κανόνας του Bayes: Αν Α 1, Α 2,, Α m είναι μια διαμέριση του δ. χ. Ω με P(A k ) > 0, για όλα τα k με 1 k m, και Α είναι ένα ενδεχόμενο, τότε P A k A P Ak P A Ak P A P A A P A P A A P A P A A 1 1 2 2 Ο κανόνας του Bayes χρησιμοποιείται συχνά για εξαγωγή συμπεράσματος. Υπάρχει ένα πλήθος αιτίων που μπορεί να έχουν ως συνέπεια ένα αποτέλεσμα. Παρατηρούμε το αποτέλεσμα και θέλουμε να συμπεράνουμε για το αίτιο. Τα ενδεχόμενα Α 1, Α 2,, Α m συσχετίζονται με τα αίτια και το ενδεχόμενο Α αντιπροσωπεύει το αποτέλεσμα. Η πιθανότητα P(A/A k ) ότι το αποτέλεσμα θα παρατηρηθεί όταν το αίτιο A k είναι παρόν, ισοδυναμεί με ένα τυχαιοκρατικό μοντέλο της σχέσης αίτιο / αιτιατό. Με δεδομένο ότι το ενδεχόμενο Α έχει πραγματοποιηθεί / παρατηρηθεί, θέλουμε να υπολογίσουμε τη (δεσμευμένη) πιθανότητα P(A k /A) ότι το αίτιο A k είναι παρόν. m m 14

Παράδειγμα Ολικής Πιθανότητας - Bayes Για παράδειγμα, ας υποθέσουμε ότι έχουμε ένα αμερόληπτο νόμισμα και ένα μεροληπτικό το οποίο πάντοτε φέρνει Κ. Εκτελούμε ένα π.τ. ως εξής: επιλέγουμε τυχαία ένα από τα δύο νομίσματα, ρίχνουμε το επιλεγέν νόμισμα μία φορά και στη συνέχεια το ρίχνουμε ξανά. Αν υποτεθεί ότι το επιλεγέν νόμισμα φέρνει και τις δύο φορές Κ, ποια είναι η πιθανότητα να είναι το μεροληπτικό; Θα χρησιμοποιήσουμε τον κανόνα του Bayes. Έστω Α 1 το ενδεχόμενο ότι επιλέγεται το μεροληπτικό νόμισμα και Α το ενδεχόμενο ότι το νόμισμα φέρνει Κ δύο φορές. Θέλουμε να υπολογίσουμε την πιθανότητα Pr{A 1 /A}. Η διαμέριση του δ. χ. Ω που θεωρούμε, αποτελείται από τα Α 1, Α 2 = Α 1c. Έχουμε P(A 1 ) = 1/2, Pr(A/A 1 ) = 1, Pr(A 2 ) = 1/2 και Pr(A/A 2 ) = 1/4. Επομένως, Με αφορμή το τελευταίο παράδειγμα να πούμε ότι, επειδή τα σύνολα Α και Α c αποτελούν μια διαμέριση του δ. χ. Ω, μια συνήθης μορφή του κανόνα του Bayes είναι η ακόλουθη (Β είναι ένα ενδεχόμενο): 15

Παράδειγμα [4] Παράδειγμα: Μια αποθήκη ηλεκτρικών ειδών προμηθεύεται το 40% των ηλεκτρικών της λαμπτήρων από τη βιομηχανία Χ, το 35% από την Υ και το 25% από τη Ζ. Ορισμένοι λαμπτήρες είναι ελαττωματικοί: το 1% της παραγωγής λαμπτήρων της Χ, το 2% της Υ και το 3% της Ζ. επιλέγουμε τυχαία ένα λαμπτήρα από την αποθήκη αυτή και διαπιστώνουμε ότι είναι ελαττωματικός. Ποια είναι η πιθανότητα ο λαμπτήρας αυτός να είναι της βιομηχανίας Ζ; Λύση Θεωρούμε τα ενδεχόμενα X, Y, Ζ: «λαμπτήρας από τη βιομηχανία X, Y, Ζ», αντίστοιχα Ε: «λαμπτήρας ελαττωματικός» Σ: «λαμπτήρας σωστός» για τα οποία έχουμε P(Z) = 0,25 και P(E / Z) = 0,03. Από το σχετικό δενδρόγραμμα βρίσκουμε 0,01 Ε Χ Σ Έτσι, σύμφωνα με τον κανόνα του Bayes, έχουμε P( E Z) P( Z) (0,25) (0,03) 75 15 P( Z E) PE ( ) 0, 0185 185 37 {40% < (15/37) < 41%} Ο Ε 0,40 0,02 0,35 Υ Σ 0,25 0,03 Ε Z Σ 16

Τέλος Ενότητας