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

Σχετικά έγγραφα
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2012 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων

8 Άρα η Ϲητούµενη πιθανότητα είναι

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

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

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

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

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

3ο Φροντιστηριο ΗΥ217

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2014 ιδάσκων : Π. Τσακαλίδης. Λύσεις εύτερης Σειράς Ασκήσεων

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

P (A B) = P (A) + P (B) P (A B)

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

P (D) = P ((H 1 H 2 H 3 ) c ) = 1 P (H 1 H 2 H 3 ) = 1 P (H 1 )P (H 2 )P (H 3 )

P( n, k) P(5,5) 5! 5! 10 q! q!... q! = 3! 2! = 0! 3! 2! = 3! 2!

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

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

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49

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

ΙΙΙ εσµευµένη Πιθανότητα

P = 0 1/2 1/ /2 1/

Κεφάλαιο 2: ιατάξεις και Συνδυασµοί.

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

#(A B) = (#A)(#B). = 2 6 = 1/3,

/ / 38

P (A B) = P (A) + P (B) P (A B).

200, δηλαδή : 1 p Y (y) = 0, αλλού

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης. Λύσεις Πρώτης Σειράς Ασκήσεων

xp X (x) = k 3 10 = k 3 10 = 8 3

P (B) = P (B/A) P (A) + P (B/Γ) P (Γ) =

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

, x > a F X (x) = x 3 0, αλλιώς.

HY118- ιακριτά Μαθηµατικά

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

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

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

P (M = 9) = e 9! =

P( X < 8) = P( 8 < X < 8) = Φ(0.6) Φ( 1) = Φ(0.6) (1 Φ(1)) = Φ(0.6)+Φ(1) 1

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

12xy(1 x)dx = 12y. = 12 y. = 12 y( ) = 12 y 1 6 = 2y. x 6x(1 x)dx = 6. dx = 6 3 x4

Αλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 2

Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 4

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό.

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

Κεφάλαιο 2: ιατάξεις και Συνδυασµοί.

0, x < 0 1+x 8, 0 x < 1 1 2, 1 x < x 8, 2 x < 4

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

P(n, r) = n r. (n r)! n r. n+r 1

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές»

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

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

ΣΥΝ ΥΑΣΤΙΚΗ ΑΝΑΛΥΣΗ. Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες, Κ. Πετρόπουλος. Τµ. Επιστήµης των Υλικών

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ

P (A) + P (B), [Α,Β: ξένα µεταξύ τους] P (C A B) [P (A) + P (B)] P (C A) P (A) P (B) 3 4 ( ) 1 7 = 3 7 =

ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι. Ασκησεις - Φυλλαδιο 2

Συνδυαστική. Που το πάµε. Πείραµα Συνδυαστική. Το υλικό των. ΗΥ118 ιακριτά Μαθηµατικά, Άνοιξη Πέµπτη, 21/4/2016

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 3

Λύσεις 1ης Ομάδας Ασκήσεων

Θεωρία Πιθανοτήτων & Στατιστική

Συνδυαστική Απαρίθµηση

P (A 1 A 2... A n ) = P (A 1 )P (A 2 A 1 )P (A 3 A 1 A 2 ) P (A n A 1 A 2 A n 1 ).

P (A B) = P (A) + P (B) P (A B) = = 0.6.

Αβεβαιότητα ανάγκη για πιθανότητα

HY118- ιακριτά Μαθηµατικά. Μαθηµατική επαγωγή. 11 Επαγωγή

Εισαγωγή στην Τοπολογία

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 7

Αλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 2

HY118- ιακριτά Μαθηµατικά

Φροντιστήριο #6 Λυμένες Ασκήσεις στη Συνδυαστική 22/4/2016

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες -Εαρινό Εξάµηνο 2016 ιδάσκων : Π.

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 9

c(2x + y)dxdy = 1 c 10x )dx = 1 210c = 1 c = x + y 1 (2xy + y2 2x + y dx == yx = 1 (32 + 4y) (2x + y)dxdy = 23 28

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

2. Στοιχεία Πολυδιάστατων Κατανοµών

Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 3

ΕΠΑΝΑΛΗΠΤΙΚΗ ΕΙΓΜΑΤΟΛΗΨΙΑ

< 1 για κάθε k N, τότε η σειρά a k συγκλίνει. +, τότε η η σειρά a k αποκλίνει.

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

ΕΣΜΕΥΜΕΝΕΣ ΠΙΘΑΝΟΤΗΤΕΣ

εσµευµένες Πιθανότητες-Λυµένα Παραδείγµατα 3. Επιλέγουµε έναν που δεν είναι άνεργος. Ποια είναι η πιθανότητα να είναι πτυχιούχος; = 0.

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

Θεωρητικά Θέµατα. Ι. Θεωρία Οµάδων. x R y ή x R y ή x y(r) [x] R = { y X y R x } X. Μέρος Σχέσεις Ισοδυναµίας, ιαµερίσεις, και Πράξεις

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο 1

11 Το ολοκλήρωµα Riemann

Μάθηµα Θεωρίας Αριθµών Ε.Μ.Ε

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

1 Ορισµός ακολουθίας πραγµατικών αριθµών

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Προτεινοµενες Ασκησεις - Φυλλαδιο 9

ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι. Ασκησεις - Φυλλαδιο 8

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 2

P(Ο Χρήστος κερδίζει) = 1 P(Ο Χρήστος χάνει) = 1 P(X > Y ) = 1 2. P(Ο Χρήστος νικά σε 7 από τους 10 αγώνες) = 7

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 3

1 Οι πραγµατικοί αριθµοί

ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι. Ασκησεις - Φυλλαδιο 8

ροµολόγηση πακέτων σε δίκτυα υπολογιστών

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ

0 x < (x + 2) 2 x < 1 f X (x) = 1 x < ( x + 2) 1 x < 2 0 x 2

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 9

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

Transcript:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-: Πιθανότητες - Χειµερινό Εξάµηνο 0 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο - Συνδυαστική Ανάλυση Επιµέλεια : Σοφία Σαββάκη Θεωρία. Η ϐασική αρχή της απαρίθµησης (Counting principle ή Καρτεσιανό γινόµενο Ενα πείραµα απαρτίζεται από r στάδια. Εστω ότι (α Υπάρχουν n δυνατά αποτελέσµατα για το πρώτο στάδιο (ϐ Για κάθε πιθανό αποτέλεσµα του πρώτου σταδίου, υπάρχουν n δυνατά αποτελέσµατα στο δεύτερο στάδιο (γ Γενικά, για κάθε πιθανό αποτέλεσµα των πρώτων i σταδίων, υπάρχουν n i δυνατά αποτελέσµατα στο στάδιο i. Τότε, ο αριθµός όλων των δυνατών αποτελεσµάτων του πειράµατος είναι n n n r. ιατάξεις (Μεταθέσεις (Permutations Από ένα πλήθος n διαφορετικών αντικειµένων παίρνουµε k από αυτά και τα ϐάζουµε σε µια σειρά. Οι ακολουθίες k στοιχείων που προκύπτουν καλούνται διατάξεις των n στοιχείων ανά k και είναι P (n, k = (n k! το πλήθος, όπου = (n n : n παραγοντικό, 0! = Συνδυασµοί (Combinations Σε µια διάταξη λαµβάνεται υπόψη η σειρά των στοιχείων. Αν δε µας ενδιαφέρει η σειρά των στοιχείων, αλλά µόνο τα διαφορετικά σύνολα, λέµε ότι παίρνουµε τους συνδυασµούς n στοιχείων ανά k, C(n, k. Προφανώς, από κάθε συνδυασµό µε k στοιχεία προκύπτουν k! διατάξεις. Εποµένως, C(n, k k! = P (n, k C(n, k = (n k!k! ( n k το πλήθος συνδυασµών n στοιχείων ανά k.

Πιθανότητες - 0/Φροντιστήριο ιαµερισµοί (Partitions Ενας συνδυασµός n στοιχείων ενός συνόλου ανά k διαµερίζει το σύνολο σε δύο υποσύνολα εκ των οποίων το ένα περιέχει k στοιχεία και το άλλο τα υπόλοιπα n k. Εστω τώρα ότι ϑέλουµε να γενικεύσουµε διαµερίζοντας το αρχικό σύνολο σε περισσότερα των υποσύνολα, συγκεκριµένα r τον αριθµό, ξένα µεταξύ τους που περιέχουν n + n +... + n r στοιχεία ώστε n + n +... + n r = n. Εφαρµόζοντας την αρχή της απαρίθµησης για αυτήν την διαδικασία r-σταδίων, ο συνολικός αριθµός διαµερισµών n στοιχείων σε n, n,...n r είναι P (n, n,...n r ( n n,n,...,n r = n!n!n r! Συγκεντρωτικός πίνακας - Αντιστοιχία µε δειγµατοληψία ειγµατοληψία Στοιχείο Συνδυαστικής Ανάλυσης Τύπος Με επανάθεση Καρτεσιανό γινόµενο n n n r Χωρίς επανάθεση ιατάξεις/μεταθέσεις ( Εχει σηµασία η σειρά ( (n k! Χωρίς επανάθεση, χωρίς διάταξη n Συνδυασµοί ( εν έχει σηµασία η σειρά ( k (n k! k! n ιαδοχική ιαµερισµοί = n, n,..., n r n! n! n r! Ασκηση. Το δελτίο καιρού για µία τυχαία µέρα του έτους µπορεί να λέει ήλιος, συννεφιά, βροχή ή χιόνι. Υποθέτουµε τέσσερις εποχές (ϕθινόπωρο, χειµώνας, άνοιξη, καλοκαίρι µε 90 ηµέρες στην κάθε εποχή, ότι χιόνι µπορεί να πέσει µόνο τον χειµώνα και ότι δε ϐρέχει το καλοκαίρι. Πόσα ετήσια δελτία καιρού είναι δυνατά, δηλαδή ποιο είναι το πλήθος όλων των δυνατών ακολου- ϑιών δελτίων καιρού ( 90 360 ηµερών. Την άνοιξη και το ϕθινόπωρο, κάθε µέρα έχει τρεις πιθανές καταστάσεις για τον καιρό ( ήλιος, συννεφιά, βροχή, συνεπώς για κάθε µια από αυτές τις εποχές το συνολικό πλήθος των καταστάσεων είναι 3 } 3 3 {{ 3 } = 3 90. 90µέρές Οµοίως, υπάρχουν 90 καταστάσεις για τον χειµώνα ( ήλιος, συννεφιά, βροχή, χιόνι και 90 καταστάσεις για το καλοκαίρι ( ήλιος, συννεφιά. Το συνολικό πλήθος όλων των δυνατών ακολουθιών δελτίων καιρού για 360 µέρες είναι : 3 90 3 90 90 90 0 6.

Πιθανότητες - 0/Φροντιστήριο 3 Ασκηση. Πόσους αναγραµµατισµούς µπορούµε να κάνουµε στις παρακάτω λέξεις ; (α children (ϐ bookkeeper Ο τύπος για τους ανασυνδυασµούς n αντικειµένων εκ των οποίων υπάρχουν k αντικείµενα τύπου, k αντικείµενα τύπου,..., k m αντικείµενα τύπου m είναι : k! k! k 3! k m!. (Από ϑεωρία ιαµερισµών παραπάνω Με ϐάση αυτόν τον τύπο η λύση του προβλήµατος είναι απλή : 8! (α µε την λέξη children µπορούµε να κάνουµε = 8! αναγραµµατισµούς (κανένα γράµµα δεν εµφανίζεται παραπάνω από!!!!!!!! ϕορές. (ϐ µε την λέξη bookkeeper µπορούµε να κάνουµε!! = 0! 3!!! αναγραµµατισµούς.!! }{{} o 0! }{{}! }{{} 3! k e Ασκηση 3. Ενα άτοµο έχει 8 ϕίλους, από τους οποίους ϑέλει να καλέσει σε ένα πάρτι. (α Πόσες επιλογές έχει αν δύο από τους ϕίλους του έχουν µαλώσει και δεν γίνεται να προσκλη- ϑούν συγχρόνως ; (ϐ Πόσες επιλογές έχει αν δύο από τους ϕίλους του είναι Ϲευγάρι και πρέπει να προσκληθούν συγχρόνως ; Tip: Σε τέτοιου είδους ασκήσεις αρχικά σκεφτόµαστε τις περιπτώσεις για να πραγµατοποιηθεί το Ϲητούµενο ενδεχόµενο και στη συνέχεια χωρίζουµε το αρχικό σύνολο σε υποσύνολα στα οποία τέλος µετράµε το πλήθος των συνδυασµών. (α Εδώ έχουµε περιπτώσεις αν δύο άτοµα δε γίνεται να προσκληθούν συγχρόνως : είτε δε ϑα προσκληθεί κανένας από τους δύο, είτε ϑα προσκληθεί µόνο ένας εκ των δύο. Στη συνέχεια το σύνολο χωρίζεται σε δύο υποσύνολα : Το ένα περιέχει τα άτοµα που έχουν µαλώσει και το άλλο τα εναποµείναντα 6 από τα συνολικά 8 άτοµα. Στην πρώτη περίπτωση το άτοµο δε ϑα καλέσει κανένα από τους δύο, διαλέγοντας 0 άτοµα από το σύνολο των και ϑα καλέσει και τα άτοµα από το σύνολο των 6. Στη δεύτερη περίπτωση το άτοµο ϑα καλέσει έναν εκ των δύο, διαλέγοντας άτοµο από το σύνολο των και ϑα καλέσει τα υπόλοιπα άτοµα από το σύνολο των 6. Οπότε τελικά το συνολικό πλήθος των επιλογών ϑα είναι : C(, 0 C(6, + C(, C(6, = ( 0 ( 6 + ( ( 6 = ( 6 + ( 6

Πιθανότητες - 0/Φροντιστήριο (ϐ Εδώ έχουµε περιπτώσεις αν δύο άτοµα είναι Ϲευγάρι : είτε δε ϑα προσκληθεί κανένας από τους δύο, είτε ϑα προσκληθούν και οι δύο. Στη συνέχεια το σύνολο χωρίζεται σε δύο υποσύνολα : Το ένα περιέχει τα άτοµα που είναι Ϲευγάρι και το άλλο τα εναποµείναντα 6 από τα συνολικά 8 άτοµα. Στην πρώτη περίπτωση το άτοµο δε ϑα καλέσει κανένα από τους δύο, διαλέγοντας 0 άτοµα από το σύνολο των και ϑα καλέσει και τα άτοµα από το σύνολο των 6. Στη δεύτερη περίπτωση το άτοµο ϑα καλέσει και τους δύο, διαλέγοντας και τα άτοµα από το σύνολο των και ϑα καλέσει τα υπόλοιπα 3 άτοµα από το σύνολο των 6. Οπότε τελικά το συνολικό πλήθος των επιλογών ϑα είναι : C(, 0 C(6, + C(, C(6, 3 = ( 0 ( 6 + ( ( 6 = 3 Ασκηση. Μια τράπουλα που αποτελείται από χαρτιά µοιράζεται σε τέσσερις παίκτες. (α Βρείτε την πιθανότητα ο πρώτος παίκτης να πάρει 3 σπαθιά. (ϐ Βρείτε την πιθανότητα κάποιος παίκτης να πάρει 3 σπαθιά. (γ Θεωρήστε τα παρακάτω γεγονότα : (i Ο πρώτος παίκτης παίρνει και τα 3 σπαθιά. (ii Ο πρώτος παίκτης παίρνει τον Ρήγα κούπα. Είναι τα γεγονότα αυτά ανεξάρτητα ; Αιτιολογήστε την απάντησή σας. (δ Θεωρήστε τα παρακάτω γεγονότα : (i Τα ϕύλλα του πρώτου παίκτη έχουν όλα το ίδιο σχήµα. (ii Ο πρώτος παίκτης παίρνει τον Ρήγα κούπα. Είναι τα γεγονότα αυτά ανεξάρτητα ; Αιτιολογήστε την απάντησή σας. ( 6 + ( 6 3 (α Το πλήθος των πιθανών ( συνδυασµών/χεριών των ϕύλλων ανά 3 που µοιράζονται στον πρώτο παίχτη είναι 3. Μονάχα ένα από αυτά τα χέρια αποτελείται από 3 σπαθιά µόνο, οπότε η Ϲητούµενη πιθανότητα είναι : ( 3 (ϐ Ορίζουµε γεγονότα : A = {Ο παίχτης παίρνει 3 σπαθιά} B = {Ο παίχτης παίρνει 3 σπαθιά} Γ = {Ο παίχτης 3 παίρνει 3 σπαθιά} = {Ο παίχτης παίρνει 3 σπαθιά} Τα τέσσερα γεγονότα, A, B, Γ, είναι ξένα µεταξύ τους, αφού αν κάποιος πάρει όλα τα σπαθιά κανένας άλλος δε µπορεί να τα πάρει. Συνεπώς, µπορούµε να προσθέσουµε τις επιµέρους πι- ϑανότητες για να πάρουµε τη Ϲητούµενη πιθανότητα, που είναι η ένωσή τους. Κάθε επιµέρους γεγονός έχει πιθανότητα (, οπότε η Ϲητούµενη πιθανότητα είναι : 3 P (A B Γ = P (A + P (B + P (Γ + P ( = ( 3

Πιθανότητες - 0/Φροντιστήριο (γ Θεωρούµε τα γεγονότα : A = {Ο παίχτης έχει 3 σπαθιά} B = {Ο παίχτης έχει το Ρήγα κούπα} Α τρόπος Ξέρουµε από τη ϑεωρία µας ότι για ανεξάρτητα γεγονότα A και B ϑα πρέπει να ισχύει ότι : P (A/B = P (A και P (B/A = B Εδώ, αν γνωρίζουµε ότι το γεγονός B ισχύει, τότε ξέρουµε ότι δεν µπορεί να έχει και τα 3 σπαθιά. Με άλλα λόγια P (A B = 0. Οµως έχουµε δείξει ότι P (A =, οπότε τα A και B δεν είναι ανεξάρτητα. Β τρόπος Ξέρουµε από τη ϑεωρία µας ότι για ανεξάρτητα γεγονότα A και B ϑα πρέπει να ισχύει ότι : P (A B = P (A P (B Επιπλέον γνωρίζουµε ότι όταν δυο γεγονότα µε µη µηδενική πιθανότητα είναι ξένα µεταξύ τους, τότε δεν µπορεί να είναι ανεξάρτητα, διότι τότε P (A B = 0 P (A P (B Εδώ, τα γεγονότα A και B είναι ξένα µεταξύ τους µε µη µηδενικές πιθανότητες, άρα δε µπορεί να είναι ανεξάρτητα. (δ Θεωρούµε τα γεγονότα : A = {Τα ϕύλλα του παίχτη έχουν όλα το ίδιο σχήµα} B = {Ο παίχτης έχει το Ρήγα κούπα} Θα δείξουµε ότι τα δύο γεγονότα είναι ανεξάρτητα δείχνοντας ότι P (B A = P (B. Γνωρίζουµε ότι P (B A = /, αφού δεδοµένου ότι τα ϕύλλα του παίχτη έχουν όλα το ίδιο σχήµα, γνωρίζουµε ότι το σχήµα µπορεί να είναι ένα από τα τέσσερα, είτε κούπες, είτε καρό, είτε σπαθιά, είτε µπαστούνια. Κάθε σχήµα είναι ισοπίθανο µε κάθε άλλο µε πιθανότητα /. Παρατηρούµε επιπλέον για P (B = /, αφού κάθε ένας από τους παίχτες µπορεί να πάρει τον Ρήγα κούπα µε ίση πιθανότητα, άρα η πιθανότητα ο παίχτης να πάρει τον Ρήγα κούπα είναι /. Προσοχή : Η P (B ϑα ήταν αν είχα ένα παίχτη να τραβάει χαρτιά από την τράπου- λα, όµως εδώ έχω παίχτες στους οποίους µοιράζονται τα ϕύλλα οπότε είναι στη ουσία : + + + = =. Εφόσον P (B A = P (B, τα γεγονότα είναι ανεξάρτητα. Επιπλέον παρατηρήστε ότι τα δυο αυτά γεγονότα δεν είναι ξένα µεταξύ τους, καθώς η τοµή τους δεν είναι κενή - και αυτή είναι το γεγονός ο παίχτης να πάρει όλες τις κούπες. ( 3

Πιθανότητες - 0/Φροντιστήριο 6 Ασκηση. Τραβάµε χαρτιά από µία καλά ανακατεµένη τράπουλα χαρτιών. Βρείτε την πιθανότητα ότι : (α Τα χαρτιά περιέχουν ακριβώς 3 άσσους. (ϐ Τα χαρτιά περιέχουν ακριβώς ϐαλέδες. (γ Τα χαρτιά περιέχουν ακριβώς 3 άσσους ή ϐαλέδες. (α Ορίζουµε το γεγονός A = {Τα χαρτιά περιέχουν ακριβώς 3 άσσους} Συνολικά υπάρχουν ( δυνατοί τρόποι να τραβήξουµε ϕύλλα από µια τράπουλα των ϕύλλων. Ας µετρήσουµε πόσοι από τους συνδυασµούς αυτούς περιέχουν ακριβώς 3 άσσους : Ακολουθούµε και πάλι το σκεπτικό ότι σπάµε το αρχικό σύνολο σε υποσύνολα και µετράµε τους συνδυασµούς µέσα σε αυτά. Συγκεκριµένα, εδώ έχουµε ένα υποσύνολο που περιέχει τους άσσους και άλλο ένα που περιέχει τα υπόλοιπα 8, τα οποία δεν είναι άσσοι εκ των συνολικά χαρτιών. Υπάρχουν λοιπόν ( 3 δυνατοί τρόποι να τραβήξουµε 3 από τους άσσους και ( 8 δυνατοί τρόποι να τραβήξουµε τα υπόλοιπα ϕύλλα από τα 8 ϕύλλα της τράπουλας που έχουν ( ( αποµείνει. Συνεπώς, υπάρχουν 3 8 δυνατοί συνδυασµοί να τραβήξουµε ϕύλλα που να περιέχουν ακριβώς 3 άσσους. Για να ϐρούµε τη πιθανότητα ότι στα ϕύλλα περιέχονται 3 άσσοι, διαιρούµε αυτό τον αριθµό µε το συνολικό πλήθος των δυνατών συνδυασµών να διαλέξουµε ϕύλλα από µια τράπουλα των ϕύλλων ( ( 3 8 ( (ϐ Με ανάλογο συλλογισµό όπως παραπάνω, υπάρχουν ( δυνατοί τρόποι να τραβήξουµε από τους ϐαλέδες και ( 8 δυνατοί τρόποι να τραβήξουµε τα υπόλοιπα ϕύλλα από τα 8 ϕύλλα της τράπουλας που έχουν αποµείνει. ( ( Συνεπώς, υπάρχουν 8 δυνατοί συνδυασµοί να τραβήξουµε ϕύλλα που να περιέχουν ακριβώς ϐαλέδες. Η πιθανότητα στα ϕύλλα να περιέχονται ϐαλέδες είναι ( ( 8 ( (γ Εστω A = {Τραβήξαµε ϕύλλα που περιέχουν ακριβώς 3 άσσους} B = {Τραβήξαµε ϕύλλα που περιέχουν ακριβώς ϐαλέδες} Η Ϲητούµενη πιθανότητα είναι η P (A B = P (A + P (B P (A B. Οι πιθανότητες P (A και P (B είναι γνωστές, από τα προηγούµενα ερωτήµατα, άρα πρέπει να ϐρούµε την πιθανότητα P (A B. Το γεγονός A B συµβαίνει µε την επιλογή 3 από τους άσσους, ( ( από τους ϐαλέδες και από τα υπόλοιπα χαρτιά. Συνολικά λοιπόν, υπάρχουν 3 ( δυνατοί τρόποι για να επιλέξουµε ϕύλλα που περιέχουν ακριβώς 3 άσσους και ϐαλέδες.

Πιθανότητες - 0/Φροντιστήριο Άρα : P (A B = ( ( ( 3 ( και P (A B = ( ( 8 ( 3 + ( 8 ( ( ( 3 (. Ασκηση 6. Το κατάστηµα της γειτονιάς σας πραγµατοποιεί εκκαθάριση. Τα πάντα πρέπει να πωληθούν, νέα και παλιά! Το κατάστηµα έχει 000 παλιά κοµµάτια και 00 καινούρια. Το πρόβληµα είναι ότι % των παλιών είναι ελαττωµατικά καθώς και % των νέων. (α Ρίχνετε ένα δίκαιο κέρµα για να αποφασίσετε αν ϑα αγοράσετε παλιό ή νέο προϊόν. ιαλέγετε δύο κοµµάτια του ίδιου τύπου (νέα ή παλιά ανάλογα µε το αποτέλεσµα µίας και µοναδικής ϱίψης του κέρµατος. Ποια η πιθανότητα ότι και τα δύο ϑα είναι ελαττωµατικά ; (ϐ εδοµένων των συνθηκών στο (α, και του ότι και τα δύο αντικείµενα είναι ελαττωµατικά, ποια η πιθανότητα ότι και τα δύο είναι παλιά ; (α Εστω A = {Τα επιλεγµένα κοµµάτια είναι ελαττωµατικά} B = {Επιλέγονται παλιά κοµµάτια} B = {επιλέγονται νέα κοµµάτια} Τα γεγονότα B και B είναι ξένα και και αποτελούν µια διαµέριση του Ω το καθένα µε ϑετική πιθανότητα. Συνεπώς, η Ϲητούµενη πιθανότητα, σύµφωνα µε το Θεώρηµα Ολικής Πιθανότητας, ϑα ισούται µε P (A = P (B P (A B + P (B P (A B ( Τα κοµµάτια έχουν ίση πιθανότητα να είναι καινούρια ή παλιά, λόγω της επιλογής µέσω ϱίψης δίκαιου κέρµατος, ( άρα P (B = P (B =. 000 Υπάρχουν τρόποι, µε ίση πιθανότητα, επιλογής δύο παλιών κοµµατιών από ένα σύνολο από 000 παλιά κοµµάτια. Εφόσον % των παλιών κοµµατιών είναι ελαττωµατικά, υπάρχουν 0 ελαττωµατικά ( παλιά κοµµάτια. 0 Υπάρχουν τρόποι επιλογής ελαττωµατικών παλιών κοµµατιών από ένα σύνολο από 0 ελαττωµατικά παλιά κοµµάτια. Εποµένως, ϑα έχουµε ( 0 P (A B = ( 000 Παροµοίως, ένα % από τα νέα κοµµάτια ( είναι ελαττωµατικά. εδοµένου ότι νέα κοµµάτια επιλέγονται, ϑα έχουµε : ( P (A B = ( 00 Άρα, τελικά ( P (A = ( 0 ( 000 + ( ( 00

Πιθανότητες - 0/Φροντιστήριο 8 (ϐ Ψάχνουµε για την πιθανότητα P (B A. Σε αντιστοιχία µε τη ϑεωρία, η παρατήρηση/αποτέλεσµα είναι ότι τα αντικείµενα είναι ελαττωµατικά και η αιτία για την οποία ψάχνουµε κατά πόσον συµβάλλει στο αποτέλεσµα είναι η παλαιότητα των κοµµατιών. Χρησιµοποιώντας, λοιπόν, τον κανόνα του Bayes ϑα έχουµε P (B A = = P (B P (A B P (B P (A B + P (B P (A B ( 0 ( 000 ( 0 + ( ( 000 ( 00