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

Σχετικά έγγραφα
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

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

Λύσεις 4ης Ομάδας Ασκήσεων

c(x 1)dx = 1 xf X (x)dx = (x 2 x)dx = 2 3 x3 x 2 x 2 2 (x 1)dx x 2 f X (x)dx = (x 3 x 2 )dx = 2 4 x4 2 3 x3

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

P(200 X 232) = =

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

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

3. Κατανομές πιθανότητας

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

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

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

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

1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

Θεωρία Πιθανοτήτων & Στατιστική

ΜΑΘΗΜΑΤΙΚΑ 5 ΠΕΡΙΟΔΩΝ ΗΜΕΡΟΜΗΝΙΑ: 8 ΙΟΥΝΙΟΥ 2009

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του όγδοου φυλλαδίου ασκήσεων.

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3.

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

Περιεχόμενα. Ιδιότητες του cov(x, Y) Ιδιότητες των εκτιμητών Παράδειγμα. 1 Συσχέτιση Μεταβλητών. 2 Εκτιμητές και κατάλοιπα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 2

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

Βιομαθηματικά BIO-156. Τυχαίες μεταβλητές Κατανομές Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2017

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα

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

Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

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

ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ

ΕΠΑΝΑΛΗΨΗ ΒΑΣΙΚΩΝ ΕΝΝΟΙΩΝ ΣΤΑΤΙΣΤΙΚΗΣ

Έντυπο Yποβολής Αξιολόγησης ΓΕ

Κατανομή συνάρτησης τυχαίας μεταβλητής Y=g(X) Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ13 ( 1 )

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

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

Βιομαθηματικά BIO-156

Μάθημα 3 ο a. Τυχαία Μεταβλητή-Έννοιες και Ορισμοί

Θεωρητικές Κατανομές Πιθανότητας

Θεωρία Πιθανοτήτων & Στατιστική

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

ΤΥΧΑΙΑ ΙΑΝΥΣΜΑΤΑ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών

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

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

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

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του έβδομου φυλλαδίου ασκήσεων. f X (t) dt για κάθε x. F Y (y) = P (Y y) = P X y b ) a.

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium Iii

Οι παρατηρήσεις του δείγματος, μεγέθους n = 40, δίνονται ομαδοποιημένες κατά συνέπεια ο δειγματικός μέσος υπολογίζεται από τον τύπο:

ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΠΑΡΑΣΚΕΥΗ 30 ΜΑΪΟΥ 2014

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

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού

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

a n n! = ea e y2 2 y 0 10E(n A) = = 100 E(k) = n p = = 4.6

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

Θεωρία Πιθανοτήτων & Στατιστική

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

ΠΑΓΚΥΠΡΙΕΣ ΕΞΕΤΑΣΕΙΣ 2019 ΜΑΘΗΜΑΤΙΚΑ ΚΟΙΝΟΥ ΚΟΡΜΟΥ

E [X ν ] = E [X (X 1) (X ν + 1)]

200, δηλαδή : 1 p Y (y) = 0, αλλού

Πανεπιστήμιο Πελοποννήσου

ΕΞΕΤΑΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ ΣΤΑΤΙΣΤΙΚΗ ΤΜΗΜΑΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΝΙΟΥ ( ) ΟΜΑΔΑ Α ( 40% )

Μέση Τιµή. Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.

2. Στοιχεία Πολυδιάστατων Κατανοµών

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

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

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

Ασκήσεις Κεφαλαίου 1

Τυχαία μεταβλητή (τ.μ.)

Δ Ι Α Γ Ω Ν Ι Σ Μ Α Σ Τ Α Μ Α Θ Η Μ Α Τ Ι Κ Α Γ Ε Ν Ι Κ Η Σ Π Α Ι Δ Ε Ι Α Σ. οι τιμές μιας μεταβλητής Χ ενός δείγματος πλήθους ν με k.

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

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι

Συνεχείς Κατανομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Συνεχείς Κατανομές. τεχνικές. 30 ασκήσεις.

4. Απαγορεύεται η χρήση υπολογιστή χειρός. Απαγορεύεται η χρήση κινητού, και ως υπολογιστή χειρός.

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 =

Περιεχόμενα 5ης Διάλεξης 1 Ανισότητα Markov 2 Διασπορά 3 Συνδιασπορά 4 Ανισότητα Chebyshev 5 Παραδείγματα Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 5

x P (x) c P (x) = c P (x), x S : x c

ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Γ ΗΜΕΡΗΣΙΩΝ

Πιθανότητες και Αρχές Στατιστικής (5η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Χρονικές σειρές 3 Ο μάθημα: Βασικές στοχαστικές διαδικασίες Μη στάσιμες χρονοσειρές Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

1 x-μ - 2 σ. e σ 2π. f(x) =

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

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,...

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

Θέμα 1. που. . Δηλαδή ο υπόχωρος V είναι το. Απάντηση 1α) ii)παρατηρούμε οτι

Έντυπο Yποβολής Αξιολόγησης ΓΕ

P (M = 9) = e 9! =

Ενδεικτικές ασκήσεις ΔΙΠ 50

ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ Γ ΛΥΚΕΙΟΥ - ΘΕΜΑΤΑ ΠΑΝΕΛΛΗΝΙΩΝ ~ ΣΥΝΔΥΑΣΤΙΚΑ

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

Διάλεξη 5: Τυχαία Μεταβλητή Κατανομές Πιθανότητας

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

Τυχαία μεταβλητή είναι μία συνάρτηση ή ένας κανόνας που αντιστοιχίζει ένα αριθμό σε κάθε αποτέλεσμα ενός πειράματος.

Θεωρία Πιθανοτήτων & Στατιστική

Ακολουθούν ενδεικτικές ασκήσεις που αφορούν την πρώτη εργασία της ενότητας ΔΙΠ50

12, 16, 17, 8, 6, 9, 12, 11, 11, 9

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

ΚΕΦΑΛΑΙΟ 0. Απλή Γραμμική Παλινδρόμηση. Ένα Πρόβλημα. Η επιδιωκόμενη ιδιότητα. Ένα χρήσιμο γράφημα. Οι υπολογισμοί. Η μέθοδος ελαχίστων τετραγώνων ...

Η πιθανότητα επομένως που ζητείται να υπολογίσουμε, είναι η P(A 1 M 2 ). Η πιθανότητα αυτή μπορεί να γραφεί ως εξής:

Transcript:

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι (ΝΠΣ) ΠΙΘΑΝΟΤΗΤΕΣ Ι (ΠΠΣ) Φεβρουάριος 1 Επώνυμο... Όνομα... A.E.M.... Εξάμηνο... Θέμα 1 Θέμα Θέμα 3 Θέμα 4 Θέμα 5 Θέμα 5* Βαθμός ΝΠΣ ΠΠΣ / / / / / /1 / / / / / / /1 ΘΕΜΑ 1: Στο ράφι με τα γάλατα σε ένα σούπερ μάρκετ υπάρχουν 1 μπουκάλια γάλα του ενός λίτρου, από τα οποία τα είναι χθεσινά ενώ τα υπόλοιπα είναι σημερινά. α) Να βρεθεί η πιθανότητα αν πάρουμε δύο γάλατα στην τύχη, να είναι και τα δύο σημερινά. β) Ποια η προηγούμενη πιθανότητα αν είναι γνωστό ότι το ένα τουλάχιστον από τα γάλατα είναι σημερινό; γ) Υποθέστε ότι πριν πάτε εσείς στο ράφι είχαν πουληθεί μπουκάλια. Ποια είναι τώρα η πιθανότητα να πάρουμε δύο γάλατα στην τύχη και να είναι και τα δύο σημερινά; (στο τελευταίο μπορείτε αν θέλετε, να σημειώσετε μόνο τις πράξεις) ΘΕΜΑ : Ένα δοχείο περιέχει 4 άσπρες και 6 μαύρες μπάλες. Βγάζουμε τυχαία τρεις μπάλες, μία-μία με επανάθεση. Έστω Χ η τυχαία μεταβλητή που μετράει πόσες από τις τρεις είναι άσπρες. α) να βρεθεί η συνάρτηση πιθανότητας και η συνάρτηση κατανομής της Χ. β) η πιθανότητα οι άσπρες μπάλες να είναι περισσότερες από τις μαύρες γ) η πιθανότητα την πέμπτη φορά που θα επαναληφθεί το πείραμα να πετύχουμε για δεύτερη φορά μαύρες μπάλες περισσότερες από τις άσπρες. ΘΕΜΑ 3: Δίνεται ότι η κατανομή των τυχαίων μεταβλητών Χ και Υ είναι η τυπική κανονική N(,1) και ότι οι Χ,Υ είναι ανεξάρτητες. Να βρεθεί η ροπογεννήτρια της Ζ=α+βX +γυ όπου α, β και γ είναι γνωστές σταθερές. Να βρεθούν με δύο τρόπους η μέση τιμή και η διασπορά της Ζ. Πότε η τ.μ. Ζ ακολουθεί κανονική κατανομή και γιατί; ì x < 1-cosx ΘΕΜΑ 4: Η τ.μ. Χ έχει συνάρτηση κατανομής F( x) = ï í x ï ïî 1 x > α) Να βρεθεί η διάμεσος x δ και η μέση τιμή της κατανομής æ ö β) Να υπολογισθεί η πιθανότητα P < x< με δύο τρόπους. è4 3 ΘΕΜΑ 5: Έστω X, Y ανεξάρτητες τυχαίες μεταβλητές με τις ακόλουθες συναρτήσεις πιθανότητας x 1 3 5 7 9 y 4 6 8 P(x).1..4..1 P(y).1..3.4 α) να βρεθεί η από κοινού συνάρτηση πιθανότητας της (X,Y) και η πιθανότητα PX ( 3, Y 6). β) αν Ζ=Χ+Υ να βρεθεί η πιθανότητα P(Z=7) γ) Να βρεθούν: η μέση τιμή της τ.μ. W=ΧΥ, ο συντελεστής συσχέτισης των Χ,Υ και η διασπορά της τ.μ. Τ=Υ-5. ΟΙ ΦΟΙΤΗΤΕΣ ΤΟΥ ΠΠΣ ΜΠΟΡΟΥΝ ΝΑ ΕΠΙΛΕΞΟΥΝ ΟΠΟΙΟ ΘΕΛΟΥΝ ΑΠΟ ΤΑ 5 ΚΑΙ 5* ΘΕΜΑ 5*: Σε μία μακρόστενη κασετίνα μήκους 5 εκατοστών τοποθετούνται με τυχαίο τρόπο δύο μολύβια με μήκη 1 και 7 εκατοστά αντίστοιχα. Με ποια πιθανότητα τα μολύβια δεν επικαλύπτονται;. ΔΙΑΡΚΕΙΑ ΕΞΕΤΑΣΗΣ :3 ώρες ΚΑΛΗ ΕΠΙΤΥΧΙΑ

Απαντήσεις Θεμάτων Θεωρίας Πιθανοτήτων Ι, Φεβρουαρίου 1 ΘΕΜΑ 1 Στο ράφι με τα γάλατα σε ένα σούπερ μάρκετ υπάρχουν 1 μπουκάλια γάλα του ενός λίτρου, από τα οποία τα είναι χθεσινά ενώ τα υπόλοιπα είναι φρέσκα. α) Να βρεθεί η πιθανότητα αν πάρουμε δύο γάλατα στην τύχη, να είναι και τα δύο φρέσκα. β) Ποια η προηγούμενη πιθανότητα αν είναι γνωστό ότι το ένα τουλάχιστον από τα γάλατα είναι φρέσκο; γ) Υποθέστε ότι πριν πάτε εσείς στο ράφι είχαν πουληθεί μπουκάλια. Ποια είναι τώρα η πιθανότητα να πάρουμε δύο γάλατα στην τύχη και να είναι και τα δύο φρέσκα; (στο τελευταίο μπορείτε αν θέλετε, να σημειώσετε μόνο τις πράξεις) α) Θέτουμε Α={Τα δύο γάλατα που αγοράζουμε είναι και τα δύο σημερινά), æ1ö è 1 99 66 Τότε PA ( ) = = = æ1ö 1 149 149 è β) Ζητάμε το P(Α Β) όπου Β={Ένα τουλάχιστον από τα γάλατα είναι σημερινό}. Τότε Β ={Και τα δύο είναι όχι χθεσινά}. Άρα æö è 49 49 49 398 P( B ) = = = και PB ( ) = 1 -P( B ) = 1- = æ1ö 1 149 3 149 3 149 3 149 è PAB ( ) PA ( ) 66 /149 99 οπότε PA ( B ) = PB ( ) = PB ( ) = 49 / (3 149) = 199 γ) Τα που πουληθήκανε μπορεί να ήταν από όλα σημερινά μέχρι όλα χθεσινά. Θέτουμε: Α k ={ Τα k γάλατα ήταν χθεσινά και τα -k ήταν σημερινά. Έχουμε PA ( ) = PA ( A ) PA ( ) + PA ( A1 ) PA ( 1) +... + PA ( A) PA ( ) = æ kö æ 1 ö æö + è è- k è k = æ 1ö æ1ö è è Άρα 1 ( + k)! 1! æö PA ( ) = = æ1ö æ1ö k! (48 k)! ( k)! ( k)! k = + - + è è è 1 99 / 1 98! æö = = æ1ö æ1 ö (48 k)! ( k)! k + - è è è æ148ö 1 æ 98 öæö è 148!! 1! 66 = æ 1 ö = = = k k 1! 98! 1! 149 è - è æ ö è è που σημαίνει ότι δεν έχει σημασία πότε θα πάμε στο ράφι!! Σημείωση: ( Οι πράξεις στο (γ) δεν ζητούνταν στις εξετάσεις)

Άλλος τρόπος Θέτουμε Σ κ ={το κ-στο μπουκάλι που διαλέγουμε είναι σημερινό), κ=1, 1 Τότε P( S 1) = =, 1 3 99 1 1 1499 1 P( S ) = P( S S1) P( S 1) + P( S S 1 ) P( S 1 ) = + = = 149 1 149 1 149 1 3 Έτσι: 1 99 66 α) P( SS 1 ) = P( S1) P( S S 1) = = 1 149 149 66 P( SS 1 Ç( S1ÈS)) P( SS 1 ) 99 β) P( SS 149 1 S1ÈS ) = == = = P( SÈS 398 1 ) P( SÈS 1 ) 199 3 149 66 398 διότι P( SÈS 1 ) = P( S 1) + P( S) -P( SS 1 ) = + - = 3 3 149 3 149 γ) Αν από τα που πουληθήκανε τα k ήταν χθεσινά τότε στο ράφι έμειναν -k χθεσινά και +k σημερινά. Θέτουμε: Α k ={ Τα k γάλατα ήταν χθεσινά και τα -k ήταν σημερινά. Έχουμε PA ( ) = PA ( A) PA ( ) + PA ( A) PA ( ) +... + PA ( A) PA ( ) = 1 1 = P( SS A) PA ( ) = P( S A) P( S S A) PA ( ) 1 k 1 1 æ 1 ö æö + k 49 + k è -k è k = = 1 99 æ1ö è 1 1! æö = ( + k) (49 + k) = æ1ö 1 99 ( -k )! ( + k )! èk è 1 1 99 98! æö = = æ1 ö (-k)! (48 + k)! è k 1 99 è æ148ö 1 æ 98 ö æö è 148!!1! 66 = = æ1ö è-k è k = = æ 1ö! 98! 1! 149 è è k ΘΕΜΑ α) Η X B(3, 4 1) κατανομή, γιατί πληρούνται όλες οι προυποθέσεις. Η σ.κ.είναι ì x ï.16 x < 1 F( x) = ï í.648 1 x <.936 x < 3 ï ïî 1 x ³ 3 β) Για να είναι οι άσπρες μπάλες περισσότερες από τις μαύρες θα πρέπει x= ή x=3 æ3ö æ 3ö 3 P( { X = } È { X = 3 }) = P( X = ) + P( X = 3) =.4.6+.4 =.35 è è3

γ) Η πιθανότητα να βγάλουμε μαύρες μπάλες περισσότερες από τις άσπρες είναι 1-.35=.648. Εάν Υ η τ.μ. που αναφέρεται στις αποτυχημένες επαναλήψεις του πειράματος μέχρι την δεύτερη φορά που θα πετύχουμε μαύρες μπάλες περισσότερες από τις άσπρες, η Υ ακολουθεί αρνητική æ3+ - 1ö 3 διωνυμική κατανομή και η πιθανότητα που ζητάμε είναι PY ( = 3) =.648.35 =.73 è 3 Άλλος τρόπος: Αν Μ σημαίνει ότι οι μαύρες είναι περισσότερες από τις άσπρες και Α το αντίθετο τότε το ζητούμενο συμβαίνει αν έρθει ΜΑΑΑΜÈΑΜΑΑΜÈΑΑΜΑΜÈΑΑΑΜΜ που έχει πιθανότητα 3 4.648.35 =.73. ΘΕΜΑ 3 Αφού X N(,1), Y N(,1) η ροπογεννήτρια και της Χ και της Υ δίνεται στο τυπολόγιο. Άρα α) Η ροπογεννήτρια της Ζ εξ ορισμού είναι: tz ( a+ bx + gy ) t at btx gty at at b t g t at+ b t + g t Z () = = = = X( b ) Y( g ) = = M t Ee Ee Ee Ee Ee e M t M t e e e e β) Από την ροπογεννήτρια: η παράγωγος της M () t είναι και στο t= EZ at t t at t t ( e + b + g ) = ( a+ b t/+ g t/)( e + b + g ) = a. Παραγωγίζοντας δεύτερη φορα στο t= βρίσκουμε Z Var( Z) = b + g Χωρίς την ροπογεννήτρια EZ = E( a + bx + gy ) = a + bex + gey = a + + = a και Var( Z) = Var( a + bx + gy ) = b Var( X ) + g Var( Y ) = b + g at+ b t + g t at ( ) t γ) Είναι πάντα κανονική διότι η ροπογεννήτρια της Ζ γράφεται e = e + b + g που ισούται με τη ροπογεννήτρια της Ν(α, β +γ ). Και είναι γνωστό ότι αν δύο κατανομές έχουν την ίδια ροπογεννήτρια έχουν και την ίδια κατανομή. ΘΕΜΑ 4 ìï 1 sin( x ) x Η σ.π.π. της Χ είναι f( x) = ï í ïïï î alloύ α) Η διάμεσος x d δίνεται από την εξίσωση F( x d ) =.5 ή 1 - cos( x ) d =.5 xd = / x EX = ò sin( x) dx = / (ολοκλήρωση κατά παράγοντες). æ 1 β) Πρώτος τρόπος P x ö F( ) F( - < < = - ) = =.15 è4 3 3 4 4 Δεύτερος τρόπος 3 3 æ ö sin x 1 P < x< = dx= ( - cos x ) =.15 è4 3 ò 4 4

ΘΕΜΑ 5 α) Επειδή Χ,Υ είναι ανεξάρτητες PX ( = xy, = y) = PX ( = xpy ) ( = y) " xy, Η από κοινού λοιπόν κατανομή της (Χ,Υ) είναι Υ Χ 1 3 5 7 9.1..4..1 4..4.8.4. 6.3.6.1.6.3 8.4.8.16.8.4 P( X 3, Y 6) = P(,1) + P(,3) + P(4,1) + P(4,3) + P(6,1) + P(6,3) =.18 β) PZ ( = 7) = PX ( + Y= 7) = PX ( = 1, Y= 6) + PX ( = 3, Y= 4) + PX ( = 5, Y= ) = =.3+.4+.4 =.11 γ) EW = EXY = EX EY = 55. = 6 διότι EX = 5, EY = 5. και Χ, Υ είναι ανεξάρτητες. Εναλλακτικά μπορεί να υπολογιστεί από τον πίκακα με τον τύπο EW = EXY = x y P( X = x, Y = y) Cov( X, Y ) EXY -EX EY r = = =, αναμενόμενο (ανεξάρτητες συνεπάγεται και ασυσχέτιστες) VarX VarY VarX VarY VarT = Var( Y - 5) = VarY = EY -( EY ) = 4-5. = 1.96 ΘΕΜΑ 5 * Έστω x το αριστερό άκρο του μεγάλου μολυβιού, και y το αριστερό άκρο του μικρού μολυβιού. Τότε είναι φανερό ότι x 15 και y 18. Έτσι σε κάθε εκτέλεση του πειράματος επιλέγεται ένα σημείο στο ορθογώνιο με πλευρές 15 και 18 εκατοστά. Άρα μπορούμε να χρησιμοποιήσουμε γεωμετρικές πιθανότητες. Υπάρχουν δύο τρόποι να συμβεί το ζητούμενο, να είναι αριστερά το μεγάλο μολύβι και δεξιά το μικρό (οπότε x y) ή αντίστροφα (y x). x 18 1 Τ 1 y Αν x y, τότε πρέπει y x+1, ενώ αν y x πρέπει x y+7. Αυτό συμβαίνει για τα σημεία (x,y) των σκιαγραφημένων τμημάτων Τ 1 και Τ αντίστοιχα. 7 15 Το εμβαδόν των σκιασμένων τμημάτων είναι (8 +8 )/=64 τ.ε. ενώ το εμβαδόν του ορθογωνίου είναι 15 18=7 τ.ε. Άρα η ζητούμενη πιθανότητα είναι =64/7=.37. Τ