Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του τέταρτου φυλλαδίου ασκήσεων.

Σχετικά έγγραφα
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του όγδοου φυλλαδίου ασκήσεων.

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του φυλλαδίου ασκήσεων επανάληψης. P (B) P (A B) = 3/4.

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

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

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

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

Λύσεις 2ης Ομάδας Ασκήσεων

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Τυχαία μεταβλητή (τ.μ.)

Τυχαία Μεταβλητή (Random variable-variable aléatoire)

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ

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

5.3 Η ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ

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

ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ

Θεωρία Πιθανοτήτων & Στατιστική

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

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

Υπολογιστικά & Διακριτά Μαθηματικά

17/10/2016. Στατιστική Ι. 3 η Διάλεξη

X i = Y = X 1 + X X N.

Μάθημα 3 ο a. Τυχαία Μεταβλητή-Έννοιες και Ορισμοί

f(t) = (1 t)a + tb. f(n) =

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

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

Α ΕΝΟΤΗΤΑ. Πιθανότητες. Α.1 (1.1 παρ/φος σχολικού βιβλίου) Α.2 (1.2 παρ/φος σχολικού βιβλίου) Δειγματικός χώρος - Ενδεχόμενα. Η έννοια της πιθανότητας

ΑΝΑΛΥΣΗ 2. Μ. Παπαδημητράκης.

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

Μέρος ΙΙ. Τυχαίες Μεταβλητές

ΚΕΦΑΛΑΙΟ 3. ασκησεισ

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

1 ΠΙΘΑΝΟΤΗΤΕΣ Εισαγωγή

ΑΛΓΕΒΡΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΠΙΘΑΝΟΤΗΤΩΝ

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

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

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

Στοχαστικές Στρατηγικές

Dunamoseirèc A. N. Giannakìpouloc, Tm ma Statistik c OPA

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

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Οι Ασκήσεις της Α Λυκείου

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ

Εισαγωγή στη διακριτή πιθανότητα

Τυχαία Διανύσματα και Ανεξαρτησία

Τυχαίες Μεταβλητές. Ορισμός

Απειροστικός Λογισμός Ι, χειμερινό εξάμηνο Λύσεις τέταρτου φυλλαδίου ασκήσεων. ( n(n+1) e 1 (

ΠΙΘΑΝΟΤΗΤΕΣ. Ερωτήσεις του τύπου «Σωστό - Λάθος»

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

Δειγματικές Κατανομές

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι

Βιομαθηματικά BIO-156

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ

Υπολογιστικά & Διακριτά Μαθηματικά

Διακριτή Πιθανότητα. Μιχάλης Κολουντζάκης Τμήμα Μαθηματικών Πανεπιστήμιο Κρήτης Λεωφ. Κνωσού Ηράκλειο.

Απειροστικός Λογισμός Ι, χειμερινό εξάμηνο Λύσεις έκτου φυλλαδίου ασκήσεων.

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ

II. Τυχαίες Μεταβλητές

ιδιαιτεραμαθηματα.gr ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΘΕΩΡΙΑ & ΑΣΚΗΣΕΙΣ

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

ΘΕΜΑ 3 Το ύψος κύματος (σε μέτρα) σε μία συγκεκριμένη θαλάσσια περιοχή είναι τυχαία μεταβλητή X με συνάρτηση πυκνότητας πιθανότητας

Συνδυαστική Απαρίθμηση

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις στο μάθημα ΠΙΘΑΝΟΤΗΤΕΣ Ι


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

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

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

B A B A A 1 A 2 A N = A i, i=1. i=1

Στέλιος Μιταήλογλοσ Δημήτρης Πατσιμάς.

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

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ

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

Συνδυαστική Απαρίθμηση

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

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2015 ΕΚΦΩΝΗΣΕΙΣ

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

ΑΝΑΛΥΣΗ 2. Μ. Παπαδημητράκης.

ΑΠΑΝΤΗΣΕΙΣ. Επιμέλεια: Ομάδα Μαθηματικών της Ώθησης

Βιομαθηματικά BIO-156

ΣΤΟΙΧΕΙΑ ΑΛΓΕΒΡΑΣ. 1. Συνδυαστική ανάλυση Μεταθέσεις

Διαφορικές Εξισώσεις.

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

Συνδυαστική Απαρίθμηση

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

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

ΧΑΡΑΛΑΜΠΟΣ.ΣΠ. ΛΥΚΟΥΔΗΣ - ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ

ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ- 1 o ΔΙΑΓΩΝΙΣΜΑ

ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ

Π Α Ν Ε Λ Λ Η Ν Ι Ε Σ Μ Α Θ Η Μ Α Τ Ι Κ Α K A I Σ Τ Ο Ι Χ Ε Ι Α Σ Τ Α Τ Ι Σ Τ Ι Κ Η Σ

S n = ( 1, 0] 1 + b 1 a1 + b 1 I 1 I 2 I 3...,

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

Τυχαίες μεταβλητές και μέση τιμή

B = F i. (X \ F i ) = i I

ΑΝΑΛΥΣΗ 1 ΤΡΙΑΚΟΣΤΟ ΕΒΔΟΜΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

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

Συνδυαστική Απαρίθμηση

Transcript:

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 207-8 Λύσεις του τέταρτου φυλλαδίου ασκήσεων 2 2 = 8 Ίδια Ρίχνουμε ένα νόμισμα τρεις φορές και θεωρούμε το ενδεχόμενο να προκύψουν και οι δυο όψεις του νομίσματος καθώς και το ενδεχόμενο να προκύψει το πολύ ένα Γ Είναι τα δύο ενδεχόμενα ανεξάρτητα; Έστω A το ενδεχόμενο να προκύψουν και οι δύο όψεις του νομίσματος Για να υπολογίσουμε την πιθανότητα P (A) είναι πιο απλό να υπολογίσουμε πρώτα την πιθανότητα του συμπληρωματικού ενδεχομένου Το A c είναι το ενδεχόμενο να προκύψει και τις τρεις φορές μόνο η μία όψη, δηλαδή ΚΚΚ ή ΓΓΓ Η πιθανότητα του ΚΚΚ είναι 2 είναι η πιθανότητα του ΓΓΓ, οπότε P (A) = ( 8 + 8 ) = 3 4 Έστω B το ενδεχόμενο να προκύψει το πολύ ένα Γ Τότε B = C D, όπου C είναι το ενδεχόμενο να μην προκύψει κανένα Γ, δηλαδή ΚΚΚ, και D το ενδεχόμενο να προκύψει ακριβώς ένα Γ, δηλαδή ΓΚΚ ή ΚΓΚ ή ΚΚΓ Άρα P (B) = 8 + 3 8 = 2 Το ενδεχόμενο A B είναι το να προκύψει ακριβώς ένα Γ, δηλαδή ΓΚΚ ή ΚΓΚ ή ΚΚΓ Άρα P (A B) = 3 8 = 3 8 Άρα ισχύει P (A B) = P (A)P (B) και τα A, B είναι ανεξάρτητα 2 Λέμε ότι τα ενδεχόμενα A, B είναι ανεξάρτητα με δεδομένο το ενδεχόμενο C αν P (A B C) = P (A C)P (B C) Δέκα βώλοι αριθμημένοι από το έως το 0 βρίσκονται μέσα σε ένα δοχείο Εξάγουμε διαδοχικά τρεις βώλους από το δοχείο με επανατοποθέτηση (δηλαδή όταν έξάγουμε έναν βώλο τον επανεισάγουμε αμέσως μέσα στο δοχείο) Έστω A το ενδεχόμενο να προκύψει ο βώλος στην δεύτερη εξαγωγή, B το ενδεχόμενο να προκύψει ίδιος βώλος σε ακριβώς δύο από τις τρεις εξαγωγές και C το ενδεχόμενο να προκύψει ο βώλος στην πρώτη εξαγωγή Είναι τα A, B ανεξάρτητα; Είναι τα A, B ανεξάρτητα, δεδομένου του C; Το ενδεχόμενο A έχει πιθανότητα P (A) = 0 Ομοίως, P (C) = 0 Το ενδεχόμενο B είναι η ένωση B = B B 2 B 3, όπου B είναι το ενδεχόμενο να προκύψει ένας οποιοσδήποτε βώλος στην πρώτη εξαγωγή και δύο ίδιοι, αλλά διαφορετικοί από τον πρώτο βώλο στις δύο επόμενες εξαγωγές, B 2 είναι το ενδεχόμενο οι ίδιοι βώλοι να είναι ο πρώτος και ο τρίτος και B 3 είναι το ενδεχόμενο οι ίδιοι βώλοι να είναι οι δύο πρώτοι Τότε P (B ) = 9 0 και, ομοίως, P (B 2 ) = 9 0 0 και P (B 3) = 9 27 0 0 Άρα P (B) = Το ενδεχόμενο A B είναι η ένωση A B = D D 2 D 3, όπου D είναι να προκύψει ο βώλος στις δύο πρώτες εξαγωγές και διαφορετικός βώλος στην τρίτη εξαγωγή, το D 2 είναι το ενδεχόμενο να προκύψει ο βώλος στις δύο τελευταίες εξαγωγές και διαφορετικός βώλος στην πρώτη εξαγωγή και D 3 είναι το ενδεχόμενο να προκύψει ο βώλος στην δεύτερη εξαγωγή και δύο ίδιοι βώλοι διαφορετικοί από τον στις άλλες δύο εξαγωγές Τότε P (D ) = 9 0 0 0 και P (D 2) = 9 0 0 0 και P (D 3) = 9 0 0 0 Άρα P (A B) = 9 0 + 9 0 + 9 0 = 27 0 Άρα ισχύει P (A B) = P (A)P (B) και τα A, B είναι ανεξάρτητα Με δεδομένο το C, το ενδεχόμενο A έχει P (A C) = P (A) = 0 (Τα ενδεχόμενα A, C είναι προφανώς ανεξάρτητα) Με δεδομένο το C το να προκύψει το B σημαίνει ότι στις δύο τελευταίες εξαγωγές έχουμε στην δεύτερη και διαφορετικό αριθμό στην τρίτη ή στην τρίτη και διαφορετικό αριθμό στην δεύτερη ή δύο ίδιους αριθμούς αλλά διαφορετικούς από τον Άρα P (B C) = 9 0 0 + 9 0 0 + 9 0 0 = 27 Με δεδομένο το C, το να προκύψει το ενδεχόμενο A B σημαίνει ότι στην δεύτερη εξαγωγή προκύπτει και στην τρίτη εξαγωγή προκύπτει αριθμός διαφορετικός από Άρα P (A B C) = 9 0 0 = 9 Τώρα είναι P (A B C) P (A C)P (B C) και άρα τα A, B δεν είναι ανεξάρτητα με δεδομένο το C 3 Έστω ότι για μια συγκεκριμένη ασθένεια ο γιατρός κος Πάπαλα συστήνει επικίνδυνη χειρουρ- 0

γική επέμβαση αν, μετά από κλινική εξέταση και από εργαστηριακές εξετάσεις, είναι 80% βέβαιος ότι ο ασθενής του πάσχει από αυτήν ενώ, σε αντίθετη περίπτωση, συστήνει περαιτέρω πολυέξοδες εξετάσεις Οι εργαστηριακές εξετάσεις κάνουν ορθή διάγνωση στο 99% των περιπτώσεων για μη-διαβητικούς και στο 70% των περιπτώσεων για διαβητικούς Μετά από κλινική εξέταση ο κος Πάπαλα είναι % βέβαιος ότι ο κος Μπάμπης πάσχει από την ασθένεια Γίνονται και οι εργαστηριακές εξετάσεις οι οποίες έχουν θετικό (για την ασθένεια) αποτέλεσμα Θα χειρουργήσει ο κος Πάπαλα τον κο Μπάμπη, πιστεύοντας ότι ο κος Μπάμπης δεν είναι διαβητικός, ή θα συστήσει κι άλλες εξετάσεις; Τί θα κάνει ο κος Πάπαλα, αν ο κος Μπάμπης μετά τα αποτελέσματα των εξετάσεων θυμηθεί ότι είναι διαβητικός; Περίπτωση : ο κος Μπάμπης δεν είναι διαβητικός Τότε η πιθανότητα να πάσχει από την ασθένεια είναι P (Π) = Η πιθανότητα η εργαστηριακή εξέταση να έχει θετικό αποτέλεσμα με δεδομένο ότι πάσχει ο κος Μπάμπης είναι P (Θ Π) = 99 και η πιθανότητα θετικού αποτελέσματος με δεδομένο ότι δεν πάσχει ο κος Μπάμπης είναι P (Θ Π) = Άρα η πιθανότητα να πάσχει ο κος Μπάμπης με δεδομένο το θετικό αποτέλεσμα είναι 99 P (Θ Π)P (Π) P (Π Θ) = P (Θ Π)P (Π) + P (Θ Π)P ( Π) = = 99 0, 9933037 > 0, 8 99 + 40 99 + και άρα πάει για εγχείρηση Περίπτωση 2: ο κος Μπάμπης είναι διαβητικός Το μόνο που αλλάζει από τα προηγούμενα είναι οι δεσμευμένες πιθανότητες: P (Θ Π) = 70 30 και P (Θ Π) = Άρα 70 P (Θ Π)P (Π) P (Π Θ) = P (Θ Π)P (Π) + P (Θ Π)P ( Π) = = 70 0, 777777778 < 0, 8 70 + 30 40 και άρα ο κος Μπάμπης δεν πάει για εγχείρηση 70 + 30 4 Έστω F X : R [0, ] η συνάρτηση κατανομής μιας τυχαίας μεταβλητής X Αποδείξτε ότι: (i) P (a < X < b) = F X (b ) F X (a) = F X (b) F X (a) P (x = b) όταν a < b (ii) P (a X b) = F X (b) F X (a ) = F X (b) F X (a) + P (x = a) όταν a < b (iii) P (a X < b) = F X (b ) F X (a ) = F X (b) F X (a) P (x = b) + P (X = a) όταν a < b (iv) F X ( ) = lim x F X (x) = 0 και F X (+ ) = lim x + F X (x) = (i) P (a < X < b) = P (a < X b) P (X = b) = P (X b) P (X a) P (X = b) = F X (b) F X (a) P (X = b) Επειδή F X (b) P (X = b) = F X (b ), έχουμε και 40 40 P (a < X < b) = F X (b) F X (a) P (X = b) = F X (b ) F X (a) Οι αποδείξεις των (ii), (iii) είναι παρόμοιες (iv) Η συνάρτηση F X είναι αύξουσα Άρα αν πάρουμε οποιαδήποτε φθίνουσα ακολουθία (x n ) με όριο, τότε lim x F X (x) = lim F X (x n ) Τώρα σκεφτόμαστε ότι τα ενδεχόμενα X x n μικραίνουν (επειδή η (x n ) είναι φθίνουσα) και η τομή τους είναι το (επειδή x n ) Άρα lim F X(x n ) = lim P (X x n) = P ( ) = 0 2

[Θα γίνω λίγο πιο αναλυτικός Το ενδεχόμενο X x n είναι, αναλυτικά γραμμένο, το εξής υποσύνολο του δειγματικού χώρου Ω: {ω Ω X(ω) x n } Αν για κάποιο ω ισχύει X(ω) x n+, τότε, επειδή x n+ x n, συνεπάγεται ότι ισχύει X(ω) x n Άρα {ω Ω X(ω) x n+ } {ω Ω X(ω) x n } Η τομή αυτών των ενδεχομένων για κάθε n είναι το κενό υποσύνολο του Ω: + n= {ω Ω X(ω) x n } = Πράγματι, ένα ω ανήκει στην τομή αν ανήκει σε κάθε σύνολο, δηλαδή αν ισχύει X(ω) x n για κάθε n Αν ισχύει κάτι τέτοιο, τότε, παίρνοντας όριο καθώς n +, βρίσκουμε X(ω) = Αυτό είναι αδύνατον επειδή X(ω) R Άρα δεν υπάρχει κανένα ω στην τομή και άρα η τομή είναι κενή Γνωρίζουμε, γενικά, ότι αν τα ενδεχόμενα A n μικραίνουν, δηλαδή αν A n+ A n, και αν + n= A n = A, τότε lim P (A n ) = P (A) Άρα στην περίπτωσή μας έχουμε lim P ({ω Ω X(ω) x n}) = P ( ) = 0 Ισοδύναμα: lim P (X x n ) = 0] Επειδή η F X είναι αύξουσα, αν πάρουμε οποιαδήποτε αύξουσα ακολουθία (x n ) με όριο +, τότε lim x + F X (x) = lim F X (x n ) Τώρα τα ενδεχόμενα X x n μεγαλώνουν (επειδή η (x n ) είναι αύξουσα) και η ένωσή τους είναι το R (επειδή x n + ) Άρα lim F X(x n ) = lim P (X x n) = P (R) = [Θα ξαναγίνω πιο αναλυτικός Πάλι το ενδεχόμενο X x n είναι, αναλυτικά γραμμένο: {ω Ω X(ω) x n } Αν για κάποιο ω ισχύει X(ω) x n, τότε, επειδή x n X(ω) x n+ Άρα x n+, συνεπάγεται ότι ισχύει {ω Ω X(ω) x n } {ω Ω X(ω) x n+ } Η ένωση αυτών των ενδεχομένων για κάθε n είναι ολόκληρο το Ω: + n= {ω Ω X(ω) x n } = Ω Πράγματι, ένα ω ανήκει στην ένωση αν ανήκει σε ένα τουλάχιστον σύνολο, δηλαδή αν ισχύει X(ω) x n για τουλάχιστον ένα n Επειδή X(ω) R και επειδή x n +, υπάρχει κάποιο n για το οποίο ισχύει X(ω) x n (και επειδή η ακολουθία είναι αύξουσα, θα ισχύει για κάθε μεγαλύτερο δείκτη) Άρα κάθε ω ανήκει στην ένωση, οπότε η ένωση είναι το Ω Γνωρίζουμε, γενικά, ότι αν τα ενδεχόμενα A n μεγαλώνουν, δηλαδή αν A n A n+, και αν + n= A n = A, τότε lim P (A n ) = P (A) Άρα στην περίπτωσή μας έχουμε Ισοδύναμα: lim P (X x n ) = ] lim P ({ω Ω X(ω) x n}) = P (Ω) = 3

5 Ρίχνουμε ένα ζάρι δύο φορές και θεωρούμε την τυχαία μεταβλητή με τύπο X(ω, ω 2 ) = ω + ω 2, όπου ω, ω 2 είναι οι ενδείξεις του πρώτου και του δεύτερου ζαριού Βρείτε τις πιθανότητες P (X = 4), P (3 < X 0) Για να είναι X = 4 πρέπει να προκύψει ένα από τα ζευγάρια: (, 3), (2, 2), (3, ) Κάθε ζευγάρι έχει πιθανότητα 6 6 = 3 36 και άρα P (X = 4) = 36 = 2 Το ενδεχόμενο 3 < x 0 προκύπτει από 30 ζευγάρια, οπότε P (3 < X 0) = 30 36 = 5 6 6 Θεωρούμε ένα νόμισμα το οποίο δείχνει Κ με πιθανότητα p και Γ με πιθανότητα p, όπου 0 < p < Ρίχνουμε το νόμισμα μέχρι να δείξει για πρώτη φορά Κ Ορίζουμε την τυχαία μεταβλητή X να είναι ο απαιτούμενος αριθμός ρίψεων Υπολογίστε την πιθανότητα P (X = n) για κάθε n N καθώς και την συνάρτηση κατανομής F X (x) για x R Το ενδεχόμενο X = n σημαίνει να προκύψει Γ στις πρώτες n ρίψεις του νομίσματος και Κ στην n-οστή ρίψη Άρα P (X = n) = ( p) ( p)p = ( p) n p για n N Αν x <, τότε Αν x < 2, τότε Αν 2 x < 3, τότε F X (x) = P (X x) = 0 F X (x) = P (X x) = P (X = ) = p F X (x) = P (X x) = P (X = ) + P (X = 2) = p + p( p) = 2p p 2 Γενικότερα, αν n x < n +, τότε F X (x) = P (X x) = P (X = ) + P (X = 2) + + P (X = n) = p + p( p) + + p( p) n = p( + ( p) + + ( p) n ) = p ( p)n ( p) = ( p)n Χρησιμοποιήσαμε την αλγεβρική ταυτότητα + x + x 2 + + x n = xn x 7 Ένα δοχείο περιέχει N βώλους αριθμημένους από έως N Επιλέγουμε τυχαία m βώλους από το δοχείο χωρίς επανατοποθέτηση Ονομάζουμε X και Y τον μέγιστο και τον ελάχιστο αριθμό βώλου από τους m που επιλέγουμε (i) Βρείτε την πιθανότητα P (X n) για κάθε n =,, N και την συνάρτηση κατανομής της τυχαίας μεταβλητής X (ii) Βρείτε την πιθανότητα P (Y n) για κάθε n =,, N και την συνάρτηση κατανομής της τυχαίας μεταβλητής Y (i) Το ενδεχόμενο X n σημαίνει ότι οι m βώλοι που επιλέγουμε έχουν όλοι αριθμό n (αφού ο μεγαλύτερος αριθμός επιλεγμένου βώλου είναι n) Επειδή κάθε επιλογή γίνεται χωρίς επανατοποθέτηση, οι αριθμοί που προκύπτουν είναι διαφορετικοί Άρα, αν n < m, είναι αδύνατον να προκύψουν m αριθμοί n και άρα P (X n) = 0 όταν n < m Τώρα έστω ότι m n N Για κάθε k =,, m ονομάζουμε A k το ενδεχόμενο στην k επιλογή βώλου ο αριθμός που θα προκύψει να είναι n Τότε P (X n) = P (A A 2 A m ) = P (A )P (A 2 A )P (A 3 A A 2 ) P (A m A A m ) = n n n 2 N N N 2 n m + ( ) n / ( ) N N m + = 4

Άρα αν x < m έχουμε F X (x) = P (X x) = 0 Αν m x < m +, τότε ( ) m / ( ) N F X (x) = P (X x) = P (X m) = Γενικότερα, αν n x < n +, όπου n = m,, N, τότε ( ) n / ( ) N F X (x) = P (X x) = P (X n) = Τέλος, αν N x < +, τότε ( ) N / ( ) N F X (x) = P (X x) = P (X N) = = (ii) Ομοίως 8 Έστω F X : R [0, ] η συνάρτηση κατανομής μιας τυχαίας μεταβλητής X (i) Μπορεί να υπάρχουν περισσότερα από n άλματα (δηλαδή ασυνέχειες) της συνάρτησης F X μεγέθους n ; (ii) Μπορεί να υπάρχουν υπεραριθμήσιμα σημεία ασυνέχειας της συνάρτησης F X ; (i) Έστω ότι υπάρχουν m άλματα μεγέθους n στις θέσεις x,, x m Το άλμα σε κάθε θέση x k έχει μέγεθος F X (x k ) F X (x k ) = P (X = x k ) Προσθέτουμε τα άλματα και έχουμε: m n = n + + n P (X = x ) + + P (X = x m ) = P (X {x,, x m }) Συνεπάγεται m n, οπότε δεν υπάρχουν περισσότερα από n άλματα μεγέθους n (ii) Η F X έχει ασυνέχεια σε κάποιο σημείο x αν και μόνο αν παρουσιάζει θετικό άλμα στο x, δηλαδή P (X = x) > 0 Άρα το σύνολο των σημείων ασυνέχειας της F X είναι το Θεωρούμε για κάθε n N το σύνολο Παρατηρούμε ότι A = {x P (X = x) > 0} { A n = x P (X = x) } n A = + n= Στο (i) είδαμε ότι ο πληθάριθμος του A n είναι το πολύ n Άρα κάθε A n είναι πεπερασμένο και άρα το A, ως αριθμήσιμη ένωση πεπερασμένων συνόλων, είναι αριθμήσιμο A n 5