ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ ΙΙ ΜΕΡΟΣ Β Α. ΕΞΑΜΗΝΟ ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ΚΑΙ ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΑΔΙΚΑΣΙΕΣ ΚΑΘ. ΠΕΤΡΟΣ Π. ΓΡΟΥΜΠΟΣ.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Πιθανότητες & Τυχαία Σήματα
Advertisements

ΗΥ430 Ψηφιακες Επικοινωνιες Μαθημα 2
Πώς μπορείς να μάθεις να χρησιμοποιείς τις πιθανότητες.
Θεματική Ενότητα Διακριτή Πιθανότητα.
Ασκήσεις Συνδυαστικής
Keller: Stats for Mgmt & Econ, 7th Ed Πιθανότητες Κεφάλαια 3, 4 & 5
Πιθανότητες & Τυχαία Σήματα Συσχέτιση
ΗΥ430 ΨΗΦΙΑΚΕΣ ΕΠΙΚΟΙΝΩΝΙΕΣ
Μια Μπεϋζιανή Μέθοδος για την Επαγωγή Πιθανοτικών Δικτύων από Δεδομένα ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΗΧ/ΚΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ B. Μεγαλοοικονόμου, Χ. Μακρής.
Αναγνώριση Προτύπων.
Κ. Μόδη: Γεωστατιστική και Εφαρμογές της (Κεφάλαιο 5) 1 Τυχαία συνάρτηση Μία τυχαία συνάρτηση (ΤΣ) είναι ένας κανόνας με τον οποίο σε κάθε αποτέλεσμα ζ.
© 2002 Thomson / South-Western Slide 4A-1 Κεφάλαιο 4, Μέρος A Πιθανότητες.
Κ. Μόδη: Γεωστατιστική και Εφαρμογές της (Κεφάλαιο 3) 1 Από κοινού κατανομή δύο ΤΜ Στην περίπτωση που υπάρχουν δύο ΤΜ ενδιαφέροντος, η συνάρτηση κατανομής.
ΒΕΣ 06: Προσαρμοστικά Συστήματα στις Τηλεπικοινωνίες © 2007 Nicolas Tsapatsoulis Θεωρία Στοχαστικών Σημάτων: Στοχαστικές διεργασίες, Περιγραφή εργοδικών.
Τυχαιοκρατικοί Αλγόριθμοι TexPoint fonts used in EMF. Read the TexPoint manual before you delete this box.: AA Πιθανότητες και Αλγόριθμοι Ανάλυση μέσης.
Ο Μετασχηματισμός Laplace και ο Μετασχηματισμός Ζ
Μάθημα 2 ο : Βασικές έννοιες 1 Ακαδημαϊκό Έτος
1 Χαρακτηριστικά ενός Μ/Μ/1 συστήματος : Αφίξεις κατανεμημένες κατά Poisson Εκθετικά κατανεμημένοι χρόνοι εξυπηρέτησης Οι χρόνοι εξυπηρέτησης είναι αμοιβαία.
Ανάλυση Πολλαπλής Παλινδρόμησης
Ανάλυση Παλινδρόμησης με Δεδομένα Χρονολογικών Σειρών
ΒΕΣ 06: Προσαρμοστικά Συστήματα στις Τηλεπικοινωνίες © 2007 Nicolas Tsapatsoulis Θεωρία Στοχαστικών Σημάτων: Εκτίμηση φάσματος, Παραμετρικά μοντέλα ΒΕΣ.
ΑΝΙΧΝΕΥΣΗ ΚΑΙ ΔΙΟΡΘΩΣΗ ΣΦΑΛΜΑΤΩΝ
Κ. Μόδη: Γεωστατιστική και Εφαρμογές της (Κεφάλαιο 2) 1 Τι είναι η πιθανότητα Έστω ότι δίνεται ένα πείραμα τύχης το οποίο καθορίζεται από το σύνολο των.
Κ. Μόδη: Γεωστατιστική και Εφαρμογές της (Κεφάλαιο 4) 1 Από κοινού κατανομή πολλών ΤΜ Ορίζεται ως από κοινού συνάρτηση κατανομής F(x 1, …, x n ) n τυχαίων.
ΣΥΝΟΛΑ.
Κ. Μόδη: Γεωστατιστική και Εφαρμογές της (Κεφάλαιο 8.3) 1 Mηχανική πετρωμάτων Στην εφαρμογή που παρουσιάζεται στην ενότητα αυτή, η γενική γνώση περιλαμβάνει.
Φροντιστήριο – Συμπληρωματικές Ασκήσεις
ΚΕΦΑΛΑΙΟ 6 ΓΕΩΓΡΑΦΙΚΕΣ ΜΕΘΟΔΟΙ ΚΑΙ ΤΕΧΝΙΚΕΣ: ΣΗΜΕΙΑ
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 07/05/09 Εκθετική Κατανομή, Διαδικασίες Birth-Death.
ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ΔΙΑΚΡΙΤΩΝ ΚΑΙ ΣΥΝΕΧΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ
Πηγή: Βιοστατιστική [Β.Γ. Σταυρινός, Δ.Β. Παναγιωτάκος]
Γιώργος Γεωργιάδης (σύμφωνα με τις παραδόσεις του Λευτέρη Κυρούση)
ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ
Θέματα Συστημάτων Πολυμέσων Ενότητα # 6: Στοιχεία Θεωρίας Πληροφορίας Διδάσκων: Γεώργιος K. Πολύζος Τμήμα: Μεταπτυχιακό Πρόγραμμα Σπουδών “Επιστήμη των.
ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Κλάδος των Μαθηματικών που ασχολείται με τις προβλέψεις αποτελεσμάτων τυχαίων γεγονότων.
Μετασχηματισμός Fourier
Αρχές επαγωγικής στατιστικής
PSY 301 Μάθημα 2ον KOINΩΝΙΚΗ ΨΥΧΟΛΟΓΙΑ ΜΕΘΟΔΟΙ & ΜΕΘΟΔΟΛΟΓΙΑ.
Σήματα και Συστήματα ΙΙ Διάλεξη: Εβδομάδα Καθηγητής Πέτρος Γρουμπός Επιμέλεια παρουσίασης: Βασιλική Μπουγά 1.
 Ο Νόμος των Μεγάλων Αριθμών είναι το θεώρημα που περιγράφει τον τρόπο με τον οποίο συμπεριφέρεται ένα συγκεκριμένο πείραμα, όταν ο αριθμός των επαναλήψεων.
ΕΛΕΓΧΟΙ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ Η πιο συνηθισμένη στατιστική υπόθεση είναι η λεγόμενη Υπόθεση Μηδέν H 0. –Υποθέτουμε ότι η εμφανιζόμενη διαφορά μεταξύ μιας.
Έλεγχος Υποθέσεων Ο έλεγχος υποθέσεων αναφέρεται στη διαδικασία αποδοχής ή απόρριψης μιας στατιστικής υπόθεσης, Κατά την εκτέλεση ενός στατιστικού ελέγχου,
ΗΛΕΚΤΡΙΚΕΣ ΜΕΤΡΗΣΕΙΣ ΣΦΑΛΜΑΤΑ ΜΕΤΡΗΣΗΣ.
ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ II Καθ. Πέτρος Π. Γρουμπός Διάλεξη 3η Μετασχηματισμός Fourier.
Πιθανότητες. Τυχαίο Πείραμα όσες φορές και να γίνει κρατώντας τις συνθήκες σταθερές, το αποτέλεσμά του δεν είναι πάντα το ίδιο.
Σήματα και Συστήματα 11 10η διάλεξη. Σήματα και Συστήματα 12 Εισαγωγικά (1) Έστω γραμμικό σύστημα που περιγράφεται από τη σχέση: Αν η είσοδος είναι γραμμικός.
ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ II Καθ. Πέτρος Π. Γρουμπός Διάλεξη 8η Στοχαστικά Σήματα - 1.
Εισαγωγή στην Στατιστική
ΑΛΓΟΡΙΘΜΟΣ ΠΡΟΒΛΗΜΑ ΑΛΓΟΡΙΘΜΟΣ ΛΥΣΗ
ΠΑΡΟΥΣΙΑΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΠΙΘΑΝΟΤΗΤΕΣ(2)
Πού χρησιμοποιείται ο συντελεστής συσχέτισης (r) pearson
Ανάπτυξη Μοντέλων Διακριτών Συστημάτων Μέρος Β
Η Έννοια της τυχαίας Διαδικασίας
ΜΠΣ ΠΡΑΣΙΝΗ ΕΝΕΡΓΕΙΑ ΤΜΗΜΑ ΗΜ&ΤΥ
O Θόρυβος στα Συστήματα Τηλεπικοινωνιών
Έλεγχος υποθέσεων με την χ2 «χι -τετράγωνο» κατανομή
Κινητική θεωρία των αερίων
ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ II
Η Έννοια της τυχαίας Διαδικασίας
ΠΟΛΥΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ Στη θεωρία των πιθανοτήτων η πολυωνυμική κατανομή είναι μια γενίκευση της διωνυμικής κατανομής. Η διωνυμική κατανομή είναι η κατανομή.
ΜΕΤΑΒΛΗΤΗ ΤΙ ΕΙΝΑΙ; – ΚΑΤΑΝΟΗΣΗ ΤΗΣ ΕΝΝΟΙΑΣ ΠΩΣ ΣΥΜΒΟΛΙΖΕΤΑΙ ΟΡΙΣΜΟΣ
Μορφές κατανομών Αθανάσιος Βέρδης.
Ψηφιακός Έλεγχος διάλεξη Παρατηρητές Ψηφιακός Έλεγχος.
Εργασία 2η Επιλέξτε μια προτεινόμενη δραστηριότητα από τη θεματική περιοχή των Στοχαστικών Μαθηματικών (Πιθανότητες, Στατιστική) από το έγγραφο «Μαθηματικά.
Στατιστική και λογισμικά στις επιστήμες συμπεριφοράς
Τμήμα Μηχανικών Πληροφορικής Τ.Ε.
Η μέθοδος της συνεισφοράς
Κινητική θεωρία των αερίων
Ορισμός Με τον όρο Χρονοσειρές εννοούμε μια σειρά από παρατηρήσεις που παίρνονται σε ορισμένες χρονικές στιγμές ή περιόδους που ισαπέχουν μεταξύ τους.
Μεθοδολογία Έρευνας Διάλεξη 9η: Ανάλυση Ποσοτικών Δεδομένων
Μεταγράφημα παρουσίασης:

ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ ΙΙ ΜΕΡΟΣ Β Α. ΕΞΑΜΗΝΟ ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ΚΑΙ ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΑΔΙΚΑΣΙΕΣ ΚΑΘ. ΠΕΤΡΟΣ Π. ΓΡΟΥΜΠΟΣ

2 Περίληψη Θεωρίας Πιθανοτήτων

Το μαθηματικό πρότυπο εισόδου- εξόδου To σύστημα Σ παριστάνεται σαν ένα μαύρο κουτί που επικοινωνεί με τον έξω κόσμο μέσω των εισόδων u j και εξόδων y i : Σ uy Τα u, y είναι συνήθως διανύσματα

ΤΥΠΟΙ ΣΥΣΤΗΜΑΤΩΝ ΝΤΕΤΕΡΜΙΝΙΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ

ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΤΥΠΑ Τέσσερες Μέθοδοι 1)Διαφορικές Εξισώσεις 2)Mήτρα κρουστικών αποκρίσεων 3) Μετασχηματισμοί 4) Καταστατικές Εξισώσεις

6 Σπουδαιοτητα των στοχαστικων διαδικασιων Οι τυχαιες διαδικασιες και μεταβλητες μας επιτρεπουν να χειριζομαστε ποσοτητες, δεδομένα και σηματα που δεν τα ξερουμε εκ των προτερων. ΕΙΝΑΙ ΑΛΗΘΕΙΑ ΑΥΤΌ?? Τα δεδομενα και τα σηματα που μεταδιδονται μεσα απο τα «συστηματα» θεωρουνται τυχαια. Ο θορυβος, οι παρεμβολες, οι παραμορφωσεις και οι διαλειψεις (fading) που εισαγονται στην είσοδο του «συστήματος» επισης προσομοιωνονται με στοχαστικες διαδικασιες. Ακομα και το κριτηριο αξιοπιστιας μεταδοσης (BER- Bit Error Rate ή πιθανοτητα σφαλματος bit) εκφραζεται με πιθανο-θεωρητικους ορους

6.7 Δειγματικός Χώρος… Μία λίστα με καθολικά και αμοιβαία αποκλειόμενα καλείται δειγματικός χώρος και συμβολίζεται με S ή Ω. Τα ενδεχόμενα συμβολίζονται με Α 1, Α 2, …, Α k Χρησιμοποιώντας σύμβολα από την θεωρία συνόλων, μπορούμε να παριστάνουμε τον δειγματικό χώρο και τα ενδεχόμενα του ως: S ή Ω = {Α 1, Α 2, …, Α k }

6.8 Δειγματικός Χώρος… Μία λίστα με καθολικά και αμοιβαία αποκλειόμενα καλείται δειγματικός χώρος και συμβολίζεται με S ή Ω. Τα ενδεχόμενα συμβολίζονται με Α 1, Α 2, …, Α k Χρησιμοποιώντας σύμβολα από την θεωρία συνόλων, μπορούμε να παριστάνουμε τον δειγματικό χώρο και τα ενδεχόμενα του ως: S ή Ω = {Α 1, Α 2, …, Α k }

9 Τυχαια γεγονοτα Οταν εκτελουμε ενα τυχαιο πειραμα, μπορουμε να χρησιμοποιη- σουμε συμβολα της θεωριας συνολων για να περιγραψουμε τα δυνατα ενδεχόμενα ή αποτελέσματα. Παραδειγμα: Ριχνουμε ενα ζαρι. Δυνατα αποτελεσματα S = {1,2,3,4,5,6} Γεγονος ειναι καθε υποσυνολο δυνατων αποτελεσματων: Α={1,2} Συμπληρωματικο γεγονος του Α ειναι το: = S –A = {3,4,5,6} Το συνολο ολων των αποτελεσματων ειναι το σιγουρο γεγονος S ή ο χώρος αποτελεσμάτων ή ο χωρος δειγματων Το κενο γεγονος ειναι το:  Η μεταδοση ενος bit, π.χ., ειναι ενα τυχαιο πειραμα

6.10 Τυχαίο Πείραμα… ένα τυχαίο πείραμα είναι μία πράξη ή διαδικασία που οδηγεί σε ένα από τα πιθανά ενδεχόμενα. Για Παράδειγμα: ΠείραμαΕνδεχόμενα Ρίχνουμε ένα νόμισμαΚορώνα, Γράμματα Θερμοκρασία σώματος 36 ≤ Τ ≤ 41 Χρόνος συναρμολόγησηςt > 0 δευτερόλεπτα Ρίξιμο ζαριού1,2,3,4,5,6

11 Πιθανοτητα Η πιθανοτητα P(A) ειναι ενας αριθμος ο οποιος μετρα την πιθανοφανεια του γεγονοτος Α. – Στον χωρο δειγματων S={1,2,3,4,5,6} του προηγουμενου παραδειγματος αν Α={1,2} τοτε Ρ(Α) = 1/3 και Ρ({αρτιο αποτελεσμα})=1/2 Αξιωματα της θεωριας πιθανοτητων Ουδεν γεγονος εχει αρνητικη πιθανοτητα: P(A)  0 P(A)  1 και { P(A) = 1  A = S}. Αν Α και Β ειναι δυο ξενα γεγονοτα δηλ. αν Α  Β=  τοτε P(A  B) = P(A) + P(B). Oλες οι αλλες ιδιοτητες των πιθανοτητων ειναι απόρροια αυτων των αξιωματων

6.12 Ιδιότητες Πιθανοτήτων… Δοθέντος ενός δειγματικού χώρου S = {Α 1, Α 2, …, Α k }, οι πιθανότητες οι οποίες αναθέτονται στα ενδεχόμενα πρέπει να ικανοποιούν τις ακόλουθες ιδιότητες: (1)P(Ai)  0 (2)P(S) = 1 (3)Η πιθανότητα κάθε ενδεχομένου είναι μεταξύ 0 και 1 δηλαδή 0 ≤ P(Α i ) ≤ 1 για κάθε i, και (2)Το άθροισμα όλων των πιθανοτήτων από όλα τα ενδεχόμενα είναι ίσο με 1 δηλαδή P(Α 1 ) + P(Α 2 ) + … + P(Α k ) = 1

6.13 Πιθανότητες… Καταγράφουμε τα ενδεχόμενα του τυχαίου πειράματος … Αυτή η λίστα θα πρέπει να είναι καθολική (exhaustive), π.χ. ΌΛΑ τα πιθανά ενδεχόμενα περιλαμβάνονται. Ρίξιμο ζαριού {1,2,3,4,5} Ρίξιμο ζαριού {1,2,3,4,5,6} Αυτά τα ενδεχόμενα θα πρέπει να είναι αμοιβαία αποκλειόμενα, δηλαδή δεν μπορούν δύο ενδεχόμενα να συμβούν ταυτοχρόνως: Ρίξιμο ζαριού {μονός ή ζυγός αριθμός} Ρίξιμο ζαριού { νούμερο < 4 ή ζυγός αριθμός}

6.14 Ιδιότητες Πιθανοτήτων… Δοθέντος ενός δειγματικού χώρου S = {Α 1, Α 2, …, Α k }, οι πιθανότητες οι οποίες αναθέτονται στα ενδεχόμενα πρέπει να ικανοποιούν τις ακόλουθες ιδιότητες: (1)P(Ai) > 0 (2)P(S) = 1 (3)Η πιθανότητα κάθε ενδεχομένου είναι μεταξύ 0 και 1 δηλαδή 0 ≤ P(Α i ) ≤ 1 για κάθε i, και (2)Το άθροισμα όλων των πιθανοτήτων από όλα τα ενδεχόμενα είναι ίσο με 1 δηλαδή P(Α 1 ) + P(Α 2 ) + … + P(Α k ) = 1

6.15 Προσεγγίσεις στην Ανάθεση των Πιθανοτήτων … Υπάρχουν τρεις τρόποι για να αναθέσουμε μία πιθανότητα, P(A i ), σε ένα ενδεχόμενο, A i, ονομαστικά: Κλασική προσέγγιση: κάνουμε βασικές υποθέσεις (όπως ισοπίθανα, ανεξάρτητα) σχετικά με μία κατάσταση. Σχετική συχνότητα: αναθέτοντας πιθανότητες βασισμένοι σε πειράματα ή ιστορικά δεδομένα. Υποκειμενική προσέγγιση: αναθέτοντας πιθανότητες βασισμένοι στην κρίση κάποιων ειδικών.

6.16 Κλασική Προσέγγιση … Εάν ένα πείραμα έχει n ισοπίθανα ενδεχόμενα, αυτή η μέθοδο θα αναθέσει μία πιθανότητα 1/n στο κάθε ενδεχόμενο. Πείραμα: Ρίξιμο ζαριού Δειγματικος Χώρος: S = {1, 2, 3, 4, 5, 6} Πιθανότητες: Κάθε σημείο του δείγματος έχει 1/6 πιθανότητα να συμβεί.

6.17 Κλασική Προσέγγιση … Πείραμα : Ρίξιμο ζαριών Δειγματικος Χώρος: S = {2, 3, …, 12} Πιθανότητες: P(2) = 1/36 P(6) = 5/36 P(10) = 3/ Ποιες είναι οι βασικές, μη αναφερόμενες, υποθέσεις;

6.18 Προσέγγιση Σχετικής Συχνότητας… Μία εταιρία που πουλάει υπολογιστές καταγράφει των αριθμό των (desktop) υπολογιστών που πωλούνται σε ένα μήνα (30 μέρες): Για παράδειγμα, Σε 10 ημέρες από τις 30 2 υπολογιστές πουλήθηκαν. Από αυτό μπορούμε να κατασκευάσουμε τις πιθανότητες ενός ενδεχομένου (δηλαδή των # των υπολογιστών που πουλήθηκαν σε μία συγκεκριμένη μέρα)… # πουλημένων υπολογιστών σε μία μέρα Σε πόσες ημέρες

6.19 Προσέγγιση Σχετικής Συχνότητας… «Υπάρχει 40% πιθανότητα η εταιρία να πουλήσει 3 υπολογιστές σε μία συγκεκριμένη ημέρα» # πουλημένων υπολογιστών σε μία μέρα Σε πόσες ημέρες Σχετική συχνότητα 011/30 = /30 = /30 = /30 = /30 =.17 ∑ = 1.00

6.20 Υποκειμενική προσέγγιση… «Στην υποκειμενική προσέγγιση ορίζουμε ως πιθανότητα τον βαθμό τον οποίο πιστεύουμε ότι ένα ενδεχόμενο θα συμβεί» Π.χ. Η πρόβλεψη του καιρού όταν βασίζεται σε παλαιά δεδομένα σε συνδυασμό με επίκαιρες καιρικές συνθήκες. 60% – βασισμένοι σε επίκαιρες καιρικές συνθήκες, υπάρχει 60% πιθανότητα να βρέξει.

6.21 Ενδεχόμενα και Πιθανότητες… Ένα ατομικό ενδεχόμενο ενός δειγματικού χώρου καλείται ένα απλό ενδεχόμενο (simple event), ενώ Ένα ενδεχόμενο (event) είναι η συλλογή ή ένα σύνολο από ένα ή περισσότερα απλά ενδεχόμενα από ένα δειγματικό χώρο. Ρίχνοντας ένα ζάρι: S = {1, 2, 3, 4, 5, 6} Απλό ενδεχόμενο: ο αριθμός «3» θα έρθει Ενδεχόμενο: ένας ζυγός αριθμός (ένα από τα 2, 4, ή 6) θα έρθει

6.22 Ενδεχόμενα και Πιθανότητες… Η πιθανότητα ενός ενδεχομένου είναι ένα άθροισμα πιθανοτήτων απλών ενδεχομένων που αποτελούν το ενδεχόμενο. π.χ. (υποθέτοντας ένα ζάρι) S = {1, 2, 3, 4, 5, 6} και P(1) = P(2) = P(3) = P(4) = P(5) = P(6) = 1/6 Τότε: P(ΖΥΓΟΣ) = P(2) + P(4) + P(6) = 1/6 + 1/6 + 1/6 = 3/6 = 1/2

6.23 Ερμηνεύοντας Πιθανότητες … Ένας τρόπος για να ερμηνεύσουμε μία πιθανότητα είναι ο εξής: Εάν ένα πείραμα επαναλαμβάνεται άπειρες φορές, η σχετική συχνότητα για κάποιο συγκεκριμένο ενδεχόμενο είναι η πιθανότητα αυτού του ενδεχομένου. Για παράδειγμα, η πιθανότητα για μία κορώνα όταν ρίχνουμε ένα ισορροπημένο ζάρι είναι 0.5, όπως απορρέει από την κλασική προσέγγιση. Η πιθανότητα ερμηνεύεται ως η μακροχρόνια σχετική συχνότητα των κορωνών εάν ένα νόμισμα ριχθεί άπειρες φορές.

6.24 Δεσμευμένη Πιθανότητα … Δεσμευμένη πιθανότητα (conditional probability) χρησιμοποιείται για να καθορίσουμε πως δύο ενδεχόμενα συσχετίζονται, Δηλαδή, μπορούμε να καθορίσουμε την πιθανότητα ενός ενδεχομένου δοθέντος το συμβάν ενός συσχετιζόμενου ενδεχομένου. Οι δεσμευμένες πιθανότητες γράφονται ως P(A | B) και διαβάζονται ως «η πιθανότητα του A δοθέντος B» και υπολογίζεται ως: και

6.25 Κοινή, Περιθώρια, Δεσμευμένη, Πιθανότητα… Μελετούμε μεθόδους για να καθορίσουμε πιθανότητες ενδεχομένων που απορρέουν από συνδυασμό άλλων ενδεχομένων με ποικίλους τρόπους. Υπάρχουν αρκετά είδη συνδυασμών και σχέσεων ανάμεσα σε ενδεχόμενα: Το συμπληρωματικό ενός ενδεχομένου Η τομή δύο ενδεχομένων Η ένωση δύο ενδεχομένων

6.26 Περιθώριες Πιθανότητες … Οι περιθώριες πιθανότητες (marginal probabilities) υπολογίζονται προσθέτοντας τις γραμμές οριζόντιος και τις στήλες καθέτως. Δηλαδή υπολογίζονται στα περιθώρια του πίνακα: B1B1 B2B2 P(A i ) A1A A2A P(B j ) P(B 1 ) = P(A 2 ) = Και τα ΔΥΟ περιθώρια πρέπει να αθροίζουν στην μονάδα (χρήσιμο για επαλήθευση)

6.27 Δεσμευμένη Πιθανότητα … Θέλουμε να υπολογίσουμε P(B 1 | A 1 ). B1B1 B2B2 P(A i ) A1A A2A P(B j )

28 Διαγραμματα Venn

29 Σχεσεις μεταξυ τυχαιων γεγονοτων Η απο κοινου πιθανοτητα των Α και Β ειναι η πιθανοτητα να συμβουν και τα δυο γεγονοτα: P(A,B) = P(A  B) Υπο συνθηκη πιθανοτητα P(A|B) = P(A,B) / P(B) Είναι η πιθανοτητα οτι θα συμβει το Α δεδομενου οτι συνέβη το Β Ετσι P(A,B) = P(A|B)P(B) = P(Β|Α)P(Α) Στατιστικη ανεξαρτησια: – Τα γεγονοτα Α και Β ειναι στατιστικα ανεξαρτητα αν: P(A,B) = P(A) P(B) – Αν τα Α και Β ειναι ανεξαρτητα τοτε: P(A|B) = P(A) και P(B|A) = P(B) Παραδειγμα: Τα αποτελεσματα της ριψης δυο ζαριων ή τα αποτελεσματα της ριψης του ιδιου ζαριου δυο φορες (εκτος αν είναι πειραγμενο…)

6.30 Ενδεχόμενα και Πιθανότητες… Ένα ατομικό ενδεχόμενο ενός δειγματικού χώρου καλείται ένα απλό ενδεχόμενο (simple event), ενώ Ένα ενδεχόμενο (event) είναι η συλλογή ή ένα σύνολο από ένα ή περισσότερα απλά ενδεχόμενα από ένα δειγματικό χώρο. Ρίχνοντας ένα ζάρι: S = {1, 2, 3, 4, 5, 6} Απλό ενδεχόμενο: ο αριθμός «3» θα έρθει Ενδεχόμενο: ένας ζυγός αριθμός (ένα από τα 2, 4, ή 6) θα έρθει

6.31 Ενδεχόμενα και Πιθανότητες… Η πιθανότητα ενός ενδεχομένου είναι ένα άθροισμα πιθανοτήτων απλών ενδεχομένων που αποτελούν το ενδεχόμενο. π.χ. (υποθέτοντας ένα ζάρι) S = {1, 2, 3, 4, 5, 6} και P(1) = P(2) = P(3) = P(4) = P(5) = P(6) = 1/6 Τότε: P(ΖΥΓΟΣ) = P(2) + P(4) + P(6) = 1/6 + 1/6 + 1/6 = 3/6 = 1/2

6.32 Ερμηνεύοντας Πιθανότητες … Ένας τρόπος για να ερμηνεύσουμε μία πιθανότητα είναι ο εξής: Εάν ένα πείραμα επαναλαμβάνεται άπειρες φορές, η σχετική συχνότητα για κάποιο συγκεκριμένο ενδεχόμενο είναι η πιθανότητα αυτού του ενδεχομένου. Για παράδειγμα, η πιθανότητα για μία κορώνα όταν ρίχνουμε ένα ισορροπημένο νόμισμα είναι 0.5, όπως απορρέει από την κλασική προσέγγιση. Η πιθανότητα ερμηνεύεται ως η μακροχρόνια σχετική συχνότητα των κορωνών εάν ένα νόμισμα ριχθεί άπειρες φορές.

6.33 Δεσμευμένη Πιθανότητα … Δεσμευμένη πιθανότητα (conditional probability) χρησιμοποιείται για να καθορίσουμε πως δύο ενδεχόμενα συσχετίζονται, Δηλαδή, μπορούμε να καθορίσουμε την πιθανότητα ενός ενδεχομένου δοθέντος το συμβάν ενός συσχετιζόμενου ενδεχομένου. Οι δεσμευμένες πιθανότητες γράφονται ως P(A | B) και διαβάζονται ως «η πιθανότητα του A δοθέντος B» και υπολογίζεται ως: και

6.34 Κοινή, Περιθώρια, Δεσμευμένη, Πιθανότητα… Μελετούμε μεθόδους για να καθορίσουμε πιθανότητες ενδεχομένων που απορρέουν από συνδυασμό άλλων ενδεχομένων με ποικίλους τρόπους. Υπάρχουν αρκετά είδη συνδυασμών και σχέσεων ανάμεσα σε ενδεχόμενα: Το συμπληρωματικό ενός ενδεχομένου Η τομή δύο ενδεχομένων Η ένωση δύο ενδεχομένων

6.35 Δεσμευμένη Πιθανότητα … Δεσμευμένη πιθανότητα (conditional probability) χρησιμοποιείται για να καθορίσουμε πως δύο ενδεχόμενα συσχετίζονται, Δηλαδή, μπορούμε να καθορίσουμε την πιθανότητα ενός ενδεχομένου δοθέντος το συμβάν ενός συσχετιζόμενου ενδεχομένου. Οι δεσμευμένες πιθανότητες γράφονται ως P(A | B) και διαβάζονται ως «η πιθανότητα του A δοθέντος B» και υπολογίζεται ως: και

6.36 Δεσμευμένη Πιθανότητα … Ξανά, η πιθανότητα ενός ενδεχομένου δοθέντος ότι ένα άλλο ενδεχόμενο έχει συμβεί καλείται δεσμευμένη πιθανότητα … Σημειώστε πως «A δοθέντος B» και «Β δοθέντος Α» είναι συσχετιζόμενα …

6.37 Ανεξαρτησία … Ένας από τους στόχους υπολογισμού της δεσμευμένης πιθανότητας είναι να καθορίσουμε εάν δύο ενδεχόμενα συσχετίζονται. Ποιο συγκεκριμένα, θα θέλαμε να γνωρίζουμε εάν είναι ανεξάρτητα. Δηλαδή, εάν η πιθανότητα ενός ενδεχομένου δεν επηρεάζεται από το συμβάν ενός άλλου ενδεχομένου. Δύο ενδεχόμενα A και B καλούνται ανεξάρτητα (independent) εάν P(A|B) = P(A) ή P(B|A) = P(B)