Τυχαία διακριτή μεταβλητή

Διωνυμική κατανομή – Κατανομή Bernouli

Μια τυχαία μεταβλητή είναι μια μεταβλητή της οποίας η τιμή καθορίζεται από τα αποτελέσματα ενός πειράματος
πιθανότητας. Για παράδειγμα, ρίψη ζαριού, μπορείτε να ορίσετε μια τυχαία μεταβλητή x που αντιπροσωπεύει τον
αριθμό που εμφανίζεται. Έτσι, οι δυνατές τιμές του x είναι 1, 2, 3, 4, 5 και 6. Για κάθε τυχαία μεταβλητή, μια κατανομή
πιθανότητας μπορεί να οριστεί.

Μια κατανομή πιθανότητας είναι μια συνάρτηση που δίνει την πιθανότητα κάθε πιθανής τιμής μιας τυχαίας
μεταβλητής. Το άθροισμα όλων των πιθανοτήτων σε μια κατανομή πιθανότητας πρέπει να είναι ίσο με 1.

Πιθανότητα κατανομής για ρίψη ζαριού

Έστω ότι x είναι μια τυχαία μεταβλητή που αντιπροσωπεύει το άθροισμα όταν γίνεται ρίψη
δύο ζευγών ζαριών . Δημιουργήστε έναν πίνακα και σχεδιάστε ένα ιστόγραμμα που δείχνει την
κατανομή πιθανότητας για το x.

Κάντε έναν πίνακα. Οι πιθανές τιμές του x είναι οι ακέραιοι αριθμοί από 2 έως 12. Ο πίνακας δείχνει
πόσα αποτελέσματα από τη ρίψη δύο ζαριών παράγουν κάθε τιμή του x. Διαιρέστε τον αριθμό των
αποτελεσμάτων για το x με 36 για να βρείτε το P (x).
 Χρησιμοποιήστε την κατανομή πιθανότητας στο Παράδειγμα 1 για να απαντήσετε σε κάθε ερώτηση.
α. Ποιο είναι το πιο πιθανό άθροισμα κατά τη ρίψη δύο ζαριών έξι πλευρών;
β. Ποια είναι η πιθανότητα το άθροισμα των δύο ζαριών να είναι τουλάχιστον 10;

α. Το πιο πιθανό άθροισμα κατά τη ρίψη δύο ζαριών έξι πλευρών είναι η τιμή του x για την οποία το P (x) είναι
μεγαλύτερη. Αυτή η πιθανότητα είναι μεγαλύτερη για x = 7. Έτσι, κατά τη ρίψη των δύο ζαριών, το πιο πιθανό άθροισμα
είναι 7.
β. Η πιθανότητα το άθροισμα των δύο ζαριών να είναι τουλάχιστον 10 είναι

Η πιθανότητα είναι περίπου 16%

Διωνυμικό πείραμα.
•I. Η πιθανότητα επιτυχίας p(Ε) παραμένει σε κάθε δοκιμή σταθερή και ίση με ρ (της αποτυχίας
ίση με 1-p) και
•II. Οι δοκιμές είναι ανεξάρτητες μεταξύ τους, που σημαίνει ότι το αποτέλεσμα της μιας δοκιμής
δεν επηρεάζει το αποτέλεσμα της επόμενης ή κάποιας άλλης από τις επόμενες.
•III. Κάθε δοκιμή έχει δύο πιθανά αποτελέσματα: επιτυχία / αποτυχία

Κάθε τυχαίο πείραμα με δειγματικό χώρο Ω={ω1, ω2}, όπου ω1, ω2 είναι ενδεχόμενα αμοιβαίως
αποκλειόμενα είναι ένα πείραμα Bernoulli.

Οι ν επαναλήψεις ενός πειράματος Bernoulli για τις οποίες ισχύουν οι υποθέσεις Ι. και II.
προσδιορίζουν το διωνυμικό πείραμα.

Παραδείγματα διωνυμικών πειραμάτων αποτελούν:

α) Ο προσδιορισμός του αριθμού χ των κεφαλών (Κ) σε ν = 10 ρίψεις ενός νομίσματος.
β) Ο προσδιορισμός του αριθμού χ των αγοριών σε ν = 200 γεννήσεις,
γ) Ο προσδιορισμός του αριθμού των επιτυχόντων σε ν = 150 υποψήφιους,
δ) Ο προσδιορισμός του αριθμού x των ενόχων σε ν = 50 άτομα φερόμενα ως δράστες
και γενικώς:
Ο προσδιορισμός x επιτυχιών σε ν επαναλήψεις δοκιμών Bernoulli.
Παράδειγμα 1o:

Πωλητής ασφαλιστηρίων συμβολαίων ζωής συναντά τους υποψήφιους πελάτες του ξεχωριστά τον καθένα.
Σε κάθε συνάντηση καταβάλλει την ίδια προσπάθεια προκειμένου να πείσει τον υποψήφιο πελάτη να
ασφαλιστεί.
Η διαπίστωση που έχει κάνει ο πωλητής μετά από πολύχρονη θητεία στο χώρο των ασφαλίσεων είναι ότι η
πιθανότητα να πείσει τον πελάτη να ασφαλιστεί (πιθανότητα επιτυχίας) είναι ρ = 0,1 ή (10%).
Ποια η πιθανότητα σε ν = 4 συναντήσεις με ισάριθμους υποψήφιους πελάτες να ασφαλίσει τον ένα (x = 1) από
αυτούς ;
Απάντηση

Ορίζουμε το ενδεχόμενο:
Ε = ο πελάτης πείθεται και ασφαλίζεται με συμπληρωματικό το ενδεχόμενο
Α = ο πελάτης δεν ασφαλίζεται
Από την εκφώνηση συμπεραίνουμε τα ακόλουθα :
•Η πιθανότητα επιτυχίας p(Ε) είναι σταθερή για κάθε συνάντηση με πελάτη και ίση με p=0,1. Εδώ ως δοκιμή
θεωρείται η συνάντηση με πελάτη.
•Οι δοκιμές είναι ανεξάρτητες. Ο πωλητής συναντά κάθε πελάτη χωριστά. Η απόφαση του ενός δεν
επηρεάζει την απόφαση του επόμενου ή κάποιου άλλου από τους επόμενους.
Το πείραμα είναι συνεπώς διωνυμικό και αν με Χ συμβολίσουμε την τ.μ., οι τιμές της οποίας είναι ο αριθμός
των επιτυχιών σε ν δοκιμές τότε :
Η Ρ[Χ=x] είναι η συνάρτηση πιθανότητας της τ.μ. Χ που δίνει την πιθανότητα να έχουμε x επιτυχίες σε ν
δοκιμές.
 Υποθέτουμε τώρα ότι ο πωλητής στις ν = 4 συναντήσεις με ισάριθμους πελάτες είχε μία επιτυχία (x=1), ενώ οι
άλλοι τρεις αρνήθηκαν να ασφαλιστούν. Έχουμε επομένως τη διαδοχή των απλών ενδεχομένων Ε και Α, που
συνιστούν τα παρακάτω σύνθετα ενδεχόμενα :
Κ = ΕΑΑΑ , Λ = ΑΕΑΑ , Μ = ΑΑΕΑ , Ρ = ΑΑΑΕ

το πλήθος των οποίων είναι ίσο με τους συνδυασμούς των

Από την ανεξαρτησία των 4 δοκιμών προκύπτει ότι:

Ρ(Κ) = Ρ(ΕΑΑΑ) = Ρ(Ε) · Ρ( Α) · Ρ( Α) · Ρ(Α) = p·q·q·q = p · q3
Για p=0,1 και q=l-p= 1-0,1=0,9 έχουμε: Ρ(Κ) = p1 q3 = 0,11 ·0,93 =0,073
Με ανάλογους υπολογισμούς : Ρ(Α)=Ρ(Μ)=Ρ(Π)=0,073
Η πιθανότητα μιας επιτυχίας (Ε) σε ν=4 δοκιμές προκύπτει υπολογίζοντας το πλήθος των τετράδων που
περιέχουν μία επιτυχία επί την πιθανότητα κάθε τέτοιας τετράδας, δηλαδή:
ΓΕΝΙΚΕΥΣΗ

Η πιθανότητα να έχουμε x επιτυχίες σε ν ανεξάρτητες δοκιμές, όταν σε κάθε δοκιμή η

πιθανότητα επιτυχίας είναι σταθερή και ίση με ρ είναι:

Για να δηλώσουμε ότι η διακριτή τ.μ. Χ έχει τη διωνυμική κατανομή, γράφουμε :

Χ~Β(ν, p)

και εννοούμε ότι η συνάρτηση πιθανότητας είναι: με x=0, 1,2,.., ν

και q=l-p

όπου ν, p παράμετροι της κατανομής.

Αποδεικνύεται ότι αν η τ.μ. Χ ~ Β(ν, p), τότε : Ε[Χ]=νp και V(X)=vpq

V(X) διακύμανση
Παράμετροι της διωνυμικής κατανομής
Αποδεικνύεται ότι η μέση τιμή και η διασπορά και η τυπική απόκλιση της διωνυμικής τυχαίας μεταβλητής δίνονται από
τους τύπους:

Ο αριθμητικός μέσος ονομάζεται και αναμενόμενη τιμή συμβολίζεται και ως Ε[Χ]

Αναμενόμενη ή μέση τιμή μιας διακριτής τυχαίας μεταβλητής γύρω από ποια τιμή «κυμαίνεται» η τ.μ. Χ.
(γύρω από την οποία «απλώνεται» η κατανομή της τ.μ. Χ), «κέντρο βάρους» της κατανομής αυτής

Παράδειγμα. Ένας παίκτης ρουλέτας χρησιμοποιεί το ακόλουθο σύστημα. Ποντάρει στο κόκκινο 1χιλ και αν κερδίσει
αποχωρεί. Αν χάσει, ποντάρει ξανά στο κόκκινο αυτή τη φορά 2χιλ και ανεξάρτητα με το αποτέλεσμα αποχωρεί.
Θεωρώντας ότι η πιθανότητα να έρθει κόκκινο είναι ½, να βρείτε το μέσο κέρδος του παίκτη.
Ο δειγματικός χώρος του συγκεκριμένου πειράματος μπορεί να θεωρηθεί ότι είναι ο Ω={(Κ,Κ),(Κ,Μ),(Μ,Κ),(Μ,Μ)}
Έστω Χ η τ.μ. που εκφράζει το κέρδος του παίκτη. Θα έχουμε ότι
 Πιθανότητα να έρθουν ακριβώς 2 κεφαλές σε τρεις ρίψεις κέρματος όταν Ρ(κεφαλή)= 2/3

P(2 κεφαλές σε τρεις ρίψεις ) = P(HHT) + P(HTH)+ P(THH)

P(HHT) = P(HTH) = P(THH) =

P(2 κεφαλές σε τρεις ρίψεις ) =

Για να υπολογίσουμε τη πιθανότητα μιας διαδρομής που περιλαμβάνει x επιτυχίες και n-x αποτυχίες, θα πρέπει
για κάθε επιτυχία να πολλαπλασιάσουμε επί τη πιθανότητα επιτυχίας p και για κάθε αποτυχία να
πολλαπλασιάσουμε επί τη πιθανότητα αποτυχίας 1-p. Έτσι, κάθε ακολουθία κλάδων που περιλαμβάνει ακριβώς
x επιτυχίες έχει πιθανότητα .

Για να υπολογίσουμε την πιθανότητα θα πρέπει να γνωρίζουμε και το πλήθος των διαδρομών που περιλαμβάνουν
ακριβώς x επιτυχίες. Ο υπολογισμός του πλήθους των διαδρομών γίνεται με τη βοήθεια του διωνυμικού τύπου για τον
υπολογισμό των συνδυασμών n στοιχείων ανά x :
Συνθήκες διωνυμικής κατανομής
Παράδειγμα 2o:
Να βρεθεί η πιθανότητα που έχει ο πωλητής να ασφαλίσει 2 πελάτες από τους 4 που θα συναντήσει.
Απάντηση
Αν Χ η τ.μ. που συμβολίζει τον αριθμό των πελατών που θα ασφαλιστούν, τότε :

Παράδειγμα 3o:
Ποια η πιθανότητα του πωλητή να ασφαλίσει περισσότερους από x = 2 πελάτες στους ν = 4 που θα
συναντήσει;
Απάντηση
Ζητάμε την πιθανότητα της τ.μ. Χ να είναι μεγαλύτερη του 2, δηλαδή :
Ρ[Χ>2] = Ρ[Χ=3] + Ρ[Χ=4]

Άρα : Ρ[Χ>2] = 0,004 + 0,0001 = 0,0037

 Με CAS

Όταν θέλω να υπολογίσω την πιθανότητα Ρ(Χ=x) με το CAS ανατρέχω την εντολή BinomialPdf
Όταν θέλω να υπολογίσω την πιθανότητα Ρ(X≤x) ανατρέχω στην εντολή BinomialCdf με άνω όριο το x και κάτω
όριο το 0.
Όταν θέλω να υπολογίσω την πιθανότητα Ρ(Χ<x) ανατρέχω στην εντολή BinomialCdf με άνω όριο το x-1 και
κάτω όριο το 0.
Όταν θέλω να υπολογίσω την πιθανότητα Ρ(Xx) ανατρέχω στην εντολή BinomialCdf με άνω όριο το n και κάτω
όριο το x.
Όταν θέλω να υπολογίσω την πιθανότητα Ρ(Χ>x) ανατρέχω στην εντολή BinomialCdf με άνω όριο το n και κάτω
όριο το x+1.
Calculator  5. Probability  Distributions κατά περίπτωση Α. Binomial Pdf ή Binomial Cdf
 Για το παράδειγμα 2 παραπάνω έχουμε
Για Ρ[Χ=2] P[X=4] , Ρ[Χ=1] , P[X=3]

Για Ρ[Χ>2]
Παράδειγμα 4o:
Ποια η πιθανότητα του πωλητή να μην ασφαλίσει πελάτη στις 4 συναντήσεις;
Απάντηση

Έχουμε συνοψίζοντας τα αποτελέσματα των παραδειγμάτων που παρατέθηκαν τον ακόλουθο πίνακα
κατανομής πιθανότητας, όπου :
x = 0, 1,2,3,4
p=0, 1 q=0,9

x 0 1 2 3 4
P[X=x] 0,6561 0,2916 0,0486 0,0036 0,0001
Παράδειγμα 5o:
Διωνυμική κατανομή που αντιστοιχεί στο τυχαίο πείραμα της ρίψης αμερόληπτου νομίσματος, επί ν=6
συνεχείς φορές.
Απάντηση
Ορίζουμε ως επιτυχία την εμφάνιση κεφαλιού (Κ) και συμβολίζουμε με Χ την τ.μ. με τιμές τον αριθμό των
επιτυχιών στις ν = 6 δοκιμές.
Από την υπόθεση ότι το νόμισμα είναι αμερόληπτο έχουμε ότι η σταθερή πιθανότητα επιτυχίας ρ είναι ίση με
την πιθανότητα αποτυχίας q,

x 0 1 2 3 4 5 6
P[X=x 0,015 0,093 0,234 0,312 0,234 0,093 0,015
] 6 8 4 5 4 8 6
 Παράδειγμα 6o:
Δοχείο περιέχει μεγάλο αριθμό μαύρων και άσπρων σφαιρών σε λόγο 2:1* (δύο προς ένα). Επιλέγουμε στην
τύχη και με επανατοποθέτηση δείγμα ν = 4 σφαιρών, εξασφαλίζοντας έτσι σταθερή πιθανότητα ρ μαύρης
σφαίρας,
α) Να βρεθεί η κατανομή πιθανότητας της τ.μ. Χ που συμβολίζει τον αριθμό των μαύρων σφαιρών στο δείγμα,
και

Αν η τ.μ. Χ δίνει τον αριθμό των μαύρων σφαιρών σε τυχαία επιλεγμένο δείγμα 4 σφαιρών, τότε :

η πιθανότητα να βγάλουμε από το δοχείο μαύρη σφαίρα.

Κατανομή πιθανότητας
1. Μια πινακίδα στις αντλίες βενζίνης μιας αλυσίδας πρατηρίων υπενθυμίζει στους πελάτες να ελέγξουν τη στάθμη του
λαδιού στα αυτοκίνητά τους, υποστηρίζοντας ότι ένα στα πέντε αυτοκίνητα χρειάζεται να συμπληρώσει λάδια. Αν αυτό
είναι αλήθεια, να υπολογίσετε την πιθανότητα :
α) Ένα από τα επόμενα τέσσερα αυτοκίνητα να χρειαστεί να συμπληρώσει λάδια.
β) Δύο από τα επόμενα οκτώ αυτοκίνητα να χρειαστεί να συμπληρώσουν λάδια.
γ) Δέκα από τα επόμενα σαράντα αυτοκίνητα να χρειαστεί να συμπληρώσουν λάδια.

Σε αυτό το πρόβλημα έχουμε ένα διωνυμικό πείραμα στο οποίο ως επιτυχία θεωρείται η συμπλήρωση λαδιών στο
αυτοκίνητο (και ως αποτυχία η μη συμπλήρωση λαδιών) . Εφόσον, θεωρούμε ότι ένα στα πέντε αυτοκίνητα χρειάζεται
να συμπληρώσει λάδια, αυτό σημαίνει ότι η πιθανότητα επιτυχίας είναι p=1/5=0,2 (και της αποτυχίας είναι
1-0,2=0,8). Επίσης, έχουμε δεδομένο το πλήθος των δοκιμών το οποίο είναι στο (α) σκέλος n=4, στο (β) σκέλος n=8
και στο (γ) σκέλος n=40.
α) Eφαρμόζουμε τον τύπο της πιθανότητας για x=1, n=4 , p=0,2 :
Η παραπάνω πιθανότητα μπορεί να υπολογιστεί και με τη βοήθεια δένδρου πιθανοτήτων όπως
φαίνεται παρακάτω :
γ) Εφαρμόζουμε τον τύπο της πιθανότητας για x=10, n=40 , p=0,2 :
2. Το γνωστότερο απορρυπαντικό πλυντηρίου πιάτων έχει μερίδιο αγοράς 30%. Αν ένα πολυκατάστημα
καταγράψει τις επιλογές 25 πελατών που αγόρασαν απορρυπαντικό πλυντηρίου πιάτων, ποια είναι η πιθανότητα
να αγόρασαν το παραπάνω απορρυπαντικό δέκα ή λιγότεροι;

Σε αυτό το πρόβλημα έχουμε ένα διωνυμικό πείραμα στο οποίο ως επιτυχία θεωρείται η αγορά του
συγκεκριμένου απορρυπαντικού (και ως αποτυχία η μη αγορά του). Έχουμε n=25 δοκιμές (πελάτες) και
πιθανότητα επιτυχίας p=30%=0,3 (η πιθανότητα αποτυχίας θα είναι 1-0,3=0,7).
Επίλυση με CAS
3. Ένας φοιτητής που σύντομα ολοκληρώνει τις σπουδές του στην ειδικότητα της λογιστικής, υπολογίζει ότι με βάση
τους βαθμούς του και τη πρακτική εξάσκηση που έχει κάνει, έχει πιθανότητα 70% να δεχθεί μια προσφορά εργασίας από
κάθε επιχείρηση στην οποία θα στείλει το βιογραφικό του. Αν στείλει το βιογραφικό του σε 4 μόνο επιχειρήσεις, ποια
είναι η πιθανότητα να μην δεχθεί καμία προσφορά εργασίας;

Λύση
Εδώ έχουμε ένα διωνυμικό πείραμα στο οποίο ως επιτυχία θεωρούμε την προσφορά εργασίας (και ως αποτυχία την μη
προσφορά εργασίας). Η πιθανότητα επιτυχίας είναι p=70%=0,7 (και της αποτυχίας 1-0,7=0,3) ενώ το πλήθος των
δοκιμών είναι n=4 (σε 4 επιχειρήσεις στέλνει το βιογραφικό του ο φοιτητής).
Η πιθανότητα που ζητάμε είναι η η οποία σύμφωνα με τον τύπο της διωνυμικής πιθανότητας είναι :
Η παραπάνω πιθανότητα μπορεί να υπολογιστεί και με τη βοήθεια δένδρου πιθανοτήτων όπως φαίνεται παρακάτω :
4. Στις ΗΠΑ οι εκλογείς που δεν ψηφίζουν ούτε το Δημοκρατικό ούτε το Ρεπουμπλικανικό κόμμα ονομάζονται
Ανεξάρτητοι και υπολογίζεται ότι αποτελούν περίπου το 10% του εκλογικού σώματος. Αν επιλέξουμε τυχαία 25 εκλογείς :
α) Ποια είναι η πιθανότητα, κανείς από τους 25 να μην είναι Ανεξάρτητος;
β) Ποια είναι η πιθανότητα, λιγότεροι από 5 να είναι Ανεξάρτητοι;
γ) Ποια είναι η πιθανότητα, περισσότεροι από 2 να είναι Ανεξάρτητοι;

Λύση
Σε αυτό το πρόβλημα έχουμε ένα διωνυμικό πείραμα στο οποίο ως επιτυχία θεωρούμε το να είναι ο εκλογέας που
επιλέγουμε Ανεξάρτητος (και ως αποτυχία θεωρούμε το να μην είναι Ανεξάρτητος). Η πιθανότητα επιτυχίας είναι
p=10%=0,1 (και της αποτυχίας 1-0,1=0,9) ενώ το πλήθος των δοκιμών είναι n=25 (25 εκλογείς).
α) Η πιθανότητα που ζητάμε είναι η Ρ(x=0) η οποία σύμφωνα με την τρίτη ιδιότητα της διωνυμικής πιθανότητας είναι :

Η τιμή της παραπάνω πιθανότητας προκύπτει από τον πίνακα των αθροιστικών διωνυμικών πιθανοτήτων για
n=25, p=0,1 και k=0.
6. Ένας πωλητής διενεργεί τηλεφωνικές πωλήσεις για το προϊόν της εταιρείας στην οποία εργάζεται. Από τα στοιχεία που
υπάρχουν στο αρχείο του τμήματος πωλήσεων της εταιρείας, προκύπτει ότι η πιθανότητα επίτευξης πώλησης για τον
συγκεκριμένο πωλητή είναι 25%. Έστω ότι ο πωλητής σε μία τυχαία επιλεγμένη μέρα τηλεφωνεί σε 10 άτομα.
α) Να βρεθεί η πιθανότητα να μην πετύχει καμία πώληση.
β) Να βρεθεί η πιθανότητα να πετύχει ακριβώς 2 πωλήσεις.
γ) Να βρεθεί η πιθανότητα να πετύχει τουλάχιστον 2 πωλήσεις.
δ) Να βρεθεί η πιθανότητα να πετύχει το πολύ δύο πωλήσεις.
ε) Να βρεθεί η πιθανότητα να πετύχει λιγότερες από 3 πωλήσεις.
στ) Να βρεθεί η πιθανότητα να πετύχει περισσότερες από μία πωλήσεις.
Επιλέγουμε ένα τυχαίο δείγμα τεσσάρων μεταχειρισμένων ραδιοφώνων. Αν γνωρίζουμε ότι η πιθανότητα να μην υπάρχει ελαττωματικό
ραδιόφωνο στο δείγμα είναι ίση με την πιθανότητα να είναι όλα ελαττωματικά, να βρεθεί η κατανομή πιθανότητας της τ.μ. που δηλώνει τον
αριθμό των ελαττωματικών ραδιοφώνων. Να υπολογισθεί η μέση τιμή και η τυπική απόκλιση της κατανομής.
Λύση:
Έστω Χ η τ.μ που παριστάνει τον αριθμό των ελαττωματικών ραδιοφώνων στο δείγμα των τεσσάρων. Τότε η Χ ακολουθεί τη διωνυμική
κατανομή με n=4 και πιθανότητα επιτυχίας δηλαδή να είναι ελαττωματικό p. Τότε η συνάρτηση πιθανότητας είναι:

Πρέπει να βρεθεί το p. Από την υπόθεση του προβλήματος ισχύει:

p=0.5.

Επομένως η συνάρτηση πιθανότητας είναι η

Ισχύει επομένως ο παρακάτω πίνακας:

Για τη μέση τιμή έχουμε Ε(Χ)=np=4·0.5=2 και την τυπική απόκλιση σ =

Μια βιομηχανία κατασκευάζει μεταλλικά ελάσματα για να αντέχουν σε συγκεκριμένη καταπόνηση. Σύμφωνα με τις
προδιαγραφές παραγωγής, κάθε τέτοιο έλασμα αντέχει στη συγκεκριμένη καταπόνηση με πιθανότητα 0.8. Επιλέγουμε
τυχαία 9 τέτοια ελάσματα και τα υποβάλλουμε στη συγκεκριμένη καταπόνηση. Ποια είναι η πιθανότητα να αντέξουν α)
το πολύ 2 ελάσματα, β) περισσότερα από 7 ελάσματα, γ) τουλάχιστον 2 ελάσματα και δ) λιγότερα από 6 και τουλάχιστον
4 ελάσματα.
Απάντηση
Έστω Χ ο αριθμός των ελασμάτων που θα αντέξουν την καταπόνηση (από τα 9 που θα ελεγχθούν). Προφανώς,
X ~ B(9, 0.7) και επομένως για τις ζητούμενες πιθανότητες έχουμε:

α) P(X ≤ 2) = P(X = 0) + P(X = 1) + P(X = 2) =

 Ένας παίκτης καλαθόσφαιρας (μπάσκετ) έχει επιτυχία στα τρίποντα 30%. Σε έναν αγώνα ρίχνει 10 τρίποντα.
Ποια είναι η πιθανότητα να ευστοχήσει σε 5 από αυτά;

Διωνυμική κατανομή με ν=10 και πιθανότητα επιτυχίας p=30%=0,3 άρα q= 1-0,3=0,7 =7/10
Θέλουμε το P[Χ=5]
𝜈 10 3 7 10! 3 7 215
P[Χ=5]= 𝑘
𝑝𝑘 𝑞 𝜈−𝑘 = 5
(10)5 (10)10−5 =5! 10−5 !*(10)5 *(10)10−5 = 2*9*21010=……

Με CAS Calculator
Menu 5: Probability- 5: Distributions  D: BinomialPdf

Επομένως η πιθανότητα να ευστοχήσει σε 5 από τα 10 τρίποντα είναι 10%

Ένα τεστ αποτελείται από 4 ερωτήσεις. Για κάθε ερώτηση υπάρχουν δύο απαντήσεις, από τις οποίες η μία
μόνο είναι σωστή. Ο Γιώργος απαντάει και τις 4 ερωτήσεις στην τύχη. Να υπολογίσετε
α) την πιθανότητα να δώσει ο Γιώργος ακριβώς 3 σωστές απαντήσεις
Β) να απαντάει σε τουλάχιστον 2 ερωτήσεις σωστά
Γ) να απαντήσει το πολύ σε 2 ερωτήσεις
Λύση 1 4 1
4 3 4−3 4 1 3 )= = = 0,25
α) Διωνυμική κατανομή με p=1/2 q=1/2 x=3 P[Χ=3]= 3 𝑝 𝑞 = 3 (2) (2 16 4

β) Τουλάχιστον 2 σωστές απαντήσεις

P[Χ2]= P[Χ=2]+ P[Χ=3]+ P[Χ=4]= 42 𝑝2 𝑞 4−2+ 4
3
𝑝3 𝑞 4−3 + 4
4
𝑝4 𝑞 4−4 =11/6=0,6875

P[Χ=2]

P[Χ=3]

P[Χ=4]
γ) Το πολύ 2 σωστές απαντήσεις x≤ 2 σημαίνει P[Χ≤ 2]= P[Χ=0]+ P[Χ=1]+ P[Χ=2]=

4 4 4
0
𝑝4 𝑞 4−4 + 1
𝑝1 𝑞 4−1 + 2
𝑝2 𝑞 4−2=11/16=0,6875

P[Χ=0]

P[Χ=1]

P[Χ=2]
Από ιστορικά στοιχεία που τηρεί η εταιρεία παρασκευής φαρμάκου ΑΒ που χρησιμοποιείται για μια
συγκεκριμένη ασθένεια, προκύπτει ότι αυτό ήταν αποτελεσματικό στο 30% των περιπτώσεων για τις οποίες
χορηγήθηκε. Αν ένας γιατρός συνταγογραφήσει σήμερα το συγκεκριμένο φάρμακο σε τέσσερις ασθενείς ποια
είναι η πιθανότητα ότι θα είναι αποτελεσματικό σε τουλάχιστον τρεις από αυτούς;(50%)

Έστω Χ η τυχαία μεταβλητή που εκφράζει τον αριθμό των ασθενών στους οποίους το φάρμακο ΑΒ ήταν
αποτελεσματικό. Από την υπόθεση έχουμε 4 ανεξάρτητες δοκιμές, τη χορήγηση του φαρμάκου στους 4
ασθενείς. Η σταθερή πιθανότητα της «επιτυχίας» είναι, από την υπόθεση, 0,30. Είναι φανερό ότι η τυχαία
μεταβλητή Χ ακολουθεί Διωνυμική κατανομή με παραμέτρους n = 4 και p = 0,30. Δηλ Χ~Β(n, p) με n=4,
p=0.30
Ζητάμε την πιθανότηα P(X=3 ή Χ=4). Τα ενδεχόμενα X=3 & X=4 είναι ασυμβίβαστα. Άρα P(X=3 ή Χ=4)=
P(X=3)+Ρ(Χ=4).

4 4
P[Χ=3]= 3
𝑝3 𝑞 4−3 = 3
0.303 0.704−3

Αυτό σημαίνει, πως στο 8,37% των φορών που χορηγείται το ΑΒ θα είναι
αποτελεσματικό σε τουλάχιστον 3 ασθενείς