Math Problem Statement

Παράδειγμα 13. Η πιθανότητα ένας φοιτητής να έχει σκονάκι και να μπορέσει να το χρησιμοποιήσει χωρίς να γίνει αντιληπτός, είναι ίση με 0,2. Γνωρίζουμε ότι αν ο συγκεκριμένος φοιτητής χρησιμοποιήσει το σκονάκι έχει πιθανότητα να περάσει επιτυχώς τις εξετάσεις ίση με 0,6 ενώ αν όχι, η πιθανότητα επιτυχούς συμμετοχής του στις εξετάσεις είναι ίση με 0,4. (i) Να προσδιοριστεί η πιθανότητα ο φοιτητής να περάσει επιτυχώς τις εξετάσεις (ii) Να προσδιοριστεί η πιθανότητα ο φοιτητής να έχει χρησιμοποιήσει το σκονάκι, αν γνωρίζουμε ότι έχει περάσει επιτυχώς τις εξετάσεις.

Solution

Έχουμε τις εξής πιθανότητες:

  • Η πιθανότητα ένας φοιτητής να έχει σκονάκι και να το χρησιμοποιήσει χωρίς να γίνει αντιληπτός:
    P(S)=0,2P(S) = 0,2
  • Η πιθανότητα επιτυχίας αν χρησιμοποιήσει το σκονάκι:
    P(ES)=0,6P(E | S) = 0,6
  • Η πιθανότητα επιτυχίας αν δεν χρησιμοποιήσει το σκονάκι:
    P(ESc)=0,4P(E | S^c) = 0,4
  • Η πιθανότητα να μην χρησιμοποιήσει το σκονάκι:
    P(Sc)=1P(S)=0,8P(S^c) = 1 - P(S) = 0,8

(i) Να προσδιοριστεί η πιθανότητα ο φοιτητής να περάσει επιτυχώς τις εξετάσεις.

Χρησιμοποιούμε τον Νόμο της Ολικής Πιθανότητας:

P(E)=P(ES)P(S)+P(ESc)P(Sc)P(E) = P(E | S) P(S) + P(E | S^c) P(S^c)

Αντικαθιστούμε:

P(E)=(0,6×0,2)+(0,4×0,8)P(E) = (0,6 \times 0,2) + (0,4 \times 0,8)

P(E)=0,12+0,32=0,44P(E) = 0,12 + 0,32 = 0,44

Άρα, η πιθανότητα ο φοιτητής να περάσει επιτυχώς τις εξετάσεις είναι 0,44 (ή 44%).


(ii) Να προσδιοριστεί η πιθανότητα ο φοιτητής να έχει χρησιμοποιήσει το σκονάκι, αν γνωρίζουμε ότι έχει περάσει επιτυχώς τις εξετάσεις.

Χρησιμοποιούμε τον Θεώρημα του Bayes:

P(SE)=P(ES)P(S)P(E)P(S | E) = \frac{P(E | S) P(S)}{P(E)}

Αντικαθιστούμε:

P(SE)=(0,6×0,2)0,44P(S | E) = \frac{(0,6 \times 0,2)}{0,44}

P(SE)=0,120,44=1244=3110,2727P(S | E) = \frac{0,12}{0,44} = \frac{12}{44} = \frac{3}{11} \approx 0,2727

Άρα, η πιθανότητα ο φοιτητής να έχει χρησιμοποιήσει το σκονάκι, αν γνωρίζουμε ότι πέρασε τις εξετάσεις, είναι περίπου 0,273 (ή 27,3%).


Θέλετε περισσότερες λεπτομέρειες ή έχετε απορίες;

Σχετικές ερωτήσεις:

  1. Πώς αποδεικνύεται το θεώρημα του Bayes;
  2. Ποια είναι η έννοια της ολικής πιθανότητας και πότε χρησιμοποιείται;
  3. Πώς αλλάζουν οι πιθανότητες αν αυξηθεί η πιθανότητα επιτυχίας χωρίς σκονάκι;
  4. Πώς θα υπολογίζαμε την πιθανότητα ο φοιτητής να μην περάσει τις εξετάσεις;
  5. Πώς μπορούμε να χρησιμοποιήσουμε δενδροειδή διαγράμματα για τέτοια προβλήματα;

📌 Συμβουλή: Το θεώρημα του Bayes είναι πολύ χρήσιμο σε προβλήματα όπου ψάχνουμε την αντίστροφη πιθανότητα μιας κατάστασης, δηλαδή όταν ξέρουμε το αποτέλεσμα και θέλουμε να βρούμε την πιθανότητα μίας από τις αιτίες του.

Ask a new question for Free

By Image

Drop file here or Click Here to upload

Math Problem Analysis

Mathematical Concepts

Probability
Conditional Probability
Bayes' Theorem
Law of Total Probability

Formulas

P(E) = P(E | S) P(S) + P(E | S^c) P(S^c)
P(S | E) = P(E | S) P(S) / P(E)

Theorems

Bayes' Theorem
Law of Total Probability

Suitable Grade Level

Undergraduate Level