‫= 𝑥 𝜍‬ ‫שונות‪ 𝑽 𝑿 = 𝐸 𝑋2 − 𝐸(𝑋)2 :‬סטיית תקן‪𝑉(𝑋) :‬‬ ‫מרחב מדגם סימטרי‬

‫‪A‬‬
‫תכונות השונות‪:‬‬ ‫‪Ω‬‬
‫‪-‬הסתברות שווה לכל אברי המרחב‪ ,‬כל אחד מתקבל בסיכוי‬
‫‪𝜍 𝑎𝑋 + 𝑏 = 𝑎 𝜍(𝑥) .2 𝑉 𝑎𝑋 + 𝑏 = 𝑎2 𝑉(𝑋) .1‬‬ ‫‪-‬עבור מאורעות זרים בלבד‪𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃(𝐵) :‬‬
‫‪ V(X)=0 .4 𝑉(𝑋) ≥ 𝜍(𝑋) .3‬אם ורק ‪ X‬מ"מ קבוע‬ ‫קומבינטוריקה‬
‫שונות מותנה‪𝑽 𝒚 𝒙 = 𝒌 = 𝑬 𝒚𝟐 𝒙 = 𝒌 − [𝑬 𝒚 𝒙 = 𝒌 ]𝟐 :‬‬ ‫בחירה עם החזרה עם חשיבות לסדר‪:‬‬
‫כש‪𝑬 𝒚𝟐 𝒙 = 𝒌 = 𝒍𝟐 𝑷 𝒚 = 𝒍𝟐 𝒙 = 𝒌 … :‬‬ ‫‪ 𝑛k‬עבור קבוצה ‪ A‬בגודל ‪n‬‬
‫הסתברות כגבול של השכיחות היחסית‪:‬‬ ‫דוגמאות‪ .1 :‬מס' סדרות באורך ‪ k‬של אברי ‪ .2 ,A‬מספר הפונקציות‬
‫מבצעים ניסוי שוב ושוב באופן ב"ת בתנאים זהים‪ ,‬מאורע ‪.A‬‬ ‫מ‪ {1..k}-‬ל‪ .3 ,A‬חלוקת ‪ k‬כדורים שונים ל‪ n-‬תאים ללא הגבלת מקום‬
‫בתאים‬
‫אם נסתכל על ‪=n‬מס' חזרות על הניסוי‪ - 𝑓𝑛 (𝐴) ,‬כמה פעמים‬
‫בחירה בלי החזרה עם חשיבות לסדר‪:‬‬
‫התרחש ‪ A‬מבין ‪ n‬החזרות על הניסוי (שכיחות ‪)A‬‬ ‫!𝑛‬
‫)𝐴( 𝑛𝑓‬ ‫)‪= 𝑛 𝑛 − 1 ∙∙∙ (𝑛 − 𝑘 + 1‬‬
‫‪ ,‬וכש ‪ n‬שואף לאינסוף‪ ,‬הפונקציה‬ ‫אז השכיחות היחסית של ‪- A‬‬ ‫! ‪n−k‬‬
‫‪n‬‬
‫הזאת שואפת ל‪P(A) -‬‬ ‫דוגמאות‪ .1 :‬מס' סדרות באורך ‪ k‬ללא חזרות של איברים מ‪.A -‬‬
‫התפלגויות מיוחדות‪ :‬מ"מ קבוע‪-‬שונות ‪ 0‬תוחלת ‪1‬‬ ‫‪.2‬מס' פונקציות חחע מ }‪ {1…k‬ל‪ .3 A-‬חלוקת ‪ k‬כדורים שונים ל‪n -‬‬
‫תאים כך שבכל תא מקום אחד בלבד‪.‬‬
‫התפלגות אחידה‪-X :‬מס' אנשים משמאל לנילי בק‪.‬‬ ‫‪n‬‬ ‫!‪n‬‬
‫𝑛 ‪𝑥 ∈ 𝑚, 𝑚 + 1, … , 𝑛 − 1,‬‬ ‫)𝑛 ‪𝑋~𝑈(𝑚,‬‬ ‫‪k‬‬
‫=‬ ‫לסדר‪:‬‬ ‫בחירה בלי החזרה ובלי חשיבות‬
‫! ‪k! n−k‬‬
‫‪1‬‬ ‫𝑛‪𝑚 +‬‬ ‫‪(𝑛 −𝑚 +1)2 −1‬‬ ‫דוגמאות‪ .1 :‬בחירת ‪ k‬איברים שונים מתוך קבוצה בגודל ‪.2 ,n‬‬
‫= 𝒌=𝑿 𝑷‬ ‫= 𝑿 𝑬‬ ‫= 𝑿 𝑽‬
‫‪𝑛 −𝑚 +1‬‬ ‫‪2‬‬ ‫‪12‬‬ ‫מספר תתי הקבוצות בגודל ‪ k‬מתוך ‪ .3 ,n‬חלוקת ‪ k‬כדורים זהים‬
‫ניסוי ברנולי‪ :‬ניסוי שיש בו ‪ 2‬תוצאות אפשריות‪ ,‬הצלחה וכשלון‪.‬‬ ‫לתוך ‪ n‬תאים כך שבכל תא מקום אחד בלבד‬
‫התפלגות בינומית‪ :‬מבצעים ‪ n‬ניסויי ברנולי ב"ת‪ ,‬הסיכוי להצלחה‬ ‫מידע משנה הסתברות‬
‫בכל אחד הוא ‪ X ,P‬את מס' ההצלחות‪:‬‬ ‫)𝐵∩𝐴(𝑃‬
‫)𝑝 ‪𝑥 ∈ 1,2, . . , 𝑛 | 𝑋~𝐵(𝑛,‬‬ ‫= 𝐵𝐴 𝑃‬ ‫הסתברות מותנית‪:‬‬
‫)𝐵(𝑃‬
‫𝑛‬
‫= 𝒌=𝑿 𝑷‬ ‫𝑘‬
‫𝑝 ‪𝑃𝑘 1 −‬‬ ‫𝑘‪𝑛−‬‬
‫)𝑝 ‪𝑬 𝑿 = 𝑛 ∙ 𝑝 𝑽 𝑿 = 𝑛 ∙ 𝑝(1 −‬‬ ‫כלל השרשרת‪P 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∙ 𝑃 𝐵 𝐴 = 𝑃(𝐵) ∙ 𝑃(𝐴|𝐵) :‬‬
‫התפלגות גיאומטרית‪ :‬מבצעים אינסוף ניסויי ברנולי ב"ת הסיכוי‬ ‫נוס' ההסתברות השלמה‪ :‬נגדיר חלוקה של מרחב המדגם הם‬
‫להצלחה בכלאחד מהם‪ ,P:‬עד לפעם הראשונה שהייתה הצלחה‪.‬‬ ‫מאורעות 𝑛𝐴 ‪ 𝐴1 , 𝐴2 . .‬שהם זרים בזוגות‪ ,‬ו‪ 𝑛i=1 Ai = Ω -‬אז‬
‫נסמן ב‪ X‬את מס' הניסויים‪𝑥 ∈ 1,2 … , ∞ 𝑋~𝐺(𝑃) :‬‬ ‫) 𝑖𝐴(𝑃∙ 𝑖𝐴 𝐵 𝑃 𝑛‬
‫‪1‬‬ ‫𝑝‪1−‬‬
‫= 𝐵 ‪P‬‬ ‫) 𝐴∩𝐵(𝑃 ‪𝑖=1‬‬
‫‪𝑘−1‬‬
‫𝑝‪𝑷 𝑿= 𝒌 = 1−‬‬ ‫𝑝= 𝑿 𝑬 𝑃‬ ‫= 𝑿 𝑽‬ ‫𝑖‬
‫‪𝑝2‬‬ ‫)𝐵∩𝐴(𝑃‬ ‫)𝐴(𝑃∙)𝐴|𝐵(𝑃‬
‫𝑘‬ ‫= 𝐵𝐴 ‪P‬‬ ‫=‬ ‫ההיפוך‪:‬‬ ‫נוסחת‬
‫)𝑝 ‪𝑷 𝑿 > 𝑘 = (1 −‬‬ ‫היה כשלון ב‪ k‬הראשונים‪:‬‬ ‫)𝐵(𝑃‬ ‫)𝐵(𝑃‬

‫)𝑘 > 𝑋(𝑃 = )𝑖 > 𝑿 𝑖 ‪𝑷 𝑿 > 𝑘 +‬‬ ‫תכונת חוסר הזכרון‪:‬‬ ‫נוסחת בייס‪ :‬נתונה חלוקה של מרחב המדגם‪𝐴1 , 𝐴2 . . 𝐴𝑛 :‬‬
‫)‪P(A i ∩B‬‬ ‫) ‪P(B|A i )∙P(A i‬‬
‫התפלגות היפר‪-‬גאומט'‪:‬באוכלוסיה ‪ N‬יש ‪ D‬פריטים מיוחדים‪,‬‬ ‫= ‪P Ai ∩ B‬‬ ‫=‬ ‫) ‪n P(B|A )∙P(A‬‬
‫)‪P(B‬‬
‫בוחרים בלי החזרה ‪ n‬פריטים‪ X ,‬מס' מיוחדים )‪X~HG(N, D, n‬‬ ‫‪j=1‬‬ ‫‪j‬‬ ‫‪j‬‬
‫𝐷‬ ‫𝐷‪𝑁 −‬‬
‫𝐷‬ ‫𝐷‬ ‫𝑛‪𝐷 𝑁−‬‬ ‫אי תלות בין מאורעות‬
‫= 𝒌=𝑿 𝑷‬ ‫𝑘‬ ‫𝑘‪𝑛 −‬‬
‫𝑁‬ ‫∙𝑛= 𝑿 𝑬‬ ‫) ‪𝑽 𝑿 = 𝑛 ∙ (1 −‬‬ ‫‪ -‬שני מאורעות נקראים ב"ת אם אחד מהבאים קורה‪:‬‬
‫𝑛‬ ‫𝑁‬ ‫𝑁‬ ‫‪𝑁 𝑁−1‬‬
‫התפלגות פואסונית‪ :‬סופר כמה אירועים קרו ביח' זמן נתונה‪ .‬כדי‬ ‫‪P 𝐵 = 𝑃(𝐵|𝐴) .2‬‬ ‫‪P A ∩ B = P(A) ∙ P(B) .1‬‬
‫שתהליך יהה פואס'‪ :‬א‪ .‬אין ‪ 2‬אירועים שקורים בדיוק באותה נק' זמן‪,‬‬ ‫‪P 𝐴 = 𝑃(𝐴|𝐵) .3‬‬
‫ב‪ .‬מס' האירועים שקורים בנק' זמן נתונה תלוייה בגודל היחידה ולא‬ ‫‪ -‬אם ‪ B,A‬ב"ת אז גם ‪ 𝐴, B A, B 𝐴, B‬בלתי תלויים‪.‬‬
‫במיקומה על ציר הזמן‪ .‬ג‪ .‬מס' האירועים בפרקי זמן זרים הם ב"ת‪.‬‬ ‫‪ -‬אם ‪ A‬ו ‪ B‬מאורעות זרים‪ ,‬גדולים מ‪ ,0 -‬אז הם בהכרח ב"ת‬
‫𝑘𝜆‬
‫𝜆 𝑃~𝑋‬ ‫𝜆‪𝑋 ∈ 0,1, . . 𝑷 𝑿 = 𝒌 = 𝑒 −‬‬ ‫𝜆= 𝑿 𝑬= 𝑿 𝑽‬ ‫מאורע ב"ת ב‪𝑃 𝐴 ∩ Ω = 𝑃 𝐴 = 𝑃 𝐴 ∙ 1 = 𝑃 𝐴 𝑃(Ω) :A-‬‬
‫!𝑘‬
‫* 𝜆 ‪ -‬ממוצע עבור יחידת זמן‬ ‫מאורעות ב"ת בזוגות‪ ,‬שלשות וכו'‪:‬‬
‫מ"מ דו מימדי‪ :‬טבלת התפלגות‪ ,‬עם וגם‪.‬‬ ‫‪ n .1‬מאורעות נקראים ב"ת בזוגות אם לכל 𝑗 ≠ 𝑖‪:‬‬
‫הגדרה‪ x,y :‬ב"ת אם לכל ‪ k‬אפשרי של ‪ l ,x‬אפשרי של ‪:y‬‬ ‫) ‪P Ai ∩ Aj = P(Ai ) ∙ P(Aj‬‬
‫)𝑙 = 𝑥(𝑃 ∙ )𝑘 = 𝑥(𝑃 = 𝑙 = 𝑦 ‪ - 𝑃 𝑥 = 𝑘,‬בכל משבצת –שווה‬ ‫‪ n .2‬מאורעות נקראים ב"ת אם‪:‬‬
‫למכפלת השוליות המתאימות‪ .‬אם יש ‪ 0‬בטבלה‪ ,‬המשתנים תלויים‬ ‫) ‪P Ai1 ∩ Ai2 ∩. . .∩ Aik = P Ai1 ∙ P Ai2 ∙ … ∙ P(Aik‬‬
‫פונקציות הסתברות‬
‫שכיח של מ"מ‪ 𝑀o (x) :‬הערך שמתקבל בהסתברות הגבוה ביותר‬
‫)𝑘=𝑌‪𝑃(𝑋=𝑙 ,‬‬
‫)𝑦(𝐸 𝑥 𝐸 ‪𝑪𝒐𝒗 𝒙, 𝒚 = 𝐸 (𝑥 − 𝐸(𝑥)(𝑦 − 𝐸(𝑌) = 𝐸 𝑥𝑦 −‬‬ ‫= 𝑘=𝑌𝑙=𝑋 𝑃‬ ‫התפלגות מותנה‪:‬‬
‫)𝑘=𝑌(𝑃‬
‫𝑦 ‪𝑽 𝒙 ± 𝒚 = 𝑉 𝑥 + 𝑉 𝑦 ± 2𝐶𝑜𝑣 𝑥,‬‬ ‫תוחלת‪:‬הממוצע של המ"מ‪E 𝑋 = 𝑖 𝑥𝑖 𝑃 𝑋 = 𝑥𝑖 :‬‬
‫‪𝑉 𝑥 + 𝑦 + 𝑧 = 𝑣 𝑥 + 𝑣 𝑦 + 𝑣 𝑧 + 2[𝐶𝑜𝑣 𝑥, 𝑦 +‬‬ ‫)𝜔(𝑋 ∙ 𝜔 𝑃 ‪𝐸 𝑋 = 𝜔∈Ω‬‬ ‫נוסחה נוספת ‪:‬‬
‫] 𝑧 ‪𝑐𝑜𝑣 𝑥, 𝑧 + 𝑐𝑜𝑣 𝑦,‬‬ ‫כאשר 𝜔 מסמל איבר במרחב המדגם‪ ,‬ולוקחים הכל‪.‬‬
‫אםם ‪ Cov(x,y)=0‬אז ‪ x,y‬בלתי מתואמים‪ .‬אם הם ב"ת אז הם ב"מ‬ ‫לינאריות התוחלת‪E X + Y = E X + E(Y) :‬‬
‫כאשר ה‪ Cov‬חיובי‪ ,‬יש קשר של עליה בין המ"מ‪ ,‬אם שלילי‪ ,‬אז קשר‬ ‫‪ 2‬מס' ממשיים ‪E aX + b = aE X + b :a,b‬‬
‫ירידה‪ .‬שאחד עולה השני נוטה לרדת‪ .‬אם ‪ 0‬אז ב"מ‬ ‫תוחלת מותנה‪E Y X = k = l∈Y l ⋅ P(Y = l|X = k) :‬‬
‫תכונות נוספות של )‪ :Cov(x,y‬אם אחד מתקיים אז ב"מ‪:‬‬ ‫טענה‪ :‬יהי ‪ X‬מ"מ ותהי )‪ g(x‬פו' של ‪ X‬אז‪ )x1,x2..( :‬ערכי ‪X‬‬
‫… … ‪E g X = g x1 P X = x1 + g x 2 P X = x 2 +‬‬
‫תוחלת ‪𝜇 -‬‬ ‫שונות – מראה את הפיזור‬
‫…‪V(X)=E[(X − μ)2 ]= 𝑥1 − 𝜇 2 𝑃 𝑋 = 𝑥1 + 𝑥2 − 𝜇 2 𝑃(𝑋 = 𝑥2 ) +‬‬

‫נכתב ע" י אריאל בק ורמי בוכבינדר‬

‫‪𝐕 𝑿 = 𝐸 𝑥 2 − (𝐸 𝑋 )2‬‬ ‫= 𝒙 𝝈‬ ‫שונות וסטיית תקן‪𝑉(𝑋) :‬‬
‫מ"מ מקרי אחיד רציף‪:‬‬
‫‪1‬‬
‫𝑏≤𝑥≤𝑎 ‪,‬‬
‫= 𝑥 𝑓‬ ‫𝑎‪𝑏−‬‬ ‫)𝑏 ‪ 𝑥~𝑈(𝑎,‬אם פונק' הצפיפות שלו‪:‬‬
‫אחרת ‪0 ,‬‬

‫יהי )𝑏 ‪ 𝑥~𝑈(𝑎,‬אזי‪:‬‬
‫𝑏‪𝑎+‬‬
‫= 𝑋 ‪E‬‬ ‫התוחלת של ‪ X‬היא‪:‬‬ ‫א‪.‬‬
‫‪2‬‬
‫𝑎‪𝑏−‬‬ ‫‪2‬‬
‫= 𝑋 𝑉‬ ‫השונות של ‪ X‬היא‪:‬‬ ‫ב‪.‬‬
‫‪12‬‬
‫ג‪ .‬פונ' ההתפלגות המצטברת של ‪ X‬היא‪:‬‬
‫‪0‬‬ ‫𝑎<𝑥 ‪,‬‬ ‫מקדם מתאם‪ :‬ככל שהמקדם קרוב ל‪ -1,1‬אז הקשר בין ‪ x,y‬קרוב ללינארי‬
‫𝑎‪𝑥−‬‬
‫= 𝑥 𝐹‬ ‫𝑏≤𝑥≤𝑎 ‪,‬‬ ‫)𝑦‪𝐶𝑜𝑣 (𝑥,‬‬
‫𝑎‪𝑏 −‬‬ ‫‪−1 ≤ ρ 𝑥, 𝑦 ≤ 1‬‬ ‫)𝑦(𝜍∙)𝑥(𝜍 = 𝜌‬
‫‪1‬‬ ‫𝑏>𝑥 ‪,‬‬ ‫𝑛‬ ‫𝑛‬
‫מ"מ מעריכי‪ 𝑋~𝑒𝑥𝑝(𝜆) :‬אם פונ' הצפיפות נתונה ע"י‪:‬‬ ‫(‪V‬‬ ‫) 𝑖𝑥 ‪𝑖=1‬‬ ‫=‬ ‫𝑉 ‪𝑖=1‬‬
‫אם ‪ x1..xn‬בלתי מתואמים(ב"מ) בזוגות‪𝑥𝑖 :‬‬
‫חישוב בהינתן נוסחא‪:‬‬
‫‪λe−λx , x ≥ 0‬‬
‫= 𝑥 𝑓‬ ‫דוגמא‪ :‬חשב )𝑡 = 𝑌 ‪𝐸 𝑋 𝑋 +‬‬
‫אחרת ‪0,‬‬
‫פתרון‪ :‬רצים על כל ערכי ‪ ,X‬לדוגמא ‪ :1,2‬ואז לפי הנוסחא‪:‬‬
‫⁡‪ 𝑥~exp‬אזי‪:‬‬‫יהי )𝜆(‬
‫‪1‬‬ ‫)𝑡 = 𝑌 ‪𝐸 𝑋 𝑋 + 𝑌 = 𝑡) = 1P 𝑋 = 1 𝑋 + 𝑌 = 𝑡 + 2𝑃(𝑋 = 2|𝑋 +‬‬
‫א‪ .‬התוחלת של ‪ X‬היא‪E 𝑋 = :‬‬ ‫עוברים על כל אחד מהסתברויות‪ ,‬לדוגמא ‪:1‬‬
‫𝜆‬
‫‪1‬‬ ‫)𝑡=𝑌‪𝑃(𝑋=1∩𝑋+‬‬ ‫)𝑡=𝑌‪𝑃(𝑋=1∩1+‬‬
‫𝑋 𝑉‬ ‫‪= 2‬‬ ‫ב‪ .‬השונות של ‪ X‬היא‪:‬‬ ‫= 𝑡 = 𝑌‪P 𝑋 =1 𝑋+‬‬ ‫=‬
‫𝜆‬ ‫)𝑡=𝑌‪𝑃(𝑋+‬‬ ‫)𝑡=𝑌‪𝑃(𝑋+‬‬
‫ג‪ .‬פונ' ההתפלגות המצטברת של ‪ X‬היא‬ ‫)𝑡 = 𝑌 ‪ – 𝑃(𝑋 +‬ההסתב' היא כל הקומבינציות שזה שווה ל‪t‬‬
‫‪1 − e−λx , x ≥ 0‬‬ ‫מ"מ אינדיקטור‪ 𝑥𝑖 :‬מ"מ מציין (מצביע) והוא מקבל ‪ 0‬או ‪ 1‬בלבד‪.‬‬
‫= 𝑥 𝐹‬
‫אחרת ‪0,‬‬
‫)𝑘 > 𝑋(𝑃 = )𝑖 > 𝑿 𝑖 ‪𝑷 𝑿 > 𝑘 +‬‬ ‫תכונת חוסר הזכרון‪:‬‬
‫התפלגות נורמלית‪.1 :‬גרף פעמון‪ .2 ,‬התפל' סימטרית על ציר ‪0‬‬
‫‪(𝑥−𝜇 )2‬‬
‫‪1‬‬
‫= 𝑥 𝑥𝑓‬ ‫𝑒‬ ‫‪2𝜍 2‬‬ ‫פונקצית הצפיפות היא‪:‬‬
‫‪2𝜋𝜍 2‬‬
‫תוחלת של ‪ n‬מספרים‪𝑬 𝑿 = 𝑬( 𝒙𝒊 ) = 𝑬(𝒙𝒊 ) :‬‬
‫התפלגות מ"מ ‪ X‬בעל התפל' נורמלית עם תוחלת 𝜇‪,‬שונות ‪:𝜍 2‬‬
‫שונות של ‪ n‬מספרים‪ :‬ויש ‪ n2‬זוגות כאלו של ‪:COV‬‬
‫) ‪ ,X~N(𝜇, 𝜍 2‬שונות יותר קטנה‪-‬פיזור קטן‪,‬פעמון גבוה יותר ולהיפך‬
‫התפלגות נורמלית סטנדרטית‪ :‬תוחלת ‪ 𝜇 = 0‬ושונות ‪𝜍 2 = 1‬‬
‫=)‪V(X‬‬
‫נסמן‪ X~N(0,1) :‬והסימון‪𝜙 1.27 = 𝑃 𝑧 ≤ 1.27 = 0.898 :‬‬
‫𝑧<𝑍 𝑃= 𝒛 𝛟‬ ‫)‪𝛟 −𝐳 = 1 − ϕ(z‬‬
‫דרך פתרון לשאלה עם אינדיקטורים‪:‬‬
‫‪𝛟 𝟑. 𝟓 ≈ 1‬‬ ‫‪𝑷 𝒛𝟏 < 𝑍 < 𝒛𝟐 = 𝜙 𝑧2 − 𝜙 𝑧1‬‬ ‫‪ .1‬כתיבת מה זה 𝑖𝑥 ‪ ,‬לעיתים יהיו ב‪ X -‬כמה אינדיקטורים‪.‬‬
‫𝑧 𝜙‪𝑷 𝒁>𝑧 =1−𝑃 𝑍 <𝑧 =1−‬‬ ‫‪ X = 𝑥𝑖 .2‬ואף לפעמים‪X = 𝑥𝑖 + 𝑦𝑖 :‬‬
‫אחוזונים‪:‬‬ ‫‪ .3‬חישוב )‪ 𝑃(𝑥𝑖 = 1‬אינדיקטור יחיד ואז זה שווה ל ) 𝑖𝑥(‪E‬‬
‫באופן כללי‪ 𝑥𝑝 ,‬הוא הערך שעבורו מתקיים‪𝐹𝑥 𝑥𝑝 = 𝑃(𝑥 ≤ 𝑥𝑝 ) :‬‬ ‫‪ .4‬חישוב התוחלת כסכום של ) 𝑖𝑥(‪E‬‬
‫הערך שמחלק את ההסתברות משמאל ל ‪ P‬וימין ל ‪1-P‬‬ ‫‪ .5‬חישוב השונות של מ"מ אינדיקטור‬
‫דוגמאות‪ 1.07 ,𝑧0.8577 = 1.07 :‬זהו האחוזון מהטבלה‪.‬‬ ‫‪ .6‬מעבר על כל צירופי ‪ 2‬אינדקסים העלולים ליצור ‪ Cov‬שונים‪,‬‬
‫אם קטן מ‪ ,0.5‬לפי סימטריה‪𝒛𝒑 = −𝒛𝟏−𝒑 :‬‬ ‫נחשב למשל ‪ Cov‬ל‪ .i,i+2-‬אם אין תלות בין המאורעות‪Cov=0 ,‬‬
‫התפלגות נורמלית כללית‪X~N(𝜇, 𝜍 2 ) :‬‬ ‫מ"מ רציף‬
‫𝜇‪𝑋−‬‬ ‫פונקצית הצפיפות של ‪ 𝑓 𝑥 ≥ 0 – X‬לכל ‪ x‬ממשי והשטח הכולל‬
‫𝑧‪ ,‬הפעולה של תרגום ערך‬ ‫=‬ ‫הקשר בין כללית לסטנדרטית‪:‬‬
‫𝜍‬ ‫מתחת ל‪ f‬שווה ל‪ – 1‬בעזרת השטחים שמתחתיה נחשב הסתברות‪.‬‬
‫של משתנה כלשהו ‪ X‬לערך ‪ z‬נקראת תקנון‪ -z ,‬נקרא ציון תקן‬ ‫פונק' ההתפלגות המצטברת ‪ 𝐹𝑋 𝑡 = 𝑃(𝑋 ≤ 𝑡) -X‬שטח עד נקודה‬
‫‪𝑥−170‬‬ ‫‪175 −170‬‬
‫𝑃 = ‪𝑃 𝑥 > 175‬‬ ‫>‬ ‫) ‪= P(z > 1) :X~N(170, 52‬‬ ‫תכונות פונקציית ההתפלגות המצטברת‪:‬‬
‫‪5‬‬ ‫‪5‬‬
‫נוסחה לחישוב אחוזונים‪𝑥𝑝 = 𝜇 + 𝑧𝑝 ∙ 𝜍 :‬‬ ‫א‪ .‬לכל 𝑏 ≤ 𝑎‪𝑃 𝑎 ≤ 𝑏 = 𝐹𝑥 𝑏 − 𝐹𝑥 𝑎 :‬‬
‫הקירוב הנורמלי להתפלגות הבינומית‪:‬‬ ‫ב‪ 𝐹𝑋 𝑡 .‬מונוטונית עולה (במובן החלש) ורציפה‬
‫ג‪lim𝑥→−∞ Fx t = 0 lim𝑥→∞ Fx t = 1 .‬‬
‫ד‪ .‬נגזרת‪𝑓 𝑥 = 𝐹 ′ (𝑥) :‬‬
‫תוחלת ושונות – זהות לבדיד – תוחלת אומדת את מרכז‬
‫תיקון רציפות‪ :‬במעבר מהתפלגות בינומית (בדידה) להתפלגות‬ ‫ההתפלגות‪ ,‬שונות את הפיזור של ההתפלגות‪:‬‬
‫נורמלית (רציפה) נתקן כל ערך בדיד בחצי יחידה בכל צד‪:‬‬

‫נכתב ע" י אריאל בק ורמי בוכבינדר‬

 ‫טיפים בקומבינטוריקה‪:‬‬
‫‪7 5‬‬ ‫‪9‬‬ ‫התפלגות בינומית‬ ‫התפלגות נורמלית‬
‫= ‪ Ω‬זה אומר‪ :‬בוחרים ‪ 3‬זוגות עם‬ ‫‪2 2‬‬
‫אם מרחב מדגם‪:‬‬
‫‪2‬‬
‫חשיבות לסדר בין הזוגות ו בלי חשיבות לסדר בתוך הזוגות‪ .‬אם‬ ‫)𝑘 = 𝑥(𝑃‬ ‫)‪𝑃(𝑘 − 0.5 < 𝑥 < 𝑘 + 0.5‬‬
‫נחלק את המרחב מדגם ב !‪ 3‬אז לא יהיה חשיבות לסדר בין הזוגות‬ ‫)𝑘 ≤ 𝑥(𝑃‬ ‫)‪𝑃(𝑥 ≤ 𝑘 + 0.5‬‬
‫דוגמאות משיעורי בית‪:‬‬ ‫𝑘<𝑥 𝑃‬ ‫)‪𝑃(𝑥 < 𝑘 − 0.5‬‬
‫מרחבי מדגם סימטרים‬ ‫)𝑘 ≥ 𝑥(𝑃‬ ‫)‪𝑃(𝑥 ≥ 𝑘 − 0.5‬‬
‫𝑘>𝑥 𝑃‬ ‫)‪𝑃(𝑥 > 𝑘 + 0.5‬‬
‫שאלה ‪ 6 :1‬כדורים מוכנסים אקראית ל ‪ 3‬תאים ( ‪ 36‬אפש')‪ ,‬חשבו‪:‬‬
‫משפטי שטחים‪ ,‬חשבון וכו'‪:‬‬
‫נבחר תא אחד‬ ‫‪ – A‬יש תא אחד עם ‪ 3‬כדורים בדיוק‬
‫‪3‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪6‬‬
‫נשים ‪ 3‬כדורים‬
‫‪1‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪+‬‬ ‫‪1‬‬
‫‪+‬‬ ‫‪2‬‬ ‫‪3‬‬
‫פתרון‪:‬‬ ‫הבינום של‬
‫ניוטון‬
‫‪ 1‬כדור לאחד מהתאים שנשארו‪ 2 .‬כדורים לאחד מהתאים שנשארו‪.‬‬ ‫בחירת ‪ 2‬תאים‪ ,‬נשים‬
‫אחד אוטומטי לאחרון‬ ‫שניים אוטומטי לאחרון‬ ‫בדיוק ‪ 3‬בשניהם‬
‫שאלה ‪ :3‬יש ‪ 4‬זוגות נשואים‪ ,‬חלקו ‪ 8‬אנשים באופן מקרי לזוגות‪ .‬סיכוי‪:‬‬
‫ב‪ .‬בכל זוג יש גבר ואשה‬ ‫א‪ .‬כל בעל נמצא עם אשתו‬ ‫‪ = 𝜋𝑟 2‬מעגל𝑆‬
‫ג‪ .‬יש ‪ 2‬בני אותו מין בכל זוג (הומואים‪ ,‬לסביות טרנסג'נדרים וכו')‪.‬‬
‫‪8‬‬ ‫‪6‬‬ ‫‪4‬‬
‫פתרון‪ :‬מרחב המדגם הוא‪ 2 4!2 2 = 105 :‬אחרת‪ ,‬בלי !‪ 4‬זה אומר –‬
‫חילוק ‪ 3‬זוגות‪ ,‬והסדר של הזוגות משנה (מקביל לחלוקת הזוגות לחדר‬
‫צהוב‪ ,‬ירוק‪ ,‬אדום)‪ .‬עם !‪ 4‬אז זה יהיה אותם חדרים‪ ,‬בלי סדר‪.‬‬
‫‪1‬‬
‫– בחירת כל אחד עם אשתו‪.‬‬ ‫א‪.‬‬
‫‪105‬‬
‫∞‬ ‫𝒌‬ ‫𝟏‬
‫𝒓 𝟎=𝒌‬ ‫טור גאומטרי – 𝒓‪= 𝟏−‬‬
‫ב‪ .‬מחלק כך‪ :‬גבר‪ 1‬גבר‪ 2‬גבר‪ 3‬גבר‪ 4‬בשורה‪ ,‬מגיעה אישה‪ ,‬בוחרת‬
‫מתוך ‪ ,4‬והשנייה בוחרת מתוך ‪ 3‬וכך הלאה‪.4! ,‬‬
‫‪4‬‬ ‫‪4‬‬ ‫טיפים‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫חילוק ב‪ 2-‬כי להוריד כפילויות‪,‬‬ ‫ובוחר מהבנות‬ ‫ג‪ .‬בוחר מהבנים‪:‬‬ ‫‪ .1‬לא לשכוח להשתמש בדיאגרמת וון‬
‫‪2‬‬ ‫‪2‬‬ ‫‪ .2‬אם יש אוכלוסיה ובה ‪ N‬פריטים‪ ,‬מתוכם ‪ D‬מיוחדים‪ ,‬בוחרים ‪1‬‬
‫כל בחירה – אז נבחר אוטומטית עוד זוג‪.9 = .‬‬ ‫𝐷‬
‫שאלה ‪ :4‬אורית‪ ,‬בועז וגדעון מחלקים בינהם באופן מקרי ‪ 2‬אגסים‪2 ,‬‬ ‫באקראי‪ ,‬מה הסיכוי שמיוחד?‬
‫‪N‬‬
‫בננות ו‪ 2‬גויאבות‪ 2 .‬פירות לכ"א‪ ,‬חשב הסתברות‪:‬‬ ‫‪ .3‬לא לשכוח הכלה והפרדה‬
‫‪ – B‬אורית מקבל פירות מסוג אחד בלבד‬ ‫‪ – A‬אורית מקבלת רק אגסים‬ ‫‪ .4‬התוחלת היא הממוצע‪ ,‬למשל בגרף‪ ,‬זה בערך באמצע‬
‫‪ – C‬אחד מן הילדים מקבל רק אגסים ‪-D‬אורית מקבל אגסים‪ ,‬בועז בננות‪.‬‬ ‫ההסתברויות‪ ,‬אם סימטרי – אז בדיוק באמצע‪.‬‬
‫פתרון‪:‬‬ ‫‪ .5‬חוסר זיכרון לגיאומטרית ומעריכית‬
‫‪6‬‬ ‫‪ .6‬חשוב לשים לב כמה ‪-Cov‬ים יש‬
‫‪ – A‬דרך ‪ :1‬כאן מרחב המדגם הוא ‪ 2‬ואז יש אפשרות ‪ 1‬לזוג אגסים‪.‬‬
‫דרך ‪ :2‬מרחב המדגם מסודר‪ 6 ∙ 5 :‬ואז יש ‪ 2‬אפשרויות (אגס א'‪ ,‬אגס ב')‪,‬‬ ‫‪ .7‬להתעלם ממה שלא צריך‪:‬‬
‫(אגס ב'‪ ,‬אגס א')‪.‬‬ ‫‪ .8‬בנורמלית לא לשכוח להוציא שורש מ‪-‬השונות – ‪σ‬‬
‫‪ – B‬מסוג אחד בלבד יש את הקבוצות‪{ :‬אגס‪,‬אגס}‪{ ,‬גויבה‪,‬גויבה}‪,‬‬ ‫‪ .9‬בהתפלגויות מיוחדות‪ ,‬להשתמש בנוסחאות ‪ E 𝑥 2‬בוריאציות‬
‫‪6‬‬ ‫שונות לחישוב משתנים אחרים מהנוסחא‪𝑽 𝑿 = 𝐸 𝑋 2 − 𝐸 𝑋 2 :‬‬
‫‪2‬‬
‫{בננה‪,‬בננה} ואז יש ‪ 3‬אפשרויות מתוך‬
‫‪3‬‬ ‫‪ .01‬לבדוק אי תלות כל שאלה!!!!!!!!!!!!!!!!!!‬
‫‪ – C‬אם יש ‪ 3‬ילדים‪ ,‬אז זה‪ 1 ∙ P(A) :‬בחירת ילד מתוך ‪ 3‬ילדים‬ ‫‪ .11‬אם מרחב המדגם סימטרי‪ ,‬אפשר לסדר לפי קוד בינרי ‪001,010‬‬
‫‪6 4‬‬
‫‪ – D‬מרחב המדגם הוא‪ - 4 2 :‬כלומר בחירת ‪ 4‬פירות‪ ,‬ומתוך ‪4‬‬
‫הפירות יש לבחור ‪ 2‬פירות ויש כאן סדר בין הקבוצות‪ ,‬ואז יש אפשרות‬
‫אחת כזאת מתוך מרחב המדגם הזה‪.‬‬
‫שאלה ‪ 12 :5‬אחים מתיישבים מקרית בשורה‪ ,‬חשבו הסתברויות‪:‬‬
‫‪ – B‬בין זבולון ויששכר מפרידים בדיוק ‪ k‬אחים‬
‫פתרון‪ 2 - 2! ∙ (12 − k + 1 ) ∙ 10! :‬סידורים לזבולון ויששכר‪10! ,‬‬
‫סידורים לכל שאר האחים‪ ,‬ואז ה ‪ (12 − k + 1‬זה מספר המקומות‬
‫האפשריים לתזוזות של הזוג עם ‪ k‬איברים בינהם‪.‬‬

‫משתנים מקריים‬
‫שאלה ‪ :1‬בכיתה יש ‪ n‬בנות‪ ,‬ובן אחד‪ .‬מסדרים אותם בשורה‬
‫באקראי‪ .‬יהי ‪ – X‬מס' הבנות בין שירלי ודנה‪.‬‬
‫א‪ .‬מצאו התלפגות ‪:X‬‬
‫תשובה‪ :‬סיפור שקול‪ :‬מסדרים ‪ n‬בנות בינהם שירלי ודנה בשורה‪.‬‬
‫‪𝑛− 𝑘+1‬‬
‫הסבר‪ :‬כמו זבולון ויששכר‬ ‫‪n‬‬ ‫ללא הבן‪ X .‬בין ‪ 0‬ל ‪ .n-2‬ואז ‪:‬‬
‫‪2‬‬
‫שאלה ‪ :2‬בבריכה‪ 4 -‬דגי גופי‪ 3 ,‬קרפיון‪ 2 ,‬זהב‪ 1 ,‬פיראנה‪ .‬מוציאים דג‬
‫אחר דג ללא החזרה עד אשר מתקבל לראשונה דג זהב ‪ .‬יהי ‪ – X‬מס'‬
‫הדגים הכולל שהוצא‪.‬‬

‫נכתב ע" י אריאל בק ורמי בוכבינדר‬

 ‫יום עם עיצומים – קצב של ‪ 1‬פונים לשעה‪.‬‬ ‫א‪ .‬מצאו פונקצית הסתברות ‪ X‬ושכיח‪:‬‬
‫הסתברות ליום עיצומים – ‪0.9‬‬ ‫תשובה‪ :‬ניסוח שקול‪ :‬מסדרים בשורה באקראי את עשרת הדגים‪– y ,‬‬
‫א‪ .‬אם בשעה הראשונה שורתו ‪ 2‬פונים מה הסיכוי שיום עיצומים?‬ ‫‪10‬‬
‫‪2‬‬
‫מיקום דג הזהב השמאלי‪ Y .‬בין ‪ 1‬ל‪ .9‬ומרחב המדגם‪:‬‬
‫ב‪ .‬ביום שבו יש עיצומים עובר מנהל המשרד בכל שעה‪ ,‬ומוריד לפקיד שקל‬
‫𝑘‪10−‬‬
‫ממשכורתו אם מאז ביקורו הקודם שורתו פחות משני לקוחות‪.‬‬ ‫‪ k‬חייב להיבחר‪ ,‬הדג השני‪ 10-k :‬אפשרויות‪𝑃 𝑋 = 𝑘 = 10 :‬‬
‫ג‪ .‬מה הסיכוי שביום עבודה של ‪ 5‬שעות הורדו ממשכורתו של הפקיד יותר‬ ‫‪2‬‬
‫משני שקלים?‬
‫ד‪ .‬מהי תוחלת מספר ימי העיצומים שיעברו‪ ,‬עד שלראשונה ייקנס הפקיד‬
‫ב‪ 5 -‬שקלים?‬
‫ה‪ .‬האם המאורעות "הפקיד נקנס ב‪ 2-‬שקלים" ו‪" -‬הפקיד שרת ‪ 7‬לקוחות"‬
‫הם בלתי תלויים?‬
‫פיתרון‪ :‬סעיף א‪:‬‬ ‫ב‪ .‬מה הסיכוי שבמהלך ההוצאות התקבל דג פירנה‪:‬‬
‫‪ – B‬בשעה ה‪ 1-‬שורתו ‪ 2‬פונים‪.‬‬ ‫‪ – A‬יש עיצומים‬ ‫תשובה‪ :‬נתעלם מכל הדגים שלא זהב ופירנה‪ ,‬מה הסיכוי שהפירנה‬
‫)‪P(B|A)∙P(A‬‬ ‫במקום השמאלי? כאמור שליש‪.‬‬
‫‪ ,‬נחשב קודם )‪ – P(B|A‬ידוע כי יש עיצומים‬ ‫= ‪P AB‬‬ ‫ואז‪:‬‬ ‫ג‪ .‬מצאו התפלגות מס' קרפיונים שהוצאו‪:‬‬
‫)‪P(B‬‬
‫‪12‬‬ ‫תשובה‪ :‬נתעלם מכל דג שאינו קרפיון או זהב‪ ,‬מסדרים ‪ 2‬זהב ו‪ 3‬קרפיונים‬
‫כאשר ‪λ = 1, 𝑘 = 2‬‬ ‫‪P B A = e−1 ∙ 2! = 0.1839‬‬ ‫‪5‬‬
‫באקראי‪ .‬ולכן ‪ y‬בין ‪ 0,1,2,3‬ומרחב המדגם‪ 2 :‬לבחור מקום ל‪ 2‬זהב‪.‬‬
‫= )אין עיצומים שורתו ‪ + P(2‬עיצומים שורתו ‪P 𝐵 = 𝑃 2‬‬ ‫)‪5−(𝑘+1‬‬
‫‪1‬‬ ‫‪52‬‬ ‫=)‪ - p(y=k‬הוצאו ‪ k‬קרפיונים‪ ,‬לאחר מכן‬ ‫‪5‬‬ ‫ולכן ההסתברות היא‪:‬‬
‫‪0.9 ∙ 𝑒 −1‬‬ ‫‪+ 0.1 ∙ 𝑒 −5‬‬ ‫‪= 0.173‬‬ ‫‪2‬‬
‫!‪2‬‬ ‫!‪2‬‬
‫)‪P(B|A)∙P(A‬‬ ‫‪0.1839∙0.9‬‬ ‫חייב להיות זהב במקום ‪ ,k+1‬ונשארו )‪ 5-(k+1‬מקומות למקם דג זהב שני‬
‫= ‪P AB‬‬ ‫=‬ ‫והתשובה הסופית‪:‬‬ ‫ד‪ .‬הוחלט להוציא מהבריכה דג נוסף‪ ,‬מה הסיכוי שיהיה דג זהב‪.‬‬
‫)‪P(B‬‬ ‫‪0.173‬‬
‫!‪9!2‬‬
‫ג'‪-C :‬הוריד שקל כלומר נמצא את הסיכוי שבשעה מסויימת שירת ‪0‬‬ ‫סעיף‬ ‫תשובה‪ :‬ניסוח שקול‪ :‬מה הסיכוי שדגי הזהב צמודים בסידור בשורה‪.‬‬
‫!‪10‬‬
‫‪10‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪ ,P‬ואז ‪ – X‬מספר השעות‬ ‫= ‪C‬‬ ‫!‪e−1 0‬‬ ‫‪+‬‬ ‫‪e−1 1‬‬ ‫או ‪ 1‬לקוחות‪= e :‬‬ ‫שאלה ‪ :3‬דו קרב בין לנסלוט לגלהד‪ ,‬סיבוב ‪ -‬לנסלוט ואח"כ גלהד‪.‬‬
‫‪2‬‬ ‫מה הסיכוי שלנסלוט ינצח? (טור גאומטרי)‬
‫ביום עיצומים בהם קיבל קנס‪ :‬וזה מתפלג‪𝑋~𝐵𝑖𝑛 5, 𝑒 :‬‬ ‫תשובה‪ – A :‬לנסלוט מנצח‬
‫‪ – D‬הורדו לעובד יותר מ‪ 2-‬שק' )‪𝑃 𝐷 = 0.1 ∙ 0 + 0.9 ∙ 𝑃(𝑋 > 2‬‬
‫‪ 0‬כי ביום בלי עיצומים אין קנס‪ .‬ואז רגיל של בינומי‪.‬‬
‫‪𝐿𝑊𝑖𝑛 = L𝑊𝑖𝑛𝑠 𝑅𝑛𝑑1‬‬ ‫⊎ }‪⊎ {𝐿𝐿𝑜𝑠𝑒𝑠 , 𝐺𝐿𝑜𝑠𝑒𝑠 𝑅𝑛𝑑1, 𝐿𝑊𝑖𝑛𝑠 𝑅2‬‬
‫לכן הסיכוי‬
‫‪2‬‬
‫סעיף ד'‪ :‬סיכוי לקנס של ‪ 5‬שקלים ביום עבודה‪(e )5 = 0.215:‬‬ ‫⊎… ⊎‬ ‫𝑑𝑛𝑅 𝑠𝑒𝑠𝑜𝐿‪L + G‬‬ ‫)𝑘(𝑑𝑛𝑅 𝑠𝑛𝑖𝑊𝐿 ‪𝑘 − 1 ,‬‬
‫∞‬ ‫‪𝑘−1‬‬ ‫∞‬ ‫𝑘‬ ‫‪1‬‬
‫להצלחה (קנס) הוא לעיל‪ ,‬ומתפלג‪𝑌~𝐺(0.215) :‬‬ ‫= 𝐴 𝑃‬ ‫)‪𝑘 =1 (0.3 ∙ 0.2‬‬ ‫∙‬ ‫∙ ‪0.7 = 0.7‬‬ ‫‪𝑘=0 0.06‬‬ ‫‪= 0.7 1−0.06‬‬

‫סעיף ה'‪:‬‬
‫‪ – B‬הפקיד שירת ‪ 7‬לקוחות ביום‬ ‫‪ – A‬הפקיד נקנס ב‪ 2-‬שקלים‬
‫‪P A = 0.9 ∙ P X = 2 + 0.1 ∙ 0 = 0.08989‬‬
‫יום שלם‪ ,‬לכן‪ λ = 1 ∙ 5, 𝑘 = 7 :‬בעיצומים ‪ λ = 5 ∙ 5, 𝑘 = 7‬בלי עיצומים‬
‫‪57‬‬ ‫‪25 7‬‬
‫∙ ‪P B = 0.9 ∙ 𝑒 −5‬‬ ‫∙ ‪+ 0.1 ∙ 𝑒 −25‬‬ ‫‪= 0.094‬‬
‫!‪7‬‬ ‫!‪7‬‬
‫‪22210‬‬ ‫או‬ ‫יש רק ‪ 2‬אפשרויות לחיתוך‪3 2 2 0 0 :‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪5‬‬ ‫‪3‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪13‬‬
‫= ‪𝑃 32200‬‬ ‫‪2‬‬ ‫‪2‬‬
‫!‪𝑒 −1 ∙ 0‬‬ ‫!‪𝑒 −1 ∙ 2‬‬ ‫!‪𝑒 −1 ∙ 3‬‬
‫‪3‬‬
‫‪5‬‬ ‫‪4‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬
‫= ‪P 01222‬‬ ‫‪1‬‬ ‫‪1‬‬
‫∙ ‪e−1‬‬ ‫∙ ‪e−1‬‬ ‫∙ ‪e−1‬‬
‫!‪0‬‬ ‫!‪1‬‬ ‫!‪2‬‬
‫) ‪P 𝐴 ∩ 𝐵 = 0.9 ∙ (𝑃 32200 + 𝑃 01222‬‬
‫ואז מחישוב ‪ A‬ו‪ B‬תלויים‬
‫ב‪ .‬אם לא היינו מחשבים את א'‪ ,‬האם הגיוני שהסיכוי של לנסלוט לנצח גדול‬
‫שאלה ‪ :2‬מס' צימוקים שעמי אוכל מתפלג פואס' עם תוחלת של ‪2‬‬
‫מ‪ ?0.7‬כן‪ ,‬כי כל ענף מוסיף ל‪0.7‬‬
‫צימוקים לדקה‪.‬‬
‫ג‪ .‬מה הסיכוי שגלהד ינצח? תשובה‪ 1 :‬פחות לנסלוט מנצח‪ ,‬כי מרחב‬
‫א‪ .‬הסתברות שב‪ 7-‬דקות הקרובות יאכל ‪ 10‬צימוקים‬ ‫המדגם הוא איחוד של לנסלוט מנצח‪ ,‬גלהד מנצח‪ ,‬אין מנצח‪ .‬כאשר אין‬
‫ב‪ – X .‬מס' הצימוקים שאוכל בין ‪ 8:00‬ל‪ 8:02-‬וב‪ Y-‬את מספר הצימוקים‬
‫מנצח‪ ,‬אז הסיכוי‪ lim𝑘→∞ (0.3 ∙ 0.2)𝑘 :‬שואף ל‪ .0‬ולכן ההסתברות ‪.0‬‬
‫שאוכל בין ‪ 8:01-8:03‬דקות‪ ,‬חשב תוחלת ושונות של ‪.X‬‬
‫ג‪ .‬ידוע שבין ‪ 8:00-8:03‬עמי אוכל ‪ 3‬צימוקים‪ ,‬מה התפל' מספר הצימוקים‬ ‫ד‪ – x .‬מספר הסיבובים עד להכרזת מנצח‪ ,‬מה התפלגות ‪?X‬‬
‫שאכל בין ‪?8:00-8:01‬‬ ‫תשובה‪ x :‬הולך בין ‪ 1‬לאינסוף‪- P 𝑥 = 1 = 0.7 + 0.3 ∙ 0.8 .‬ניצחון‬
‫פתרון סעיף א'‪:‬‬ ‫בסיבוב ‪ ,1‬או שלנסלוט מנצח‪ ,‬או שמפסיד ואז גלהד מנצח‪.‬‬
‫ובכללי‪ k-1 - 𝑃 𝑥 = 𝑘 = 0.06𝑘−1 ∙ 𝑃(𝑥 = 1) :‬כשלונות‪ ,‬ובסוף כמו‬
‫‪1410‬‬
‫‪ 𝑘 = 10,‬והתשובה‪ = e−14 ∙ 10! :‬א 𝑃‬ ‫‪λ = 2 ∙ 7 = 14‬‬ ‫בסיבוב הראשון (הסיבובים ב"ת אחד מהשני)‪ ,‬ניצחון בסיבוב יחיד‪.‬‬
‫פתרון סעיף ב'‪ , λ = 2 ∙ 2 = 4 :‬ואז‪E X = V X = 4 :‬‬ ‫ה‪ .‬חשב תוחלת‪:‬‬
‫פתרון סעיף ג'‪ :‬נחשב )‪ P(A | B‬כאשר ‪ B,A‬המאורעות הבאים‪:‬‬ ‫טענה‪ :‬יהי ‪ z‬מ"מ אשר מקבל ערכים טבעיים בלבד‪ ,‬אז‪:‬‬
‫‪ – A‬אכל ‪ k‬צימוקים בין ‪ – B 8:00-8:01‬אכל ‪ 6‬צימוקים בין ‪8:00-8:03‬‬ ‫∞ = ‪E Z‬‬ ‫)𝑘 > ‪k=0 P(Z‬‬
‫‪66‬‬ ‫מדוע פותר? כי )𝑘 > 𝑋(𝑃 = ב‪ k-‬סיבובים ראשונים אין מנצח= ‪.0.06k‬‬
‫!‪𝑃 𝐵 = e−6 ∙ 6‬‬ ‫כאשר‬ ‫‪𝑘 = 6,‬‬ ‫‪λ =2∙3=6‬‬
‫התפלגויות מיוחדות‬
‫שאלה ‪ :1‬מס' פונים שמקבלים שירות במשך שעה מתפלג פואסונית‪.‬‬
‫יום ללא עיצומים – קצב של ‪ 5‬פונים לשעה‪.‬‬

‫נכתב ע" י אריאל בק ורמי בוכבינדר‬

‫שאלה‪:‬‬

‫דוגמאות ממבחנים‪:‬‬
‫שאלה‬

‫תשובה‬

‫תשובה‪:‬‬

‫חישוב מהטבלה‬

‫שאלה‪:‬‬

‫תשובה‬

‫נכתב ע" י אריאל בק ורמי בוכבינדר‬

 ‫שאלה‪:‬‬

‫תשובה‪:‬‬

‫שאלה‪:‬‬

‫תשובה‪:‬‬

‫שאלה‪:‬‬

‫תשובה‬

‫נכתב ע" י אריאל בק ורמי בוכבינדר‬

 ‫שאלה‪:‬‬

‫תשובה‬

‫שאלה‪:‬‬ ‫שאלה‪:‬‬

‫תשובה‬

‫תשובה‪:‬‬

‫נכתב ע" י אריאל בק ורמי בוכבינדר‬

 ‫שאלה‬

‫תשובה‪:‬‬

‫‪5‬‬
‫‪3‬‬ ‫‪1∙2∙7∙6‬‬
‫– ‪ Ω‬מושיב עם סדר את ה‪ ,5‬במאורע בוחרים‬ ‫‪P 𝐴 ∩ 𝐵 = 10∙9∙8∙7∙6‬‬
‫‪ 3‬מקומות מתוך ה‪ 5‬ואז ה‪-1*2‬סידור סיוון ונדבים‪ -7*6 .‬סידור ה‪ 2‬הנותרים‬
‫שאלה‪:‬‬

‫שאלה‪ 3 :‬זוגות נשואים‪ 3 ,‬אנשים ממשפחת לוי‪-‬אבא‪,‬אמא ובן‪ .‬א‪ .‬מה‬ ‫תשובה‬
‫הסיכוי ש‪ 4‬הזוגות מאותה משפחה? ב‪ .‬סיכוי שאין זוג שמורכב מ‪ 2‬אנשים‬
‫במשפחת לוי? ג‪ .‬מה הסתברות לזוגות הטרוגנים (גבר אישה)‬
‫‪8‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ 9‬לבחירת מנהיג‪ ,‬כל השאר‬ ‫‪– 𝛺 =9‬‬ ‫תשובה‪ :‬א‪=945 .‬‬
‫!‪4‬‬
‫‪3‬‬
‫אלו הזוגות והסדר בין הזוגות לא משנה‪ - P(A) = 945,‬בחירת מנהיג מלוי‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬ ‫!‪3‬‬
‫‪ 1-‬מדגם‪-‬בחירת זוגות‬ ‫‪9‬‬ ‫‪7 5‬‬ ‫‪3‬‬ ‫משלים‪-‬יש זוג ממשפחת לוי‬ ‫ב‪.‬‬
‫‪2‬‬ ‫‪2 2‬‬ ‫‪2‬‬
‫!‪4‬‬
‫קודם‪ ,‬מנהיג נקבע אוטומטית‪,‬כאילו בחירה מ‪ 2‬קבוצות שונות‪ .‬דרך‬
‫‪4 72 52 32‬‬
‫נוספת‪ 9 7 5 3 :‬שה‪ 4‬אומר מיקום זוג של לוי‪.‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫ג‪ .‬זוגות הטרוגנים‪ :‬ממקמים בנות לפי גובה‪ ,‬כל בת בוחרת בן ‪5*4*3*2*1‬‬
‫שאלה‪ :‬בשורה ‪ 1‬במופע יש ‪ 40‬כסאות‪ ,‬את הצופים משבצים כך‪ :‬במקומות‬
‫אי זוגיים בנות צעירות‪ ,‬בכל מקום זוגי מגרילים ומושיבים בהסתברות ‪0.5‬‬
‫בן צעיר ובהסתברות ‪ 0.5‬מבוגר‪ .‬שלשה (‪ )I,i+1,i+2‬תקרא שלשה צעירה‬
‫אם באף אחד מהמקומות המתאימים לא יושב מבוגר (שלשות רציפות)‬
‫תשובה‪ Xi :‬מקבל ‪ 1‬אם במקום ‪ I,i+1,i+2‬שלשה צעירה‪1 ≤ 𝑖 ≤ 38 .‬‬
‫𝑖 זוגי ‪0.25 0.5 ∙ 0.5‬‬ ‫‪ 2‬בנים צעירים בת אחת‬
‫= ‪𝑃 𝑥𝑖 = 1‬‬ ‫) 𝑖𝑋(𝐸 =‬
‫‪0.5‬‬ ‫𝑖 אי זוגי‬ ‫‪ 0.5‬לבן‪ :‬בת__בת‬
‫‪38‬‬
‫= 𝑋 𝐸‬ ‫𝐸 ‪𝑖=1‬‬ ‫) יש ‪ 19‬זוגיים ו‪ 19‬אי( ‪𝑋𝑖 = 19 ∙ 0.25 + 19 ∙ 0.5‬‬
‫‪0.25 ∙ 0.75 = 3/16‬‬ ‫𝑖 זוגי‬
‫= 𝑖𝑋 𝑉‬
‫‪0.25 ∙ 0.25 = 1/4‬‬ ‫𝑖 אי זוגי‬
‫‪ __ __ __ __ :J=i+1‬יש כאן ‪ 2‬מקומות זוגיים ו‪ 2‬אי זוגיים בטוח‪ ,‬לכן בטוח‬
‫יושבות שם ‪ 2‬בנות צעירות‪ ,‬נותר לבחור עוד ‪ 2‬בנים צעירים=‪.0.25‬‬
‫הכפלה ב‪ 0.5‬ו‪ 0.25‬כי יש מקום זוגי ואי – ‪Cov(𝑥𝑖 , 𝑥𝑖+1 ) = 0.25 − 0.5 ∙ 0.25‬‬
‫‪1‬‬
‫ואז רוצים ‪ 3‬בנים צעירים ‪.‬‬ ‫‪ : J=I+2‬נחלק למקרים‪ I :‬זוגי‪:‬‬
‫‪8‬‬
‫‪1‬‬ ‫‪11‬‬
‫זה‬ ‫‪( Cov= −‬פעמיים רבע כי ‪ I,i+2‬זוגיים‪ I .‬אי זוגי‪:‬‬
‫‪8‬‬ ‫‪44‬‬
‫‪1‬‬ ‫‪11‬‬
‫אומר לבחור ‪ 2‬בנים צעירים‪ ,‬שזה רבע‪ Cov= − = 0 ,‬הגיוני כי יש בת באמצע‪,‬‬
‫‪2‬‬ ‫‪22‬‬
‫אז היא לא משנה את הבחירות של הבנים‪ ,‬והם הופכים לבלתי תלויים‪..‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪J=i+1‬‬
‫‪𝑣 𝑥 = 19 ∙ 16 + 19 ∙ 4 + 2 37 ∙ 8 + 18 ∙ 16 + 18 ∙ 0‬‬
‫‪ – I=i+2‬יש ‪ 36‬זוגות כאלה‪ ,‬חצי מהזוגות זוגי וחצי אי זוגי‬

‫נכתב ע" י אריאל בק ורמי בוכבינדר‬