ความน่าจะเป็นของ


9

สมมติว่าและมีความเป็นอิสระตัวแปรสุ่มเรขาคณิตกับพารามิเตอร์พีความน่าจะเป็นที่คืออะไร?X1X2pX1≥X2

ฉันสับสนเกี่ยวกับคำถามนี้เพราะเราไม่ได้บอกอะไรเกี่ยวกับและนอกเหนือจากพวกเขาเป็นรูปทรงเรขาคณิต สิ่งนี้จะไม่เป็นเพราะและสามารถเป็นอะไรก็ได้ในช่วงนี้X1X250%X1X2

แก้ไข: ความพยายามใหม่

P(X1≥X2)=P(X1>X2)+P(X1=X2)

P(X1=X2) = =∑x (1−p)x−1p(1−p)x−1pp2−p

P(X1>X2) = และP(X1<X2)P(X1<X2)+P(X1>X2)+P(X1=X2)=1

ดังนั้น = =เพิ่มถึงฉันจะได้ =P(X1>X2)1−P(X1=X2)21−p2−p
P(X1=X2)=p2−pP(X1≥X2)12−p

ถูกต้องหรือไม่


3
โปรดเพิ่มแท็ก 'การศึกษาด้วยตนเอง'
— StubbornAtom

1
ที่จริงเพราะX1และX2เป็นตัวแปรที่ไม่ต่อเนื่องความเท่าเทียมกันทำให้สิ่งต่าง ๆ ชัดเจนน้อยลง
— usεr11852

คำตอบ:


13

ไม่สามารถเป็นเนื่องจาก50%P(X1=X2)>0

วิธีการหนึ่ง:

พิจารณาสามเหตุการณ์และซึ่งแบ่งพื้นที่ตัวอย่างP(X1>X2),P(X2>X1)P(X1=X2)

มีการเชื่อมต่อที่ชัดเจนระหว่างสองคนแรก เขียนนิพจน์ที่สามและทำให้ง่ายขึ้น ดังนั้นแก้คำถาม


ฉันแก้ไขโพสต์ของฉันด้วยคำตอบใหม่ของฉัน คุณช่วยดูและดูว่ามันถูกต้องหรือไม่?
— IrCa

1
ใช่คำตอบของคุณถูกต้อง วิธีการทางเลือก (ใช้ความคิดที่คล้ายกัน) จะต้องทราบว่า (อีกครั้งใช้ประโยชน์จากสมมาตร / แลกเปลี่ยนได้และ ) P(X1≥X2)=12+12P(X1=X2)X1X2
— Glen_b -Reinstate Monica

6

คำตอบของคุณตามคำแนะนำของ Glen ถูกต้อง อีกวิธีที่สวยงามน้อยกว่าเป็นเพียงเงื่อนไข:

Pr{X1≥X2}=∑k=0∞Pr{X1≥X2∣X2=k}Pr{X2=k}=∑k=0∞∑ℓ=k∞Pr{X1=ℓ}Pr{X2=k}.

สิ่งนี้จะให้เดียวกันหลังจากจัดการชุดเรขาคณิตสองชุด ทางของเกลนจะดีกว่า1/(2−p)


4
หมายเหตุ - วิธีการของคุณดีกว่าสำหรับการใช้กับปัญหาใหม่ที่ฉันคิดว่า เพราะมันขึ้นอยู่กับหลักการแรก เคล็ดลับ / คำตอบจากคำตอบของ glen_b มักจะเกิดขึ้นหลังจากที่ปัญหาได้รับการแก้ไขในแบบของคุณ
— ความน่าจะเป็นทาง

3
@probabilityislogic ฉันแบ่งปันความกระตือรือร้นของคุณสำหรับการสืบทอดจาก "หลักการแรก" อย่างไรก็ตามสำหรับนักคณิตศาสตร์สมัยใหม่การมองหาและใช้ประโยชน์จากความสมมาตรเป็นพื้นฐานมากกว่าหลักการแรก (คำจำกัดความ) ที่คุณอ้างถึง: เราอาจเรียกมันว่าmetaprincipleของคณิตศาสตร์ มันเป็นมากกว่า "เคล็ดลับ" เท่านั้น
— whuber
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.