118
Πέρλα Σούση University of Cambridge http://www.statslab.cam.ac.uk/ ~ ps422 University of Cambridge http://www.statslab.cam.ac.uk/~ps422

Perla talk

  • Upload
    -

  • View
    316

  • Download
    3

Embed Size (px)

Citation preview

Par�doxa stic pijanìthtec

Πέρλα Σούση

University of Cambridgehttp://www.statslab.cam.ac.uk/~ps422

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Tuqaiìthta

Η τυχαιότητα απασχόλησε την ανθρωπότητα χιλιάδες χρόνια πριν...

Από πού προέρχονται αυτά τα ζάρια;

Είναι Αιγυπτιακά – περίπου 7000 χρόνων....

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Tuqaiìthta

Η τυχαιότητα απασχόλησε την ανθρωπότητα χιλιάδες χρόνια πριν...

Από πού προέρχονται αυτά τα ζάρια;

Είναι Αιγυπτιακά – περίπου 7000 χρόνων....

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Tuqaiìthta

Η τυχαιότητα απασχόλησε την ανθρωπότητα χιλιάδες χρόνια πριν...

Από πού προέρχονται αυτά τα ζάρια;

Είναι Αιγυπτιακά – περίπου 7000 χρόνων....

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Tuqaiìthta

Η τυχαιότητα απασχόλησε την ανθρωπότητα χιλιάδες χρόνια πριν...

Από πού προέρχονται αυτά τα ζάρια;

Είναι Αιγυπτιακά – περίπου 7000 χρόνων....

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Tuqaiìthta

Η τυχαιότητα απασχόλησε την ανθρωπότητα χιλιάδες χρόνια πριν...

Από πού προέρχονται αυτά τα ζάρια;

Είναι Αιγυπτιακά – περίπου 7000 χρόνων....

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Tuqaiìthta

Ο Αχιλλέας και ο Αίας παίζουν ζάρια.

520–510 π.Χ., Μουσείο Λούβρου

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Tuqaiìthta

Η τυχαιότητα ήταν δύσκολο να εξηγηθεί...

Οι φιλόσοφοι προσπάθησαν να την εξηγήσουν.

Ο Αριστοτέλης πίστευε ότι δεν μπορούμε να υπολογίσουμε τίποτα

που να σχετίζεται με την τύχη.

Αντιθέτως, ήξεραν πώς να σκέφτονται και να υπολογίζουν

χρησιμοποιώντας μαθηματικά.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Tuqaiìthta

Η τυχαιότητα ήταν δύσκολο να εξηγηθεί...

Οι φιλόσοφοι προσπάθησαν να την εξηγήσουν.

Ο Αριστοτέλης πίστευε ότι δεν μπορούμε να υπολογίσουμε τίποτα

που να σχετίζεται με την τύχη.

Αντιθέτως, ήξεραν πώς να σκέφτονται και να υπολογίζουν

χρησιμοποιώντας μαθηματικά.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Tuqaiìthta

Η τυχαιότητα ήταν δύσκολο να εξηγηθεί...

Οι φιλόσοφοι προσπάθησαν να την εξηγήσουν.

Ο Αριστοτέλης πίστευε ότι δεν μπορούμε να υπολογίσουμε τίποτα

που να σχετίζεται με την τύχη.

Αντιθέτως, ήξεραν πώς να σκέφτονται και να υπολογίζουν

χρησιμοποιώντας μαθηματικά.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Tuqaiìthta

Η τυχαιότητα ήταν δύσκολο να εξηγηθεί...

Οι φιλόσοφοι προσπάθησαν να την εξηγήσουν.

Ο Αριστοτέλης πίστευε ότι δεν μπορούμε να υπολογίσουμε τίποτα

που να σχετίζεται με την τύχη.

Αντιθέτως, ήξεραν πώς να σκέφτονται και να υπολογίζουν

χρησιμοποιώντας μαθηματικά.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Μετά το 1600 όμως τα πράγματα άρχισαν να αλλάζουν κι έκτοτε

άρχισαν να εξελίσσονται πολύ γρήγορα.

Παράδειγμα

Γύρω στο 1600, 2 αριστοκράτες στη Γαλλία, ο A και ο B παίζουν έναπαιχνίδι. Και οι δύο έχουν ίση πιθανότητα να κερδίσουν κάθε γύρο.

Το παιχνίδι τελειώνει όταν κάποιος από τους δύο κερδίσει 10 γύρους καιαυτός ο παίκτης θα κερδίσει ένα ποσό χρημάτων x .

Κάποια στιγμή ο A έχει κερδίσει 9 γύρους και ο B 8 και πρέπει νασταματήσουν το παιχνίδι.

Πώς θα πρέπει να μοιραστούν τα χρήματα;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Μετά το 1600 όμως τα πράγματα άρχισαν να αλλάζουν κι έκτοτε

άρχισαν να εξελίσσονται πολύ γρήγορα.

Παράδειγμα

Γύρω στο 1600, 2 αριστοκράτες στη Γαλλία, ο A και ο B παίζουν έναπαιχνίδι. Και οι δύο έχουν ίση πιθανότητα να κερδίσουν κάθε γύρο.

Το παιχνίδι τελειώνει όταν κάποιος από τους δύο κερδίσει 10 γύρους καιαυτός ο παίκτης θα κερδίσει ένα ποσό χρημάτων x .

Κάποια στιγμή ο A έχει κερδίσει 9 γύρους και ο B 8 και πρέπει νασταματήσουν το παιχνίδι.

Πώς θα πρέπει να μοιραστούν τα χρήματα;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Μετά το 1600 όμως τα πράγματα άρχισαν να αλλάζουν κι έκτοτε

άρχισαν να εξελίσσονται πολύ γρήγορα.

Παράδειγμα

Γύρω στο 1600, 2 αριστοκράτες στη Γαλλία, ο A και ο B παίζουν έναπαιχνίδι. Και οι δύο έχουν ίση πιθανότητα να κερδίσουν κάθε γύρο.

Το παιχνίδι τελειώνει όταν κάποιος από τους δύο κερδίσει 10 γύρους καιαυτός ο παίκτης θα κερδίσει ένα ποσό χρημάτων x .

Κάποια στιγμή ο A έχει κερδίσει 9 γύρους και ο B 8 και πρέπει νασταματήσουν το παιχνίδι.

Πώς θα πρέπει να μοιραστούν τα χρήματα;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Μετά το 1600 όμως τα πράγματα άρχισαν να αλλάζουν κι έκτοτε

άρχισαν να εξελίσσονται πολύ γρήγορα.

Παράδειγμα

Γύρω στο 1600, 2 αριστοκράτες στη Γαλλία, ο A και ο B παίζουν έναπαιχνίδι. Και οι δύο έχουν ίση πιθανότητα να κερδίσουν κάθε γύρο.

Το παιχνίδι τελειώνει όταν κάποιος από τους δύο κερδίσει 10 γύρους καιαυτός ο παίκτης θα κερδίσει ένα ποσό χρημάτων x .

Κάποια στιγμή ο A έχει κερδίσει 9 γύρους και ο B 8 και πρέπει νασταματήσουν το παιχνίδι.

Πώς θα πρέπει να μοιραστούν τα χρήματα;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Μετά το 1600 όμως τα πράγματα άρχισαν να αλλάζουν κι έκτοτε

άρχισαν να εξελίσσονται πολύ γρήγορα.

Παράδειγμα

Γύρω στο 1600, 2 αριστοκράτες στη Γαλλία, ο A και ο B παίζουν έναπαιχνίδι. Και οι δύο έχουν ίση πιθανότητα να κερδίσουν κάθε γύρο.

Το παιχνίδι τελειώνει όταν κάποιος από τους δύο κερδίσει 10 γύρους καιαυτός ο παίκτης θα κερδίσει ένα ποσό χρημάτων x .

Κάποια στιγμή ο A έχει κερδίσει 9 γύρους και ο B 8 και πρέπει νασταματήσουν το παιχνίδι.

Πώς θα πρέπει να μοιραστούν τα χρήματα;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Μετά το 1600 όμως τα πράγματα άρχισαν να αλλάζουν κι έκτοτε

άρχισαν να εξελίσσονται πολύ γρήγορα.

Παράδειγμα

Γύρω στο 1600, 2 αριστοκράτες στη Γαλλία, ο A και ο B παίζουν έναπαιχνίδι. Και οι δύο έχουν ίση πιθανότητα να κερδίσουν κάθε γύρο.

Το παιχνίδι τελειώνει όταν κάποιος από τους δύο κερδίσει 10 γύρους καιαυτός ο παίκτης θα κερδίσει ένα ποσό χρημάτων x .

Κάποια στιγμή ο A έχει κερδίσει 9 γύρους και ο B 8 και πρέπει νασταματήσουν το παιχνίδι.

Πώς θα πρέπει να μοιραστούν τα χρήματα;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;

Ας υπολογίσουμε την πιθανότητα να κερδίσει ο A, αν υποθέσουμε ότι

το παιχνίδι συνεχιζόταν. (Ο A έχει κερδίσει 9 γύρους.)

Η πιθανότητα του A να κερδίσει:

P(A) = P(κερδίζει επόμενο γύρο ή χάνει επόμενο και κερδίζει μεθεπόμενο)

= 12 + 1

2 × 12 = 3

4

Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.

Αυτόν τον απλό για εμάς υπολογισμό τον έκανε πρώτος ο BlaisePascal (1623-1662).

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;

Ας υπολογίσουμε την πιθανότητα να κερδίσει ο A, αν υποθέσουμε ότι

το παιχνίδι συνεχιζόταν. (Ο A έχει κερδίσει 9 γύρους.)

Η πιθανότητα του A να κερδίσει:

P(A) = P(κερδίζει επόμενο γύρο ή χάνει επόμενο και κερδίζει μεθεπόμενο)

= 12 + 1

2 × 12 = 3

4

Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.

Αυτόν τον απλό για εμάς υπολογισμό τον έκανε πρώτος ο BlaisePascal (1623-1662).

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;

Ας υπολογίσουμε την πιθανότητα να κερδίσει ο A, αν υποθέσουμε ότι

το παιχνίδι συνεχιζόταν. (Ο A έχει κερδίσει 9 γύρους.)

Η πιθανότητα του A να κερδίσει:

P(A) = P(κερδίζει επόμενο γύρο ή χάνει επόμενο και κερδίζει μεθεπόμενο)

= 12 + 1

2 × 12 = 3

4

Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.

Αυτόν τον απλό για εμάς υπολογισμό τον έκανε πρώτος ο BlaisePascal (1623-1662).

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;

Ας υπολογίσουμε την πιθανότητα να κερδίσει ο A, αν υποθέσουμε ότι

το παιχνίδι συνεχιζόταν. (Ο A έχει κερδίσει 9 γύρους.)

Η πιθανότητα του A να κερδίσει:

P(A) =

P(κερδίζει επόμενο γύρο ή χάνει επόμενο και κερδίζει μεθεπόμενο)

= 12 + 1

2 × 12 = 3

4

Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.

Αυτόν τον απλό για εμάς υπολογισμό τον έκανε πρώτος ο BlaisePascal (1623-1662).

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;

Ας υπολογίσουμε την πιθανότητα να κερδίσει ο A, αν υποθέσουμε ότι

το παιχνίδι συνεχιζόταν. (Ο A έχει κερδίσει 9 γύρους.)

Η πιθανότητα του A να κερδίσει:

P(A) = P(κερδίζει επόμενο γύρο ή χάνει επόμενο και κερδίζει μεθεπόμενο)

=

12 + 1

2 × 12 = 3

4

Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.

Αυτόν τον απλό για εμάς υπολογισμό τον έκανε πρώτος ο BlaisePascal (1623-1662).

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;

Ας υπολογίσουμε την πιθανότητα να κερδίσει ο A, αν υποθέσουμε ότι

το παιχνίδι συνεχιζόταν. (Ο A έχει κερδίσει 9 γύρους.)

Η πιθανότητα του A να κερδίσει:

P(A) = P(κερδίζει επόμενο γύρο ή χάνει επόμενο και κερδίζει μεθεπόμενο)

= 12

+ 12 × 1

2 = 34

Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.

Αυτόν τον απλό για εμάς υπολογισμό τον έκανε πρώτος ο BlaisePascal (1623-1662).

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;

Ας υπολογίσουμε την πιθανότητα να κερδίσει ο A, αν υποθέσουμε ότι

το παιχνίδι συνεχιζόταν. (Ο A έχει κερδίσει 9 γύρους.)

Η πιθανότητα του A να κερδίσει:

P(A) = P(κερδίζει επόμενο γύρο ή χάνει επόμενο και κερδίζει μεθεπόμενο)

= 12 + 1

2

× 12 = 3

4

Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.

Αυτόν τον απλό για εμάς υπολογισμό τον έκανε πρώτος ο BlaisePascal (1623-1662).

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;

Ας υπολογίσουμε την πιθανότητα να κερδίσει ο A, αν υποθέσουμε ότι

το παιχνίδι συνεχιζόταν. (Ο A έχει κερδίσει 9 γύρους.)

Η πιθανότητα του A να κερδίσει:

P(A) = P(κερδίζει επόμενο γύρο ή χάνει επόμενο και κερδίζει μεθεπόμενο)

= 12 + 1

2 × 12 =

34

Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.

Αυτόν τον απλό για εμάς υπολογισμό τον έκανε πρώτος ο BlaisePascal (1623-1662).

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;

Ας υπολογίσουμε την πιθανότητα να κερδίσει ο A, αν υποθέσουμε ότι

το παιχνίδι συνεχιζόταν. (Ο A έχει κερδίσει 9 γύρους.)

Η πιθανότητα του A να κερδίσει:

P(A) = P(κερδίζει επόμενο γύρο ή χάνει επόμενο και κερδίζει μεθεπόμενο)

= 12 + 1

2 × 12 = 3

4

Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.

Αυτόν τον απλό για εμάς υπολογισμό τον έκανε πρώτος ο BlaisePascal (1623-1662).

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;

Ας υπολογίσουμε την πιθανότητα να κερδίσει ο A, αν υποθέσουμε ότι

το παιχνίδι συνεχιζόταν. (Ο A έχει κερδίσει 9 γύρους.)

Η πιθανότητα του A να κερδίσει:

P(A) = P(κερδίζει επόμενο γύρο ή χάνει επόμενο και κερδίζει μεθεπόμενο)

= 12 + 1

2 × 12 = 3

4

Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.

Αυτόν τον απλό για εμάς υπολογισμό τον έκανε πρώτος ο BlaisePascal (1623-1662).

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Met� to 1600

Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;

Ας υπολογίσουμε την πιθανότητα να κερδίσει ο A, αν υποθέσουμε ότι

το παιχνίδι συνεχιζόταν. (Ο A έχει κερδίσει 9 γύρους.)

Η πιθανότητα του A να κερδίσει:

P(A) = P(κερδίζει επόμενο γύρο ή χάνει επόμενο και κερδίζει μεθεπόμενο)

= 12 + 1

2 × 12 = 3

4

Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.

Αυτόν τον απλό για εμάς υπολογισμό τον έκανε πρώτος ο BlaisePascal (1623-1662).

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εχουμε ένα δίκαιο νόμισμα, δηλαδή

P(Κορώνα) = 1/2 και P(Γράμματα) = 1/2.

Ρίχνουμε το νόμισμα ανεξάρτητα, δηλαδή το αποτέλεσμα της πρώτης

ρίψης δεν επηρεάζει τη δεύτερη κ.ο.κ.

1o πείραμα: περιμένουμε ώσπου να έρθει ΚΚ συνεχόμενα.

2o πείραμα: περιμένουμε ώσπου να έρθει ΚΓ συνεχόμενα.

Ερώτηση

Κατά μέσο όρο τι χρειάζεται πιο πολλές ρίψεις, το ΚΚ ή το ΚΓ;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εχουμε ένα δίκαιο νόμισμα, δηλαδή

P(Κορώνα) = 1/2 και P(Γράμματα) = 1/2.

Ρίχνουμε το νόμισμα ανεξάρτητα, δηλαδή το αποτέλεσμα της πρώτης

ρίψης δεν επηρεάζει τη δεύτερη κ.ο.κ.

1o πείραμα: περιμένουμε ώσπου να έρθει ΚΚ συνεχόμενα.

2o πείραμα: περιμένουμε ώσπου να έρθει ΚΓ συνεχόμενα.

Ερώτηση

Κατά μέσο όρο τι χρειάζεται πιο πολλές ρίψεις, το ΚΚ ή το ΚΓ;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εχουμε ένα δίκαιο νόμισμα, δηλαδή

P(Κορώνα) = 1/2 και P(Γράμματα) = 1/2.

Ρίχνουμε το νόμισμα ανεξάρτητα, δηλαδή το αποτέλεσμα της πρώτης

ρίψης δεν επηρεάζει τη δεύτερη κ.ο.κ.

1o πείραμα: περιμένουμε ώσπου να έρθει ΚΚ συνεχόμενα.

2o πείραμα: περιμένουμε ώσπου να έρθει ΚΓ συνεχόμενα.

Ερώτηση

Κατά μέσο όρο τι χρειάζεται πιο πολλές ρίψεις, το ΚΚ ή το ΚΓ;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εχουμε ένα δίκαιο νόμισμα, δηλαδή

P(Κορώνα) = 1/2 και P(Γράμματα) = 1/2.

Ρίχνουμε το νόμισμα ανεξάρτητα, δηλαδή το αποτέλεσμα της πρώτης

ρίψης δεν επηρεάζει τη δεύτερη κ.ο.κ.

1o πείραμα: περιμένουμε ώσπου να έρθει ΚΚ συνεχόμενα.

2o πείραμα: περιμένουμε ώσπου να έρθει ΚΓ συνεχόμενα.

Ερώτηση

Κατά μέσο όρο τι χρειάζεται πιο πολλές ρίψεις, το ΚΚ ή το ΚΓ;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εχουμε ένα δίκαιο νόμισμα, δηλαδή

P(Κορώνα) = 1/2 και P(Γράμματα) = 1/2.

Ρίχνουμε το νόμισμα ανεξάρτητα, δηλαδή το αποτέλεσμα της πρώτης

ρίψης δεν επηρεάζει τη δεύτερη κ.ο.κ.

1o πείραμα: περιμένουμε ώσπου να έρθει ΚΚ συνεχόμενα.

2o πείραμα: περιμένουμε ώσπου να έρθει ΚΓ συνεχόμενα.

Ερώτηση

Κατά μέσο όρο τι χρειάζεται πιο πολλές ρίψεις, το ΚΚ ή το ΚΓ;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εχουμε ένα δίκαιο νόμισμα, δηλαδή

P(Κορώνα) = 1/2 και P(Γράμματα) = 1/2.

Ρίχνουμε το νόμισμα ανεξάρτητα, δηλαδή το αποτέλεσμα της πρώτης

ρίψης δεν επηρεάζει τη δεύτερη κ.ο.κ.

1o πείραμα: περιμένουμε ώσπου να έρθει ΚΚ συνεχόμενα.

2o πείραμα: περιμένουμε ώσπου να έρθει ΚΓ συνεχόμενα.

Ερώτηση

Κατά μέσο όρο τι χρειάζεται πιο πολλές ρίψεις, το ΚΚ ή το ΚΓ;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x =

1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1

+1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x

⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y =

x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x

+ z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z

= 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ =

x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x

+ 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1

+1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′

⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

'Allo èna aplì par�deigma

΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη

φορά. Τότε

x = 1 +1

2x ⇒ x = 2

και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται

z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.

΄Εστω y ο αριθμός των ρίψεων ώσπου να έρθει ΚΓ συνεχόμενα. Τότε

y = x + z = 4.

΄Εστω x ′ ο μέσος αριθμός ρίψεων μέχρι ΚΚ συνεχόμενα. Τότε

x ′ = x + 1 +1

2x ′ ⇒ x ′ = 6.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

To par�doxo twn lewforeÐwn

Ελβετικό λεωφορείο Ιταλικό λεωφορείο

Κάθε ώρα ακριβώς 1 λεωφορείο ξξξξξξ Κάθε λεπτό 1 λεωφ. με πιθ.

ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ1/60.

Ερώτηση

Φτάνουμε στη στάση σε μία τυχαία στιγμή. Κατά μέσο όρο πόσο θα

περιμένουμε;

Στην Ελβετία: 1/2 ώρα!

Στην Ιταλία: 1 ώρα!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

To par�doxo twn lewforeÐwn

Ελβετικό λεωφορείο Ιταλικό λεωφορείο

Κάθε ώρα ακριβώς 1 λεωφορείο ξξξξξξ Κάθε λεπτό 1 λεωφ. με πιθ.

ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ1/60.

Ερώτηση

Φτάνουμε στη στάση σε μία τυχαία στιγμή. Κατά μέσο όρο πόσο θα

περιμένουμε;

Στην Ελβετία: 1/2 ώρα!

Στην Ιταλία: 1 ώρα!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

To par�doxo twn lewforeÐwn

Ελβετικό λεωφορείο Ιταλικό λεωφορείο

Κάθε ώρα ακριβώς 1 λεωφορείο ξξξξξξ Κάθε λεπτό 1 λεωφ. με πιθ.

ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ1/60.

Ερώτηση

Φτάνουμε στη στάση σε μία τυχαία στιγμή. Κατά μέσο όρο πόσο θα

περιμένουμε;

Στην Ελβετία: 1/2 ώρα!

Στην Ιταλία: 1 ώρα!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

To par�doxo twn lewforeÐwn

Ελβετικό λεωφορείο Ιταλικό λεωφορείο

Κάθε ώρα ακριβώς 1 λεωφορείο ξξξξξξ Κάθε λεπτό 1 λεωφ. με πιθ.

ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ1/60.

Ερώτηση

Φτάνουμε στη στάση σε μία τυχαία στιγμή. Κατά μέσο όρο πόσο θα

περιμένουμε;

Στην Ελβετία: 1/2 ώρα!

Στην Ιταλία: 1 ώρα!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

To par�doxo twn lewforeÐwn

Ελβετικό λεωφορείο Ιταλικό λεωφορείο

Κάθε ώρα ακριβώς 1 λεωφορείο ξξξξξξ Κάθε λεπτό 1 λεωφ. με πιθ.

ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ1/60.

Ερώτηση

Φτάνουμε στη στάση σε μία τυχαία στιγμή. Κατά μέσο όρο πόσο θα

περιμένουμε;

Στην Ελβετία: 1/2 ώρα!

Στην Ιταλία: 1 ώρα!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

To par�doxo twn lewforeÐwn

Ελβετικό λεωφορείο Ιταλικό λεωφορείο

Κάθε ώρα ακριβώς 1 λεωφορείο ξξξξξξ Κάθε λεπτό 1 λεωφ. με πιθ.

ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ1/60.

Ερώτηση

Φτάνουμε στη στάση σε μία τυχαία στιγμή. Κατά μέσο όρο πόσο θα

περιμένουμε;

Στην Ελβετία: 1/2 ώρα!

Στην Ιταλία: 1 ώρα!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

To par�doxo twn lewforeÐwn

Ελβετικό λεωφορείο Ιταλικό λεωφορείο

Κάθε ώρα ακριβώς 1 λεωφορείο ξξξξξξ Κάθε λεπτό 1 λεωφ. με πιθ.

ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ1/60.

Ερώτηση

Φτάνουμε στη στάση σε μία τυχαία στιγμή. Κατά μέσο όρο πόσο θα

περιμένουμε;

Στην Ελβετία: 1/2 ώρα!

Στην Ιταλία: 1 ώρα!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc (Random walk)

Σε μία διάσταση, Z.

0 1 2 3 4 5−1−2−3−4−5

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 1d

΄Ενας περιπατητής ξεκινάει από το 0.

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 1d

Κοιτάζει τους δύο γείτονές του

bb b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 1d

και με ίση πιθανότητα επιλέγει σε ποιον θα μεταβεί.

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 1d

Και πάλι κοιτάζει τους δύο γείτονες

bb b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 1d

και με ίση πιθανότητα επιλέγει σε ποιον θα μεταβεί.

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 1d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ

bb b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 1d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Σε δύο διαστάσεις, Z2, δηλαδή όλα τα σημεία του R2

με ακέραιες

συντεταγμένες.

(0,0)

(1,1)(0,1)

(-1,0)

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Σε δύο διαστάσεις, Z2, δηλαδή όλα τα σημεία του R2

με ακέραιες

συντεταγμένες.

(0,0)

(1,1)(0,1)

(-1,0)

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

΄Ενας περιπατητής ξεκινάει απο το (0, 0).

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

Κοιτάζει τους 4 γείτονές του

b

b

b

b

bbb

b

b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

και με πιθανότητα 1/4 επιλέγει σε ποιον θα μεταβεί.

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

Και πάλι

b bb

bb

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξ

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξ

b bb

b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξ

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξ

b

b

b b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξ

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξ

b

b

b b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξ

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξ

b

b

b b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξ

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc se 2d

ξξξξξξξξξξξξξξξξξξξξξξξξξξξ

b

b

b b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Από τους πρώτους μαθηματικούς που ασχολήθηκαν με τυχαίους

περιπάτους ήταν ο Polya (1887-1985).

Κάποτε είπε ότι καθώς περπατούσε σε ένα πάρκο κοντά στο σπίτι του

συναντούσε συνεχώς το ίδιο ζευγάρι. Σκέφτηκε ότι θα νόμιζαν ότι

τους ακολουθούσε ή ότι τους κατασκόπευε. Θέλησε λοιπόν να

εξηγήσει το φαινόμενο αυτό μαθηματικά.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Από τους πρώτους μαθηματικούς που ασχολήθηκαν με τυχαίους

περιπάτους ήταν ο Polya (1887-1985).

Κάποτε είπε ότι καθώς περπατούσε σε ένα πάρκο κοντά στο σπίτι του

συναντούσε συνεχώς το ίδιο ζευγάρι. Σκέφτηκε ότι θα νόμιζαν ότι

τους ακολουθούσε ή ότι τους κατασκόπευε. Θέλησε λοιπόν να

εξηγήσει το φαινόμενο αυτό μαθηματικά.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Ο Polya λοιπόν ήθελε να αποδείξει το εξής:

΄Εστω ότι δύο περιπατητές ξεκινάν από το (0, 0) τη χρονική στιγμή 0

και περπατάνε ανεξάρτητα, δηλαδή ο κάθε περπατητής δεν έχει

πληροφορία για τη θέση του άλλου. Ποια είναι η πιθανότητα να

συναντηθούν άπειρες φορες;

Ας σταθεροποιήσουμε τον έναν περιπατητή στο (0, 0).

Ερώτηση

Ποια είναι η πιθανότητα ο άλλος να τον συναντήσει άπειρες φορές;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Ο Polya λοιπόν ήθελε να αποδείξει το εξής:

΄Εστω ότι δύο περιπατητές ξεκινάν από το (0, 0) τη χρονική στιγμή 0

και περπατάνε ανεξάρτητα, δηλαδή ο κάθε περπατητής δεν έχει

πληροφορία για τη θέση του άλλου. Ποια είναι η πιθανότητα να

συναντηθούν άπειρες φορες;

Ας σταθεροποιήσουμε τον έναν περιπατητή στο (0, 0).

Ερώτηση

Ποια είναι η πιθανότητα ο άλλος να τον συναντήσει άπειρες φορές;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Ο Polya λοιπόν ήθελε να αποδείξει το εξής:

΄Εστω ότι δύο περιπατητές ξεκινάν από το (0, 0) τη χρονική στιγμή 0

και περπατάνε ανεξάρτητα, δηλαδή ο κάθε περπατητής δεν έχει

πληροφορία για τη θέση του άλλου. Ποια είναι η πιθανότητα να

συναντηθούν άπειρες φορες;

Ας σταθεροποιήσουμε τον έναν περιπατητή στο (0, 0).

Ερώτηση

Ποια είναι η πιθανότητα ο άλλος να τον συναντήσει άπειρες φορές;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Ο Polya λοιπόν ήθελε να αποδείξει το εξής:

΄Εστω ότι δύο περιπατητές ξεκινάν από το (0, 0) τη χρονική στιγμή 0

και περπατάνε ανεξάρτητα, δηλαδή ο κάθε περπατητής δεν έχει

πληροφορία για τη θέση του άλλου. Ποια είναι η πιθανότητα να

συναντηθούν άπειρες φορες;

Ας σταθεροποιήσουμε τον έναν περιπατητή στο (0, 0).

Ερώτηση

Ποια είναι η πιθανότητα ο άλλος να τον συναντήσει άπειρες φορές;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Θεώρημα (Polya 1920)

Σε μία διάσταση (d = 1) ο τυχαίος περίπατος επιστρέφει στο 0άπειρες φορές.

Σε δύο διαστάσεις (d = 2) ο τυχαίος περίπατος επιστρέφει στο (0, 0)άπειρες φορές.

Σε τρεις και άνω διαστάσεις (d ≥ 3) ο τυχαίος περίπατος επιστρέφειστο 0 πεπερασμένο αριθμό φορών.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Θεώρημα (Polya 1920)

Σε μία διάσταση (d = 1) ο τυχαίος περίπατος επιστρέφει στο 0άπειρες φορές.

Σε δύο διαστάσεις (d = 2) ο τυχαίος περίπατος επιστρέφει στο (0, 0)άπειρες φορές.

Σε τρεις και άνω διαστάσεις (d ≥ 3) ο τυχαίος περίπατος επιστρέφειστο 0 πεπερασμένο αριθμό φορών.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Θεώρημα (Polya 1920)

Σε μία διάσταση (d = 1) ο τυχαίος περίπατος επιστρέφει στο 0άπειρες φορές.

Σε δύο διαστάσεις (d = 2) ο τυχαίος περίπατος επιστρέφει στο (0, 0)άπειρες φορές.

Σε τρεις και άνω διαστάσεις (d ≥ 3) ο τυχαίος περίπατος επιστρέφειστο 0 πεπερασμένο αριθμό φορών.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Sunant seic dÔo tuqaÐwn perip�twn

Ας επιστρέψουμε τώρα στο αρχικό πρόβλημα του Polya.

Ερώτηση

Δύο ανεξάρτητοι τυχαίοι περίπατοι σε δύο διαστάσεις συναντιούνται

άπειρες φορές;

΄Εστω Xn και Yn οι θέσεις των δύο περιπάτων τη χρονική στιγμή n.

Η διαφορά τους, Xn − Yn είναι και πάλι ένας τυχαίος περίπατος σε

δύο διαστάσεις, επομένως επιστρέφει στο (0, 0) άπειρες φορές.

Αρα είχε δίκιο ο Polya όταν έλεγε ότι τυχαία συναντούσε διαρκώς το

ζευγάρι!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Sunant seic dÔo tuqaÐwn perip�twn

Ας επιστρέψουμε τώρα στο αρχικό πρόβλημα του Polya.

Ερώτηση

Δύο ανεξάρτητοι τυχαίοι περίπατοι σε δύο διαστάσεις συναντιούνται

άπειρες φορές;

΄Εστω Xn και Yn οι θέσεις των δύο περιπάτων τη χρονική στιγμή n.

Η διαφορά τους, Xn − Yn είναι και πάλι ένας τυχαίος περίπατος σε

δύο διαστάσεις, επομένως επιστρέφει στο (0, 0) άπειρες φορές.

Αρα είχε δίκιο ο Polya όταν έλεγε ότι τυχαία συναντούσε διαρκώς το

ζευγάρι!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Sunant seic dÔo tuqaÐwn perip�twn

Ας επιστρέψουμε τώρα στο αρχικό πρόβλημα του Polya.

Ερώτηση

Δύο ανεξάρτητοι τυχαίοι περίπατοι σε δύο διαστάσεις συναντιούνται

άπειρες φορές;

΄Εστω Xn και Yn οι θέσεις των δύο περιπάτων τη χρονική στιγμή n.

Η διαφορά τους, Xn − Yn είναι και πάλι ένας τυχαίος περίπατος σε

δύο διαστάσεις, επομένως επιστρέφει στο (0, 0) άπειρες φορές.

Αρα είχε δίκιο ο Polya όταν έλεγε ότι τυχαία συναντούσε διαρκώς το

ζευγάρι!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Sunant seic dÔo tuqaÐwn perip�twn

Ας επιστρέψουμε τώρα στο αρχικό πρόβλημα του Polya.

Ερώτηση

Δύο ανεξάρτητοι τυχαίοι περίπατοι σε δύο διαστάσεις συναντιούνται

άπειρες φορές;

΄Εστω Xn και Yn οι θέσεις των δύο περιπάτων τη χρονική στιγμή n.

Η διαφορά τους, Xn − Yn είναι και πάλι ένας τυχαίος περίπατος σε

δύο διαστάσεις, επομένως επιστρέφει στο (0, 0) άπειρες φορές.

Αρα είχε δίκιο ο Polya όταν έλεγε ότι τυχαία συναντούσε διαρκώς το

ζευγάρι!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Sunant seic dÔo tuqaÐwn perip�twn

Ας επιστρέψουμε τώρα στο αρχικό πρόβλημα του Polya.

Ερώτηση

Δύο ανεξάρτητοι τυχαίοι περίπατοι σε δύο διαστάσεις συναντιούνται

άπειρες φορές;

΄Εστω Xn και Yn οι θέσεις των δύο περιπάτων τη χρονική στιγμή n.

Η διαφορά τους, Xn − Yn είναι και πάλι ένας τυχαίος περίπατος σε

δύο διαστάσεις, επομένως επιστρέφει στο (0, 0) άπειρες φορές.

Αρα είχε δίκιο ο Polya όταν έλεγε ότι τυχαία συναντούσε διαρκώς το

ζευγάρι!

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Sunant seic dÔo tuqaÐwn perip�twn

Στο επίπεδο λοιπόν παίρνοντας διαφορές έχουμε

ένας περίπατος επιστρέφει στο (0, 0) ∞ φορές ⇒ ∞ συναντήσεις δύο

περιπάτων

Ερώτηση

Ισχύει άραγε το ίδιο και για άλλους γράφους;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Sunant seic dÔo tuqaÐwn perip�twn

Στο επίπεδο λοιπόν παίρνοντας διαφορές έχουμε

ένας περίπατος επιστρέφει στο (0, 0) ∞ φορές ⇒ ∞ συναντήσεις δύο

περιπάτων

Ερώτηση

Ισχύει άραγε το ίδιο και για άλλους γράφους;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Sunant seic dÔo tuqaÐwn perip�twn

Στο επίπεδο λοιπόν παίρνοντας διαφορές έχουμε

ένας περίπατος επιστρέφει στο (0, 0) ∞ φορές ⇒ ∞ συναντήσεις δύο

περιπάτων

Ερώτηση

Ισχύει άραγε το ίδιο και για άλλους γράφους;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Sunant seic dÔo tuqaÐwn perip�twn

Στο επίπεδο λοιπόν παίρνοντας διαφορές έχουμε

ένας περίπατος επιστρέφει στο (0, 0) ∞ φορές ⇒ ∞ συναντήσεις δύο

περιπάτων

Ερώτηση

Ισχύει άραγε το ίδιο και για άλλους γράφους;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Sunant seic dÔo tuqaÐwn perip�twn

b

b

b

b b

b

b

b

b

b

b

b b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc sto Comb(Z)

b

b

b

b b

b

b

b

b

b

b

b b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc sto Comb(Z)

b

b

b

b b

b

b

b

b

b

b

b b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

bb

b

b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc sto Comb(Z)

b

b

b

b b

b

b

b

b

b

b

b b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc sto Comb(Z)

b

b

b

b b

b

b

b

b

b

b

b b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc sto Comb(Z)

b

b

b

b b

b

b

b

b

b

b

b b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc sto Comb(Z)

b

b

b

b b

b

b

b

b

b

b

b b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

Sunant seic dÔo tuqaÐwn perip�twn sto Comb(Z)

Θεώρημα (Krishnapur, Peres (2004))

Δύο ανεξάρτητοι τυχαίοι περίπατοι στο Comb(Z) που ξεκινούν από τοίδιο σημείο συναντιούνται έναν πεπερασμένο αριθμό φορών.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc sto Comb(Z, f )

b b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

b

n

b

f(n)

b b b

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc sto Comb(Z, f )

΄Εστω f (n) = nα, για κάποιο α > 0.

Θεώρημα (Barlow, Peres, Sousi (2010) )

΄Οταν α ≤ 1, τότε δύο ανεξάρτητοι τυχαίοι περίπατοισυναντιούνται άπειρες φορές.

΄Οταν α > 1, τότε δύο ανεξάρτητοι τυχαίοι περίπατοισυναντιούνται έναν πεπερασμένο αριθμό φορών.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc sto Comb(Z, f )

΄Εστω f (n) = nα, για κάποιο α > 0.

Θεώρημα (Barlow, Peres, Sousi (2010) )

΄Οταν α ≤ 1, τότε δύο ανεξάρτητοι τυχαίοι περίπατοισυναντιούνται άπειρες φορές.

΄Οταν α > 1, τότε δύο ανεξάρτητοι τυχαίοι περίπατοισυναντιούνται έναν πεπερασμένο αριθμό φορών.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

TuqaÐoc perÐpatoc sto Comb(Z, f )

΄Εστω f (n) = nα, για κάποιο α > 0.

Θεώρημα (Barlow, Peres, Sousi (2010) )

΄Οταν α ≤ 1, τότε δύο ανεξάρτητοι τυχαίοι περίπατοισυναντιούνται άπειρες φορές.

΄Οταν α > 1, τότε δύο ανεξάρτητοι τυχαίοι περίπατοισυναντιούνται έναν πεπερασμένο αριθμό φορών.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

KinhtoÐ gewmetrikoÐ gr�foi (Mobile geometric graphs)

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

KinhtoÐ gewmetrikoÐ gr�foi (Mobile geometric graphs)

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

KinhtoÐ gewmetrikoÐ gr�foi (Mobile geometric graphs)

΄Εστω ότι τα σημεία αυτά κινούνται ανεξάρτητα ως τυχαίοι περίπατοι

(όχι πλέον στο Z2αλλά σε όλο το R2

).

Τοποθετούμε ένα επιπλέον σημείο στο 0.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

KinhtoÐ gewmetrikoÐ gr�foi (Mobile geometric graphs)

΄Εστω ότι τα σημεία αυτά κινούνται ανεξάρτητα ως τυχαίοι περίπατοι

(όχι πλέον στο Z2αλλά σε όλο το R2

).

Τοποθετούμε ένα επιπλέον σημείο στο 0.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

KinhtoÐ gewmetrikoÐ gr�foi (Mobile geometric graphs)

΄Εστω ότι τα σημεία αυτά κινούνται ανεξάρτητα ως τυχαίοι περίπατοι

(όχι πλέον στο Z2αλλά σε όλο το R2

).

Τοποθετούμε ένα επιπλέον σημείο στο 0.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

KinhtoÐ gewmetrikoÐ gr�foi (Mobile geometric graphs)

Ερώτηση

Ποια είναι η καλύτερη στρατηγική για το σημείο στο 0 ούτως ώστε να

μεγιστοποιήσει την πιθανότητα να μη συγκρουστεί με τα υπόλοιπα

σημεία για μεγάλο διάστημα;

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec

KinhtoÐ gewmetrikoÐ gr�foi (Mobile geometric graphs)

Θεώρημα (Miller, Peres, Sousi (2011))

Αν το σημείο στο 0 παραμείνει ακίνητο, τότε μεγιστοποιεί την

πιθανότητα να μη συγκρουστεί με τα υπόλοιπα σημεία για μεγάλο

διάστημα.

Pèrla SoÔsh University of Cambridge http://www.statslab.cam.ac.uk/~ps422Par�doxa stic pijanìthtec