5 votos

¿Por qué son las probabilidades de que una moneda caiga$50\%$ después de$'n'$ cabezas consecutivas

Estoy tratando de entender cómo las probabilidades de un tirón una moneda no trucada $4$ veces en una fila y el aterrizaje de cabezas cada vez es $\frac{1}{2^4}=\frac{1}{16}=6.25\%$;

Pero, al mismo tiempo, si sólo me he volteado la moneda cabezas $3$ veces que mis probabilidades de que se caiga de cara a un cuarto de hora se $50\%.$ Estos números parecen contradecirse el uno al otro.

Creo que me lo imaginé cuando estaba escribiendo esta pregunta, pero quería confirmar. De los 16 posibles maneras en que $4$ coin flips puede ir, $2$ han $3$ consecutivos cabezas (abajo). Así que si le doy la vuelta cabezas $3$ veces y estoy a punto de darle la vuelta un cuarto, hay dos resultados posibles:

$$ % interior de la matriz de los valores mínimos \begin{array}{c|cccc} \text{series} & 1 & 2 & 3 & 4\\ \hline 1 & T & T & T & T\\ ... & ... & ... & ... & ...\\ 15 & H & H & H & T\\ 16 & H & H & H & H \end{array} $$

haciendo que la probabilidad de obtener un cuarto cabeza de $= \frac{1 outcome}{2 possibilities} = 50\%$. Es esto correcto?

3voto

Deusovi Puntos 650

Sí, eso es correcto!

He aquí otra de las frases que pueden hacer que sea más claro:

Originalmente, tiene 16 posibles opciones para 4-flip secuencias. Ambos HHHH y HHHT tienen la probabilidad de 1/16, y también lo son todos los demás.

Después de que usted haya volteado de 3 cabezas, ha reducido a sólo HHHH y HHHT, y las probabilidades son iguales.

La probabilidad de HHHH es de 1/16. La probabilidad de HHHH dado que ya has volteado de 3 cabezas que es 1/2. La diferencia entre los escenarios es la información - específicamente, la información que ya has hecho algunos de los lanzamientos.

2voto

kccu Puntos 2010

Estás en lo correcto de que la probabilidad de una cabeza en el cuarto de "coin flip" (independientemente de los tres anteriores resultados) es $\frac{1}{2}$.

La aparente paradoja surge porque estás comparando una probabilidad a una probabilidad condicional para los eventos que no son independientes. Los eventos en cuestión son el caso de $A$ de conseguir 4 cabezas en una fila y en el caso de $B$ de que salga cara en los tres primeros lanzamientos. Claramente estos no son eventos independientes (de hecho, si $A$ se produce, a continuación, $B$ debe ocurrir, por lo $P(B|A)=1 \neq P(B)$). Usted está comparando $P(A|B)$$P(A)$, pero no debemos esperar que estas probabilidades son iguales en lo $A$ $B$ no son eventos independientes.

La probabilidad de $A$, es decir, la probabilidad de obtener cuatro cabezas en cuatro independiente de la moneda gira es $$P(A)=P(4 \text{ heads})=\frac{1}{2}\cdot \frac{1}{2} \cdot \frac{1}{2}\cdot \frac{1}{2}=\frac{1}{16}.$$ Sin embargo, la probabilidad de $A$ da $B$, es decir, la probabilidad de obtener cuatro cabezas en cuatro independiente de la moneda para decidir , dado que los tres primeros lanzamientos resultó en cabezases $$P(A|B)=P(4\text{ heads}|\text{first 3 heads}) = \frac{P(\text{4 heads and first 3 heads})}{P(\text{first 3 heads})}= \frac{\frac{1}{2}\cdot\frac{1}{2}\cdot\frac{1}{2}\cdot\frac{1}{2}}{\frac{1}{2}\cdot\frac{1}{2}\cdot\frac{1}{2}}= \frac{\frac{1}{16}}{\frac{1}{8}}=\frac{1}{2}.$$

0voto

etayhn Puntos 11

Su explicación es correcta, pero me permiten elaborar. Voy a comenzar a escribir algunas definiciones formales, y tratar de explicar de ellos. A continuación, me referiré a su pregunta.

Permite restringir nuestro análisis a lo finito discretos caso, es decir, suponga que tiene un espacio muestral $\Omega$ de tamaño finito. $\Omega$ es el conjunto de todos los posibles resultados de su experimento, por ejemplo,

  1. Si el experimento es lanzar una moneda, luego de $\Omega = \{H,T\}$.
  2. Si el experimento es lanzar cuatro monedas, a continuación,$\Omega = \{(a,b,c,d) : a,b,c,d\in \{H,T\} \} $.

Una medida de probabilidad en $\Omega$ es una función de $P:\Omega \to [0,1]$ que satisface $\sum_{\omega \in \Omega} P(\omega) = 1 $, es decir, una función que le da a cada posible resultado del experimento de su probabilidad de ocurrencia. Un buen ejemplo es el uniforme de la medida, que da a cada posible resultado la misma probabilidad.

Un evento en $\Omega$ es sólo un conjunto de resultados posibles, es decir, $A\subseteq \Omega$ es un evento. Cuando nos preguntamos por la probabilidad de un evento, preguntamos, "¿cuál es la probabilidad de que el resultado de nuestro experimento consistió en Una", es decir,$P(A) \triangleq \sum_{\omega \in A} P(\omega)$. Observar que bajo el uniforme de la medida, que realmente conseguir que $P(A) = \frac{|A|}{|\Omega|}$, y que en realidad podría ser más fácil de entender.

Decimos que dos sucesos a $A,B\subseteq \Omega$ son independientes si $P(A\cap B) = P(A)\cdot P(B)$. Para entender mejor esto, veamos el siguiente ejemplo: Si tiramos dos diferentes monedas justas de forma independiente, entonces el espacio muestral es $\{ (H,H),(H,T),(T,H),(T,T) \}$, y dado que las monedas son justas, a continuación, todos los resultados tiene la misma probabilidad de $\frac{1}{4}$. Además, dado que las monedas están justo a continuación:

  • La probabilidad de que la primera moneda de destino en $H$$\frac{1}{2}$, es decir,$P(\{(H,H),(H,T)\}) = \frac{1}{2}$.
  • La probabilidad de que la primera moneda de destino en $T$$\frac{1}{2}$, es decir,$P(\{(T,H),(T,T)\}) = \frac{1}{2}$.
  • La probabilidad de que la segunda moneda de destino en $H$$\frac{1}{2}$, es decir,$P(\{(H,H),(T,H)\}) = \frac{1}{2}$.
  • La probabilidad de que la segunda moneda de destino en $T$$\frac{1}{2}$, es decir,$P(\{(T,T),(T,T)\}) = \frac{1}{2}$.

Tenemos que: $P($primera moneda $H$, y la segunda coind $T) = $P($first coin $H) \cdot P($second coind $T)$. Esta captura la intuición de que si las monedas son lanzadas de forma independiente el uno del otro, sus resultados no deben "impacto" unos a otros.

La última definición de lo que quiero escribir es la definición de la probabilidad condicional. Supongamos $A,B\subseteq \Omega$ son dos eventos. La probabilidad condicional de a $A$ $B$ intenta capturar el siguiente caso: supongamos que he llevado a cabo mi experimento y obtuvieron un resultado, y quiere adivinar qué resultado que obtuve. Más específicamente, quiere adivinar si estoy o no obtuvieron un resultado dentro de $A$. Si no le doy ninguna otra información, su mejor conjetura sería que en la probabilidad de $P(A)$ el resultado es $A$. Sin embargo, yo estoy diciendo que el resultado fue en $B$. Así que ya sabes que mi resultado no sólo de cualquier resultado en $\Omega$, de hecho he "redujo" abajo de su factible espacio muestral. Ahora me estoy preguntando "dado que el resultado fue en $B$, ¿cuál es la probabilidad de que también en $A$?". La intuición diría: $P(A|B) = \frac{|A\cap B|}{|B|}$ (lea: la probabilidad de $A$ $B$ es ...), y, de hecho, este es precisamente el caso del uniforme de la medida! En el caso general, $P(A|B) = \frac{P(A\cap B)}{P(B)}$, mientras $P(B)>0$.

En realidad, teniendo en cuenta la definición de probabilidad condicional, tenemos otra, quizás más intuitivo a la definición de independencia de eventos: Dos eventos $A,B \subseteq \Omega$ son independientes si $P(A|B) = P(A)$, es decir, me puede decir usted que el resultado del experimento fue en $B$ o no, y que no cambia la probabilidad de que el resultado en $A$.

Que concluye en la sección de definiciones. Ahora, vamos tienden a su pregunta. En su experimento, usted lanza cuatro de la feria de la moneda de forma independiente. Que, combinado con la explicación anterior, nos da ese $\Omega = \{(a,b,c,d) : a,b,c,d\in \{H,T\} \} $ con el uniforme de probabilidad a medida que otorga a cada posible $(a,b,c,d)\in\Omega$ la misma posibilidad de ocurrir, $\frac{1}{16}$.

Se han presentado dos preguntas diferentes. La primera fue "¿Cuál es la probabilidad de obtener 4 Hs en una fila?". La respuesta es que, como he mencionado anteriormente, $\frac{1}{16}$. La segunda pregunta fue: "Dado que tengo 3 Hs, ¿cuál es la probabilidad de que también tengo el cuarto H?". El uso de las notaciones anteriores:

$P($cuarto $H| 3$ consecutivo $H) = P(\{(H,H,H,H)\}|\{(H,H,H,T),(H,H,H,H)\})$

Ya que estamos considerando el uniforme de medir, luego la podemos utilizar la expresión escribí arriba, y obtener que:

$P($cuarto $H| 3$ consecutivo $H) = \frac{|\{(H,H,H,H)\}\cap\{(H,H,H,T),(H,H,H,H)\}|}{|\{(H,H,H,T),(H,H,H,H)\}|} = \frac{1}{2}$.

Esa es la manera formal de explicar lo que usted afirma.

Espero que ayude

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X