17 votos

puntos de $66$ $100$ fotos.

Acabo de recibir una probabilidad problema de un amigo a través de un texto y por el tiempo que me llevó a leerlo, me fue enviada una solución - que es confuso.. La pregunta va como esta..

Una persona brotes de baloncesto de 100 veces. Primera vez que anota un punto y la segunda vez que se pierde. Para las siguientes tomas, la probabilidad de que él la puntuación de un punto es igual al número de puntos anotados antes de esta foto, dividido por el número de disparos realizados antes de esta foto, por ejemplo: si él es en su 21 de tiro y ha anotó 13 puntos en los primeros 20 tiros, a continuación, la probabilidad de que él puntuación en 21 de tiro es 13/20. ¿Cuál es la probabilidad de que la puntuación de 66 puntos en el 100 disparos (incluyendo las dos primeras)

La confusión en la solución:

$\dfrac1{(n-1)} \ge \dfrac1{99}$

Por favor alguien puede explicar la lógica detrás de esto?

21voto

Daps0l Puntos 121

Deje $P(x, n)$ la probabilidad de que usted ha $x$ puntos después de $n$ tiros. Estamos dado que el $$P(1,2) = 1$$

También existe información acerca de la probabilidad de anotar en cualquier paso, si usted sabe el número de puntos previamente marcados. En particular:

$$P(\text{scoring from } x-1, n-1 ) = \frac{x-1}{n-1}$$

$$P(\text{scoring from } x, n-1 ) = \frac{x}{n-1}$$


Ahora, tenga en cuenta que, para tener la $x$ puntos después de $n$ lanza, podemos tener $x-1$ puntos después de $n-1$ lanza, luego de anotar un punto, o ha $x$ puntos después de $n-1$ lanza, entonces no anotar un punto.

Podemos escribir esto como sigue:

$$P(x,n) = P(x-1,n-1)P(\text{puntuación de } x-1, n-1 ) + P(x,n-1)(1 - P(\text{puntuación de } x, n-1 ))$$

Este es el mismo como

$$P(x,n) = P(x-1,n-1)\left(\frac{x-1}{n-1}\right) + P(x,n-1)\left(1 -\left(\frac{x}{n-1}\right)\right)$$ $$P(x,n) = P(x-1,n-1)\left(\frac{x-1}{n-1}\right) + P(x,n-1)\left(\frac{n-1 - x}{n-1}\right)$$

Llame a este último resultado "papa", porque nos referiremos a él como tal.


Declaración:

Para todos los $n > 1$$1 \leq x \leq n-1$, $$P(x,n) = \frac{1}{n-1}$$

Prueba:

Nuestro caso base es $n=2$, por lo que nos es dado que el $$P(1,2)=1$$

Para el paso inductivo, suponemos que para algunos $k \geq 2$, lo siguiente es verdadero para todos los $x$$1$$k-1$, inclusive: $$P(x,k) = \frac{1}{k-1}$$

Ahora supongamos $y$ satisface $2 \leq y \leq k-1$, y queremos encontrar $P(y, k+1)$. Por el resultado anterior "papa", podemos escribir

$$P(y,k+1) = P(y-1,k)\left(\frac{y-1}{k}\right) + P(y,k)\left(\frac{k - y}{k}\right)$$

Pero sabemos por nuestra inductivo suposición de que $P(y,k) = P(y-1,k) = 1/(k-1)$. Por lo tanto,

$$P(y,k+1) = \left(\frac{1}{k-1}\right)\left(\frac{y-1}{k}\right) + \left(\frac{1}{k-1}\right)\left(\frac{k - y}{k}\right)$$

$$P(y,k+1) =\frac{y-1}{k(k-1)} + \frac{k-y}{k(k-1)}$$

$$P(y,k+1) = \frac{k-1}{k(k-1)}$$

$$P(y,k+1) = \frac{1}{k}$$

Hemos terminado en los casos cuando la $2 \leq y \leq k-1$, pero todavía tenemos que considerar los casos de borde $y=1$$y=k$.

Después de $k+1$ lanza, con el fin de tener sólo $1$ punto, se debe de perder cada paso de la tercera a la $(k+1)^\text{th}$. La probabilidad de perder el tercer lanzamiento es $1/2$. Dado esto, la probabilidad de perder el cuarto tiro es $2/3$. Dado esto, la probabilidad de perder el quinto tiro es $3/4$, y así sucesivamente. Tenemos una telescópica de producto:

$$P(1, k+1) = \prod_{j=1}^{k-1} \frac{j}{j+1} = \frac{1}{2} \cdot \frac{2}{3} \cdot \frac{3}{4} \cdots \frac{k-2}{k-1} \cdot \frac{k-1}{k} = \frac{1}{k}$$

Del mismo modo, después de $k+1$ lanza, con el fin de tener exactamente $k$ puntos, debemos llegar a un punto en cada paso de la tercera a la $(k+1)^\text{th}$. La probabilidad de obtener un punto en el tercer lanzamiento es $1/2$. Dado esto, la probabilidad de obtener un punto en el cuarto tiro es $2/3$. Dado esto, la probabilidad de obtener un punto en el quinto tiro es $3/4$, y así sucesivamente. Volvemos a tener una telescópica de producto:

$$P(k, k+1) = \prod_{j=1}^{k-1} \frac{j}{j+1} = \frac{1}{2} \cdot \frac{2}{3} \cdot \frac{3}{4} \cdots \frac{k-2}{k-1} \cdot \frac{k-1}{k} = \frac{1}{k}$$

Esto completa el paso inductivo, por lo que finalmente hemos demostrado que para todos los $n >1$ y $1 \leq x \leq n-1$, $$\boxed{P(x,n) = \frac{1}{n-1}\,}$$


En particular, su pregunta para $$P(66, 100) = \frac{1}{99}$$

10voto

freethinker Puntos 656

Entre el 98 tiros de 3 a 100 necesitamos 65 anotando los tiros. Estos pueden ser elegidos en $\binom{98}{65}$ maneras. Permítanos calcular la probabilidad de uno de esos acuerdos de la puntuación de los disparos. El numerador aportado por la puntuación tiros contiene todos los números de 1 a 65 y el denominador es $99!$. Considerar el numerador aportado por la no puntuación de disparos. Estos son del tipo de $k - m_k$ donde $m_k$ es la puntuación de hasta el $k-1$ tiros. El máximo de estos números es de 33. Tenga en cuenta que no hay dos de estos puede ser igual. Así tenemos 33 ranuras y tenemos 33 números para llenar y por lo tanto todos los números de 1 a 33 son aportados por la no puntuación de disparos. Por lo tanto la probabilidad de que tal disposición es la misma y es igual a $\frac{33!65!}{99!}$. Desde allí se $\binom{98}{65}$ tales acuerdos, la probabilidad es $\binom{98}{65} \frac{33!65!}{99!} = \frac{1}{99}$

6voto

Ram Singh Puntos 36

Creo que las respuestas existentes están bien, pero aquí está uno que es más corta que la inducción de la prueba en Zubin Mukerjee la respuesta y tal vez más rudimentaria que la de contar el argumento en Muralidharan, y que (creo) le da más sentido a por qué la cosa es verdadera.

La idea es hacer una cosa nueva que "obviamente" distribuido de la misma manera como el número de visitas después de $n$ tiros, y que también es "obviamente" igual a $1/(n-1)$.

Así, supongamos que tenemos una secuencia infinita de (independiente) números aleatorios $x_1,x_2,x_3,\dots$ -- pueden venir de cualquier suave de distribución que te gusta, porque todo lo que te importa es que somos más grandes que otras, pero para la concreción digamos uniforme entre 0 y 1. Y vamos a escribir $a_n$ para la posición de $x_1$ entre el primer $n-1$ de estos números cuando se escriben en orden creciente: por lo $a_n=1$ si $x_1$ es el más pequeño de ellos, y $a_n=n-1$ si $x_1$ es el más grande. De forma equivalente: $a_n$ es el número de $\{\,x_1,\dots,x_{n-1}\,\}$ que $\leq x_1$. Tenga en cuenta que la probabilidad de que cualquiera de los dos $x_j$ son igual a cero, y sólo voy a ignorar esa posibilidad en lo que sigue.

Primero: claramente $a_n$ tiene la misma probabilidad de ser cualquier número de$1$$n-1$, debido a que estos números son escogidos de forma independiente de la misma distribución: no hay ninguna razón por la que ninguno de ellos debe ser más propensos a ser (dicen) 37 que cualquier otro.

Segundo: yo creo que el $a_n$ se distribuye de la misma manera como el número de visitas después de $n$ tiros, para $n\geq2$. Al $n=2$ ambos son siempre 1. Cuando se va de $n$ a $n+1$, $a_n$ no cambiar (si $x_n>x_1$) o aumenta en 1 (si $x_n<x_1$). Y la probabilidad de que el segundo es exactamente $a_n/n$, que es la misma que la probabilidad de que el número de visitas aumenta en 1. Así que, por inducción, los dos siempre coinciden.

(¿Por qué es que la probabilidad de $a_n/n$? Porque hay $n$ igualmente probables posiciones para $x_n$ en relación al primer $n-1$ números, y $a_n$ hacer $x_n<x_1$, por definición, de $a_n$.)

Esta prueba es "realmente" la misma como Zubin Mukherjee: todos los cálculos son los mismos. (Excepto para los casos de borde, que se puede hacer más fácilmente que en Zubin la respuesta de como se encuentra actualmente: voy a dejar un comentario allí para señalar cómo.) Su ventaja real (en mis ojos) es que una vez que usted entiende esto, se hace obvio que la respuesta es que lo es.

4voto

JiK Puntos 3395

Esta respuesta es, probablemente, demasiado avanzado para la OP o cualquier persona que no conoce el análisis Bayesiano, pero es una cosa interesante de notar, y a mí (y probablemente a muchos otros) la primera cosa que viene a la mente, así que voy a dar aquí por completo.

Para las siguientes tomas, la probabilidad de que él la puntuación de un punto es igual al número de puntos anotados antes de esta foto, dividido por el número de disparos realizados antes de esta foto

Así que si el jugador ha anotado $a$ tiros y perdidas $b$ tiros, la probabilidad de acertar el siguiente es $\frac{a}{a+b}$. Esto es en realidad lo que se obtendría si se hizo la inferencia Bayesiana con distribución previa $\mathrm{Beta}(0,0)$ para la probabilidad de que el jugador puntuaciones. Después de los dos primeros disparos, la distribución es $\mathrm{Beta}(1,1)$, es decir, la distribución uniforme. La pregunta entonces se convierte en:

El jugador de los puntajes en que se desconoce la probabilidad de $p$. La distribución previa para $p$ es uniforme en $[0,1]$. ¿Cuál es la probabilidad de que las puntuaciones exactamente $65$ veces en la próxima $98$ trata?

En otras palabras, si $X$ es el número de puntos anotados, $X \sim \mathrm{Bin}(98,p)$ donde $p$ tiene un uniforme antes de la distribución.

Es un hecho interesante que cuando $X \sim \mathrm{Bin}(n,p)$ con un uniforme antes de $p$, la distribución predictiva en $X$ es uniforme en $\{0,1,\dots,n\}$. Hay muchas maneras de ver esto, pero la más sencilla es simplemente para calcular la probabilidad.

$P(X=65) = \int_0^1 P(X=65|p) \, dp = \int_0^1 \binom{98}{65} p^{65} (1-p)^{98-65} dp $

Ahora podemos reconocer la función beta aquí o tapar esto WolframAlpha o similar para $1/99$.

1voto

freethinker Puntos 656

Cualquiera que sea la puntuación, la probabilidad es todavía $\dfrac{1}{99}$. Esto puede ser visto de la siguiente manera:

Si la puntuación es $k$, todos los números de 1 a $k-1$ aparecen en el numerador. Ahora considere la posibilidad de la no puntuación de disparos. Supongamos que la segunda no la puntuación de disparo se produce cuando la $p$th tiro. Esto significa que, hasta el $p-1$ disparos, la puntuación es $p-2$ e las $p$th shot no está anotando. Por lo tanto la probabilidad es $\dfrac{(p-1) - (p-2)}{p-1}= \dfrac{1}{p-1}$ y esto contribuye el entero 1 en el numerador. Ahora, considere la tercera no la puntuación de tiro. Si este es el $q$th tiro, hasta el $q-1$ tiros, tenemos $q-3$ puntuación de disparos y, por lo tanto, esta inyección contribuye el número 2 en el numerador. Por lo tanto, en la $m$th no que anota de tiro, obtenemos el número de $m-1$. Por lo tanto el numerador es $(k-1)!(99-k)!$. Por lo tanto la probabilidad es $$\frac{\binom{98}{k-1}(k-1)!(99-k)!}{99!} = \dfrac{1}{99}$$

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