1. Parˆdoxa stic pijanìthtec
Πέρλα Σούση
University of Cambridge
http://www.statslab.cam.ac.uk/~ps422
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
2. Tuqaiìthta
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
3. Tuqaiìthta
Η τυχαιότητα απασχόλησε την ανθρωπότητα χιλιάδες χρόνια πριν...
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
4. Tuqaiìthta
Η τυχαιότητα απασχόλησε την ανθρωπότητα χιλιάδες χρόνια πριν...
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
5. Tuqaiìthta
Η τυχαιότητα απασχόλησε την ανθρωπότητα χιλιάδες χρόνια πριν...
Από πού προέρχονται αυτά τα ζάρια;
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
6. Tuqaiìthta
Η τυχαιότητα απασχόλησε την ανθρωπότητα χιλιάδες χρόνια πριν...
Από πού προέρχονται αυτά τα ζάρια;
Είναι Αιγυπτιακά – περίπου 7000 χρόνων....
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
7. Tuqaiìthta
Ο Αχιλλέας και ο Αίας παίζουν ζάρια.
520–510 π.Χ., Μουσείο Λούβρου
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
8. Tuqaiìthta
Η τυχαιότητα ήταν δύσκολο να εξηγηθεί...
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
9. Tuqaiìthta
Η τυχαιότητα ήταν δύσκολο να εξηγηθεί...
Οι φιλόσοφοι προσπάθησαν να την εξηγήσουν.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
10. 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.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
11. 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 Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
12. Metˆ to 1600
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
13. Metˆ to 1600
Μετά το 1600 όμως τα πράγματα άρχισαν να αλλάζουν κι έκτοτε
άρχισαν να εξελίσσονται πολύ γρήγορα.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
14. Metˆ 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 ένα
παιχνίδι. Και οι δύο έχουν ίση πιθανότητα να κερδίσουν κάθε γύρο.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
15. Metˆ 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 ένα
παιχνίδι. Και οι δύο έχουν ίση πιθανότητα να κερδίσουν κάθε γύρο.
Το παιχνίδι τελειώνει όταν κάποιος από τους δύο κερδίσει 10 γύρους και
αυτός ο παίκτης θα κερδίσει ένα ποσό χρημάτων x.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
16. Metˆ 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 ένα
παιχνίδι. Και οι δύο έχουν ίση πιθανότητα να κερδίσουν κάθε γύρο.
Το παιχνίδι τελειώνει όταν κάποιος από τους δύο κερδίσει 10 γύρους και
αυτός ο παίκτης θα κερδίσει ένα ποσό χρημάτων x.
Κάποια στιγμή ο A έχει κερδίσει 9 γύρους και ο B 8 και πρέπει να
σταματήσουν το παιχνίδι.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
17. Metˆ 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 ένα
παιχνίδι. Και οι δύο έχουν ίση πιθανότητα να κερδίσουν κάθε γύρο.
Το παιχνίδι τελειώνει όταν κάποιος από τους δύο κερδίσει 10 γύρους και
αυτός ο παίκτης θα κερδίσει ένα ποσό χρημάτων x.
Κάποια στιγμή ο A έχει κερδίσει 9 γύρους και ο B 8 και πρέπει να
σταματήσουν το παιχνίδι.
Πώς θα πρέπει να μοιραστούν τα χρήματα;
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
18. Metˆ to 1600
Πώς είναι πιο δίκαιο να μοιραστούν τα x χρήματα;
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
19. Metˆ 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.)
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
20. Metˆ 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:
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
21. Metˆ 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) =
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
22. Metˆ 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)
=
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
23. Metˆ 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)
1
= 2
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
24. Metˆ 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)
1 1
= 2 + 2
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
25. Metˆ 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)
1 1 1
= 2 + 2 × 2 =
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
26. Metˆ 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)
1 1 1 3
= 2 + 2 × 2 = 4
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
27. Metˆ 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)
1 1 1 3
= 2 + 2 × 2 = 4
΄Αρα ο A θα πάρει τα 3/4 και ο B το 1/4 των χρημάτων.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
28. Metˆ 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)
1 1 1 3
= 2 + 2 × 2 = 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 Blaise
Pascal (1623-1662).
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
29. '
Allo èna aplì parˆdeigma
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
30. '
Allo èna aplì parˆdeigma
΄Εχουμε ένα δίκαιο νόμισμα, δηλαδή
P(Κορώνα) = 1/2 και P(Γράμματα) = 1/2.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
31. '
Allo èna aplì parˆdeigma
΄Εχουμε ένα δίκαιο νόμισμα, δηλαδή
P(Κορώνα) = 1/2 και P(Γράμματα) = 1/2.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
32. '
Allo èna aplì parˆdeigma
΄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.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
33. '
Allo èna aplì parˆdeigma
΄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.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
34. '
Allo èna aplì parˆdeigma
΄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 Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
35. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
x=
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
36. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
x =1
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
37. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x
2
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
38. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
2
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
39. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
2
και λόγω συμμετρίας του προβλήματος κατά μέσο όρο χρειάζονται
z = 2 ρίψεις ώσπου να έρθει Γ για πρώτη φορά.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
40. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
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=
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
41. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
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
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
42. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
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
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
43. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
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.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
44. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
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
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
45. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
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 =
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
46. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
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
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
47. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
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
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
48. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
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
1
x =x +1+ x
2
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
49. '
Allo èna aplì parˆdeigma
΄Εστω x ο μέσος αριθμός των ρίψεων ώσπου να έρθει Κ για πρώτη
φορά. Τότε
1
x =1+ x ⇒x =2
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
1
x = x + 1 + x ⇒ x = 6.
2
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
50. To parˆdoxo twn lewforeÐwn
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
51. To parˆdoxo twn lewforeÐwn
Ελβετικό λεωφορείο Ιταλικό λεωφορείο
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
52. To parˆdoxo twn lewforeÐwn
Ελβετικό λεωφορείο Ιταλικό λεωφορείο
Κάθε ώρα ακριβώς 1 λεωφορείο ξξξξξξ Κάθε λεπτό 1 λεωφ. με πιθ.
ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ1/60.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
53. To parˆdoxo 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;
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
54. To parˆdoxo 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!
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
55. To parˆdoxo 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 Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
56. To parˆdoxo 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 Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
57. TuqaÐoc perÐpatoc ( Random walk)
Σε μία διάσταση, Z.
−5 −4 −3 −2 −1 0 1 2 3 4 5
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
58. TuqaÐoc perÐpatoc se 1d
΄Ενας περιπατητής ξεκινάει από το 0.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
59. TuqaÐoc perÐpatoc se 1d
Κοιτάζει τους δύο γείτονές του
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
60. TuqaÐoc perÐpatoc se 1d
και με ίση πιθανότητα επιλέγει σε ποιον θα μεταβεί.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
61. TuqaÐoc perÐpatoc se 1d
Και πάλι κοιτάζει τους δύο γείτονες
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
62. TuqaÐoc perÐpatoc se 1d
και με ίση πιθανότητα επιλέγει σε ποιον θα μεταβεί.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
63. TuqaÐoc perÐpatoc se 1d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
64. TuqaÐoc perÐpatoc se 1d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
65. TuqaÐoc perÐpatoc
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
66. TuqaÐoc perÐpatoc
Σε δύο διαστάσεις, Z2 , δηλαδή όλα τα σημεία του R2 με ακέραιες
συντεταγμένες.
(0,1) (1,1)
(-1,0) (0,0)
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
67. TuqaÐoc perÐpatoc se 2d
΄Ενας περιπατητής ξεκινάει απο το (0, 0).
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
68. TuqaÐoc perÐpatoc se 2d
Κοιτάζει τους 4 γείτονές του
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
69. TuqaÐoc perÐpatoc se 2d
και με πιθανότητα 1/4 επιλέγει σε ποιον θα μεταβεί.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
70. TuqaÐoc perÐpatoc se 2d
Και πάλι
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
71. TuqaÐoc perÐpatoc se 2d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
72. TuqaÐoc perÐpatoc se 2d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
73. TuqaÐoc perÐpatoc se 2d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
74. TuqaÐoc perÐpatoc se 2d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
75. TuqaÐoc perÐpatoc se 2d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
76. TuqaÐoc perÐpatoc se 2d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
77. TuqaÐoc perÐpatoc se 2d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
78. TuqaÐoc perÐpatoc se 2d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
79. TuqaÐoc perÐpatoc se 2d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
80. TuqaÐoc perÐpatoc se 2d
ξξξξξξξξξξξξξξξξξξξξξξξξξξξ
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
81. TuqaÐoc perÐpatoc
Από τους πρώτους μαθηματικούς που ασχολήθηκαν με τυχαίους
περιπάτους ήταν ο P´lya (1887-1985).
o
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
82. TuqaÐoc perÐpatoc
Από τους πρώτους μαθηματικούς που ασχολήθηκαν με τυχαίους
περιπάτους ήταν ο P´lya (1887-1985).
o
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 Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
83. TuqaÐoc perÐpatoc
Ο P´lya λοιπόν ήθελε να αποδείξει το εξής:
o
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
84. TuqaÐoc perÐpatoc
Ο P´lya λοιπόν ήθελε να αποδείξει το εξής:
o
΄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;
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
85. TuqaÐoc perÐpatoc
Ο P´lya λοιπόν ήθελε να αποδείξει το εξής:
o
΄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).
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
86. TuqaÐoc perÐpatoc
Ο P´lya λοιπόν ήθελε να αποδείξει το εξής:
o
΄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 Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
87. TuqaÐoc perÐpatoc
Θεώρημα (P´lya 1920)
o
Σε μία διάσταση (d = 1) ο τυχαίος περίπατος επιστρέφει στο 0
άπειρες φορές.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
88. TuqaÐoc perÐpatoc
Θεώρημα (P´lya 1920)
o
Σε μία διάσταση (d = 1) ο τυχαίος περίπατος επιστρέφει στο 0
άπειρες φορές.
Σε δύο διαστάσεις (d = 2) ο τυχαίος περίπατος επιστρέφει στο (0, 0)
άπειρες φορές.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
89. TuqaÐoc perÐpatoc
Θεώρημα (P´lya 1920)
o
Σε μία διάσταση (d = 1) ο τυχαίος περίπατος επιστρέφει στο 0
άπειρες 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 επιστρέφει
στο 0 πεπερασμένο αριθμό φορών.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
90. TuqaÐoc perÐpatoc
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
91. Sunant seic dÔo tuqaÐwn peripˆtwn
Ας επιστρέψουμε τώρα στο αρχικό πρόβλημα του P´lya.
o
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
92. Sunant seic dÔo tuqaÐwn peripˆtwn
Ας επιστρέψουμε τώρα στο αρχικό πρόβλημα του P´lya.
o
Ερώτηση
Δύο ανεξάρτητοι τυχαίοι περίπατοι σε δύο διαστάσεις συναντιούνται
άπειρες φορές;
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
93. Sunant seic dÔo tuqaÐwn peripˆtwn
Ας επιστρέψουμε τώρα στο αρχικό πρόβλημα του P´lya.
o
Ερώτηση
Δύο ανεξάρτητοι τυχαίοι περίπατοι σε δύο διαστάσεις συναντιούνται
άπειρες φορές;
΄Εστω Xn και Yn οι θέσεις των δύο περιπάτων τη χρονική στιγμή n.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
94. Sunant seic dÔo tuqaÐwn peripˆtwn
Ας επιστρέψουμε τώρα στο αρχικό πρόβλημα του P´lya.
o
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.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
95. Sunant seic dÔo tuqaÐwn peripˆtwn
Ας επιστρέψουμε τώρα στο αρχικό πρόβλημα του P´lya.
o
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 P´lya όταν έλεγε ότι τυχαία συναντούσε διαρκώς το
o
ζευγάρι!
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
96. Sunant seic dÔo tuqaÐwn peripˆtwn
Στο επίπεδο λοιπόν παίρνοντας διαφορές έχουμε
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
97. Sunant seic dÔo tuqaÐwn peripˆtwn
Στο επίπεδο λοιπόν παίρνοντας διαφορές έχουμε
ένας περίπατος επιστρέφει στο (0, 0) ∞ φορές ⇒ ∞ συναντήσεις δύο
περιπάτων
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
98. Sunant seic dÔo tuqaÐwn peripˆtwn
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 Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
99. Sunant seic dÔo tuqaÐwn peripˆtwn
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 Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
100. Sunant seic dÔo tuqaÐwn peripˆtwn
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
101. TuqaÐoc perÐpatoc sto Comb(Z)
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
102. TuqaÐoc perÐpatoc sto Comb(Z)
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
103. TuqaÐoc perÐpatoc sto Comb(Z)
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
104. TuqaÐoc perÐpatoc sto Comb(Z)
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
105. TuqaÐoc perÐpatoc sto Comb(Z)
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
106. TuqaÐoc perÐpatoc sto Comb(Z)
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
107. Sunant seic dÔo tuqaÐwn peripˆtwn sto Comb(Z)
Θεώρημα (Krishnapur, Peres (2004))
Δύο ανεξάρτητοι τυχαίοι περίπατοι στο Comb(Z) που ξεκινούν από το
ίδιο σημείο συναντιούνται έναν πεπερασμένο αριθμό φορών.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
108. TuqaÐoc perÐpatoc sto Comb(Z, f )
f(n)
n
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
109. TuqaÐoc perÐpatoc sto Comb(Z, f )
΄Εστω f (n) = nα , για κάποιο α > 0.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
110. 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 περίπατοι
συναντιούνται άπειρες φορές.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
111. 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 περίπατοι
συναντιούνται άπειρες φορές.
΄Οταν α > 1, τότε δύο ανεξάρτητοι τυχαίοι περίπατοι
συναντιούνται έναν πεπερασμένο αριθμό φορών.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
112. KinhtoÐ gewmetrikoÐ grˆfoi ( Mobile geometric graphs)
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
113. KinhtoÐ gewmetrikoÐ grˆfoi ( Mobile geometric graphs)
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
114. KinhtoÐ gewmetrikoÐ grˆfoi ( Mobile geometric graphs)
΄Εστω ότι τα σημεία αυτά κινούνται ανεξάρτητα ως τυχαίοι περίπατοι
(όχι πλέον στο Z2 αλλά σε όλο το R2 ).
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
115. KinhtoÐ gewmetrikoÐ grˆfoi ( Mobile geometric graphs)
΄Εστω ότι τα σημεία αυτά κινούνται ανεξάρτητα ως τυχαίοι περίπατοι
(όχι πλέον στο Z2 αλλά σε όλο το R2 ).
Τοποθετούμε ένα επιπλέον σημείο στο 0.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
116. KinhtoÐ gewmetrikoÐ grˆfoi ( Mobile geometric graphs)
΄Εστω ότι τα σημεία αυτά κινούνται ανεξάρτητα ως τυχαίοι περίπατοι
(όχι πλέον στο Z2 αλλά σε όλο το R2 ).
Τοποθετούμε ένα επιπλέον σημείο στο 0.
Pèrla SoÔsh Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
117. KinhtoÐ gewmetrikoÐ grˆfoi ( 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 Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422
118. KinhtoÐ gewmetrikoÐ grˆfoi ( 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 Parˆdoxa stic pijanìthtec
University of Cambridge http://www.statslab.cam.ac.uk/~ps422