Hogy hívjuk azt a valószínűségi eloszlást, amikor ha T idő eltelt, akkor 50% esélye van, hogy az A esemény még T idő múlva következzen be?

"Nincs ilyen. Ha lenne ilyen, annak ugyanúgy kis időpillanatokra is igaznak kell lennie."[...]

Ez nem igaz, ha azt a feltételt elégíti ki hogy : "ha eltelt 1 nap, akkor 50%, hogy leálljon a kötvetkező 1 napon belül"

Akkor abban az idő intervallumban ez igaz.

"Úgy esetleg lenne értelme, hogy az első 24 órában való bekövetkezés esélye mondjuk 10 százalék, onnantól kezdve pedig ahogy te mondod."

A felsorolt időintervallumokon túl továbbra is definiálatlan.

"a kérdés úgy szól, hogy ha T idő eltelt és nem állt le a program, de igaz az általam leírt valószínűségi tulajdonság, akkor T függvényében várhatóan mikor áll le a program?"[...]

Továbbra se definiáltad a teljes időtartományra, lásd @12:09-es hozzászólás.

Nem tudom már miről beszélünk, az eredeti kérdésről vagy valami random másik példákról ahol a megadott példa se volt a legjobban definiálva.

Ha arról beszélünk amiről @dssfsdfds 15:11-kor és minden T hosszú időre igaznak kell lennie, hogy egy kezdettől számított bármely T idő múlva még 50% valószínűséggel nem következett be, akkor arra az igaz amit @dssfsdfds állított. Kiegészítve még azzal a teljesség kevéért, hogy folytonos esetben.

Diszkrét esetben se lehet.

Íme a példa diszkért esetre : [link] .

Diszkrét esetre az egymás után szekvenciálisan bekövetkezett események sorozataként lehet tekinteni.

A képen hogy minden eseménysorszámnál tudjam jelölni, hogy meddig tart a hatásköre színezve 2 dimenzióba ábrázoltam. Pl a 3-as esetménynél vízszintesen 3-tól 6-ig be van színezve. Zölddel van jelölve ahol még érvényes a korábbi esemény hatásköre is, kékkel ahol már nem. Továbbá fehér 1 jelöli hogy az adott sorszámú esemény hozzájárul e, hogy legalább mégegyszer addig folytatódhat e, fehér 0 jelöli ha nem járul hozzá. Ebben a példában a feltétel a 6-os esemény után sérül, mivel a többi esemény nem járulhat hozzá, ezzel elveszve az 50%-os valószínűségű randomitást, attól kezdve determinisztikusan csak 0 lehet.

Így remélem még érthetőbb : [link]

Világos színekkel már azt jelöltem hogy meddig terjedhetne a hatásköre, de már 10-nél (be is van keretezve) már végállapot van.

A szerintem a kérdező arra akar kilyukadni, hogy ha egy program az első nap nem áll le és

a második nap 1/2 eséllyel áll le,

a negyedik nap 1/4 eséllyel áll le,

a nyolcadik nap 1/8 eséllyel áll le,

és így tovább,

akkor várhatóan mikor áll le.

Ez egy sima geometriai eloszlásnak tűnik, ahol a várható érték 1/p, vagyis 2, ami a negyedik napot jelenti (mert a valószínűségi változó jelen esetben úgy néz ki, hogy a második napot jelöljük egyessel, a negyedik napot kettessel).

Vagy lehet, hogy igazából nem is erre kíváncsi, hanem minden T időpillanathoz hozzá akarja rendelni a #17-ben levezett várható értéket.

Tehát T=1-nél a negyedik napon áll le várhatóan,

T=2-nél a nyolcadik napon áll le várhatóan,

T=3-nál a tizenkettedik napon áll le várhatóan,

stb.

Nekem ez már teljesen katyvasz az egész.

Geometriai eloszlás diszkrét esetben van. A "minden T időpillanathoz hozzá akarja rendelni a #17-ben levezett várható értéket", (bár kis t-vel jelöltem az időpillanatot, T-vel az adott időintervallum hosszát, de ez most részletkérdés). Ez pedig folytonos esetet feltételez.

"Tehát T=1-nél a negyedik napon áll le várhatóan,"[...]

T=1 , T=2 stb. ezek se világosak, mi az időegység, meg miért pont akkor áll le.

Utolsó hozzászólásom, biztos már így is elég fasságot írtam.

A kérdező feltehetően egy fiatalodó tulajdonságú folytonos eloszlást vár válasznak. A geometriai (exponenciális) eloszlás nem fiatalodó, azonban ha úgy feleltetjük meg a napokat a valószínűségi változó értékeinek, ahogy a 17-ben tettem, szerintem ugyanarra a megoldásra jutunk. Ha jönne egy szakember, többet tudnánk meg.