RACHUNEK PRAWDOPODOBIEŃSTWA 2018/2019 na 30 godzin ćwiczeń LITERATURA PODSTAWOWA

Wielkość: px
Rozpocząć pokaz od strony:

Download "RACHUNEK PRAWDOPODOBIEŃSTWA 2018/2019 na 30 godzin ćwiczeń LITERATURA PODSTAWOWA"

Transkrypt

1 Tadeusz Inglot RACHUNEK PRAWDOPODOBIEŃSTWA 2018/2019 na 0 godzin ćwiczeń LITERATURA PODSTAWOWA J. Jakubowski, R. Sztencel, Rachunek prawdopodobieństwa dla (prawie) każdego, Script, Warszawa LITERATURA UZUPE LNIAJACA 1. W. Feller, Wst ep do rachunku prawdopodobieństwa, cz. I i II, PWN, Warszawa M. Fisz, Rachunek prawdopodobieństwa i statystyka matematyczna, PWN, Warszawa T. Gernstenkorn, T. Warszawa Śródka, Kombinatoryka i rachunek prawdopodobieństwa, PWN, 4. T. Inglot, T. Ledwina, Z. Lawniczak, Materia ly do ćwiczeń z rachunku prawdopodobieństwa i statystyki matematycznej, Wydawnictwo Politechniki Wroc lawskiej, Wroc law W. Kordecki, Rachunek prawdopodobieństwa i statystyka matematyczna. Definicje, twierdzenia, wzory, Oficyna Wydawnicza GiS, Wroc law W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, cz. I i II, PWN, Warszawa A. Papoulis, Prawdopodobieństwo, zmienne losowe i procesy stochastyczne, WNT, Warszawa A. Plucińska, E. Pluciński, Probabilistyka, WNT, Warszawa A. Plucińska, E. Pluciński, Zadania z probabilistyki, PWN, Warszawa

2 Lista zadań nr 1. Przestrzeń probabilistyczna 1. Niech A, B, C Ω. Za pomoca diagramów Venna udowodnić tożsamości A \ (B C) = (A \ B) \ C = (A \ B) (A \ C), A \ (B C) = (A \ B) (A \ C). Napisać te tożsamości z użyciem operacji dope lnienia. Zauważyć, że dla A = Ω otrzymujemy prawa de Morgana. 2. Urzadzenie sk lada sie z dwóch modu lów I typu oraz trzech modu lów II typu. Niech A i, i = 1, 2, oznacza zdarzenie, że i-ty modu l I typu jest sprawny, a B j ; j = 1, 2,, że j-ty modu l II typu jest sprawny. Za pomoca A i oraz B j zapisać zdarzenie C, że urzadzenie jest sprawne, jeśli do sprawnego dzia lania potrzeba co najmniej jednego modu lu I typu i co najmniej dwóch modu lów II typu.. Wiadomo, że P (A B) =, P (A B) = i P (A \ B). oraz P (A \ B) = P (B \ A). Obliczyć P (A) 4. Przy dwukrotnym rzucie pewna moneta zaobserwowano, że konfiguracja OR pojawia sie w 4/9 przypadków. Czy moneta, która wykonywano rzuty jest symetryczna? Określić przestrzeń probabilistyczna tak, aby powyższy warunek by l spe lniony. Czy przestrzeń probabilistyczna jest wyznaczona jednoznacznie? 5. Nierówność Bonferroniego. Wykazać, że dla dowolnych zdarzeń A 1, A 2,..., A n zachodzi nierówność P (A 1 A 2... A n ) P (A 1 ) P (A n ) (n 1). 6. Obliczyć prawdopodobieństwo, że przy grze w brydża gracz otrzyma a) 7 pików, b) 7 kart w jednym kolorze. 7. Dziecko bawi si e literami A,A,A,E,K,M,M,T,T,Y. Obliczyć prawdopodobieństwo zdarzenia, że przypadkowo u loży s lowo MATEMATYKA. 8. Obliczyć prawdopodobieństwo tego, że w rzucie pi ecioma kostkami wypadnie konfiguracja lub W pewnym mieście znajduja sie trzy hotele. Pewnego dnia przyjecha lo do tego miasta pieciu podróżnych. Jakie jest prawdopodobieństwo, że wszyscy podróżni zg losza sie do tego samego hotelu? Jakie za lożenie tutaj czynimy? 10. Rozmieszczamy losowo n kul w n komórkach. Jakie jest prawdopodobieństwo zdarzenia, że dok ladnie jedna komórka bedzie pusta. Podać wynik dla n = 5. Wsk. Wprowadzić zdarzenia A ij oznaczajace, że i-ta komórka bedzie pusta, a j-ta bedzie zawiera la dwie kule. 11. Na nieograniczona szachownice o boku kwadratu d lugości a rzucono losowo monete o promieniu R, 2R < a. Obliczyć prawdopodobieństwo tego, że moneta zmieści sie ca lkowicie w jednym z pól szchownicy? 12. (Zadanie Buffona) P laszczyzne podzielono prostymi równoleg lymi odleg lymi o 2a. Na p laszczyzne te rzucamy w sposób przypadkowy ig l e o d lugości 2l < 2a. Obliczyć prawdopodobieństwo tego, że ig la przetnie jedna z prostych? 2

3 1. Wybrano losowo trzy liczby z odcinka [0, 1]. Obliczyć prawdopodobieństwo, że suma tych liczb b edzie w przedziale [1, 2 ]? 14. Losujemy liczbe naturalna. Obliczyć prawdopodobieństwo tego, że otrzymamy liczbe podzielna przez dwa lub przez trzy. Wyjaśnić nieprecyzyjność tego pytania i skonstruować dwie różne przestrzenie probabilistyczne dajace różne odpowiedzi na postawione pytanie. Lista zadań nr 2. Prawdopodobieństwo warunkowe. Niezależność 15. Dla zdarzeń A, B mamy: P (A) = 0.8, P (B) = 0.7 oraz P (A B) = r. Jaki warunek winna spe lniać liczba r? Wyrazić za pomoca r prawdopodobieństwa P (A B A B ) oraz P (A \ B A B). 16. Pewna metoda izotopowa wykrywania uszkodzeń daje nastepuj ace wyniki: jeśli urzadzenie ma uszkodzenie to metoda ta wykrywa je w 90% przypadków i nie wykrywa w 10% przypadków; jeśli urzadzenie nie ma uszkodzenia to metoda ta daje w 99% przypadków wynik zgodny ze stanem faktycznym i w 1% przypadków informuje o defekcie, którego nie ma. W pewnej partii urzadzeń jest 10% majacych defekt. Obliczyć prawdopodobieństwo tego, że urzadzenie, które przesz lo pozytywnie kontrole izotopowa jest w rzeczywistości uszkodzone. 17. Wśród 5 monet jedna jest z dwoma or lami. Wylosowano jedna monete i rzucono nia 7 razy. Obliczyć prawdopodobieństwo, że rzucano moneta z dwoma or lami, jeśli otrzymano same or ly. 18. Z urny zawierajacej 5 kul bia lych i 5 kul czarnych losujemy bez zwracania kule. Nastepnie wylosowane kule wrzucamy do urny zawierajacej 4 kule bia le i czarne, po czym losujemy z niej bez zwracania 2 kule. Obliczyć prawdopodobieństwo, że wszystkie (tj. pieć) wylosowane kule bed a bia le. 19. W urnie znajduje sie k + 1 niesymetrycznych monet; i ta moneta pokazuje or la z prawdopodobieństwem i/k, i = 1, 2,..., k. Wyciagamy losowo monete z urny i rzucamy nia. Obliczyć prawdopodobieństwo p kn tego, że n + 1 rzut ta moneta da or la, jeśli n pierwszych rzutów da lo same or ly. Pokazać, że lim p kn = n + 1 k n Przy masowej produkcji pewnych detali uzyskuje sie 20% braków. Obliczyć prawdopodobieństwo tego, że wśród 5 przypadkowo wzietych detali bedzie co najmniej jeden brak. Ile detali wystarczy wziać, aby prawdopodobieństwo tego, że bedzie wśród nich co najmniej jeden brak by lo 0.99? 21. Trzech strzelców odda lo po jednym strzale. Dwa pociski trafi ly w cel. Jakie jest prawdopodobieństwo tego, że trafi l trzeci strzelec, jeśli prawdopodobieństwa trafienia dla kolejnych strzelców sa 0.6, 0.5, Zdarzenia A, B, C sa niezależne. Wykazać, że zdarzenia A B, C sa także niezależne. Czy wystarczy warunek P (A B C) = P (A)P (B)P (C)? Rozważyć nastepuj acy przyk lad: Ω = {1, 2,, 4, 5, 6, 7, 8}, P klasyczne, A = {1, 2,, 4},B = {1, 2, 5, 6}, C = {1, 6, 7, 8}.

4 2. Zdarzenia A, B, C spe lniaja warunek P (A B C) = P (A C) P (B C). Czy wynika stad, że zdarzenia A, B sa niezależne? Odpowiedź uzasadnić. Lista zadań nr. Zmienna losowa. Dystrybuanta 24. Niech Ω = [0, 2], a P prawdopodobieństwo geometryczne na Ω. Zmienna losowa X jest określona wzorem 1 dla ω [0, 2] ω dla ω ( 2 X(ω) =, 1] 0 dla ω (1, ]. 2 2ω dla ω (, 2] 2 Znaleźć dystrybuante zmiennej X. Czy zmienna losowa X ma rozk lad (absolutnie) ciag ly? Jeśli tak, to znaleźć jej gestość, a jeśli nie to przedstawić dystrybuante jako kombinacje wypuk l a dystrybuanty rozk ladu dyskretnego i dystrybuanty rozk ladu ciag lego. Obliczyć prawdopodobieństwo P (X [0.8, 1.8]). 25. Niech Y oznacza moment pojawienia sie pierwszego sukcesu w ciagu prób Bernoulliego, w których prawdopodobieństwo sukcesu wynosi p. Znaleźć dystrybuante zmiennej losowej Y i określić typ rozk ladu. Obliczyć prawdopodobieństwo tego, że pierwszy sukces pojawi sie w momencie parzystym. 26. Wygrana W w pewnej loterii przyjmuje wartości 0, 1, 2, 10 przy czym P (W = 0) = 2, 5 a P (W = 10) jest dziesieć razy mniejsze niż P (W = 1) i cztery razy mniejsze niż P (W = 2). Napisać rozk lad zmiennej W i obliczyć prawdopodobieństwo, że W bedzie liczba parzysta. Narysować dystrybuante zmiennej W. Obliczyć EX. 27. Znaleźć warunki, jakie powinna spe lniać funkcja ciag la na prostej f(x), aby funkcja F (x) = e f(x) by la dystrybuanta pewnej zmiennej losowej. 28. Dobrać sta le A, B tak, aby funkcja F (x) = A + B arctg 2x by la dystrybuanta pewnej zmiennej losowej X. Znaleźć gestość tej zmiennej i obliczyć P (X > 4). 29. Tygodniowa sprzedaż benzyny Y (w tys. hl) na pewnej stacji ma rozk lad o gȩstości { c(x x f(x) = 2 ), 0 x 1 0, poza tym. Obliczyć c oraz P ( 1 X ). Znaleźć i wykreślić dystrybuant e. 4 Na wykresie dystrybuanty i gestości zaznaczyć obliczone uprzednio prawdopodobieństwo. Jaka pojemność winien mieć zbiornik na tej stacji, aby prawdopodobieństwo tego, że zabraknie benzyny przed końcem tygodnia by lo nie wieksze niż 0.01? 0. Wybrano losowo liczbe z odcinka [0,1]. Niech V oznacza iloraz d lugości krótszego z otrzymanych dwóch odcinków przez d lugość d luższego. Znaleźć i narysować dystrybuante oraz gestość zmiennej losowej V. Obliczyć jej wartość oczekiwana i wariancje. 1. Za pomoca ca lki Riemanna-Stjeltjesa obliczyć E X oraz E X dla zmiennej losowej z zad. 24. Sprawdzić, że EX = X(ω)dω. 4

5 2. Zmienna losowa X ma dystrybuante 0 dla x 0 1 F (x) = 5 1)2 dla 0 < x 1 1 dla x > 1. Znaleźć wartość oczekiwana, wariancje i mediane tej zmiennej oraz Ee X.. Wykazać, że dla dowolnej zmiennej losowej X o skończonym drugim momencie oraz dla dowolnego c R prawdziwa jest równość E(X c) 2 = Var X + (EX c) 2. Jaka w lasność wariancji stad wynika? Lista zadań nr 4. Zmienne losowe dyskretne 4. Student zna odpowiedź na 20 spośród 0 pytań. Losuje 5 pytań. Znaleźć rozk lad zmiennej losowej Y oznaczajacej liczbe pytań, na które student udzieli poprawnej odpowiedzi. Obliczyć prawdopodobieństwo tego, że student udzieli poprawnej odpowiedzi na co najmniej pytania. Obliczyć EY i Var Y. 5. Znaleźć najbardziej prawdopodobna liczbe studentów urodzonych w niedziele w grupie 60 osób. Ile wynosi to prawdopodobieństwo? 6. Prawdopodobieństwo trafienia w 10 wynosi 0., a w 9 wynosi 0.7. Niech S oznacza liczb e punktów zdobytych w 10 strza lach. Wyznaczyć rozk lad S. Obliczyć prawdopodobieństwo, że strzelec zdob edzie co najmniej 98 punktów. 7. Punkt startuje z poczatku uk ladu wspó lrzednych i porusza sie po prostej: przesuwa sie o jednostke w prawo z prawdopodobieństwem 0.5 i o jednostke w lewo z prawdopodobieństwem 0.5. Przyjmujac, że poszczególne przesuniecia sa niezależne, wyznaczyć rozk lad zmiennej losowej D 6 oznaczjacej po lożenie punktu po 6 przesunieciach. Obliczyć prawdopodobieństwo, że po 10 przesunieciach punkt znajdzie sie w przedziale [ 2, 2]. Zaproponować interpretacje fizyczna opisanego zjawiska losowego i otrzymanego wyniku. 8. Aparatura zawiera 000 jednakowo niezawodnych elementów. Prawdopodobieństwo zepsucia sie każdego z nich w okresie czasu T wynosi Jakie jest prawdopodobieństwo, że w okresie T zepsuja sie co najmniej cztery elementy? Ile elementów zapasowych trzeba przygotować, aby z prawdopodobieństwem co najmniej 0,95 wystarcz lo ich do wymiany wszystkich zepsutych elementów? Obliczyć ET oraz Var T. 9. Centrala telefoniczna obs luguje 00 abonentów. Każdy abonent, niezależnie od pozosta lych abonentów, może z prawdopodobieństwem 0.02 zamówić po l aczenie zewnetrzne. Jaka powinna być minimalna liczba l aczy zewnetrznych do tej centrali, aby z prawdopodobieństwem 0.9 by ly zrealizowane wszystkie zamówienia abonentów na po l aczenia zewnetrzne? 40. Prawdopodobieństwo wyprodukowania wybrakowanego wiert la wynosi Niech X oznacza liczbe sprawdzonych wierte l wzietych z bieżacej produkcji do momentu znalezienia wiert la wybrakowanego. Obliczyć prawdopodobieństwo, że liczba przebadanych wierte l przekroczy 0, oraz prawdopodobieństwo, że liczba przebadanych wierte l bedzie podzielna przez 10. 5

6 41. Rzucamy dwiema kostkami. Oznaczmy przez X liczbe rzutów pierwsza kostka do chwili otrzymania szóstki, a przez Y liczbe rzutów druga kostka do chwili otrzymania parzystej liczby oczek. Obliczyć prawdopodobieństwo, że wykonamy te sama liczbe rzutów obiema kostkami. Wsk. Zapisać rozważane zdarzenie za pomoca zmiennych losowych X i Y. Porównać wartości oczekiwane obu zmiennych. Lista zadań nr 5. Zmienne losowe ciag le. Funkcje zmiennych losowych 42. Czas poprawnej pracy systemu z lożonego z jednostki zasadniczej oraz zapasowej ma gestość { cxe x/2, x 0 f(x) = 0, poza tym. Obliczyć c, EX, prawdopodobieństwo tego, że system bedzie pracowa l poprawnie przez co najmniej 5 jednostek czasu oraz wspó lczynnik skośności. Wsk. Skorzystać z faktu, że dla zmiennej losowej W o rozk ladzie wyk ladniczym z parametrem λ mamy EW n = n!/λ n, n 1. { 1 dla x > 1 4. Zmienna losowa Y ma rozk lad o gestości f(x) = x 2. Czy istnieje EY? 0 poza tym Obliczyć E Y ln Y. 44. Gestość zmiennej losowej X ma postać f(x) = p 1, gdzie p > 1. Dla jakich p ( x + 1) p istnieje moment rzedu k (i wobec tego wszystkie momenty niższego rzedu) zmiennej X, ale nie istnieje moment rzedu k + 1, k = 1, 2,... Obliczyć wspó lczynnik sp laszczenia dla p = Zmienna losowa X ma g estość f k (x) = 2 k k! 1, x R, [1... (2k 1)]π (1 + x 2 ) k+1 gdzie k 1. Obliczyć EX oraz Var X. Dla k = 2 obliczyć wspó lczynnik skośności i sp laszczenia. Rozk lad zmiennej losowej t 2k+1 = 2k + 1X nazywa si e rozk ladem Studenta z 2k +1 stopniami swobody. Podać wariancj e rozk ladu Studenta z 5 stopniami swobody. 46. Wykazać, że zmienna losowa X o rozk ladzie wyk ladniczym ma nastepuj ac a w lasność braku pamieci P (X > t + s X > s) = P (X > t), s, t 0. Podać interpretacje tej w lasności. w lasności jest rozk lad wyk ladniczy. Wykazać, że jedynym rozk ladem ciag lym o tej 47. Czas trwania rozmowy telefonicznej T ma rozk lad wyk ladniczy o średniej m minut. Co a sekund automat zalicza jeden impuls w cenie 0 gr. Niech K oznacza koszt przeprowadzonej rozmowy. Znaleźć rozk lad zmiennej losowej K. 48. Promień R kuli jest zmienna losowa o rozk ladzie jednostajnym na odcinku [49, 51] mm. Znaleźć gestość rozk ladu masy M kuli, jeśli kule wykonano z żelaza o gestości 7.88 g/cm. 6

7 49. Niech M oznacza najwieksz a spośród 4 losowo wybranych liczb z odcinka [0,1]. Wykazać, że P (M x) = x 4 dla x [0, 1]. Wywnioskować stad, że zmienna M ma gestość { 4x dla x [0, 1] f(x) =. 0 poza tym Obliczyć EM i VarM oraz wspó lczynnik zmienności. Nazwać ten rozk lad. 50. Pomieszczenie jest oświetlone za pomoca dwóch żarówek pracujacych w niezależnych obwodach. Czasy życia X, Y żarówek maja rozk lad wyk ladniczy z parametrem λ = 0.1. Niech T oznacza moment przepalenia sie ostatniej sprawnej żarówki. Znaleźć gestość T. Obliczyć prawdopodobieństwo tego, że T przekroczy 20. Lista zadań nr 6. Rozk lad normalny. Nierówności 51. Dobrać sta l a c tak, aby funkcja f(x) = c exp{8x 2x 2 }, x R, by la gestości a pewnego rozk ladu. Jakiego? 52. D lugość (w mm) produkowanych detali ma rozk lad normalny z parametrami m = 9, σ = 0.0. Norma przewiduje wyroby o wymiarach 9±0.05 mm. Jaki procent produkowanych detali nie spe lnia wymogów normy? Jakie może być dopuszczalne σ, aby procent detali nie spe lniajacych wymagań normy nie przekroczy l 0.1%? 5. Przy dużej liczbie pomiarów wykonanych pewnym przyrzadem stwierdzono, że 75% b l edów nie przekracza co do wartości bezwzglednej 1.25 mm. Obliczyć odchylenie standardowe b l edu pomiaru, zak ladajac, że ma on rozk lad normalny o średniej zero. 54. Temperatura T gazu (w 0 C) znajdujacego sie w zamknietym naczyniu o sta lej objetości v = 0.01 m jest zmienna losowa o rozk ladzie normalnym N(20, 0.5). Wyznaczyć rozk lad P v ciśnienia P tego gazu, korzystajac z równania Clapeyrona: = nr, gdzie R = 8.1 t J/K mol, a n = 1 mol gazu oraz t = T Obliczyć prawdopodobieństwo, że ciśnienie nie przekroczy Pa. 55. Roczny opad deszczu (w cm) w pewnym regionie ma rozk lad normalny N(100, 10). Jakie jest prawdopodobieństwo, że w roku bieżacym oraz dwu kolejnych latach roczny opad nie przekroczy 112 cm? 56. Niech Φ(x) bedzie dystrybuanta standardowego rozk ladu normalnego. Wykazać, że dla x > 1 zachodzi nierówność ( 1 x 1 ) ϕ(x) < 1 Φ(x) < 1 x x ϕ(x), gdzie ϕ(x) = Φ (x) jest gestości a standardowego rozk ladu normalnego. Za pomoca tej nierówności oszacować Φ(2), Φ(), Φ(5) oraz Φ(10). Porównać oszacowania z wartościami w tablicach. 57. Zmienna losowa X ma rozk lad N(0, σ). Dla jakich c mamy Ee cx2 <. Znaleźć funkcje M(t) = Ee tx, t R (funkcja tworzaca momenty X). 58. Niech Z bedzie zmienna losowa o rozk ladzie N(0, σ). Wyznaczyć gestość zmiennej losowej Y = Z 2, wyznaczajac najpierw jej dystrybuante. Uzasadnić, że Y ma rozk lad gamma. Podać parametry tego rozk ladu. 7

8 59. Niech h(x) bedzie funkcja różniczkowalna ściśle wypuk l a na prostej, a X zmienna losowa taka, że EX oraz Eh(X) istnieja. Udowodnić nierówność Jensena Eh(X) h(ex). Wykazać, że równość zachodzi tylko wtedy, gdy P (X = EX) = Dodatnia zmienna losowa X ma wartość oczekiwana 4. Za pomoca nierówności Jensena oszacować EX, E ln X, E 2X. Jeśli ponadto Var X = 9, to czy można poprawić 1+X znalezione oszacowania. 61. Rzucamy sto razy kostka do gry. Za pomoca odpowiednich nierówności oszacować prawdopodobieństwo tego, że liczba szóstek wyniesie co najmniej 10 oraz prawdopodobieństwo tego, że suma wyrzuconych oczek znajdzie sie w przedziale od 00 do % studentów zdaje egzaminy w pierwszym terminie. Za pomoca odpowiedniej nierówności oszacować prawdopodobieństwo tego, że w grupie 5000 studentów w pierwszym terminie zda od 100 do 250 studentów. 6. 4% osób ma krew typu AB Rh. Za pomoca odpowiedniej nierówności oszacować prawdopodobieństwo, że w grupie 150 osób bedzie co najmniej 10 osób z ta grupa krwi. 64. Za pomoca generatora liczb pseudolosowych w kalkulatorze wygenerować po 10 obserwacji zmiennych losowych z zad. 50 oraz zad. 55 i obliczyć czestości zdarzeń określonych w tych zadaniach. Lista zadań nr 7. Zmienne losowe dwuwymiarowe 65. Dobrać sta l a c tak, aby funkcja f(x, y) = { c(x + y) dla 0 y x 1, 0 poza tym, by la gestości a dwuwymiarowej zmiennej losowej (X, Y ). Obliczyć P (X 2 + Y 2 1) oraz wspó lczynnik korelacji zmiennych X, Y. Znaleźć gestość X oraz zmiennej losowej V = XY. Uzasadnić, że X, Y sa zależne. 66. Dwuwymiarowa dyskretna zmienna losowa ma rozk lad określony nastepuj aco: P (X = 1, Y = 1) = 0.2, P (X = 1, Y = 2) = 0., P (X = 2, Y = 2) = 0.1, P (X =, Y = 1) = 0.4. Zapisać ten rozk lad w tabeli. Wyznaczyć P (XY < 4), wspó lczynnik korelacji zmiennych X, Y, Var(2X + Y ) oraz rozstrzygnać kwestie niezależności zmiennych X, Y. 67. Dwuwymiarowa zmienna losowa (X, Y ) ma gestość f(x, y) = c(x 2 + c xy) dla 0 < x < 1 6 i 0 < y < 2 oraz 0 poza tym. Obliczyć c, P (X > Y ), macierz kowariancji oraz E(Y X = x). Znaleźć gestość sumy X + Y. 68. Wiadomo, że EX = 0, EY = 1, Var X = 2, Var Y =, ρ X,Y = 2. Obliczyć wspó lczynnik korelacji zmiennych U = X + Y, V = 2X Y +. Powtórzyć to samo obliczenie przy za lożeniu, że X, Y sa niezależne. 69. Niech X, Y bed a wspó lrzednymi losowo wybranego punktu z kwadratu K = {(x, y) : x + y 1}. Napisać gestość dwuwymiarowej zmiennej losowej (X, Y ). Uzasadnić, że wspó lczynnik korelacji tych zmiennych jest równy zero, ale zmienne sa zależne. 70. Dwuwymiarowa zmienna losowa ma g estość f(x, y) = c exp{ x 2 +2xy y 2 }. Obliczyć c oraz wspó lczynnik korelacji zmiennych X, Y. Znaleźć rozk lad sumy X + Y. 8

9 71. Średnia ocen z egzaminów w czasie studiów E ma rozk lad N(.6, 0.), a średnia ocen z zaliczeń Z ma rozk lad N(4.2, 0.5). Wspó lczynnik korelacji tych zmiennych wynosi ρ EZ = 2. Przyjmuj ac, że l aczny rozk lad zmiennych E, Z jest normalny znaleźć rozk lad średniej oceny ze studiów obliczanej ze wzoru S = 2E+Z. Obliczyć P (S 4). 72. D lugość zapa lek ma rozk lad normalny o średniej 4 mm z odchyleniem standardowym mm, a d lugość pude lek ma także rozk lad normalny z odchyleniem standardowym 4 mm. Wyznaczyć nominaln a d lugość pude lek, przy której prawdopodobieństwo tego, że zapa lka nie zmieści sie w pude lku by lo mniejsze niż Przyj ać, że d lugości zapa lek i pude lek sa niezależnymi zmiennymi losowymi. 7. Wzrost (w cm) i waga (w kg) meżczyzn maja l aczny rozk lad normalny z parametrami m 1 = 175, m 2 = 74, σ1 2 = 64, σ2 2 = 25, ρ = 0.8. Obliczyć prawdopodobieństwo tego, że przypadkowo wybrany meżczyzna waży wiecej niż 80 kg, jeśli wiadomo, że ma wzrost 171 cm. Ile wynosi to prawdopodobieństwo bez uwzglednienia informacji o wzroście? Lista zadań nr 8. Funkcje charakterystyczne. Twierdzenia graniczne. Centralne twierdzenie graniczne 74. Obliczyć g estość drugiej i trzeciej pot egi splotowej rozk ladu jednostajnego na odcinku [0,1]. 75. Wyznaczyć funkcje charakterystyczna rozk ladu Laplace a o gestości f(x) = λ 2 e λ x. Korzystajac z tego wyniku znaleźć funkcje charakterystyczna rozk ladu Cauchy ego o gestości f(x) = 1 λ. π λ 2 +x Znaleźć funkcje charakterystyczna rozk ladu dwupunktowego P (X = 1) = p, P (X = 0) = 1 p. Przedstawiajac zmienna losowa o rozk ladzie Bernoulliego w postaci sumy niezależnych zmiennych losowych o rozk ladzie dwupunktowym, wyznaczyć funkcje charakterystyczna rozk ladu Bernoulliego. 77. Stosujac metode funkcji charakterystycznych wykazać, że splot rozk ladu gamma z parametrami b, p 1 z rozk ladem gamma z parametrami b, p 2 jest rozk ladem gamma z parametrami b. p 1 + p Zmienna losowa X ma funkcje charakterystyczna φ(t). Znaleźć funkcje charakterystyczne zmiennych X oraz X 1 X 2, gdzie X 1, X 2 sa niezależnymi zmiennymi losowymi o tym samym rozk ladzie co X. 79. Niech X n bedzie ciagiem zmiennych losowych o rozk ladach Poissona z parametrami odpowiednio λ n, gdzie λ n. Za pomoca funkcji charakterystycznych wykazać, że ciag X n jest asymptotycznie normalny N(λ n, λ n ). 80. Liczba zg loszeń klientów do systemu obs lugi w ciagu godziny ma rozk lad Poissona z parametrem λ = 120. Korzystajac z poprzedniego zadania, obliczyć prawdopodobieństwo tego, że w najbliższej godzinie bedzie co najwyżej 140 zg loszeń klientów. 81. Rozwiazać zadania 61 oraz 62, korzystajac z centralnego twierdzenia granicznego. 82. Komputer dodaje 1200 liczb rzeczywistych, z których każda zaokragla do najbliższej liczby ca lkowitej. Zak lada sie, że b l edy zaokragleń sa wzajemnie niezależne i maja rozk lad jednostajny na odcinku [ 1, 1]. Obliczyć prawdopodobieństwo tego, że b l ad 2 2 bezwzgledny ca lego obliczenia nie przekroczy 10. 9

10 8. W Towarzystwie Ubezpieczeniowym jest ubezpieczonych samochodów. Każdy z w laścicieli op laca roczna sk ladke 200 z l za samochód. Średnio dla 11 samochodów na 1000 jest zg loszona szkoda w ciagu roku. W laścicielowi uszkodzonego pojazdu Towarzystwo wyp laca 10 tys. z l. Koszty prowadzenia dzia lalności sa sta le i wynosza rocznie 600 tys. z l. Jakie jest prawdopodobieństwo tego, że po roku dzia lalności: a) Towarzystwo nie poniesie strat; b) zysk Towarzystwa przekroczy 200 tys. z l? 84. Czas pracy lampy pewnego typu ma rozk lad wyk ladniczy o średniej 900 godzin. Ile lamp trzeba mieć w zapasie, aby wystarczy lo ich na 4 lata nieprzerwanej pracy z prawdopodobieństwem 0.99? Przyjmujemy, że spalona lampa jest natychmiast wymieniana na now a. 85. Zmienne losowe niezależne X 1, X 2,... maja rozk lad wyk ladniczy z parametrami odpowiednio 1, 1 1 2,,... Czy dla ciagu (X n ) zachodzi prawo wielkich liczb? Czy ciag średnich arytmetycznych X X n n jest zbieżny? Jeśli tak, to do jakiej granicy. 86. Zmienne losowe niezależne X 1, X 2,... maja rozk lady: a) P (X n = ±n) = n α, P (X n = 0) = 1 2n α, n = 1, 2,...; b) P (X n = ±n α ) = 1/(2n), P (X n = 0) = 1 1/n, n = 1, 2,... Sprawdzić dla jakich α zachodzi prawo wielkich liczb dla tak określonych ciagów. 87. Niech Z 1, Z 2,... ciag niezależnych zmiennych losowych o rozk ladzie standardowym normalnym. Znaleźć granice (wed lug prawdopodobieństwa lub wed lug rozk ladu) ciagów (Z 1 + Z Z n ) 2, Z1 2 + Z Zn 2 Z1 4 + Z Zn 4. Z1 2 + Z Z2n (Obliczanie ca lki metoda Monte Carlo). Niech f(x) bedzie funkcja ciag l a na odcinku [a, b] przyjmujac a wartości w przedziale [0, M], czyli 0 sup x [a,b] f(x) M oraz I = b f(x)dx. Niech U a 1, U 2,... bedzie ciagiem liczb losowych. Wtedy ciag punktów Q i (a + (b a)u 2i 1, M U 2i ) jest ciagiem punktów losowych z kwadratu [a, b] [0, M]. Oznaczmy przez I n liczbe tych punktów Q i, i n, które leża pod wykresem funkcji f(x). Z prawa wielkich liczb wywnioskować, że I n /n P I. Korzystajac z centralnego twierdzenia granicznego, znaleźć minimalna liczbe n dla której ( ) I n P n I > δ α dla dowolnych ma lych liczb δ i α. 89. Rozważmy ca lki I = 1 0 e x2 dx, J = 2 0 x x 2 dx. Wiadomo, że J = ( ln(2 + 5) )/8.6. Natomiast, rozwijajac funkcje podca lkowa w I w szereg potegowy, obliczyć jej wartość z dok ladnościa do trzech miejsc po przecinku. Wybrać odpowiednie wartości sta lej M, o której mowa w zadaniu poprzednim, dla obu ca lek. Za pomoca generatora liczb pseudolosowych w kalkulatorze (lub tablic liczb losowych), wylosować 20 punktów z odpowiedniego prostokata i znaleźć przybliżone wartości obu ca lek. Porównać otrzymane czestości z wartościami ca lek. Sporzadzić rysunek. Dla obu ca lek obliczyć minimalne n, dla którego otrzymamy przybliżone wartości ca lek z dok ladnościa do 0.01 z prawdopodobieństwem co najmniej

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 21 marca 2011 Zmienna losowa - wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie one z rejestracja jakiś sygna lów (danych). Moga to być

Bardziej szczegółowo

Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Jarosław Kotowicz Instytut Matematyki Uniwersytet w

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 10 marca 2014 Zmienna losowa - wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie one z rejestracja jakiś sygna lów (danych). Moga to być

Bardziej szczegółowo

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 22 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 5 marca 2011 Zasady 10 wyk ladów; egzamin pisemny; Literatura 1 A. Lomnicki Wprowadzenie do statystyki dla przyrodników PWN 1999. 2 W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski Rachunek

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 21 marca 2011 Zmienna losowa wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie z rejestracja jakiś sygna lów (danych). Moga to być na

Bardziej szczegółowo

Laboratorium nr 7. Zmienne losowe typu skokowego.

Laboratorium nr 7. Zmienne losowe typu skokowego. Laboratorium nr 7. Zmienne losowe typu skokowego.. Zmienna losowa X ma rozkład dany tabelką: - 0 3 0, 0,3 0, 0,3 0, Naszkicować dystrybuantę zmiennej X. Obliczyć EX oraz VarX.. Zmienna losowa ma rozkład

Bardziej szczegółowo

Procesy Stochastyczne - Zestaw 1

Procesy Stochastyczne - Zestaw 1 Procesy Stochastyczne - Zestaw 1 Zadanie 1 Niech ξ i η bed a niezależnymi zmiennymi losowymi o rozk ladach N (0, 1). Niech X = ξ +η i Y = ξ η. Znaleźć rozk lad (X, Y ) i rozk lad warunkowy L X ( Y ). Zadanie

Bardziej szczegółowo

12DRAP - parametry rozkładów wielowymiarowych

12DRAP - parametry rozkładów wielowymiarowych DRAP - parametry rozkładów wielowymiarowych Definicja.. Jeśli h : R R, a X, Y ) jest wektorem losowym o gęstości fx, y) to EhX, Y ) = hx, y)fx, y)dxdy. Jeśli natomiast X, Y ) ma rozkład dyskretny skupiony

Bardziej szczegółowo

P (A B) = P (A), P (B) = P (A), skąd P (A B) = P (A) P (B). P (A)

P (A B) = P (A), P (B) = P (A), skąd P (A B) = P (A) P (B). P (A) Wykład 3 Niezależność zdarzeń, schemat Bernoulliego Kiedy dwa zdarzenia są niezależne? Gdy wiedza o tym, czy B zaszło, czy nie, NIE MA WPŁYWU na oszacowanie prawdopodobieństwa zdarzenia A: P (A B) = P

Bardziej szczegółowo

Jednowymiarowa zmienna losowa

Jednowymiarowa zmienna losowa 1 Jednowymiarowa zmienna losowa Przykład Doświadczenie losowe - rzut kostką do gry. Obserwujemy ilość wyrzuconych oczek. Teoretyczny model eksperymentu losowego - przestrzeń probabilistyczna (Ω, S, P ),

Bardziej szczegółowo

Wykład 3 Jednowymiarowe zmienne losowe

Wykład 3 Jednowymiarowe zmienne losowe Wykład 3 Jednowymiarowe zmienne losowe Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną Definicja 1 Jednowymiarowa zmienna losowa (o wartościach rzeczywistych), określoną na przestrzeni probabilistycznej

Bardziej szczegółowo

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna. Wykład 4 Rozkłady i ich dystrybuanty Dwa typy zmiennych losowych Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Bardziej szczegółowo

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) =

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) = Zestaw : Zmienne losowe. Które z poniższych funkcji są dystrybuantami? Odpowiedź uzasadnij. Wskazówka: naszkicuj wykres. 0, x 0,, x 0, F (x) = x, F (x) = x, 0 x

Bardziej szczegółowo

Lista 5. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Lista 5. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym Lista 5 Zadania na zastosowanie nierównosci Markowa i Czebyszewa. Zadanie 1. Niech zmienna losowa X ma rozkład jednostajny na odcinku [0, 1]. Korzystając z nierówności Markowa oszacować od góry prawdopodobieństwo,

Bardziej szczegółowo

Przestrzeń probabilistyczna

Przestrzeń probabilistyczna Przestrzeń probabilistyczna (Ω, Σ, P) Ω pewien niepusty zbiór Σ rodzina podzbiorów tego zbioru P funkcja określona na Σ, zwana prawdopodobieństwem. Przestrzeń probabilistyczna (Ω, Σ, P) Ω pewien niepusty

Bardziej szczegółowo

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty Agata Boratyńska Agata Boratyńska Rachunek prawdopodobieństwa, wykład 4 / 9 Przekształcenia zmiennej losowej X

Bardziej szczegółowo

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA Zadanie 0.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 0 4 p k 1/3 1/6 1/ obliczyć EX, D X. (odp. 4/3;

Bardziej szczegółowo

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych 1. [E.A 5.10.1996/zad.4] Funkcja gęstości dana jest wzorem { 3 x + 2xy + 1 y dla (x y) (0 1) (0 1) 4 4 P (X > 1 2 Y > 1 2 ) wynosi:

Bardziej szczegółowo

Przykłady 6.1 : charakterystyki liczbowe rozkładów dyskretnych

Przykłady 6.1 : charakterystyki liczbowe rozkładów dyskretnych Rachunek Prawdopodobieństwa MAP8 Wydział Matematyki, Matematyka Stosowana Przykłady 6. Wartość oczekiwana, wariancja, mediana, kwartyle rozkładu prawdopodobieństwa. Transformacje zmiennej losowej. Opracowanie:

Bardziej szczegółowo

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Niech Ω będzie przestrzenią zdarzeń elementarnych. Definicja 1 Rodzinę S zdarzeń losowych (zbiór S podzbiorów zbioru

Bardziej szczegółowo

Przykłady do zadania 3.1 :

Przykłady do zadania 3.1 : Rachunek prawdopodobieństwa MAP5 Wydział Elektroniki, rok akad. /, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 3: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala,

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka

Rachunek prawdopodobieństwa i statystyka Rachunek prawdopodobieństwa i statystyka Przestrzeń probabilistyczna Niech Ω będzie dowolnym zbiorem, zwanym przestrzenią zdarzeń elementarnych. Elementy ω tej przestrzeni nazywamy zdarzeniami elementarnymi.

Bardziej szczegółowo

Rozkłady prawdopodobieństwa zmiennych losowych

Rozkłady prawdopodobieństwa zmiennych losowych Rozkłady prawdopodobieństwa zmiennych losowych Rozkład dwumianowy Rozkład normalny Marta Zalewska Zmienna losowa dyskretna (skokowa) jest to zmienna, której zbór wartości jest skończony lub przeliczalny.

Bardziej szczegółowo

ćwiczenia z rachunku prawdopodobieństwa

ćwiczenia z rachunku prawdopodobieństwa ćwiczenia z rachunku prawdopodobieństwa 9.10.2010 ogólna definicja prawdopodobieństwa, własności 1. Niech Ω = [0, 1] oraz niech Σ będzie pewną σ-algebrą podzbiorów odcinka [0, 1]. Udowodnić, że funkcja

Bardziej szczegółowo

Rachunek Prawdopodobieństwa MAP1064, 2008/09

Rachunek Prawdopodobieństwa MAP1064, 2008/09 Rachunek Prawdopodobieństwa MAP064, 2008/09 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz Listy zadań nr 7-9 Opracowanie: dr hab. Agnieszka Jurlewicz Literatura: [] A. Plucińska, E. Pluciński,

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne. Twierdzenia graniczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 20.2.208 / 26 Motywacja Rzucamy wielokrotnie uczciwą monetą i zliczamy

Bardziej szczegółowo

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ Opracowała: Milena Suliga Wszystkie pliki pomocnicze wymienione w treści

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω)

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω) ZADANIA - ZESTAW 1 Zadanie 1.1 Rzucamy trzy razy monetą. A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie. Określić zbiór zdarzeń elementarnych. Wypisać zdarzenia elementarne sprzyjające

Bardziej szczegółowo

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady Statystyka i opracowanie danych W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Rozkład Poissona. Zmienna losowa ciągła Dystrybuanta i funkcja gęstości

Bardziej szczegółowo

Zmienne losowe. dr Mariusz Grzadziel. rok akademicki 2016/2017 semestr letni. Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu

Zmienne losowe. dr Mariusz Grzadziel. rok akademicki 2016/2017 semestr letni. Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu Zmienne losowe dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu rok akademicki 2016/2017 semestr letni Definicja 1 Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór

Bardziej szczegółowo

x x 0.5. x Przykłady do zadania 4.1 :

x x 0.5. x Przykłady do zadania 4.1 : Rachunek prawdopodobieństwa MAP5 Wydział Elektroniki, rok akad. /, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 4: Wartość oczekiwana, wariancja, mediana, kwartyle rozkładu prawdopodobieństwa.

Bardziej szczegółowo

Ćwiczenia 1. Klasyczna definicja prawdopodobieństwa, prawdopodobieństwo geometryczne, własności prawdopodobieństwa, wzór włączeń i wyłączeń

Ćwiczenia 1. Klasyczna definicja prawdopodobieństwa, prawdopodobieństwo geometryczne, własności prawdopodobieństwa, wzór włączeń i wyłączeń Agata Boratyńska Ćwiczenia z rachunku prawdopodobieństwa 1 Ćwiczenia 1. Klasyczna definicja prawdopodobieństwa, prawdopodobieństwo geometryczne, własności prawdopodobieństwa, wzór włączeń i wyłączeń UWAGA:

Bardziej szczegółowo

a)dane są wartości zmiennej losowej: 2, 4, 2, 1, 1, 3, 2, 1. Obliczyć wartość średnią i wariancję.

a)dane są wartości zmiennej losowej: 2, 4, 2, 1, 1, 3, 2, 1. Obliczyć wartość średnią i wariancję. Zad Rozkład zmiennej losowej dyskretnej : a)dane są wartości zmiennej losowej: 2, 4, 2,,, 3, 2,. Obliczyć wartość średnią i wariancję. b)oceny z pracy klasowej w tabeli: Ocena 2 3 4 5 6 Liczba uczniów

Bardziej szczegółowo

Zmienna losowa. Rozkład skokowy

Zmienna losowa. Rozkład skokowy Temat: Zmienna losowa. Rozkład skokowy Kody kolorów: żółty nowe pojęcie pomarańczowy uwaga * - materiał nadobowiązkowy Anna Rajfura, Matematyka i statystyka matematyczna na kierunku Rolnictwo SGGW 1 Zagadnienia

Bardziej szczegółowo

1.1 Wstęp Literatura... 1

1.1 Wstęp Literatura... 1 Spis treści Spis treści 1 Wstęp 1 1.1 Wstęp................................ 1 1.2 Literatura.............................. 1 2 Elementy rachunku prawdopodobieństwa 2 2.1 Podstawy..............................

Bardziej szczegółowo

07DRAP - Zmienne losowe: dyskretne i ciągłe

07DRAP - Zmienne losowe: dyskretne i ciągłe 07DRAP - Zmienne losowe: dyskretne i ciągłe Słynne rozkłady dyskretne Rozkład parametry P (X = k dla k = E(X Var(X uwagi ( dwumianowy n, p n k p k ( p n k 0,,, n np np( p liczba sukcesów w n próbach Bernoulliego

Bardziej szczegółowo

Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu.

Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu. Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu. A Teoria Definicja A.1. Niech (Ω, F, P) będzie przestrzenią probabilistyczną. Zmienną losową określoną na przestrzeni Ω nazywamy dowolną

Bardziej szczegółowo

Rachunek Prawdopodobieństwa i Statystyka

Rachunek Prawdopodobieństwa i Statystyka Rachunek Prawdopodobieństwa i Statystyka W 2. Probabilistyczne modele danych Zmienne losowe. Rozkład prawdopodobieństwa i dystrybuanta. Wartość oczekiwana i wariancja zmiennej losowej Dr Anna ADRIAN Zmienne

Bardziej szczegółowo

Rozkłady statystyk z próby

Rozkłady statystyk z próby Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA. Spis pojȩċ teoretycznych

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA. Spis pojȩċ teoretycznych 1 RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA Spis pojȩċ teoretycznych 1. Podstawowe pojȩcia: doświadczenie losowe, zdarzenie elementarne, zdarzenie losowe, przestrzeń zdarzeń elementarnych, zbiór zdarzeń

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej

Bardziej szczegółowo

Zmienne losowe. dr Mariusz Grządziel Wykład 12; 20 maja 2014

Zmienne losowe. dr Mariusz Grządziel Wykład 12; 20 maja 2014 Zmienne losowe dr Mariusz Grządziel Wykład 2; 20 maja 204 Definicja. Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór jej wartości x, x 2,..., można ustawić w ciag. Zmienna losowa X, która przyjmuje

Bardziej szczegółowo

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga 1 Zagadnienia 1. Przypomnienie wybranych pojęć rachunku prawdopodobieństwa. Zmienna losowa. Rozkład

Bardziej szczegółowo

Przykłady do zadania 8.1 : 0 dla x 1, c x 4/3 dla x > 1. (b) Czy można dobrać stałą c tak, aby funkcja f(x) = była gęstością pewnego

Przykłady do zadania 8.1 : 0 dla x 1, c x 4/3 dla x > 1. (b) Czy można dobrać stałą c tak, aby funkcja f(x) = była gęstością pewnego Rachunek prawdopodobieństwa MAP64 Wydział Elektroniki, rok akad. 8/9, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 8: Zmienne losowe typu ciągłego. Gęstość prawdopodobieństwa. Rozkład

Bardziej szczegółowo

4,5. Dyskretne zmienne losowe (17.03; 31.03)

4,5. Dyskretne zmienne losowe (17.03; 31.03) 4,5. Dyskretne zmienne losowe (17.03; 31.03) Definicja 1 Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór jej wartości x 1, x 2,..., można ustawić w ciag. Zmienna losowa X, która przyjmuje wszystkie

Bardziej szczegółowo

Elementy Rachunek prawdopodobieństwa

Elementy Rachunek prawdopodobieństwa Elementy rachunku prawdopodobieństwa Rachunek prawdopodobieństwa zajmuje się analizą praw rządzących zdarzeniami losowymi Pojęciami pierwotnymi są: zdarzenie elementarne ω oraz zbiór zdarzeń elementarnych

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja

Bardziej szczegółowo

Dyskretne zmienne losowe

Dyskretne zmienne losowe Dyskretne zmienne losowe dr Mariusz Grządziel 16 marca 2009 Definicja 1. Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór jej wartości x 1, x 2,..., można ustawić w ciag. Zmienna losowa X, która

Bardziej szczegółowo

Elektrotechnika II [ Laboratorium Grupa 1 ] 2016/2017 Zimowy. [ Laboratorium Grupa 2 ] 2016/2017 Zimowy

Elektrotechnika II [ Laboratorium Grupa 1 ] 2016/2017 Zimowy. [ Laboratorium Grupa 2 ] 2016/2017 Zimowy Elektrotechnika II [ Laboratorium Grupa ] 206/207 Zimowy Lp Numer indeksu Pkt Kol Suma Popr Ocena Data Uwagi 97574 6 7 Db + 2 9758 ++0,9 5 7,9 Db + 3 99555 0,9+0,9 2,8 Dst + 4 97595 0,8++ 0 2,8 Dst + 5

Bardziej szczegółowo

Lista 1 - Prawdopodobieństwo

Lista 1 - Prawdopodobieństwo Lista 1 - Prawdopodobieństwo Zadanie 1. Niech A, B, C będą zdarzeniami. Zapisać za pomocą działań na zbiorach następujące zdarzenia: a) zachodzi dokładnie jedno ze zdarzeń A, B, C; b) zachodzą dokładnie

Bardziej szczegółowo

5.Dzienne zużycie energii (1=100kWh) pewnej firmy jest zmienną losową. 0, gdy x 0 lub x 3

5.Dzienne zużycie energii (1=100kWh) pewnej firmy jest zmienną losową. 0, gdy x 0 lub x 3 LISTA 4 1.Liczba komputerów, które mogą być zarażone wirusem poprzez pewną sieć ma rozkład Poissona z parametrem λ = 7. Prawdopodobieństwo,że wirus uaktywni się w zarażonym komputerze wynosi p. Jakie jest

Bardziej szczegółowo

Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A

Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A Zad. 1. Korzystając z podanych poniżej mini-tablic, oblicz pierwszy, drugi i trzeci kwartyl rozkładu N(10, 2 ). Rozwiązanie. Najpierw ogólny komentarz

Bardziej szczegółowo

Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa

Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa Marek Kubiak Instytut Informatyki Politechnika Poznańska Plan wykładu Podstawowe pojęcia rachunku prawdopodobieństwa Rozkład

Bardziej szczegółowo

c) ( 13 (1) (2) Zadanie 2. Losując bez zwracania kolejne litery ze zbioru AAAEKMMTTY, jakie jest prawdopodobieństwo Odp.

c) ( 13 (1) (2) Zadanie 2. Losując bez zwracania kolejne litery ze zbioru AAAEKMMTTY, jakie jest prawdopodobieństwo Odp. Zadania na kolokwium nr Zadanie. Spośród kart w tali wylosowano. Jakie jest prawdopodobieństwo: pików, kierów, trefli i karo otrzymania wszystkich kolorów otrzymania dokładnie pików a ( b ( ( c ( ( ( (

Bardziej szczegółowo

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia 1 Cele (na dzisiaj): Zrozumieć w jaki sposób można wyznaczyć przysz ly czas życia osoby w wieku x. Zrozumieć parametry

Bardziej szczegółowo

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III. Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej

Bardziej szczegółowo

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

III. ZMIENNE LOSOWE JEDNOWYMIAROWE III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta

Bardziej szczegółowo

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas: ROZWIĄZANIA I ODPOWIEDZI Zadanie A1. Można założyć, że przy losowaniu trzech kul jednocześnie kolejność ich wylosowania nie jest istotna. A więc: Ω = 20 3. a) Niech: - wśród trzech wylosowanych opakowań

Bardziej szczegółowo

Wybrane rozkłady zmiennych losowych. Statystyka

Wybrane rozkłady zmiennych losowych. Statystyka Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1

Bardziej szczegółowo

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe

Bardziej szczegółowo

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej

Bardziej szczegółowo

Szkice do zajęć z Przedmiotu Wyrównawczego

Szkice do zajęć z Przedmiotu Wyrównawczego Szkice do zajęć z Przedmiotu Wyrównawczego Matematyka Finansowa sem. letni 2011/2012 Spis treści Zajęcia 1 3 1.1 Przestrzeń probabilistyczna................................. 3 1.2 Prawdopodobieństwo warunkowe..............................

Bardziej szczegółowo

rachunek prawdopodobieństwa - zadania

rachunek prawdopodobieństwa - zadania rachunek prawdopodobieństwa - zadania ogólna definicja prawdopodobieństwa, własności - 6.10.2012 1. (d, 1pkt) Udowodnić twierdzenie 2 tj. własności prawdopodobieństwa (W1)-(W7). 2. Niech Ω = [0,1] oraz

Bardziej szczegółowo

rachunek prawdopodobieństwa - zadania

rachunek prawdopodobieństwa - zadania rachunek prawdopodobieństwa - zadania ogólna definicja prawdopodobieństwa, własności - 9.10.2011 1. (d, 1pkt) Udowodnić twierdzenie 2 tj. własności prawdopodobieństwa (W1)-(W7). 2. Niech Ω = [0, 1] oraz

Bardziej szczegółowo

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń

Bardziej szczegółowo

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa Agata Boratyńska Agata Boratyńska Rachunek prawdopodobieństwa, wykład 2 i 3 1 / 19 Zmienna losowa Definicja Dana jest przestrzeń probabilistyczna

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 5 Magdalena Alama-Bućko 1 kwietnia 2019 Magdalena Alama-Bućko Statystyka matematyczna 1 kwietnia 2019 1 / 19 Rozkład Poissona Po(λ), λ > 0 - parametr tzw. rozkład zdarzeń

Bardziej szczegółowo

Statystyka i eksploracja danych

Statystyka i eksploracja danych Wykład II: i charakterystyki ich rozkładów 24 lutego 2014 Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa,

Bardziej szczegółowo

STATYSTYKA STOSOWANA 2016/2017. J. Koronacki, J. Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa 2004.

STATYSTYKA STOSOWANA 2016/2017. J. Koronacki, J. Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa 2004. 2016/2017 LITERATURA PODSTAWOWA J. Koronacki, J. Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa 2004. LITERATURA UZUPE LNIAJACA 1. L. Gajek, M. Ka luszka, Wnioskowanie

Bardziej szczegółowo

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady Rachunek Prawdopodobieństwa i Statystyka - W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Zmienna losowa ciągła Dystrybuanta i unkcja gęstości rozkładu

Bardziej szczegółowo

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

I. Kombinatoryka i prawdopodobieństwo. g) różnowartościowych, h) bez miejsc zerowych, i) z jednym miejscem zerowym, j) z dwoma miejscami zerowymi,

I. Kombinatoryka i prawdopodobieństwo. g) różnowartościowych, h) bez miejsc zerowych, i) z jednym miejscem zerowym, j) z dwoma miejscami zerowymi, I. Kombinatoryka i prawdopodobieństwo I.1 Mała Lusia bawi się literkami A,A,A,E,K,M,M,T,T,Y ustawiając je w różnej kolejności. Jakie jest prawdopodobieństwo ustawienia wyrazu MATEMATYKA? I. Wśród funkcji

Bardziej szczegółowo

Centralne twierdzenie graniczne

Centralne twierdzenie graniczne Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski Wykład 4 Ważne uzupełnienie Dwuwymiarowy rozkład normalny N (µ X, µ Y, σ X, σ Y, ρ): f XY (x, y) = 1 2πσ X σ Y 1 ρ 2 { [ (x ) 1

Bardziej szczegółowo

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Nierówność Czebyszewa Niech X będzie zmienną losową o skończonej wariancji V ar(x). Wtedy wartość oczekiwana E(X) też jest skończona i

Bardziej szczegółowo

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3 Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Zmienna losowa i jej

Bardziej szczegółowo

Ćwiczenia 1. Klasyczna definicja prawdopodobieństwa, prawdopodobieństwo geometryczne, własności prawdopodobieństwa, wzór włączeń i wyłączeń

Ćwiczenia 1. Klasyczna definicja prawdopodobieństwa, prawdopodobieństwo geometryczne, własności prawdopodobieństwa, wzór włączeń i wyłączeń Agata Boratyńska Ćwiczenia z rachunku prawdopodobieństwa 1 Ćwiczenia 1. Klasyczna definicja prawdopodobieństwa, prawdopodobieństwo geometryczne, własności prawdopodobieństwa, wzór włączeń i wyłączeń UWAGA:

Bardziej szczegółowo

Wersja testu D 14 września 2011 r. 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1?

Wersja testu D 14 września 2011 r. 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1? 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1? 2. Czy prawda jest, że a) 5 8 1 jest podzielne przez 4 ; b) 5 7 1 jest podzielne przez 4 ; c) 3

Bardziej szczegółowo

STATYSTYKA STOSOWANA 2018/2019

STATYSTYKA STOSOWANA 2018/2019 Tadeusz Inglot 2018/2019 LITERATURA PODSTAWOWA J. Koronacki, J. Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa 2004. LITERATURA UZUPE LNIAJACA 1. L. Gajek,

Bardziej szczegółowo

Egzamin z Rachunku Prawdopodobieństwa WNE - 10 marca 2017r., grupa A, II termin. Czas trwania egzaminu: 120 minut. Każde zadanie należy rozwiazać

Egzamin z Rachunku Prawdopodobieństwa WNE - 10 marca 2017r., grupa A, II termin. Czas trwania egzaminu: 120 minut. Każde zadanie należy rozwiazać Egzamin z Rachunku Prawdopodobieństwa WNE - 10 marca 2017r., grupa A, 1. 5 kul ponumerowanych liczbami 1, 2,..., 5 umieszczono losowo w czterech urnach. a) Obliczyć wartość oczekiwana liczby urn, w których

Bardziej szczegółowo

Rachunek prawdopodobieństwa

Rachunek prawdopodobieństwa Rachunek prawdopodobieństwa Sebastian Rymarczyk srymarczyk@afm.edu.pl Tematyka zajęć 1. Elementy kombinatoryki. 2. Definicje prawdopodobieństwa. 3. Własności prawdopodobieństwa. 4. Zmienne losowe, parametry

Bardziej szczegółowo

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady WYKŁAD 2 Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady Metody statystyczne metody opisu metody wnioskowania statystycznego syntetyczny liczbowy opis właściwości zbioru danych ocena

Bardziej szczegółowo

Wykład 2 Zmienne losowe i ich rozkłady

Wykład 2 Zmienne losowe i ich rozkłady Wykład 2 Zmienne losowe i ich rozkłady Magdalena Frąszczak Wrocław, 11.10.2017r Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe Doświadczenie

Bardziej szczegółowo

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS przykładowe zadania na. kolokwium czerwca 6r. Poniżej podany jest przykładowy zestaw zadań. Podczas kolokwium na ich rozwiązanie przeznaczone będzie ok. 85

Bardziej szczegółowo

WSTĘP. Tematy: Regresja liniowa: model regresji liniowej, estymacja nieznanych parametrów. Wykład:30godz., ćwiczenia:15godz., laboratorium:30godz.

WSTĘP. Tematy: Regresja liniowa: model regresji liniowej, estymacja nieznanych parametrów. Wykład:30godz., ćwiczenia:15godz., laboratorium:30godz. Tematy: WSTĘP 1. Wprowadzenie do przedmiotu. Próbkowe odpowiedniki wielkości populacyjnych. Modele statystyczne i przykładowe zadania wnioskowania statystycznego. Statystyki i ich rozkłady. 2. Estymacja

Bardziej szczegółowo

WYKŁAD 3. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

WYKŁAD 3. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki WYKŁAD 3 Witold Bednorz, Paweł Wolff 1 Instytut Matematyki Uniwersytet Warszawski Rachunek Prawdopodobieństwa, WNE, 2010-2011 Schemmat Bernouliego Rzucamy 10 razy moneta, próba Bernouliego jest pojedynczy

Bardziej szczegółowo

Rachunek Prawdopodobieństwa MAP1064, 2008/09

Rachunek Prawdopodobieństwa MAP1064, 2008/09 1 Rachunek Prawdopodobieństwa MAP1064, 2008/09 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz Listy zadań nr 4-6 Opracowanie: dr hab. Agnieszka Jurlewicz Literatura: [1] A. Plucińska, E. Pluciński,

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 6 Magdalena Alama-Bućko 8 kwietnia 019 Magdalena Alama-Bućko Statystyka matematyczna 8 kwietnia 019 1 / 1 Rozkłady ciagłe Magdalena Alama-Bućko Statystyka matematyczna 8

Bardziej szczegółowo

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego Statystyka Wydział Zarządzania Uniwersytetu Łódzkiego 2017 Zmienna losowa i jej rozkład Mając daną przestrzeń probabilistyczną, czyli parę (&, P) stanowiącą model pewnego doświadczenia losowego (gdzie

Bardziej szczegółowo

Niezmienniki i pó lniezmienniki w zadaniach

Niezmienniki i pó lniezmienniki w zadaniach Niezmienniki i pó lniezmienniki w zadaniach Krzysztof Che lmiński Wydzia l Matematyki i Nauk Informacyjnych Politechnika Warszawska MiNI-Akademia Matematyki Warszawa, 2 marca, 2013 Na czym polega metoda

Bardziej szczegółowo

PROBABILISTYKA - test numery zestawów 1,3,5,7,9,...,41

PROBABILISTYKA - test numery zestawów 1,3,5,7,9,...,41 1 numery zestawów 1,3,5,7,9,...,41 (a) Jeśli P (A) = 0.5 oraz P (B) = 0.3 oraz B A, to P (B \ A) = 0.2. (b) Przy jednokrotnym rzucie kostk a prawdopodobieństwo, że wypadnie szóstka pod warunkiem, że wypad

Bardziej szczegółowo

p k (1 p) n k. k c. dokładnie 10 razy została wylosowana kula amarantowa, ale nie za pierwszym ani drugim razem;

p k (1 p) n k. k c. dokładnie 10 razy została wylosowana kula amarantowa, ale nie za pierwszym ani drugim razem; 05DRAP - Niezależność zdarzeń, schemat Bernoulliego Definicja.. Zdarzenia A i B nazywamy niezależnymi, jeżeli zachodzi równość P(A B) = P(A) P(B). Definicja. 2. Zdarzenia A,..., A n nazywamy niezależnymi

Bardziej szczegółowo

Wybrane rozkłady zmiennych losowych. Statystyka

Wybrane rozkłady zmiennych losowych. Statystyka Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1

Bardziej szczegółowo

Prawdopodobieństwo zadania na sprawdzian

Prawdopodobieństwo zadania na sprawdzian Prawdopodobieństwo zadania na sprawdzian Zad. 1. Zdarzenia A, B, C oznaczają, że wzięto co najmniej po jednej książce odpowiednio z pierwszych, drugich i trzecich dzieł zebranych. Każde z dzieł zebranych

Bardziej szczegółowo