Lista 1 1. Ile jest tablic rejestracyjnych formatu LL CCCC? A ile CC LLLL?
|
|
- Mieczysław Kubicki
- 7 lat temu
- Przeglądów:
Transkrypt
1 Statystyka i Rachunek Prawdopodobieństwa (IB) Lista zadań Marek Klonowski Wrocław 2015/16 Lista 1 1. Ile jest tablic rejestracyjnych formatu LL CCCC? A ile CC LLLL? 2. Ile jest ciągów bitowych długości 10? A ile z nich ma 0 na końcu? 3. Na ile sposobów można ustawić 3 osoby w kolejce? 4. Marek posiada 12 różnych książek - 7 z matematyki, 2 o filatelistyce oraz dwa życiorysy - Agnieszki Fitkau-Perepeczko i Justina Bibera. Na ile sposobów może ustawić książki na półce? Na ile sposobów może ustawić książki jeśli życiorys p. Agnieszki ma być na pierwszym miejscu? a na ile, jeśli książki z każdej dziedziny (matematyka, życiorysy, filatelistyka) mają być obok siebie? Dla ułatwienia przyjmij, że Marek ma półkę. 5. Ile jest słów czteroliterowych nad alfabetem {a, b, d, p, u}? A takich, które nie kończą się na literę a? 6. Czego jest więcej - ludzi na świecie czy ciągów 35 bitowych? 7. Czego jest więcej - atomów we wszechświecie czy ciągów 200 bitowych? 8. Na ile sposobów z klasy o 20 chłopcach i 15 dziewczynkach można wybrać delegację złożoną z 2 chłopców i dziewczynki? 9. TRUDNIEJSZE: Ile jest ciągów 100 bitowych takich, że jest dokładnie 80 jedynek a żadne dwa zera nie stoją obok siebie? 10. Udowodnij a potem uzasadnij (podaj interpretację kombinatoryczną) ( ) n = r ( ) n 1 + r 1 ( ) n Co ma wspólnego z pokerem liczba ( 52 5 ). Ile jest pokerów? 12. Przypomnij sobie i uzasadnij prawa de Mograna Lista 2 1. Marek ma 12 skarpet (6 par) - wybiera losowo dwie skarpety. Jakie jest prawdopodobieństwo, że ubierze parę? r 1
2 2. Marek ma już tylko 10 skarpet - (4 pary i dwie pojedyncze skarpety) - wybiera losowo dwie skarpety. Jakie jest prawdopodobieństwo, że ubierze parę? 3. Rysując odpowiedni diagram Venna uzasadnij, że dla zbiorów A, B, C zachodzi P (A B C) = P (A)+P (B)+P (C) P (A B) P (B C) P (C A)+P (A B C) 4. TRUDNIEJSZE: Udowodnij, że Podaj interpretację. n i=0 ( ) n = 2 n. i Lista 3 1. Dla n r udowodnij i uzasadnij wzór ( ) ( ) n n =. r n r 2. Rzucamy 10 razy monetą. Niech zdarzenia A oznacza, że w ostatnim rzucie wypadł orzeł a B że liczba orłów jest parzysta. Czy A i B są niezależne? 3. Rzucam dwa razy kostką. Niech S oznacza zdarzenie, że suma na obu kostkach jest równa 7 a A zdarzenie, że na pierwszej kostce jest 3. Czy zdarzenia A i S są niezależne? 4. Wiemy, że procenta ludzi jest zarażonych bakteriami guzikowca dżemowego. Na PWr opracowano test na nosicielstwo tej bakterii. Test daje odpowiedź pozytywną w przypadku osoby zarażonej z prawdopodobieństwem W przypadku osoby zdrowej wynik jest negatywny też z prawdopodobieństwem Pan Duszan, którego uznać można za losowego człowieka, otrzymał pozytywny wynik testu. Jakie jest prawdopodobieństwo, że jest nosicielem guzikowca dżemowego? Co z tego wynika dla praktyki? Czy ten test jest dobry? Czy założenie, że pacjent jest losowym człowiekiem jest istotne? 5. Przedstaw uogólniony wzór Bayesa przy rozbiciu przestrzeni probabilistycznej na zbiory B 1, B 2, Wypiłem kawę. Po wypiciu kawy rzucam monetą. Jak wypadnie orzeł znów wypijam kawę. (I tak rekurencyjnie). Po zakończeniu picia kaw, jeśli wypiłem ich k, mam migrenę z prawdopodobieństwem 1/k. Dziś migreny nie miałem. Jakie jest prawdopodobieństwo, że wypiłem dokładnie 2 kawy? 7. TRUDNIEJSZE: Rzucam 100 razy monetą. Jaka jest najbardziej prawdopodobna liczba wyrzuconych orłów? (Możesz wykorzystać komputer) 8. Czy zdarzenie A może być niezależne od samego siebie? 9. Rzucam 100 razy monetą. Oblicz prawdopodobieństwa: wyrzucenia 50 orłów w 50 pierwszych rzutach; wyrzucenia dokładnie 50 orłów; 2
3 wyrzucenia samych reszek; wyrzucenia co najmniej dwóch reszek. Lista 4 1. Rozważmy taką sytuację - rzucam monetą, tak długo aż dostanę orła. Oczywiście możemy przyjąć, że kolejne rzuty są niezależne. Opisz przestrzeń probabilistyczną ( zbiór zdarzeń Ω oraz funkcję prawdopodobieństwa). 2. Rzucam kostką dwa razy. Niech zdarzenie A oznacza, że wypadła 6 na obu oczkach; zdarzenie B że suma oczek jest równa 8 a zdarzenie C oznacza, że na pierwszej kostce wypadła czwórka. Policzyć P (A C) P (B C) P (B C) P (A C) P (C A) P (A (C B)) P (A C C) P (A C B) P (A (C B)) P (A C C C ) P (A C A B) 3. Podaj przykłady par zdarzeń A, B, takich że P (A B) > P (A) oraz P (A B) < P (A). 4. Niech A, B dwa zdarzenia o dodatnim prawdopodobieństwie. Udowodnij, że jeśli P (A B) = P (A) to P (B A) = P (B). 5. Pan Duszan zjada na kolację dokładnie i cukierków z prawdopodobieństwem 1/2 i (dla i = 1, 2,...). Pan Duszan po zjedzeniu jednego cukierka nie choruje. Gdy zje dwa lub trzy cukierki choruje z prawdopodobieństwem 1/2. Gdy zje więcej niż trzy cukierki to choruje na pewno. Jakie jest prawdopodobieństwo, że Pan Duszan się rozchoruje? Wiemy, że się rozchorował. Jakie jest prawdopodobieństwo, że zjadł dokładnie dwa cukierki? 6. O zdarzeniach A, B, C wiemy, że są niezależne, P (A) = P (B) = 0.2 oraz P (C) = 0.1. Policzyć P (A B C). 7. O zdarzeniach A, B, C wiemy, że są niezależne, P (A) = P (B) = 0.2 oraz P (C) = 0.7. Policzyć prawdopodobieństwo, że nie zajdzie żadne z tych zdarzeń. 8. Czy zdarzenia rozłączne mogą być niezależne? 9. Wyciągamy ze standardowej talii 52 kart trzy kary. Jakie jest prawdopodobieństwo, że będą one tego samego koloru? 10. Wyciągamy ze standardowej talii 52 kart trzy kary. Jakie jest prawdopodobieństwo, że wśród nich nie ma asa? 11. Na stole są trzy karty - as pik, as trefl oraz królowa pik. Pozostałe 49 kart jest w talii. Ciągnę trzy karty. Jakie jest prawdopodobieństwo, że wśród nich nie ma asa? 3
4 Lista 5 1. Niech zmienna losowa X oznacza liczbę oczek jaką uzyskamy rzucając kostką. Podać rozkład zmiennej losowej X. Policzyć prawdopodobieństwa P (X < 3) oraz P (X = 5). Naszkicować dystrybuantę X. 2. X, Y - niezależne zmienne losowe odpowiadające niezależnym rzutom kostką. Policzyć P (X = Y ), P (X = Y = 2), P (X > Y ), P (X = 2, Y < 3) 3. Rzucam kostką tak długo, aż wyrzucę szóstkę. Niech X będzie liczbą rzutów które wykonam. Podać rozkład zm. losowej X. Policzyć P (X > 3) oraz P (X = 14). Jak wygląda dystrybuanta zm. losowej X? Lista 6 1. X 1, X 2 - dwa niezależne rzuty kostką. Niech Y = min{x 1, X 2 }. Pokazać, że zmienne losowe X oraz Y nie są niezależne. Ponadto narysuj dystrybuantę zmiennej loswej Y. 2. Zmienna losowa X przyjmuje wartości 5, 2, 0, 2 z prawdopodobieństwami odpowiednio 0.5; 0.3; 0.1; 0.1. Narysować dystrybuanty zm. losowych X, 2X, 2 X 1 a potem policzyć Pr[X = 2] Pr[ X = 2] Pr[X < 5] Pr[2X 1 < 5]. A po wszystkim jeszcze znaleźć medianę X oraz kwantyl rzędu 3/4. 3. Czy funkcja f(x) = x może być dystrybuantą jakiejś zmiennej losowej? 4. Zmienna losowa X Funkcja f(x) = c dla x [ 1, 2] oraz f(x) = 0 dla innych x. Policzyć c Policzyć Pr[X (0, 1)] Policzyć Pr[ X = 1] Pr[ X < 1] Naszkicować, jak zwykle, dystrybuantę. 5. X, Y - zmienne losowe takie, że Pr[X = 1] = Pr[X = 0] = Pr[Y = 1] = Pr[Y = 0] = 1/2. Czy może być Pr[X + Y = 2] = 0 Pr[X + Y = 2] = 1/4 Pr[X + Y = 2] = 1/2 Pr[X + Y = 2] = 1 A jak założymy niezależność to może tak być? Lista 7 Uwaga - do rozwiązania części zadań niezbędna jest wiedza z wykładu Pokazać, że D 2 (X) = E(X 2 ) (E(X)) 2 4
5 2. Pokazać, że wariancja zm.loswoej, o ile istnieje, jest nieujemna. 3. Zmienna losowa ma rozkład jednostajny na przedziale [ 3, 3]. Narysować jej dystrybuantę. 4. Zmienna losowa ma rozkład jednostajny na zbiorze { 1, 0, 1, 2}. Policzyć wartość oczekiwaną i wariancję. 5. Przy każdym podejściu do egzaminu na prawo jazdy udaje mi się niezależnie od poprzednich prób zdać z prawdopodobieństwem 1/6. Niech X będzie liczbą moich prób. Policzyć Pr[X < 4] oraz E(X). 6. Zmienna losowa X ma rozkład normalny z parametrami (2, 3). Korzystając z tablic (komputera/internetu). Policzyć Pr[X > 3.22] oraz Pr[X < 1]. 7. Zmienna losowa X ma rozkład Poissona z parametrem λ. Policzyć jej wariancję oraz wartość średnią (oczekiwaną) Lista Przykładowa na Kolokwium 1. Ile jest dziesięcioliterowych ciągów nad alfabetem {a, b, c} zaczynających się od a, takich, że występują tam dokładnie dwie litery c? 2. Pan Daniel je kanapkę z szynką z prawdopodobieństwem 1/10, kanapkę z serem z p-stwem 1/10 oraz suchą bułkę z p-swtem 9/10. Po kanapce z szynką choruje zawsze, po kanapce z serem z prawdopodobieństwem 1/2 zaś po samej bułce nigdy. Jakie jest prawdopodobieństwo, że zachoruje? Zachorował, jakie jest prawdopodobieństwo, że jadł suchą bułkę? Nie zachorował, jakie jest prawdopodobieństwo, że jadł suchą bułkę? Nie zachorował, jakie jest prawdopodobieństwo, że jadł suchą kanapkę z serem? 3. Zdarzenia A, B, C są niezależne oraz Pr[A] = 1/2, Pr[B] = 1/2, Pr[C] = 1/4. Oblicz Pr[A B C]. 4. Rzucamy 100 razy sprawiedliwą monetą. Jakie jest p-stwo, że co najwyżej raz wypadnie orzeł? 5. Niech X i - wynik i-tego rzutu kostką. Rzuty są niezależne. Niech S = X X Policzyć wariancję oraz wartość oczekiwaną S oraz 2S Zm. losowa ma rozkład jednostajny na [0, 5] - naszkicować dystrybuantę, policzyć wartość oczekiwaną, medianę, etc. A potem to samo dla rozkładu jednostajnego na zbiorze { 1, 0, 1, 2}. Lista 8 1. Zm. losowe X, Y mają rozkład łączny opisany tak: Pr[X = 1, Y = 2] = 0.25, Pr[X = 3, Y = 0] = 0.25, Pr[X = 1, Y = 0] = 0.25, Pr[X = 1, Y = 2] = Policzyć kowariancję Corr(X, Y ) oraz wsp. korelacji ρ(x, Y ). 2. Zm. losowe X, Y mają rozkład łączny opisany tak: Pr[X = 1, Y = 0] = 0.2, Pr[X = 3, Y = 1] = 0.2, Pr[X = 1, Y = 1] = 0.2, Pr[X = 1, Y = 2] = 0.2, Pr[X = 3, Y = 1] = 0.2. Policzyć kowariancję Corr(X, Y ) oraz wsp. korelacji ρ(x, Y ). 5
6 3. Zm. losowe X, Y mają rozkład łączny opisany tak: Pr[X = 1, Y = 1] = 0.25, Pr[X = 1, Y = 1] = 0.5, Pr[X = 1, Y = a] = Dla jakich wartości parametru a wsp. korelacji ρ(x, Y ) jest ujemny? 4. Zmienne losowe X 1, X 2,..., X 1 0 są niezależne. Ponadto X i ma rozkład normalny N (i, 2) (czyli σ 2 = 2). Korzystając z Tablic / Komputera policzyć Pr[X 1 + X X 1 0 > 20]. 5. Zmienne losowe X 1, X 2,..., X n są niezależne. Ponadto X i ma rozkład normalny N (i, 5) (czyli σ 2 = 5). Korzystając z Tablic / Komputera policzyć Pr[10 < X 1 + X X n < 20]. 6. X ma rozkład normlalny N ( 1, 1). Korzystając z tablic/komputera znajdź a takie, żeby Pr[X < a] > X, Y mają rozkład normlalny N (0, 1) i są niezależne. Korzystając z tablic/komputera znajdź a takie, żeby Pr[ X + Y < a] > Dlaczego wzrost ludzi albo oceny nie mogą (wbrew obiegowym opiniom) mieć rozkładu normalnego? Lista 9 Uwaga - do rozwiązania części zadań niezbędna jest wiedza z wykładu X 1, X 2,..., X 100 są niezależne a każdy ma rozkład jednostajny na zbiorze [ 1, 1]. Stosując CTG oszacuj Pr[10 < X 1 + X X 100 < 20]. 2. X 1, X 2,..., X 100 są niezależne a każdy ma rozkład jednostajny na zbiorze [1, 2]. Stosując CTG oszacuj Pr[10 < X 1 + X X 100 < 20]. 3. Rzucam tysiąc razy monetą. Stosując CTG oszacuj prawdopodbieństwo, że liczba reszek będzie w przedziale [400, 550]. 4. Rzucam sto razy kostką a wynik sumuję dostając S. Stosując CTG oszacuj Pr[S > 3300] oraz Pr[S > 4300]. Lista Zaobserwowano takie wartości stężenia cynku w drażach Korsarz : 0.1, 0.02, 0.2, 0.3, 0.02, 0.1, 0.3, 0.4, 0.1, 0.2. Naszkicować dystrybuantę empiryczną tudzież histogram dla punktów podziału 0.02, 0.1, 0.15, 0, 25, Próbka X 1, X 2,..., X n pochodzi z rozkładu jednostajnego na odcinku [0, a] o nieznanym parametrze a > 0. Stosując metodę momentów znaleźć estymator dla m. Czy tak skonstruowany estymator jest nieobciążony? (Uwaga - to prosty przypadek, wystarczy jeden moment ). 3. Pan Janusz Marchewka otrzymał następujące wyniki obserwacji 0.1, 0.2, 0.2, 0.3, 0.2, 0.1, 0.3, 0.4, 0.1, 0.2, 0.5, które miały pochodzić z rozkładu jednostajnego na zbiorze [0, x]. Pan Marchewka postanowił estymować x stosując wzór z poprzedniego zadania. Jaki wyszedł mu wynik? 4. Zaobserwowano pewną próbkę X 1, X 2,..., X n pochodzącą z rozkładu o rozkładzie normalnym N(µ, 1) (średnia nieznana, wariancja 1). Pan Marchewka zaproponował estymator ˆµ M = 1 n n i=1 X i, Kubuś Puchatek, aby za dużo nie liczyć, zaproponował estymator ˆµ K = 1 2 (X 1 + X 2 ) a Prosiaczek twierdząc, że to i tak bez sensu zaproponował estymator ˆµ P = 0. Które estymatory ˆµ M, ˆµ P, ˆµ K są nieobciążone? Jakie mają wariancje? Który jest najlepszy? Które są zgodne? 6
Lista 1 1. Ile jest tablic rejestracyjnych formatu LL CCCC? A ile CC LLLL?
Statystyka i Rachunek Prawdopodobieństwa (Fizyka i Optyka) Lista zadań Marek Klonowski Wrocław 2015/16 Lista 1 1. Ile jest tablic rejestracyjnych formatu LL CCCC? A ile CC LLLL? 2. Ile jest ciągów bitowych
Bardziej szczegółowoLista 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 szczegółowoZestaw 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 szczegółowoJeśli 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 szczegółowoMATEMATYKA 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 szczegółowoL.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 2 ZADANIA - ZESTAW 2
ZADANIA - ZESTAW 2 Zadanie 2.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 1 0 2 p k 1/ 1/6 1/2 a) wyznaczyć dystrybuantę tej zmiennej losowej i naszkicować jej wykres, b) obliczyć
Bardziej szczegółowoSTATYSTYKA 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 szczegółowoP (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 szczegółowoRachunek 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 szczegółowoLista 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 szczegółowozadania 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 szczegółowoZmienna 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 szczegółowoNiech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =.
Prawdopodobieństwo i statystyka 3..00 r. Zadanie Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX 4 i EY 6. Rozważamy zmienną losową Z. X + Y Wtedy (A) EZ 0,
Bardziej szczegółowoRozkłady i ich dystrybuanty 16 marca F X (t) = P (X < t) 0, gdy t 0, F X (t) = 1, gdy t > c, 0, gdy t x 1, 1, gdy t > x 2,
Wykład 4. Rozkłady i ich dystrybuanty 6 marca 2007 Jak opisać cały rozkład jedną funkcją? Aby znać rozkład zmiennej X, musimy umieć obliczyć P (a < X < b) dla dowolnych a < b. W tym celu wystarczy znać
Bardziej szczegółowoLista 1a 1. Statystyka. Lista 1. Prawdopodobieństwo klasyczne i geometryczne
Lista 1a 1 Statystyka Lista 1. Prawdopodobieństwo klasyczne i geometryczne 1. Jakie jest prawdopodobieństwo, że (a) z talii zawierającej 52 karty wybierzemy losowo asa? (b) z talii zawierającej 52 karty
Bardziej szczegółowoStatystyka i Rachunek Prawdopodobieństwa dla Bioinzynierii Lista zadań 2, 2018/19z (zadania na ćwiczenia)
Statystyka i Rachunek Prawdopodobieństwa dla Bioinzynierii Lista zadań 2, 2018/19z (zadania na ćwiczenia) 1 Przestrzeń probabilistyczna Zadanie 1 Rzucamy dwiema kostkami do gry. Opisać przestrzeń zdarzeń
Bardziej szczegółowoćwiczenia 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 szczegółowoZmienne losowe skokowe
Zmienne losowe skokowe 1.1 Rozkład prawdopodobieństwa i dystrybuanta Zad.1 Niech zmienna losowa X przyjmuje wartości równe liczbie wyrzuconych oczek przy pojedynczym rzucie kostką do gry, czyli =1,2,3,,6.
Bardziej szczegółowoPrzykład 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 szczegółowo07DRAP - 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 szczegółowoZmienne 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 szczegółowoĆwiczenia 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 szczegółowoPEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA
PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA 1. Trójkę (Ω, F, P ), gdzie Ω, F jest σ-ciałem podzbiorów Ω, a P jest prawdopodobieństwem określonym na F, nazywamy przestrzenią probabilistyczną. 2. Rodzinę F
Bardziej szczegółowoRozkłady 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 szczegółowo12DRAP - 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 szczegółowoWykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Bardziej szczegółowoMetody 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 szczegółowoĆwiczenia 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 szczegółowoStatystyka 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 szczegółowoRachunek 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 szczegółowoMetoda momentów i kwantyli próbkowych. Wrocław, 7 listopada 2014
Metoda momentów i kwantyli próbkowych Wrocław, 7 listopada 2014 Metoda momentów Momenty zmiennych losowych X 1, X 2,..., X n - próba losowa. Momenty zmiennych losowych X 1, X 2,..., X n - próba losowa.
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Zadanie. Niech (X, Y) ) będzie dwuwymiarową zmienną losową, o wartości oczekiwanej (μ, μ, wariancji każdej ze współrzędnych równej σ oraz kowariancji równej X Y ρσ. Staramy się obserwować niezależne realizacje
Bardziej szczegółowoWykład 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 szczegółoworachunek 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 szczegółowo4,5. 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 szczegółowoElementy 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 szczegółowoDyskretne 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 szczegółowoDrugie 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 szczegółowoHipotezy proste. (1 + a)x a, dla 0 < x < 1, 0, poza tym.
Hipotezy proste Zadanie 1. Niech X ma funkcję gęstości f a (x) = (1 + a)x a, dla 0 < x < 1, Testujemy H 0 : a = 1 przeciwko H 1 : a = 2. Dysponujemy pojedynczą obserwacją X. Wyznaczyć obszar krytyczny
Bardziej szczegółowoa. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);
03DRAP - Przykłady przestrzeni probabilistycznych Definicja 1 Przestrzeń probabilistyczna to trójka (Ω, F, P), gdzie Ω zbiór zdarzeń elementarnych, F σ ciało zdarzeń (podzbiorów Ω), P funkcja prawdopodobieństwa/miara
Bardziej szczegółowoSIMR 2017/18, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania
SIMR 7/8, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania. Dana jest gęstość prawdopodobieństwa zmiennej losowej ciągłej X : { a( x) dla x [, ] f(x) = dla pozostałych x Znaleźć: i) Wartość parametru
Bardziej szczegółowoRachunek 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 szczegółowoWYKŁADY 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 szczegółowoWykład 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 szczegółowoPrawdopodobieństwo 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 szczegółowoL.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 3 ZADANIA - ZESTAW 3
ZADANIA - ZESTAW 3 Zadanie 3. L Prawdopodobieństwo trafienia celu w jednym strzale wynosi 0,6. Do celu oddano niezależnie 0 strzałów. Oblicz prawdopodobieństwo, że cel został trafiony: a) jeden raz, b)
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych 1.10.2012 r.
Zadanie. W pewnej populacji każde ryzyko charakteryzuje się trzema parametrami q, b oraz v, o następującym znaczeniu: parametr q to prawdopodobieństwo, że do szkody dojdzie (może zajść co najwyżej jedna
Bardziej szczegółowoZmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej
Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej c Copyright by Ireneusz Krech ikrech@ap.krakow.pl Instytut Matematyki Uniwersytet Pedagogiczny im. KEN w Krakowie
Bardziej szczegółowoLiteratura. 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 szczegółoworachunek 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 szczegółowoCentralne 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 szczegółowoZadania z Rachunku Prawdopodobieństwa I - 1. a) Jacek i Agatka stoją koło siebie; b) Jacek, Placek i Agatka stoją koło siebie.
Zadania z Rachunku Prawdopodobieństwa I - 1 1. Grupę n dzieci ustawiono w sposón losowy w szereg. Oblicz prawdopodobieństwo tego, że a) Jacek i Agatka stoją koło siebie; b) Jacek, Placek i Agatka stoją
Bardziej szczegółowoElementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska)
Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska) Twierdzenie (o mnożeniu) Podstawowe pojęcia i wzory kombinatoryczne. Niech,, będą zbiorami mającymi odpowiednio,,
Bardziej szczegółowo6. Zmienne losowe typu ciagłego ( ) Pole trapezu krzywoliniowego
6. Zmienne losowe typu ciagłego (2.04.2007) Pole trapezu krzywoliniowego Przypomnienie: figurę ograniczoną przez: wykres funkcji y = f(x), gdzie f jest funkcją ciągłą; proste x = a, x = b, a < b, oś OX
Bardziej szczegółowoWYKŁAD 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 szczegółowoWykład 3: Prawdopodobieństwopodstawowe
Wykład 3: Prawdopodobieństwopodstawowe pojęcia i modele Często modelujemy zmienność używając rachunku prawdopodobieństwa. Prawdopodobieństwo opadów deszczu wynosi 80%. (zinterpretuj) Prawdopodobieństwo
Bardziej szczegółowoPodstawy nauk przyrodniczych Matematyka
Podstawy nauk przyrodniczych Matematyka Elementy rachunku prawdopodobieństwa dr inż. Małgorzata Szeląg Zakład Genetyki Molekularnej Człowieka tel. 61 829 59 04 malgorzata.szelag@amu.edu.pl Pokój 1.118
Bardziej szczegółowoTemat: 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 szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 3 1 / 8 ZADANIE z rachunku
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. 3.2. Niezależność zdarzeń Katarzyna Rybarczyk-Krzywdzińska Niezależność dwóch zdarzeń Intuicja Zdarzenia losowe
Bardziej szczegółowoWSTĘP. 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 szczegółowoZadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami:
Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami: Pr(X 1 = 0) = 6/10, Pr(X 1 = 1) = 1/10, i gęstością: f(x) = 3/10 na przedziale (0, 1). Wobec tego Pr(X 1 + X 2 5/3) wynosi:
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobieństwo i statystyka 9.06.999 r. Zadanie. Rzucamy pięcioma kośćmi do gry. Następnie rzucamy ponownie tymi kośćmi, na których nie wypadły szóstki. W trzeciej rundzie rzucamy tymi kośćmi, na których
Bardziej szczegółowoa. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);
03DRAP - Przykłady przestrzeni probabilistycznych A Zadania na ćwiczenia Zadanie A1 (wskazówka: pierwsze ćwicznia i rozdział 23 przykł 1 i 2) Zbuduj model przestrzeni klasycznej (czyli takiej, w której
Bardziej szczegółowoAby przygotować się do kolokwiów oraz do egzaminów należy ponownie przeanalizować zadania
Chemia Budowlana - Wydział Chemiczny - 1 Aby przygotować się do kolokwiów oraz do egzaminów należy ponownie przeanalizować zadania rozwiązywane na wykładzie, rozwiązywane na ćwiczeniach, oraz samodzielnie
Bardziej szczegółowoa)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 szczegółowoDiagramy Venna. Uwagi:
Wykład 3: Prawdopodobieństwopodstawowe pojęcia i modele Często modelujemy zmienność używając rachunku prawdopodobieństwa. Prawdopodobieństwo opadów deszczu wynosi 80%. (zinterpretuj) Prawdopodobieństwo
Bardziej szczegółowoRozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej
Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Zbiór możliwych wyników eksperymentu będziemy nazywać przestrzenią zdarzeń elementarnych i oznaczać Ω, natomiast
Bardziej szczegółowoZmienne 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 szczegółowoPrzestrzeń 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 szczegółowob) 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 szczegółowoWażne rozkłady i twierdzenia
Ważne rozkłady i twierdzenia Rozkład dwumianowy i wielomianowy Częstość. Prawo wielkich liczb Rozkład hipergeometryczny Rozkład Poissona Rozkład normalny i rozkład Gaussa Centralne twierdzenie graniczne
Bardziej szczegółowoĆwiczenia 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 szczegółowoP r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.
P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. Lekcja 2 Temat: Podstawowe pojęcia związane z prawdopodobieństwem. Str. 10-21 1. Doświadczenie losowe jest to doświadczenie,
Bardziej szczegółowoZadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =
Matematyka ubezpieczeń majątkowych 0.0.006 r. Zadanie. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k 5 Pr( N = k) =, k = 0,,,... 6 6 Wartości kolejnych szkód Y, Y,, są i.i.d.,
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka
Rachunek prawdopodobieństwa i statystyka Momenty Zmienna losowa jest wystarczająco dokładnie opisana przez jej rozkład prawdopodobieństwa. Względy praktyczne dyktują jednak potrzebę znalezienia charakterystyk
Bardziej szczegółowoKwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p.
Kwantyle Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p, że P(X x p ) p P(X x p ) 1 p Możemy go obliczyć z dystrybuanty: Jeżeli F(x p ) = p, to x p jest kwantylem rzędu p Jeżeli F(x p )
Bardziej szczegółowoMetody probabilistyczne
Metody probabilistyczne 5. Zmienne losowe: wprowadzenie Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 8..208 / 42 Motywacja Często bardziej niż same zdarzenia losowe
Bardziej szczegółowoRachunek 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 szczegółowoRozkład zajęć, statystyka matematyczna, Rok akademicki 2015/16, semestr letni, Grupy dla powtarzających (C15; C16)
Rozkład zajęć, statystyka matematyczna, Rok akademicki 05/6, semestr letni, Grupy powtarzających (C5; C6) Lp Grupa C5 Grupa C6 Liczba godzin 0046 w godz 600-000 C03 0046 w godz 600-000 B05 4 6046 w godz
Bardziej szczegółowoPrawdopodobieństwo 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 szczegółowo4.Zmienne losowe X 1, X 2,..., X 100 są niezależne i mają rozkład wykładniczy z α = 0.25 Jakie jest prawdopodobieństwo, że 1
LISTA 7 W rozwiązaniu zadań 1-4 wykorzystać centralne twierdzenie graniczne. 1.Prawdopodobieństwo, że aparat zepsuje się w czasie jego konserwacji wynosi 0.02. Jakie jest prawdopodobieństwo, że w trakcie
Bardziej szczegółowoRozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład
Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem
Bardziej szczegółowoII WYKŁAD STATYSTYKA. 12/03/2014 B8 sala 0.10B Godz. 15:15
II WYKŁAD STATYSTYKA 12/03/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 2 Rachunek prawdopodobieństwa zdarzenia elementarne zdarzenia losowe zmienna losowa skokowa i ciągła prawdopodobieństwo i gęstość prawdopodobieństwa
Bardziej szczegółowoZmienne losowe i ich rozkłady
Zmienne losowe i ich rozkłady 29 kwietnia 2019 Definicja: Zmienną losową nazywamy mierzalną funkcję X : (Ω, F, P) (R n, B(R n )). Definicja: Niech A będzie zbiorem borelowskim. Rozkładem zmiennej losowej
Bardziej szczegółowoStatystyka w przykładach
w przykładach Tomasz Mostowski Zajęcia 10.04.2008 Plan Estymatory 1 Estymatory 2 Plan Estymatory 1 Estymatory 2 Własności estymatorów Zazwyczaj w badaniach potrzebujemy oszacować pewne parametry na podstawie
Bardziej szczegółowoZadania zestaw 1: Zadania zestaw 2
Zadania zestaw 1: Zadania zestaw 2 Zadania zestaw 3. 1 Rozkład zmiennej losowej skokowej X przedstawia tabela. x i m 0 n p i 0,4 0,3 0,3 a) Wyznacz m i n jeśli: są całkowite, m
Bardziej szczegółowoW2 Podstawy rachunku prawdopodobieństwa (przypomnienie)
W2 Podstawy rachunku prawdopodobieństwa (przypomnienie) Henryk Maciejewski Jacek Jarnicki Marek Woda www.zsk.iiar.pwr.edu.pl Rachunek prawdopodobieństwa - przypomnienie 1. Zdarzenia 2. Prawdopodobieństwo
Bardziej szczegółowoPrawdopodobieństwo 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 szczegółowoLISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów
LISTA 4 1.Na pewnym obszarze dokonano 40 pomiarów grubości warstwy piasku otrzymując w m.: 54, 58, 64, 69, 61, 56, 41, 48, 56, 61, 70, 55, 46, 57, 70, 55, 47, 62, 55, 60, 54,57,65,60,53,54, 49,58,62,59,55,50,58,
Bardziej szczegółowoDiagramy Venna. Uwagi:
Wykład 3: Prawdopodobieństwopodstawowe pojęcia i modele Często modelujemy zmienność używając rachunku prawdopodobieństwa. Prawdopodobieństwo opadów deszczu wynosi 80%. (zinterpretuj) Prawdopodobieństwo
Bardziej szczegółowo... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).
Egzamin ze Statystyki Matematycznej, WNE UW, wrzesień 016, zestaw B Odpowiedzi i szkice rozwiązań 1. Zbadano koszt 7 noclegów dla 4-osobowej rodziny (kwatery) nad morzem w sezonie letnim 014 i 015. Wylosowano
Bardziej szczegółowoRachunek prawdopodobieństwa dla informatyków
Rachunek prawdopodobieństwa dla informatyków Adam Roman Instytut Informatyki UJ Wykład 1 rys historyczny zdarzenia i ich prawdopodobieństwa aksjomaty i reguły prawdopodobieństwa prawdopodobieństwo warunkowe
Bardziej szczegółowoZmienne 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 szczegółowoSzkice 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 szczegółowoPrzykładowe zadania na egzamin z matematyki - dr Anita Tlałka - 1
Przykładowe zadania na egzamin z matematyki - dr Anita Tlałka - 1 Zadania rozwiązywane na wykładzie Zadania rozwiązywane na ćwiczeniach Przy rozwiązywaniu zadań najistotniejsze jest wykazanie się rozumieniem
Bardziej szczegółowoWYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH)
WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH) Agata Boratyńska Agata Boratyńska Rachunek prawdopodobieństwa, wykład 1 1 / 24 Warunki zaliczenia 1 Do egzaminu dopuszczeni wszyscy, którzy uczęszczali na
Bardziej szczegółowo5.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 szczegółowo0, 4 0, 3 A = 0, 4 0, 7. Wyznaczyć rozkład ludności po roku oraz po trzech latach wiedzac, że stan poczatkowy jest następujacy: 0, 1 0, 2 0, 9 0, 6
Zastosowania Zadanie. Macierz migracji między dwoma miastami ma postać: 0, 0, 3 0, 4 0, 7 Wyznaczyć rozkład ludności po roku oraz po trzech latach wiedzac, że stan poczatkowy jest następujacy: 0, x(0)
Bardziej szczegółowoMetody probabilistyczne
Metody probabilistyczne 6. Momenty zmiennych losowych Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 8.11.2018 1 / 47 Funkcje zmiennych losowych Mierzalna funkcja Y
Bardziej szczegółowo