A = {dostęp do konta} = {{właściwe hasło,h 2, h 3 }} = 0, (10 4 )! 2!(10 4 3)! 3!(104 3)!
|
|
- Radosław Kubiak
- 8 lat temu
- Przeglądów:
Transkrypt
1 Wstęp do rachunku prawdopodobieństwa i statystyki matematycnej MAP037 wykład dr hab. A. Jurlewic WPPT Fiyka, Fiyka Technicna, I rok, II semestr Prykłady - Lista nr : Prestreń probabilistycna. Prawdopodobieństwo klasycne. Prawdopodobieństwo geometrycne.. Hasło potrebne do uyskania połącenia w sieci komputerowej składa się jednej cyfry i następnie pięciu dużych liter alfabetu angielskiego. Znaleźć prawdopodobieństwo, że osoba postronna odgadnie hasło, jeśli wiadomo, że cyfra jest nieparysta, a wśród liter są dokładnie try litery E. Ω = {(c, l,..., l ), gdie c {, 3,, 7, 9}, l i to duże litery, dokładnie 3 wśród nich to E}, F = Ω, P - prawdopodobieństwo klasycne. #Ω = () 3 () = 30, bo jest możliwości wyboru cyfry, ( ) 3 możliwości wyboru miejsc na E, (6 ) możliwości wyboru liter innych niż E na każde dwóch poostałych miejsc darenie, że osoba postronna odgadnie hasło, A = {właściwe hasło}, #A = #Ω = 0, Użytkownik karty kredytowej używa cterocyfrowego hasła dostępu. Bankomat blokuje kartę, gdy po ra treci hasło ostanie nieprawidłowo podane. Jakie jest prawdopodobieństwo, że łodiej karty dostanie się na nase konto nie nając hasła? Ω = {{h, h, h 3 }, gdie h i to try różne hasła spośród 0 możliwych haseł}. F = Ω, P - prawdopodobieństwo klasycne. A = {dostęp do konta} = {{właściwe hasło,h, h 3 }} #Ω = ( ) ( ) 0 3, #A = 0. #Ω = (0 )!!(0 3)! 3!(0 3)! (0 )! = 0, Drewniany seścian, którego wsystkie boki są pomalowane na niebiesko, ropiłowano na 6 = 3 jednakowej wielkości mniejse seścianiki. Seścianiki te dokładnie wymiesano, następnie wylosowano 0 nich. Jakie jest prawdopodobieństwo, że dokładnie jeden wylosowanych seścianików będie miał 3 niebieskie ściany? Odpowiedź uasadnić. Ω = {{s,..., s 0 }, gdie s i to różne seścianiki spośród 6 możliwych} F = Ω, P - prawdopodobieństwo klasycne. A = {dokładnie jeden narożny} = {{narożny,s,..., s 0 }, gdie s i nie są narożne} #Ω = ( ( ) 6 0), #A = 8 6 )( 9 #Ω = ,. 679
2 . Niech Ω = {ω n, n =,,...}. Weźmy ciąg p n = c n, n =,,..., gdie > jest ustalone. Dobrać stałą c tak, aby ciąg (p n ) określał prawdopodobieństwo P na biore Ω tak, że p n = P ({ω n }). Oblicyć P ({ω,..., ω 0 }). p n 0 dla każdego n wtedy i tylko wtedy, gdy c 0 p n = c ( ) n = c n= n= = c = wtedy i tylko wtedy, gdy c = 0 Oba warunki na ciąg określający prawdopodobieństwo na Ω są spełnione dla c = P ({ω,..., ω 0 }) = 0 p n = 0 ( ) ( ) n = ( ) n= n= ( ) 0 ( ) 0 = Uwaga: Korystamy tu e woru na sumę ciągu geometrycnego: q n N = lim q n q N+ = lim = dla < q < n=0 N n=0 N q q (Tutaj 0 < q = < ). Rucamy monetą tak długo, aż upadnie dwa ray pod rąd na tę samą stronę. Określić Ω i P odpowiadające temu eksperymentowi dla monety symetrycnej. Oblicyć prawdopodobieństwo, że wykonamy mniej niż 7 i więcej niż ruty. Ω = {OO, ROO, OROO,...} {RR, ORR, RORR,...}, F = Ω, p n,o = P (n rutów+oo) = ( ) n+, pn,r = P (n rutów+rr) = ( dla monety symetrycnej. ) n+ Prestreń probabilistycna jest dobre określona, bo p n,o, p n,r 0 dla dowolnego n ora (p n,o + p n,r ) = ( ) n = n=0 n=0 =. P (mniej niż 7 i więcej niż ruty) = P ( 3,, lub 6 rutów) = (p n,o + p n,r ) = n= 3 (ilość rutów= n + ). 6. Oblicyć prawdopodobieństwo tego, że wybrany losowo punkt kwadratu x <, y < leży na ewnątr koła x + y <. Ω = {(x, y) : x <, y < } - kwadrat, F to borelowskie podbiory Ω, P - prawdopod. geometrycne. A = {(x, y) : x + y < } - koło. P (A c ) = P (A) = pole A pole Ω = π 6 0, A c A Ω
3 Prykłady - Lista nr : Prawdopodobieństwo warunkowe. Twierdenie o prawdopodobieństwie całkowitym. Wór Bayesa. Schemat Bernoulliego.. Pewna choroba jest obecna w 0,0% populacji. Opracowano test, który daje wynik dodatni u 90% chorych i u % drowych. Jakie jest prawdopodobieństwo tego, że pacjent wynikiem dodatnim jest drowy? Cy ma on powody do obaw? Wprowadamy onacenia: A - darenie, że test daje wynik dodatni; B - darenie, że pacjent jest chory. Sukamy P (B c A). Ze woru Bayesa P (B c A) = P (A Bc )P (B c ) P (A) Mamy P (B) = 0, 000 = P (B c ); P (A B) = 0, 9; P (A B c ) = 0, 0. Zatem P (A) = P (A B)P (B) + P (A B c )P (B c ) = 0, 0008 tw. o prawdop. całkowitym. ora P (B c 0, 0( 0, 000) A) = 0, 998 0, 0008 Wniosek: Test w istocie nie wykrywa choroby, bo pacjent wynikiem dodatnim jest drowy na ponad 99% i racej nie ma powodów do obaw.. Wykonujemy pomiary trema pryrądami, których jeden jest nieco roregulowany. Pry wykonywaniu pomiaru sprawnym pryrądem prawdopodobieństwo otrymania błędu pomiaru prewyżsającego tolerancję, wynosi 0,03; prawdopodobieństwo to dla pryrądu niesprawnego wynosi 0,3. Znaleźć prawdopodobieństwo tego, że wynik pomiaru losowo więtym pryrądem: (a) prewyżsa tolerancję; (b) jest wykonany nie w pełni sprawnym pryrądem, jeżeli wynik ten prewyżsa tolerancję. Wprowadamy onacenia: A - darenie, że błąd pomiaru prewyżsa tolerancję; B - darenie, że pryrąd jest sprawny. Mamy P (B) = 3 = P (Bc ), P (A B) = 0, 03; P (A B c ) = 0, 3. Ad. (a) Z tw. o prawd. całkowitym P (A) = P (A B)P (B) + P (A B c )P (B c ) = 0,. Ad. (b) Ze woru Bayesa P (B c A) = P (A Bc )P (B c ) P (A) = 6 0, 83. 3
4 3. W pewnym teleturnieju a jednymi trech amkniętych drwi najduje się samochód, a a poostałymi dwoma koy. Prowadący grę wie, które drwi kryją samochód. Grac wskauje na jedne drwi, prowadący otwiera jedne poostałych odkrywając koę i następnie pyta graca, które amkniętych drwi otworyć (tn. cy grac mienia wybór, cy nie). Jeżeli grac wskaże na odpowiednie drwi, wygrywa samochód. Powiedmy, że grac wskaał na pocątku na drwi nr, a prowadący grę otworył drwi nr 3 koą. Cy gracowi opłaca się mienić decyję i wskaać na drwi nr? Odpowiedź uasadnić. Wprowadamy onacenia: A i - darenie, że samochód jest a drwiami nr i, B i - darenie, że prowadący otworył drwi nr i, i =,, 3 Mamy P (A i ) = 3, P (B 3 A ) =, P (B 3 A ) =, P (B 3 A 3 ) = 0. Stąd P (B 3 ) = 3 P (B 3 A i )P (A i ) = tw. o prawdop. całkowitym, i= i e woru Bayesa P (A B 3 ) = P (B 3 A )P (A ) = P (B 3 ) 3 ora P (A B 3 ) = P (B 3 A )P (A ) = P (B 3 ) 3 Wniosek: Gracowi opłaca się mienić decyję, bo więksa swoją sansę na wygraną.. Wiadomo, że % skrynek pomarańcy psuje się w casie transportu. Z transportu w sposób losowy pobiera się 0 skrynek i transport ten jest odrucany, gdy więcej niż 0% badanych skrynek awiera popsute owoce. Jakie jest prawdopodobieństwo odrucenia transportu? Model: schemat Bernoulliego, sukces-wybranie skrynki popsutymi owocami, p = 0, 0 (%), n = 0. Niech X onaca ilość skrynek popsutymi owocami wśród 0 badanych. X pryjmuje wartości k = 0,,..., 0 prawdopodob. p k = P (X = k) = ( ) 0 k (0, 0) k ( 0, 0) 0 k. Transport jest odrucany, gdy X > 0% 0 =. Prawdop. odrucenia transportu wynosi atem P (X > ) = P (X = 0) P (X = ) = = ( ) 0 0 (0, 0) 0 ( 0, 0) 0 ( ) 0 (0, 0) ( 0, 0) 9 0, 003.
5 . Rucamy symetrycną kostką tak długo aż wypadnie 6. Niech X onaca licbę wykonanych rutów. Jakie są możliwe wartości X i jakim prawdopodobieństwem pryjmuje każdą nich? Wynacyć prawdopodobieństwo, że będie potrebna parysta licba rutów. Model: schemat Bernoulliego, sukces-wypadła sóstka, p = 6. X to cas ocekiwania na pierwsy sukces, który pryjmuje wartości k =,,... prawdopodobieństwami p k = P (X = k) = ( ) k 6 = ( ) k. 6 6 Prawdopodobieństwo, że będie potrebna parysta licba rutów, wynosi P (X paryste) = p k = ( ) l 6 = 0,. k paryste (Uwaga: jest ono różne od 0,). l= 6. Gra polega na arucaniu krążków na kołek. Grac otrymuje ich seść i ruca je aż do pierwsego celnego rutu. Oblicyć prawdopodobieństwo, że po aruceniu krążka ostanie gracowi jesce co najmniej jeden krążek, jeżeli prawdopodobieństwo trafienia na kołek pry każdym rucie wynosi 0,. Model: schemat Bernoulliego, sukces-trafienie na kołek, p = 0,. Wyobraźmy sobie, że mamy nieograniconą licbę krążków, i onacmy pre Y cas ocekiwania na pierwse trafienie. Y pryjmuje wartości k =,,... prawdop. p k = P (Y = k) = 0, ( 0, ) k. Gracowi ostanie co najmniej jeden krążek, gdy Y. Sukane prawdopod. wynosi atem P (Y ) = p k = 0, (0, 9) k = (0, 9) 0,. k= k=
W takim modelu prawdopodobieństwo konfiguracji OR wynosi. 0, 21 lub , 79. 6
achunek prawdopodobieństwa MP6 Wydiał Elektroniki, rok akad. 8/9, sem. letni Wykładowca: dr hab.. Jurlewic Prykłady do listy : Prestreń probabilistycna. Prawdopodobieństwo klasycne. Prawdopodobieństwo
Bardziej szczegółowoW takim modelu prawdopodobieństwo konfiguracji OR wynosi. 0, 21 lub , 79. 6
Rachunek prawdopodobieństwa MAP5 Wydział Elektroniki, rok akad. /, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy : Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo
Bardziej szczegółowoRachunek prawdopodobieństwa MAP1064 Wydział Elektroniki, rok akad. 2008/09, sem. letni Wykładowca: dr hab. A. Jurlewicz
Rachunek prawdopodobieństwa MAP064 Wydział Elektroniki, rok akad. 08/09, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 7: Zmienne losowe dyskretne. Rozkłady Bernoulliego dwumianowy), Pascala,
Bardziej szczegółowoPrzykłady 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 szczegółowo2015-01-15. Edycja pierwsza 2014/1015. dla kierunku fizyka medyczna, I rok, studia magisterskie
05-0-5. Opis różnicę pomiędy błędem pierwsego rodaju a błędem drugiego rodaju Wyniki eksperymentu składamy w dwie hipotey statystycne: H0 versus H, tak, by H0 odrucić i pryjąć H. Jeśli decydujemy, że pryjmujemy
Bardziej szczegółowoA = {dostęp do konta} = {{właściwe hasło,h 2, h 3 }} = 0, 0003. (10 4 )! 2!(10 4 3)! 3!(104 3)!
Rachunek prawdopodobieństwa MAP34, WPPT/FT, wykład dr hab. A. Jurlewicz Przykłady - Lista nr : Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.. Hasło potrzebne
Bardziej szczegółowoRachunek 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 szczegółowoMetody dokładne w zastosowaniu do rozwiązywania łańcuchów Markowa
Metody dokładne w astosowaniu do rowiąywania łańcuchów Markowa Beata Bylina, Paweł Górny Zakład Informatyki, Instytut Matematyki, Uniwersytet Marii Curie-Skłodowskiej Plac Marii Curie-Skłodowskiej 5, 2-31
Bardziej szczegółowoLista 1. Prawdopodobieństwo klasyczne i geometryczne
Metody statystyczne. Lista 1. 1 Lista 1. Prawdopodobieństwo klasyczne i geometryczne 1. Jakie jest prawdopodobieństwo, że (a) z talii zawierającej 52 karty wybierzemy losowo asa? (b) z talii zawierającej
Bardziej szczegółowoTransformator Φ M. uzwojenia; siła elektromotoryczna indukowana w i-tym zwoju: dφ. = z1, z2 liczba zwojów uzwojenia pierwotnego i wtórnego.
Transformator Φ r Φ M Φ r i i u u Φ i strumień magnetycny prenikający pre i-ty wój pierwsego uwojenia; siła elektromotorycna indukowana w i-tym woju: dφ ei, licba wojów uwojenia pierwotnego i wtórnego.
Bardziej szczegółowoDodawanie i mnożenie liczb zespolonych są działaniami wewnętrznymi tzn., że ich wynikiem jest liczba zespolona.
Wykład - LICZBY ZESPOLONE Algebra licb espolonych, repreentacja algebraicna i geometrycna, geometria licb espolonych. Moduł, argument, postać trygonometrycna, wór de Moivre a.' Zbiór Licb Zespolonych Niech
Bardziej szczegółowoIII. 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 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 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 szczegółowoc) ( 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 szczegółowoRachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. 3.1 Prawdopodobieństwo warunkowe Katarzyna Rybarczyk-Krzywdzińska semestr zimowy 2016/2017 Przykład 1 Alicja
Bardziej szczegółowoWykład 4: Fraktale deterministyczne i stochastyczne
Wykład 4: Fraktale deterministycne i stochastycne Fiyka komputerowa 005 Kataryna Weron, kweron@ift.uni.wroc.pl Co to jest fraktal? Złożona budowa dowolnie mały jego fragment jest równie skomplikowany jak
Bardziej szczegółowoPrawdopodobieństwo
Prawdopodobieństwo http://www.matemaks.pl/ Wstęp do rachunku prawdopodobieństwa http://www.matemaks.pl/wstep-do-rachunku-prawdopodobienstwa.html Rachunek prawdopodobieństwa pomaga obliczyć szansę zaistnienia
Bardziej szczegółowoZdarzenia losowe i prawdopodobieństwo
Rozdział 1 Zdarzenia losowe i prawdopodobieństwo 1.1 Klasyfikacja zdarzeń Zdarzenie elementarne pojęcie aprioryczne, które nie może być zdefiniowane. Odpowiednik pojęcia punkt w geometrii. Zdarzenie elementarne
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. 3.1 Prawdopodobieństwo warunkowe Katarzyna Rybarczyk-Krzywdzińska Przykład 1 Alicja wylosowała jedną kartę z
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 szczegółowoc. dokładnie 10 razy została wylosowana kula antracytowa, ale nie za pierwszym ani drugim razem;
05DRAP - Niezależność zdarzeń, schemat Bernoulliego A Zadania na ćwiczenia Zadanie A.. Niech Ω = {ω, ω 2, ω, ω, ω 5 } i P({ω }) = 8, P({ω 2}) = P({ω }) = P({ω }) = 6 oraz P({ω 5}) = 5 6. Niech A = {ω,
Bardziej szczegółowoKURS PRAWDOPODOBIEŃSTWO
KURS PRAWDOPODOBIEŃSTWO Lekcja 2 Klasyczna definicja prawdopodobieństwa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Według klasycznej
Bardziej szczegółowop 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 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 szczegółowoPrzykłady 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 szczegółowoL.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 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 szczegółowoRachunek prawdopodobieństwa
Rachunek prawdopodobieństwa W poniższym zadaniu wykorzystać następujące własności: P (A B = P (A + P (B P (A B, P (A \ B = P (A P (A B. 1. Przy podanych prawdopodobieństwach obliczyć prawdopodobieństwa
Bardziej szczegółowoLista zadania nr 4 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie
Lista zadania nr 4 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Jarosław Kotowicz Instytut Matematyki Uniwersytet w
Bardziej szczegółowoZADANIA Z FUNKCJI ANALITYCZNYCH LICZBY ZESPOLONE
. Oblicyć: ZADANIA Z FUNKCJI ANALITYCZNYCH a) ( 7i) ( 9i); b) (5 i)( + i); c) 4+3i ; LICZBY ZESPOLONE d) 3i 3i ; e) pierwiastki kwadratowe 8 + i.. Narysować biór tych licb espolonych, które spełniają warunek:
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 szczegółowoKURS PRAWDOPODOBIEŃSTWO
KURS PRAWDOPODOBIEŃSTWO Lekcja 4 Prawdopodobieństwo całkowite i twierdzenie Bayesa. Drzewko stochastyczne. Schemat Bernoulliego. ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź
Bardziej szczegółowo{( ) ( ) ( ) ( )( ) ( )( ) ( RRR)
.. KLASYCZNA DEFINICJA PRAWDOPODOBIEŃSTWA Klasyczna definicja prawdopodobieństwa JeŜeli jest skończonym zbiorem zdarzeń elementarnych jednakowo prawdopodobnych i A, to liczbę A nazywamy prawdopodobieństwem
Bardziej szczegółowoEkoenergetyka Matematyka 1. Wykład 1.
Ekoenergetyka Matematyka 1. Wykład 1. Literatura do wykładu M. Gewert, Z. Skocylas, Analia matematycna 1; T. Jurlewic, Z. Skocylas, Algebra liniowa 1; Stankiewic, Zadania matematyki wyżsej dla wyżsych
Bardziej szczegółowoDODATKOWA PULA ZADAŃ DO EGZAMINU. Rozważmy ciąg zdefiniowany tak: s 0 = a. s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b
DODATKOWA PULA ZADAŃ DO EGZAMINU Rozważmy ciąg zdefiniowany tak: s 0 = a s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b Udowodnij, że liczba postaci 5 n+1 +2 3 n +1 jest podzielna przez
Bardziej szczegółowoZastosowanie funkcji inżynierskich w arkuszach kalkulacyjnych zadania z rozwiązaniami
Tadeus Wojnakowski Zastosowanie funkcji inżynierskich w arkusach kalkulacyjnych adania rowiąaniami Funkcje inżynierskie występują we wsystkich arkusach kalkulacyjnych jak Excel w MS Office Windows cy Gnumeric
Bardziej szczegółowoP (A B) P (B) = 1/4 1/2 = 1 2. Zakładamy, że wszystkie układy dwójki dzieci: cc, cd, dc, dd są jednakowo prawdopodobne.
Wykład Prawdopodobieństwo warunkowe Dwukrotny rzut symetryczną monetą Ω {OO, OR, RO, RR}. Zdarzenia: Awypadną dwa orły, Bw pierwszym rzucie orzeł. P (A) 1 4, 1. Jeżeli już wykonaliśmy pierwszy rzut i wiemy,
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 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 szczegółowoPrawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym
Edward Stachowski Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym W podstawie programowej obowiązującej na egzaminie maturalnym od 05r pojawiły się nowe treści programowe Wśród
Bardziej szczegółowoWielokryteriowa optymalizacja liniowa (WPL)
arek isyński BO UŁ 007 - Wielokryteriowa optymaliaja liniowa (WPL) -. Wielokryteriowa optymaliaja liniowa (WPL) Zadaniem WPL naywamy następująe adanie optymaliaji liniowej: a a m L O L L O L L a a n n
Bardziej szczegółowoRachunek 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 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 szczegółowoLaboratorium nr 1. Kombinatoryka
Laboratorium nr 1. Kombinatoryka 1. Spośród n różnych elementów wybieramy k elementów. Na ile sposobów możemy to uczynić? Wypisać wszystkie możliwe wybory w przypadku gdy n=3 i k=2. Wykonać obliczenia
Bardziej szczegółowoPodstawy metod probabilistycznych. dr Adam Kiersztyn
Podstawy metod probabilistycznych dr Adam Kiersztyn Przestrzeń zdarzeń elementarnych i zdarzenia losowe. Zjawiskiem lub doświadczeniem losowym nazywamy taki proces, którego przebiegu i ostatecznego wyniku
Bardziej szczegółowoRachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2
Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Prawdopodobieństwo geometryczne
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA
RACHUNEK PRAWDOPODOBIEŃSTWA Zadanie 1. W urnie jest 1000 kartoników będących losami loterii pieniężnej. Cztery z kartoników wygrywają po 100 zł i szesnaście po 10 zł. Reszta kartoników to losy puste. Pierwszy
Bardziej szczegółowoMagdalena Nowikiewicz
1 Magdalena Nowikiewic ZAWARTOŚĆ WITAMINY C W MALINACH (Rubus idaeus L.) ODMIANY POLANA W ZALEŻNOŚCI OD SPOSOBU, CZASU I TEMPERATURY PRZECHOWYWANIA ORAZ W OGÓRKACH (Cucumis dativus L.) ODMIANY KRAK F 1
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 szczegółowoMetody probabilistyczne
Metody probabilistyczne 1. Prawdopodobieństwo klasyczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 03.10.2017 1 / 19 Rys historyczny Francja, XVII w.: gry hazardowe
Bardziej szczegółowoOptymalizacja (w matematyce) termin optymalizacja odnosi się do problemu znalezienia ekstremum (minimum lub maksimum) zadanej funkcji celu.
TEMATYKA: Optymaliacja nakładania wyników pomiarów Ćwicenia nr 6 DEFINICJE: Optymaliacja: metoda wynacania najlepsego (sukamy wartości ekstremalnej) rowiąania punktu widenia określonego kryterium (musimy
Bardziej szczegółowodr Jarosław Kotowicz 29 października Zadania z wykładu 1
Rachunek prawdopodobieństwa - ćwiczenia czwarte Schematy rachunku prawdopodobieństwa. Prawdopodobieństwo geometryczne. kierunek: informatyka i ekonometria I dr Jarosław Kotowicz 29 października 20 Spis
Bardziej szczegółowoWykład 3 Hipotezy statystyczne
Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza
Bardziej szczegółowoMES W ANALIZIE SPRĘŻYSTEJ UKŁADÓW PRĘTOWYCH
MES W ANALIZIE SPRĘŻYS UKŁADÓW PRĘOWYCH Prykłady obliceń Belki Lidia FEDOROWICZ Jan FEDOROWICZ Magdalena MROZEK Dawid MROZEK Gliwice 7r. 6-4 Lidia Fedorowic, Jan Fedorowic, Magdalena Mroek, Dawid Mroek
Bardziej szczegółowo+ r arcsin. M. Przybycień Rachunek prawdopodobieństwa i statystyka π r x
Prawdopodobieństwo geometryczne Przykład: Przestrzeń zdarzeń elementarnych określona jest przez zestaw punktów (x, y) na płaszczyźnie i wypełnia wnętrze kwadratu [0 x 1; 0 y 1]. Znajdź p-stwo, że dowolny
Bardziej szczegółowoWybrane treści z rachunku prawdopodobieństwa w kontekście medycznym. M.Zalewska
Wybrane treści z rachunku prawdopodobieństwa w kontekście medycznym M.Zalewska Podstawowe pojęcia Doświadczenie losowe obserwacja zjawiska, którego przebiegu nie umiemy w pełni przewidzieć. Możemy oceniać
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 szczegółowoORGANIZACJA I ZARZĄDZANIE
P O L I T E C H N I K A W A R S Z A W S K A WYDZIAŁ BUDOWNICTWA, MECHANIKI I PETROCHEMII INSTYTUT INŻYNIERII MECHANICZNEJ ORGANIZACJA I ZARZĄDZANIE Optymaliacja transportu wewnętrnego w akładie mechanicnym
Bardziej szczegółowoStatystyka Astronomiczna
Statystyka Astronomiczna czyli zastosowania statystyki w astronomii historycznie astronomowie mieli wkład w rozwój dyscypliny Rachunek prawdopodobieństwa - gałąź matematyki Statystyka - metoda oceny właściwości
Bardziej szczegółowoZmienna losowa (wygrana w pojedynczej grze): (1, 0.5), ( 1, 0.5)
Przykład 0. Gra polega na jednokrotnym rzucie symetryczną monetą, przy czym wygrywamy 1 jeżeli wypadnie orzeł oraz przegrywamy 1 jeżeli wypadnie reszka. Nasz początkowy kapitał wynosi 5. Jakie jest prawdopodobieństwo,
Bardziej szczegółowo2. Lesław Gajek, Marek Kałuszka, Wnioskowanie statystyczne. Modele i metody. Dla studentów.
Literatura:. Jerzy Greń, Statystyka matematyczna. Modele i zadania.. Lesław Gajek, Marek Kałuszka, Wnioskowanie statystyczne. Modele i metody. Dla studentów.. J. Koronacki, J. Mielniczuk, Statystyka dla
Bardziej szczegółowo1.1 Rachunek prawdopodobieństwa
Spis treści Spis treści 1 Wstęp 1 1.1 Rachunek prawdopodobieństwa.................. 1 1.2 Literatura.............................. 1 1.3 Podstawy.............................. 2 2 Miara prawdopodobieństwa
Bardziej szczegółowoi=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 =
Kombinatoryka W tej serii zadań można znaleźć pojawiające się na egzaminach zadania dotyczące problemu wyznaczania prostych parametrów rozkładu w przypadku zgadnień kombinatorycznych. Zadania te wymagają
Bardziej szczegółowoPrawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018
Katedra Matematyki i Ekonomii Matematycznej SGH 16 października 2018 Definicja σ-algebry Definicja Niech Ω oznacza zbiór niepusty. Rodzinę M podzbiorów zbioru Ω nazywamy σ-algebrą (lub σ-ciałem) wtedy
Bardziej szczegółowoStatystyka podstawowe wzory i definicje
1 Statystyka podstawowe wzory i definicje Średnia arytmetyczna to suma wszystkich liczb (a 1, a 2,, a n) podzielona przez ich ilość (n) Przykład 1 Dany jest zbiór liczb {6, 8, 11, 2, 5, 3}. Oblicz średnią
Bardziej szczegółowoPo co nam statystyka matematyczna? Żeby na podstawie próby wnioskować o całej populacji
ODSTWY STTYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. opulacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne 6.
Bardziej szczegółowoWYMAGANIA NA POSZCZEGÓLNE OCENY Z MATEMATYKI W KLASACH I - III GIMNAZJUM. Rok szkolny 2015/16
WYMAGANIA NA POSZCZEGÓLNE OCENY Z MATEMATYKI W KLASACH I - III GIMNAZJUM Rok skolny 2015/16 POZIOMY WYMAGAŃ EDUKACYJNYCH: (2) - ocena dopscająca (2); (3) - ocena dostatecna (3); (4) - ocena dobra (4);
Bardziej szczegółowoPRZESTRZEŃ WEKTOROWA (LINIOWA)
PRZESTRZEŃ WEKTOROWA (LINIOWA) Def. 1 (X, K,, ) X, K - ciało : X X X ( to diałanie wewnętrne w biore X) : K X X ( to diałanie ewnętrne w biore X) Strukturę (X, K,, ) naywamy prestrenią wektorową : 1) Struktura
Bardziej szczegółowoTemat: Statystyka i prawdopodobieństwo w naszym życiu.
Dla nauczyciela Spotkanie 9 Temat: Statystyka i prawdopodobieństwo w naszym życiu. Na zajęcia potrzebne będą pomoce tzn. kostki do gry, talia kart, monety lub inne. Przy omawianiu doświadczeń losowych
Bardziej szczegółowoWykład 11: Podstawowe pojęcia rachunku prawdopodobieństwa
Wykład : Podstawowe pojęcia rachunku prawdopodobieństwa dr Mariusz Grządziel 3 maja 203 Doświadczenie losowe Doświadczenie nazywamy losowym, jeśli: może być powtarzane (w zasadzie) w tych samych warunkach;
Bardziej szczegółowoZadania Arkusz 12. Rachunek prawdopodobieństwa
Rachunek prawdopodobieństwa 1. Z urny, w której znajdują się trzy kule: białą, czarna i niebieska, wybieramy na chybił trafił jedną kulę. Zapisz zbiór zdarzeń elementarnych Ω tego doświadczenia i określ
Bardziej szczegółowoStrukturalne elementy symetrii. Krystalograficzne grupy przestrzenne.
Uniwerstet Śląski Insttut Chemii Zakład Krstalografii Laboratorium Krstalografii Strukturalne element smetrii. Krstalograficne grup prestrenne. god. Cel ćwicenia: aponanie się diałaniem elementów smetrii
Bardziej szczegółowoMoneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )
Nowa matura kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Doświadczenie losowe polega na rzucie dwiema symetrycznymi monetami i sześcienną kostką do gry. Prawdopodobieństwo
Bardziej szczegółowo3. Zapas stabilności układów regulacji 3.1. Wprowadzenie
3. Zapas stabilności układów regulacji 3.. Wprowadenie Dla scharakteryowania apasu stabilności roważymy stabilny układ regulacji o nanym schemacie blokowym: Ws () Gs () Ys () Hs () Rys. 3.. Schemat blokowy
Bardziej szczegółowoCentralna Komisja Egzaminacyjna Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. PESEL
Centralna Komisja Egzaminacyjna Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 2011 KOD UCZNIA UZUPEŁNIA UCZEŃ PESEL miejsce na naklejkę z kodem E W KLASIE
Bardziej szczegółowo= A. A - liczba elementów zbioru A. Lucjan Kowalski
Lucjan Kowalski ZADANIA, PROBLEMY I PARADOKSY W PROBABILISTYCE Przypomnienie. Ω - zbiór zdarzeń elementarnych. A zdarzenie (podzbiór Ω). A - liczba elementów zbioru A Jeśli zdarzeń elementarnych jest skończenie
Bardziej szczegółowoREGULAMIN ORGANIZACYJNY GRY MIEJSKIEJ pt. GRA O WOLNOŚĆ 1 ORGANIZATOR
REGULAMIN ORGANIZACYJNY GRY MIEJSKIEJ pt. GRA O WOLNOŚĆ 1 ORGANIZATOR 1. Regulamin (dalej: Regulamin ) określa warunki ucestnictwa i asady gry miejskiej w projekcie pt. Gra o Wolność 2019 (dalej Projekt
Bardziej szczegółowoPROWIZJA I AKORD1 1 2
PROWIZJA I AKORD 1 1 1. Pracodawca może ustalić wynagrodenie w formie prowiji lub akordu. 2. Prowija lub akord mogą stanowić wyłącną formę wynagradania lub występować jako jeden e składników wynagrodenia.
Bardziej szczegółowoTest na koniec nauki w klasie trzeciej gimnazjum
3 Przykładowe sprawdziany Test na koniec nauki w klasie trzeciej gimnazjum... imię i nazwisko ucznia...... data klasa Test Liczba x jest wynikiem dodawania liczb + +. Jaki warunek spełnia liczba x? 3 5
Bardziej szczegółowo= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30.
Kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Flagę, taką jak pokazano na rysunku, należy zszyć z trzech jednakowej szerokości pasów kolorowej tkaniny. Oba pasy zewnętrzne
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 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 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 szczegółowoMATEMATYKA WYDZIAŁ MATEMATYKI - TEST 1
Wszelkie prawa zastrzeżone. Rozpowszechnianie, wypożyczanie i powielanie niniejszych testów w jakiejkolwiek formie surowo zabronione. W przypadku złamania zakazu mają zastosowanie przepisy dotyczące naruszenia
Bardziej szczegółowoKONKURS PRZEDMIOTOWY Z MATEMATYKI Finał 7 marca 2008 r.
KOD Nr zad. 1 2 3 4 5 6 7 8 9 10 11 12 Razem Max liczba pkt. 3 3 3 3 3 3 3 3 5 3 4 4 40 Liczba pkt. Kuratorium Oświaty w Katowicach KONKURS PRZEDMIOTOWY Z MATEMATYKI Finał 7 marca 2008 r. Przeczytaj uważnie
Bardziej szczegółowoFraktale - wprowadzenie
Fraktale - wprowadenie Próba definici fraktala Jak określamy biory naywane fraktalami? Prykłady procedur konstrukci fraktali W aki sposób b diała aą algorytmy generaci nabardie nanych fraktali? Jakie własnow
Bardziej szczegółowoĆwiczenie 10. Wyznaczanie współczynnika rozpraszania zwrotnego promieniowania beta.
Ćwicenie 1 Wynacanie współcynnika roprasania wrotnego promieniowania beta. Płytki roprasające Ustawienie licnika Geigera-Műllera w ołowianym domku Student winien wykaać się najomością następujących agadnień:
Bardziej szczegółowoRozkłady 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 szczegółowoWybrane stany nieustalone transformatora:
Wybrane stany nieustalone transformatora: Założenia: - amplituda napięcia na aciskach pierwotnych ma wartość stałą nieależnie od jawisk achodących w transformatore - warcie występuje równoceśnie na wsystkich
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa Rozdział 2.3: Przykłady przestrzeni probabilistycznych. Katarzyna Rybarczyk-Krzywdzińska Przestrzeń probabilistyczna Przestrzeń
Bardziej szczegółowoRzucamy dwa razy sprawiedliwą, sześcienną kostką do gry. Oblicz prawdopodobieństwo otrzymania:
Statystyka Ubezpieczeniowa Część 1. Rachunek prawdopodobieństwa: - prawdopodobieństwo klasyczne - zdarzenia niezależne - prawdopodobieństwo warunkowe - prawdopodobieństwo całkowite - wzór Bayesa Schemat
Bardziej szczegółowoZadania z Zasad planowania eksperymentu i opracowania wyników pomiarów. Zestaw 1.
Zestaw 1. Zadanie. 1. Wyobraźnia jest ważniejsza od wiedzy A.Einstein Czy zdarzenia polegające na wyciągnięciu z talii liczącej 52 karty dowolnej karty pik (zdarzenie A) i wyciągnięciu asa (zdarzenie B)
Bardziej szczegółowoĆwiczenie 13. Wyznaczanie ruchliwości i koncentracji nośników prądu w półprzewodnikach metodą efektu Halla. Cel ćwiczenia
Ćwicenie 13 Wynacanie ruchliwości i koncentracji nośników prądu w półprewodnikach metodą efektu alla Cel ćwicenia Celem ćwicenia jest aponanie się e jawiskiem alla, stałoprądowa metoda badania efektu alla,
Bardziej szczegółowoZasady rekrutacji uczniów do I Liceum Ogólnokształcącego im. Tadeusza Kościuszki na rok szkolny 2015/2016
Zasady rekrutacji ucniów do I Liceum Ogólnokstałcącego im. Tadeusa Kościuski na rok skolny 201/2016 Podstawa prawna: Roporądenie Ministra Edukacji Narodowej i Sportu dnia 20 lutego 2004 roku w sprawie
Bardziej szczegółowoĆWICZENIE 5 BADANIE ZASILACZY UPS
ĆWICZENIE 5 BADANIE ZASILACZY UPS Cel ćwicenia: aponanie budową i asadą diałania podstawowych typów asilacy UPS ora pomiar wybranych ich parametrów i charakterystyk. 5.1. Podstawy teoretycne 5.1.1. Wstęp
Bardziej szczegółowoPrzykłady do zadania 6.1 :
Rachunek prawdopodobieństwa MAP64 Wydział Elektroniki, rok akad. 28/9, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 6: Zmienna losowa. Rozkład zmiennej losowej. Dystrybuanta. Przykłady
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 szczegółowoBadanie transformatora jednofazowego
BADANIE TRANSFORMATORA JEDNOFAZOWEGO Cel ćwicenia Ponanie budowy i asady diałania ora metod badania i podstawowych charakterystyk transformatora jednofaowego. I. WIADOMOŚCI TEORETYCZNE Budowa i asada diałania
Bardziej szczegółowoWydział Zarządzania - Rachunek prawdopodobieństwa - Ćwiczenia
Arkusz 7 - ZADANIA ELEMENTARNE Z RACHUNKU PRAWDOPODOBIEŃSTWA. SCHEMAT BERNOULLIEGO. PRAWDOPODOBIEŃSTWO WARUNKOWE Zadanie 1. W skład zarządu pewnej firmy wchodzi 17 osób, w tym 6 kobiet. Wśród kobiet dwie
Bardziej szczegółowo