Zbigniew S. Szewczak Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki. Graniczne własności łańcuchów Markowa

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zbigniew S. Szewczak Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki. Graniczne własności łańcuchów Markowa"

Transkrypt

1 Zbigniew S. Szewczak Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki Graniczne własności łańcuchów Markowa Toruń, 2003

2 Co to jest łańcuch Markowa? Każdy skończony, jednorodny łańcuch Markowa jest równoważny modelowi urnowemu

3 Model urnowy Urna czarna, czerwona, niebieska 1 2 0

4 Model urnowy - zasada 1 Kolor urny, z której losujemy, jest taki sam jak ostatnio wylosowana kula 1 2 0

5 Model urnowy - zasada 2 Zawsze zwracamy wylosowaną kulę do urny i mieszamy kule 1 2 0

6 Model urnowy - losowanie 0 Najpierw losujemy jedną kulę z urny czarnej 1 2 0

7 Model urnowy - losowanie 0 Chowamy urnę czarną do szafy 1 2 0

8 Model urnowy - losowanie 0 Ponieważ wylosowaliśmy kulę niebieską to pierwsze losowanie będzie z urny niebieskiej 1 2

9 0 Model urnowy - losowanie 1 W pierwszym losowaniu uzyskujemy kulę czerwoną 1 2

10 Model urnowy - losowanie 1 Ponieważ wylosowaliśmy kulę czerwoną to następne losowanie będzie z urny czerwonej 1 2

11 Model urnowy - losowanie 2 Zwracamy kulę czerwoną do urny niebieskiej Losujemy z urny czerwonej kulę czerwoną 1 2

12 Model urnowy - losowanie 3 Zwracamy kulę czerwoną do urny czerwonej Losujemy z urny czerwonej kulę niebieską 1 2

13 Model urnowy - losowanie 4 Zwracamy kulę niebieską do urny czerwonej Losujemy z urny niebieskiej kulę niebieską 1 2

14 Model urnowy - losowanie 5 Zwracamy kulę niebieską do urny niebieskiej Losujemy z urny niebieskiej kulę czerwoną itd

15 Model ze zwracaniem i wymianą Jeśli wylosowana kula jest tego samego koloru co poprzednio wylosowana kula to: losujemy dalej Jeśli nie to: ujmujemy cztery kule wylosowanego koloru i dodajemy cztery koloru przeciwnego 1 2

16 Drzewo losowań n O c n 1 c n c n 2 c n c n c n c n 3 n 4

17 Model urnowy - kolor (1 Pierwszy przypadek nieciekawy 1 2 0

18 Model urnowy - kolor (2 Drugi przypadek nieciekawy 1 2 0

19 Model urnowy - niezależny (1 Składy urn są jednakowe = schemat Bernoulliego 1 2 0

20 Model urnowy - niezależny (2 Równie dobrze moglibyśmy losować jedynie z urny czerwonej 1 2 0

21 Jaka jest częstość względna? Częstość względna występowania kul niebieskich =(liczba wylosowanych kul niebieskich/(liczba losowań Jak zmienia się częstość względna występowania kul niebieskich w przypadku, gdy składy urn są jednakowe a liczba losowań się zwiększa?

22 Schemat Bernoulliego Jakub Bernoulli I ur , Bazylea zm , Bazylea Prawo wielkich liczb dla schematu Bernoulliego Szansa na to, że częstość względna pojawienia się kul 5 niebieskich odchyli się od 12 o dowolnie małą liczbę dodatnią zmierza do zera wraz ze wzrostem liczby losowań. (1713

23 Model urnowy Składy urn są różne 1 2 0

24 Jaka jest częstość względna? Jaka jest częstość względna pojawienia się kuli niebieskiej w przypadku, gdy składy urn nie są jednakowe? Na to pytanie prawo wielkich liczb Bernoulliego nie daje odpowiedzi bowiem jest to binarny łańcuch Markowa

25 Łańcuch Markowa Andriej A. Markow I ur , Riazań zm , Petersburg Prawo wielkich liczb dla łańcuchów Markowa Szansa na to, że częstość względna pojawienia się kul 4 niebieskich odchyli się od 11 o dowolnie małą liczbę dodatnią zmierza do zera wraz ze wzrostem liczby losowań. (1906

26 Model urnowy Cztery urny : ciekawe czy nieciekawe czy ciekawe?

27 Model urnowy Pięć urn: ciekawe czy nieciekawe czy ciekawe? ? 3 5 0

28 Twierdzenie Wielandta Jeśli losowując kulę dowolnego koloru z 2 dowolnej z N urn po N - 2. N + 2 krokach możemy wylosować kulę dowolnego koloru to taki łańcuch Markowa jest ciekawy. Ciekawy bowiem zachodzi dla niego wiele praw rachunku prawdopodobieństwa

29 Model urnowy Trzy urny dlatego, że trzy jest drugą liczbą pierwszą

30 Model urnowy (c.d. Z urny niebieskiej nie ma bezpośredniego przejścia do urny zielonej 1 2 3

31 Tablica 3x3 u k

32 Macierz u->i k->j i j

33 Macierz stochastyczna i j suma liczb w każdym wierszu wynosi 1

34 suma strzałek wychodzących wynosi 1 Graf stochastyczny

35 Macierz przejścia i j p p p p p p p 31 liczby nieujemne suma liczb w każdym wierszu wynosi 1 p p 32 33

36 Nieciekawy 1 i j macierz jednostkowa

37 Nieciekawy 2 i j transponowana macierz jednostkowa

38 Schemat Bernoulliego i j niezależny: takie same wiersze

39 Macierz przejścia - zadanie i j 1 1? 2? 2?? urna czerwona: 4 x i 8 x urna niebieska: 5 x i 7 x

40 Co dalej? 4 11 Skąd te w prawie wielkich liczb Markowa? Jak szybko szansa na to, że częstość względna występowania kul niebieskich odchyli się od 4 o 11 więcej niż zmierza do zera? Czy jest na to jakieś oszacowanie?

41 Rozkład stacjonarny Skład urn : 4 kule niebieskie, 7 kul czerwonych 1 2 0

42 Własności graniczne Twierdzenia graniczne dla łańcuchów Markowa twierdzenie spektralne dla macierzy przejścia twierdzenie ergodyczne dla macierzy przejścia prawo wielkich liczb teoria wielkich odchyleń Twierdzenia graniczne można symulować komputerowo symulacja prawa wielkich liczb Markowa - Maple

43 Macierz stochastyczna Definicja. Tablicȩ liczb postaci żetak a, oraz nazywamy macierz a stochastyczn a Graniczne własności binarnych łańcuchów Markowa p. 2/2

44 Macierz stochastyczna gdzie postaci Definicja. Tablicȩ liczb oraz że tak a, nazywamy macierz a stochastyczn a Przykład. Graniczne własności binarnych łańcuchów Markowa p. 2/2

45 Prawdopodobieństwa przejścia Definicja. Liczby nazywamy prawdopodobieństwami przejścia za jeden krok i oznaczamy. Graniczne własności binarnych łańcuchów Markowa p. 3/2

46 Prawdopodobieństwa przejścia nazywamy prawdopodobieństwami przejścia za jeden krok i oznaczamy. Definicja. Liczby to liczby Definicja. Jeśli kroków nazywamy prawdopodobieństwami przejścia za Graniczne własności binarnych łańcuchów Markowa p. 3/2

47 Przykład dla Graniczne własności binarnych łańcuchów Markowa p. 4/2

48 Przykład dla Prawdopodobieństwa przejścia za 2 kroki Graniczne własności binarnych łańcuchów Markowa p. 4/2

49 Przykład dla i Graniczne własności binarnych łańcuchów Markowa p. 5/2

50 i Przykład dla! "! "! " "! Graniczne własności binarnych łańcuchów Markowa p. 5/2

51 Przykład dla Graniczne własności binarnych łańcuchów Markowa p. 6/2

52 Przykład dla Prawdopodobieństwa przejścia za 3 kroki % $ % $ # % $ % $ # % $ % $ # % $ % $ # Graniczne własności binarnych łańcuchów Markowa p. 6/2

53 Przykład dla i Graniczne własności binarnych łańcuchów Markowa p. 7/2

54 i Przykład dla! "!! # " " "! #! " "!!! "! # " " " "!! "! # Graniczne własności binarnych łańcuchów Markowa p. 7/2

55 Oznaczmy ' & Załóżmy, że ( Zadanie + Graniczne własności binarnych łańcuchów Markowa p. 8/2

56 Oznaczmy ' & Załóżmy, że ( + ( ( ( Zadanie ( ' Graniczne własności binarnych łańcuchów Markowa p. 8/2 Wykazać, że

57 Wskazówka Mamy Graniczne własności binarnych łańcuchów Markowa p. 9/2

58 Wskazówka Mamy to Ponieważ % $ Graniczne własności binarnych łańcuchów Markowa p. 9/2

59 Wskazówka Mamy to Ponieważ % $ do obu stron Dodajemy % $ Graniczne własności binarnych łańcuchów Markowa p. 9/2

60 Wskazówka Mamy to Ponieważ % $ do obu stron Dodajemy % $ Mnożymy wyrażenie w nawiasie Graniczne własności binarnych łańcuchów Markowa p. 9/2

61 Wynosimy Wskazówka (c.d. poza nawias % $ Graniczne własności binarnych łańcuchów Markowa p. 10/2

62 Wskazówka (c.d. poza nawias Wynosimy % $ to Ponieważ Graniczne własności binarnych łańcuchów Markowa p. 10/2

63 Wskazówka (c.d. poza nawias Wynosimy % $ to Ponieważ na praw a stronȩ Przenosimy Graniczne własności binarnych łańcuchów Markowa p. 10/2

64 Wskazówka (c.d. poza nawias Wynosimy % $ to Ponieważ na praw a stronȩ Przenosimy na Zamieniamy Graniczne własności binarnych łańcuchów Markowa p. 10/2

65 Wynosimy Wskazówka (c.d. poza nawias % $ Graniczne własności binarnych łańcuchów Markowa p. 11/2

66 Wskazówka (c.d. poza nawias Wynosimy % $ poza nawias Wynosimy % $ % $ Graniczne własności binarnych łańcuchów Markowa p. 11/2

67 Wskazówka (c.d. Ponieważ poza nawias dzielimy obie strony przez Wynosimy % $ poza nawias Wynosimy % $ % $ & % $ Graniczne własności binarnych łańcuchów Markowa p. 11/2

68 Wskazówka (c.d. Ponieważ poza nawias dzielimy obie strony przez Wynosimy % $ poza nawias Wynosimy % $ % $ & % $,.-,.-/,-. (, -.,.-/,-. Podstawiamy ( Graniczne własności binarnych łańcuchów Markowa p. 11/2

69 Przykład dla Graniczne własności binarnych łańcuchów Markowa p. 12/2

70 Przykład dla! (! Graniczne własności binarnych łańcuchów Markowa p. 12/2

71 Przykład dla (c.d. Graniczne własności binarnych łańcuchów Markowa p. 13/2

72 Przykład dla (c.d. wiȩc ( Mamy! ( (!!! ( " '! ( Graniczne własności binarnych łańcuchów Markowa p. 13/2

73 Przykład dla (c.d. Graniczne własności binarnych łańcuchów Markowa p. 14/2

74 Przykład dla (c.d. Rozkład stacjonarny!!! "! Graniczne własności binarnych łańcuchów Markowa p. 14/2

75 Przykład dla (c.d. Rozkład stacjonarny!!! "! Zadanie Graniczne własności binarnych łańcuchów Markowa p. 14/2

76 Prawdopodobieństwa za 2 kroki Graniczne własności binarnych łańcuchów Markowa p. 15/2

77 Prawdopodobieństwa za 2 kroki Jaki wzór? % ( $ % ( $ % ( $ % ( $ ( ( ( ( ( ( ( ( % ( $ ( % $ ( ' % $ $ ( Graniczne własności binarnych łańcuchów Markowa p. 15/2

78 ( ( ' Graniczne własności binarnych łańcuchów Markowa p. 16/2 Zadanie (c.d Dla & to Jeśli ( + ( +

79 ( ( ' # (# # (# ' Graniczne własności binarnych łańcuchów Markowa p. 16/2 Zadanie (c.d Dla & to Jeśli ( + ( Dla & to Jeśli # (# + # (# +

80 ( ' ( Graniczne własności binarnych łańcuchów Markowa p. 17/2 Twierdzenie spektralne Twierdzenie & to Jeśli + ( + (

81 Twierdzenie spektralne Twierdzenie & to Jeśli ( + ( ' ( + ( Zadanie. Udowodnić twierdzenie spektralne. Graniczne własności binarnych łańcuchów Markowa p. 17/2

82 Przykład dla Graniczne własności binarnych łańcuchów Markowa p. 18/2

83 Przykład dla! ( (!! (! ( Graniczne własności binarnych łańcuchów Markowa p. 18/2

84 Twierdzenie ergodyczne Twierdzenie Jeśli & % % $ $ 5 4 i ( to ' Graniczne własności binarnych łańcuchów Markowa p. 19/2

85 Twierdzenie ergodyczne Twierdzenie Jeśli & % % $ $ 5 4 i ( to ' Zadanie. Udowodnić twierdzenie ergodyczne Graniczne własności binarnych łańcuchów Markowa p. 19/2

86 Przykład dla Graniczne własności binarnych łańcuchów Markowa p. 20/2

87 Przykład dla! 6! ( 6 (! 6!! ( 6! ( Graniczne własności binarnych łańcuchów Markowa p. 20/2

88 Kto po Markowie? S. N. Bernstein G. D. Birkhoff A. J. Chinczyn J. Hadamard A. N. Kołmogorow W. I. Romanowski B. W. Gniedenko W. Doeblin W. Feller S. V. Nagaev

89 Gdzie można o tym poczytać? William Feller wstęp do rachunku prawdopodobieństwa tom pierwszy

90 Gdzie można o tym poczytać? Biblioteka Matematyczna TOM 18 Marek Fisz RACHUNEK PRAWDOPODO- BIEŃSTWA I STATYSTYKA MATEMATYCZNA WYDANIE CZWARTE Państwowe Wydawnictwo Naukowe Warszawa 1969

91 A gdzie jest o tym więcej? William Feller wstęp do rachunku prawdopodobieństwa tom drugi

92 Gdzie się można tego nauczyć?

Lista 1. Procesy o przyrostach niezależnych.

Lista 1. Procesy o przyrostach niezależnych. Lista. Procesy o przyrostach niezależnych.. Niech N t bedzie procesem Poissona o intensywnoci λ = 2. Obliczyć a) P (N 2 < 3, b) P (N =, N 3 = 6), c) P (N 2 = N 5 = 2), d) P (N =, N 2 = 3, N 4 < 5), e)

Bardziej szczegółowo

i=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 =

i=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 szczegółowo

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy:

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: a) sumę oczek równą 6, b) iloczyn oczek równy 6, c) sumę oczek mniejszą niż 11, d) iloczyn oczek będący liczbą parzystą,

Bardziej szczegółowo

Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2011/2012

Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2011/2012 Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu Karta Instytut Pedagogiczny obowiązuje studentów rozpoczynających studia w roku akademickim 011/01 Kierunek studiów: Matematyka Profil: Ogólnoakademicki Forma

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

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

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

Matematyka podstawowa X. Rachunek prawdopodobieństwa

Matematyka podstawowa X. Rachunek prawdopodobieństwa Matematyka podstawowa X Rachunek prawdopodobieństwa Zadania wprowadzające: 1. Rzucasz trzy razy monetą a) Napisz zbiór wszystkich wyników tego doświadczenia losowego. Ile ich jest? Wyrzuciłeś większą liczbę

Bardziej szczegółowo

Prawdopodobieństwo i statystyka Wykład I: Nieco historii

Prawdopodobieństwo i statystyka Wykład I: Nieco historii Prawdopodobieństwo i statystyka Wykład I: Nieco historii 6 października 2015 Prawdopodobieństwo i statystyka Wykład I: Nieco historii Zasady zaliczenia przedmiotu: Zaliczenie ćwiczeń rachunkowych. Zdanie

Bardziej szczegółowo

Prawdopodobieństwo

Prawdopodobieństwo 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 szczegółowo

W grze uczestniczy dwóch graczy: G 1 i G 2. Z urny, w której jest b kul białych i c czarnych, losuje się w grze (jednocześnie) dwie kule.

W grze uczestniczy dwóch graczy: G 1 i G 2. Z urny, w której jest b kul białych i c czarnych, losuje się w grze (jednocześnie) dwie kule. W grze uczestniczy dwóch graczy: G 1 i G 2. Z urny, w której jest b kul białych i c czarnych, losuje się w grze (jednocześnie) dwie kule. Jeśli obie wylosowane kule są tego samego koloru to zwycięża G

Bardziej szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Wybrane litery alfabetu greckiego α alfa β beta Γ γ gamma δ delta ɛ, ε epsilon η eta Θ θ theta

Bardziej szczegółowo

Wykład 9: Markov Chain Monte Carlo

Wykład 9: Markov Chain Monte Carlo RAP 412 17.12.2008 Wykład 9: Markov Chain Monte Carlo Wykładowca: Andrzej Ruciński Pisarz: Ewelina Rychlińska i Wojciech Wawrzyniak Wstęp W tej części wykładu zajmiemy się zastosowaniami łańcuchów Markowa

Bardziej szczegółowo

Obliczanie prawdopodobieństwa za pomocą metody drzew metoda drzew. Drzewem Reguła iloczynów. Reguła sum.

Obliczanie prawdopodobieństwa za pomocą metody drzew metoda drzew. Drzewem Reguła iloczynów. Reguła sum. Obliczanie prawdopodobieństwa za pomocą metody drzew Jeżeli doświadczenie losowe składa się z więcej niż jednego etapu, takich jak serie rzutów kostką lub monetą, zastosowanie klasycznej definicji prawdopodobieństwa

Bardziej szczegółowo

Co ma piekarz do matematyki?

Co ma piekarz do matematyki? Instytut Matematyki i Informatyki Politechnika Wrocławska Dolnośląski Festiwal Nauki Wrzesień 2009 x x (x 1, x 2 ) x (x 1, x 2 ) (x 1, x 2, x 3 ) x (x 1, x 2 ) (x 1, x 2, x 3 ) (x 1, x 2, x 3, x 4 ). x

Bardziej szczegółowo

Rachunek Prawdopodobieństwa i Statystyka Matematyczna

Rachunek Prawdopodobieństwa i Statystyka Matematyczna Rachunek rawdopodobieństwa i Statystyka Matematyczna rowadzący: prof. dr hab. inż. Ireneusz Jóźwiak Zestaw nr. Opracowanie: Grzegorz Drzymała 4996 Grzegorz Dziemidowicz 49965 drian Gawor 49985 Zadanie..

Bardziej szczegółowo

METODY PROBABILISTYCZNE I STATYSTYKA

METODY PROBABILISTYCZNE I STATYSTYKA Andrzej Marciniak METODY PROBABILISTYCZNE I STATYSTYKA Wykłady dla studentów kierunku informatyka Państwowej Wyższej Szkoły Zawodowej w Kaliszu Wykłady są przeznaczone wyłącznie do indywidualnego użytku

Bardziej szczegółowo

Procesy Markowa zawdzięczają swoją nazwę ich twórcy Andriejowi Markowowi, który po raz pierwszy opisał problem w 1906 roku.

Procesy Markowa zawdzięczają swoją nazwę ich twórcy Andriejowi Markowowi, który po raz pierwszy opisał problem w 1906 roku. Procesy Markowa zawdzięczają swoją nazwę ich twórcy Andriejowi Markowowi, który po raz pierwszy opisał problem w 1906 roku. Uogólnienie na przeliczalnie nieskończone przestrzenie stanów zostało opracowane

Bardziej szczegółowo

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń.

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń. Matematyka lekcja 5 5. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń. I. rzypomnij sobie:. Jak rysujemy drzewo stochastyczne i przy jego pomocy obliczamy prawdopodobieństwo

Bardziej szczegółowo

KARTA PRZEDMIOTU. 12. Przynależność do grupy przedmiotów: Prawdopodobieństwo i statystyka

KARTA PRZEDMIOTU. 12. Przynależność do grupy przedmiotów: Prawdopodobieństwo i statystyka (pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: RACHUNEK PRAWDOPODOBIEŃSTWA 2. Kod przedmiotu: RPr 3. Karta przedmiotu ważna od roku akademickiego: 20152016 4. Forma

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS PRAWDOPODOBIEŃSTWO KURS PRAWDOPODOBIEŃSTWO Lekcja 3 Definicja prawdopodobieństwa Kołmogorowa. Prawdopodobieństwa warunkowe i niezależne. ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko

Bardziej szczegółowo

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka Wymagania egzaminacyjne: a) oblicza średnią arytmetyczną, średnią ważoną, medianę i odchylenie standardowe danych; interpretuje te parametry dla danych empirycznych, b) zlicza obiekty w prostych sytuacjach

Bardziej szczegółowo

Proces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t.

Proces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t. Procesy stochastyczne WYKŁAD 5 Proces Poissona. Proces {N(t), t } nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t. Proces zliczający musi

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

Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa

Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa M. Czoków, J. Piersa 2012-01-10 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego 3 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego

Bardziej szczegółowo

Treść i forma szkolnych zadań z rachunku prawdopodobieństwa

Treść i forma szkolnych zadań z rachunku prawdopodobieństwa Treść i forma szkolnych zadań z rachunku prawdopodobieństwa Maciej Major ABSTRACT: This article discusses the content and format of problems currently used in Polish high school math textbooks to assess

Bardziej szczegółowo

ZAGADNIENIA NA EGZAMIN POPRAWKOWY Z MATEMATYKI W KLASIE III TECHNIKUM.

ZAGADNIENIA NA EGZAMIN POPRAWKOWY Z MATEMATYKI W KLASIE III TECHNIKUM. ZAGADNIENIA NA EGZAMIN POPRAWKOWY Z MATEMATYKI W KLASIE III TECHNIKUM. I. Trygonometria. 1. Definicje funkcji trygonometrycznych kąta ostrego w trójkącie prostokątnym. 2. Rozwiązywanie trójkątów prostokątnych

Bardziej szczegółowo

reguła mnożenia ilustracja zbioru wyników doświadczenia za pomocą drzewa reguła dodawania definicja n! liczba permutacji zbioru n-elementowego

reguła mnożenia ilustracja zbioru wyników doświadczenia za pomocą drzewa reguła dodawania definicja n! liczba permutacji zbioru n-elementowego FUNKCJE LOGARYTMICZNE powtórzenie 4 godziny RACHUNEK PRAWDOPODOBIEŃSTWA 28 godz. Moduł - dział -temat Reguła mnożenia. Reguła dodawania Lp 1 2 reguła mnożenia ilustracja zbioru wyników doświadczenia za

Bardziej szczegółowo

V Konkurs Matematyczny Politechniki Białostockiej

V Konkurs Matematyczny Politechniki Białostockiej V Konkurs Matematyczny Politechniki iałostockiej Rozwiązania - klasy pierwsze 27 kwietnia 2013 r. 1. ane są cztery liczby dodatnie a b c d. Wykazać że przynajmniej jedna z liczb a + b + c d b + c + d a

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

Wstęp do rachunku prawdopodobieństwa. Cz. 2 / William Feller. wyd. 4, dodr. 3. Warszawa, Spis treści

Wstęp do rachunku prawdopodobieństwa. Cz. 2 / William Feller. wyd. 4, dodr. 3. Warszawa, Spis treści Wstęp do rachunku prawdopodobieństwa. Cz. 2 / William Feller. wyd. 4, dodr. 3. Warszawa, 2012 Spis treści Przedmowa 5 Oznaczenia i konwencje 7 Rozdział I Rozkład wykładniczy i rozkład jednostajny 1. Wprowadzenie

Bardziej szczegółowo

Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska)

Elementy 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 szczegółowo

MATERIAŁ DIAGNOSTYCZNY Z MATEMATYKI

MATERIAŁ DIAGNOSTYCZNY Z MATEMATYKI Miejsce na naklejkę z kodem szkoły dysleksja MATERIAŁ DIAGNOSTYCZNY Z MATEMATYKI POZIOM PODSTAWOWY Czas pracy 120 minut Instrukcja dla zdającego 1. Sprawdź, czy arkusz zawiera 13 stron (zadania 1 11).

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

Maria Romanowska UDOWODNIJ, ŻE... PRZYKŁADOWE ZADANIA MATURALNE Z MATEMATYKI

Maria Romanowska UDOWODNIJ, ŻE... PRZYKŁADOWE ZADANIA MATURALNE Z MATEMATYKI Maria Romanowska UDOWODNIJ, ŻE... PRZYKŁADOWE ZADANIA MATURALNE Z MATEMATYKI Matematyka dla liceum ogólnokształcącego i technikum w zakresie podstawowym i rozszerzonym Z E S Z Y T M E T O D Y C Z N Y Miejski

Bardziej szczegółowo

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym

Prawdopodobieństwo 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 szczegółowo

P (A B) P (B) = 1/4 1/2 = 1 2. Zakładamy, że wszystkie układy dwójki dzieci: cc, cd, dc, dd są jednakowo prawdopodobne.

P (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 szczegółowo

Skrypt 30. Prawdopodobieństwo

Skrypt 30. Prawdopodobieństwo Projekt Innowacyjny program nauczania matematyki dla liceów ogólnokształcących współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Skrypt 30 Prawdopodobieństwo 5.

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Wydział: WiLiŚ, Transport, sem.2 dr Jolanta Dymkowska RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Przestrzeń probabilistyczna Modelem matematycznym (tj. teoretycznym, wyidealizowanym,

Bardziej szczegółowo

Internetowe Ko³o M a t e m a t yc z n e

Internetowe Ko³o M a t e m a t yc z n e Internetowe Ko³o M a t e m a t yc z n e Stowarzyszenie na rzecz Edukacji Matematycznej Zestaw 1 szkice rozwiązań zadań 1 W wierszu zapisano kolejno 2010 liczb Pierwsza zapisana liczba jest równa 7 oraz

Bardziej szczegółowo

Wykład 11: Martyngały: Twierdzenie o zbieżności i Hoeffdinga

Wykład 11: Martyngały: Twierdzenie o zbieżności i Hoeffdinga RAP 412 21.01.2009 Wykład 11: Martyngały: Twierdzenie o zbieżności i Hoeffdinga Wykładowca: Andrzej Ruciński Pisarz: Łukasz Waszak 1 Wstęp Na ostatnim wykładzie przedstawiliśmy twierdzenie o zbieżności

Bardziej szczegółowo

Zdarzenie losowe (zdarzenie)

Zdarzenie losowe (zdarzenie) Zdarzenie losowe (zdarzenie) Ćw. 1. Ze zbioru cyfr (l, 2,3,..., 9} losowo wybieramy jedną. a) Wypisz zdarzenia elementarne, sprzyjające: zdarzeniu A, że wybrano liczbę parzystą zdarzeniu B, że wybrano

Bardziej szczegółowo

Liczby rzeczywiste, wyrażenia algebraiczne, równania i nierówności, statystyka, prawdopodobieństwo.

Liczby rzeczywiste, wyrażenia algebraiczne, równania i nierówności, statystyka, prawdopodobieństwo. Liczby rzeczywiste, wyrażenia algebraiczne, równania i nierówności, statystyka, prawdopodobieństwo. Zagadnienia szczegółowe: obliczanie wartości wyrażeń arytmetycznych; działania na pierwiastkach i potęgach;

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. MMA 2015 KOD UZUPEŁNIA ZDAJĄCY PESEL miejsce na naklejkę dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY DATA: 8

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa STATYSTYKA MATEMATYCZNA rachunek prawdopodobieństwa treść Zdarzenia losowe pojęcie prawdopodobieństwa prawo wielkich liczb zmienne losowe rozkłady teoretyczne zmiennych losowych Zanim zajmiemy się wnioskowaniem

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. MMA 2015 KOD UZUPEŁNIA ZDAJĄCY PESEL miejsce na naklejkę dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY DATA: 8

Bardziej szczegółowo

Kombinatoryka i rachunek prawdopodobieństwa

Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski Kombinatoryka i rachunek prawdopodobieństwa 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru

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

1 Macierze i wyznaczniki

1 Macierze i wyznaczniki 1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo 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 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

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

Numer zadania Liczba punktów

Numer zadania Liczba punktów Kod ucznia Łączna liczba punktów Numer zadania 1 13 14 16 17 18 19 20 Liczba punktów Drogi Uczniu! Przed Tobą test składający się z 20 zadań. Za wszystkie zadania razem możesz zdobyć 45 punktów. Aby mieć

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY 9 MAJA Godzina rozpoczęcia: 9:00. Czas pracy: 180 minut. Liczba punktów do uzyskania: 50

EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY 9 MAJA Godzina rozpoczęcia: 9:00. Czas pracy: 180 minut. Liczba punktów do uzyskania: 50 Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 2013 KOD UZUPEŁNIA ZDAJĄCY PESEL miejsce na naklejkę Instrukcja dla zdającego EGZAMIN MATURALNY Z MATEMATYKI

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2013/2014 Wykład 3 Zmienna losowa i jej rozkłady Zdarzenia losowe Pojęcie prawdopodobieństwa

Bardziej szczegółowo

12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych

12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych (pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Rachunek 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 szczegółowo

1. Liczby wymierne. x dla x 0 (wartością bezwzględną liczby nieujemnej jest ta sama liczba)

1. Liczby wymierne. x dla x 0 (wartością bezwzględną liczby nieujemnej jest ta sama liczba) 1. Liczby wymierne. - wartość bezwzględna liczby. dla 0 (wartością bezwzględną liczby nieujemnej jest ta sama liczba) - dla < 0 ( wartością bezwzględną liczby ujemnej jest liczba do niej przeciwna) W interpretacji

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, A/14

Matematyka dyskretna. Andrzej Łachwa, UJ, A/14 Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 9A/14 Permutacje Permutacja zbioru skończonego X to bijekcja z X w X. Zbiór permutacji zbioru oznaczamy przez, a permutacje małymi

Bardziej szczegółowo

WYDZIAŁ ELEKTRONIKI MIKROSYSTEMÓW I FOTONIKI

WYDZIAŁ ELEKTRONIKI MIKROSYSTEMÓW I FOTONIKI Zał. nr do ZW WYDZIAŁ ELEKTRONIKI MIKROSYSTEMÓW I FOTONIKI KARTA PRZEDMIOTU Nazwa w języku polskim: Matematyka (Zao EA EiT stopień) Nazwa w języku angielskim: Mathematics Kierunek studiów (jeśli dotyczy):

Bardziej szczegółowo

2. Permutacje definicja permutacji definicja liczba permutacji zbioru n-elementowego

2. Permutacje definicja permutacji definicja liczba permutacji zbioru n-elementowego Wymagania dla kl. 3 Zakres podstawowy Temat lekcji Zakres treści Osiągnięcia ucznia 1. RACHUNEK PRAWDOPODOBIEŃSTWA 1. Reguła mnożenia reguła mnożenia ilustracja zbioru wyników doświadczenia za pomocą drzewa

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań 9: Przestrzenie wektorowe. Podprzestrzenie () Wykazać, że V = C ze zwykłym dodawaniem jako dodawaniem wektorów i operacją mnożenia przez skalar : C C C, (z, v) z v := z v jest przestrzenią

Bardziej szczegółowo

Wykład 4. Określimy teraz pewną ważną klasę pierścieni.

Wykład 4. Określimy teraz pewną ważną klasę pierścieni. Wykład 4 Określimy teraz pewną ważną klasę pierścieni. Twierdzenie 1 Niech m, n Z. Jeśli n > 0 to istnieje dokładnie jedna para licz q, r, że: m = qn + r, 0 r < n. Liczbę r nazywamy resztą z dzielenia

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 1. wykład z algebry liniowej Warszawa, październik 2015 Mirosław Sobolewski (UW) Warszawa, wrzesień 2015 1 / 1

Bardziej szczegółowo

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013 Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia

Bardziej szczegółowo

EGZAMIN MATURALNY OD ROKU SZKOLNEGO

EGZAMIN MATURALNY OD ROKU SZKOLNEGO EGZAMIN MATURALNY OD ROKU SZKOLNEGO 014/015 MATEMATYKA POZIOM ROZSZERZONY PRZYKŁADOWY ZESTAW ZADAŃ DLA OSÓB SŁABOSŁYSZĄCYCH (A3) W czasie trwania egzaminu zdający może korzystać z zestawu wzorów matematycznych,

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

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 oczka. ZADANIE 2 iloczynu oczek równego 12.

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 oczka. ZADANIE 2 iloczynu oczek równego 12. IMIE I NAZWISKO ZADANIE 1 Rzucamy sześcienna kostka do gry. Jakie jest prawdopodobieństwo, że wypadna co najmniej dwa oczka. ZADANIE 2 Rzucamy trzy razy symetryczna sześcienna kostka do gry. Oblicz prawdopodobieństwo

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS 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 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

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

Wokół wyszukiwarek internetowych

Wokół wyszukiwarek internetowych Wokół wyszukiwarek internetowych Bartosz Makuracki 23 stycznia 2014 Przypomnienie Wzór x 1 = 1 d N x 2 = 1 d N + d N i=1 p 1,i x i + d N i=1 p 2,i x i. x N = 1 d N + d N i=1 p N,i x i Oznaczenia Gdzie:

Bardziej szczegółowo

Rzucamy dwa razy sprawiedliwą, sześcienną kostką do gry. Oblicz prawdopodobieństwo otrzymania:

Rzucamy 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 szczegółowo

W czasie trwania egzaminu zdający może korzystać z zestawu wzorów matematycznych, linijki i cyrkla oraz kalkulatora.

W czasie trwania egzaminu zdający może korzystać z zestawu wzorów matematycznych, linijki i cyrkla oraz kalkulatora. Egzamin maturalny od roku szkolnego 2014/2015 Matematyka Poziom rozszerzony Przykładowy zestaw zadań dla osób słabowidzących (A4) W czasie trwania egzaminu zdający może korzystać z zestawu wzorów matematycznych,

Bardziej szczegółowo

O MACIERZACH I UKŁADACH RÓWNAŃ

O MACIERZACH I UKŁADACH RÓWNAŃ O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a

Bardziej szczegółowo

Zadania o numerze 4 z zestawów licencjat 2014.

Zadania o numerze 4 z zestawów licencjat 2014. Zadania o numerze 4 z zestawów licencjat 2014. W nawiasie przy zadaniu jego występowanie w numerze zestawu Spis treści (Z1, Z22, Z43) Definicja granicy ciągu. Obliczyć granicę:... 3 Definicja granicy ciągu...

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS 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

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub 1. W grupie jest 15 kobiet i 18 mężczyzn. Losujemy jedną osobę

Bardziej szczegółowo

( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ).

( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ). KOMBINATORYKA Kombinatoryka zajmuje się wyznaczaniem liczby elementów zbiorów skończonych utworzonych zgodnie z określonymi zasadami. Do podstawowych pojęć kombinatorycznych należą: PERMUTACJE Silnia.

Bardziej szczegółowo

Rachunek prawdopodobieństwa - Teoria - Przypomnienie.. A i B są niezależne, gdy P(A B) = P(A)P(B). P(A B i )P(B i )

Rachunek prawdopodobieństwa - Teoria - Przypomnienie.. A i B są niezależne, gdy P(A B) = P(A)P(B). P(A B i )P(B i ) Rachunek prawdopodobieństwa - Teoria - Przypomnienie Podstawy Definicja 1. Schemat klasyczny - wszystkie zdarzenia elementarne są równo prawdopodobne, licząc prawdopodobieństwo liczymy stosunek liczby

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, A/15

Matematyka dyskretna. Andrzej Łachwa, UJ, A/15 Matematyka dyskretna Andrzej Łachwa, UJ, 2015 andrzej.lachwa@uj.edu.pl 10A/15 Permutacje Permutacja zbioru skończonego X to bijekcja z X w X. Zbiór permutacji zbioru oznaczamy przez, a permutacje małymi

Bardziej szczegółowo

Algorytmy zrandomizowane

Algorytmy zrandomizowane Algorytmy zrandomizowane http://zajecia.jakubw.pl/nai ALGORYTMY ZRANDOMIZOWANE Algorytmy, których działanie uzależnione jest od czynników losowych. Algorytmy typu Monte Carlo: dają (po pewnym czasie) wynik

Bardziej szczegółowo

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F

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

Grafika 3D program POV-Ray - 94 -

Grafika 3D program POV-Ray - 94 - Temat 12: Polecenie blob parametry i zastosowanie do tworzenia obiektów. Użycie polecenia blob (kropla) jest wygodnym sposobem tworzenia gładkiego przejścia pomiędzy bryłami (kulami lub walcami). Możemy

Bardziej szczegółowo

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15 Sylabus do programu kształcenia obowiązującego od roku akademickiego 0/5 () Nazwa Rachunek prawdopodobieństwa i statystyka () Nazwa jednostki prowadzącej Wydział Matematyczno - Przyrodniczy przedmiot ()

Bardziej szczegółowo

Zakładamy, że są niezależnymi zmiennymi podlegającymi (dowolnemu) rozkładowi o skończonej wartości oczekiwanej i wariancji.

Zakładamy, że są niezależnymi zmiennymi podlegającymi (dowolnemu) rozkładowi o skończonej wartości oczekiwanej i wariancji. Wnioskowanie_Statystyczne_-_wykład Spis treści 1 Centralne Twierdzenie Graniczne 1.1 Twierdzenie Lindeberga Levy'ego 1.2 Dowód 1.2.1 funkcja tworząca sumy zmiennych niezależnych 1.2.2 pochodna funkcji

Bardziej szczegółowo

04DRAP - Prawdopodobieństwo warunkowe, prawdopodobieństwo całkowite,

04DRAP - Prawdopodobieństwo warunkowe, prawdopodobieństwo całkowite, 04DRAP - Prawdopodobieństwo warunkowe, prawdopodobieństwo całkowite, wzór Bayesa Definicja. 1. Prawdopodobieństwem warunkowym zajścia zdarzenia A pod warunkiem zajścia zdarzenia B, gdzie P(B > 0, nazywamy

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI 9 MAJA 2016 POZIOM ROZSZERZONY. Godzina rozpoczęcia: 9:00. Czas pracy: 180 minut. Liczba punktów do uzyskania: 50

EGZAMIN MATURALNY Z MATEMATYKI 9 MAJA 2016 POZIOM ROZSZERZONY. Godzina rozpoczęcia: 9:00. Czas pracy: 180 minut. Liczba punktów do uzyskania: 50 Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 2013 KOD UZUPEŁNIA ZDAJĄCY PESEL miejsce na naklejkę dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY

Bardziej szczegółowo

Próbny egzamin maturalny z matematyki Poziom rozszerzony

Próbny egzamin maturalny z matematyki Poziom rozszerzony Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA KOD PESEL PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Marzec 2016 POZIOM ROZSZERZONY 1. Rozwiązania zadań i odpowiedzi wpisuj

Bardziej szczegółowo

dr Jarosław Kotowicz 14 października Zadania z wykładu 1

dr Jarosław Kotowicz 14 października Zadania z wykładu 1 Rachunek prawdopodobieństwa - ćwiczenia drugie Prawdopodobieństwo warunkowe i całkowite. Wzór Bayesa. Zdarzenia niezależne. kierunek: informatyka i ekonometria I dr Jarosław Kotowicz 14 października 2011

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

KOMBINATORYKA. Problem przydziału prac

KOMBINATORYKA. Problem przydziału prac KOMBINATORYKA Dział matematyki zajmujący się badaniem różnych możliwych zestawień i ugrupowań, jakie można tworzyć z dowolnego zbioru skończonego. Zbiory skończone, najczęściej wraz z pewną relacją obiekty

Bardziej szczegółowo

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON.

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON. Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON. Zadanie 6. Dane są punkty A=(5; 2); B=(1; -3); C=(-2; -8). Oblicz odległość punktu A od prostej l przechodzącej

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

LXIII Olimpiada Matematyczna

LXIII Olimpiada Matematyczna 1 Zadanie 1. LXIII Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia drugiego 17 lutego 2012 r. (pierwszy dzień zawodów) Rozwiązać w liczbach rzeczywistych a, b, c, d układ równań a

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

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX Streszczenie Celem wykładu jest wprowadzenie

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B KLASYCZ NA DEFINICJA PRAW DOPOD OBIEŃSTWA ( ) PRAWDOPOD OBIEŃSTW O W A RUNKOWE PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B ( ) WIĘC CO OZNACZA, ŻE ZDARZENIE B NIE MA WPŁYWU

Bardziej szczegółowo

Joanna Kluczenko 1. Spotkania z matematyka

Joanna Kluczenko 1. Spotkania z matematyka Do czego moga się przydać reszty z dzielenia? Joanna Kluczenko 1 Spotkania z matematyka Outline 1 Co to sa 2 3 moje urodziny? 4 5 Jak tworzona jest liczba kontrolna w kodach towarów w sklepie? 6 7 TWIERDZENIE

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI CZERWIEC 2014 POZIOM ROZSZERZONY. Czas pracy: 180 minut. Liczba punktów do uzyskania: 50 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z MATEMATYKI CZERWIEC 2014 POZIOM ROZSZERZONY. Czas pracy: 180 minut. Liczba punktów do uzyskania: 50 WPISUJE ZDAJĄCY Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 2013 KOD WPISUJE ZDAJĄCY PESEL Miejsce na naklejkę z kodem dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM

Bardziej szczegółowo