1 Własności miary probabilistycznej, prawdopodobieństwo

Wielkość: px
Rozpocząć pokaz od strony:

Download "1 Własności miary probabilistycznej, prawdopodobieństwo"

Transkrypt

1 1 Własności miary probabilistycznej, prawdopodobieństwo kombinatoryczne I Zadania z wykładu. Zadania obowiązkowe. Przypomnienie. k-elementową kombinacją zbioru n-elementowego nazywamy każdy podzbiór k-elementowy tego zbioru; liczba kombinacji wynosi ( ) n Cn k = k k-wyrazową wariacją bez powtórzeń zbioru n-elementowego nazywamy każdy k-wyrazowy ciąg różnowartościowy, którego wyrazami są elementy tego zbioru; liczba wariacji bez powtórzeń wynosi V k n = n! (n k)! k-wyrazową wariacją z powtórzeniami zbioru n-elementowego nazywamy każdy k-wyrazowy ciąg, którego wyrazami są elementy tego zbioru; liczba wariacji z powtórzeniami wynosi W k n = n k permutacją zbioru n-elementowego nazywamy każdy n-wyrazowy ciąg, którego wyrazami są wszystkie elementy tego zbioru; liczba permutacji wynosi P n = n! Klasyczna definicja prawdopodobieństwa: Jeżeli Ω jest skończonym zbiorem zdarzeń elementarnych ω jednakowo prawdopodobnych i A Ω, to P (A) = #A #Ω. Zadanie 1.1. Oblicz prawdopodobieństwo trafienia trójki, czwórki, piątki i szóstki w dużym lotku (skreślamy 6 spośród 49 liczb). Zadanie 1.2. Dany jest zbiór funkcji f : {1, 2, 3} {1, 2, 3, 4, 5}. Oblicz prawdopodobieństwo, że losowo wybrana funkcja jest różnowartościowa. Rozwiazanie Zadanie 1.3. W pierwszej urnie znajdują się kule ponumerowane liczbami 1, 2,..., 10, zaś w drugiej urnie - kule ponumerowane liczbami 6, 7,..., 25. Wyciągamy losowo po jednej kuli z każdej urny. Oblicz prawdopodobieństwo, że obie kule mają ten sam numer. Zadanie 1.4. Jakie jest prawdopodobieństwo, że w dobrze potasowanej talii (52 karty) wszystkie 4 asy sąsiadują ze sobą (nie są rozdzielone innymi kartami)? 1

2 Zadanie 1.5. Rzucamy trzema kości do gry. Oblicz prawdopodobieństwo zdarzeń: (a) otrzymamy dwie różne liczby oczek (jedna wystąpi na jednej kości, a druga na dwóch pozostałych) (b) najmniejsza wyrzucona wartość wynosi 4 Zadanie 1.6. Wykonujemy cztery rzuty kostką do gry. Oblicz prawdopodobieństwo, że liczby oczek otrzymane w kolejnych rzutach tworzą ciąg ściśle rosnący. Zadanie 1.7. Na okręgu wybrano losowo 4 punkty P 1.P 2, P 3, P 4. Oblicz prawdopodobieństwo, że cięciwy P 1 P 2 i P 3 P 4 przecinają się. Zadanie 1.8. Udowodnić nierówność Zadania dodatkowe. P (A) + P (B) 1 P (A B) min{p (A), P (B)}. Zadanie 1.9. Co jest bardziej prawdopodobne: otrzymanie co najmniej jednej jedynki przy rzucie czterema kostkami, czy co najmniej raz dwóch jedynek na obu kostkach przy 24 rzutach dwiema kostkami? uzyskanie co najmniej jednej szóstki w 6 rzutach, co najmniej dwóch szóstek w 12 rzutach, czy co najmniej trzech szóstek w 18 rzutach? Zadanie Na prostej danych jest pięć różnych punktów. Wybieramy losowo dwa punkty. Oblicz prawdopodobieństwo tego, że nie są to punkty sąsiednie. Rozwiazanie

3 2 Własności miary probabilistycznej, prawdopodobieństwo kombinatoryczne II Zadania z wykładu 1. Zadanie 2.1. Niech Ω będzie dowolnym zbiorem oraz Udowodnić, że: (a) F jest σ-ciałem F = {A Ω : A przeliczalny lub Ω \ A przeliczalny} (b) jeżeli Ω jest nieprzeliczalny to F jest istotnie mniejszy niż 2 Ω Zadanie 2.2. Dla dowolnego zbioru indeksów T rozważmy rodzinę σ-ciał {F} t T. Udowodnić, że t T F. Czy t T F będzie σ-ciałem? Zadanie 2.3. Udowodnić następujące własności miary probabilistycznej: (a) A F P (A ) = 1 P (A) (b) A,B F P (A B) = P (A) + P (B) P (A B) Zadanie 2.4. Pokazać, że nieskończone σ-ciało jest nieprzeliczalne. Zadanie 2.5. Dane są Zadania obowiązkowe. P (A ) = 1 3, P (A B) = 1 4, P (A B) = 2 3. Obliczyć P (B ), P (A B ), P (B \ A). Zadanie 2.6. Windą jedzie 7 osób, a pięter w budynku jest 10. Jaka jest szansa, że wszyscy wysiądą na różnych piętrach? Zadanie 2.7. Z 52 kart wybrano 6. Jaka jest szansa, że wśród wylosowanych kart będą karty czerwone i czarne? Zadanie 2.8. Do pociągu składającego się z n wagonów wsiada r pasażerów na chybił trafił. Oblicz prawdopodobieństwo tego, że do każdego wagonu wsiądzie przynajmniej jeden pasażer. Zadanie 2.9. Oblicz prawdopodobieństwo tego, że wielokrotnym rzucaniu parą symetrycznych kostek suma oczek 8 wypadnie przed sumą oczek 7. 3

4 Wskazówka. posłużyć sie drzewem Zadanie n nierozróżnialnych kul umieszczamy w n urnach. Oblicz prawdopodobieństwo tego, że (a) dokładnie jedna urna będzie pusta (b) dokładnie dwie urny będą puste Zadanie Dane są Zadania dodatkowe. P (A B ) = 1 2, P (A ) = 2 3, P (A B) = 1 4. Obliczyć P (B), P (A B). Zadanie Klasa liczy 15 uczniów, na każdej lekcji do odpowiedzi losowany jest jeden uczeń. Oblicz prawdopodobieństwo tego, że w ciagu 16 lekcji każdy uczeń zostanie przepytany. Zadanie Ustawiamy w ciąg 6 elementów typu a i 9 elementów typu b. Wszystkie ciągi są jednakowo prawdopodobne. Serią nazywamy ciąg elementów jednego typu, przed i za którym występuje element drugiego typu, na przykład w ciagu aaabbbbaabbbbba jest 5 serii (3 serie elementów typu a i 2 serie elementów typu b). Oblicz prawdopodobieństwo, że w ciągu będzie 6 serii. 4

5 3 Niezależność zdarzeń, prawdopodobieństwo warunkowe i całkowite Zadania z wykładu 2. Zadanie 3.1. Udowodnić wzór włączeń i wyłączeń. Zadanie 3.2. Za pomocą indukcji matematycznej udowodnić nierówność ( n ) n P A i P (A i ) P (A i A j ). i=1 i=1 1 i<j n Zadania obowiązkowe. Zadanie 3.3. Wiadomo, że A, B, C są trzema zdarzeniami losowymi takimi, że P (A) = 2 5, P (B A) = 1 4, P (C A B) = 1 2, P (A B) = 6 10, P (C B) = 1 3. Oblicz P (A B C). Zadanie 3.4. Wsród n monet k jest asymetrycznych, orzeł wypada na nich z prawdopodobieństwem 1/3. W wyniku rzutu wybraną losowo monetą wypadł orzeł. Jakie jest prawdopodobieństwo, że ta moneta jest asymetryczna? Zadanie 3.5. W mieście działaja dwa przedsiebiorstwa taksówkowe: Zielone Taxi (85% samochodów) i Niebieskie Taxi (15%). Swiadek nocnego wypadku zakończonego ucieczką kierowcy taksówki twierdzi, ze samochód był niebieski. Eksperymenty wykazały, ze świadek rozpoznaje kolor poprawnie w 80% przypadków, a myli sie w 20% przypadków. Jaka jest szansa, że w wypadku uczestniczyła niebieska taksówka? Zadanie 3.6. Z badan genealogicznych wynika, że kobieta jest nośnikiem hemofilii z prawdopodobieństwem p. Jeżeli kobieta jest nośnikiem hemofilii, to każdy jej syn dziedziczy tę chorobę z prawdopodobieństwem 0.5. Kobieta, która nie jest nośnikiem hemofilii rodzi zdrowych synów. Obliczyć prawdopodobieństwo, że: (a) pierwszy syn będzie zdrowy, (b) drugi syn będzie zdrowy, jeśli pierwszy będzie zdrowy, (c) kobieta nie jest nośnikiem hemofilii, jeśli dwaj pierwsi synowie są zdrowi. Zadanie 3.7. Informację przekazuje się za pomocą telegrafu nadając sygnał lub -. Średnio 1/3 sygnałów - i 2/5 sygnałów zostaje zniekształconych. Wiadomo, że wśród przekazywanych sygnałów, i - występują w stosunku 5 : 3. Oblicz prawdopodobieństwa, że odebrane sygnały i - były w rzeczywistości nadane jako i -. 5

6 Zadanie 3.8. Wykonujemy 10 kolejnych niezależnych rzutów symetryczną monetą. Niech S n oznacza liczbę orłów otrzymaną w początkowych n rzutach. Oblicz P (S 5 = 3 S 10 = 7). (odp ) Zadania dodatkowe. Zadanie 3.9. Mamy dwóch strzelców. Prawdopodobieństwo trafienia w cel pojedynczym strzałem wynosi dla lepszego z nich 0.8, a dla gorszego 0.4. Nie wiemy, ktory z nich jest gorszy, a który lepszy. Testujemy strzelców poddając ich ciągowi prób, z których każda polega na oddaniu jednego strzału przez każdego z nich. Test przerywamy po pierwszej takiej próbie, w wyniku której jeden ze strzlców trafił, a drugi spudłował. Następnie ten strzelec, który w ostatniej próbie trafił, oddaje jeszcze jeden strzał. Jakie jest prawdopodobieństwo, iż tym razem także trafi w cel? (odp ) Zadanie W teleturnieju gracz ma do wyboru trzy koperty, dwie puste, jedna z nagrodą pieniężną. Gdy dokona wyboru, prowadzący otwiera jedną z odrzuconych kopert i pokazuje, że jest pusta. Gracz może w tym momencie zatrzymać wybraną wcześniej kopertę lub zmienić wybór i wziąć pozostałą z odrzuconych wcześniej kopert. Która strategia jest lepsza? Zadanie Test na rzadka chorobe, którą dotknięta jest średnio jedna osoba na tysiac, daje fałszywą odpowiedź pozytywną w 5% przypadków (u osoby chorej zawsze daje odpowiedz pozytywną). Jaka jest szansa, ze osoba u której test dał wynik pozytywny, jest naprawdę chora? Zadanie Do poszukiwania zaginionego rozbitka przydzielono 20 helikopterów. Każdy z nich można skierować do jednego z dwóch rejonów, w których może, odpowiednio z prawdopodobieństwem 1/3 i 1/6, znajdować się rozbitek (z prawdopodobieństwem 1/2 nie ma go w żadnym rejonie). Każdy helikopter wykrywa znajdującego się w danym rejonie rozbitka z tym samym prawdopodobieństwem p = /2 i niezależnie od innych helikopterów. Jak nalezy rozdzielić helikoptery, by prawdopodobieństwo odnalezienia rozbitka było maksymalne? Zadanie W pierwszej skrzynce jest 15 jabłek zdrowych i 5 zepsutych. W drugiej skrzynce jest 14 jabłek zdrowych i 6 zepsutych. Wybieramy losowo jedną ze skrzynek i wyciągamy z niej 3 różne jabłka. Obliczyć (a) prawdopodobieństwo, że wszystkie wybrane jabłka są zdrowe (b) prawdopodobieństwo, że wybraliśmy drugą skrzynkę, skoro wszystkie jabłka okazały się zdrowe 6

7 4 Prawdopodobieństwo geometryczne Zadania z wykładu 3. Zadanie 4.1. Pokazać, że jeśli zdarzenia A, B są niezależne, to niezależne są zdarzenia A, B i A, B. Zadanie 4.2. Pokazać niezależność wyników kolejnych rzutów w modelu nieskończonego ciągu rzutów monetą. Zadania obowiązkowe. Zadanie 4.3. Dwie osoby umówiły się na spotkanie między godz. 17 a 18 i czekają na siebie co najwyżej 15 minut. Jakie jest prawdopodobieństwo spotkania tych osób? Zadanie 4.4. Na odcinku [0,1] umieszczono losowo punkty L i M. (a) Jakie jest prawdopodobieństwo, że środek odcinka LM należy do przedziału [0, 1 3 ]? (b) Jakie jest prawdopodobieństwo, że z L jest bliżej do M niż do zera? Zadanie 4.5. Z przedziału [0,1] wybrano losowo dwa punkty, które podzieliły go na trzy odcinki. Jaka jest szansa, że z tych odcinków można zbudować trójkąt? Zadanie 4.6. Na duży stół pomalowany szerokimi liniami o grubości c w kratę (odległość między środkami linii wynosi a) rzucamy monetę. Jaka jest szansa, że moneta o średnicy d nie przetnie linii? Zadanie 4.7. Na nieskończonej szachownicy o boku a (kratki) rzucamy monetę o średnicy 2r < a. Jaka jest szansa, że (a) moneta znajdzie się we wnętrzu jednego z pól? (b) moneta przetnie się z co najwyżej jednym bokiem szachownicy? Zadania dodatkowe. Zadanie 4.8. W chwili początkowej pewien człowiek ma dwa pełne pudełka zapałek po jednym w każdej kieszeni. Ilekroć chce zapalić papierosa, sięga do losowo wybranej kieszeni. Jakie jest prawdopodobieństwo, że gdy po raz pierwszy sięgnie po puste pudełko, w drugiej kieszeni będzie dokładnie k zapałek? 7

8 5 Niezależność i zadania nieskończone Zadania z wykładu 4. Zadanie 5.1. Pokazać, że jeśli zdarzenia A, B są niezależne, to niezależne są zdarzenia A, B i A, B. Zadanie 5.2. Pokazać niezależność wyników kolejnych rzutów w modelu nieskończonego ciągu rzutów monetą (model oparty na rozwinięciu dwójkowym). Zadanie 5.3. Pokazać, że P (lim inf n A n) lim inf n P (A n) Zadania obowiązkowe. Zadanie 5.4. Pokazać, że wylosowanie z talii 52 kart asa i wylosowanie karty czerwonej są zdarzeniami niezależnymi. Zadanie 5.5. Zdarzenia A 1,..., A n są niezależne i mają jednakowe prawdopodobieństwo. Jaka jest szansa, że (a) zajdą wszystkie naraz (b) nie zajdzie żadne z nich (c) zajdzie dokładnie jedno Zadanie 5.6. Rzucamy monetą n-krotnie. Prawdopodobieństwo wypadnięcia orła wynosi p. Niech A oznacza zdarzenie w pierwszym rzucie wypadł orzeł, zaś A k - w n pierwszych rzutach wypadło dokładnie k orłów. Dla jakich k, p, n zdarzenia A i A k są niezależne? (0 p 1, 0 k n, k, n N) Zadanie 5.7. Niech ( 1 A n = 1, ( 3 n+1 1, 2 ) 1 n+1 3 n+1 Obliczyć lim sup A n i lim inf A n. n+1 ) dla n = 1, 3, 5,... dla n = 2, 4, 6,... Zadanie 5.8. Rzucamy nieskończenie wiele razy monetą. Prawdopodobieństwo wyrzucenia ora w pojedynczej próbie wynosi p. Niech A n oznacza zdarzenie, że w pierwszych n rzutach było tyle samo orłów co reszek. Wykazać, że P (lim sup A n ) = 0 dla p 1 2. (nie można stosować wzoru Stirlinga) Zadanie 5.9. Zdarzenia A 1, A 2,... są niezależne i mają równe prawdopodobieństwa. Jakie jest prawdopodobieństwo, że zajdzie skończenie wiele spośród zdarzeń A 1, A 2,...? 8

9 Zadanie Urna zawiera n kul, które są białe lub czarne. Załóżmy, że każda możliwa liczba kul białych jest tak samo prawdopodobna. Po wrzuceniu do urny dodatkowej białej kuli losujemy z niej jedną kulę. Oblicz lim n p n, gdzie p n to prawdopodobieństwo wylosowania kuli białej. Zadanie Oblicz prawdopodobieństwo q a ruiny gracza A, który zaczyna grę z kapitałem a zł, a kończy, gdy wszystko straci (ruina) lub gdy będzie miał c zł (a c). W każdej rundzie gracz A wygrywa 1 zł z prawdopodobieństwem p i przegrywa 1 zł z prawdopodobieństwem q = 1 p. Zadanie Gracz A ma nieograniczony kapitał i gra aż do momentu, w którym wygra b zł. Znaleźć prawdopodobieństwo wygranej gracza A. Zadanie Pijak znajduje się trzy kroki od przepaści. Szansa wykonania kroku w kierunku przepaści wynosi 1, a w przeciwnym 2. Poszczególne kroki są niezależne. Jakie 3 3 jest prawdopodobieństwo, że pijak nie spadnie? (nie znajdzie się na skraju przepaści) Zadanie Dwaj gracze rzucają symetryczną monetą, aż (a) pojawi się ciąg OO (wygrywa A) albo RRR (wygrywa B), (b) pojawi się ciąg OOR (wygrywa A) albo ROR (wygrywa B). Uzasadnić, że gra się zakończy z prawdopodobieństwem 1 i obliczyć prawdopodobieństwo wygrania gracza A. Zadania dodatkowe. Zadanie Łódź podwodna atakuje okręt wypuszczając niezależnie m torped, z których każda trafia w okręt z prawdopodobieństwem p. Okręt jest podzielony na n komór, a tonie po zatopieniu co najmniej dwóch z nich. Burta i-tej komory ma powierzchnię s. Oblicz prawdopodobieństwo zatonięcia okrętu. Zadanie W nieskończonym ciągu prób Bernoulliego z prawdopodobieństwem sukcesu w pojedynczej próbie równym p (0, 1) zdarzenie A n polega na pojawieniu się serii n sukcesów w próbach o numerach zawartych pomiędzy 2 n a 2 n+1 1. Zbadać w zależności od p szansę pojawienia się nieskończenie wielu zdarzeń A n. Wskazówka. Jakubowski, rozdział o lematach Borela-Cantelliego 9

10 6 Gęstość Radona-Nikodyma Zadanie 6.1. Udowodnić: Zadania z wykładu 5. (a) jeśli ν µ i µ m, to ν m (b) jeśli ν µ i µ m, to (c) (d) jeśli µ ν, to dν dm = dν dµ dµ dm dν dµ = dµ dµ = 1 ( ) 1 dµ dν Zadania obowiązkowe. Zadanie 6.2. Definiujemy dwa sigma ciała oraz miary µ, ν określone na F Niech µ G = µ G, ν G = ν G. G = σ{[0, 1), [1, 3]}, F = σ{[0, 1), [1, 2), [2, 3]} µ([0, 1)) = 1, µ([1, 2)) = 4, µ([2, 3]) = 5; ν([0, 1)) = 2, ν([1, 2)) = 1, ν([2, 3]) = 3. (a) wypisać wszystkie elementy sigma ciał F, G (b) uzasadnić, że ν µ oraz ν G µ G (c) znaleźć gęstości dν/dµ oraz dν G /dµ G Zadanie 6.3. Niech X = [0, 1] i λ oznacza miarę Lebesgue a. Dana jest funkcja f : X X taka, że f C 1 (X) oraz f (x) 0 dla x X. Definiujemy miarę probabilistyczną ν określoną na B(X) w następujący sposób Znaleźć dν/dµ. ν(a) = µ(f 1 (A)). 10

11 Zadanie 6.4. Niech λ oznacza miarę Lebesgue a na (0, 1]. Niech k N : A k = ( (1 2 k+1 ) 2, (1 2 k ) 2] oraz F = σ({a k : k N}). Na σ-ciele F definiujemy miarę µ w następujący sposób dµ = fdλ, przy czym f(x) = 1/(2 x). Pokazać, że µ λ oraz znaleźć pochodną Radona-Nikodyma dµ/dλ. Czy λ µ? Zadanie 6.5. Dobrać stałą c tak, aby funkcja f(x) = { c sin(x) 0 x π 0 w p.p. była gęstością prawdopodobieństwa na prostej. Obliczyć prawdopodobieństwa: P (( π 2, π 2 )), P ({1}), P ([1, 5)). Zadania dodatkowe. Zadanie 6.6. Rozkład prawdopodobieństwa ν jest abs. ciągły względem miary Lebesgue a z gęstością A f(x) = e x + e. x Wyznaczyć A oraz znaleźć prawdopodobieństwo zdarzenia [1, 10]. Zadanie 6.7. Na zbiorze (0, 1) dana jest miara µ abs. ciągła wzgl. miary Lebesgue a λ (0,1) z gęstością dµ/dλ (0,1) (x) = 1 (0,1) (x). Dana jest mierzalna funkcja g : (0, 1) R. Definiujemy rozład: A B((0, 1)) ν(a) = µ(g(a)). Wyznaczyć dν/dλ (0,1), jeśli: a) g(x) = arc sin x, b) g(x) = 1/x, c) g(x) = x

12 7 Dystrybuanta Zadanie 7.1. Własności dystrybuanty: Jeżele F jest dystrybuantą rozkładu prawdopodobieństwa na (R, B), to: (W1) F jest niemalejąca, (W2) F jest prawostronnie ciągła, (W3) lim F (x) = 0, lim F (x) = 1. x x Zadanie 7.2. Niech (Ω, F, µ) będzie przestrzenią z miarą i niech f : Ω R będzie funkcją nieujemną, F-mierzalną i taką, że Ω f dµ = 1. Udowodnić, że funkcja zbioru ν(a) = f dµ jest miarą probabilistyczną na F (wtedy funkcję f nazywamy gęstością miary ν względem µ). Zadanie 7.3. Czas T rozmowy telefonicznej ma rozkład wykładniczy z parametrem µ. Jaki rozkład ma część całkowita T, a jaki część ułamkowa? Zadanie 7.4. Pokazać, że dystrybuanta jest funkcją ciągłą wtedy i tylko wtedy, gdy dla każdego a R P ({a}) = 0. Zadanie 7.5. Wyznacz stałą a taką, aby funkcja 0, x 1 F (x) = 2(1 1 ), x (1, a) x 1, x a była dystrybuantą rozkładu prawdopodobieństwa. Dla jakiego a istnieje gęstość i ile wynosi? Obliczyć P (( 1, 1.5]), P ({ 3 2 }). Zadanie 7.6. Pokazać, że dystrybuanta ma co najwyżej przeliczalną liczbę punktów nieciągłości. Zadanie 7.7. Wyznaczyć dystrybuanty dla: a) rozkładu prawdopodobieństwa w rzucie kostką; b) prawdopodobieństwie geometrycznym na przedziale [0, 1]. Zadanie 7.8. Dystrybuanta rozkładu prawdopodobieństwa µ dana jest wzorem F µ (x) = Wyznaczyć µ({ 1}), µ([0, 1 )) oraz µ((0.55)). 2 2 A 0, dla x < 0; x, dla 0 x < 0.5; x, dla 0.5 x 0.55; 1, dla x

13 Zadanie 7.9. Znaleźć dystrybuantę rozkładu ν abs. ciągł. wzgl. miary Lebesque a λ, jeśli: a) f(x) = 1 π 1 1+x 2, b) f(x) = 1 b a 1 (a,b)(x), c) f(x) = λe λx 1 [0, ) (x). ν(a) = A fdλ, 13

1 Własności miary probabilistycznej, prawdopodobieństwo

1 Własności miary probabilistycznej, prawdopodobieństwo 1 Własności miary probabilistycznej, prawdopodobieństwo kombinatoryczne I Zadania z wykładu. Zadania obowiązkowe. Przypomnienie. k-elementową kombinacją zbioru n-elementowego nazywamy każdy podzbiór k-elementowy

Bardziej szczegółowo

Zadanie 2. Wiadomo, że A, B i C są trzema zdarzeniami losowymi takimi, że P (A) = 2/5, P (B A) = 1/4, P (C A B) = 0.5, P (A B) = 6/10, P (C B) = 1/3.

Zadanie 2. Wiadomo, że A, B i C są trzema zdarzeniami losowymi takimi, że P (A) = 2/5, P (B A) = 1/4, P (C A B) = 0.5, P (A B) = 6/10, P (C B) = 1/3. Zadanie 1. O zdarzeniach A, B, C z pewnej przestrzeni uzyskaliśmy informacje, iż P (A B C) = 0.6, P (B A C) = 0.3 oraz P (C A B) = 0.9. Obliczyć P [A B C (A B) (A C) (B C)]. Odp. 9/37 Zadanie 2. Wiadomo,

Bardziej szczegółowo

Rachunek prawdopodobieństwa

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

Bardziej szczegółowo

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

a. 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 szczegółowo

Statystyka 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) 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 szczegółowo

Prawdopodobieństwo Warunkowe Prawdopodobieństwo Całkowite Niezależność Stochastyczna Zdarzeń

Prawdopodobieństwo Warunkowe Prawdopodobieństwo Całkowite Niezależność Stochastyczna Zdarzeń Prawdopodobieństwo Warunkowe Prawdopodobieństwo Całkowite Niezależność Stochastyczna Zdarzeń Zadanie 1 Po potasowaniu sześciu kart: asa, dwójki, trójki, czwórki, piątki i szóstki wyłożono na stół w rzędzie

Bardziej szczegółowo

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

a. 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 szczegółowo

rachunek prawdopodobieństwa - zadania

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

Bardziej szczegółowo

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

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w 02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w A Zadania na ćwiczenia Zadanie A.1. Niech Ω = R oraz F będzie σ-ciałem generowanym przez rodzinę wszystkich przedziałów otwartych typu (,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Prawdopodobieństwo. 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 szczegółowo

Lista 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 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 szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 2. Aksjomatyczna definicja prawdopodobieństwa Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 10.10.2017 1 / 33 Klasyczna definicja prawdopodobieństwa

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka

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

Bardziej szczegółowo

c. dokładnie 10 razy została wylosowana kula antracytowa, ale nie za pierwszym ani drugim razem;

c. 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 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

Lista 1. Prawdopodobieństwo klasyczne i geometryczne

Lista 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 szczegółowo

ćwiczenia z rachunku prawdopodobieństwa

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

Bardziej szczegółowo

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2

Rachunek 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 szczegółowo

Laboratorium nr 7. Zmienne losowe typu skokowego.

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

Bardziej szczegółowo

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

Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II

Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II Ćwiczenia: Ukryte procesy Markowa lista kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II dr Jarosław Kotowicz Zadanie. Dany jest łańcuch Markowa, który może przyjmować wartości,,...,

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.1. σ ciało (algebra) zdarzeń Katarzyna Rybarczyk-Krzywdzińska losowe Zdarzenie losowe to pewien podzbiór przestrzeni zdarzeń

Bardziej szczegółowo

rachunek prawdopodobieństwa - zadania

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

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Rachunek 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 szczegółowo

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

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

Bardziej szczegółowo

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1 Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Jakubowski, Sztencel:

Bardziej szczegółowo

Matematyczne Podstawy Kognitywistyki

Matematyczne Podstawy Kognitywistyki Matematyczne Podstawy Kognitywistyki Dorota Leszczyńska-Jasion Kombinatoryka, ci agi liczbowe, skończone przestrzenie probabilistyczne Przykłady zagadnień kombinatorycznych Rozważmy układ n miast o bardzo

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

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. Zadanie 1. Wyznacz średnią arytmetyczną, dominantę i medianę zestawu danych: 1, 5, 3, 2, 2, 4, 4, 6, 7, 1, 1, 4, 5, 5, 3. Zadanie 2. W zestawie danych

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

Podstawy metod probabilistycznych. dr Adam Kiersztyn

Podstawy 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 szczegółowo

dr Jarosław Kotowicz 29 października Zadania z wykładu 1

dr 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 szczegółowo

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

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

Bardziej szczegółowo

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

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

Bardziej szczegółowo

Podstawy nauk przyrodniczych Matematyka

Podstawy 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 szczegółowo

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH)

WYKŁADY 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 szczegółowo

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

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

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.1. Zmienne losowe dyskretne. Katarzyna Rybarczyk-Krzywdzińska Definicja/Rozkład Zmienne losowe dyskretne Definicja Zmienną losową, która skupiona

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

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005 RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. Literatura: Marek Cieciura, Janusz Zacharski, Metody probabilistyczne w ujęciu praktycznym, L. Kowalski, Statystyka, 2005 R.Leitner, J.Zacharski, "Zarys matematyki

Bardziej szczegółowo

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

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

Bardziej szczegółowo

Metody probabilistyczne

Metody 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 szczegółowo

Lista 1a 1. Statystyka. Lista 1. Prawdopodobieństwo klasyczne i geometryczne

Lista 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 szczegółowo

Jednowymiarowa zmienna losowa

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

Bardziej szczegółowo

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

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

{( ) ( ) ( ) ( )( ) ( )( ) ( RRR)

{( ) ( ) ( ) ( )( ) ( )( ) ( RRR) .. KLASYCZNA DEFINICJA PRAWDOPODOBIEŃSTWA Klasyczna definicja prawdopodobieństwa JeŜeli jest skończonym zbiorem zdarzeń elementarnych jednakowo prawdopodobnych i A, to liczbę A nazywamy prawdopodobieństwem

Bardziej szczegółowo

Rozkłady prawdopodobieństwa zmiennych losowych

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Rachunek prawdopodobieństwa 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 Przykład 1 Alicja wylosowała jedną kartę z

Bardziej szczegółowo

Zmienne losowe i ich rozkłady

Zmienne 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 szczegółowo

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

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

Bardziej szczegółowo

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

Zmienna losowa. Rozkład skokowy

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

Bardziej szczegółowo

07DRAP - Zmienne losowe: dyskretne i ciągłe

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

Bardziej szczegółowo

12DRAP - parametry rozkładów wielowymiarowych

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

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.0. Rozkłady zmiennych losowych, dystrybuanta. Katarzyna Rybarczyk-Krzywdzińska Wprowadzenie Rozważmy eksperymenty 1 gra Bolka w ruletkę w kasynie;

Bardziej szczegółowo

Metody probabilistyczne

Metody 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 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

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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 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 szczegółowo

Zadania z Rachunku Prawdopodobieństwa Dana jest przestrzeń probabilistyczna (Ω, F, P ), gdzie Ω jest zbiorem przeliczalnym

Zadania z Rachunku Prawdopodobieństwa Dana jest przestrzeń probabilistyczna (Ω, F, P ), gdzie Ω jest zbiorem przeliczalnym Zadania z Rachunku rawdopodobieństwa - 1 1. Dana jest przestrzeń probabilistyczna (Ω, F, ), gdzie Ω jest zbiorem przeliczalnym i F = 2 Ω. Udowodnij, że istnieją liczby p ω 0, ω Ω p ω = 1 takie, że (A)

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

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3. RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3. ZMIENNA LOSOWA JEDNOWYMIAROWA. Zmienną losową X nazywamy funkcję (praktycznie każdą) przyporządkowującą zdarzeniom elementarnym liczby rzeczywiste. X : Ω R (dokładniej:

Bardziej szczegółowo

Zadania z Rachunku Prawdopodobieństwa I - seria 1

Zadania z Rachunku Prawdopodobieństwa I - seria 1 Zadania z Rachunku Prawdopodobieństwa I - seria 1 1. Dana jest przestrzeń probabilistyczna (Ω, F, P), gdzie Ω jest zbiorem przeliczalnym oraz F = 2 Ω. Udowodnij, że istnieją liczby p ω 0, takie że P(A)

Bardziej szczegółowo

c) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B;

c) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B; Rachunek prawdopodobieństwa rozwiązywanie zadań 1. Rzucamy dwa razy symetryczną sześcienną kostką do gry. Zapisujemy liczbę oczek, jakie wypadły w obu rzutach. Wypisz zdarzenia elementarne tego doświadczenia.

Bardziej szczegółowo

Lista 1 - Prawdopodobieństwo

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna. Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017

Rachunek prawdopodobieństwa i statystyka matematyczna. Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017 Rachunek prawdopodobieństwa i statystyka matematyczna Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017 1 1 Wstęp Rachunek prawdopodobieństwa i statystyka to: działy matematyki

Bardziej szczegółowo

Zadania zestaw 1: Zadania zestaw 2

Zadania 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 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

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

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

Bardziej szczegółowo

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

Zadania z Zasad planowania eksperymentu i opracowania wyników pomiarów. Zestaw 1.

Zadania 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 szczegółowo

Zadania z Rachunku Prawdopodobieństwa I - seria 1

Zadania z Rachunku Prawdopodobieństwa I - seria 1 Zadania z Rachunku Prawdopodobieństwa I - seria 1 1. Dana jest przestrzeń probabilistyczna (Ω, F, P), gdzie Ω jest zbiorem przeliczalnym oraz F = 2 Ω. Udowodnij, że istnieją liczby p ω 0, takie że P(A)

Bardziej szczegółowo

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3

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

Bardziej szczegółowo

Robert Kowalczyk. Zbiór zadań z teorii miary i całki

Robert Kowalczyk. Zbiór zadań z teorii miary i całki Robert Kowalczyk Zbiór zadań z teorii miary i całki 2 Zadanie 1 Pokazać, że poniższe dwie definicje σ-ciała M są równoważne: (i) Rodzinę M podzbiorów przestrzeni X nazywamy σ-ciałem jeżeli zachodzą następujące

Bardziej szczegółowo

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

WYKŁAD 1. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Instytut Matematyki Uniwersytet Warszawski WYKŁAD 1 Witold Bednorz, Paweł Wolff Instytut Matematyki Uniwersytet Warszawski Rachunek Prawdopodobieństwa, WNE, 2010-2011 Wprowadzenie Gry hazardowe Wprowadzenie Gry hazardowe Klasyczna definicja prawdopodobieństwa.

Bardziej szczegółowo

= A. A - liczba elementów zbioru A. Lucjan Kowalski

= 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 szczegółowo

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa 25 marca 209 Zadanie. W urnie jest b kul białych i c kul czarnych. Losujemy n kul bez zwracania. Jakie jest prawdopodobieństwo, że pierwsza kula

Bardziej szczegółowo

Rachunek Prawdopodobieństwa Anna Janicka

Rachunek Prawdopodobieństwa Anna Janicka Rachunek Prawdopodobieństwa Anna Janicka wykład I, 3.10.2017 PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Kwestie techniczne Kontakt: ajanicka@wne.uw.edu.pl Dyżur: wtorki, godz. 9:15 s.?? strona z materiałami

Bardziej szczegółowo

7 Twierdzenie Fubiniego

7 Twierdzenie Fubiniego M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz

Bardziej szczegółowo

Zadania 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. 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 szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA

RACHUNEK 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 szczegółowo

Rachunek Prawdopodobieństwa Anna Janicka

Rachunek Prawdopodobieństwa Anna Janicka Rachunek Prawdopodobieństwa Anna Janicka wykład I, 2.10.2018 PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Kwestie techniczne Kontakt: ajanicka@wne.uw.edu.pl Dyżur: wtorki, godz. 9:15 s. B006 strona z materiałami

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

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

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

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Biotechnologia w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt Era inżyniera

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

Rozdział 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 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 szczegółowo

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne. Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo

Bardziej szczegółowo

Laboratorium nr 1. Kombinatoryka

Laboratorium 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 szczegółowo

Spotkanie olimpijskie nr lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa

Spotkanie olimpijskie nr lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa Spotkanie olimpijskie nr 5 16 lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka Jadwiga Słowik Reguła mnożenia Jeśli wybór polega na podjęciu k decyzji, przy czym pierwszą decyzję możemy

Bardziej szczegółowo

Metody Probabilistyczne zestaw do ćwiczeń Katarzyna Lubnauer

Metody Probabilistyczne zestaw do ćwiczeń Katarzyna Lubnauer Metody Probabilistyczne zestaw do ćwiczeń Katarzyna Lubnauer Model klasyczny prawdopodobieństwa.losowo ustawiam w szeregu klocki z literami MMAAATTYKE. Opisać przestrzeń zdarzeń elementarnych i obliczyć

Bardziej szczegółowo

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Teoria miary. WPPT/Matematyka, rok II. Wykład 5 Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 1. Wstęp

Rachunek prawdopodobieństwa Rozdział 1. Wstęp Rachunek prawdopodobieństwa Rozdział 1. Wstęp 1.1. Prawdopodobieństwo klasyczne Katarzyna Rybarczyk-Krzywdzińska Definicja Zadaliśmy pytanie. Bolek, Lolek i Tola wstąpili do kasyna. Dla każdego z nich

Bardziej szczegółowo