Materiały do ćwiczeń 2 Zmienna losowa dyskretna Rozkład zmiennej losowej dyskretnej Powtarzanie doświadczeń
|
|
- Wiktoria Czyż
- 6 lat temu
- Przeglądów:
Transkrypt
1 Materały do ćwczeń Zmea losowa dysreta Rozład zmeej losowej dysretej Powtarzae dośwadczeń Przygotował: Dr ż Wojcech Artchowcz Katedra Hydrotech PG Zma 4/5
2 ZMIEA LOSOWA DYSKRETA I JEJ ROZKŁAD PRAWDOPODOBIEŃSTWA POWTARZAIE DOŚWIADCZEŃ LITERATURA 6
3 ZMIEA LOSOWA DYSKRETA I JEJ ROZKŁAD PRAWDOPODOBIEŃSTWA Zadae Źródło [] arysować wyres rozładu rawdoodobeństwa dystrybuaty zmeej losowej, dla 9 tórej: P, P Oblczyć jej wartość oczewaą, warację odchylee stadardowe Rozwązae: Wyres rozładu rawdoodobeństwa zmeej losowej dysretej tworzy sę zazaczając a os ozomej uty tu = oraz =, w tórych oreśloo wartośc rawdoodobeństwa tu / 9/ Wartość oczewaa daa jest wzorem: czyl E P D 9 E Waracja osaa jest wzorem: 9 V E E E V 9 D Odchylee stadardowe jest erwastem z waracj: Zadae s V 9 Oreśl zmeą losową dla eserymetu olegającego a rzuce ostą sześceą arysuj jej rozład rawdoodobeństwa dystrybuatę Oblcz wartość oczewaą warację 9 Rozwązae: Załadając, że mamy do czyea ze stadardową ostą sześceą, tórej ścay mają ocza w lczbe od jede do sześć, ajrostszym wyborem fucj odwzorowującej zbór zdarzeń w zbór lczb rzeczywstych czyl zmeej losowej są oleje lczby,,, 6
4 Prawdoodobeństwo otrzymaa dowolej wartośc zmeej losowej wyos /6 Rozład rawdoodobeństwa będze zatem astęujący: /6 /6 /6 /6 /6 /6 Wartość oczewaa dysretej zmeej losowej osaa jest wzorem E D 7 E 6, Waracja zmeej losowej dysretej osaa jest wzorem V E E E D V,5,5 6,5, Zadae Zaleźć rozład rawdoodobeństwa, dystrybuatę, wartość oczewaą warację zmeej losowej sumy ocze otrzymaej w wyu rzutu dwema czworośceym ostam do gry Rozwązae: ajłatwej oreślć rawdoodobeństwa rzyależące daym wartoścom zmeej losowej tworząc tabelę zasując w ej zdarzea srzyjające , + +, +, +4, +, +4, +, + +, , /6 /6 /6 4/6 /6 /6 /6 F /6 /6 6/6 /6 /6 5/6 6/6 4
5 Oblczee wartośc oczewaej: Oblczee waracj: V E D E D 5 Zadae 4 Źródło [4] Dysreta zmea losowa ma rozład rzedstawoy w tabel arysuj jej rozład rawdoodobeństwa dystrybuatę Oblcz wartość oczewaą warację 6 8,,,4, Rozwązae: Dystrybuata: 6 8 F,,,7 Wartość oczewaa: E,, 6,4 8, 5, D 5
6 Waracja: V E D 5,, 5,, 6 5,,4 8 5,, 6,6 Zadae 5 Źródło [4] W art sładającej sę z dzesęcu detal, zajduje sę osem stadardowych Losowo wybrao dwa detale Zaleźć rozład lczby stadardowych detal wśród wybraych Oblcz wartość oczewaą warację arysuj rozład rawdoodobeństwa dystrybuatę zmeej losowej Rozwązae: Perwszym roem jest oreślee rawdoodobeństw wylosowaa daej lczby detal stadardowych wśród wybraych Możlwośc są astęujące: - e wybrao żadego detalu stadardowego oba detale są estadardowe: P ; wybrao jede detal stadardowy jede detal estadardowy: P ; wybrao dwa detale stadardowe: P
7 Wartośc zmeej losowej są oreśloe orzez lczbę detal stadardowych w dwóch wylosowaych, czyl =,, Otrzymao zatem rozład rawdoodobeństwa dystrybuatę rzedstawoą w tabel o rawej stroe Wartość oczewaa: Waracja: 8 E D V E D, F ,84444 Zadae 6 Źródło [4] W udełu zajduje sę sześć bałych trzy czare ule Losowo wycąga sę dwe ule Zajdź rozład zmeej losowej zdarzea: lczba wycągętych ul bałych arysuj rozład rawdoodobeństwa dystrybuatę zmeej tej losowej Rozwązae: Prawdoodobeństwa, że wycągętych zostae zero, jeda lub dwe ule bałe: P, P, P 9 8 7
8 Rozład rawdoodobeństwa dystrybuata: 5 7 F Zadae 7 Źródło [] arysować wyres rozładu rawdoodobeństwa dystrybuaty F zmeej losowej, dla tórej: a P P ; b P, 4 P 4 ; c P, =,,, Oblczyć F, F, F Podać terretację tych rawdoodobeństw a wyrese rozładu rawdoodobeństwa dystrybuaty W zadau c oblczyć wartość oczewaą oraz warację Rozwązae: Wartość dystrybuaty w uce jest sumą rawdoodobeństw dla mejszych lub rówych a F F F 8
9 b F F 4 F c Prawdoodobeństwo zmeej losowej jest dae fucją P /, dla =,,, Dystrybuata sumuje wszyste rawdoodobeństwa do włącze zatem będze oreśloa wzorem: F Oblczając oleje wartośc P F otrzymuje sę P F, P 4 P F, F 4 4 Uwaga: a wyres e aesoo całej dystrybuaty, a rawdoodobeństwo arysowao tylo dla =,,,, 9
10 Wartość oczewaa daa jest wzorem E P Po wstaweu wzoru osującego D rawdoodobeństwo otrzymuje sę: E Ja wdać owyżej, wartoścą oczewaą jest suma szeregu lczbowego rówa węc E Uwaga: Badae zbeżośc szeregów e wchodz w sład ursu statysty Możemy rzyjąć, że o rostu ta jest wy a odstawe tablc matematyczych Iformacje a temat szeregów moża odaleźć w welu odręczach matematy dla studetów oltech Wy róweż moża otrzymać orzystając z ortalu Wolfram Alha Oblczając warację orzystamy ze wzoru V E, zatem: Uwaga: Wy z ortalu Wolfram Alha D V Zadae 8 Źródło [4] Dysreta zmea losowa rzyjmuje trzy możlwe wartośc: =4 z rawdoodobeństwem =,5, =6 z rawdoodobeństwem =,, z Zaleźć wedząc, że E=8 Rozwązae: Żeby rozwązać zadae, ależy sorzystać z defcj wartośc oczewaej E W zadau = węc rozsując owyższy wzór otrzymuje sę: E W treśc zadaa dae są wartośc E,,,, Zatem możemy zasać owyższe rówae: E wstawć do ego zae wartośc: 4 Otrzymuje sę:,5 6, 8
11 4, W tej chwl jest jedo rówae dwe ewadome, zatem ależy zaleźć druge rówae Z asjomatyczej defcj rawdoodobeństwa wadomo, że rawdoodobeństwo zdarzea ewego rówe jest jede W odeseu do treśc zadaa zdarzee ewe ozacza, że zmea losowa rzyjme tórąolwe z wartośc, lub Prawdoodobeństwo taego zdarzee jest zatem rówe Z owyższego rówaa moża wyzaczyć : Wstawając oblczoą wartość do rówaa otrzymuje sę wartość :,5,,, 4,, 4,, Zatem oszuwae wartośc to oraz, Zadae 9 Źródło [4] Dae są możlwe wartośc dysretej zmeej losowej : =-, =, = oraz wartośc oczewae tej zmeej jej wadratu: E=,, E =,9 Zaleźć rawdoodobeństwa,, odowadające wartoścom, Rozwązae: W zadau są trzy ewadome, atomast a odstawe treśc zadaa moża ułożyć tylo dwa Perwsze rówae moża zasać wrost E E ozacza, że wartośc osągae rzez zmeą losową są odesoe do wadratu omożoe rzez rawdoodobeństwa odowadające tym wartoścom: E
12 Poadto wadomo, że, co zdefuje rówae trzece Otrzymuje sę astęujący uład rówań: E E E E, tóry o wstaweu zaych wartośc lczbowych rzyjme astęującą formę:,9, astęe oecze jest rozwązae owyższego uładu rówań Z dwóch erwszych rówań moża łatwo wyzaczyć welośc dodając stroam:,9,,5 4,,9, Zatem 4,,,, 5, Zadae Źródło [] Zmea losowa rzyjmuje wartośc z rawdoodobeństwam =c, gdze <<, =,,, Zaleźć stałą c Rozwązae: Suma rawdoodobeństw dla wszystch mus być rówa a odstawe defcj rawdoodobeństwa Jeśl << to jest szeregem geometryczym, tórego suma wyos: Uwaga: Wy z ortalu Wolfram Alha c c c c
13 POWTARZAIE DOŚWIADCZEŃ Zadae Źródło [] Prawdoodobeństwo tego, że statystyczy studet e jest rzygotoway do zajęć wyos =/ Prowadzący ćwczea wybera rzyadowo 4 osoby ech zmea losowa ozacza lczbę osób sośród wybraych, tóre e są rzygotowae do zajęć Zaleźć P= Rozwązae: Zauważmy, że z treśc zadaa wya, że auczycel wybera 4 osoby Wśród tych czterech osób wszyste mogą być rzygotowae ozaczałoby to =, jeda może być rzygotowaa, trzy erzygotowae = td Żeby zaleźć rawdoodobeństwo P= oecze jest rozważee ażdej sytuacj, w tórej z czterech wybraych osób trzy są erzygotowae Czyl erwsza, druga trzeca osoba jest erzygotowaa, czwarta jest rzygotowaa; erwsza, druga czwarta osoba jest erzygotowaa, trzeca jest rzygotowaa td, czyl: P Moża zauważyć, że rawdoodobeństwo P= jest rówe sume rawdoodobeństw wybraa trzech erzygotowaych studetów wyberając czterech w ażdej ermutacj, czyl 8 P 4 8 Powyższe rozwązae zostało uzysae a drodze zastosowaa twerdzea o możeu Zadae to moża rozwązać stosując e odejśce: zadajmy ytae, a le sosobów moża wybrać trzech studetów z czterech rzy czym olejość ch wyboru e ma zaczea Jest to ombacja C,4 4 Możąc lczbę sosobów C, 4 wylosowaa studetów rzez rawdoodobeństwo wylosowaa trzech erzygotowaych z czterech wylosowaych studetów otrzymuje sę oczywśce te sam wy: 8 P C,4 8 Zauważmy, że rozumowae owyższe dorowadzło do otrzymaa dwumau Beroullego w tórym =4, =, =/, =/ P C,, 8 8
14 Zadae Źródło [4] Dwóch jedaowo slych rzecwów gra w szachy Co jest bardzej rawdoodobe dla ażdego z ch: wygrać dwe arte z czterech, czy trzy arte z sześcu? Załadamy, że rems jest emożlwy Rozwązae: Jeśl gracze są jedaowo dobrzy, to zaczy, że rawdoodobeństwo wygraa dla ażdego z ch rówe jest =/ Aalogcze rawdoodobeństwo oraż wyos =-=/ Schemat Beroullego ozwala odowedzeć a ytae: jae jest rawdoodobeństwo zajśca zdarzea o rawdoodobeństwe w ezależych róbach Perwsze ytae jest o dwa zwycęstwa w czterech meczach, czyl =, =4 P C,, 4 P C,4, 4! P!4! 8 Druge ytae jest o trzy zwycęstwa z sześcu, zatem =, =6: 6! 5 P!6! 6 Prawdoodobeństwo dwóch wygraych z czterech jest bardzej rawdoodobe ż trzech z sześcu, oeważ: 6 5 P P 6 6 Zadae Źródło [4] Udowodć, że wartość oczewaa zmeej losowej dysretej lczby zajść zdarzea A w ezależych dośwadczeach, dla tórych rawdoodobeństwo zajśca zdarzea jest rówe jest rówe loczyow lczby dośwadczeń rawdoodobeństwa zajśca zdarzea w jedym dośwadczeu, tz udowodć, że E= Rozwązae: Lczbę zajść zdarzea o daym stałym rawdoodobeństwe w ezależych róbach oreśla rozład Beroullego: P C,, 4
15 5 C P E,!!! Zauważmy, że!! węc E!!!, E!!!, E!!! Wyłączając oraz rzed za sumy otrzymuje sę: E!!! astęe wyorzystay zostae tzw erwszy wzór dwumaowy: b a b a!!! Żeby wyorzystać wzór dwumaowy oecza jest zmaa grac oeratora sumy z =,,, a z =,,,, - W zwązu z tym wyrażee od sumą ależy rzeształcć ta, żeby ommo zmay desów, wartość sumy e uległa zmae Zatem rzy zmae zaresu desów sumy ależy do wzoru wstawć + w mejsce :!! Uwaga: Srawdzee dla =, czy owyższa suma e uległa zmae:!!!!! W odoby sosób moża rzeształcć wyrażee!!! :!!!!!!,!!! Za wartość - wstawmy wartość omocczą ~
16 ~ ~! ~!! Teraz bardzo łatwo moża zauważyć, że owyższe wyrażee odowada rawej stroe wcześej rzytoczoego wzoru dwumaowego, zatem moża zasać: ~ ~! ~ ~ ~!! ~ Wedząc, że otrzymuje sę ta węc ~ Wadomo, że =- węc E E, co ależało doweść E, E LITERATURA [] Busleo P Goleo DI, Sobol IM, Sragowcz WG, Szrejder JA 976, Metoda Mote Carlo, Warszawa [] Deutsch R 969, Teora Estymacj Państwowe Wydawctwo auowe Warszawa [] Devore J L, Probablty ad Statstcs for Egeerg ad the Sceces Iteratoal edto 8 th edto BROOKS/COLE [4] Gmurma WJ 976, Zbór zadań z rachuu rawdoodobeństwa statysty matematyczej Wydawctwa auowo-techcze Warszawa [5] Haste T, Tbshra R, Fredma J 9, The Elemets of Statstcal Learg Data Mg, Iferece, ad Predcto Secod Edto Srger [6] Greń J 97, Statystya matematycza modele zadaa Wydae czwarte uzuełoe Warszawa [7] Lgma J, Stachows E, Zalewsa A 996, Zbór zadań z ombatory rachuu rawdoodobeństwa dla uczów szół średch Ofcya wydawczo-olgrafcza relamowo-hadlowa ADAM Warszawa 6
17 [8] Lgma J 976, Zbór zadań z ombatory rachuu rawdoodobeństwa dla szół średch Wydawctwa szole edagogcze Warszawa [9] Meda MA, Itroducto To Probablty ad Statstcs Hydrology Due Uversty, Dyrham [] Pawłows Z 976, Statystya matematycza Państwowe Wydawctwo auowe Warszawa [] Plucńsa A, Plucńs E, Probablstya Wydawctwa auowo-techcze Warszawa [] Plucńsa A, Plucńs E975 Zadaa z rachuu rawdoodobeństwa statysty matematyczej dla studetów oltech Wydawctwa auowo-techcze Warszawa [] Kaczmare Z 97, Metody statystycze w hydrolog meteorolog Wydawctwa omuacj łączośc Warszawa [4] Koroac J, Melczu J 6, Statystya dla studetów eruów techczych rzyrodczych Wydawctwa auowo-techcze Warszawa [5] Korzyńs M 6, Metodya eserymetu Plaowae, realzacja statystycze oracowae wyów eserymetów techologczych Wydawctwa auowo- Techcze Warszawa [6] Szle W 97, Rachue rawdoodobeństwa dla lasy IV lceum ogóloształcącego techum Wydawctwa szole edagogcze Warszawa [7] Taylor JR, Wstę do aalzy błędu omarowego Wydae II zmeoe Wydawctwo auowe PW Warszawa [8] Walesa M, Gatar E 9, Statystycza aalza daych z wyorzystaem rogramu R Wydawctwo auowe PW Warszawa [9] Walole RE, Myers RH, Myers SL, Ye K, 7, Probablty & Statstcs for Egeers & Scetsts Pearso Educato Iteratoal [] Węglarczy W, Statystya w żyer środowsa Poltecha Kraowsa, Kraów [] Yevjevch V 97, Probablty ad statstcs hydrology Water Resources Publcatos, Fort Colls, Colorado, USA [] Zales J 4 Modele stochastycze symulacja omuterowa Zastosowae do systemów zaoatrzea w wodę Wydawctwo auowe PW Warszawa [] Zelńs R 97, Metody Mote Carlo Wydawctwa auowo-techcze Warszawa 7
18 [4] Zelńs R 974, Rachue rawdoodobeństwa z elemetam statysty matematyczej Wydawctwa Szole Pedagogcze Warszawa 8
N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.
3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy
Bardziej szczegółowoZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ
ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ Podstawowe pojęca rachuu prawdopodobeństwa: zdarzee losowe, zdarzee elemetare, prawdopodobeństwo, zbór zdarzeń elemetarych. Def. Nech E będze zborem
Bardziej szczegółowoJEDNOWYMIAROWA ZMIENNA LOSOWA
JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:
Bardziej szczegółowo( ) ( ) ( ) ( ) ( ) ( )
,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau
Bardziej szczegółowok k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2
Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu
Bardziej szczegółowoAnaliza Matematyczna Ćwiczenia. J. de Lucas
Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y
Bardziej szczegółowoZadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.
Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer
Bardziej szczegółowo. Wtedy E V U jest równa
Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo
Bardziej szczegółowoIndukcja matematyczna
Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya
Bardziej szczegółowoPortfel złożony z wielu papierów wartościowych
Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe
Bardziej szczegółowoL.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5
L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 4 Nieparametryczne testy istotności ZADANIE DOMOWE. Strona 1
KURS STATYSTYKA Lecja 4 Nearametrycze testy stotośc ZADANIE DOMOWE www.etraez.l Stroa 1 Część 1: TEST Zazacz orawą odowedź (tylo jeda jest rawdzwa). Pytae 1 W testach earametryczych a) Oblczamy statystyę
Bardziej szczegółowo( ) ( ) ( ) ( ) ( ) ( )
Praca Domowa:.. ( α β ( α β α β ( ( α Γ( β α,,..., ~ B, Γ + f Γ ( α + α ( α + β + ( α + β Γ α + β Γ α + Γ α + β Γ α + + β E Γ α Γ β Γ α Γ α + + β Γ α + Γ β α α + β β α β Γ α + β Γ α + Γ α + β Γ α + + β
Bardziej szczegółowoSPOŁECZNA AKDAEMIA NAUK W ŁODZI
SPOŁECZNA AKDAEMIA NAUK W ŁODZI KIERUNEK STUDIÓW: ZARZĄDZANIE PRZEDMIOT: METODY ILOŚCIOWE W ZARZĄDZANIU (MATERIAŁ POMOCNICZY PRZEDMIOT PODSTAWOWY ) Łódź Sps treśc Moduł Wprowadzee do metod loścowych w
Bardziej szczegółowoVI. TWIERDZENIA GRANICZNE
VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych
Bardziej szczegółowoW zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =
4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,
Bardziej szczegółowoStatystyka Inżynierska
Statystyka Iżyerska dr hab. ż. Jacek Tarasuk AGH, WFIS 013 Wykład 3 DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE, PODSTAWY ESTYMACJI Dwuwymarowa, dyskreta fukcja rozkładu rawdoodobeństwa, Rozkłady brzegowe
Bardziej szczegółowoW zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =
4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,
Bardziej szczegółowoL.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH
L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze
Bardziej szczegółowoma rozkład normalny z nieznaną wartością oczekiwaną m
Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee
Bardziej szczegółowoLista 6. Kamil Matuszewski 26 listopada 2015
Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:
Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t
Bardziej szczegółowoRównania rekurencyjne
Rówaa reurecyje Ja stosować do przelczaa obetów obatoryczych? zaleźć zwąze reurecyjy, oblczyć la początowych wartośc, odgadąć ogóly wzór, tóry astępe udowaday stosując ducję ateatyczą. W etórych przypadach,
Bardziej szczegółowoBajki kombinatoryczne
Artyuł powstał a podstawe odczytu pod tym samym tytułem, wygłoszoego podczas XXXVI Szoły Matematy Poglądowej Pomysł czy rachue? w Grzegorzewcach, styczeń 006. Baj ombatorycze Joaa JASZUŃSKA, Warszawa Ja
Bardziej szczegółowoStatystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych
dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby
Bardziej szczegółowoZAJĘCIA NR 3. loga. i nosi nazwę entropii informacyjnej źródła informacji. p. oznacza, Ŝe to co po im występuje naleŝy sumować biorąc za i
ZAJĘCIA NR Dzsaj omówmy o etro, redudacj, średej długośc słowa odowego o algorytme Huffmaa zajdowaa odu otymalego (od ewym względam; aby dowedzeć sę jam doczeaj do ońca). etro JeŜel źródło moŝe adawać
Bardziej szczegółowoZadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84
Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,
Bardziej szczegółowoPlan: Wykład 3. Zmienne losowe i ich rozkłady. Wstęp do probabilistyki i statystyki. Pojęcie zmiennej losowej
--8 Wstęp do probablsty statysty Wyład. Zmee losowe ch rozłady dr hab.ż. Katarzya Zarzewsa, prof.agh, Katedra Eletro, WIET AGH Wstęp do probablsty statysty. wyład Pla: Pojęce zmeej losowej Iloścowy ops
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby
Bardziej szczegółowoROZKŁADY ZMIENNYCH LOSOWYCH
ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X
Bardziej szczegółowoW loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:
Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,
Bardziej szczegółowoWykład 8: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala, Poissona. Przybliżenie Poissona rozkładu dwumianowego.
Rachue rawdoodobieństwa MAP064 Wydział Eletroii, ro aad. 008/09, sem. leti Wyładowca: dr hab. A. Jurlewicz Wyład 8: Zmiee losowe dysrete. Rozłady Beroulliego (dwumiaowy), Pascala, Poissoa. Przybliżeie
Bardziej szczegółowoSterowanie optymalne statkiem w obszarze ze zmiennym prądem problem czasooptymalnej marszruty. Zenon Zwierzewicz
Sterowae otymale statem w obszarze ze zmeym rądem roblem czasootymalej marszrty Zeo Zwerzewcz Szczec Zeo Zwerzewcz Sterowae otymale statem w obszarze ze zmeym rądem roblem czasootymalej marszrty W artyle
Bardziej szczegółowoOBLICZANIE NIEPEWNOŚCI METODĄ TYPU B
OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość
Bardziej szczegółowoFINANSE II. Model jednowskaźnikowy Sharpe a.
ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy
Bardziej szczegółowoObliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?
Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w
Bardziej szczegółowoma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji
Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz
Bardziej szczegółowoSzeregi czasowe, modele DL i ADL, przyczynowość, integracja
Szereg czasowe, modele DL ADL, rzyczyowość, egracja Szereg czasowy, o cąg realzacj zmeej losowej, owedzmy y, w kolejych okresach czasu: { y } T, co rówoważe możemy zasać: = 1 y = { y1, y,..., y T }. Najogólej
Bardziej szczegółowobędą niezależnymi zmiennymi losowymi z rozkładu o gęstości
Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc
Bardziej szczegółowoStatystyczne charakterystyki liczbowe szeregu
Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc
Bardziej szczegółowoKonspekt wykładu STATYSTYKA MATEMATYCZNA rok 2007/2008 Strona 1
Kospet wyładu STATYSTYKA MATEMATYCZNA ro 7/8 Stroa Języ prawdopodobeństwo jego rozład Pojęce rozładu prawdopodobeństwa lczby z totolota jao zmee losowe o rozładze sretym zmea losowa częstoścowa defcja
Bardziej szczegółowoLaboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI
Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze
Bardziej szczegółowoAnaliza spektralna stóp zwrotu z inwestycji w akcje
Nasz rye aptałowy, 003 r3, str. 38-43 Joaa Góra, Magdalea Osńsa Katedra Eoometr Statysty Uwersytet Mołaja Kopera w Toruu Aalza spetrala stóp zwrotu z westycj w acje. Wstęp Agregacja w eoom eoometr bywa
Bardziej szczegółowoIV. ZMIENNE LOSOWE DWUWYMIAROWE
IV. ZMIENNE LOSOWE DWUWYMIAROWE 4.. Rozkład zmeej losowej dwuwymarowej Defcja 4.. Uporządkowaą parę (X, Y) azywamy zmeą losową dwuwymarową, jeśl każda ze zmeych X Y jest zmeą losową. Defcja 4.. Fukcję
Bardziej szczegółowoĆwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA
Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz
Bardziej szczegółowoTablica Galtona. Mechaniczny model rozkładu normalnego (M10)
Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,
Bardziej szczegółowoIdentyfikacja i ocena ryzyka wykonania planu produkcji w przedsiębiorstwie górniczym
Prof. dr hab. ż. HENRYK PRZYBYŁA, dr hab. ż. STANISŁAW KOWALIK Poltecha Śląsa, Glwce Idetyfacja ocea ryzya wyoaa plau producj w przedsęborstwe górczym Artyuł opował prof. dr hab. ż. Adrzej Karbow. Wprowadzee
Bardziej szczegółowoĆWICZENIE 5 TESTY STATYSTYCZNE
ĆWICZENIE 5 TESTY STATYSTYCZNE Cel Przedstawee wybraych testów statystyczych zasad wyboru właścwego testu przeprowadzea go oraz terpretac wyów. Wprowadzee teoretycze Testem statystyczym azywamy metodę
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA Zajęcia wyrównawcze AJD w Częstochowie; 2009/2010. Irena Fidytek
RACHUNEK PRAWDOPODOBIEŃSTWA Zajęca wyrówawcze AJD w Częstochowe; 2009/200 Irea Fdyte PODSTAWOWE WIADOMOŚCI Z KOMBINATORYKI Nech X { x x x } =, 2, będze daym zborem -elemetowym Z elemetów tego zboru a róże
Bardziej szczegółowoT. Hofman, Wykłady z Termodynamiki technicznej i chemicznej, Wydział Chemiczny PW, kierunek: Technologia chemiczna, sem.
. Hofma Wyłady z ermodyam techczej chemczej Wydzał Chemczy PW erue: echologa chemcza sem.3 215/216 WYKŁAD 3-4. D. Blase reatorów chemczych E. II zasada termodyam F. Kosewecje zasad termodyam D. BILANE
Bardziej szczegółowobędą niezależnymi zmiennymi losowymi o tym samym 2 x
Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka
Bardziej szczegółowoMetody probabilistyczne Rozwiązania zadań
Metody robabilistyczne Rozwiązania zadań 6. Momenty zmiennych losowych 8.11.2018 Zadanie 1. Poaż, że jeśli X Bn, to EX n. Odowiedź: X rzyjmuje wartości w zbiorze {0, 1,..., n} z rawdoodobieństwami zadanymi
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIESTWA wybrane zagadnienia
L.Kowals Wybrae zagadea z rachuu prawdopodobestwa RACHUNEK PRAWDOPODOBIESTWA wybrae zagadea PRAWDOPODOBIESTWO Przyład Rozpatrzmy jao dowadczee losowe jedoroty rzut szece ost. Choca e potrafmy przewdze
Bardziej szczegółowoSystem finansowy gospodarki
System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady
Bardziej szczegółowoPomiary bezpośrednie i pośrednie obarczone błędem przypadkowym
Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego
Bardziej szczegółowoPOPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1
POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.
Bardziej szczegółowoSTATYSTYKA. Zmienna losowa skokowa i jej rozkład
STATYSTYKA Wnosowane statystyczne to proces myślowy polegający na formułowanu sądów o całośc przy dysponowanu o nej ogranczoną lczbą nformacj Zmenna losowa soowa jej rozład Zmenną losową jest welość, tóra
Bardziej szczegółowoMiary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej
Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej
Bardziej szczegółowoWykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.
Wyłady z Aalzy rzeczywstej zespoloej w Matematyce stosowaej Lteratura W Rud: Podstawy aalzy matematyczej, PWN, Warszawa, 1982 W Rud: Aalza rzeczywsta zespoloa, PZWS, Warszawa, 1986 W Szabat: Wstęp do aalzy
Bardziej szczegółowoPojęcie statystyki. Definicja. Wektorową funkcję mierzalną T: X T(X)=(T 1 (X),...,T k (X)) R k wymiarową statystyką. próby X nazywamy k
Statystya Wyład Adam Ćmel A4 5 cmel@agh.edu.pl Pojęce statysty Pojęce statysty w statystyce matematyczej jest odpowedem pojęca zmeej losowej w rachuu prawdopodobeństwa. Nech X(X,...,X ) będze próbą z pewej
Bardziej szczegółowoSTATYSTYKA OPISOWA WYKŁAD 3,4
STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s
Bardziej szczegółowoi i i = (ii) TAK sprawdzamy (i) (i) NIE
Egzam uaruszy z aźdzera 009 r. Maemaya Fasowa Zadae ( ) a a& a ( Da) a&& ( Ia) a a&& D I a a&& a a ( ) && ( ) 0 a a a 0 ( ) a 4 0 ( ) a () K srawdzamy () ( ) a& a ( ) a ( ) a&& a&& ( ) a&& ( ) a&& () NIE
Bardziej szczegółowoStatystyka Opisowa 2014 część 3. Katarzyna Lubnauer
Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław
Bardziej szczegółowoZmiana bazy i macierz przejścia
Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce
Bardziej szczegółowoPodstawy matematyki finansowej i ubezpieczeniowej
Podstawy matematy fasowej ubezpeczeowej oreślea, wzory, przyłady, zadaa z rozwązaam KIELCE 2 SPIS TREŚCI WSTEP... 7 STOPA ZWROTU...... 9 2 RACHUNEK CZASU W MATEMATYCE FINANSOWEJ. 0 2. DOKŁADNA LICZBA DNI
Bardziej szczegółowoTESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).
TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu
Bardziej szczegółowoMETODY KOMPUTEROWE 1
MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc
Bardziej szczegółowoWyrażanie niepewności pomiaru
Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway
Bardziej szczegółowoPodstawy analizy niepewności pomiarowych (I Pracownia Fizyki)
Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?
Bardziej szczegółowon k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka
Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h() dla dysretej zm. losowej oraz ucji h() dla ciągłej zm. losowej: m E P m E ( ) d Deiicja: Mometem cetralym µ rzędu
Bardziej szczegółowoFUNKCJE ZMIENNYCH LOSOWYCH. Uwagi o rozkładzie funkcji zmiennej losowej jednowymiarowej.
L.Kowals Fucje zmeych losowych FUNKCJE ZMIENNYCH LOSOWYCH Uwag o rozładze fucj zmeej losowej jedowymarowej. Jeśl - soowa, o fucj prawdopodobeńswa P( x ) p, g - dowola o fucja prawdopodobeńswa zmeej losowej
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta
Bardziej szczegółowonpq jest funkcją gęstości zmiennej losowej X? Po wyznaczeniu k proszę znaleźć: dystrybuantę, kwartyl drugi,
Zadaie aa jest fucja gęstości zmieej losowej X: 9 8 Wyzacz: F (X ; Q ; ; ( X ; 9 9 P X P Zadaie ( Statystya II, X a b F( b F( a X e! P m ( ; m E( X ( X V ( X X R P ( X R ( X V ( X jest fucją gęstości zmieej
Bardziej szczegółowoSTATYKA. Cel statyki. Prof. Edmund Wittbrodt
STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake
Bardziej szczegółowoReprezentacja krzywych...
Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc
Bardziej szczegółowoPlanowanie eksperymentu pomiarowego I
POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak
Bardziej szczegółowoWyższe momenty zmiennej losowej
Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h( dla dysretej zm. losowej oraz ucji h( dla ciągłej zm. losowej: m E P m E ( d Deiicja: Mometem cetralym µ rzędu dla
Bardziej szczegółowoi = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3
35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
Kospekt wykładu STATYSTYKA MATEMATYCZNA rok 8/9 Stroa Język prawdopodobeństwo jego rozkład Pojęce rozkładu prawdopodobeństwa lczby z totolotka jako zmee losowe o rozkładze skretym zmea losowa częstoścowa
Bardziej szczegółowoJego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.
Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.
Bardziej szczegółowoUOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie
B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety
Bardziej szczegółowoMETODY ANALIZY DANYCH DOŚWIADCZALNYCH
POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych
Bardziej szczegółowoJanusz Górczyński. Moduł 1. Podstawy prognozowania. Model regresji liniowej
Materały omoccze do e-leargu Progozowae symulacje Jausz Górczyńsk Moduł. Podstawy rogozowaa. Model regresj lowej Wyższa Szkoła Zarządzaa Marketgu Sochaczew Od Autora Treśc zawarte w tym materale były erwote
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA
STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze
Bardziej szczegółowo5. OPTYMALIZACJA NIELINIOWA
5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe
Bardziej szczegółowoSystem finansowy gospodarki
System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym
Bardziej szczegółowoopisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn
ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.
Bardziej szczegółowoMiary statystyczne. Katowice 2014
Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących
Bardziej szczegółowoPERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X
PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac
Bardziej szczegółowoRozkład normalny (Gaussa)
Rozład ormaly (Gaussa) Wyprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowych. Rozważmy pomiar wielości m, tóry jest zaburzay przez losowych efetów o wielości e ażdy, zarówo zaiżających ja i
Bardziej szczegółowoTyp może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }
Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca
Bardziej szczegółowoDokonajmy zestawienia wszystkich równań teorii sprężystości. 1. Różniczkowe równania równowagi (warunki Naviera)
Wyład 4 Blas rówań teor srężystośc Dooamy zestawea wszystch rówań teor srężystośc Gra rówań. Różczowe rówaa rówowag (war Navera Lczba rówań Lczba ewadomych X 6 (. Zwąz geometrycze (rówaa Cachy ego ( 6
Bardziej szczegółowoStatystyka Matematyczna Anna Janicka
Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).
Bardziej szczegółowoTARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA
Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej
Bardziej szczegółowoEstymacja przedziałowa
Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze
Bardziej szczegółowoZMIENNE LOSOWE WIELOWYMIAROWE
L.Kowals Zmee losowe welowmarowe ( ΩS P ZMIENNE LOSOWE WIELOWMIAROWE - ustaloa przestrzeń probablstcza. (... - zmea losowa - wmarowa (wetor losow cąg losow. : Ω R (fuca borelowsa P : Β R [0 - rozład zmee
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8
Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja
Bardziej szczegółowoPODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE
Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka
Bardziej szczegółowoSTATYSTKA I ANALIZA DANYCH LAB II
STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.
Bardziej szczegółowo