Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń."

Transkrypt

1 Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń Niezależność zdarzeń Katarzyna Rybarczyk-Krzywdzińska

2 Niezależność dwóch zdarzeń Intuicja Zdarzenia losowe A i B powinny być niezależne, jeśli wystąpienie jednego z tych zdarzeń nie wpływa na prawdopodobieństwo drugiego, czyli P(A) = P(A B). oraz P(B) = P(B A). Kiedy to jest prawdą?

3 O ile P(A), P(B) > 0 P(A) = P(A B) P (A) = P (A B) P (B) P(B) = P(B A) P (B) = P (A B) P (A) P (A) P (B) = P (A B) P (A) P (B) = P (A B)

4 O ile P(A), P(B) > 0 P(A) = P(A B) P (A) = P (A B) P (B) P(B) = P(B A) P (B) = P (A B) P (A) P (A) P (B) = P (A B) P (A) P (B) = P (A B) Definicja Mówimy, że zdarzenia losowe A i B są niezależne, jeśli P(A B) = P(A) P(B). W przeciwnym przypadku mówimy, że zdarzenia losowe A i B są zależne.

5 Przykład 1 Wybieramy losowo jedną z talii 52 kart. Czy zdarzenia A i B są niezależne? A wybrana karta to As B wybrana karta to kier. Definicja, przypomnienie Mówimy, że zdarzenia losowe A i B są niezależne, jeśli P(A B) = P(A) P(B) Rozwiązanie:

6 Przykład 1 Wybieramy losowo jedną z talii 52 kart. Czy zdarzenia A i B są niezależne? A wybrana karta to As B wybrana karta to kier. Jak zmieni się odpowiedź w przypadku losowania z talii 54 kart (z Jokerami)? Definicja, przypomnienie Mówimy, że zdarzenia losowe A i B są niezależne, jeśli P(A B) = P(A) P(B) Rozwiązanie:

7 Przykład 2 Czy zdarzenia wzajemnie wykluczające się są niezależne? A B =

8 Fakt Jeżeli A i B są niezależne, to niezależne są też zdarzenia A i B Dowód:

9 Fakt Jeżeli A i B są niezależne, to niezależne są też zdarzenia A i B Dowód: Wniosek Jeżeli A i B są niezależne, to niezależne są też zdarzenia A i B ; A i B; A i B. Tzn. jeżeli A i B są niezależne, to to, czy zaszło B, czy nie, nie ma wpływu na prawdopodobieństwo zajścia A i na odwrót.

10 Niezależność wielu zdarzeń - pytanie Niech zdarzenia A, B i C będą parami niezależne, tzn. A i B niezależne; B i C niezależne; A i C niezależne;. Czy z tego wynika, że A, B i C są niezależne?

11 Niezależność wielu zdarzeń - pytanie Niech zdarzenia A, B i C będą parami niezależne, tzn. A i B niezależne; B i C niezależne; A i C niezależne;. Czy z tego wynika, że A, B i C są niezależne? Sprawdźmy, czy zdarzenia A i B C są niezależne.

12 Przykład 3 rzucamy dwiema monetami; niech A to zdarzenie na pierwszej monecie wypadła reszka niech B to zdarzenie na drugiej monecie wypadła reszka niech C to zdarzenie wypadła dokładnie jedna reszka czy zdarzenia A i B C są niezależne

13 Przykład 3 rzucamy dwiema monetami; niech A to zdarzenie na pierwszej monecie wypadła reszka niech B to zdarzenie na drugiej monecie wypadła reszka niech C to zdarzenie wypadła dokładnie jedna reszka czy zdarzenia A i B C są niezależne Konkluzja: zdarzenia A oraz B są niezależne; zdarzenia A oraz C są niezależne; zdarzenia B oraz C są niezależne; ale zdarzenia A, B C NIE są niezależne, więc A,B,C NIE są niezależne

14 Niezależność trzech zdarzeń Definicja Zdarzenia A 1, A 2, A 3 są niezależne, jeśli: P(A 1 A 2 ) = P(A 1 ) P(A 2 ), P(A 1 A 3 ) = P(A 1 ) P(A 3 ), P(A 2 A 3 ) = P(A 2 ) P(A 3 ), P(A 1 A 2 A 3 ) = P(A 1 ) P(A 2 ) P(A 3 )

15 Niezależność trzech zdarzeń Przykład 4 Niech Ω = [0, 1] 2. Na ilustracji mamy trzy zdarzenia. Wiemy, że P (A) P (B) P (C) = = 1 = P (A B C). 8 Czy w takim razie zdarzenia A, B, C są niezależne?

16 Niezależność trzech zdarzeń czyli... zdarzenia A 1, A 2, A 3 są niezależne, jeśli: P(A p ) = P(A p ) dla 1 p 3, P(A p A q ) = P(A p ) P(A q ) dla 1 p < q 3, P(A p A q A r ) = P(A p ) P(A q ) P(A r ) dla 1 p < q < r 3

17 Niezależność czterech zdarzeń Definicja cd. Zdarzenia A 1, A 2, A 3, A 4 są niezależne, jeśli: P(A p ) = P(A p ) dla 1 p 4, P(A p A q ) = P(A p ) P(A q ) dla 1 p < q 4, P(A p A q A r ) = P(A p ) P(A q ) P(A r ) dla 1 p < q < r 4, P(A p A q A r A s ) = P(A p ) P(A q ) P(A r ) P(A s ) dla 1 p < q < r < s 4,

18 Niezależność wielu zdarzeń Definicja ogólna wersja Mówimy, że zdarzenia losowe A 1, A 2,... są niezależne, jeśli dla dowolnego skończonego ciągu indeksów i 1 < < i k zachodzi P(A i1 A i2 A ik ) = P(A i1 ) P(A i2 ) P(A ik )

19 Niezależność wielu zdarzeń Definicja, przypomnienie mówimy, że zdarzenia losowe A 1, A 2,... są niezależne, jeśli dla dowolnego skończonego ciągu indeksów i 1 < < i k zachodzi Przykład 5 P(A i1 A i2 A ik ) = P(A i1 ) P(A i2 ) P(A ik ) Rozważamy n-krotny rzut monetą. Niech A k będzie zdarzeniem w k-tym rzucie wypadł orzeł Korzystając z definicji klasycznej pokaż, że zdarzenia A 1,..., A n są niezależne

20 Przypomnienie Jeżeli A i B są niezależne, to niezależne są też zdarzenia A i B ; A i B; A i B.

21 Przypomnienie Jeżeli A i B są niezależne, to niezależne są też zdarzenia A i B ; A i B; A i B. Twierdzenie Załóżmy, że zdarzenia A 1, A 2,..., A n są niezależne. wówczas również zdarzenia B 1, B 2,..., B n, gdzie B i = A i lub B i = A i dla każdego i = 1,..., n. są niezależne

22 O jeden krok dalej Jeśli niezależne są A, B i C, to niezależne są: A i B C A i B C Dowód:

23 O jeden krok dalej Jeśli niezależne są A, B i C, to niezależne są: A i B C A i B C Dowód: Ogólniej jeśli zdarzenia A 1, A 2, A 3, A 4,..., B 1, B 2, B 3, B 4... są niezależne, to poniższe dwa zdarzenia również są niezależne: dowolne zdarzenie, które da się wyprodukować z A 1, A 2, A 3, A 4,... przy pomocy,,, \, etc., dowolne zdarzenie, które da się wyprodukować z B 1, B 2, B 3, B 4... przy pomocy,,, \, etc.,

24 Ogólniej jeśli zdarzenia A 1, A 2, A 3, A 4,..., B 1, B 2, B 3, B 4... są niezależne, to poniższe dwa zdarzenia również są niezależne: dowolne zdarzenie, które da się wyprodukować z A 1, A 2, A 3, A 4,... przy pomocy,,, \, etc., dowolne zdarzenie, które da się wyprodukować z B 1, B 2, B 3, B 4... przy pomocy,,, \, etc., Przykład 6 Zdarzenia losowe A, B, C, D są niezależne; czy wynika stąd, że zdarzenia A B oraz (C D) \ (C D) są niezależne?

25 Ogólniej jeśli zdarzenia A 1, A 2, A 3, A 4,..., B 1, B 2, B 3, B 4... są niezależne, to poniższe dwa zdarzenia również są niezależne: dowolne zdarzenie, które da się wyprodukować z A 1, A 2, A 3, A 4,... przy pomocy,,, \, etc., dowolne zdarzenie, które da się wyprodukować z B 1, B 2, B 3, B 4... przy pomocy,,, \, etc., Przykład 6 Zdarzenia losowe A, B, C, D są niezależne; czy wynika stąd, że zdarzenia A B oraz (C D) \ (C D) są niezależne? TAK

26 Ogólniej jeśli zdarzenia A 1, A 2, A 3, A 4,..., B 1, B 2, B 3, B 4... są niezależne, to poniższe dwa zdarzenia również są niezależne: dowolne zdarzenie, które da się wyprodukować z A 1, A 2, A 3, A 4,... przy pomocy,,, \, etc., dowolne zdarzenie, które da się wyprodukować z B 1, B 2, B 3, B 4... przy pomocy,,, \, etc., Przykład 7 Zdarzenia losowe A, B, C, D są niezależne; czy wynika stąd, że zdarzenia A B oraz (A D) \ (C D) są niezależne?

27 Ogólniej jeśli zdarzenia A 1, A 2, A 3, A 4,..., B 1, B 2, B 3, B 4... są niezależne, to poniższe dwa zdarzenia również są niezależne: dowolne zdarzenie, które da się wyprodukować z A 1, A 2, A 3, A 4,... przy pomocy,,, \, etc., dowolne zdarzenie, które da się wyprodukować z B 1, B 2, B 3, B 4... przy pomocy,,, \, etc., Przykład 7 Zdarzenia losowe A, B, C, D są niezależne; czy wynika stąd, że zdarzenia A B oraz (A D) \ (C D) są niezależne? NIE KONIECZNIE

28 Wskazówki Niezależność to maszyna, która pozwala obliczać prawdopodobieństwa skomplikowanych zdarzeń losowych

29 Niezależność to mnożenie prawdopodobieństw jeśli zdarzenia A, B,..., Z są niezależne, to P(A B Z) = P(A) P(B) P(Z)

30 Niezależność to mnożenie prawdopodobieństw jeśli zdarzenia A, B,..., Z są niezależne, to P(A B Z) = P(A) P(B) P(Z) Przykład 8 wiadomo, że zdarzenia P, Q, R są niezależne, P(P) = p, P(Q) = q, P(R) = r, jakie jest prawdopodobieństwo tego, że zajdą wszystkie trzy zdarzenia? P(P Q R) =?

31 Przykład 9 wiadomo, że zdarzenia P, Q, R są niezależne, P(P) = p, P(Q) = q, P(R) = r, jakie jest prawdopodobieństwo tego, że zajdzie co najmniej jedno zdarzenie? P(P Q R) =?

32 Przykład 9 wiadomo, że zdarzenia P, Q, R są niezależne, P(P) = p, P(Q) = q, P(R) = r, jakie jest prawdopodobieństwo tego, że zajdzie co najmniej jedno zdarzenie? P(P Q R) =? Wskazówka Zamień w korzystając z praw de Morgana Przypomnij sobie, że jeśli zdarzenia A 1, A 2,... są niezależne, to również zdarzenia A 1, A 2,... są niezależne.

33 Przykład 10 Po sieci przedstawionej na rysunku ma zostać przekazana informacja z komputera A do komputera B z pośrednictwem innych komputerów. Każdy komputer (poza A i B, które działają) ulega uszkodzeniu lub jest w inny sposób niedostępny niezależnie z prawdopodobieństwem p. Wyznacz prawdopodobieństwo zdarzenia, że informacja może zostać przekazana z sukcesem.

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

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

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

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

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

Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne

Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne 5.3 Rozkłady warunkowe i warunkowa wartość oczekiwana Katarzyna Rybarczyk-Krzywdzińska semestr zimowy 2015/2016 Prawdopodobieństwo wyraża postawę

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

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 warunkowe Twierdzenie o prawdopodobieństwie całkowitym

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym Edward Stachowski Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym W podstawie programowej obowiązującej na egzaminie maturalnym od 05r pojawiły się nowe treści programowe Wśród

Bardziej szczegółowo

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

Prawdopodobieństwo geometryczne

Prawdopodobieństwo geometryczne Prawdopodobieństwo geometryczne Krzysztof Jasiński Wydział Matematyki i Informatyki UMK, Toruń V Lieceum Ogólnokształące im. Jana Pawała II w Toruniu 13.03.2014 Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo

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

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

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka matematyczna 5 marca 2018 1 / 14 Prawdopodobieństwo klasyczne Ω - zbiór wszystkich zdarzeń elementarnych

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 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

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

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

Zdarzenia losowe i prawdopodobieństwo

Zdarzenia losowe i prawdopodobieństwo Rozdział 1 Zdarzenia losowe i prawdopodobieństwo 1.1 Klasyfikacja zdarzeń Zdarzenie elementarne pojęcie aprioryczne, które nie może być zdefiniowane. Odpowiednik pojęcia punkt w geometrii. Zdarzenie elementarne

Bardziej 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

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

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

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

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

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne. Twierdzenia graniczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 20.2.208 / 26 Motywacja Rzucamy wielokrotnie uczciwą monetą i zliczamy

Bardziej szczegółowo

Statystyka podstawowe wzory i definicje

Statystyka podstawowe wzory i definicje 1 Statystyka podstawowe wzory i definicje Średnia arytmetyczna to suma wszystkich liczb (a 1, a 2,, a n) podzielona przez ich ilość (n) Przykład 1 Dany jest zbiór liczb {6, 8, 11, 2, 5, 3}. Oblicz średnią

Bardziej szczegółowo

Doświadczenie i zdarzenie losowe

Doświadczenie i zdarzenie losowe Doświadczenie i zdarzenie losowe Doświadczenie losowe jest to takie doświadczenie, które jest powtarzalne w takich samych warunkach lub zbliżonych, a którego wyniku nie można przewidzieć jednoznacznie.

Bardziej szczegółowo

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. Lekcja 2 Temat: Podstawowe pojęcia związane z prawdopodobieństwem. Str. 10-21 1. Doświadczenie losowe jest to doświadczenie,

Bardziej szczegółowo

Wstęp. Kurs w skrócie

Wstęp. Kurs w skrócie Mariola Zalewska Zakład Metod Matematycznych i Statystycznych Zarządzania Wydział Zarządzania Uniwersystet Warszawski I rok DSM Rachunek Prawdopodobieństwa Wstęp Kombinatoryka Niezależność zdarzeń, Twierdzenie

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

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

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

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

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

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA Doświadczenia losowe Rachunek prawdopodobieństwa zajmuje się zdarzeniami jakie zachodzą, gdy przeprowadzamy doświadczenia losowe. Mówimy, że doświadczenie jest

Bardziej szczegółowo

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

P (A B) P (B) = 1/4 1/2 = 1 2. Zakładamy, że wszystkie układy dwójki dzieci: cc, cd, dc, dd są jednakowo prawdopodobne. Wykład Prawdopodobieństwo warunkowe Dwukrotny rzut symetryczną monetą Ω {OO, OR, RO, RR}. Zdarzenia: Awypadną dwa orły, Bw pierwszym rzucie orzeł. P (A) 1 4, 1. Jeżeli już wykonaliśmy pierwszy rzut i wiemy,

Bardziej szczegółowo

Statystyka Astronomiczna

Statystyka Astronomiczna Statystyka Astronomiczna czyli zastosowania statystyki w astronomii historycznie astronomowie mieli wkład w rozwój dyscypliny Rachunek prawdopodobieństwa - gałąź matematyki Statystyka - metoda oceny właściwości

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

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk MNRP 18.03.2019r. Grzegorz Kowalczyk 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Definicja (σ - ciało) Niech Ω - dowolny zbiór. Rodzinę F P (Ω), gdzie P (Ω) jest rodziną wszystkich podzbiorów

Bardziej szczegółowo

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki Wstęp do probabilistyki i statystyki Wykład 2. Prawdopodobieństwo i elementy kombinatoryki dr hab.inż. Katarzyna Zakrzewska, prof.agh Katedra Elektroniki, AGH e-mail: zak@agh.edu.pl http://home.agh.edu.pl/~zak

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.0. Wstęp Katarzyna Rybarczyk-Krzywdzińska Wstęp Dlaczego prawdopodobieństwo klasyczne nie wystarcza? Jak opisać grę w ruletkę,

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

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

04DRAP - Prawdopodobieństwo warunkowe, prawdopodobieństwo całkowite,

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

Bardziej szczegółowo

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. jest ilościową miarą niepewności

Prawdopodobieństwo. jest ilościową miarą niepewności Prawdopodobieństwo jest ilościową miarą niepewności Eksperyment - zdarzenie elementarne Eksperymentem nazywamy proces, który prowadzi do jednego z możliwych wyników. Nazywamy je wynikami obserwacji, zdarzeniami

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 26 lutego 2018 Magdalena Alama-Bućko Statystyka matematyczna 26 lutego 2018 1 / 16 Wykład : 10h (przez 10 tygodni po 45 minut) zaliczenie wykładu

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

KURS PRAWDOPODOBIEŃSTWO

KURS PRAWDOPODOBIEŃSTWO KURS PRAWDOPODOBIEŃSTWO Lekcja 4 Prawdopodobieństwo całkowite i twierdzenie Bayesa. Drzewko stochastyczne. Schemat Bernoulliego. ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź

Bardziej szczegółowo

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

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 25 lutego 2019 Magdalena Alama-Bućko Statystyka matematyczna 25 lutego 2019 1 / 18 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

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

Bardziej szczegółowo

= 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

Probabilistyczne podstawy statystyki matematycznej. Dr inż. Małgorzata Michalcewicz-Kaniowska

Probabilistyczne podstawy statystyki matematycznej. Dr inż. Małgorzata Michalcewicz-Kaniowska Probabilistyczne podstawy statystyki matematycznej Dr inż. Małgorzata Michalcewicz-Kaniowska 1 Zdarzenia losowe, algebra zdarzeń Do podstawowych pojęć w rachunku prawdopodobieństwa zaliczamy: doświadczenie

Bardziej szczegółowo

PRAWDOPODOBIEŃSTWO WARUNKOWE

PRAWDOPODOBIEŃSTWO WARUNKOWE Projekt współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego PRAWDOPODOBIEŃSTWO WARUNKOWE TWIERDZENIE O PRAWDOPODOBIEŃSTWIE CAŁKOWITYM Autor: Edward Stachowski Materiały

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

Prawdopodobieństwo geometryczne

Prawdopodobieństwo geometryczne Prawdopodobieństwo geometryczne Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK, Toruń Uniwersyteckie Koło Matematyczne 23 kwietnia 2009 r. Bartosz Ziemkiewicz (WMiI UMK) Prawdopodobieństwo geometryczne

Bardziej szczegółowo

Wykład 11: Podstawowe pojęcia rachunku prawdopodobieństwa

Wykład 11: Podstawowe pojęcia rachunku prawdopodobieństwa Wykład : Podstawowe pojęcia rachunku prawdopodobieństwa dr Mariusz Grządziel 3 maja 203 Doświadczenie losowe Doświadczenie nazywamy losowym, jeśli: może być powtarzane (w zasadzie) w tych samych warunkach;

Bardziej szczegółowo

Wykład 2. Zdarzenia niezależne i prawdopodobieństwo całkowite

Wykład 2. Zdarzenia niezależne i prawdopodobieństwo całkowite Wstęp do probabilistyki i statystyki Wykład 2. Zdarzenia niezależne i prawdopodobieństwo całkowite dr hab.inż. Katarzyna Zakrzewska, prof.agh, Katedra lektroniki, WIT AGH Wstęp do probabilistyki i statystyki.

Bardziej szczegółowo

Zmienna losowa (wygrana w pojedynczej grze): (1, 0.5), ( 1, 0.5)

Zmienna losowa (wygrana w pojedynczej grze): (1, 0.5), ( 1, 0.5) Przykład 0. Gra polega na jednokrotnym rzucie symetryczną monetą, przy czym wygrywamy 1 jeżeli wypadnie orzeł oraz przegrywamy 1 jeżeli wypadnie reszka. Nasz początkowy kapitał wynosi 5. Jakie jest prawdopodobieństwo,

Bardziej 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

Rachunku prawdopodobieństwa: rys historyczny, aksjomatyka, prawdopodobieństwo warunkowe,

Rachunku prawdopodobieństwa: rys historyczny, aksjomatyka, prawdopodobieństwo warunkowe, Rachunku prawdopodobieństwa: rys historyczny, aksjomatyka, prawdopodobieństwo warunkowe, niezależność zdarzeń dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu Semestr letni

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

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

III. ZMIENNE LOSOWE JEDNOWYMIAROWE III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta

Bardziej szczegółowo

+ r arcsin. M. Przybycień Rachunek prawdopodobieństwa i statystyka π r x

+ r arcsin. M. Przybycień Rachunek prawdopodobieństwa i statystyka π r x Prawdopodobieństwo geometryczne Przykład: Przestrzeń zdarzeń elementarnych określona jest przez zestaw punktów (x, y) na płaszczyźnie i wypełnia wnętrze kwadratu [0 x 1; 0 y 1]. Znajdź p-stwo, że dowolny

Bardziej szczegółowo

Rachunek Prawdopodobieństwa i Statystyka Matematyczna

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

Bardziej szczegółowo

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Nierówność Czebyszewa Niech X będzie zmienną losową o skończonej wariancji V ar(x). Wtedy wartość oczekiwana E(X) też jest skończona i

Bardziej szczegółowo

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

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( ) Nowa matura kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Doświadczenie losowe polega na rzucie dwiema symetrycznymi monetami i sześcienną kostką do gry. Prawdopodobieństwo

Bardziej 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

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

Rachunek prawdopodobieństwa- wykład 2

Rachunek prawdopodobieństwa- wykład 2 Rachunek prawdopodobieństwa- wykład 2 Pojęcie dyskretnej przestrzeni probabilistycznej i określenie prawdopodobieństwa w tej przestrzeni dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet

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

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga 1 Zagadnienia 1. Przypomnienie wybranych pojęć rachunku prawdopodobieństwa. Zmienna losowa. Rozkład

Bardziej szczegółowo

Prawdopodobieństwo i statystyka Wykład I: Przestrzeń probabilistyczna

Prawdopodobieństwo i statystyka Wykład I: Przestrzeń probabilistyczna 9 października 2018 Zasady zaliczenia przedmiotu: Zaliczenie ćwiczeń rachunkowych. Zdanie egzaminu ustnego z treści wykładu. Literatura J. Jakubowski i R. Sztencel, Wstęp do teorii prawdopodobieństwa.

Bardziej szczegółowo

Algorytmy stochastyczne, wykład 08 Sieci bayesowskie

Algorytmy stochastyczne, wykład 08 Sieci bayesowskie Algorytmy stochastyczne, wykład 08 Jarosław Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2014-04-10 Prawdopodobieństwo Prawdopodobieństwo Prawdopodobieństwo warunkowe Zmienne

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

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady WYKŁAD 2 Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady Metody statystyczne metody opisu metody wnioskowania statystycznego syntetyczny liczbowy opis właściwości zbioru danych ocena

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka matematyczna 20 lutego 2017 1 / 21 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45

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

Klasyfikacja metodą Bayesa

Klasyfikacja metodą Bayesa Klasyfikacja metodą Bayesa Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski warunkowe i bezwarunkowe 1. Klasyfikacja Bayesowska jest klasyfikacją statystyczną. Pozwala przewidzieć prawdopodobieństwo

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

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

Wymagania egzaminacyjne z matematyki. Klasa 3C. MATeMATyka. Nowa Era. Klasa 3

Wymagania egzaminacyjne z matematyki. Klasa 3C. MATeMATyka. Nowa Era. Klasa 3 Wymagania egzaminacyjne z matematyki. lasa 3C. MATeMATyka. Nowa Era. y są ze sobą ściśle powiązane ( + P + R + D + W), stanowiąc ocenę szkolną, i tak: ocenę dopuszczającą (2) otrzymuje uczeń, który spełnił

Bardziej szczegółowo

Rachunek prawdopodobieństwa dla informatyków

Rachunek prawdopodobieństwa dla informatyków Rachunek prawdopodobieństwa dla informatyków Adam Roman Instytut Informatyki UJ Wykład 1 rys historyczny zdarzenia i ich prawdopodobieństwa aksjomaty i reguły prawdopodobieństwa prawdopodobieństwo warunkowe

Bardziej szczegółowo

Rachunek Prawdopodobieństwa Rozdział 5. Rozkłady łączne

Rachunek Prawdopodobieństwa Rozdział 5. Rozkłady łączne Rachunek Prawdopodobieństwa Rozdział 5. Rozkłady łączne 5.0 Definicje Katarzyna Rybarczyk-Krzywdzińska Wprowadzenie Przykład 1 Bolek, Lolek i Tola wstąpili do kasyna. (A) Bolek postawił na czerwone, (B)

Bardziej szczegółowo

Wybrane treści z rachunku prawdopodobieństwa w kontekście medycznym. M.Zalewska

Wybrane treści z rachunku prawdopodobieństwa w kontekście medycznym. M.Zalewska Wybrane treści z rachunku prawdopodobieństwa w kontekście medycznym M.Zalewska Podstawowe pojęcia Doświadczenie losowe obserwacja zjawiska, którego przebiegu nie umiemy w pełni przewidzieć. Możemy oceniać

Bardziej 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

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

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

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a)

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a) ZADANIA - ZESTAW 1 Zadanie 11 Rzucamy trzy razy monetą A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie Oreślić zbiór zdarzeń elementarnych Wypisać zdarzenia elementarne sprzyjające

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

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

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

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

Matematyka z el. statystyki, # 2 /Geodezja i kartografia II/

Matematyka z el. statystyki, # 2 /Geodezja i kartografia II/ Matematyka z el. statystyki, # 2 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a bud. Agro II, e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Wykład 13. Podstawowe pojęcia rachunku prawdopodobieństwa

Wykład 13. Podstawowe pojęcia rachunku prawdopodobieństwa Wykład 13. Podstawowe pojęcia rachunku prawdopodobieństwa dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu semestr zimowy, rok akademicki 2015 2016 Doświadczenie losowe Doświadczenie

Bardziej szczegółowo

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka 1 TEST WSTĘPNY 1. (1p) Zestaw danych 3, 5, x, 7, 10, 12 jest uporządkowany niemalejąco. Mediana tego zestawu jest równa 6, więc liczba x jest równa A. 7 B. 6 C. 5 D. 4 2. (2p) Średnia arytmetyczna liczb:

Bardziej szczegółowo

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30.

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30. Kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Flagę, taką jak pokazano na rysunku, należy zszyć z trzech jednakowej szerokości pasów kolorowej tkaniny. Oba pasy zewnętrzne

Bardziej szczegółowo