Wiadowmości wstępne z rachunku prawdopodobieństwa

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wiadowmości wstępne z rachunku prawdopodobieństwa"

Transkrypt

1 Biotechologia, Chemia, Chemia Budowlaa - Wydział Chemiczy - 1 Wiadowmości wstępe z rachuu prawdopodobieństwa Zdecydowaa więszość procesów fizyczych, techiczych, społeczych, eoomiczych itp, przebiega w sposób bardziej lub miej losowy. Zjawisami, tórych przebieg jesteśmy słoi uważać za dość przypadowy są a przyład: - rzut ostą do gry - ie wiemy, ile ocze wypadie, - opady deszczu w Kraowie w rou ie wiemy, iedy i ile będzie padać, - gra a giełdzie - ie wiemy, ile będą warte acje aszych spółe za dwa tygodie, a tym bardziej za ro. Z drugiej stroy, obserwujemy zjawisa, tóre jesteśmy słoi uważać za zdetermiowae. Są imi a przyład: - ruch wsazówe zegara - potrafimy oreślić ich położeie po upływie, powiedzmy, 47 miut, - abór dzieci do las pierwszych w szole podstawowej w ciągu ajbliższych sześciu lat - liczba pierwszolasistów w rou 2008 powia być rówa, zaej już, liczbie dzieci urodzoych w rou 2001, - oszczędzaie a stały procet zł przy oprocetowaiu roczym 10 da po dwóch latach 121 zł. Zwróćmy jeda przy tym uwagę a ila oczywistych fatów: - obserwowaa losowość zjawis może wyiać raczej z aszej iewiedzy, czy też z iedosoałości środów techiczych, tórymi dyspoujemy, iż z samej atury zjawis - ruch osti, a przyład, podlega przecież oreśloym prawom fizyczym i gdybyśmy zali ierue i wartość siły, z jaą rzucoo idealie symetryczą ostę, to moglibyśmy (teoretyczie) wypisać rówaia ruchu i rozwiązując je, oreślić liczbę ocze, tóra uaże się a górej ściace, - ie istieją (w zasadzie) procesy w pełi zdetermiowae - wiemy, że 100 zł złożoe a 2 lata a 10 da am 121 zł, jeda w przypadu baructwa bau możemy ie dostać ai grosza. Rachue prawdopodobieństwa i statystya są tymi działami matematyi, tóre badają i opisują zjawisa, uwzględiając ich losowy charater. Potrafimy a przyład uzasadić, że rzucając 100 razy ostą, prawie a pewo uzysamy w sumie więcej iż 330, lecz miej iż 370 ocze, przy czym zwrot prawie a pewo moża będzie odpowiedio sprecyzować. Możemy też oreślić oczeiwaą wielość aboru do lasy pierwszej w olejych adchodzących latach. Liczba ta ie jest, ja sugerowao wyżej, rówa liczbie dzieci urodzoych siedem lat wcześiej - trzeba bowiem uwzględić pewe dodatowe czyii: migracje, umieralość lub przewlełe choroby, a tórych wielość może być oreśloa a podstawie wieloletich obserwacji przy użyciu metod statystyczych. Metody statystycze mogą też pozwolić a oreśleie przewidywaej wielości opadów w rou 2008 w Kraowie oraz ich itesywość w poszczególych miesiącach. Podstawowe pojęcie rachuu prawdopodobieństwa - zdarzeie losowe - łączymy zazwyczaj z wyiiem pewej obserwacji lub doświadczeia. Wyi te może być jaościowy (p. wylosowaie asa z talii art) lub ilościowy (p. otrzymaie czwóri podczas rzutów ostą). Zdarzeia, tórych ie da się rozłożyć a zdarzeia prostsze azywamy zdarzeiami elemetarymi. Zbiór wszystich zdarzeń elemetarych azywamy przestrzeią zdarzeń elemetarych. Przyład Otrzymaie liczby parzystej przy rzucie ostą jest zdarzeiem losowym (jest realizowae przez trzy zdarzeia elemetare - 2, 4 i 6).

2 Biotechologia, Chemia, Chemia Budowlaa - Wydział Chemiczy - 2 Defiicja Niech Ω będzie ustaloą przestrzeią zdarzeń elemetarych. Zdarzeiami azywamy podzbiory przestrzei Ω, tóre tworzą rodzię (czyli zbiór zbiorów) S taą, że zbiór pusty Ø S, jezeli A S, to Ā S (Ā - dopełieie, czyli Ω \ A), jeżeli dla dowolego ciągu A i S, to Rodzię S azywamy σ-algebrą zdarzeń. Defiicja A 1 A 2... A... S. Zdarzeiem przeciwym Ā do zdarzeia A azywamy zdarzeie polegające a tym, że ie zachodzi zdarzeie A. Ā = Ω \ A. Zdarzeiem pewym azywamy zdarzeie, tóre zawiera wszystie elemety przestrzei zdarzeń elemetarych (czyli, tóre musi się zdarzyć). Ozaczamy go przez Ω. Zdarzeie iemożliwe ta taie, tóre ie może zajść. Odpowiada mu zbiór pusty Ø. Ozaczamy go więc przez Ø. Zdarzeie A pociąga zdarzeie B wtedy i tylo wtedy, gdy z zajścia zdarzeia A wyia zajście zdarzeia B. Sumą lub alteratywą zdarzeń A 1, A 2,..., A, azywamy zdarzeie polegające a zajściu co ajmiej jedego z ich, czyli odpowiadające sumie zbiorów Dla przeliczalej liczby zdarzeń mamy A 1 A 2... A = A. =1 A 1 A 2... = A. =1 Iloczyem zdarzeń A 1, A 2,..., A, azywamy zdarzeie polegające a jedoczesym zajściu wymieioych zdarzeń i ozaczamy Dla przeliczalej liczby zdarzeń mamy A 1 A 2... A = A. =1 A 1 A 2... = A. =1

3 Biotechologia, Chemia, Chemia Budowlaa - Wydział Chemiczy - 3 Zdarzeia A i B azywamy wyluczającymi się, jeżeli ich iloczy jest zdarzeiem iemożliwym, tz. A B = Ø. Jest wiele różych defiicji prawdopodobieństwa. Defiicja (def. lasycza, gdy Ω ma sończoą liczbę zdarzeń elemetarych) Niech przestrzeń Ω słada się ze sończoej liczby zdarzeń elemetarych i zajście ażdego z ich jest jedaowo możliwe. Niech - (A) jest liczbą zdarzeń elemetarych sprzyjających zajściu zdarzeia A, - (Ω) jest liczbą wszystich zdarzeń elemetarych, to prawdopodobieństwem zdarzeia A azywamy liczbę P (A) = (A) (Ω). Defiicja (def. geometrycza, oparta a pojęciu miary zbioru) Niech G będzie ustaloym zbiorem (jedowymiarowym, płasim, przestrzeym) o zadaej mierze m(g). Niech g G ma miarę m(g). Załadamy, że wybraie dowolego putu jest jedaowo możliwe. Niech zdarzeie A polega a tym, że wybray losowo put ależy do zbioru g. Prawdopodobieństwo zdarzeia A defiiujemy jao P (A) = m(g) m(g). Defiicja geometrycza pozwala a rozpatrzeie przypadu iesończoej, ieprzeliczalej liczby zdarzeń elemetarych. Jest oa jeda truda do zastosowaia i ie usuwa pojęcia jedaowo prawdopodobe. Defiicja (Asjomatycza defiicja prawdopodobieństwa - Kołmogorowa r.) Niech Ω jest przestrzeią zdarzeń elemetarych, a S jest σ-algebrą zdarzeń, to prawdopodobieństwem azywamy fucję P : S R (czyli fucję przypisującą zdarzeiom liczby rzeczywiste) taą, że dla ażdego A S zachodzi 0 P (A) 1, P (Ω) = 1, jeżeli dla dowolych i j jest A i A j = Ø, to P ( i A i ) = i P (A i ). Ostati warue ozacza, że dla ciągu parami wyluczających się (rozłączych) zdarzeń, prawdopodobieństwo sumy zdarzeń jest rówe sumie ich prawdopodobieństw. Nie ma podobej własości dla iloczyu zdarzeń.

4 Biotechologia, Chemia, Chemia Budowlaa - Wydział Chemiczy - 4 Elemetare własości prawdopodobieństwa Prawdopodobieństwo zdarzeia iemożliwego wyosi 0: P (Ø) = 0. Prawdopodobieństwo dowolego zdarzeia jest ie więsze od 1: P (A) 1. Jeżeli zdarzeie A pociąga zdarzeie B, A B, to P (A) P (B). Prawdopodobieństwo różicy dwóch zdarzeń wyraża się wzorem P (B \ A) = P (B) P (A B). Jeżeli zdarzeie A pociąga zdarzeie B, A B, to P (A B) = P (A) + P (B) P (A B). P (B \ A) = P (B) P (A). Suma prawdopodobieństw zdarzeń przeciwych rówa się jedości: P (A) + P (Ā) = 1. Defiicja Prawdopodobieństwo zajścia zdarzeia A pod waruiem zajścia zdarzeia B (ozaczamy P (A B)) azywamy liczbę P (A B) P (A B) =. P (B) Liczbę P (A B) azywamy prawdopodobieństwem waruowym. Defiicja Mówimy, że zdarzeia A i B są iezależe, gdy P (A B) = P (A)P (B). Rówość ta ie wylucza sytuacji, gdy P (A) = 0 lub P (B) = 0. Niech P (A) > 0 i P (B) > 0. Wówczas ażda z rówości P (A B) = P (A), P (B A) = P (B) staowi warue oieczy i dostateczy iezależości zdarzeń. Defiicja (iezależość zespołowa zdarzeń) Mówimy, że zdarzeia A 1, A 2,..., A są iezależe, gdy P (A i1 A i2... A im ) = P (A i1 )P (A i2 )... P (A im ) dla ażdego m i ażdego m - wyrazowego rosącego ciągu liczb aturalych 1 i 1, i 2,..., i m.

5 Biotechologia, Chemia, Chemia Budowlaa - Wydział Chemiczy - 5 Twierdzeie Niech A i B będą dowolymi zdarzeiami losowymi. Wtedy P (A B) = P (A) + P (B) P (A B); P (A B) = P (A)P (B A), gdy P (A) > 0; P (A B) = P (B)P (A B), gdy P (B) > 0; ogólie P (A 1 A 2... A ) = = P (A 1 )P (A 2 A 1 )P (A 3 A 1 A 2 )... P (A A 1... A 1 ). Defiicja Mówimy, że uład zdarzeń losowych jest A 1, A 2,..., jest zupeły, jeżeli zdarzeia te są parami wyluczające się (rozłącze), a ich suma jest zdarzeiem pewym, tz. A i A j = Ø, i j, A = Ω. Twierdzeie Jeżeli A 1, A 2,..., A są uładem zupełym zdarzeń losowych i P (A ) > 0, dla = 1, 2,...,, to dla dowolego zdarzeia losowego B zachodzi rówość ( ) P (B) = P (A )P (B A ). =1 zwaa wzorem a prawdopodobieństwo zupełe (lub całowite). Nieiedy B azywamy sutiem, a A 1, A 2,..., A przyczyami. Wówczas twierdzeie moża zapisać w postaci: Jeżeli sute B może zajść w wyiu jedej z przyczy A 1, A 2,..., A jedyie możliwych i wzajemie wyluczających się, to prawdopodobieństwo zajścia sutu B wyraża się rówością ( ). Twierdzeie Jeżeli P (B) > 0; A 1, A 2,..., A są uładem zupełym zdarzeń losowych; P (A ) > 0 dla = 1, 2,..., ; to zachodzi wzór ( ) azyway wzorem Bayesa. P (A B) = P (A )P (B A ) P (A i )P (B A i ) i=1.

6 Biotechologia, Chemia, Chemia Budowlaa - Wydział Chemiczy - 6 Gdy spełioe są założeia twierdzeia, prawdopodobieństwo tego, że A dla = 1, 2,...,, było przyczyą zajścia sutu B wyraża się rówością ( ). Wzór a prawdopodobieństwo całowite stosujemy, gdy zdarzeie B realizuje się w sposób pośredi (dwustopiowy) - ajpierw występują przyczyy A j, tóre mogą spowodować zajście zdarzeia B - prawdopodobieństwo liczymy przed zajściem zdarzeia B. Wzór Bayesa stosujemy wtedy, gdy zdarzeie B już zaszło i było realizowae pośredio poprzez zaistieie przyczy A j. Schemat Beroulliego Schemat doświadczeia losowego polegającego a wielorotym powtarzaiu tego samego doświadczeia losowego. Pojedymcze doświadczeie polega a tym, że mogą zajść jedyie zdarzeia A lub Ā. Czyli zbiór zdarzeń słada się ze zdarzeń Ø, A, Ā, Ω oraz P (A) = p (0, 1) i P (Ā) = q = 1 p (0, 1). Załadamy, że wyii olejych prób są zdarzeiami iezależymi. Jeżeli zajście zdarzeia A azwiemy sucesem, a Ā porażą, to prawdopodobieństwo osiągięcia doładie sucesów w próbach wyraża się wzorem P () = zwaym wzorem Beroulliego. ( ) p q = ( ) p (1 p). Elemety ombiatoryi Silia -!: 1! = 1,! = ( 1), jest iloczyem olejych liczb aturalych od 1 do włączie. Dodatowo Symbol Newtoa - ( ) : ( 0! = 1. )! =!( )!, ( ) = 1. 0 Kombiatoryą azywamy dziedzię matematyi, tórej zadaiem jest obliczaie liczby zbiorów, w jaie moża łączyć w oreśloy sposób elemety ależące do daego zbioru sończoego.

7 Biotechologia, Chemia, Chemia Budowlaa - Wydział Chemiczy - 7 Permutacje Permutacje bez powtórzeń. Zbiór sładający się z elemetów uporządowaych i różych azywamy permutacją bez powtórzeń z elemetów. P =!. Wyia z tego, że dwie permutacje tego samego zbioru różią się tylo olejością elemetów. Przyład Iloma sposobami moża umieścić siedem osób a ośmiu poumerowaych rzesłach? Rozw. Kolejość jest istota, gdyż rzesła są umerowae, czyli a 8! sposobów. Permutacje z powtórzeiami. Zbiór sładający się z elemetów uporządowaych, wśród tórych pewe elemety powtarzają się odpowiedio 1, 2,..., razy, azywamy - elemetową permutacją z powtórzeiami. Przyład P 1, 2,..., =! 1! 2!...!. Ile różych wyrazów (mających ses lub ie) moża utworzyć przstawiając litery w wyrazie matematya? Rozw. Tworzymy zbiory 10 - cio elemetowe zbioru 10 - cio elemetowego, w tórym elemety m, a i t się powtarzają odpowiedio 2, 3 i 2 razy. Czyli P 2,3,2 10 = 10! 2!3!2! = Kombiacje Kombiacje bez powtórzeń. Kombiacją bez powtórzeń z elemetowego zbioru azywamy ilość podzbiorów tego zbioru sładających się z różych elemetów (wybraych spośród różych elemetów), przy czym obojęta jest olejość rozmieszczeia elemetów. ( ) C =. Przyład Ile astąpi powitań, gdy spota się jedocześie 8 zajomych osób? Rozw. Wszystich osób jest 8 przy czym jedocześie podają sobie ręce ( 2) osoby. Porząde przy powitaiu dwóch daych osób ie odgrywa roli. Czyli C8 2 = =

8 Biotechologia, Chemia, Chemia Budowlaa - Wydział Chemiczy - 8 Kombiacje z powtórzeiami. Kombiacją z powtórzeiami: te sam elemet może być wybray do - elemetowego ciągu ilarotie, a poadto ie ma zaczeia porząde elemtów ciągu: ( ) C + 1 =. Przyład Mamy cztery rodzaje owowców: jabła, gruszi, morele i pomarańcze. Robimy paczi po pięć owowców w ażdej. Ile moża otrzymać w te sposób różych pacze? Rozw. Wybieramy 5 - cio elemetową próbę z populacji czteroelemetowej. ( ) Czyli w 8 próbce przyajmiej jede owoc musi się powtórzyć. Czyli C5 4 = = Wariacje Wariacje bez powtórzeń. Wariacją bez powtórzeń (rozmieszczeiem bez powtórzeń) z - elemetowego zbioru po elemetów ( ) azywamy uporządoway ciąg sładający się z różych elemetów wybraych spośród różych elemetów. Przyład V =! ( )!. Ile moża wyoać różych trójolorowych chorągiewe z sześciu barw? Rozw. Kolejość barw odgrywa rolę (podobie ja p. choragiew biało-czerwoa jest flagą Polsi, a czaro-biała sięstwa Moaco). Soro chorągwie mają być trójolorowe, to barwy ie mogą się powtarzać. Czyli V6 3 6! = (6 3)! = 120. Wariacje z powtórzeiami. Wariacją z powtórzeiami (rozmieszczeiem z powtórzeiami) z - elemetowego zbioru po elemetów ( ) azywamy uporządoway ciąg sładający się z różych lub ie różiących się elemetów, wybraych spośród różych elemetów. Przyład V =. Ile moża utworzyć liczb parzystych czterocyfrowych (czyli taich, że cyfra 0 ie występuje a pierwszym miejscu), w tórych cyfry mogą się powtarzać? Rozw. Wszystich liczb czterocyfrowych z powtarzającymi cyframi jest V 10 4 = Czyli taich, w tórych 0 ie występuje a pierwszym miejscu jest 9 V = Połowa z ich, to liczby parzyste, więc 4500.

9 Biotechologia, Chemia, Chemia Budowlaa - Wydział Chemiczy - 9 Literatura J. Jaubowsi, R. Sztecel - Rachue prawdopodobieństwa dla (prawie) ażdego, SCRIPT, Warszawa 2002 W. Kordeci - Rachue prawdopodobieństwa i statystya matematycza Defiicje, twierdzeia, wzory, Oficya Wydawicza GiS, Wrocław 2003 W. Kordeci - Rachue prawdopodobieństwa i statystya matematycza Przyłady i zadaia, Oficya Wydawicza GiS, Wrocław 2003 W. Krysici i ii - Rachue prawdopodobieństwa i statystya matematycza w zadaiach cz. I i II, Wydawictwo Nauowe PWN, Warszawa 2005 W. Kordeci, J. Mieliczu - Statystya dla studetów ieruów techiczych i przyrodiczych, WNT, Warszawa 2004 Materiały dydatycze a dostępe a stroie www Wydziału Matematyi, Iformatyi i Mechaii Uiwersytetu Warszawsiego

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli.

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli. KOMBINATORYKA Kombiatoryą azywamy dział matematyi zajmujący się zbiorami sończoymi oraz relacjami między imi. Kombiatorya w szczególości zajmuje się wyzaczaiem liczby elemetów zbiorów sończoych utworzoych

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach,

Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, Rachue prawdopodobieństwa i statystya matematycza Dr hab. iż. Mariusz Przybycień Literatura: Rachue prawdopodobieństwa i statystya matematycza w zadaiach, tom I i II, W. Krysici i i., PWN 2005. Wstęp do

Bardziej szczegółowo

i statystyka matematyczna Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, M. Przybycień Rachunek prawdopodobieństwa i statystyka

i statystyka matematyczna Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, M. Przybycień Rachunek prawdopodobieństwa i statystyka Rachue prawdopodobieństwa i statystya matematycza Dr hab. iż.. Mariusz Przybycień Literatura: Rachue prawdopodobieństwa i statystya matematycza w zadaiach, tom I i II, W. Krysici i i., PWN 200. Wstęp do

Bardziej szczegółowo

Rozdział 1. Prawdopodobieństwo

Rozdział 1. Prawdopodobieństwo Wstęp Rachue prawdopodobieństwa (łac. probabilitis prawdopodoby) jest dziedzią matematyi, tóra współcześie zajduje szeroie zastosowaie zarówo w auce, ja i w pratyce. Jest dobrym arzędziem ostruowaia i

Bardziej szczegółowo

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy Wyład 7 Przestrzeie metrycze zwarte Defiicja 8 (przestrzei zwartej i zbioru zwartego Przestrzeń metryczą ( ρ X azywamy zwartą jeśli ażdy ciąg elemetów tej przestrzei posiada podciąg zbieży (do putu tej

Bardziej szczegółowo

Analiza I.1, zima wzorcowe rozwiązania

Analiza I.1, zima wzorcowe rozwiązania Aaliza I., zima 07 - wzorcowe rozwiązaia Marci Kotowsi 5 listopada 07 Zadaie. Udowodij, że dla ażdego aturalego liczba 7 + dzieli się przez 6. Dowód. Tezę udowodimy za pomocą iducji matematyczej. Najpierw

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa

Analiza matematyczna i algebra liniowa Aaliza matematycza i algebra liiowa Materiały pomocicze dla studetów do wyładów Rachue różiczowy ucji wielu zmieych. Pochode cząstowe i ich iterpretacja eoomicza. Estrema loale. Metoda ajmiejszych wadratów.

Bardziej szczegółowo

i statystyka matematyczna Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, M. Przybycień Rachunek prawdopodobieństwa i statystyka

i statystyka matematyczna Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, M. Przybycień Rachunek prawdopodobieństwa i statystyka Rachue prawdopodobieństwa i statystya matematycza Dr hab. iż.. Mariusz Przybycień Literatura: Rachue prawdopodobieństwa i statystya matematycza w zadaiach, tom I i II, W. Krysici i i., PWN 200. Wstęp do

Bardziej szczegółowo

IV Uniwersytecka Sobota Matematyczna 14 kwietnia Funkcje tworzące w kombinatoryce

IV Uniwersytecka Sobota Matematyczna 14 kwietnia Funkcje tworzące w kombinatoryce IV Uiwersyteca Sobota Matematycza 4 wietia 208 Fucje tworzące w ombiatoryce Dla ciągu a 0 a a 2... defiiujemy fucję tworzącą: G(x) = a x = a 0 + a x + a 2 x 2 + a 3 x 3 + =0. Zajdź fucje tworzące dla poiższych

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEOSTWA

RACHUNEK PRAWDOPODOBIEOSTWA RACHUNEK PRAWDOPODOBIEOSTWA Elemetarym pojęciem w rachuku prawdopodobieostwa jest zdarzeie elemetare tz. możliwy wyik pewego doświadczeia p. rzut moetą: wyrzuceie orła lub reszki arodziy człowieka: urodzeie

Bardziej szczegółowo

II. PEWNE SCHEMATY RACHUNKU PRAWDOPODOBIEŃSTWA

II. PEWNE SCHEMATY RACHUNKU PRAWDOPODOBIEŃSTWA II EWNE SCHEMATY RACHUNKU RAWDOODOBIEŃSTWA 2 Zagadieie Beroulliego rzeprowadzamy doświadczeń w tai sposób, że prawdopodobieństwo sucesu w ażdym doświadczeiu jest stałe, iezależe od wyiów poprzedich i rówe

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

Statystyka i rachunek prawdopodobieństwa

Statystyka i rachunek prawdopodobieństwa Statystyka i rachuek prawdopodobieństwa Filip A. Wudarski 22 maja 2013 1 Wstęp Defiicja 1. Statystyka matematycza opisuje i aalizuje zjawiska masowe przy użyciu metod rachuku prawdopodobieństwa. Defiicja

Bardziej szczegółowo

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i = Zastosowaie symboli Σ i Π do zapisu sum i iloczyów Teoria Niech a, a 2,..., a będą dowolymi liczbami. Sumę a + a 2 +... + a zapisuje się zazwyczaj w postaci (czytaj: suma od k do a k ). Zak Σ to duża grecka

Bardziej szczegółowo

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe Metody probabilistycze i statystyka Wykład 1 Zdarzeia losowe, defiicja prawdopodobieństwa, zmiee losowe Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki

Bardziej szczegółowo

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY Zgodie z dążeiami filozofii pitagorejsiej matematyzacja abstracyjego myśleia powia być dooywaa przy pomocy liczb. Soro ta, to liczby ależy tworzyć w miarę

Bardziej szczegółowo

Rozkład normalny (Gaussa)

Rozkład 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 szczegółowo

Wykład 8: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala, Poissona. Przybliżenie Poissona rozkładu dwumianowego.

Wykład 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 szczegółowo

1 Twierdzenia o granicznym przejściu pod znakiem całki

1 Twierdzenia o granicznym przejściu pod znakiem całki 1 Twierdzeia o graiczym przejściu pod zakiem całki Ozaczeia: R + = [0, ) R + = [0, ] (X, M, µ), gdzie M jest σ-ciałem podzbiorów X oraz µ: M R + - zbiór mierzaly, to zaczy M Twierdzeie 1.1. Jeżeli dae

Bardziej szczegółowo

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011 Dwumia Newtoa Agiesza Dąbrowsa i Maciej Nieszporsi 8 styczia Wstęp Wzory srócoego możeia, tóre pozaliśmy w gimazjum (x + y x + y (x + y x + xy + y (x + y 3 x 3 + 3x y + 3xy + y 3 x 3 + y 3 + 3xy(x + y

Bardziej szczegółowo

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F; Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia

Bardziej szczegółowo

Matematyka dyskretna Kombinatoryka

Matematyka dyskretna Kombinatoryka Matematya dysreta Kombiatorya Adrzej Szepietowsi 1 Ci agi Zastaówmy siȩ, ile ci agów d lugości moża utworzyć z elemetów zbioru zawieraj acego symboli. Jeżeli zbiór symboli zawiera dwa elemety: to moża

Bardziej szczegółowo

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i = Zastosowaie symboli Σ i Π do zapisu sum i iloczyów Teoria Niech a, a,, a będą dowolymi liczbami Sumę a + a + + a zapisuje się zazwyczaj w postaci (czytaj: suma od do a ) Za Σ to duża greca litera sigma,

Bardziej szczegółowo

Scenariusz lekcji: Kombinatoryka utrwalenie wiadomości

Scenariusz lekcji: Kombinatoryka utrwalenie wiadomości Sceariusz lekcji: Kombiatoryka utrwaleie wiadomości 1 1. Cele lekcji a) Wiadomości Uczeń: za pojęcia: permutacja, wariacja i kombiacja, zdarzeie losowe, prawdopodobieństwo, za iezbęde wzory. b) Umiejętości

Bardziej szczegółowo

Twierdzenia o funkcjach ciągłych

Twierdzenia o funkcjach ciągłych Automatya i Robotya Aaliza Wyład 5 dr Adam Ćmiel cmiel@aghedupl Twierdzeia o ucjach ciągłych Tw (Weierstrassa Jeżeli ucja : R [ R jest ciągła a [, to ograiczoa i : ( sup ( i ( i ( [, Dowód Ograiczoość

Bardziej szczegółowo

Zajęcia nr. 2 notatki

Zajęcia nr. 2 notatki Zajęcia r otati wietia 5 Wzory srócoego możeia W rozdziale tym podamy ila wzorów tóre ułatwiają obliczaie wielu zadań rachuowych Fat (wzory srócoego możeia) Dla dowolych liczb rzeczywistych a, b zachodzi:

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

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 szczegółowo

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady WYKŁAD Zdarzeia losowe i prawdopodobieństwo Zmiea losowa i jej rozkłady Metody statystycze metody opisu metody wioskowaia statystyczego sytetyczy liczbowy opis właściwości zbioru daych ocea charakterystyk

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych Automatya i Robotya Aaliza Wyład dr Adam Ćmiel cmiel@agh.edu.pl Rachue różiczowy fucji wielu zmieych W olejych wyładach uogólimy pojęcia rachuu różiczowego i całowego fucji jedej zmieej a przypade fucji

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji ( ) : m f x = Ax ( A) { Ax x } = Defiicja: Zakresem macierzy A Œ âm azywamy

Bardziej szczegółowo

Twierdzenie Cayleya-Hamiltona

Twierdzenie Cayleya-Hamiltona Twierdzeie Cayleya-Hamiltoa Twierdzeie (Cayleya-Hamiltoa): Każda macierz kwadratowa spełia swoje włase rówaie charakterystycze. D: Chcemy pokazać, że jeśli wielomiaem charakterystyczym macierzy A jest

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Liczby zespolone

Zadania z algebry liniowej - sem. I Liczby zespolone Zadaia z algebry liiowej - sem. I Liczby zespoloe Defiicja 1. Parę uporządkowaą liczb rzeczywistych x, y azywamy liczbą zespoloą i ozaczamy z = x, y. Zbiór wszystkich liczb zespoloych ozaczamy przez C

Bardziej szczegółowo

Kombinacje, permutacje czyli kombinatoryka dla testera

Kombinacje, permutacje czyli kombinatoryka dla testera Magazie Kombiacje, permutacje czyli ombiatorya dla testera Autor: Jace Oroje O autorze: Absolwet Wydziału Fizyi Techiczej, Iformatyi i Matematyi Stosowaej Politechii Łódziej, specjalizacja Sieci i Systemy

Bardziej szczegółowo

INDUKCJA MATEMATYCZNA

INDUKCJA MATEMATYCZNA MATEMATYKA DYSKRETNA (4/5) dr hab. iż. Małgorzata Stera malgorzata.stera@cs.put.poza.pl www.cs.put.poza.pl/mstera/ INDUKCJA MATEMATYCZNA Matematya Dysreta Małgorzata Stera FUNKCJA SILNIA dla, fucja silia

Bardziej szczegółowo

Analiza I.1, zima globalna lista zadań

Analiza I.1, zima globalna lista zadań Aaliza I., zima 207 - globala lista zadań Marci Kotowsi 8 styczia 208 Podstawy Zadaie. Udowodij, że dla ażdego aturalego liczby 7 2 + oraz 7 2 dzielą się przez 6. Zadaie 2. Rozstrzygij, czy poiższe liczby

Bardziej szczegółowo

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Podstawy rachunku prawdopodobieństwa (przypomnienie) . Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń

Bardziej szczegółowo

1. Dany odcinek podzielić dwoma punktami na trzy części. Jakie jest prawdopodobieństwo, że z tych części da się zbudować trójkąt?

1. Dany odcinek podzielić dwoma punktami na trzy części. Jakie jest prawdopodobieństwo, że z tych części da się zbudować trójkąt? 1.5. Prawdopodoieństwo warukowe 15 Zadaia 1. Day odciek podzielić dwoma puktami a trzy części. Jakie jest prawdopodoieństwo, że z tych części da się zudować trójkąt? 2. Moetę o promieiu r rzucoo a parkiet

Bardziej szczegółowo

n 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

n 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 szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji : m f x = Ax RAAx x Defiicja: Zakresem macierzy A Œ âm azywamy podprzestrzeń

Bardziej szczegółowo

H brak zgodności rozkładu z zakładanym

H brak zgodności rozkładu z zakładanym WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Test zgodości H : rozład jest zgody z załadaym 0 : H bra zgodości rozładu z załadaym statystya: p emp i p obszar rytyczy: K ;, i gdzie liczba ategorii p Przyład: Wyoujemy

Bardziej szczegółowo

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE WARTOŚĆ BEZWZGLĘDNA LICZBY Wartość bezwzględą liczby rzeczywistej x defiiujemy wzorem: { x dla x 0 x = x dla x < 0 Liczba x jest to odległość a osi liczbowej

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia 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 szczegółowo

Wyższe momenty zmiennej losowej

Wyższe 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 szczegółowo

ĆWICZENIE 1 Symulacja doświadczeń losowych Statystyka opisowa Estymacja parametryczna i nieparametryczna T E O R I A

ĆWICZENIE 1 Symulacja doświadczeń losowych Statystyka opisowa Estymacja parametryczna i nieparametryczna T E O R I A ĆWICZENIE Symulacja doświadczeń losowych Statystya opisowa Estymacja parametrycza i ieparametrycza T E O R I A Opracowała: Katarzya Stąpor Opis programu MS EXCEL. Iformacje ogóle Program Microsoft Excel

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

Zadania z analizy matematycznej - sem. I Szeregi liczbowe Zadaia z aalizy matematyczej - sem. I Szeregi liczbowe Defiicja szereg ciąg sum częściowyc. Szeregiem azywamy parę uporządkowaą a ) S ) ) ciągów gdzie: ciąg a ) ciąg S ) jest day jest ciągiem sum częściowych

Bardziej szczegółowo

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n Metoda Newtoa i rówaie z = 1 Załóżmy, że fucja f :C C ma ciągłą pochodą. Dla (prawie) ażdej liczby zespoloej z 0 tworzymy ciąg (1) (z ) 0, z 1 = z f ( z ), ciąg te f ' (z ) będziemy azywać orbitą liczby

Bardziej szczegółowo

3. Funkcje elementarne

3. Funkcje elementarne 3. Fukcje elemetare Fukcjami elemetarymi będziemy azywać fukcję tożsamościową x x, fukcję wykładiczą, fukcje trygoometrycze oraz wszystkie fukcje, jakie moża otrzymać z wyżej wymieioych drogą astępujących

Bardziej szczegółowo

Wyk lad 8 Zasadnicze twierdzenie algebry. Poj. ecie pierścienia

Wyk lad 8 Zasadnicze twierdzenie algebry. Poj. ecie pierścienia Wy lad 8 Zasadicze twierdzeie algebry. Poj ecie pierścieia 1 Zasadicze twierdzeie algebry i jego dowód Defiicja 8.1. f: C C postaci Wielomiaem o wspó lczyiach zespoloych azywamy fucj e f(x) = a x + a 1

Bardziej szczegółowo

Wyk lad 1 Podstawowe techniki zliczania

Wyk lad 1 Podstawowe techniki zliczania Wy lad 1 Podstawowe techii zliczaia Wariacje bez powtórzeń Defiicja 1. Niech i bed a liczbami aturalymi taimi, że. Niech A bedzie dowolym zbiorem elemetowym. Każdy ciag różowartościowy a 1,..., a d lugości

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

Kombinatorycznie o tożsamościach kombinatorycznych

Kombinatorycznie o tożsamościach kombinatorycznych Kombiatoryczie o tożsamościach ombiatoryczych Beata Bogdańsa, Szczeci Odczyt zawiera propozycję dydatyczą usystematyzowaej i samowystarczalej prezetacji tematu: Tożsamości dotyczace symbolu dwumieego.

Bardziej szczegółowo

a 1, a 2, a 3,..., a n,...

a 1, a 2, a 3,..., a n,... III. Ciągi liczbowe. 1. Defiicja ciągu liczbowego. Defiicja 1.1. Ciągiem liczbowym azywamy fukcję a : N R odwzorowującą zbiór liczb aturalych N w zbiór liczb rzeczywistych R i ozaczamy przez { }. Używamy

Bardziej szczegółowo

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

MACIERZE STOCHASTYCZNE

MACIERZE STOCHASTYCZNE MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:

Bardziej szczegółowo

Rozkład Poissona. I. Cel ćwiczenia. Obowiązujący zakres materiału. Podstawy teoretyczne. Opracował: Roman Szatanik

Rozkład Poissona. I. Cel ćwiczenia. Obowiązujący zakres materiału. Podstawy teoretyczne. Opracował: Roman Szatanik Opracował: Roma Szatai Rozład Poissoa I. Cel ćwiczeia Zapozaie ze statystyczym sposobem opisu zagadień związaych z promieiowaiem jądrowym oraz z rozładami statystyczymi stosowaymi w fizyce jądrowej. Pratycze

Bardziej szczegółowo

P k k (n k) = k {O O O} = ; {O O R} =

P k k (n k) = k {O O O} = ; {O O R} = Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB II

STATYSTKA 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

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic). Materiały dydaktycze Aaliza Matematycza Wykład Ciągi liczbowe i ich graice. Graice ieskończoe. Waruek Cauchyego. Działaia arytmetycze a ciągach. Podstawowe techiki obliczaia graic ciągów. Istieie graic

Bardziej szczegółowo

Repetytorium z Matematyki Elementarnej Wersja Olimpijska

Repetytorium z Matematyki Elementarnej Wersja Olimpijska Repetytorium z Matematyi Elemetarej Wersja Olimpijsa Podae tutaj zadaia rozwiązywae były w jedej z grup ćwiczeiowych Są w więszości ieco trudiejsze od pozostałych zadań przygotowaych w ramach przedmiotu

Bardziej szczegółowo

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji http://www.ii.ui.wroc.pl/ sle/teachig/a-apr.pdf Aaliza umerycza Staisław Lewaowicz Grudzień 007 r. Aproksymacja fukcji Pojęcia wstępe Defiicja. Przestrzeń liiową X (ad ciałem liczb rzeczywistych R) azywamy

Bardziej szczegółowo

Analiza matematyczna. Robert Rałowski

Analiza matematyczna. Robert Rałowski Aaliza matematycza Robert Rałowski 6 paździerika 205 2 Spis treści 0. Liczby aturale.................................... 3 0.2 Liczby rzeczywiste.................................... 5 0.2. Nierówości...................................

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA 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

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi

Bardziej szczegółowo

Kombinowanie o nieskończoności. 1. Jak zliczyć materiały do ćwiczeń

Kombinowanie o nieskończoności. 1. Jak zliczyć materiały do ćwiczeń Kombiowaie o ieskończoości.. Jak zliczyć materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch marzec 208 Szybkie przypomieie z wykładu Prezetacja multimediala do wykładu. Permutacje,

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej

Bardziej szczegółowo

I. Podzielność liczb całkowitych

I. Podzielność liczb całkowitych I Podzielość liczb całkowitych Liczba a = 57 przy dzieleiu przez pewą liczbę dodatią całkowitą b daje iloraz k = 3 i resztę r Zaleźć dzieik b oraz resztę r a = 57 = 3 b + r, 0 r b Stąd 5 r b 8, 3 więc

Bardziej szczegółowo

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

ZMIENNA 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 szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne APROKSYMACJA I INTERPOLACJA Przybliżeie fucji f(x) przez ią fucję g(x) fucja f jest zbyt sompliowaa; użycie f w dalszej aalizie problemu jest trude fucja f jest zaa tylo tabelaryczie; wymagaa jest zajomość

Bardziej szczegółowo

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistycza Defiicja Odwzorowaie X: Ω R d azywamy d-wymiarowym wektorem losowym jeśli dla każdego (x 1, x 2,,x d ) є R d zbiór Uwaga {ω є Ω: X(ω)

Bardziej szczegółowo

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne Wykład 4 Niezależość zmieych, fukcje i charakterystyki wektora losowego, cetrale twierdzeia graicze Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki

Bardziej szczegółowo

tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze

tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze R o z d z i a l III RÓWNANIA RÓŻNICZKOWE LINIOWE WYŻSZYCH RZE DÓW 12. Rówaie różiczowe liiowe -tego rze du Na pocza te zauważmy, że podobie ja w dziedziie rzeczywistej wprowadzamy dla fucji zespoloych

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja 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 szczegółowo

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Wektory Fukcje rzeczywiste wielu zmieych rzeczywistych Matematyka Studium doktorackie KAE SGH Semestr leti 2008/2009 R. Łochowski Wektory pukty w przestrzei R Przestrzeń R to zbiór uporządkowaych -ek liczb

Bardziej szczegółowo

Kombinatoryka - wyk lad z 28.XI (za notatkami prof.wojciecha Guzickiego)

Kombinatoryka - wyk lad z 28.XI (za notatkami prof.wojciecha Guzickiego) Kombiatorya - wy lad z 28XI (za otatami profwojciecha Guziciego) Kombiatorya zajmuje sie sposobami zliczaia elemetów zbiorów sończoych Liczbe elemetów sończoego zbioru A be dziemy ozaczać symbolem A 1

Bardziej szczegółowo

Krótkie i dość swobodne wprowadzenie do liczb Stirlinga. Jakub Kamiński

Krótkie i dość swobodne wprowadzenie do liczb Stirlinga. Jakub Kamiński Krótie i dość swobode wprowadzeie do liczb Stirliga Jaub Kamińsi 9 styczia 27 LICZBY STIRLINGA PIERWSZEGO RODZAJU Liczby Stirliga pierwszego rodzaju Liczby Stirliga zawdzięczają swoją azwę szociemu matematyowi

Bardziej szczegółowo

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:

Bardziej szczegółowo

Ciągi liczbowe wykład 3

Ciągi liczbowe wykład 3 Ciągi liczbowe wykład 3 dr Mariusz Grządziel semestr zimowy, r akad 204/205 Defiicja ciągu liczbowego) Ciagiem liczbowym azywamy fukcję odwzorowuja- ca zbiór liczb aturalych w zbiór liczb rzeczywistych

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Liczby Stirlinga I rodzaju - definicja i własności

Liczby Stirlinga I rodzaju - definicja i własności Liczby Stiriga I rodzaju - defiicja i własości Liczby Stiriga I rodzaju ozaczae symboem s(, ) moża defiiować jao współczyii w rozwiięciu x s(, )x, 0 (1) 0 gdzie x x(x 1)... (x + 1), 1 x 0 1. (2) Zostały

Bardziej szczegółowo

Liczby Stirlinga II rodzaju - definicja i własności

Liczby Stirlinga II rodzaju - definicja i własności Liczby Stirliga II rodzaju - defiicja i własości Liczby Stirliga II rodzaju ozaczae sybole S(, ) lub { oża defiiować jao współczyii w rozwiięciu gdzie { x x, 0 (1) 0 x x(x 1)... (x + 1), 1 x 0 1. (2) Zostały

Bardziej szczegółowo

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7 Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Statystyka matematyczna. Wykład II. Estymacja punktowa

Statystyka matematyczna. Wykład II. Estymacja punktowa Statystyka matematycza. Wykład II. e-mail:e.kozlovski@pollub.pl Spis treści 1 dyskretych Rozkłady zmieeych losowych ciągłych 2 3 4 Rozkład zmieej losowej dyskretej dyskretych Rozkłady zmieeych losowych

Bardziej szczegółowo

Metoda najszybszego spadku

Metoda najszybszego spadku Metody Gradietowe W tym rozdziale bdziemy rozwaa metody poszuiwaia dla fucji z przestrzei R o wartociach rzeczywistych Metody te wyorzystuj radiet fucji ja rówie wartoci fucji Przypomijmy, czym jest zbiór

Bardziej szczegółowo

CIĄGI LICZBOWE. Poziom podstawowy

CIĄGI LICZBOWE. Poziom podstawowy CIĄGI LICZBOWE Poziom podstawowy Zadaie ( pkt) + 0 Day jest ciąg o wyrazie ogólym a =, N+ + jest rówy? Wyzacz a a + Czy istieje wyraz tego ciągu, który Zadaie (6 pkt) Marek chce przekopać swój przydomowy

Bardziej szczegółowo

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

PERMUTACJE 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 szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

TESTY LOSOWOŚCI. Badanie losowości próby - test serii. TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla

Bardziej szczegółowo

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1 Tekst a iebiesko jest kometarzem lub treścią zadaia. Zadaie 1. Zbadaj mootoiczość i ograiczoość ciągów. a = + 3 + 1 Ciąg jest mootoiczie rosący i ieograiczoy poieważ różica kolejych wyrazów jest dodatia.

Bardziej szczegółowo

Parametryzacja rozwiązań układu równań

Parametryzacja rozwiązań układu równań Parametryzacja rozwiązań układu rówań Przykład: ozwiąż układy rówań: / 2 2 6 2 5 2 6 2 5 //( / / 2 2 9 2 2 4 4 2 ) / 4 2 2 5 2 4 2 2 Korzystając z postaci schodkowej (środkowa macierz) i stosując podstawiaie

Bardziej szczegółowo

5. Zasada indukcji matematycznej. Dowody indukcyjne.

5. Zasada indukcji matematycznej. Dowody indukcyjne. Notatki do lekcji, klasa matematycza Mariusz Kawecki, II LO w Chełmie 5. Zasada idukcji matematyczej. Dowody idukcyje. W rozdziale sformułowaliśmy dla liczb aturalych zasadę miimum. Bezpośredią kosekwecją

Bardziej szczegółowo

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy

Bardziej szczegółowo

Wykład 3 : Podstawowe prawa, twierdzenia i reguły Teorii Obwodów

Wykład 3 : Podstawowe prawa, twierdzenia i reguły Teorii Obwodów OBWODY SYNAŁY Wyład 3 : Podstawowe prawa, twierdzeia i reguły Teorii Obwodów 3. PODSTAWOWE PAWA TWEDZENA TEO OBWODÓW 3.. SCHEMAT DEOWY OBWOD Schematem ideowym obwodu (siecią) azywamy graficze przedstawieie

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0, Zadaie iech X, X,, X 6 będą iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), a Y, Y,, Y6 iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), gdzie, są iezaymi

Bardziej szczegółowo

1.3. Przestrzeni. Odwzorowania. Rząd macierzy. Twierdzenie Croneckera- Capellego

1.3. Przestrzeni. Odwzorowania. Rząd macierzy. Twierdzenie Croneckera- Capellego WYKŁD 4 3 Przestrzei Odwzorowaia Rząd acierzy Twierdzeie Croecera- Capellego 3 Przestrzeń Przestrzeń wetorowa Baza przestrzei wetorowej 78 (Przestrzeń ) Niech ozacza zbiór wszystich ciągów -eleetowych

Bardziej szczegółowo

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia Pla wykładu Aaliza daych Wykład : Statystyka opisowa. Małgorzata Krętowska Wydział Iformatyki Politechika Białostocka. Statystyka opisowa.. Estymacja puktowa. Własości estymatorów.. Rozkłady statystyk

Bardziej szczegółowo

Silnie i symbole Newtona

Silnie i symbole Newtona Podróże po Imperium Liczb Część Silie i symbole Newtoa Adrzej Nowici Wydaie drugie, uzupełioe i rozszerzoe Olszty, Toruń, 202 SSN - 33(080-2.05.202 Spis treści Wstęp Silie 5. Iformacje o cyfrach................................

Bardziej szczegółowo

Matematyka dyskretna dla informatyków

Matematyka dyskretna dla informatyków Matematya dysreta dla iformatyów Cz ± I: Elemety ombiatoryi Jerzy Jaworsi Zbigiew Pala Jerzy Szyma«si Uiwersytet im Adama Miciewicza Poza«2007 3 Schematy wyboru i tożsamości ombiatorycze 31 Wariacje z

Bardziej szczegółowo

Egzaminy. na wyższe uczelnie 2003. zadania

Egzaminy. na wyższe uczelnie 2003. zadania zadaia Egzamiy wstępe a wyższe uczelie 003 I. Akademia Ekoomicza we Wrocławiu. Rozwiąż układ rówań Æ_ -9 y - 5 _ y = 5 _ -9 _. Dla jakiej wartości parametru a suma kwadratów rozwiązań rzeczywistych rówaia

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

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie. Wykoujemy rzuty symetryczą kością do gry do chwili uzyskaia drugiej szóstki. Niech Y ozacza zmieą losową rówą liczbie rzutów w których uzyskaliśmy ie wyiki iż szóstka a zmieą losową rówą liczbie

Bardziej szczegółowo