III. ZMIENNE LOSOWE JEDNOWYMIAROWE

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "III. ZMIENNE LOSOWE JEDNOWYMIAROWE"

Transkrypt

1 III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta przypadkowa wielkość, zwana zmienną losową, jest funkcją, której dziedziną jest podstawowy zbiór zdarzeń. Każde zdarzenie losowe zachodzi z odpowiednim prawdopodobieństwem, a ponieważ w przypadku zajścia określonego zdarzenia zmienna losowa przyjmuje określoną wartość, to i wartości tej jest przyporządkowane odpowiednie prawdopodobieństwo. Definicja.. Niech będzie dana algebra prawdopodobieństwa [I, S, P] (I zbiór zdarzeń elementarnych, S borelowska algebra zdarzeń, P funkcja prawdopodobieństwa). Przez zmienną losową rozumiemy określoną dla każdego zdarzenia elementarnego e należącego do zbioru I rzeczywistą funkcję X = X(e), której wszystkie przeciwobrazy należą do algebry S. Definicja.. Przeciwobrazem funkcji X = X(e) nazywamy określone przez nierówność X < zdarzenie A należące do algebry S ( oznacza dowolną liczbę rzeczywistą). Przykład.. Pewna gra polega na rzucie dwiema monetami i otrzymaniu wygranej 6 zł w przypadku dwu reszek i przegraniu zł w pozostałych przypadkach. Wygraną będzie tutaj funkcja, której dziedziną jest następujący zbiór zdarzeń elementarnych: RR, RO, OR, OO. Dla pierwszego zdarzenia funkcja ma wartość 6 i wartość ta pojawia się z takim samym prawdopodobieństwem, jak zdarzenie RR, tj. /. W pozostałych przypadkach funkcja ma wartość!, a prawdopodobieństwo wystąpienia tej wartości jest równe /. Wartość wygranej jest zatem zmienną losową. Przeciwobrazem odpowiadającym wartości X <! jest zdarzenie niemożliwe, nierówności X < 6 zdarzenie, na które składają się zdarzenia elementarne OR, RO i OO, a przeciwobrazem odpowiadającym nierówności X $ 6 zdarzenie polegające na wyrzuceniu dowolnego układu R i O (nierówność X $ 6 należy interpretować jako nierówność X <, gdzie $ 6). Definicja.. Prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od oznaczamy przez F() i nazywamy dystrybuantą lub funkcją rozkładu zmiennej losowej X, tj. F() = P(X < ).

2 .. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa 9 Twierdzenie.. Dystrybuanta F() dowolnej zmiennej losowej X jest funkcją: a) co najmniej lewostronnie ciągłą, tzn. Dowód pomijamy. b) niemalejącą, tzn. c) spełniającą warunki lim F( ) = F( ), n < F( ) F( ), co często zapisujemy jako F( ) = i F( + ) =. n lim F ( ) = i lim F ( ) =, + # Prawdziwe jest też twierdzenie odwrotne. Twierdzenie.. Jeżeli funkcja F() spełnia warunki a) c) podane w twierdzeniu., to jest ona dystrybuantą pewnego rozkładu. Dowód pomijamy. # Wyróżniamy dwa rodzaje zmiennej losowej: skokową i ciągłą. Definicja.. Zmienną losową skokową nazywamy taką zmienną losową X, dla której istnieje funkcja P( X = k) = pk > (k =,,... ), taka że dla każdej rzeczywistej wartości zachodzi relacja F( ) = P( X = k ), tzn. prawdopodobieństwo P(X < ) oblicza się przez zsumowanie wszystkich prawdopodobieństw P(X = k ) dla wartości k mniejszych od. Definicja.5. Funkcję P(X = k ) = p k nazywamy funkcją prawdopodobieństwa zmiennej losowej X. Zauważmy, że z definicji. wynika, że p k =. Funkcję prawdopodobieństwa można podać w postaci wzoru lub tabeli: k k < Zauważmy, że X... n P(X = k ) p p... p n

3 III. Zmienne losowe jednowymiarowe i po uwzględnieniu wzoru podanego w definicji. mamy Jeśli zmienna losowa skokowa przyjmuje także wartość b, to Definicja.6. Zmienną losową ciągłą nazywamy zmienną X, dla której istnieje taka nieujemna funkcja f(), że dla każdej rzeczywistej wartości zachodzi Definicja.7. Funkcję f() spełniającą równanie podane w definicji.6 nazywamy gęstością prawdopodobieństwa albo gęstością zmiennej losowej ciągłej. Mówimy, że dany jest rozkład prawdopodobieństwa zmiennej losowej, jeśli znana jest dystrybuanta albo gdy znana jest funkcja prawdopodobieństwa w przypadku zmiennej losowej skokowej lub gęstość prawdopodobieństwa w przypadku zmiennej losowej ciągłej. Zauważmy, że Ponadto dla zmiennej losowej ciągłej mamy Pa ( X < b) = PX ( = k ) a < b Ponieważ dla zmiennej losowej ciągłej prawdopodobieństwo przyjęcia określonej wartości liczbowej jest równe zeru, więc dołączenie do przedziału [a, b) jego końca = b nie zmienia wartości prawdopodobieństwa, czyli Pa ( X< b) = Fb ( ) Fa ( ). Pa ( X b) = Fb ( ) Fa ( ) + PX ( = b). F( ) = f ( t) dt. F ( ) = f ( ) i f ( ) =. k + Pa ( X< b) = Fb ( ) Fa ( ) = f( d ). Pa ( X b) = Fb ( ) Fa ( ) = f( d ). b a b a.. Pewne rozkłady zmiennej losowej skokowej Przykład.. Podać rozkład zmiennej losowej, która przyjmuje wartości równe sumie oczek na dwóch kostkach. Obliczyć P(5 # X < 8) oraz wykreślić dystrybuantę tej zmiennej. Zmienna losowa może przyjąć wartości będące liczbami naturalnymi z przedziału [, ]. Oznaczmy:

4 .. Pewne rozkłady zmiennej losowej skokowej I i otrzymanie i oczek na pierwszej kostce, II i otrzymanie i oczek na drugiej kostce. Mamy: PX ( = ) = PI ( II) = PI ( ) PII ( ) = =, 6 6 PX ( = ) = PI ( II + I II) = PI ( ) PII ( ) + PI ( ) PII ( ) = + =, P( X = ) = K =, P( X = 5) = K =, 5 P( X = 6) = K =, 6 P( X = 7) = K =, 5 P( X = 8) = K =, P( X = 9) = K =, P( X = ) = K =, P( X = ) = K =, P( X = ) = K =. Można sprawdzić, że P( X = k) =. k = Tabela rozkładu ma postać k P(X = k) Wykres tego rozkładu jest następujący:

5 III. Zmienne losowe jednowymiarowe Widzimy, że rozkład jest symetryczny, a jego osią symetrii jest prosta = 7. Szukane prawdopodobieństwo jest równe P( 5 X < 8) = P( X = k) = + + =. k = 5 W celu wykreślenia dystrybuanty konstruujemy następującą tabelę: F() Wykres dystrybuanty ma postać i mamy P( 5 X < 8) = F( 8) F( 5) = = =.

6 .. Pewne rozkłady zmiennej losowej skokowej Rozkład jednopunktowy Zmienna o takim rozkładzie przyjmuje tylko jedną wartość. Definicja.8. Mówimy, że zmienna losowa podlega rozkładowi jednopunktowemu, jeżeli istnieje taki punkt, że P(X = ) =. Dystrybuanta tego rozkładu dana jest wzorem dla F( ) = dla, >. Rozkład dwupunktowy Definicja.9. Mówimy, że zmienna losowa X ma rozkład dwupunktowy, jeśli z dodatnimi prawdopodobieństwami przyjmuje jedynie dwie wartości i. Funkcja prawdopodobieństwa jest określona następująco: P( X = ) = p, P( X = ) = p = q, < < p. Często przyjmuje się, że = oraz = i wówczas funkcja prawdopodobieństwa ma postać P( X = ) = p, P( X = ) = p = q, < p<. Rozkład taki nazywa się rozkładem zero-jedynkowym. Modelem rozkładu zero-jedynkowego może być przy p = q = / rzut monetą. Jeśli zdarzeniu polegającemu na wyrzuceniu orła przypiszemy wartość, a wyrzuceniu reszki wartość, to mamy P( X = ) =, P( X = ) =. Dystrybuanta rozkładu dwupunktowego dana jest wzorem dla, F( ) = q dla < dla >., Rozkład dwumianowy (Bernoulliego) Rozkład ten można otrzymać z rozkładów zero-jedynkowych. Niech zmienna losowa X równa się sumie n zmiennych losowych X i, czyli X = n X i, k = z których każda może przyjąć wartość z prawdopodobieństwem p lub wartość z prawdopodobieństwem q =!p, niezależnie od wartości przyjmowanych przez pozostałe zmienne. Zmienna X może zatem przyjąć wartości z przedziału [, n], przy czym równość X = k oznacza,

7 III. Zmienne losowe jednowymiarowe że k spośród n zmiennych X i przyjmuje wartość, a n!k zmiennych X i przyjmuje wartość. Dla n każdej wartości k może to zajść na sposobów. Zatem wzór na funkcję prawdopodobieństwa k zmiennej losowej X jest następujący: przy czym k =,,..., n. Definicja.. Mówimy, że zmienna losowa X ma rozkład dwumianowy (Bernoulliego), jeśli jej funkcja prawdopodobieństwa jest określona wzorem (*). Dystrybuantę rozkładu dwumianowego określa wzór postaci Zauważmy, że dla n = z rozkładu dwumianowego otrzymujemy rozkład zero-jedynkowy. Rozkład Pascala n P X k k p k q n k ( = ) =, q p, = (*) n F P X k p k q n k ( ) = ( < ) =. k < Definicja.. Mówimy, że zmienna losowa X k ma rozkład Pascala, jeśli jej funkcja prawdopodobieństwa dana jest wzorem n k n k P( Xk = n) = p q, q = p, k gdzie k oznacza dowolną ustaloną liczbę naturalną, a n = k, k +,.... Zmienna X k ma swoją interpretację w tzw. zagadnieniu Pascala. Przyjmuje ona wartości równe liczbie niezależnych doświadczeń przeprowadzanych aż do otrzymania k sukcesów przy stałym prawdopodobieństwie sukcesu równym p. W szczególnym przypadku, gdy k =, otrzymujemy tzw. rozkład geometryczny określony wzorem n P( X = n) = p q, n =,,... Rozkład Poissona Niech zmienna X n ma rozkład dwumianowy, czyli n P X k k p k q n k ( n = ) =, k,,, n. = K Załóżmy, że liczba n dąży do nieskończoności oraz że iloczyn p jest stały i równy 8 >. Tak określona nowa zmienna losowa X może przyjąć każdą wartość całkowitą z przedziału [, +). Prawdopodobieństwo przyjęcia przez tę zmienną wartości k jest dane znanym wzorem Poissona (zob. twierdzenie. w p..), tj.

8 .. Pewne rozkłady zmiennej losowej skokowej 5 Definicja.. Mówimy, że zmienna losowa X ma rozkład Poissona, jeśli jej funkcja prawdopodobieństwa dana jest wzorem (**). Z uwagi na sposób uzyskania podanego wzoru mówimy, że rozkład Poissona jest rozkładem granicznym rozkładu Bernouuliego. Rozkład Pólya Definicja.. Mówimy, że zmienna losowa X ma rozkład Pólya, jeśli jej funkcja prawdopodobieństwa dana jest wzorem gdzie k =,,..., n oraz < p <, q =! p, k" $!p, (n!k)" $!q. Rozkładowi temu podlega zmienna losowa przyjmująca wartości równe liczbie sukcesów przy n-krotnie przeprowadzonych doświadczeniach według schematu Pólya. Rozkład hipergeometryczny Definicja.. Mówimy, że zmienna losowa X ma rozkład hipergeometryczny, jeśli jej funkcja prawdopodobieństwa dana jest wzorem gdzie k =,,..., n, a b i c oznaczają liczby naturalne, takie że b + c = N $ n. Rozkładowi temu podlega zmienna losowa przyjmująca wartości równe liczbie sukcesów przy n-krotnie przeprowadzonych doświadczeniach według schematu Pólya, gdy s =!. Zadania P( X = k) = lim P( Xn = k) = λ e λ k k!, = K,,. (**) n n p ( p ) ( p ( k ) ) q ( q ) ( q ( n k ) P( X = k) =, k + α K + α + α K + α ( + α) ( + α) K ( + ( n ) α) b c k n k P( X = k) =, N n. Podać rozkład zmiennej losowej, która przyjmuje wartości równe sumie oczek na trzech kostkach oraz wykreślić dystrybuantę.. Zorganizowano następującą grę: rzucamy dwiema kostkami; jeżeli suma oczek jest równa, to otrzymujemy zł, jeśli suma oczek jest równa, to otrzymujemy 5 zł, a w każdym pozostałym przypadku płacimy zł. Podać rozkład tej zmiennej losowej. k

9 6 III. Zmienne losowe jednowymiarowe. Zmienna losowa X przyjmuje wartości równe liczbom naturalnym k z prawdopodobieństwami c P( X = k) =, gdzie c oznacza liczbę stałą. Wyznaczyć wartość c oraz obliczyć P(X $). k. Dystrybuanta zmiennej losowej X dana jest wzorem dla, dla <, 7 F( ) = dla < 5, 7 6 dla 5<, 7 dla >. A. Obliczyć P(5 # X # 8). B. Określić funkcję prawdopodobieństwa... Pewne rozkłady zmiennej losowej ciągłej Przykład.. Zmienna losowa X podlega rozkładowi według gęstości danej wzorem A. Obliczyć stałą C. B. Podać dystrybuantę. C. Obliczyć P( # X # ). Ad. A) Stałą C obliczymy z warunku Mamy + dla <, f ( ) = C dla, dla >. + f ( ) =. f ( ) = d + Cd + d = C d = C = 8C, + czyli 8C =, skąd wynika, że C = /8. Wykres funkcji gęstości jest zatem następujący:

10 .. Pewne rozkłady zmiennej losowej ciągłej 7 Ad. B) Wyznaczamy dystrybuantę: czyli t t F( ) = f ( t) dt = dt = = dla <, dla, F( ) = dla <, 6 >. dla Wykres dystrybuanty jest następujący: Ad. C) Szukane prawdopodobieństwo można obliczyć jako pole trapezu (z wykresu funkcji gęstości): P( X ) = ( f ( ) + f ( )) = + = lub z różnicy wartości dystrybuant: P( X ) = F( ) F( ) = =

11 8 III. Zmienne losowe jednowymiarowe Rozkład jednostajny Definicja.5. Mówimy, że zmienna losowa X ma rozkład jednostajny (równoramienny, prostokątny), gdy jej gęstość prawdopodobieństwa jest określona wzorem gdzie liczba a jest dowolna, a C >. W poszczególnych przypadkach dystrybuanta tego rozkładu ma następujące postacie: dla # a F( ) = f ( t) dt = dt =, dla a < a+ C dla > a+ C Zatem dla < a, f ( ) = C dla a a+, C dla > a+, C Przykład.. Zmienna losowa X przyjmuje dowolną wartość z przedziału [, ]. Zakładając, że jej rozkład prawdopodobieństwa jest jednostajny, podać gęstość, dystrybuantę oraz obliczyć P(, # X # ). Podana zmienna losowa nie przyjmuje wartości w przedziałach (!, ) i (, +), tzn. P(! < X < ) = i P( < X < +) =, co oznacza, że gęstość prawdopodobieństwa w tych przedziałach jest równa. Ponieważ P( # X # ) =, to gęstość f() musi być taka, aby pole prostokąta zawartego pomiędzy odcinkami [, ] i wykresem funkcji było równe. Stąd (!) =, czyli C = /. Zatem gęstość jest następująca: a F( ) = Cdt = Ct = C( a), a F( ) =. dla a, F( ) = C ( a) dla a< a+, C dla > a+. C dla <, f ( ) = dla, dla >.

12 .. Pewne rozkłady zmiennej losowej ciągłej 9 Szukane prawdopodobieństwo jest równe polu prostokąta na odcinkiem [,; ] (zob. rysunek), czyli P(, X ) = (,),. = W przedziale (, ] dystrybuanta jest równa F( ) = dt = t =. Zatem (zob. rysunek) dla, F( ) = dla <, dla >. Rozkład trójkątny Definicja.6. Jeżeli obrazem geometrycznym gęstości jest trójkąt, to mówimy, że zmienna losowa ma rozkład trójkątny. Przykład.5. Zmienna losowa podlega rozkładowi według trójkąta równobocznego o wierzchołkach A(, ), B(a, ) i C(, y). Dobrać wartości a, i y oraz napisać gęstość prawdopodobieństwa. Trójkąt ma być równoboczny, więc = a a (wysokość). Pole trój-, y a = kąta powinno być równe, czyli

13 5 III. Zmienne losowe jednowymiarowe a a =, skąd a =, tj. a =. Wierzchołkami są zatem punkty cja gęstości jest następująca: dla, dla, f ( ) = + dla dla. A(, ), B,, C,,, a więc funk- Przykład.6. Zmienna losowa X podlega rozkładowi według trójkąta utworzonego przez oś odciętych, oś rzędnych oraz prostą + y = a. Podać wartość a >, gęstość, dystrybuantę i obliczyć P( # X # a/). Trójkąt jest równoramienny o boku a, a więc jego pole S = a /. Pole to powinno być równe i a >, a więc a =. Ponieważ f() = y = a! dla [, a], więc funkcja gęstości ma postać dla <, f ( ) = dla, dla >. Dla < mamy t ( tdt ) = t =, czyli dystrybuanta jest następująca: dla, F( ) = dla <, dla >. Mając wzór na dystrybuantę, łatwo wyznaczyć prawdopodobieństwo: P X F F = () =.

14 .. Pewne rozkłady zmiennej losowej ciągłej 5 Zadania. Zmienna losowa X ma rozkład według gęstości danej wzorem A. Obliczyć stałą C. B. Podać dystrybuantę. C. Obliczyć P(B/6 # X # B/). dla <, π f ( ) = C sin dla, π dla >.. Zmienna losowa X podlega rozkładowi według gęstości danej wzorem A. Obliczyć stałą a. B. Podać dystrybuantę. C. Obliczyć P( # X # e). dla <, f ( ) = ln dla a, dla > a.. Strzałka minutowa zegara elektrycznego zmienia położenie w końcu każdej minuty. Jeżeli strzałka wskazuje a minut, to rzeczywisty czas t jest zmienną losową przyjmującą wartości z przedziału [a, a + ]. Znaleźć gęstość prawdopodobieństwa zmiennej t.. Zmienna losowa przyjmuje wartości z przedziału [, 7], przy czym prawdopodobieństwo przyjęcia przez nią wartości z wycinka przedziału [, ] jest pięć razy większe od prawdopodobieństwa przyjęcia wartości z wycinka o tej samej długości z przedziału [, ), a także z przedziału (, 7]. Podać gęstość, dystrybuantę i obliczyć P(,6 # X #,7). 5. Zmienna losowa X podlega rozkładowi według trójkąta utworzonego przez oś O oraz proste y = a + a i y =! +. Dobrać odpowiednio stałą a i podać gęstość prawdopodobieństwa tej zmiennej. 6. Zmienna losowa podlega rozkładowi według trójkąta utworzonego przez oś O oraz proste y = a (a > ) i y = a + 5. Dobrać odpowiednio stałą a i podać gęstość prawdo- podobieństwa tej zmiennej.

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

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

Bardziej szczegółowo

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

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III. Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej

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

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno. Rachunek prawdopodobieństwa Podstawowym celem rachunku prawdopodobieństwa jest określanie szans zajścia pewnych zdarzeń. Pojęcie podstawowe rachunku prawdopodobieństwa to: zdarzenie losowe - zdarzenie

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

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe

Bardziej szczegółowo

Statystyka Opisowa z Demografią oraz Biostatystyka. Zmienne losowe. Aleksander Denisiuk. denisjuk@euh-e.edu.pl

Statystyka Opisowa z Demografią oraz Biostatystyka. Zmienne losowe. Aleksander Denisiuk. denisjuk@euh-e.edu.pl Statystyka Opisowa z Demografią oraz Biostatystyka Zmienne losowe Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka p.

Bardziej szczegółowo

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

Bardziej szczegółowo

Wybrane rozkłady zmiennych losowych. Statystyka

Wybrane rozkłady zmiennych losowych. Statystyka Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1

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

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

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady Statystyka i opracowanie danych W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Rozkład Poissona. Zmienna losowa ciągła Dystrybuanta i funkcja gęstości

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Ważne rozkłady i twierdzenia

Ważne rozkłady i twierdzenia Ważne rozkłady i twierdzenia Rozkład dwumianowy i wielomianowy Częstość. Prawo wielkich liczb Rozkład hipergeometryczny Rozkład Poissona Rozkład normalny i rozkład Gaussa Centralne twierdzenie graniczne

Bardziej szczegółowo

METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych

METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład - Parametry i wybrane rozkłady zmiennych losowych Parametry zmiennej losowej EX wartość oczekiwana D X wariancja DX odchylenie standardowe inne, np. kwantyle,

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

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

Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej

Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej c Copyright by Ireneusz Krech ikrech@ap.krakow.pl Instytut Matematyki Uniwersytet Pedagogiczny im. KEN w Krakowie

Bardziej szczegółowo

Rozkłady zmiennych losowych

Rozkłady zmiennych losowych Rozkłady zmiennych losowych Wprowadzenie Badamy pewną zbiorowość czyli populację pod względem występowania jakiejś cechy. Pobieramy próbę i na podstawie tej próby wyznaczamy pewne charakterystyki. Jeśli

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

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

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

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego Statystyka Wydział Zarządzania Uniwersytetu Łódzkiego 2017 Podstawowe rozkłady zmiennych losowych Rozkłady zmiennych skokowych Rozkład zero-jedynkowy Rozpatrujemy doświadczenie, którego rezultatem może

Bardziej szczegółowo

Zmienne losowe skokowe

Zmienne losowe skokowe Zmienne losowe skokowe 1.1 Rozkład prawdopodobieństwa i dystrybuanta Zad.1 Niech zmienna losowa X przyjmuje wartości równe liczbie wyrzuconych oczek przy pojedynczym rzucie kostką do gry, czyli =1,2,3,,6.

Bardziej szczegółowo

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady Rachunek Prawdopodobieństwa i Statystyka - W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Zmienna losowa ciągła Dystrybuanta i unkcja gęstości rozkładu

Bardziej szczegółowo

II WYKŁAD STATYSTYKA. 12/03/2014 B8 sala 0.10B Godz. 15:15

II WYKŁAD STATYSTYKA. 12/03/2014 B8 sala 0.10B Godz. 15:15 II WYKŁAD STATYSTYKA 12/03/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 2 Rachunek prawdopodobieństwa zdarzenia elementarne zdarzenia losowe zmienna losowa skokowa i ciągła prawdopodobieństwo i gęstość prawdopodobieństwa

Bardziej szczegółowo

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

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

Bardziej szczegółowo

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Piotr Wiącek ROZKŁAD PRAWDOPODOBIEŃSTWA Jest to miara probabilistyczna określona na σ-ciele podzbiorów borelowskich pewnej przestrzeni metrycznej. σ-ciało podzbiorów

Bardziej szczegółowo

4,5. Dyskretne zmienne losowe (17.03; 31.03)

4,5. Dyskretne zmienne losowe (17.03; 31.03) 4,5. Dyskretne zmienne losowe (17.03; 31.03) Definicja 1 Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór jej wartości x 1, x 2,..., można ustawić w ciag. Zmienna losowa X, która przyjmuje wszystkie

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 21 marca 2011 Zmienna losowa - wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie one z rejestracja jakiś sygna lów (danych). Moga to być

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej

Bardziej szczegółowo

Wymagania edukacyjne z matematyki

Wymagania edukacyjne z matematyki Wymagania edukacyjne z matematyki Poziom podstawowy Klasa IIIb r.szk. 2014/2015 PLANIMETRIA(1) rozróżnia trójkąty: ostrokątne, prostokątne, rozwartokątne stosuje twierdzenie o sumie miar kątów w trójkącie

Bardziej szczegółowo

Metody probabilistyczne

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

Bardziej szczegółowo

Rachunek Prawdopodobieństwa i Statystyka

Rachunek Prawdopodobieństwa i Statystyka Rachunek Prawdopodobieństwa i Statystyka W 2. Probabilistyczne modele danych Zmienne losowe. Rozkład prawdopodobieństwa i dystrybuanta. Wartość oczekiwana i wariancja zmiennej losowej Dr Anna ADRIAN Zmienne

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.0. Rozkłady zmiennych losowych, dystrybuanta. Katarzyna Rybarczyk-Krzywdzińska semestr zimowy 2016/2017 Wprowadzenie Przykład 1 Bolek, Lolek i Tola

Bardziej szczegółowo

Statystyka matematyczna dla leśników

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

Bardziej szczegółowo

Laboratorium nr 7. Zmienne losowe typu skokowego.

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

Bardziej szczegółowo

Rozkłady statystyk z próby

Rozkłady statystyk z próby Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny

Bardziej szczegółowo

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas: ROZWIĄZANIA I ODPOWIEDZI Zadanie A1. Można założyć, że przy losowaniu trzech kul jednocześnie kolejność ich wylosowania nie jest istotna. A więc: Ω = 20 3. a) Niech: - wśród trzech wylosowanych opakowań

Bardziej szczegółowo

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

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 10 marca 2014 Zmienna losowa - wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie one z rejestracja jakiś sygna lów (danych). Moga to być

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY 7SP. V. Obliczenia procentowe. Uczeń: 1) przedstawia część wielkości jako procent tej wielkości;

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY 7SP. V. Obliczenia procentowe. Uczeń: 1) przedstawia część wielkości jako procent tej wielkości; WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY 7SP Liczby. TEMAT Rozwinięcia dziesiętne liczb wymiernych. Zaokrąglanie liczb. Szacowanie wyników. Dodawanie i odejmowanie liczb dodatnich. Mnożenie i dzielenie

Bardziej szczegółowo

6.4 Podstawowe metody statystyczne

6.4 Podstawowe metody statystyczne 156 Wstęp do statystyki matematycznej 6.4 Podstawowe metody statystyczne Spóbujemy teraz w dopuszczalnym uproszczeniu przedstawić istotę analizy statystycznej. W szczególności udzielimy odpowiedzi na postawione

Bardziej szczegółowo

Rozkład zajęć, statystyka matematyczna, Rok akademicki 2015/16, semestr letni, Grupy dla powtarzających (C15; C16)

Rozkład zajęć, statystyka matematyczna, Rok akademicki 2015/16, semestr letni, Grupy dla powtarzających (C15; C16) Rozkład zajęć, statystyka matematyczna, Rok akademicki 05/6, semestr letni, Grupy powtarzających (C5; C6) Lp Grupa C5 Grupa C6 Liczba godzin 0046 w godz 600-000 C03 0046 w godz 600-000 B05 4 6046 w godz

Bardziej szczegółowo

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Wymagania edukacyjne niezbędne do uzyskania poszczególnych śródrocznych i rocznych ocen klasyfikacyjnych z obowiązkowych

Bardziej szczegółowo

18. Obliczyć. 9. Obliczyć iloczyn macierzy i. 10. Transponować macierz. 11. Transponować macierz. A następnie podać wymiar powstałej macierzy.

18. Obliczyć. 9. Obliczyć iloczyn macierzy i. 10. Transponować macierz. 11. Transponować macierz. A następnie podać wymiar powstałej macierzy. 1 Czy iloczyn macierzy, które nie są kwadratowe może być macierzą kwadratową? Podaj przykład 2 Czy każde dwie macierze jednostkowe są równe? Podaj przykład 3 Czy mnożenie macierzy przez macierz jednostkową

Bardziej szczegółowo

Przykładowe rozwiązania

Przykładowe rozwiązania Przykładowe rozwiązania (E. Ludwikowska, M. Zygora, M. Walkowiak) Zadanie 1. Rozwiąż równanie: w przedziale. ( ) ( ) ( )( ) ( ) ( ) ( ) Uwzględniając, że x otrzymujemy lub lub lub. Zadanie. Dany jest czworokąt

Bardziej szczegółowo

Przedmiotowe zasady oceniania i wymagania edukacyjne z matematyki dla klasy drugiej gimnazjum

Przedmiotowe zasady oceniania i wymagania edukacyjne z matematyki dla klasy drugiej gimnazjum Przedmiotowe zasady oceniania i wymagania edukacyjne z matematyki dla klasy drugiej gimnazjum I. POTĘGI I PIERWIASTKI oblicza wartości potęg o wykładnikach całkowitych liczb różnych od zera zapisuje liczbę

Bardziej szczegółowo

MATEMATYKA Z PLUSEM DLA KLASY VII W KONTEKŚCIE WYMAGAŃ PODSTAWY PROGRAMOWEJ. programowej dla klas IV-VI. programowej dla klas IV-VI.

MATEMATYKA Z PLUSEM DLA KLASY VII W KONTEKŚCIE WYMAGAŃ PODSTAWY PROGRAMOWEJ. programowej dla klas IV-VI. programowej dla klas IV-VI. MATEMATYKA Z PLUSEM DLA KLASY VII W KONTEKŚCIE WYMAGAŃ PODSTAWY PROGRAMOWEJ TEMAT LICZBA GODZIN LEKCYJNYCH WYMAGANIA SZCZEGÓŁOWE Z PODSTAWY PROGRAMOWEJ UWAGI. LICZBY I DZIAŁANIA 6 h Liczby. Rozwinięcia

Bardziej szczegółowo

Wymagania na poszczególne oceny w klasie II gimnazjum do programu nauczania MATEMATYKA NA CZASIE

Wymagania na poszczególne oceny w klasie II gimnazjum do programu nauczania MATEMATYKA NA CZASIE Wymagania na poszczególne oceny w klasie II gimnazjum do programu nauczania MATEMATYKA NA CZASIE Wymagania konieczne K dotyczą zagadnień elementarnych, stanowiących swego rodzaju podstawę, powinien je

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

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI ARKUSZ ZAWIERA INFORMACJE PRAWNIE CHRONIONE DO MOMENTU ROZPOCZĘCIA EGZAMINU! Miejsce na naklejkę MMA-R_P-08 EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY MAJ ROK 008 Czas pracy 80 minut Instrukcja

Bardziej szczegółowo

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Rachunek prawdopodobieństwa MAP3040 WPPT FT, rok akad. 2010/11, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Warunkowa wartość oczekiwana.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA Zadanie 0.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 0 4 p k 1/3 1/6 1/ obliczyć EX, D X. (odp. 4/3;

Bardziej szczegółowo

Zadania o numerze 4 z zestawów licencjat 2014.

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

Bardziej szczegółowo

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem

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

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

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

Bardziej szczegółowo

Najczęściej spotykane rozkłady dyskretne:

Najczęściej spotykane rozkłady dyskretne: I. Rozkład dwupunktowy: Najczęściej spotykane rozkłady dyskretne: Def. Zmienna X ma rozkład dwupunktowy z prawdopodobieostwem 1 przyjmuje tylko dwie wartości, tzn. P(X = x 1 ) = p i P(X = x 2 ) = 1 p =

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

x+h=10 zatem h=10-x gdzie x>0 i h>0

x+h=10 zatem h=10-x gdzie x>0 i h>0 Zadania optymalizacyjne. Jaka jest największa możliwa wartość iloczynu dwóch liczb, których suma jest równa 60? Rozwiązanie: KROK USTALENIE WZORU Liczby oznaczamy przez a i b więc x+y=60 Następnie wyznaczamy

Bardziej szczegółowo

str 1 WYMAGANIA EDUKACYJNE ( ) - matematyka - poziom podstawowy Dariusz Drabczyk

str 1 WYMAGANIA EDUKACYJNE ( ) - matematyka - poziom podstawowy Dariusz Drabczyk str 1 WYMAGANIA EDUKACYJNE (2017-2018) - matematyka - poziom podstawowy Dariusz Drabczyk Klasa 3e: wpisy oznaczone jako: (T) TRYGONOMETRIA, (PII) PLANIMETRIA II, (RP) RACHUNEK PRAWDOPODOBIEŃSTWA, (ST)

Bardziej szczegółowo

Przykładowe rozwiązania zadań. Próbnej Matury 2014 z matematyki na poziomie rozszerzonym

Przykładowe rozwiązania zadań. Próbnej Matury 2014 z matematyki na poziomie rozszerzonym Zadania rozwiązali: Przykładowe rozwiązania zadań Próbnej Matury 014 z matematyki na poziomie rozszerzonym Małgorzata Zygora-nauczyciel matematyki w II Liceum Ogólnokształcącym w Inowrocławiu Mariusz Walkowiak-nauczyciel

Bardziej szczegółowo

Wymagania edukacyjne klasa druga.

Wymagania edukacyjne klasa druga. Wymagania edukacyjne klasa druga. TEMAT WYMAGANIA SZCZEGÓŁOWE Z PODSTAWY PROGRAMOWEJ 1. POTĘGI Potęga o wykładniku naturalnym Iloczyn i iloraz potęg o jednakowych podstawach Potęgowanie potęgi Potęgowanie

Bardziej szczegółowo

Próbny egzamin maturalny z matematyki Poziom rozszerzony

Próbny egzamin maturalny z matematyki Poziom rozszerzony Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA Zadanie 1 (4 pkt) Rozwiąż równanie: w przedziale 1 pkt Przekształcenie równania do postaci: 2 pkt Przekształcenie równania

Bardziej szczegółowo

Z Wikipedii, wolnej encyklopedii.

Z Wikipedii, wolnej encyklopedii. Rozkład normalny Rozkład normalny jest niezwykle ważnym rozkładem prawdopodobieństwa w wielu dziedzinach. Nazywa się go także rozkładem Gaussa, w szczególności w fizyce i inżynierii. W zasadzie jest to

Bardziej szczegółowo

REALIZACJA TREŚCI PODSTAWY PROGRAMOWEJ PRZEZ PROGRAM MATEMATYKA Z PLUSEM

REALIZACJA TREŚCI PODSTAWY PROGRAMOWEJ PRZEZ PROGRAM MATEMATYKA Z PLUSEM REALIZACJA TREŚCI PODSTAWY PROGRAMOWEJ PRZEZ PROGRAM MATEMATYKA Z PLUSEM Treści nauczania wg podstawy programowej Podręcznik M+ Klasa I Klasa II Klasa III 1. Liczby wymierne dodatnie. Uczeń: 1) odczytuje

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja

Bardziej szczegółowo

Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ

Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ Zadanie 1. Zmienna losowa przyjmuje wartości -1, 0, 1 z prawdopodobieństwami równymi odpowiednio: ¼, ½, ¼. Należy: a. Wyznaczyć rozkład prawdopodobieństwa

Bardziej szczegółowo

I Liceum Ogólnokształcące w Warszawie

I Liceum Ogólnokształcące w Warszawie I Liceum Ogólnokształcące w Warszawie Imię i Nazwisko Klasa Nauczyciel PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY Liczba punktów Wynik procentowy Informacje dla ucznia 1 Sprawdź, czy zestaw

Bardziej szczegółowo

ROK SZKOLNY 2017/2018 WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY:

ROK SZKOLNY 2017/2018 WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY: ROK SZKOLNY 2017/2018 WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY: KLASA II GIMNAZJUM Wymagania konieczne K dotyczą zagadnień elementarnych, stanowiących swego rodzaju podstawę, powinien je zatem opanować

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY+ 19 MARCA 2011 CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT.) Wskaż nierówność, która

Bardziej szczegółowo

Wymagania edukacyjne z matematyki w klasie III gimnazjum

Wymagania edukacyjne z matematyki w klasie III gimnazjum Wymagania edukacyjne z matematyki w klasie III gimnazjum - nie potrafi konstrukcyjnie podzielić odcinka - nie potrafi konstruować figur jednokładnych - nie zna pojęcia skali - nie rozpoznaje figur jednokładnych

Bardziej szczegółowo

Statystyka i eksploracja danych

Statystyka i eksploracja danych Wykład II: i charakterystyki ich rozkładów 24 lutego 2014 Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa,

Bardziej szczegółowo

Elementy Rachunek prawdopodobieństwa

Elementy Rachunek prawdopodobieństwa Elementy rachunku prawdopodobieństwa Rachunek prawdopodobieństwa zajmuje się analizą praw rządzących zdarzeniami losowymi Pojęciami pierwotnymi są: zdarzenie elementarne ω oraz zbiór zdarzeń elementarnych

Bardziej szczegółowo

(C. Gauss, P. Laplace, Bernoulli, R. Fisher, J. Spława-Neyman) Wikipedia 2008

(C. Gauss, P. Laplace, Bernoulli, R. Fisher, J. Spława-Neyman) Wikipedia 2008 STATYSTYKA MATEMATYCZNA - dział matematyki stosowanej oparty na rachunku prawdopodobieństwa; zajmuje się badaniem zbiorów na podstawie analizy ich części. Nauka, której przedmiotem zainteresowania są metody

Bardziej szczegółowo

ROZKŁAD MATERIAŁU DLA 3 KLASY GIMNAZJUM

ROZKŁAD MATERIAŁU DLA 3 KLASY GIMNAZJUM ROZKŁAD MATERIAŁU DLA 3 KLASY GIMNAZJUM TEMAT LICZBA GODZIN LEKCYJNYCH 1. LICZBY I WYRAŻENIA ALGEBRAICZNE (26 h) 1. Lekcja organizacyjna 1 2. System dziesiątkowy 2-4 3. System rzymski 5-6 WYMAGANIA SZCZEGÓŁOWE

Bardziej szczegółowo

ROZKŁAD MATERIAŁU NAUCZANIA MATEMATYKI DLA KLASY II A WYMAGANIA PODSTAWY PROGRAMOWEJ w Publicznym Gimnazjum Integracyjnym nr 47 w Łodzi

ROZKŁAD MATERIAŁU NAUCZANIA MATEMATYKI DLA KLASY II A WYMAGANIA PODSTAWY PROGRAMOWEJ w Publicznym Gimnazjum Integracyjnym nr 47 w Łodzi ROZKŁAD MATERIAŁU NAUCZANIA MATEMATYKI DLA KLASY II A WYMAGANIA PODSTAWY PROGRAMOWEJ w Publicznym Gimnazjum Integracyjnym nr 47 w Łodzi Rozkład materiału nauczania został opracowany na podstawie programu

Bardziej szczegółowo

zaznaczymy na osi liczbowej w ten sposób:

zaznaczymy na osi liczbowej w ten sposób: 1. Zagadnienia teoretyczne. 1.1. Przedział domknięty Przykład 1. Pisząc mamy na myśli wszystkie liczby rzeczywiste od -4 do 7, razem z -4 i 7. Jeśli napiszemy, będziemy mówić o zbiorze wszystkich liczb

Bardziej szczegółowo

Przykładowe zadania z matematyki na poziomie podstawowym. Zadanie 1. (0 1) Liczba A. 3. Zadanie 2. (0 1) Liczba log 24 jest równa

Przykładowe zadania z matematyki na poziomie podstawowym. Zadanie 1. (0 1) Liczba A. 3. Zadanie 2. (0 1) Liczba log 24 jest równa Przykładowe zadania z rozwiązaniami: poziom podstawowy 1. Przykładowe zadania z matematyki na poziomie podstawowym Zadanie 1. (0 1) Liczba 8 3 3 2 3 9 jest równa A. 3 3 B. 32 3 9 C. 3 D. 5 3 Zadanie 2.

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE DLA KLASY III GIMNAZJUM W ZSPiG W CZARNYM DUNAJCU NA ROK SZKOLNY 2016/2017 ROCZNE

WYMAGANIA EDUKACYJNE DLA KLASY III GIMNAZJUM W ZSPiG W CZARNYM DUNAJCU NA ROK SZKOLNY 2016/2017 ROCZNE WYMAGANIA EDUKACYJNE DLA KLASY III GIMNAZJUM W ZSPiG W CZARNYM DUNAJCU NA ROK SZKOLNY 2016/2017 ROCZNE Przekształcenia algebraiczne Równania i układy równań Pojęcie funkcji. Własności funkcji. WYRAŻENIA

Bardziej szczegółowo

PODSTAWOWE ROZKŁADY ZMIENNYCH LOSOWYCH

PODSTAWOWE ROZKŁADY ZMIENNYCH LOSOWYCH PODSTAWOWE ROZKŁADY ZMIENNYCH LOSOWYCH Szkic wykładu 1 Podstawowe rozkłady zmiennej losowej skokowej Rozkład dwupunktowy Rozkład dwumianowy Rozkład Poissona 2 Rozkład dwupunktowy Rozkład dwumianowy Rozkład

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

Rozkład materiału nauczania

Rozkład materiału nauczania Dział/l.p. Ilość godz. Typ szkoły: TECHNIKUM Zawód: TECHNIK USŁUG FRYZJERSKICH Rok szkolny 2017/2018 Przedmiot: MATEMATYKA Klasa: III 60 godzin numer programu T5/O/5/12 Rozkład materiału nauczania Temat

Bardziej szczegółowo

7. CIĄGI. WYKŁAD 5. Przykłady :

7. CIĄGI. WYKŁAD 5. Przykłady : WYKŁAD 5 1 7. CIĄGI. CIĄGIEM NIESKOŃCZONYM nazywamy funkcję określoną na zbiorze liczb naturalnych, dodatnich, a wyrazami ciągu są wartości tej funkcji. CIĄGIEM SKOŃCZONYM nazywamy funkcję określoną na

Bardziej szczegółowo

Model odpowiedzi i schemat oceniania do arkusza I

Model odpowiedzi i schemat oceniania do arkusza I Model odpowiedzi i schemat oceniania do arkusza I Zadanie 1 (4 pkt) n Odczytanie i zapisanie danych z wykresu: 100, 105, 100, 10, 101. n Obliczenie mediany: Mediana jest równa 101. n Obliczenie średniej

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.

Bardziej szczegółowo

Kształcenie w zakresie rozszerzonym. Klasa IV

Kształcenie w zakresie rozszerzonym. Klasa IV Kształcenie w zakresie rozszerzonym. Klasa IV Poniżej podajemy umiejętności, jakie powinien zdobyć uczeń z każdego działu, aby uzyskać poszczególne stopnie. Na ocenę dopuszczającą uczeń powinien opanować

Bardziej szczegółowo

PRZYKŁADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI

PRZYKŁADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI PRZYKŁADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI Zestaw P POZIOM PODSTAWOWY Czas pracy 170 minut Instrukcja dla piszącego 1. Sprawdź, czy arkusz zawiera 17 stron.. W zadaniach od 1. do 0. są podane 4 odpowiedzi:

Bardziej szczegółowo

Ważne rozkłady i twierdzenia c.d.

Ważne rozkłady i twierdzenia c.d. Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby

Bardziej szczegółowo

Pochodna funkcji c.d.-wykład 5 ( ) Funkcja logistyczna

Pochodna funkcji c.d.-wykład 5 ( ) Funkcja logistyczna Pochodna funkcji c.d.-wykład 5 (5.11.07) Funkcja logistyczna Rozważmy funkcję logistyczną y = f 0 (t) = 40 1+5e 0,5t Funkcja f może być wykorzystana np. do modelowania wzrostu masy ziaren kukurydzy (zmienna

Bardziej szczegółowo

postaci kanonicznej i iloczynowej trójmiany: y = 0,5x 2. Podaj określenie ciągu arytmetycznego. Dany jest ciąg a n

postaci kanonicznej i iloczynowej trójmiany: y = 0,5x 2. Podaj określenie ciągu arytmetycznego. Dany jest ciąg a n Propozycje pytań na maturę ustną ( profil podstawowy ) Elżbieta Kujawińska ZESTAW Podaj wzory na postać kanoniczną i iloczynową funkcji kwadratowej Sprowadź do postaci kanonicznej i iloczynowej trójmiany:

Bardziej szczegółowo

Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne)

Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne) Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne) Przygotował: Dr inż. Wojciech Artichowicz Katedra Hydrotechniki PG Zima 2014/15 1 TABLICE ROZKŁADÓW... 3 ROZKŁAD

Bardziej szczegółowo

PG im. Tadeusza Kościuszki w Kościerzycach Przedmiot

PG im. Tadeusza Kościuszki w Kościerzycach Przedmiot KARTA MONITOROWANIA PODSTAWY PROGRAMOWEJ KSZTAŁCENIA OGÓLNEGO III etap edukacyjny PG im. Tadeusza Kościuszki w Kościerzycach Przedmiot matematyka Klasa......... Rok szkolny Imię i nazwisko nauczyciela

Bardziej szczegółowo

Podstawa programowa przedmiotu MATEMATYKA. III etap edukacyjny (klasy I - III gimnazjum)

Podstawa programowa przedmiotu MATEMATYKA. III etap edukacyjny (klasy I - III gimnazjum) Podstawa programowa przedmiotu MATEMATYKA III etap edukacyjny (klasy I - III gimnazjum) Cele kształcenia wymagania ogólne: I. Wykorzystanie i tworzenie informacji. Uczeń interpretuje i tworzy teksty o

Bardziej szczegółowo

Praca kontrolna z matematyki nr 1 Liceum Ogólnokształcące dla Dorosłych Semestr 5 Rok szkolny 2014/2015

Praca kontrolna z matematyki nr 1 Liceum Ogólnokształcące dla Dorosłych Semestr 5 Rok szkolny 2014/2015 Praca kontrolna z matematyki nr 1 Liceum Ogólnokształcące dla Dorosłych Semestr 5 Rok szkolny 2014/2015 2 6 + 3 1. Oblicz 3. 3 x 1 3x 2. Rozwiąż nierówność > x. 2 3 3. Funkcja f przyporządkowuje każdej

Bardziej szczegółowo

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012 1. Liczby zespolone Jacek Jędrzejewski 2011/2012 Spis treści 1 Liczby zespolone 2 1.1 Definicja liczby zespolonej.................... 2 1.2 Postać kanoniczna liczby zespolonej............... 1. Postać

Bardziej szczegółowo

Metody probabilistyczne opracowane notatki 1. Zdefiniuj zmienną losową, rozkład prawdopodobieństwa. Przy jakich założeniach funkcje: F(x) = sin(x),

Metody probabilistyczne opracowane notatki 1. Zdefiniuj zmienną losową, rozkład prawdopodobieństwa. Przy jakich założeniach funkcje: F(x) = sin(x), Metody probabilistyczne opracowane notatki 1. Zdefiniuj zmienną losową, rozkład prawdopodobieństwa. Przy jakich założeniach funkcje: Fx sinx, Fx a e x mogą być dystrybuantami?. Podaj twierdzenie Lindeberga

Bardziej szczegółowo