Rachunek prawdopodobieństwa

Save this PDF as:

Wielkość: px
Rozpocząć pokaz od strony:

Download "Rachunek prawdopodobieństwa"

Transkrypt

1 Rachunek prawdopodobieństwa Sebastian Rymarczyk

2 Tematyka zajęć 1. Elementy kombinatoryki. 2. Definicje prawdopodobieństwa. 3. Własności prawdopodobieństwa. 4. Zmienne losowe, parametry zmiennych losowych i rozkładu. 5. Rozkłady zmiennych losowych.

3 Kombinatoryka Kombinatoryka - dział w matematyce, w którym zajmujemy się m.in. obliczaniem liczebności zbiorów bądź długości ciągów, które łączą w określony sposób elementy należące do skończonego zbioru (teoria zliczania). =?

4 Oznaczenia (ω 1,..., ω k ) - ciąg elementów, porządek odgrywa rolę np. (zielony, czarny, czerwony) =(zielony, czarny, czerwony) ale (zielony, czarny, czerwony) (zielony, czerwony, czarny) {ω 1,..., ω k } - zbiór elementów, porządek nie odgrywa roli np. {zielony, czarny, czerwony} = {zielony, czarny, czerwony} i {zielony, czarny, czerwony} = {zielony, czerwony, czarny}

5 Permutacja bez powtórzeń Permutacją (bez powtórzeń) zbioru n-elementowego, nazywamy każdy n-wyrazowy ciąg utworzony z wszystkich elementów tego zbioru. Permutację bez powtórzeń zapisujemy za pomocą: P n = n! = n 1 n, n N (Mamy dowolny zbór elementów i musimy policzyć ile jest możliwych ułożeń (kolejności) tych elementów)

6 Permutacja z powtórzeniami Niech A = {a 1, a 2,, a k } oznacza dowolny zbiór n-elementowy. Permutacją z powtórzeniami w której element a 1 powtarza się n 1 razy,, element a k powtarza się n k razy, n 1 + n n k = n nazywamy każdy n-wyrazowy ciąg, w którym poszczególne elementy zbioru A powtarzają się wskazaną liczbę razy. Permutację z powtórzeniami zapisujemy za pomocą: n P 1,, n k n! n = n 1! n k!

7 Permutacja bez powtórzeń Przykład: 1. Ile różnych liczb trzycyfrowych można uzyskać z cyfr 2,3,5? P 3 = 3! = = 6 Te liczby to:235, 253, 325, 352, 523, Ile różnych liczb trzycyfrowych można uzyskać z cyfr 2,3,5 jeśli cyfra 2 powtarza się trzy razy, 3 dwa razy a 5 jeden raz. P 6 3,2,1 = Te liczby to np.: , 22325, ! 3! 2! 1! = = 60

8 Wariacje bez powtórzeń Wariacją k-elementową bez powtórzeń zbioru n-elementowego nazywamy każdy ciąg różnowartościowy k-wyrazowy utworzony z elementów danego zbioru (kolejność tych elementów ma znaczenie). Dla dowolnych k-wyrazowych wariacji bez powtórzeń zbioru n- elementowego jest: V n k = n n 1 n 2 n k + 1 = dla n k; n, k N n! n k!

9 Wariacje bez powtórzeń Przykład: Ile liczb dwucyfrowych można utworzyć używając dwóch różnych cyfr ze zbioru { 2,4,5,7 }? V 4 2 = 4! 4 2! = 4! 2! = = 3 4 = 12 {24, 25, 27, 42, 45, 47, 52, 54, 57, 72, 74, 75} kolejność jest ważna (24 jest różne od 42) i cyfry mają być różne więc nie może być np. 22, 44 itp..

10 Wariacja z powtórzeniami Wariacją k-elementową z powtórzeniami zbioru n-elementowego nazywamy każdy ciąg k-wyrazowy utworzony z elementów danego zbioru. Liczba wszystkich różnych k-elementowych wariacji z powtórzeniami zbioru n-elementowego jest równa V n k = n k n, k N

11 Wariacja z powtórzeniami Przykład: Ile liczb dwucyfrowych można utworzyć używając cyfr ze zbioru {2,4,5,7}? V 4 2 = 4 2 = 16 {22, 24, 25, 27, 42, 44, 45, 47, 52, 54, 55, 57, 72, 74, 75, 77} kolejność jest ważna (24 jest różne od 42) i brak warunku, że cyfry mają być różne.

12 Kombinacja bez powtórzeń Kombinacją bez powtórzeń k-elementową ze zbioru n- elementowego nazywamy każdy podzbiór k-elementowy danego zbioru. Liczba wszystkich różnych kombinacji k-elementowych zbioru n- elementowego jest równa: C n k = n k = n! k! n k! dla n k; n, k N W odróżnieniu od permutacji i wariacji, kombinacja nie jest ciągiem, a podzbiorem elementów, czyli m.in. kolejność nie ma znaczenia.

13 Kombinacja bez powtórzeń Przykład: Ile jest możliwości wyboru dwóch różnych liczb ze zbioru {2,4,5,7}? C 4 2 = 4 2 = 4! 2! 4 2! = = 6 {2,4}, {2,5}, {2,7}, {4,5}, {4,7}, {5,7} kolejność nie jest ważna (zbiór {2,4} to to samo co {4,2}), nie może być również elementów {2,2}, {4,4}, {5,5}, {7,7} gdyż każda cyfra występuje w zbiorze {2,4,5,7} tylko jeden raz.

14 Kombinacja z powtórzeniami Kombinacją z powtórzeniami k-elementową ze zbioru n- elementowego nazywamy każdy podzbiór k elementów różnych lub nie różniących się między sobą wybranych z n-elementowego zbioru. Liczba wszystkich różnych k-elementowych kombinacji z powtórzeniami zbioru n-elementowego jest równa: C n k = n + k 1 k = (n + k 1)! k! n 1! dla n k; n, k N

15 Kombinacja z powtórzeniami Przykład: Mamy cztery rodzaje owoców: jabłka, gruszki, morele i banany. Tworzymy paczki po pięć owoców. Ile różnych paczek możemy otrzymać? C 4 5 = n + k 1 k = = 8! 5! 8 5! = 8! 5! 3! = = 56

16 Sposób na zadanie Doświadczenie polega na wylosowaniu k-elementów ze zbioru n-elementowego. Czy istotna jest kolejność wylosowanych elementów? nie tak Czy elementy mogą się powtarzać? Czy elementy mogą się powtarzać? nie tak nie tak Kombinacja bez powtórzeń. Kombinacja z powtórzeniami. Wariacja bez powtórzeń. Wariacja z powtórzeniami.

17 1. Elementy kombinatoryki. 2. Definicje prawdopodobieństwa. o Przestrzeń zdarzeń losowych o Aksjomatyka rachunku prawdopodobieństwa 3. Własności prawdopodobieństwa. 4. Zmienne losowe, parametry zmiennych losowych i rozkładu. 5. Rozkłady zmiennych losowych.

18 Doświadczenie losowe Doświadczenie losowe to realizacja określonego zespołu warunków, wraz z góry określonym zbiorem wyników. Możemy uznać, że doświadczenie jest losowe, jeżeli można je wielokrotnie powtarzać w tych samych warunkach i wyniku doświadczenia nie potrafimy z góry przewidzieć Przykładem doświadczenia losowego może być np. rzut kostką do gry czy monetą i oczywiście obserwacja wyniku rzutu (liczba oczek na kostce, orzeł czy reszka).

19 Przestrzeń zdarzeń elementarnych Zbiór zawierający wszystkie możliwe wyniki doświadczenia losowego nazywamy zbiorem zdarzeń elementarnych i zazwyczaj oznaczamy literą Ω. Pojedynczy element zbioru Ω nazywamy zdarzeniem elementarnym i oznaczamy ω. Przykład Rzucamy jeden raz kostką. Zbór zdarzeń elementarnych to Ω = {1, 2, 3, 4, 5, 6} Z talii 24 kart wybieramy losowo 5. Tutaj możliwych wyników mamy dużo (V 5 24 = ), wynikiem może być np. {9,9,10, K, A },

20 Zdarzenie losowe Zdarzenie losowe pewien zbiór możliwych wyników danego doświadczenia. Może to być zarówno zbiór składający się z pojedynczego wyniku, jak i zbiór złożony z większej liczby elementów. Przykład. Rzucamy kostką do gry. Zdarzeniem losowym A określmy sytuację gdy wypadła parzysta liczba oczek. Ω A

21 Zbiór zdarzeń losowych Zbiorem zdarzeń losowych F nazywamy klasę podzbiorów (czyli zbiór zbiorów) nazywaną σ-ciało zdarzeń taką, że 1. Cała przestrzeń zdarzeń elementarnych należy do tej klasy Ω F 2. Dopełnienie A dowolnego zbioru A należącego do klasy F jest elementem tej klasy, czyli A F A F 3. Suma co najwyżej przeliczalnej liczby zbiorów należących do klasy F również należy do tej klasy: A 1 F,, A n F (A 1 A n ) F

22 Działania na zdarzeniach Na zdarzeniach wykonuje się analogiczne działania jak na zbiorach. Koniunkcją (iloczynem) zdarzeń A, B F nazywamy zdarzenie A B składające się z wszystkich zdarzeń elementarnych, które należą zarówno do zdarzenia A jak i do zdarzenia B. Alternatywą (sumą) zdarzeń A, B F nazywamy zdarzenie A B składające się z wszystkich zdarzeń elementarnych, które należą do zdarzenia A lub do zdarzenia B. Różnicą zdarzeń A, B F nazywamy zdarzenie A\B składające się z wszystkich zdarzeń elementarnych należących do zdarzenia A i nie należących do zdarzenia B.

23 Działania na zdarzeniach Różnicę zdarzeń Ω\A nazywamy dopełnieniem zdarzenia A i oznaczamy A Zdarzenie A pociąga zdarzenie B, co zapisujemy A B jeśli każde zdarzenie elementarne należących do zdarzenia A również należy do zdarzenia B. Zdarzenia A, B F wykluczają się, jeśli nie mają wspólnych zdarzeń elementarnych, tj. gdy ich koniunkcja jest zdarzeniem niemożliwym A B =.

24 Własności działań na zdarzeniach A B = B A, A B = B A A B C = A B C, A B C = A B C A B i i T = (A B i ) i T A i T B i = (A B i ) i T (A B) = B A, (A B) = B A

25 Prawdopodobieństwo 1. Aksjomatyczna definicja prawdopodobieństwa 2. Własności prawdopodobieństwa 3. Przestrzeń probabilistyczna 4. Prawdopodobieństwo warunkowe 5. Prawdopodobieństwo całkowite 6. Twierdzenie Bayesa 7. Niezależność zdarzeń

26 Aksjomatyczna definicja prawdopodobieństwa Niech Ω będzie zbiorem zdarzeń elementarnych doświadczenia losowego, F - jego zbiorem zdarzeń losowych. Prawdopodobieństwem nazywamy funkcję P przyporządkowująca każdemu zdarzeniu A F liczbę P(A) (prawdopodobieństwo zdarzenia A) zgodnie z następującymi warunkami: 1. P A 0 dla każdego zdarzenia A F, 2. P Ω = 1, 3. Jeżeli A 1,, A n, jest dowolnym ciągiem parami rozłącznych zdarzeń ze zbioru F, to P A 1 A n = P A P A n +

27 Elementarne własności prawdopodobieństwa 1. Prawdopodobieństwo zdarzenia niemożliwego równa się zeru: P = 0 2. Jeżeli zdarzenie A pociąga zdarzenie B (A B), to P A P B 3. Prawdopodobieństwo dowolnego zdarzenia A jest nie większe od jedności, P A 1

28 Elementarne własności prawdopodobieństwa 4. Jeżeli zdarzenie A pociąga zdarzenie B (A B), to P B\A = P B P(A) 5. Jeżeli zdarzenia A 1,, A n są rozłączne parami, to P A 1 A n = P A P(A n ) 6. Suma prawdopodobieństw zdarzeń przeciwnych równa się jedności, P A + P A = 1

29 Elementarne własności prawdopodobieństwa 7. Prawdopodobieństwo alternatywy dwóch dowolnych zdarzeń jest równe sumie prawdopodobieństw tych zdarzeń pomniejszonej o prawdopodobieństwo ich koniunkcji, czyli P A B = P A + P B P A B Czyli prawdopodobieństwo zajścia co najmniej jednego z tych zdarzeń jest równe sumie prawdopodobieństw tych zdarzeń pomniejszonej o prawdopodobieństwo zajścia obydwu zdarzeń równocześnie.

30 Elementarne własności prawdopodobieństwa 8. Jeżeli przestrzeń zdarzeń elementarnych Ω jest co najwyżej przeliczalna i są określone prawdopodobieństwa p i poszczególnych zdarzeń jednoelementowych {ω i }, czyli p i = P ω i, p i 0 p p n = 1, gdy przestrzeń Ω jest skończona, p p n + = 1, gdy przestrzeń Ω jest przeliczalna, to prawdopodobieństwo zdarzenia A, któremu sprzyjają zdarzenia elementarne, ω i1,, ω ik, jest dane równością P A = p i1 + + p ik

31 Elementarne własności prawdopodobieństwa 9. Jeżeli, a) przestrzeń Ω składa się z n zdarzeń elementarnych, b) zdarzenia jednoelementowe {ω i }, są jednakowo prawdopodobne, a więc P ω 1 = P ω 2 = = P ω n = 1 n to prawdopodobieństwo dowolnego zdarzenia A składającego się z k zdarzeń elementarnych wyraża się równością P A = k n

32 Przestrzeń probabilistyczna Przestrzenią probabilistyczną nazywamy trójkę (Ω, F, P), gdzie Ω- przestrzeń zdarzeń elementarnych, F- zbiór zdarzeń losowych, P prawdopodobieństwo. Przestrzeń probabilistyczna danego doświadczenia losowego stanowi matematyczny opis tego doświadczenia.

33 Prawdopodobieństwo warunkowe Niech B będzie zdarzeniem takim, że P(B) > 0. Prawdopodobieństwem warunkowym zdarzenia A przy warunku B nazywamy liczbę P(A B) = P(A B) P(B) Przykład: Spośród liczb {2, 3, 5, 30} wybieramy losowo jedną liczbę. Rozważmy zdarzenia: A wylosowano liczbę parzystą, B wylosowano liczbę podzielną przez 3 Oblicz prawdopodobieństwo wylosowania liczby parzystej, wiedząc, że wylosowano liczę podzielną przez 3. P A B = P(A B) P(B) = = 1 2

34 Twierdzenie o prawdopodobieństwie całkowitym Jeżeli a) zdarzenia B 1, B 2,, B n są parami rozłączne (tzn. B i B j =, gdy i j) oraz n b) i=1 B i = Ω, P B i > 0 dla i = 1,2,, n, to dla każdego zdarzenia A n P A = P(A B i ) P(B i ) i=1

35 Twierdzenie o prawdopodobieństwie całkowitym Przykład: Test ELISA na obecność wirusa HIV w organizmie (stosowany w USA w połowie lat osiemdziesiątych) daje wynik pozytywny z prawdopodobieństwem 0,98 i negatywny z prawdopodobieństwem 0,02, jeśli wirus jest w organizmie. Jeżeli wirusa w organizmie nie ma, prawdopodobieństwo wyniku pozytywnego wynosi 0,07. Zakłada się, że 1% populacji jest zarażony tym wirusem. Obliczyć prawdopodobieństwo, że u losowo wybranej osoby z tej populacji test da wynik pozytywny.

36 P(B1) prawdopodobieństwo, że wirus jest w organizmie (0,01) P(A B1) jest wirus i wynik pozytywny (0,98) P(B2) - prawdopodobieństwo, że wirusa nie ma w organizmie (0,99) P(A B2) wirusa nie ma i wynik pozytywny (0,07) P A = P A B1 P B1 + P A B2 P B2 = 0,01 0,98 + 0,99 0,07 = 0,0791

37 Zadania 1. Płyty DVD są produkowane w dwóch fabrykach X i Y. Płyty z fabryki X mają trwałość dłużej niż 30 lat w 99% procentach przypadków, płyty z fabryki Y tylko w 95% przypadków. Fabryka X dostarcza na rynek 60% płyt tej marki. Jakie jest prawdopodobieństwo, że zakupiona losowo płyta DVD będzie miała trwałość dłuższą niż 30 lat? 2. Pierwsza urna zawiera 4 białe i 1 czarną kulę, druga 2 białe i 3 czarne. Losujemy urnę tak, by szansa wybrania pierwszej urny była dwukrotnie mniejsza niż drugiej. Następnie z wybranej urny losujemy kulę. Jakie jest prawdopodobieństwo wylosowania kuli białej.

38 Jeżeli Twierdzenie Bayesa a) zdarzenia B 1, B 2,, B n są parami rozłączne (tzn. B i B j =, gdy i j), n b) i=1 B i = Ω, P B i > 0 dla i = 1,2,, n c) P A > 0, to dla k = 1,2,, n P B k A = P(A B k) P B k n P(A B i ) P(B i ) i=1 Wzór Bayesa możemy odczytać następująco: jeśli możliwymi przyczynami zajścia zdarzenia A (skutku), są zdarzenia B (B 1,..., B n ), to P(B k A) wyznacza prawdopodobieństwo, że przyczyną zajścia zdarzenia A jest właśnie B k.

39 Twierdzenie Bayesa - przykład Test ELISA na obecność wirusa HIV w organizmie (stosowany w USA w połowie lat osiemdziesiątych) daje wynik pozytywny z prawdopodobieństwem 0,98 i negatywny z prawdopodobieństwem 0,02, jeśli wirus jest w organizmie. Jeżeli wirusa w organizmie nie ma, prawdopodobieństwo wyniku pozytywnego wynosi 0,07. Zakłada się, że 1% populacji jest zarażony tym wirusem. Jakie jest prawdopodobieństwo, że losowo wybrana osoba jest rzeczywiście zarażona wirusem, jeśli wiadomo, że test dał wynik pozytywny. P B k A = P(A B k) P B k n P(A B i ) P(B i ) i=1

40 P(B1) prawdopodobieństwo, że wirus jest w organizmie (0,01) P(A B1) jest wirus i wynik pozytywny ((0,98) P(B2) - prawdopodobieństwo, że wirusa nie ma w organizmie (0,99) P(A B2) wirusa nie ma i wynik pozytywny (0,07) P A B1 P(B1) P B1 A = P A B1 P B1 + P A B2 P(B2) 0,98 0,01 = 0,98 0,01 + 0,99 0,07 = 0,123

41 Twierdzenie Bayesa - zadanie Pierwsza urna zawiera 4 białe i 1 czarną kulę, druga 2 białe i 3 czarne. Losujemy urnę tak, by szansa wybrania pierwszej urny była dwukrotnie mniejsza niż drugiej. Następnie z wybranej urny losujemy kulę. Jakie jest prawdopodobieństwo losowania z pierwszej urny gdy wynikiem losowania była biała kula.

42 Niezależność zdarzeń Zdarzenia A i B nazywamy niezależnymi (parami niezależnymi), jeżeli P(A B) = P(A) P(B) Zdarzenia A 1, A 2,, A n nazywamy wzajemnie niezależnymi, jeżeli dla dowolnego wyboru wskaźników 1 i 1 < i 2 < < i r n, r = 2,3,, n, r P A ik k=1 r = P A ik k=1

43 Niezależność zdarzeń Przykład: Spośród liczb {2, 3, 5, 30} wybieramy losowo jedną liczbę. Rozważmy zdarzenia: A wylosowano liczbę parzystą, B wylosowano liczbę podzielną przez 3, C wylosowano liczbę podzielną przez 5. Czy te zdarzenia są parami niezależne? Czy są wzajemnie niezależne?

44 P A = 1 2, P B = 1 2, P C = 1 2, P A B = 1 4, P A C = 1 4, P B C = 1 4, P A B C = 1 4 P A B = P A P B = = 1 4 P A C = P A P C = = 1 4 P B C = P B P(C) = = 1 4 P A B C = P A P B P C = = Zdarzenia są parami niezależne ale nie są wzajemnie niezależne

45 Własności zdarzeń niezależnych 1. Jeśli A i B są niezależne i P B > 0 to P A B = P(A) 2. Jeśli A B =, P A > 0, P B > 0 to A i B nie są niezależne. 3. Jeśli A B, P A > 0, P B < 1, to A i B nie są niezależne. 4. Ω i dowolne zdarzenie A są niezależne. 5. i dowolne zdarzenie A są niezależne.

46 Dodatek schemat Bernouliego Schematem Bernoulliego nazywamy wieloetapowe doświadczenie polegające na n-krotnym powtórzeniu tego samego doświadczenia cząstkowego w niezmienionych warunkach i niezależnie od siebie, przy czym każde doświadczenie cząstkowe może być zakończone jednym z dwóch wyników: sukces lub porażka. p prawdopodobieństwo sukcesu q prawdopodobieństwo porażki n ilość prób k ilość prób zakończonych sukcesem P n, k, p = n k pk q n k

47 Przykład Rzucamy dziesięć razy symetryczną monetą. Niech sukcesem w tym doświadczeniu będzie wyrzucenie orła O. Ponieważ moneta jest symetryczna więc P O = 1. Zatem prawdopodobieństwo, że w 10 2 rzutach monetą uzyskamy 3 razy orła wynosi P 10,3, 1 2 = = 10! 3! 7! = = =

48 Dziękuję za uwagę

Zdarzenia losowe i prawdopodobieństwo

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

Bardziej szczegółowo

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

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018 Katedra Matematyki i Ekonomii Matematycznej SGH 16 października 2018 Definicja σ-algebry Definicja Niech Ω oznacza zbiór niepusty. Rodzinę M podzbiorów zbioru Ω nazywamy σ-algebrą (lub σ-ciałem) wtedy

Bardziej szczegółowo

Podstawy nauk przyrodniczych Matematyka

Podstawy nauk przyrodniczych Matematyka Podstawy nauk przyrodniczych Matematyka Elementy rachunku prawdopodobieństwa dr inż. Małgorzata Szeląg Zakład Genetyki Molekularnej Człowieka tel. 61 829 59 04 malgorzata.szelag@amu.edu.pl Pokój 1.118

Bardziej szczegółowo

Podstawy metod probabilistycznych. dr Adam Kiersztyn

Podstawy metod probabilistycznych. dr Adam Kiersztyn Podstawy metod probabilistycznych dr Adam Kiersztyn Przestrzeń zdarzeń elementarnych i zdarzenia losowe. Zjawiskiem lub doświadczeniem losowym nazywamy taki proces, którego przebiegu i ostatecznego wyniku

Bardziej szczegółowo

Prawdopodobieństwo

Prawdopodobieństwo Prawdopodobieństwo http://www.matemaks.pl/ Wstęp do rachunku prawdopodobieństwa http://www.matemaks.pl/wstep-do-rachunku-prawdopodobienstwa.html Rachunek prawdopodobieństwa pomaga obliczyć szansę zaistnienia

Bardziej szczegółowo

Rachunek prawdopodobieństwa- wykład 2

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

Bardziej szczegółowo

Matematyczne Podstawy Kognitywistyki

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyka matematyczna

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

Bardziej szczegółowo

Doświadczenie i zdarzenie losowe

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

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

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

Bardziej szczegółowo

Statystyka matematyczna

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

Bardziej szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Wybrane litery alfabetu greckiego α alfa β beta Γ γ gamma δ delta ɛ, ε epsilon η eta Θ θ theta

Bardziej szczegółowo

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

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

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

Bardziej szczegółowo

Matematyka podstawowa X. Rachunek prawdopodobieństwa

Matematyka podstawowa X. Rachunek prawdopodobieństwa Matematyka podstawowa X Rachunek prawdopodobieństwa Zadania wprowadzające: 1. Rzucasz trzy razy monetą a) Napisz zbiór wszystkich wyników tego doświadczenia losowego. Ile ich jest? Wyrzuciłeś większą liczbę

Bardziej szczegółowo

Statystyka matematyczna

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

Bardziej szczegółowo

Statystyka matematyczna

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

Bardziej szczegółowo

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

Zdarzenie losowe (zdarzenie)

Zdarzenie losowe (zdarzenie) Zdarzenie losowe (zdarzenie) Ćw. 1. Ze zbioru cyfr (l, 2,3,..., 9} losowo wybieramy jedną. a) Wypisz zdarzenia elementarne, sprzyjające: zdarzeniu A, że wybrano liczbę parzystą zdarzeniu B, że wybrano

Bardziej szczegółowo

( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ).

( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ). KOMBINATORYKA Kombinatoryka zajmuje się wyznaczaniem liczby elementów zbiorów skończonych utworzonych zgodnie z określonymi zasadami. Do podstawowych pojęć kombinatorycznych należą: PERMUTACJE Silnia.

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub 1. W grupie jest 15 kobiet i 18 mężczyzn. Losujemy jedną osobę

Bardziej szczegółowo

Zmienna losowa. Rozkład skokowy

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

Bardziej szczegółowo

Statystyka Astronomiczna

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

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 1. Prawdopodobieństwo klasyczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 03.10.2017 1 / 19 Rys historyczny Francja, XVII w.: gry hazardowe

Bardziej szczegółowo

PRAWDOPODOBIEŃSTWO I KOMBINATORYKA

PRAWDOPODOBIEŃSTWO I KOMBINATORYKA PRAWDOPODOBIEŃSTWO I KOMBINATORYKA ZADANIE ( PKT) Z urny zawierajacej kule w dwóch kolorach wybieramy losowo dwie. Prawdopodobieństwo wylosowania co najmniej jednej kuli białej jest równe 8, a prawdopodobieństwo

Bardziej szczegółowo

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 5 marca 2011 Zasady 10 wyk ladów; egzamin pisemny; Literatura 1 A. Lomnicki Wprowadzenie do statystyki dla przyrodników PWN 1999. 2 W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski Rachunek

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyka podstawowe wzory i definicje

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH)

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH) WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH) Agata Boratyńska Agata Boratyńska Rachunek prawdopodobieństwa, wykład 1 1 / 24 Warunki zaliczenia 1 Do egzaminu dopuszczeni wszyscy, którzy uczęszczali na

Bardziej szczegółowo

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka Wymagania egzaminacyjne: a) oblicza średnią arytmetyczną, średnią ważoną, medianę i odchylenie standardowe danych; interpretuje te parametry dla danych empirycznych, b) zlicza obiekty w prostych sytuacjach

Bardziej szczegółowo

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wstęp. Kurs w skrócie

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

Bardziej szczegółowo

Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji?

Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji? Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji? Porada niniejsza traktuje o tzw. elementach kombinatoryki. Często zdarza się, że rozwiązujący zadania z tej dziedziny mają problemy

Bardziej szczegółowo

Rachunek prawdopodobieństwa dla informatyków

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Rzucamy dwa razy sprawiedliwą, sześcienną kostką do gry. Oblicz prawdopodobieństwo otrzymania:

Rzucamy dwa razy sprawiedliwą, sześcienną kostką do gry. Oblicz prawdopodobieństwo otrzymania: Statystyka Ubezpieczeniowa Część 1. Rachunek prawdopodobieństwa: - prawdopodobieństwo klasyczne - zdarzenia niezależne - prawdopodobieństwo warunkowe - prawdopodobieństwo całkowite - wzór Bayesa Schemat

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

KOMBINATORYKA I P-WO CZ.1 PODSTAWA

KOMBINATORYKA I P-WO CZ.1 PODSTAWA KOMBINATORYKA I P-WO CZ.1 PODSTAWA ZADANIE 1 (1 PKT) Pan Jakub ma marynarki, 7 par różnych spodni i 10 różnych koszul. Na ile różnych sposobów może się ubrać, jeśli zawsze zakłada marynarkę, spodnie i

Bardziej szczegółowo

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

c. dokładnie 10 razy została wylosowana kula antracytowa, ale nie za pierwszym ani drugim razem; 05DRAP - Niezależność zdarzeń, schemat Bernoulliego A Zadania na ćwiczenia Zadanie A.. Niech Ω = {ω, ω 2, ω, ω, ω 5 } i P({ω }) = 8, P({ω 2}) = P({ω }) = P({ω }) = 6 oraz P({ω 5}) = 5 6. Niech A = {ω,

Bardziej szczegółowo

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2 Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Prawdopodobieństwo geometryczne

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS PRAWDOPODOBIEŃSTWO KURS PRAWDOPODOBIEŃSTWO Lekcja 3 Definicja prawdopodobieństwa Kołmogorowa. Prawdopodobieństwa warunkowe i niezależne. ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko

Bardziej szczegółowo

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

Rachunku prawdopodobieństwa: rys historyczny, aksjomatyka, prawdopodobieństwo warunkowe,

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

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS PRAWDOPODOBIEŃSTWO KURS PRAWDOPODOBIEŃSTWO Lekcja 2 Klasyczna definicja prawdopodobieństwa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Według klasycznej

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

DODATKOWA PULA ZADAŃ DO EGZAMINU. Rozważmy ciąg zdefiniowany tak: s 0 = a. s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b

DODATKOWA PULA ZADAŃ DO EGZAMINU. Rozważmy ciąg zdefiniowany tak: s 0 = a. s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b DODATKOWA PULA ZADAŃ DO EGZAMINU Rozważmy ciąg zdefiniowany tak: s 0 = a s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b Udowodnij, że liczba postaci 5 n+1 +2 3 n +1 jest podzielna przez

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 5. Zmienne losowe: wprowadzenie Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 8..208 / 42 Motywacja Często bardziej niż same zdarzenia losowe

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. 3.2. Niezależność zdarzeń Katarzyna Rybarczyk-Krzywdzińska Niezależność dwóch zdarzeń Intuicja Zdarzenia losowe

Bardziej szczegółowo

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego Statystyka Wydział Zarządzania Uniwersytetu Łódzkiego 2017 Rachunek Prawdopodobieństwa Brian Wynne podał następującą typologię zagrożeń znanych i niewiadomych: 1. ryzyko to wiadome nam przyszłe zagrożenia,

Bardziej szczegółowo

STATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt

STATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt STTYSTYK wykład 1 Wanda Olech Katedra Genetyki i Ogólnej Hodowli Zwierząt Statystyka Pierwotnie oznaczała stan rzeczy (od status) i do XVIII wieku używana dla określenia zbioru wiadomości o państwie Statystyka

Bardziej szczegółowo

Kombinatoryka. Reguła dodawania. Reguła dodawania

Kombinatoryka. Reguła dodawania. Reguła dodawania Kombinatoryka Dział matematyki, który zajmuje się obliczaniem liczebności zbiorów bądź długości ciągów, które łączą w określony sposób elementy należące do skończonego zbioru (teoria zliczania). W jakich

Bardziej szczegółowo

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy:

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: a) sumę oczek równą 6, b) iloczyn oczek równy 6, c) sumę oczek mniejszą niż 11, d) iloczyn oczek będący liczbą parzystą,

Bardziej szczegółowo

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa

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

Bardziej szczegółowo

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Kombinatoryka i rachunek prawdopodobieństwa

Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski Kombinatoryka i rachunek prawdopodobieństwa 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Rachunek Prawdopodobieństwa i Statystyka Matematyczna

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

Bardziej szczegółowo

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 =

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 = Kombinatoryka W tej serii zadań można znaleźć pojawiające się na egzaminach zadania dotyczące problemu wyznaczania prostych parametrów rozkładu w przypadku zgadnień kombinatorycznych. Zadania te wymagają

Bardziej szczegółowo

Biostatystyka, # 2 /Weterynaria I/

Biostatystyka, # 2 /Weterynaria I/ Biostatystyka, # 2 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a bud. Agro II, e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Wykład 4, 5 i 6. Elementy rachunku prawdopodobieństwa i kombinatoryki w fizyce statystycznej

Wykład 4, 5 i 6. Elementy rachunku prawdopodobieństwa i kombinatoryki w fizyce statystycznej Wykład 4, 5 i 6 Elementy rachunku prawdopodobieństwa i kombinatoryki w fizyce statystycznej dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 1 stycznia 2017 dr hab. A. Fronczak

Bardziej szczegółowo

Spotkanie olimpijskie nr lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B KLASYCZ NA DEFINICJA PRAW DOPOD OBIEŃSTWA ( ) PRAWDOPOD OBIEŃSTW O W A RUNKOWE PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B ( ) WIĘC CO OZNACZA, ŻE ZDARZENIE B NIE MA WPŁYWU

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt

STATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt STTYSTYK wykład 1 Wanda Olech Katedra Genetyki i Ogólnej Hodowli Zwierząt Plan wykładów Data WYKŁDY 1.X rachunek prawdopodobieństwa; 8.X zmienna losowa jednowymiarowa, funkcja rozkładu, dystrybuanta 15.X

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω)

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω) ZADANIA - ZESTAW 1 Zadanie 1.1 Rzucamy trzy razy monetą. A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie. Określić zbiór zdarzeń elementarnych. Wypisać zdarzenia elementarne sprzyjające

Bardziej szczegółowo

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

Kombinatoryka i rachunek prawdopodobieństwa

Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski 2. Elementy kombinatoryki 2.. Permutacje Teoria Definicja. Niech n N. Permutacją n-elementowego zbioru

Bardziej szczegółowo

Zdarzenia losowe Zmienne losowe Prawdopodobieństwo Niezależność

Zdarzenia losowe Zmienne losowe Prawdopodobieństwo Niezależność Zdarzenia losowe Zmienne losowe Prawdopodobieństwo Niezależność przypomnienie pojęć ĆWICZENIA Piotr Ciskowski zdarzenie losowe ćwiczenie 1. zbiory Stanisz zilustruj następujące pojęcia: o A B o A B o A

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

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 oczka. ZADANIE 2 iloczynu oczek równego 12.

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 oczka. ZADANIE 2 iloczynu oczek równego 12. IMIE I NAZWISKO ZADANIE 1 Rzucamy sześcienna kostka do gry. Jakie jest prawdopodobieństwo, że wypadna co najmniej dwa oczka. ZADANIE 2 Rzucamy trzy razy symetryczna sześcienna kostka do gry. Oblicz prawdopodobieństwo

Bardziej szczegółowo

KOMBINATORYKA. Problem przydziału prac

KOMBINATORYKA. Problem przydziału prac KOMBINATORYKA Dział matematyki zajmujący się badaniem różnych możliwych zestawień i ugrupowań, jakie można tworzyć z dowolnego zbioru skończonego. Zbiory skończone, najczęściej wraz z pewną relacją obiekty

Bardziej szczegółowo

Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile sposobów można ją ułożyć zmieniając tylko kolejność pytań? ODP. Jest 6 możliwych sposobów.

Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile sposobów można ją ułożyć zmieniając tylko kolejność pytań? ODP. Jest 6 możliwych sposobów. PERMUTACJE Z1. Oblicz: Z2. Doprowadź do najprostszej postaci wyrażenia: Z3. Sprawdź czy prawdziwa jest równość: Dana równość jest prawdziwa. Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile

Bardziej szczegółowo

PRAWDOPODOBIEŃSTWO CZAS PRACY: 180 MIN. ZADANIE 1 (5 PKT) NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI

PRAWDOPODOBIEŃSTWO CZAS PRACY: 180 MIN. ZADANIE 1 (5 PKT)   NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI IMIE I NAZWISKO PRAWDOPODOBIEŃSTWO PRAWDOPODOBIEŃSTWO CZAS PRACY: 180 MIN. SUMA PUNKTÓW: 100 ZADANIE 1 (5 PKT) Rzucono dwiema sześciennymi kostkami do gry i określono zdarzenia A na każdej kostce wypadła

Bardziej szczegółowo

Podstawy Teorii Prawdopodobieństwa

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Rachunek Prawdopodobieństwa Anna Janicka

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

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

Rachunek prawdopodobieństwa i kombinatoryka. Rachunek prawdopodobieństwa. Podstawowe pojęcia rachunku prawdopodobieństwa

Rachunek prawdopodobieństwa i kombinatoryka. Rachunek prawdopodobieństwa. Podstawowe pojęcia rachunku prawdopodobieństwa Rachunek prawdopodobieństwa i kombinatoryka Spis treści Rachunek prawdopodobieństwa Podstawowe pojęcia rachunku prawdopodobieństwa Liczba wyników doświadczenia losowego. Reguła mnożenia i reguła dodawania

Bardziej szczegółowo

Po co nam statystyka matematyczna? Żeby na podstawie próby wnioskować o całej populacji

Po co nam statystyka matematyczna? Żeby na podstawie próby wnioskować o całej populacji ODSTWY STTYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. opulacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne 6.

Bardziej szczegółowo

Rachunek Prawdopodobieństwa Anna Janicka

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

Bardziej szczegółowo