Rachunek prawdopodobieństwa
|
|
- Bartosz Wolski
- 5 lat temu
- Przeglądów:
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
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 szczegółowoPrawdopodobieństwo. 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 szczegółowoPodstawy 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 szczegółowoPodstawy 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 szczegółowoPrawdopodobieństwo
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 szczegółowoRachunek 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 szczegółowoMatematyczne 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 szczegółowoP 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 szczegółowoStatystyka 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 szczegółowoDoświadczenie 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 szczegółowoRACHUNEK 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 szczegółowoStatystyka 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 szczegółowoSTATYSTYKA. 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 szczegółowoRACHUNEK 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 szczegółowoRachunek 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 szczegółowoMatematyka 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 szczegółowoWstęp do rachunku prawdopodobieństwa
wykład : Wstęp do rachunku prawdopodobieństwa STTYSTYK OPISOW Wanda Olech Katedra Genetyki i Ochrony Zwierząt Statystyka zajmuje się Zjawiskami losowymi - które bada przez doświadczenie U podstaw współczesnej
Bardziej szczegółowoStatystyka 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 szczegółowoStatystyka 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 szczegółowoMoneta 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 szczegółowoZdarzenie 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: ( ) ( ) ( ).
KOMBINATORYKA Kombinatoryka zajmuje się wyznaczaniem liczby elementów zbiorów skończonych utworzonych zgodnie z określonymi zasadami. Do podstawowych pojęć kombinatorycznych należą: PERMUTACJE Silnia.
Bardziej szczegółowoRACHUNEK 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 szczegółowoZmienna 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 szczegółowoStatystyka Astronomiczna
Statystyka Astronomiczna czyli zastosowania statystyki w astronomii historycznie astronomowie mieli wkład w rozwój dyscypliny Rachunek prawdopodobieństwa - gałąź matematyki Statystyka - metoda oceny właściwości
Bardziej szczegółowoMetody 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 szczegółowoPRAWDOPODOBIEŃSTWO 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 szczegółowoWykład 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 szczegółowoElementy 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 szczegółowop 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 szczegółowoStatystyka 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 szczegółowoRachunek 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 szczegółowoProjekt 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 szczegółowoStatystyka 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 szczegółowoProbabilistyczne 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 szczegółowoWYKŁADY 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 szczegółowoElementy 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 szczegółowoR_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 szczegółowoRachunek 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 szczegółowoWstęp. 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 szczegółowoJak 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 szczegółowoRachunek 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 szczegółowoWybrane 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.
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 szczegółowoRzucamy 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 szczegółowoc) 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 szczegółowo51. 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 szczegółowoKOMBINATORYKA 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 szczegółowoc. 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 szczegółowoRachunek 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 szczegółowoKURS 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 szczegółowoP (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 szczegółowoRachunku 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 szczegółowoKURS 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 szczegółowoKURS 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 szczegółowoWYKŁAD 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 szczegółowoDODATKOWA 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 szczegółowoMetody 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 szczegółowoRachunek 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 szczegółowoStatystyka. 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 szczegółowoSTATYSTYKA 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 szczegółowoKombinatoryka. 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 szczegółowoZadanie 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 szczegółowoĆwiczenia 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 szczegółowo02DRAP - 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 szczegółowoKurs 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 szczegółowoRACHUNEK 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 szczegółowoWYKŁAD 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 szczegółowoElementy 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 szczegółowoKombinatoryka 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 szczegółowoWykład 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 szczegółowoRachunek 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 szczegółowoi=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 szczegółowoBiostatystyka, # 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 szczegółowoWykład 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 szczegółowoSpotkanie 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 szczegółowoTemat: 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)
.. 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
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 szczegółowoMatematyka 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 szczegółowoSTATYSTYKA 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 szczegółowoL.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 szczegółowoPrawdopodobieństwo 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 szczegółowoMetody 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 szczegółowoMNRP 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 szczegółowoKombinatoryka 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 szczegółowoZdarzenia 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 szczegółowoWYKŁAD 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 szczegółowoNAJWIEKSZY 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 szczegółowoKOMBINATORYKA. 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 szczegółowoZ4. 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 szczegółowoPRAWDOPODOBIEŃSTWO 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 szczegółowoRachunek prawdopodobieństwa i statystyka
Rachunek prawdopodobieństwa i statystyka Przestrzeń probabilistyczna Niech Ω będzie dowolnym zbiorem, zwanym przestrzenią zdarzeń elementarnych. Elementy ω tej przestrzeni nazywamy zdarzeniami elementarnymi.
Bardziej szczegółowoPodstawy 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 szczegółowoRachunek 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 szczegółowoWymagania 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 szczegółowo01DRAP - 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 szczegółowo01DRAP - 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 szczegółowo01DRAP - 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 szczegółowoRachunek 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