E. Sadowska-Owczorz Statystyka i probabilistyka - zadania kwiecie«2018

Wielkość: px
Rozpocząć pokaz od strony:

Download "E. Sadowska-Owczorz Statystyka i probabilistyka - zadania kwiecie«2018"

Transkrypt

1 1. Jest 50 pyta«egzaminacyjnych. Na ka»dej wylosowanej przez zdaj cego kartce napisane s trzy pytania. (a) Ile mo»e by ró»nych kartek? (b) Oblicz prawdopodobie«stwo,»e zdajacy odpowie co najmniej na jedno pytanie z zestawu przy zaªo»eniu,»e zna odpowiedzi na 25 spo±ród wszystkich pyta«. 2. Pieciu studentów powtarzaj cych dany rok studiów wybiera losowo, ka»dy niezale»nie od pozostaªych, jedn z trzech równolegªych grup. Zakªadaj c,»e wszystkie rozmieszczenia tych studentów s jednakowo prawdopodobne, znajd¹ prawdopodobie«stwo tego,»e (a) wszyscy znajduj si w pierwszej grupie; (b) wszyscy znajduj si w tej samej grupie; (c) w pierwszej grupie znaduje si dokªadnie jeden student; (d) w jednej z grup znajduje si dokªadnie jeden student; (e) w ustalonej grupie znajdzie sie dokladnnie trzech studentów. 3. Parti 200 wyprodukowanych przedmiotów poddaje si wyrywkowej kontroli. Warunkiem odrzucenia caªej partii jest znalezienie chocia»by jednego wadliwego przedmiotu w±rod dziesi ciu sprawdzonych. Jakie jest prawdopodobie«stwo odrzucenia danej partii, je±li zawiera ona 8 % przedmiotów wadliwych? 4. Gra polega na traeniu okre±lonych 7 liczb z 45. Oblicz prawdopodobie«stwo,»e 7 wylosowanych liczb pochodzi spo±ród ustalonego 12-elementowego zbioru. 5. Pewna inwestorka moze zainwestowac w trzy z rekomendowanych pieciu funduszy, nie wie jednak, ze tylko dwa z nich przyniosa dochód, a wiec wybiera losowo. Jakie jest prawdopodobienstwo, ze (a) wybierze oba przynoszace dochód, (b) wybierze przynajmniej jeden przynoszacy dochód. 6. Chcemy rozpali ognisko maj c do dyspozycji tylko dwie zapaªki. Wybierz bardziej pewn metod z dwóch nast puj cych: 1)-próbujemy rozpali najpierw jedna, potem drug zapaªk, 2)-próbujemy rozpali dwiema zª czonymi zapaªkami, je±li prawdopodobie«stwo rozpalenia ogniska pojedyncz zapaªk wynosi 0,7; natomiast zª czonymi - 0, W kwadracie z brzegiem o boku 1m wybrano jeden punkt. Ile wynosi prawdopodobie«stwo,»e znajduje si on (a) na pewnej przekatnej? (b) w wierzchoªku kwadratu? (c) w odlegªosci co najwy»ej 1 2 m od ±rodka kwadratu? 8. Pasa»er przybywa na przystanek tramwajowy, nie znaj c godziny i nie wiedz c, kiedy odjechaª poprzedni tramwaj. Wie jednak,»e na przystanku zatrzymuj si tramwaje dwóch linii odje»d»aj ce co 20 minut, nie wie jednak, jaka jest ró»nica czasu mi dzy odjazdami tramwajów tych dwóch linii. Jest mu oboj tne, do której linii wsi dzie. Jakie jest prawdopodobie«stwo,»e odjedzie w ci gu najbli»szych 5 minut? 9. Dwaj koledzy umówili si w kawiarni, ale nie umówili si co do konkretnej godziny. Ustalili tylko,»e ka»dy z nich przyjdzie do kawiarni w dowolnym momencie mi dzy godzin a i je±li nie spotka wewn trz drugiego, poczeka 20 minut (lub krócej, je±li wybije ju» 13.00) i je±li si nie doczeka na drugiego, wyjdzie. Jakie jest prawdopodobie«stwo,»e koledzy nie rozmin si ale spotkaj si w kawiarni? 1

2 % mieszkanców miasta posiada psy. (a) Wybrano losowo 6 osób. Oblicz prawdopodobie«stwo,»e co najmniej jedna z tych osób posiada psa. (b) Jakie jest prawdopodobie«stwo,»e spo±ród 50 losowo wybranych mieszkanców 40-stu posiada psy? 11. Oblicz prawdopodobie«stwo,»e w serii 2000 wyprodukowanych detali znajduj si co najwy»ej 3 braki, je»eli przeci tny procent braków wynosi 2 promile (0,2%). 12. W urnie znajduj si kula biaªa, czarna i dwie niebieske. Losujemy jedna kul i zwracamy j do urny. Jakie jest prawdopodobie«stwo,»e w 12-stu losowaniach (a) dwa razy wylosowano kul niebiesk? (b) co najmniej raz wylosowano kul czarn? (c) co najwy»ej raz wylosowano kul biaª? 13. Badania statystyczne pokazaªy,»e ±rednio 11,8 % zapaªek jest wadliwych. Jakie jest prawdopodobie«- stwo,»e w pudeªku z 90 zapaªkami s wi cej ni» 3 wadliwe? 14. W sklepie s»arówki rmy PHILIPS 10 %, POLAM 70% oraz OSRAM 20 %. Wadliwo±»arówek rmy PHILIPS wynosi 1 %, POLAM - 2% a OSRAM - 3%. (a) Oblicz prawdopodobie«stwo,»e losowo wybrana»arówka jest wadliwa. (b) Jakie jest prawdopodobie«stwo,»e losowo wybrana»arówka jest rmy POLAM, je»eli okazaªa si wadliwa? 15. Na pewnym kierunku studiów skªad grup studenckich przedstawia si nast puj co: w grupie I jest 14 studentek i 11 studentów, w grupie II jest 10 studentek i 14 studentów. Z list obu grup wylosowano jedn osob. Oblicz przwdopodobie«stwo,»e (a) wylosowana osoba jest studentem. (b) wylosowana osoba nale»y do grupy II, je»eli wiadomo,»e jest to student. 16. W populacji 1500 studentów pewnej uczelni (1000 kobiet, 500 m»czyzn) odnotowano 40% pal cych studentek oraz 60% pal cych studentów. Wylosowano osob pal c. Jakie jest prawdopodobie«stwo,»e jest to kobieta? 17. Potrzeby ±wierkowych sadzonek dla nadle±nictwa pokrywa produkcja dwóch szkóªek le±nych. Pierwsza szkóªka pokrywa 75% zapotrzebowania, przy czym na 100 sadzonek z tej szkóªki 80 jest piewszej jako±ci. Druga szkóªka pokrywa 25% zapotrzebowania, przy czym na 100 zadzonek z tej szkóªki 60 jest pierwszej jako±ci. (a) Oblicz prawdopodobie«stwo,»e losowo wybrana sadzonka jest piewszej jako±ci. (b) Oblicz prawdopodobie«stwo,»e losowo wybrana sadzonka pochodzi z drugiej szkóªki, je±li wiadomo,»e jest pierwszej jako±ci. 18. Zmienna losowa X ma rozkªad x i p i 0,3 0,3 0,1 0,2 0,1. (a) Sporz d¹ wykres dystrybuanty tej zmiennej losowej. (b) Wyznacz warto± oczekiwan i odchylenie standardowe tej zmiennej. (c) Wyznacz mod i median tej zmiennej. 2

3 (d) Wyznacz P (X < 3), P (X 2), P (X = 1), P (2 X < 4) i P (0 < X 3). (e) Podaj rozkªad prawdopodobie«stwa zmiennej losowej Y = X Zmienna losowa X ma rozkªad x i p i 0,2 0,1 0,1 c 0,2 0,1. (a) Wyznacz staª c. (b) Wyznacz dystrybuant tej zmiennej losowej. (c) Sporz d¹ wykres rozkªadu prawdopodobie«stwa i dystrybuanty tej zmiennej losowej. (d) Wyznacz warto± oczekiwan i odchylenie standardowe tej zmiennej. (e) Wyznacz mod i median tej zmiennej. (f) Wyznacz P (X < 2), P ( 1 X < 1) i P (X 1). 20. Rozkªad prawdopodobie«stwa ocen z egzaminu ze statystyki dla studentów drugiego semestru jest nast pujacy: x i p i... 0,4 0,2.... Wiadomo,»e warto± oczekiwana tak okre±lonej zmiennej losowej wynosi 2,95. Oblicz P (X = 2) oraz P (X = 5), przedstaw rozkªad prawdopodobie«stwa gracznie i oblicz ilu studentów spo±ród 200 zdaj cych otrzyma z egzaminu ocen co najmniej dobr. 21. Dana jest funkcja f(x) = { c (3 + 2x), dla 2 x 4 0, dla x < 2 i x > 4. (a) Wyznacz staª c tak, aby byªa to funkcja g sto±ci. (b) Wyznacz dystrybuant tej zmiennej. (c) Przedstaw gracznie funkcj g sto±ci i dystrybuant. (d) Wyznacz warto± oczekiwan i warincj tej zmiennej. (e) Oblicz prawdopodobie«stwo zdarzenia,»e zmienna losowa X przyjmie: i. warto± nie mniejsz ni» 2 oraz nie wi ksz ni» 3; ii. warto± co najwy»ej równ 2; iii. warto± 4; iv. warto± z przedziaªu [2, 5 ; 4]; 0, dla x < Sprawd¹, czy funkcja f(x) = 5 x, dla 0 x 10 0, dla x > jest funkcj g sto±ci zmiennej losowej X. 10 Je»eli tak, to (a) przedstaw funkcj g sto±ci gracznie; (b) wyznacz i narysuj dystrybuant tak okre±lonej zmiennej losowej; (c) oblicz warto± oczekiwan zmiennej losowej X; (d) oblicz P {0 X < 2}; 3

4 (e) oblicz median i kwartyl pierwszy. 0, dla x Dla zmiennej losowej ci gªej dystrybuanta jest dana wzorem F (x) = 2 x2, dla 0 < x A. 1, dla x > A (a) Wyznacz warto± A. (b) Oblicz warto± oczekiwan zmiennej losowej X; (c) Oblicz P ( 2 X 1); 24. Dana jest zmienna losowa X o rozkªadzie N (5, 87 ; 1, 95). Znajd¹ prawdopodobie«stwo,»e zmienna losowa X przyjmuje warto± : (a) równ 10, (b) nie wi ksz ni» 10, (c) nale» c do przedziaªu [2, 55 ; 6, 55], (d) nie mniejsz ni» -5, Niech X b dzie zmienn losow normaln o rozkªadzie N (95; σ). Znajd» warto± σ, je±li wiadomo,»e 20% obszaru pod wykresem g sto±ci le»y na prawo od 103, Niech X b dzie zmienn losow normaln o rozkªadzie N (m; 24, 5). Znajd» warto± m, je±li prawdopodobie«stwo tego,»e zmienna losowa X przyjmuje warto±ci mniejsze od 60 jest równe 0, Niech {X 1, X 2,.{.., X 30 } b dzie ci giem niezale»nych zmiennych losowych o jednakowym rozkªadzie postaci: f(x) = 0, dla x < 0 e x, dla x 0. Oblicz P ( 30 k=1 X k > 35 ). x Dwuwymiarowa zmienna losowa (X, Y ) ma rozkªad podany w tabelce ,1 0,1 (a) Uzupeªnij tabelk. y 0 0,1 0,1 0,1 0,1 (b) Wyznacz rozkªady brzegowe i ich parametry. 2 0,2 0,1 0,1... (c) Oblicz warto± oczekiwan zmiennej losowej XY, kowariancj i wspóªczynnik korelacji. (d) Wyznacz prost regresji II-go rodzaju i krzyw I-go rodzaju zmiennej losowej X wzgl dem zmiennej losowej Y. A x + y, dla 0 x, y Dana jest funkcja f(x, y) = 2. 0, dla pozostaªych (x, y) (a) Wyznacz A tak, aby funkcja ta byªa g sto±ci dwuwymiarowej zmiennej losowej. (b) Wyznacz rozkªady brzegowe i ich parametry. (c) Oblicz warto± oczekiwan zmiennej losowej XY, kowariancj i wspóªczynnik korelacji. (d) Wyznacz prost regresji II-go rodzaju Y wzgl dem zmiennej losowej X. 30. Stopa bezrobocia (w procentach) w Polsce wedªug województw na dzie« roku ksztaªtowaªa si nast puj co: 4,1; 11,9; 11,7; 9,6; 16,7; 13,1; 19; 12,1; 23,4; 10,6; 17; 18,2; 14,9; 8,4; 15,2; 17,3; 24,7; 6,1; 14,9; 16,9; 12; 11,7; 14,3; 16,2; 12,8; 23,6; 12,9; 17; 17,4; 16,8; 16,6; 6,2; 14,2; 17,2; 14,6; 10,7; 12,7; 10,7; 25,7; 24,6; 13,1; 13,9; 12,4; 18,6; 21,7; 21,5; 9,8; 12,4; 15,3. 4

5 (a) Przeprowad¹ grupowanie statystyczne województw w Polsce wedªug stopy bezrobocia. (b) Zaprezentuj gracznie otrzymany szereg. (c) Oblicz, korzystaj c z szeregu rozdzielczego, przeci tny stopie«stopy bezrobocia w Polsce, dominant, median, kwartyle pierwszy i trzeci, wariancj. 31. Dla wyprodukowanych w 1990 roku 100 pralek pewnej rmy przeprowadzono badanie maksymalnego czasu bezawaryjnej pracy (w latach). Wyniki przedstawiono w tabelce: czas bezawryjnej pracy liczba pralek (a) Oszacuj przedziaªowo ±redni czas bezawaryjnej pracy pralek przyjmuj c wspóªczynnik ufno±ci 90%. (b) Oszacuj przedziaªowo odchylenie standardowe czasu bezawaryjnej pracy pralek przyjmuj c wspóªczynnik ufno±ci 96%. 32. W celu sprawdzenia dokªadnoci skrawania za pomoc pewnego urz dzenia dokonano pomiarów wykonanych 50 cz ±ci i otrzymano S 2 = 0, Zakªadaj c,»e rpzkªad bª dów wymiarów cz ±ci jest normalny o nieznanym σ na poziomie ufno±ci 0,95 wyznacz na podstawie tych danych realizacj przedziaªu ufno±ci dla odchylenia standardowego. 33. Wykonano pomiary liczby skr tów dla losowo wybranych odcinków prz dzy dªugo±ci 1m, uzyskuj c wyniki: 87, 102, 119, 81, 97, 93, 100, 114, 99, 100, 113, 93, 95, 85, 123, 99. Zakª daj c,»e liczba skr tów odcinków prz dzy ma rozkªad normalny znajd¹ 90%-ow realizacj przrdziaªu ufno±ci dla odchylenia standadowego liczby skr tów caªej partii prz dzy. Odpowiedzi 1. (a) (b) 0, (a) 0, (b) 0, (c) 0, (d) 0, (e) 0, , , (a) 0,3 (b) 0,9 6. Dwiema zª czonymi zapaªkami, 7. (a) 0 (b) 0 (c) 0, ,5625 5

6 9. 0,(5) 10. (a) 0, (b) 7, , (a) 0, (b) 0, (c) 0, , (a) 0,021 (b) 0,(6) 15. (a) 0, (b) 0, , (a) 0,75 (b) 0,2 0, dla x (, 1] 0, 3, dla x ( 1, 0] 0, 6, dla x (0, 1] 18. (a) F (x) = 0, 7, dla x (1, 3] 0, 9, dla x (3, 4] 1, dla x (4, ) (b) EX = 0, 8, σ = 1, (c) mo = 0, me = 0 (d) P (X < 3) = 0, 7, P (X 2) = 0, 3, P (X = 1) = 0, 1, P (2 X < 4) = 0, 2 P (0 < X 3) = 0, 3. (e) 19. (a) c = 0, 3 x 2 i p i 0,3 0,4 0,2 0,1 0, dla x (, 4] 0, 2, dla x ( 4, 1] 0, 3, dla x ( 1, 0] (b) F (x) = 0, 4, dla x (0, 1] 0, 7, dla x (1, 2] 0, 9, dla x (2, 7] 1, dla x (7, ) 6

7 (c) (d) EX = 0, 5, σ = 3, (e) mo = 1, me = 1 (f) P (X < 2) = 0, 7, P ( 1 X < 1) = 0, 2 P (X 1) = 0, P (X = 2) = 0, 35, P (X = 5) = 0, studentów 21. (a) c = , dla x 2 x (b) F (x) = 2 + 3x 10, dla 2 < x , dla x > 4 (c) (d) EX = , V arx = (e) i. 9 ii. 0 iii iv f(x)dx = 1, zatem jest to funkcja g sto±ci R (a) 0, dla x 0 x (b) F (x) = 2, dla 0 < x , dla x > 10 (c) EX = 2 10, V arx = (d) 0, 4 (e) me = 5 5, x 0,25 = (a) A = 2 (b) (c) 0,5 24. (a) 0 (b) 0,983 (c) 0,1805 7

8 (d) , , (a) (b) y x ,1 0,1 0 0,1 0,1 0,1 0,1 2 0,2 0,1 0,1 0 x i p i 0,3 0,2 0,3 0,2 y j p j 0,2 0,4 0,4, EX = 0, 2, V arx = 3, 76, EY = 0, 6, V ary = 1, 44 (c) EXY = 1, 3, covxy = 1, 18, ρ = 0, , 5, dla y = 1 (d) x = 1, 18y 0, 908, x(y) = 0, dla y = 0 1, 25, dla y = (a) A = 2 (b) f X (x) = f Y (y) = { x + 1, dla x [0, 1] 2 0, dla x [0, 1], EX = 7 12 { y + 1 2, dla y [0, 1] 0, dla y [0, 1], EY = 7 12 (c) EXY = 1 3, covxy = 1 144, ρ = 1 11 (d) y = 1 11 x (a) np., V arx = , V ary = stopa bezrobocia w % 2,05-6,05 6,05-10,05 10,05-14,05 14,05-18,05 18,05-22,05 22,05-26,05 liczba województw Po zaokr gleniu do caªo±ci: stopa bezrobocia w % (b) liczba województw (c) x = 14, 86, d o = 14, 31, m e = 14, 59, x 0,25 = 11, 56, x 0,75 = 17, 47, S 2 = 21, 55, S = 4, 64, 31. (a) (9,113;10,887) (b) (4,72;6,33) 8

9 32. 0, 022 < σ < 0, , 97 < σ < 17, 2 9

Informatyka. z przedmiotu RACHUNEK PRAWDOPODOBIE STWA

Informatyka. z przedmiotu RACHUNEK PRAWDOPODOBIE STWA Informatyka Zbiór przykªadowych prac kontrolnych oraz przykªadowych zada«egzaminacyjnych z przedmiotu RACHUNEK PRAWDOPODOBIE STWA Sprawdzian 1, M09-02 Zadanie 1 (1p) W rzucie dwiema kostkami obliczy prawdopodobie«stwo

Bardziej szczegółowo

Zadania z rachunku prawdopodobie«stwa

Zadania z rachunku prawdopodobie«stwa STATYSTYKA 2 rok, informatyka,. Zadania z rachunku prawdopodobie«stwa 1. Niech A B C = Ω, P (B) = 2P (A), P (C) = 3P (A), P (A B) = P (A C) = P (B C). Pokaza,»e 1 P (A) 1. Pokaza,»e oba ograniczenia mog

Bardziej szczegółowo

In»ynierskie zastosowania statystyki wiczenia

In»ynierskie zastosowania statystyki wiczenia Uwagi: 27012014 poprawiono kilka literówek, zwi zanych z przedziaªami ufno±ci dla wariancji i odchylenia standardowego In»ynierskie zastosowania statystyki wiczenia Przedziaªy wiarygodno±ci, testowanie

Bardziej szczegółowo

CAŠKOWANIE METODAMI MONTE CARLO Janusz Adamowski

CAŠKOWANIE METODAMI MONTE CARLO Janusz Adamowski III. CAŠKOWAIE METODAMI MOTE CARLO Janusz Adamowski 1 1 azwa metody Podstawowym zastosowaniem w zyce metody Monte Carlo (MC) jest opis zªo-»onych ukªadów zycznych o du»ej liczbie stopni swobody. Opis zªo»onych

Bardziej szczegółowo

Biostatystyka, # 4 /Weterynaria I/

Biostatystyka, # 4 /Weterynaria I/ Biostatystyka, # 4 /Weterynaria I/ dr n. mat. Zdzisªaw Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowa«Matematyki i Informatyki ul. Gª boka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach EGZAMIN MAGISTERSKI, 12.09.2018r Matematyka w ekonomii i ubezpieczeniach Zadanie 1. (8 punktów) O rozkªadzie pewnego ryzyka S wiemy,»e: E[(S 20) + ] = 8 E[S 10 < S 20] = 13 P (S 20) = 3 4 P (S 10) = 1

Bardziej szczegółowo

Metody probablistyczne i statystyka stosowana

Metody probablistyczne i statystyka stosowana Politechnika Wrocªawska - Wydziaª Podstawowych Problemów Techniki - 011 Metody probablistyczne i statystyka stosowana prowadz cy: dr hab. in». Krzysztof Szajowski opracowanie: Tomasz Kusienicki* κ 17801

Bardziej szczegółowo

5. (8 punktów) EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

5. (8 punktów) EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach Matematyka w ekonomii i ubezpieczeniach ( Niezale»ne szkody maja rozkªady P (X i = k) = exp( 1)/k!, P (Y i = k) = 4+k ) k (1/3) 5 (/3) k, k = 0, 1,.... Niech S = X 1 +... + X 500 + Y 1 +... + Y 500. Skªadka

Bardziej szczegółowo

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka EGZAMIN MAGISTERSKI, 26.06.2017 Biomatematyka 1. (8 punktów) Rozwój wielko±ci pewnej populacji jest opisany równaniem: dn dt = rn(t) (1 + an(t), b gdzie N(t) jest wielko±ci populacji w chwili t, natomiast

Bardziej szczegółowo

Biostatystyka, # 5 /Weterynaria I/

Biostatystyka, # 5 /Weterynaria I/ Biostatystyka, # 5 /Weterynaria I/ dr n. mat. Zdzisªaw Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowa«Matematyki i Informatyki ul. Gª boka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Zadanie 1. (8 punktów) Dana jest nast puj ca macierz: M =

Zadanie 1. (8 punktów) Dana jest nast puj ca macierz: M = Matematyka w ekonomii i ubezpieczeniach 1. (8 punktów) Dana jest nast puj ca macierz: M = 2 14 2 10 8 0 10 8. a) Znajd¹ rozwi zanie dwuosobowej gry o sumie zero maj cej powy»sz macierz wypªat. b) Przyjmuj

Bardziej szczegółowo

1 Lista 6 1. LISTA Obliczy JSN renty z doªu dla (30)-latka na 3 lata w wysoko±ci Obliczenia zrobi dla TT -PL97m oraz i = 4%.

1 Lista 6 1. LISTA Obliczy JSN renty z doªu dla (30)-latka na 3 lata w wysoko±ci Obliczenia zrobi dla TT -PL97m oraz i = 4%. 1. LISTA 6 1 1 Lista 6 1.1 Obliczy JSN renty z doªu dla (30)-latka na 3 lata w wysoko±ci 3000. Obliczenia zrobi dla TT -PL97m oraz i = 4%. 1.2 Obliczy JSN dla nast puj cej renty dla (30)-latka: je±li»yje

Bardziej szczegółowo

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne Arkusz maturalny Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. Odwrotno±ci liczby rzeczywistej 1. 9 8 2. 0, (1) 3. 8 9 4. 0, (8) 3 4 4 4 1 jest liczba Odwrotno±ci liczby rzeczywistej 3 4 4 4

Bardziej szczegółowo

Statystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

Statystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski Statystyka Šukasz Dawidowski Instytut Matematyki, Uniwersytet l ski Statystyka Statystyka: nauka zajmuj ca si liczbowym opisem zjawisk masowych oraz ich analizowaniem, zbiory informacji liczbowych. (Sªownik

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach. a) (6 pkt.) oblicz intensywno± pªaconych skªadek;

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach. a) (6 pkt.) oblicz intensywno± pªaconych skªadek; EGZAMIN MAGISTERSKI, 26.06.2019r Matematyka w ekonomii i ubezpieczeniach 1. (8 punktów) Dwa niezale»ne portfele S 1, S 2 maj zªo»one rozkªady Poissona. S 1 CP oisson(2, F ), S 2 CP oisson(2, G), gdzie

Bardziej szczegółowo

Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki

Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki 1 Zadania na wiczenia nr 3 - Elementy kombinatoryki Zad. 1. Ile istnieje ró»nych liczb czterocyfrowych zakªadaj c,»e cyfry nie powtarzaj si a

Bardziej szczegółowo

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne Arkusz maturalny Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. W pewnym sonda»u partia A uzyskaªa o 8 punktów procentowych wi ksze poparcie ni» partia B. Wiadomo,»e liczba gªosów oddanych w sonda»u

Bardziej szczegółowo

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) =

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) = Zestaw : Zmienne losowe. Które z poniższych funkcji są dystrybuantami? Odpowiedź uzasadnij. Wskazówka: naszkicuj wykres. 0, x 0,, x 0, F (x) = x, F (x) = x, 0 x

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Aleksandra Ki±lak-Malinowska akis@uwm.edu.pl http://wmii.uwm.edu.pl/ akis/ Czym zajmuje si statystyka? Statystyka zajmuje si opisywaniem i analiz zjawisk masowych otaczaj cej czªowieka

Bardziej szczegółowo

PROBABILISTYKA I STATYSTYKA - Zadania do oddania

PROBABILISTYKA I STATYSTYKA - Zadania do oddania PROBABILISTYKA I STATYSTYKA - Zadania do oddania Parametr k = liczba trzycyfrowa, dwie ostatnie cyfry to dwie ostatnie cyfry numeru indeksu, pierwsza cyfra to pierwsza cyfra liczby liter pierwszego imienia.

Bardziej szczegółowo

1 Metody iteracyjne rozwi zywania równania f(x)=0

1 Metody iteracyjne rozwi zywania równania f(x)=0 1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0

Bardziej szczegółowo

Elementy Modelowania Matematycznego Wykªad 1 Prawdopodobie«stwo

Elementy Modelowania Matematycznego Wykªad 1 Prawdopodobie«stwo Spis tre±ci Elementy Modelowania Matematycznego Wykªad 1 Prawdopodobie«stwo Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis tre±ci Spis tre±ci 1 2 3 4 5 Spis tre±ci Spis tre±ci 1 2 3 4

Bardziej szczegółowo

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ Opracowała: Milena Suliga Wszystkie pliki pomocnicze wymienione w treści

Bardziej szczegółowo

Statystyka opisowa. Wykªad II. Elementy statystyki opisowej. Edward Kozªowski.

Statystyka opisowa. Wykªad II. Elementy statystyki opisowej. Edward Kozªowski. Statystyka opisowa. Wykªad II. e-mail:e.kozlovski@pollub.pl Spis tre±ci Mediana i moda 1 Mediana i moda 2 3 4 Mediana i moda Median m e (warto±ci ±rodkow ) próbki x 1,..., x n nazywamy ±rodkow liczb w

Bardziej szczegółowo

Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for regression) / 13

Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for regression) / 13 Elementarna statystyka Wnioskowanie o regresji (Inference for regression) Alexander Bendikov Uniwersytet Wrocªawski 2 czerwca 2016 Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for

Bardziej szczegółowo

2. (8 punktów) 3. (8 punktów) 4. (8 punktów) 5. (8 punktów) EGZAMIN MAGISTERSKI, Matematyka w ekonomii i ubezpieczeniach

2. (8 punktów) 3. (8 punktów) 4. (8 punktów) 5. (8 punktów) EGZAMIN MAGISTERSKI, Matematyka w ekonomii i ubezpieczeniach Matematyka w ekonomii i ubezpieczeniach 1. (8 punktów) Znajd¹ rozwi zanie poni»szego zagadnienia programowania liniowego: Zmaksymalizowa x 1 2x 2 + x 3 x 5 przy ograniczeniach x 1 3x 2 + x 3 + 2x 5 = 8

Bardziej szczegółowo

E2 - PROBABILISTYKA - Zadania do oddania

E2 - PROBABILISTYKA - Zadania do oddania E - PROBABILISTYKA - Zadania do oddania Parametr k = liczba trzycyfrowa dwie ostatnie cyfry to dwie ostatnie cyfry numeru indeksu pierwsza cyfra to pierwsza cyfra liczby liter pierwszego imienia. Poszczególne

Bardziej szczegółowo

Metodydowodzenia twierdzeń

Metodydowodzenia twierdzeń 1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych

Bardziej szczegółowo

Statystyka matematyczna - ZSTA LMO

Statystyka matematyczna - ZSTA LMO Statystyka matematyczna - ZSTA LMO Šukasz Smaga Wydziaª Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza w Poznaniu Wykªad 4 Šukasz Smaga (WMI UAM) ZSTA LMO Wykªad 4 1 / 18 Wykªad 4 - zagadnienia

Bardziej szczegółowo

Zadania z PM II A. Strojnowski str. 1. Zadania przygotowawcze z Podstaw Matematyki seria 2

Zadania z PM II A. Strojnowski str. 1. Zadania przygotowawcze z Podstaw Matematyki seria 2 Zadania z PM II 010-011 A. Strojnowski str. 1 Zadania przygotowawcze z Podstaw Matematyki seria Zadanie 1 Niech A = {1,, 3, 4} za± T A A b dzie relacj okre±lon wzorem: (a, b) T, gdy n N a n = b. a) Ile

Bardziej szczegółowo

x y x y x y x + y x y

x y x y x y x + y x y Algebra logiki 1 W zbiorze {0, 1} okre±lamy dziaªania dwuargumentowe,, +, oraz dziaªanie jednoargumentowe ( ). Dziaªanie x + y nazywamy dodawaniem modulo 2, a dziaªanie x y nazywamy kresk Sheera. x x 0

Bardziej szczegółowo

1.Kombinatoryka. elementom przyporz dkowujemy n elementów rozró»nialnych (ze zwracaniem), kolejno± nie jest istotna Cn k = ( n+k 1 ) = C k k

1.Kombinatoryka. elementom przyporz dkowujemy n elementów rozró»nialnych (ze zwracaniem), kolejno± nie jest istotna Cn k = ( n+k 1 ) = C k k Statystyka - 1. rok Zarz dzanie i In»ynieria Produkcji, niestacjonarne 1. stopie«przykªadowe zadania na kolokwium nr 1 1.Kombinatoryka Denicja 1 ˆ Permutacje P n - n-elementów, wszystkie elementy wybrane,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Elementarna statystyka

Elementarna statystyka Elementarna statystyka Alexander Bendikov 26 marca 2017 Klasyczny model: eksperyment o jednakowo prawdopodobnych wynikach Zaªo»enia: 1 Przestrze«próbek S ma sko«czenie wiele wyników ω 1, ω 2,..., ω n,

Bardziej szczegółowo

Ekonometria Bayesowska

Ekonometria Bayesowska Ekonometria Bayesowska Wykªad 9: Metody numeryczne: MCMC Andrzej Torój 1 / 17 Plan wykªadu Wprowadzenie 1 Wprowadzenie 3 / 17 Plan prezentacji Wprowadzenie 1 Wprowadzenie 3 3 / 17 Zastosowanie metod numerycznych

Bardziej szczegółowo

Elementarna statystyka Test Istotno±ci (Tests of Signicance)

Elementarna statystyka Test Istotno±ci (Tests of Signicance) Elementarna statystyka Test Istotno±ci (Tests of Signicance) Alexander Bendikov Uniwersytet Wrocªawski 16 kwietnia 2016 Elementarna statystyka Test Istotno±ci (Tests of Signicance) 16 kwietnia 2016 1 /

Bardziej szczegółowo

Zmienne losowe zadania na sprawdzian

Zmienne losowe zadania na sprawdzian Zmienne losowe zadania na sprawdzian Zad. 1. Podane poniżej dane dotyczą zawartości suchej masy (w %) i sosu (w %) w 24 konserwach ze śledzia w pomidorach: Zawartość suchej masy: 12,0 13,0 14,5 14,0 12,0

Bardziej szczegółowo

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja

Bardziej szczegółowo

pobrano z (A1) Czas GRUDZIE

pobrano z  (A1) Czas GRUDZIE EGZAMIN MATURALNY OD ROKU SZKOLNEGO 014/015 MATEMATYKA POZIOM ROZSZERZONY PRZYK ADOWY ZESTAW ZADA (A1) W czasie trwania egzaminu zdaj cy mo e korzysta z zestawu wzorów matematycznych, linijki i cyrkla

Bardziej szczegółowo

Podstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych

Podstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych Podstawowe pojęcia: Badanie statystyczne - zespół czynności zmierzających do uzyskania za pomocą metod statystycznych informacji charakteryzujących interesującą nas zbiorowość (populację generalną) Populacja

Bardziej szczegółowo

Wojewódzki Konkurs Matematyczny

Wojewódzki Konkurs Matematyczny Wojewódzki Konkurs Matematyczny dla uczniów gimnazjów ETAP SZKOLNY 16 listopada 2012 Czas 90 minut Instrukcja dla Ucznia 1. Otrzymujesz do rozwi zania 10 zada«zamkni tych oraz 5 zada«otwartych. 2. Obok

Bardziej szczegółowo

Rozkłady prawdopodobieństwa zmiennych losowych

Rozkłady prawdopodobieństwa zmiennych losowych Rozkłady prawdopodobieństwa zmiennych losowych Rozkład dwumianowy Rozkład normalny Marta Zalewska Zmienna losowa dyskretna (skokowa) jest to zmienna, której zbór wartości jest skończony lub przeliczalny.

Bardziej szczegółowo

Ekonometria. wiczenia 4 Prognozowanie. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 4 Prognozowanie. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Ekonometria wiczenia 4 Prognozowanie (4) Ekonometria 1 / 18 Plan wicze«1 Prognoza punktowa i przedziaªowa 2 Ocena prognozy ex post 3 Stabilno± i sezonowo± Sezonowo± zadanie (4) Ekonometria 2 / 18 Plan

Bardziej szczegółowo

Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Jarosław Kotowicz Instytut Matematyki Uniwersytet w

Bardziej szczegółowo

PRZYK ADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI

PRZYK ADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI PRZYK ADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI Zestaw P POZIOM PODSTAWOWY Czas pracy 170 minut Instrukcja dla pisz cego 1. Sprawd, czy arkusz zawiera 17 stron.. W zadaniach od 1. do 0. s podane 4 odpowiedzi:

Bardziej szczegółowo

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15 ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku

Bardziej szczegółowo

Laboratorium nr 7. Zmienne losowe typu skokowego.

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

Bardziej szczegółowo

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. LABORATORIUM 4 1. Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. I) WNIOSKOWANIE STATYSTYCZNE (STATISTICAL INFERENCE) Populacja

Bardziej szczegółowo

Funkcje, wielomiany. Informacje pomocnicze

Funkcje, wielomiany. Informacje pomocnicze Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a

Bardziej szczegółowo

Zadania do jawnej puli

Zadania do jawnej puli Zadania do jawnej puli Mateusz Šeªyk, Bartosz Wcisªo, Piotr Wilkin 19 stycznia 2015 Przez rozwi», znajd¹ itp. mamy na my±li zapisanie odpowiedzi przy u»yciu sum, iloczynów, ilorazów, symboli Newtona, silni,

Bardziej szczegółowo

2 Liczby rzeczywiste - cz. 2

2 Liczby rzeczywiste - cz. 2 2 Liczby rzeczywiste - cz. 2 W tej lekcji omówimy pozostaªe tematy zwi zane z liczbami rzeczywistymi. 2. Przedziaªy liczbowe Wyró»niamy nast puj ce rodzaje przedziaªów liczbowych: (a) przedziaªy ograniczone:

Bardziej szczegółowo

Ekonometria - wykªad 8

Ekonometria - wykªad 8 Ekonometria - wykªad 8 3.1 Specykacja i werykacja modelu liniowego dobór zmiennych obja±niaj cych - cz ± 1 Barbara Jasiulis-Goªdyn 11.04.2014, 25.04.2014 2013/2014 Wprowadzenie Ideologia Y zmienna obja±niana

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Miejsce na naklejk z kodem szko y dysleksja PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY Czas pracy 120 minut Instrukcja dla zdaj cego 1. Sprawd, czy arkusz egzaminacyjny zawiera 15 stron (zadania

Bardziej szczegółowo

Prawdopodobieństwo Odp. Odp. 6 Odp. 1/6 Odp. 1/3. Odp. 0, 75.

Prawdopodobieństwo Odp. Odp. 6 Odp. 1/6 Odp. 1/3. Odp. 0, 75. Prawdopodobieństwo 2.1. Rzucamy dwukrotnie kostką do gry. Obliczyć prawdopodobieństwo, że suma oczek będzie większa od 9, jeżeli za pierwszym razem wypadło 6 oczek? Odp. 1 2. 2.2. W skrzyni znajduje się

Bardziej szczegółowo

PRZYK ADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI

PRZYK ADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI PRZYK ADOWY ARKUSZ EGZAMINACYJNY Z MATEMATYKI Zestaw P POZIOM PODSTAWOWY Czas pracy 170 minut Instrukcja dla pisz cego 1. Sprawd, czy arkusz zawiera 17 stron.. W zadaniach od 1. do 0. s podane 4 odpowiedzi:

Bardziej szczegółowo

1 Bª dy i arytmetyka zmiennopozycyjna

1 Bª dy i arytmetyka zmiennopozycyjna 1 Bª dy i arytmetyka zmiennopozycyjna Liczby w pami ci komputera przedstawiamy w ukªadzie dwójkowym w postaci zmiennopozycyjnej Oznacza to,»e s one postaci ±m c, 01 m < 1, c min c c max, (1) gdzie m nazywamy

Bardziej szczegółowo

Zadania zestaw 1: Zadania zestaw 2

Zadania zestaw 1: Zadania zestaw 2 Zadania zestaw 1: Zadania zestaw 2 Zadania zestaw 3. 1 Rozkład zmiennej losowej skokowej X przedstawia tabela. x i m 0 n p i 0,4 0,3 0,3 a) Wyznacz m i n jeśli: są całkowite, m

Bardziej szczegółowo

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy. Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW

Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Statystyczna analiza danych w programie STATISTICA ( 4 (wykład Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Regresja prosta liniowa Regresja prosta jest

Bardziej szczegółowo

Ekonometria Bayesowska

Ekonometria Bayesowska Ekonometria Bayesowska Wykªad 6: Bayesowskie ª czenie wiedzy (6) Ekonometria Bayesowska 1 / 21 Plan wykªadu 1 Wprowadzenie 2 Oczekiwana wielko± modelu 3 Losowanie próby modeli 4 wiczenia w R (6) Ekonometria

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobieństwo i statystyka 9.06.999 r. Zadanie. Rzucamy pięcioma kośćmi do gry. Następnie rzucamy ponownie tymi kośćmi, na których nie wypadły szóstki. W trzeciej rundzie rzucamy tymi kośćmi, na których

Bardziej szczegółowo

Aleksander Adamowski (s1869) zmienn ą losow ą T o rozkładzie wykładniczym o średniej 5 minut.

Aleksander Adamowski (s1869) zmienn ą losow ą T o rozkładzie wykładniczym o średniej 5 minut. Zadanie Statystyczna Analiza Danych - Zadania 6 Aleksander Adamowski (s869) W pewnym biurze czas losowo wybranej rozmowy telefonicznej jest zmienn ą losow ą T o rozkładzie wykładniczym o średniej 5 minut.

Bardziej szczegółowo

Metody dowodzenia twierdze«

Metody dowodzenia twierdze« Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA

RACHUNEK PRAWDOPODOBIEŃSTWA RACHUNEK PRAWDOPODOBIEŃSTWA Zadanie 1. W urnie jest 1000 kartoników będących losami loterii pieniężnej. Cztery z kartoników wygrywają po 100 zł i szesnaście po 10 zł. Reszta kartoników to losy puste. Pierwszy

Bardziej szczegółowo

Elektrotechnika II [ Laboratorium Grupa 1 ] 2016/2017 Zimowy. [ Laboratorium Grupa 2 ] 2016/2017 Zimowy

Elektrotechnika II [ Laboratorium Grupa 1 ] 2016/2017 Zimowy. [ Laboratorium Grupa 2 ] 2016/2017 Zimowy Elektrotechnika II [ Laboratorium Grupa ] 206/207 Zimowy Lp Numer indeksu Pkt Kol Suma Popr Ocena Data Uwagi 97574 6 7 Db + 2 9758 ++0,9 5 7,9 Db + 3 99555 0,9+0,9 2,8 Dst + 4 97595 0,8++ 0 2,8 Dst + 5

Bardziej szczegółowo

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Ekonometria wiczenia 1 Regresja liniowa i MNK (1) Ekonometria 1 / 25 Plan wicze«1 Ekonometria czyli...? 2 Obja±niamy ceny wina 3 Zadania z podr cznika (1) Ekonometria 2 / 25 Plan prezentacji 1 Ekonometria

Bardziej szczegółowo

Elementarna statystyka Dwie próby: porównanie dwóch proporcji (Two-sample problem: comparing two proportions)

Elementarna statystyka Dwie próby: porównanie dwóch proporcji (Two-sample problem: comparing two proportions) Elementarna statystyka Dwie próby: porównanie dwóch proporcji (Two-sample problem: comparing two proportions) Alexander Bendikov Uniwersytet Wrocªawski 25 maja 2016 Elementarna statystyka Dwie próby: porównanie

Bardziej szczegółowo

07DRAP - Zmienne losowe: dyskretne i ciągłe

07DRAP - Zmienne losowe: dyskretne i ciągłe 07DRAP - Zmienne losowe: dyskretne i ciągłe Słynne rozkłady dyskretne Rozkład parametry P (X = k dla k = E(X Var(X uwagi ( dwumianowy n, p n k p k ( p n k 0,,, n np np( p liczba sukcesów w n próbach Bernoulliego

Bardziej szczegółowo

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe Statystyka i opracowanie danych W4 Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Rozkład normalny wykres funkcji gęstości

Bardziej szczegółowo

Rozkªady i warto± oczekiwana

Rozkªady i warto± oczekiwana Rozkªady i warto± oczekiwana Piotr Wilkin Zmienne losowe i rozkªady. Wst p Zmienn losow nazywamy zmienn X przyjmuj c dowolne warto±ci z pewnego zbioru D, która speªnia wªasno± y D P (X = y) = (innymi sªowy

Bardziej szczegółowo

Ekonometria. wiczenia 2 Werykacja modelu liniowego. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 2 Werykacja modelu liniowego. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Ekonometria wiczenia 2 Werykacja modelu liniowego (2) Ekonometria 1 / 33 Plan wicze«1 Wprowadzenie 2 Ocena dopasowania R-kwadrat Skorygowany R-kwadrat i kryteria informacyjne 3 Ocena istotno±ci zmiennych

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI ARKUSZ ZAWIERA INFORMACJE PRAWNIE CHRONIONE DO MOMENTU ROZPOCZ CIA EGZAMINU! Miejsce na naklejk MMA-R1_1P-082 EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY MAJ ROK 2008 Czas pracy 180 minut Instrukcja

Bardziej szczegółowo

SIMR 2017/18, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania

SIMR 2017/18, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania SIMR 7/8, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania. Dana jest gęstość prawdopodobieństwa zmiennej losowej ciągłej X : { a( x) dla x [, ] f(x) = dla pozostałych x Znaleźć: i) Wartość parametru

Bardziej szczegółowo

Proste modele o zªo»onej dynamice

Proste modele o zªo»onej dynamice Proste modele o zªo»onej dynamice czyli krótki wst p do teorii chaosu Tomasz Rodak Festiwal Nauki, Techniki i Sztuki 2018 April 17, 2018 Dyskretny model pojedynczej populacji Rozwa»my pojedyncz populacj

Bardziej szczegółowo

Funkcje. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

Funkcje. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne Funkcje Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. Uzasadnij,»e równanie x 3 + 2x 2 3x = 6 ma dwa niewymierne pierwiastki. Funkcja f dana jest wzorem f (x) = 2x + 1. Rozwi» równanie f (x +

Bardziej szczegółowo

Zbiory i odwzorowania

Zbiory i odwzorowania Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):

Bardziej szczegółowo

Centralne twierdzenie graniczne

Centralne twierdzenie graniczne Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski Wykład 4 Ważne uzupełnienie Dwuwymiarowy rozkład normalny N (µ X, µ Y, σ X, σ Y, ρ): f XY (x, y) = 1 2πσ X σ Y 1 ρ 2 { [ (x ) 1

Bardziej szczegółowo

Zadania. SiOD Cwiczenie 1 ;

Zadania. SiOD Cwiczenie 1 ; 1. Niech A będzie zbiorem liczb naturalnych podzielnych przez 6 B zbiorem liczb naturalnych podzielnych przez 2 C będzie zbiorem liczb naturalnych podzielnych przez 5 Wyznaczyć zbiory A B, A C, C B, A

Bardziej szczegółowo

Lekcja 9 - LICZBY LOSOWE, ZMIENNE

Lekcja 9 - LICZBY LOSOWE, ZMIENNE Lekcja 9 - LICZBY LOSOWE, ZMIENNE I STAŠE 1 Liczby losowe Czasami spotkamy si z tak sytuacj,»e b dziemy potrzebowa by program za nas wylosowaª jak ± liczb. U»yjemy do tego polecenia: - liczba losowa Sprawd¹my

Bardziej szczegółowo

XVII Warmi«sko-Mazurskie Zawody Matematyczne

XVII Warmi«sko-Mazurskie Zawody Matematyczne 1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadanie. Niech (X, Y) ) będzie dwuwymiarową zmienną losową, o wartości oczekiwanej (μ, μ, wariancji każdej ze współrzędnych równej σ oraz kowariancji równej X Y ρσ. Staramy się obserwować niezależne realizacje

Bardziej szczegółowo

Lekcja 9 Liczby losowe, zmienne, staªe

Lekcja 9 Liczby losowe, zmienne, staªe Lekcja 9 Liczby losowe, zmienne, staªe Akademia im. Jana Dªugosza w Cz stochowie Liczby losowe Czasami potrzebujemy by program za nas wylosowaª liczb. U»yjemy do tego polecenia liczba losowa: Liczby losowe

Bardziej szczegółowo

Tablice wzorów z probabilistyki

Tablice wzorów z probabilistyki Akademia Górniczo - Hutnicza im. Stanisªawa Staszica Wydziaª Elektrotechniki, Automatyki, Informatyki i In»ynierii Biomedycznej Kierunek: Automatyka i robotyka Tablice wzorów z probabilistyki Prowadz cy:

Bardziej szczegółowo

Zadania z Zasad planowania eksperymentu i opracowania wyników pomiarów. Zestaw 2.

Zadania z Zasad planowania eksperymentu i opracowania wyników pomiarów. Zestaw 2. Zestaw. Zadanie.. Prawdziwa wiedza polega na zrozumieniu przyczyn Francis Bacon Zmienna losowa X może przyjmować podane poniżej wartości z określonym prawdopodobieństwem: x i 4 p i / /6 /6 / Przedstaw

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY PRZYK ADOWY ZESTAW ZADA NR 2. Miejsce na naklejk z kodem szko y CKE MARZEC ROK Czas pracy 150 minut

MATEMATYKA POZIOM ROZSZERZONY PRZYK ADOWY ZESTAW ZADA NR 2. Miejsce na naklejk z kodem szko y CKE MARZEC ROK Czas pracy 150 minut Miejsce na naklejk z kodem szko y CKE MATEMATYKA POZIOM ROZSZERZONY MARZEC ROK 2008 PRZYK ADOWY ZESTAW ZADA NR 2 Czas pracy 150 minut Instrukcja dla zdaj cego 1. Sprawd, czy arkusz egzaminacyjny zawiera

Bardziej szczegółowo

Elementarna statystyka

Elementarna statystyka Elementarna statystyka Alexander Bendikov 28 marca 2017 Rozkªady dwumianowe Denicja Zaªó»my,»e wykonujemy n niezale»nych eksperymentów, których rezultatem mo»e by albo sukces z prawdopodobie«stwem p albo

Bardziej szczegółowo

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

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

Bardziej szczegółowo

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y

Bardziej szczegółowo

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0 Testowanie hipotez Każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy nazywamy hipotezą statystyczną. Hipoteza określająca jedynie wartości nieznanych parametrów liczbowych badanej cechy

Bardziej szczegółowo

ZL - STATYSTYKA - Zadania do oddania

ZL - STATYSTYKA - Zadania do oddania ZL - STATYSTYKA - Zadania do oddania Parametr = liczba trzycyfrowa dwie ostatnie cyfry to dwie ostatnie cyfry numeru indesu pierwsza cyfra to pierwsza cyfra liczby liter pierwszego imienia. Poszczególne

Bardziej szczegółowo

Elementarna statystyka Test Istotno±ci

Elementarna statystyka Test Istotno±ci Elementarna statystyka Test Istotno±ci Alexander Bendikov Uniwersytet Wrocªawski 27 kwietnia 2017 Alexander Bendikov (UWr) Elementarna statystyka Test Istotno±ci 27 kwietnia 2017 1 / 24 Wnioskowanie statystyczne:

Bardziej szczegółowo

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych 1. [E.A 5.10.1996/zad.4] Funkcja gęstości dana jest wzorem { 3 x + 2xy + 1 y dla (x y) (0 1) (0 1) 4 4 P (X > 1 2 Y > 1 2 ) wynosi:

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Ekonometria. wiczenia 8 Modele zmiennej jako±ciowej. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 8 Modele zmiennej jako±ciowej. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Ekonometria wiczenia 8 Modele zmiennej jako±ciowej (8) Ekonometria 1 / 25 Plan wicze«1 Modele zmiennej jako±ciowej 2 Model logitowy Specykacja i interpretacja parametrów Dopasowanie i restrykcje 3 Predykcja

Bardziej szczegółowo

wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia

wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. wiczenia 1 2 do wiczenia 3 4 Badanie do±wiadczalne 5 pomiarów 6 7 Cel Celem wiczenia jest zapoznanie studentów z etapami przygotowania i

Bardziej szczegółowo

Wykªad 6: Model logitowy

Wykªad 6: Model logitowy Wykªad 6: Model logitowy Ekonometria Stosowana SGH Model logitowy 1 / 18 Plan wicze«1 Modele zmiennej jako±ciowej idea 2 Model logitowy Specykacja i interpretacja parametrów Dopasowanie i restrykcje 3

Bardziej szczegółowo

NUMER IDENTYFIKATORA:

NUMER IDENTYFIKATORA: Społeczne Liceum Ogólnokształcące z Maturą Międzynarodową im. Ingmara Bergmana IB WORLD SCHOOL 53 ul. Raszyńska, 0-06 Warszawa, tel./fax 668 54 5 www.ib.bednarska.edu.pl / e-mail: liceum.ib@rasz.edu.pl

Bardziej szczegółowo

Podstawy logiki i teorii zbiorów wiczenia

Podstawy logiki i teorii zbiorów wiczenia Spis tre±ci 1 Zdania logiczne i tautologie 1 2 Zdania logiczne i tautologie c.d. 2 3 Algebra zbiorów 3 4 Ró»nica symetryczna 4 5 Kwantykatory 5 6 Relacje 7 7 Relacje porz dku i równowa»no±ci 8 8 Funkcje

Bardziej szczegółowo

Wykªad 4. Funkcje wielu zmiennych.

Wykªad 4. Funkcje wielu zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 4. Funkcje wielu zmiennych. Zbiory na pªaszczy¹nie i w przestrzeni.

Bardziej szczegółowo

Matematyka dyskretna dla informatyków

Matematyka dyskretna dla informatyków Matematyka dyskretna dla informatyków Cz ± I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szyma«ski Uniwersytet im. Adama Mickiewicza Pozna«2007 2 Podstawowe zasady i prawa przeliczania

Bardziej szczegółowo