i statystyka matematyczna Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, M. Przybycień Rachunek prawdopodobieństwa i statystyka
|
|
- Bronisław Milewski
- 6 lat temu
- Przeglądów:
Transkrypt
1
2 Rachue prawdopodobieństwa i statystya matematycza Dr hab. iż.. Mariusz Przybycień Literatura: Rachue prawdopodobieństwa i statystya matematycza w zadaiach, tom I i II, W. Krysici i i., PWN 200. Wstęp do rachuu prawdopodobieństwa, W. Feller, PWN Zadaia z probabilistyi, A. Plucińsa, E. Plucińsi, PWN Statystya dla fizyów, R.N. Nowa, PWN, Statystya dla fizyów. Ćwiczeia, R.N. Nowa, PWN, Aaliza daych, S. Bradt, PWN, Wstęp do aalizy błędu pomiarowego, R.J. Taylor, PWN, Ja aalizować wyii pomiarów, H. Abramowicz, PWN Statistical Data Aalysis, G. Cowa, Oxford Uiv. Press, Wyład 1-21
3 Statystya - podstawowe pojęcia Statystya aua zajmująca się plaowaiem badań, a taże zbieraiem, orgaizacją, prezetacją i aalizą daych, oraz wyciągaiem wiosów i podejmowaiem decyzji a ich podstawie. Słowo statystya jest taże używae do oreśleia samych daych i wielości pochodych. Populacja zbiór wszystich przedstawicieli posiadających badaą cechę. Przyład: Badaia demograficze - spis powszechy. Kotrola jaości zbiór wszystich urządzeń daego typu produowaych przez fabryę. Próba losowa reprezetatywa próba całej populacji, tz. taa, tóra odzwierciedla wszystie cechy i związi w iej występujące. Przyład: Próbami losowymi ie są p. sodaże wśród czyteliów dowolego z czasopism, wśród przechodiów a ulicy, głosowaia telewidzów w programach. Mówimy, że próba jest prosta jeśli rezultat wyboru jedego elemetu ie ma wpływu a rezultat wyboru iego elemetu. Przyład: Losując bez zwracaia ule z ury, tóra jest wypełioa sończoą liczbą ul białych i czarych, mamy do czyieia z próbą, tóra ie jest prosta. Wyład 1-31
4 Niepewości pomiarów Podstawowe typy esperymetów auowych i ich cele: pomiar umeryczej wartości wielości fizyczych (oreśleie parametrów) Przyład: pomiar wartości prędości światła. sprawdzeie czy teoria jest osysteta z daymi (testowaie hipotez) Przyład: sprawdzeie hipotezy, że prędość światła wzrosła w ciągu ostatiego rou. Każdy pomiar wartości parametru musi zawierać oszacowaie błędu aby: moża było testować owe teorie, porówać go z wyiami z iych esperymetów, przewidywać wyii iych esperymetów Przyład: Załóżmy, że dooujemy pomiaru prędości światła i porówujemy asz wyi z dotychczasową wartością c m/s, otrzymując: c 1 (3.09 ± 0.1) 10 8 m/s wyi zgody z wartością c, wszysto jest OK c 2 (3.09 ± 0.01) 10 8 m/s wyi iezgody z wartością c, odrycie (ale raczej wyi pomiaru, albo oszacowaie iepewości są złe) c 3 (3.09 ± 2.00) 10 8 m/s wyi iezgody z wartością c, ależy zastaowić się ad lepszym esperymetem Wyład 1-41
5 Przyłady: Zdarzeia elemetare Zachowaie uładu, tórego ie możemy przewidzieć z całowitą pewością, azywamy przypadowym. Miarą przypadowości jest prawdopodobieństwo. Pojęcia pierwote rachuu prawdopodobieństwa to zdarzeie elemetare i przestrzeń zdarzeń elemetarych Ω. Dowoly podzbiór A Õ Ω azywamy zdarzeiem losowym. jedoroty rzut moetą: orzeł (O) i resza (R) to dwa zdarzeia elemetare, tóre budują całą przestrzeń Ω {O, R} rzut dwoma moetami: Ω {(O,O), (O,R), (R,O), (R,R)} miesiąc urodzi: Ω {Sty, Lut, Mar, Kwi, Maj, Cze, Lip, Sie, Wrz, Paź, Lis, Gru} czas oczeiwaia a tasówę zdarzeia elemetare są dowolymi liczbami dodatimi, a przestrzeń jest iesończoa jądro promieiotwórcze w olejych odstępach 1s może się rozpaść (R) lub ie (B). Przestrzeń zdarzeń elemetarych jest iesończoa: R, BR, BBR, BBBR, Uwaga: Zdarzeia elemetare muszą być esluzywe dae zdarzeie elemetare ie zawiera w sobie iych zdarzeń elemetarych. Wyład 1-1
6 Pojęcie prawdopodobieństwa Pewii rachuu prawdopodobieństwa (Kolmogorov 1933): 1) Każdemu zdarzeiu losowemu A Õ Ω przypisujemy liczbę P(A), zwaą prawdopodobieństwem tego zdarzeia, taą że 0bP(A)b1. 2) P-two zdarzeia pewego jest rówe jedości P(Ω) 1. 3) P-two sumy esluzywych zdarzeń losowych A i B, czyli taich że A B«, jest rówe sumie p-tw tych zdarzeń P(A B) P(A) + P(B) Klasycza defiicja prawdopodobieństwa: A liczba zdarze elemetarych sprzyjajacych zdarzeiu A P(A) liczba wszystich zdarze elemetarych Defiicja czstościowa prawdopodobieństwa: Miarą p-twa jest względa częstości występowaia zdarzeia A iedy liczba obserwacji dąży do iesończoości. Prawdopodobieństwa subietywe: (przydate gdy mamy do czyieia ze zdarzeiami tóre są iepowtarzale, p. iepewości systematycze, p-two że istieje bozo Higgs a) A, B, tratujemy jao hipotezy (tz. stwierdzeia tóre albo są prawdziwe albo fałszywe) P(A) miara aszej wiary w to, że A jest prawdziwe Wyład 1-61
7 Zdarzeia elemetare - przyłady Przyład: Rozmieszczeie r 3 ul (rozróżialych) w 3 omórach: { abc } { a bc } { a bc} { abc } { b ac } { b ac} { abc} { c ab } { c ab} { ab c } { a bc} { a b c} { ac b } { b ac} { a c b} { bc a } { c ab} { b a c} { ab c} { ab c} { b c a} { ac b} { ac b} { c a b} { bc a} { bc a} { c b a} Zdarzeie A: w jedej z omóre są co ajmiej dwie ule - zdarzeia el. 121 Zdarzeie B: pierwsza omóra ie jest pusta - zdarzeia el. 1, 41, 2227 Zdarzeie C: zachodzi zarówo A ja i B - zdarzeia el. 1, 41 Zdarzeie D: zachodzi A lub B - zdarzeia el. 127 (cała przestrzeń) 1 P ( Ei ) 27 i 1,..., 27 Wyład 1-71
8 Zdarzeia elemetare - przyłady Przyłady zagadień typu r ul w omórach : Di urodzi: r osób, 36 di Wypadi: r wypadów, 7 di tygodia Strzelaie do celu: r trafień, celów Klasyfiacja elemetów (p. ludzi) wg. ategorii (wie): r elemetów, ategorii Opuszczaie widy przez ludzi: r pasażerów, pięter Rzuty ośćmi do gry: r ości (rzutów), 6 możliwych wyiów daego rzutu Przypade ul ierozróżialych: { } { } { } { } { } { } { } { } { } { } P ( E ) P ( E ) P ( E ) 1 P ( E )... P ( E ) 1 P ( E ) P ( E i ) i 1,..., Przypade ierozróżialych zarówo ul ja i omóre: { } { } { } Wyład 1-81
9 Prawa de Morgaa: Przyład: Działaia aia a zbiorach A B A B A B A B Prawa rozdzielości dla dodawaia i możeia: A ( B C) ( A B) ( A C) A ( B C) ( A B) ( A C) Wiose z pewia (3): P(A B C) P(A (B C)) P(A) + P(B C) P(A (B C)) P(A) + P(B) + P(C) -P(B C) P((A B) (A C)) P(A) + P(B) + P(C) P(B C) P(A B) P(A C) + P(A B C) Ω A A B Mamy A B A (B A B) oraz B (A B) (B A B) P(A B) P(A) + P(B A B) P(B) P(A B) + P(B A B) Odejmując stroami dostajemy: P(A B) P(A) + P(B) P(A B) P-two zdarzeia przeciwego do zdarzeia A: ( ) ( ) P A 1 P A B Wyład 1-91
10 Elemety ombiatoryi Jeżeli przestrzeń zdarzeń elemetarych jest sończoa, to obliczaie prawdopodobieństw zdarzeń będących podzbiorami tej przestrzei ułatwiają pojęcia i twierdzeia z ombiatoryi. Reguła iloczyu: jeśli pewą czyość wyouje się w etapach, przy czym etap 1 moża wyoać a 1 sposobów, etap 2 a 2 sposobów,, wreszcie etap -ty a sposobów, to liczba N sposobów jaimi moża wyoać tę czyość wyosi: Rozróżiamy dwa typy losowań: N 1 2 bez powtórzeń raz wylosoway elemet ie wraca do populacji, z powtórzeiami wylosoway elemet wraca do populacji przed olejym losowaiem. Rozróżiamy dwa typy uporządowaia: olejość losowaych elemetów jest istota (wariacje, permutacje), olejość losowaych elemetów ie jest istota (ombiacje). Wyład
11 Wariacje z powtórzeiami Losujemy elemetów spośród elemetów przy czym wylosoway elemet za ażdym razem zwracamy do populacji (losowaie ze zwracaiem). Każdy z elemetów możemy wybrać a sposobów. Ozacza to, że liczba -wyrazowych wariacji z powtórzeiami ze zbioru -elemetowego wyosi: Przyłady: W Rzucając oste do gry uzysamy jedą z 6 możliwych ofiguracji. Wśród ich w przypadach ie będzie ai jedej jedyi, atomiast w -1 przypadach wypadie doładie jeda jedya. Z cyfr 1, 2, 3, 4, moża utworzyć 3 trzycyfrowych liczb aturalych, w tórych ażda z cyfr może się powtarzać dowolą ilość razy. Jeśli w ażdej omórce może zaleźć się dowola liczba cząste, to rozróżialych cząste możemy rozmieścić w omórach a sposobów (rozład Maxwella-Boltzmaa). Wyład
12 Wariacje bez powtórze rzeń Losujemy elemetów spośród elemetów przy czym wylosowaego elemetu ie zwracamy do populacji (losowaie bez zwracaia). Pierwszy elemet moża wybrać a sposobów, drugi już tylo a -1, trzeci a -2, atomiast -ty tylo a -+1 sposobów. Ozacza to, że liczba -wyrazowych wariacji bez powtórzeń ze zbioru -elemetowego wyosi: Przyłady: V ( 1)( 2) ( + 1) ( ) Mając do dyspozycji sześć pioowych pasów o różych barwach możemy utworzyć 6/(63) trójolorowych flag. Z cyfr 1, 2, 3, 4, moża utworzyć /(3) trzycyfrowych liczb aturalych w tórych ażda z cyfr może wystąpić co ajwyżej jede raz. Jeżeli w ażdej omórce może zaleźć się tylo jeda ula, to ul (ule są marosopowe a więc rozróżiale) moża rozmieścić w ich a /() sposobów. (Aalogia: omóri piętra budyu, ule osoby w widzie) Wyład
13 Permutacje bez i z powtórzeiami Losujemy elemetów spośród elemetów bez zwracaia. Pierwszy elemet moża wybrać a sposobów, drugi już tylo a 1, trzeci a 2, atomiast przedostati tylo a 2 sposoby. Ozacza to, że liczba permutacji bez powtórzeń zbioru -elemetowego wyosi: Przyład: (statystya Maxwella-Boltzmaa) cząste moża rozmieścić po jedej w ustaloych omórach a sposobów. P ( 1)( 2) 2 1 Jeśli wśród elemetów mamy różych elemetów, z tórych pierwszy powtarza się 1 razy, drugi 2 razy,, -ty razy ( ), to liczba rozróżialych losowań bez zwracaia, czyli liczba permutacji z powtórzeiami zbioru -elemetowego, w tórym poszczególe elemety powtarzają się odpowiedio 1, 2,, razy wyosi: (,,..., ) P Przyład: (statystya M-B) w pierwszej omórce 1, w drugiej 2,, w -tej cząste moża rozmieścić a P ( 1, 2,, ) sposobów. Wyład
14 Kombiacje bez powtórze rzeń Losujemy elemetów spośród elemetów przy czym wylosowaego elemetu ie zwracamy do populacji (losowaie bez zwracaia). Nie iteresuje as rówież olejość wylosowaych elemetów. Mamy więc do czyieia z -elemetowymi podzbiorami zbioru -elemetowego. Liczba -elemetowych ombiacji bez powtórzeń z -elemetowego zbioru wyosi: Przyłady: C ( ) Z 10 osób możemy utworzyć trzy zespoły liczące odpowiedio po, 3 i 2 osoby a ( 10) ( ) 10 ( ) ( ) sposobów. Na ile sposobów moża rozmieścić 20 ul w trzech omórach, ta aby w pierwszej było ich 10, w drugiej 6, a w trzeciej 4? Odpowiedź: ( 20) ( 10) 10 6 Jeżeli w ażdej omórce może zaleźć się tylo jeda cząsta, to ierozróżialych cząste moża rozmieścić w r omórach a sposobów. (rozład Fermiego-Diraca). ( ) Wyład
15 Kombiacje z powtórzeiami Rozważmy elemety różych rodzajów. Elemety tego samego rodzaju tratujemy jao ierozróżiale. Każdy zbiór elemetowy ( ) gdy ażdy elemet ależy do jedego z tych rodzajów azywamy -elemetową ombiacją z powtórzeiami z rodzajów elemetów. Liczba -elemetowych ombiacji z powtórzeiami z elemetów rodzajów jest rówa: + 1 ( + 1) C C + 1 ( 1) Przyłady: Rozpatrzmy rozmieszczeie 8 ierozróżialych ul w 6 omórach - liczba rozróżialych rozmieszczeń wyosi ( ) 8 C ( ) ( ) Rzucając r ierozróżialych oste do gry, otrzymamy C r r + r + r 6 ierozróżialych ofiguracji. C C Jeśli w ażdej omórce może zaleźć się dowola liczba cząste, to ierozróżialych cząste możemy rozmieścić w omórach a sposobów (r. Bosego-Eisteia). Wszystie omóri będą zajęte w przypadach. Wyład
16 Przyład: mechaia statystycza Każdy możliwy sta uładu to put w przestrzei fazowej. Statystya M-B(cząsti rozróżiale, dowola liczba cząste w omórce): W Statystya B-E (cząsti ierozróżiale, dowola liczba cząste w omórce): C + 1 ( + 1) C + 1 ( 1) Statystya F-D (cząsti ierozróżiale, co ajwyżej jeda cząsta w omórce): C ( ) p-two rozmieszczeia cząste po jedej w ustaloych omórach: 1 ( 1) 1 ( ) M-B: p B-E: p F-D: p C ( + 1) C Statystya B-E: + 1 ( 1) 1 - wszystie omóri zajęte: C ( ) ( ) doładie m cząste w ustaloej omórce: C + m 2 m 1 m - doładie m cząste w jedej z omóre: C m 1 Wyład
17 Prawdopodobieństwo - przyłady Przyład 1: Wida z 7 pasażerami jedzie przez 10 pięter. Jaa jest szasa, że ludzie będą wysiadali pojedyczo a piętrach? Aalogia: 7 ul tóre mamy rozmieścić w 10 omórach. Każdy przypade oddzielego wysiadaia odpowiada losowaiu bez zwracaia. Sytuację gdy po ilu pasażerów może wysiąść a jedym z pięter możemy opisać jao losowaie ze zwracaiem. Oczywiście pasażerowie są rozróżiali i jest istote to to wysiądzie a tórym piętrze. Szuae prawdopodobieństwo jest więc rówe: 7 V10 P 7 W Przyład 2: Wyciągamy art z talii 2 dobrze potasowaych art. Jaie jest p-two, że są wśród ich a) 4 asy, b) 4 asy i jede ról, c) trzy 10-ti i dwa walety, d) 9-ta, 10-ta, walet, rólowa i ról, e) trzy są tego samego oloru i dwie ie, f) co ajmiej jede as? a) P 4 1 C4 C48 C b) P 4 1 C4 C4 C d) P C4 C4 C4 C4 C4 C c) P 3 2 C4 C4 C e) P 3 2 4C13 3 C C f) C P 1 1 C Wyład
Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach,
Rachue prawdopodobieństwa i statystya matematycza Dr hab. iż. Mariusz Przybycień Literatura: Rachue prawdopodobieństwa i statystya matematycza w zadaiach, tom I i II, W. Krysici i i., PWN 2005. Wstęp do
i statystyka matematyczna Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, M. Przybycień Rachunek prawdopodobieństwa i statystyka
Rachue prawdopodobieństwa i statystya matematycza Dr hab. iż.. Mariusz Przybycień Literatura: Rachue prawdopodobieństwa i statystya matematycza w zadaiach, tom I i II, W. Krysici i i., PWN 200. Wstęp do
KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli.
KOMBINATORYKA Kombiatoryą azywamy dział matematyi zajmujący się zbiorami sończoymi oraz relacjami między imi. Kombiatorya w szczególości zajmuje się wyzaczaiem liczby elemetów zbiorów sończoych utworzoych
Rozkład normalny (Gaussa)
Rozład ormaly (Gaussa) Wyprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowych. Rozważmy pomiar wielości m, tóry jest zaburzay przez losowych efetów o wielości e ażdy, zarówo zaiżających ja i
Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA
Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz
RACHUNEK PRAWDOPODOBIEOSTWA
RACHUNEK PRAWDOPODOBIEOSTWA Elemetarym pojęciem w rachuku prawdopodobieostwa jest zdarzeie elemetare tz. możliwy wyik pewego doświadczeia p. rzut moetą: wyrzuceie orła lub reszki arodziy człowieka: urodzeie
II. PEWNE SCHEMATY RACHUNKU PRAWDOPODOBIEŃSTWA
II EWNE SCHEMATY RACHUNKU RAWDOODOBIEŃSTWA 2 Zagadieie Beroulliego rzeprowadzamy doświadczeń w tai sposób, że prawdopodobieństwo sucesu w ażdym doświadczeiu jest stałe, iezależe od wyiów poprzedich i rówe
Wiadowmości wstępne z rachunku prawdopodobieństwa
Biotechologia, Chemia, Chemia Budowlaa - Wydział Chemiczy - 1 Wiadowmości wstępe z rachuu prawdopodobieństwa Zdecydowaa więszość procesów fizyczych, techiczych, społeczych, eoomiczych itp, przebiega w
IV Uniwersytecka Sobota Matematyczna 14 kwietnia Funkcje tworzące w kombinatoryce
IV Uiwersyteca Sobota Matematycza 4 wietia 208 Fucje tworzące w ombiatoryce Dla ciągu a 0 a a 2... defiiujemy fucję tworzącą: G(x) = a x = a 0 + a x + a 2 x 2 + a 3 x 3 + =0. Zajdź fucje tworzące dla poiższych
Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy
Wyład 7 Przestrzeie metrycze zwarte Defiicja 8 (przestrzei zwartej i zbioru zwartego Przestrzeń metryczą ( ρ X azywamy zwartą jeśli ażdy ciąg elemetów tej przestrzei posiada podciąg zbieży (do putu tej
O liczbach naturalnych, których suma równa się iloczynowi
O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą
Analiza I.1, zima wzorcowe rozwiązania
Aaliza I., zima 07 - wzorcowe rozwiązaia Marci Kotowsi 5 listopada 07 Zadaie. Udowodij, że dla ażdego aturalego liczba 7 + dzieli się przez 6. Dowód. Tezę udowodimy za pomocą iducji matematyczej. Najpierw
n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka
Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h() dla dysretej zm. losowej oraz ucji h() dla ciągłej zm. losowej: m E P m E ( ) d Deiicja: Mometem cetralym µ rzędu
Wykład 8: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala, Poissona. Przybliżenie Poissona rozkładu dwumianowego.
Rachue rawdoodobieństwa MAP064 Wydział Eletroii, ro aad. 008/09, sem. leti Wyładowca: dr hab. A. Jurlewicz Wyład 8: Zmiee losowe dysrete. Rozłady Beroulliego (dwumiaowy), Pascala, Poissoa. Przybliżeie
Wyższe momenty zmiennej losowej
Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h( dla dysretej zm. losowej oraz ucji h( dla ciągłej zm. losowej: m E P m E ( d Deiicja: Mometem cetralym µ rzędu dla
H brak zgodności rozkładu z zakładanym
WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Test zgodości H : rozład jest zgody z załadaym 0 : H bra zgodości rozładu z załadaym statystya: p emp i p obszar rytyczy: K ;, i gdzie liczba ategorii p Przyład: Wyoujemy
Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe
Metody probabilistycze i statystyka Wykład 1 Zdarzeia losowe, defiicja prawdopodobieństwa, zmiee losowe Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki
Scenariusz lekcji: Kombinatoryka utrwalenie wiadomości
Sceariusz lekcji: Kombiatoryka utrwaleie wiadomości 1 1. Cele lekcji a) Wiadomości Uczeń: za pojęcia: permutacja, wariacja i kombiacja, zdarzeie losowe, prawdopodobieństwo, za iezbęde wzory. b) Umiejętości
Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki
Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi
Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r
Wyład 6 Przestrzeie etrycze ośrodowe i zupełe. Przypoiay, że zbiór azyway przeliczaly, jeśli jest o rówoliczy ze zbiore wszystich liczb aturalych N, a co ajwyżej przeliczaly, jeśli jest o przeliczaly lub
Analiza matematyczna i algebra liniowa
Aaliza matematycza i algebra liiowa Materiały pomocicze dla studetów do wyładów Rachue różiczowy ucji wielu zmieych. Pochode cząstowe i ich iterpretacja eoomicza. Estrema loale. Metoda ajmiejszych wadratów.
Estymacja przedziałowa
Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze
Statystyka i rachunek prawdopodobieństwa
Statystyka i rachuek prawdopodobieństwa Filip A. Wudarski 22 maja 2013 1 Wstęp Defiicja 1. Statystyka matematycza opisuje i aalizuje zjawiska masowe przy użyciu metod rachuku prawdopodobieństwa. Defiicja
Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie
Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,
Twierdzenia o funkcjach ciągłych
Automatya i Robotya Aaliza Wyład 5 dr Adam Ćmiel cmiel@aghedupl Twierdzeia o ucjach ciągłych Tw (Weierstrassa Jeżeli ucja : R [ R jest ciągła a [, to ograiczoa i : ( sup ( i ( i ( [, Dowód Ograiczoość
L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a)
ZADANIA - ZESTAW 1 Zadanie 11 Rzucamy trzy razy monetą A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie Oreślić zbiór zdarzeń elementarnych Wypisać zdarzenia elementarne sprzyjające
Rozkład Poissona. I. Cel ćwiczenia. Obowiązujący zakres materiału. Podstawy teoretyczne. Opracował: Roman Szatanik
Opracował: Roma Szatai Rozład Poissoa I. Cel ćwiczeia Zapozaie ze statystyczym sposobem opisu zagadień związaych z promieiowaiem jądrowym oraz z rozładami statystyczymi stosowaymi w fizyce jądrowej. Pratycze
Rachunek różniczkowy funkcji wielu zmiennych
Automatya i Robotya Aaliza Wyład dr Adam Ćmiel cmiel@agh.edu.pl Rachue różiczowy fucji wielu zmieych W olejych wyładach uogólimy pojęcia rachuu różiczowego i całowego fucji jedej zmieej a przypade fucji
Rozdział 1. Prawdopodobieństwo
Wstęp Rachue prawdopodobieństwa (łac. probabilitis prawdopodoby) jest dziedzią matematyi, tóra współcześie zajduje szeroie zastosowaie zarówo w auce, ja i w pratyce. Jest dobrym arzędziem ostruowaia i
Wyk lad 8 Zasadnicze twierdzenie algebry. Poj. ecie pierścienia
Wy lad 8 Zasadicze twierdzeie algebry. Poj ecie pierścieia 1 Zasadicze twierdzeie algebry i jego dowód Defiicja 8.1. f: C C postaci Wielomiaem o wspó lczyiach zespoloych azywamy fucj e f(x) = a x + a 1
Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011
Dwumia Newtoa Agiesza Dąbrowsa i Maciej Nieszporsi 8 styczia Wstęp Wzory srócoego możeia, tóre pozaliśmy w gimazjum (x + y x + y (x + y x + xy + y (x + y 3 x 3 + 3x y + 3xy + y 3 x 3 + y 3 + 3xy(x + y
Wyk lad 1 Podstawowe techniki zliczania
Wy lad 1 Podstawowe techii zliczaia Wariacje bez powtórzeń Defiicja 1. Niech i bed a liczbami aturalymi taimi, że. Niech A bedzie dowolym zbiorem elemetowym. Każdy ciag różowartościowy a 1,..., a d lugości
P k k (n k) = k {O O O} = ; {O O R} =
Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba
N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.
3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy
INDUKCJA MATEMATYCZNA
MATEMATYKA DYSKRETNA (4/5) dr hab. iż. Małgorzata Stera malgorzata.stera@cs.put.poza.pl www.cs.put.poza.pl/mstera/ INDUKCJA MATEMATYCZNA Matematya Dysreta Małgorzata Stera FUNKCJA SILNIA dla, fucja silia
P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.
P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. Lekcja 2 Temat: Podstawowe pojęcia związane z prawdopodobieństwem. Str. 10-21 1. Doświadczenie losowe jest to doświadczenie,
Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =
Zastosowaie symboli Σ i Π do zapisu sum i iloczyów Teoria Niech a, a 2,..., a będą dowolymi liczbami. Sumę a + a 2 +... + a zapisuje się zazwyczaj w postaci (czytaj: suma od k do a k ). Zak Σ to duża grecka
Kombinowanie o nieskończoności. 1. Jak zliczyć materiały do ćwiczeń
Kombiowaie o ieskończoości.. Jak zliczyć materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch marzec 208 Szybkie przypomieie z wykładu Prezetacja multimediala do wykładu. Permutacje,
Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).
Materiały dydaktycze Aaliza Matematycza Wykład Ciągi liczbowe i ich graice. Graice ieskończoe. Waruek Cauchyego. Działaia arytmetycze a ciągach. Podstawowe techiki obliczaia graic ciągów. Istieie graic
Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =
Zastosowaie symboli Σ i Π do zapisu sum i iloczyów Teoria Niech a, a,, a będą dowolymi liczbami Sumę a + a + + a zapisuje się zazwyczaj w postaci (czytaj: suma od do a ) Za Σ to duża greca litera sigma,
Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak
Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech
LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY
LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY Zgodie z dążeiami filozofii pitagorejsiej matematyzacja abstracyjego myśleia powia być dooywaa przy pomocy liczb. Soro ta, to liczby ależy tworzyć w miarę
tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze
R o z d z i a l III RÓWNANIA RÓŻNICZKOWE LINIOWE WYŻSZYCH RZE DÓW 12. Rówaie różiczowe liiowe -tego rze du Na pocza te zauważmy, że podobie ja w dziedziie rzeczywistej wprowadzamy dla fucji zespoloych
Kombinatoryka - wyk lad z 28.XI (za notatkami prof.wojciecha Guzickiego)
Kombiatorya - wy lad z 28XI (za otatami profwojciecha Guziciego) Kombiatorya zajmuje sie sposobami zliczaia elemetów zbiorów sończoych Liczbe elemetów sończoego zbioru A be dziemy ozaczać symbolem A 1
Kombinacje, permutacje czyli kombinatoryka dla testera
Magazie Kombiacje, permutacje czyli ombiatorya dla testera Autor: Jace Oroje O autorze: Absolwet Wydziału Fizyi Techiczej, Iformatyi i Matematyi Stosowaej Politechii Łódziej, specjalizacja Sieci i Systemy
Ciągi liczbowe wykład 3
Ciągi liczbowe wykład 3 dr Mariusz Grządziel semestr zimowy, r akad 204/205 Defiicja ciągu liczbowego) Ciagiem liczbowym azywamy fukcję odwzorowuja- ca zbiór liczb aturalych w zbiór liczb rzeczywistych
Wykład 3 : Podstawowe prawa, twierdzenia i reguły Teorii Obwodów
OBWODY SYNAŁY Wyład 3 : Podstawowe prawa, twierdzeia i reguły Teorii Obwodów 3. PODSTAWOWE PAWA TWEDZENA TEO OBWODÓW 3.. SCHEMAT DEOWY OBWOD Schematem ideowym obwodu (siecią) azywamy graficze przedstawieie
Wykład 2. Prawdopodobieństwo i elementy kombinatoryki
Wstęp do probabilistyki i statystyki Wykład 2. Prawdopodobieństwo i elementy kombinatoryki dr hab.inż. Katarzyna Zakrzewska, prof.agh Katedra Elektroniki, AGH e-mail: zak@agh.edu.pl http://home.agh.edu.pl/~zak
Matematyka dyskretna Kombinatoryka
Matematya dysreta Kombiatorya Adrzej Szepietowsi 1 Ci agi Zastaówmy siȩ, ile ci agów d lugości moża utworzyć z elemetów zbioru zawieraj acego symboli. Jeżeli zbiór symboli zawiera dwa elemety: to moża
JEDNOWYMIAROWA ZMIENNA LOSOWA
JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:
APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne
APROKSYMACJA I INTERPOLACJA Przybliżeie fucji f(x) przez ią fucję g(x) fucja f jest zbyt sompliowaa; użycie f w dalszej aalizie problemu jest trude fucja f jest zaa tylo tabelaryczie; wymagaa jest zajomość
Prawdopodobieństwo i statystyka r.
Zadaie 1 Rzucamy 4 kości do gry (uczciwe). Prawdopodobieństwo zdarzeia iż ajmiejsza uzyskaa a pojedyczej kości liczba oczek wyiesie trzy (trzy oczka mogą wystąpić a więcej iż jedej kości) rówe jest: (A)
5. Zasada indukcji matematycznej. Dowody indukcyjne.
Notatki do lekcji, klasa matematycza Mariusz Kawecki, II LO w Chełmie 5. Zasada idukcji matematyczej. Dowody idukcyje. W rozdziale sformułowaliśmy dla liczb aturalych zasadę miimum. Bezpośredią kosekwecją
ĆWICZENIE 1 Symulacja doświadczeń losowych Statystyka opisowa Estymacja parametryczna i nieparametryczna T E O R I A
ĆWICZENIE Symulacja doświadczeń losowych Statystya opisowa Estymacja parametrycza i ieparametrycza T E O R I A Opracowała: Katarzya Stąpor Opis programu MS EXCEL. Iformacje ogóle Program Microsoft Excel
Analiza I.1, zima globalna lista zadań
Aaliza I., zima 207 - globala lista zadań Marci Kotowsi 8 styczia 208 Podstawy Zadaie. Udowodij, że dla ażdego aturalego liczby 7 2 + oraz 7 2 dzielą się przez 6. Zadaie 2. Rozstrzygij, czy poiższe liczby
Liczby Stirlinga I rodzaju - definicja i własności
Liczby Stiriga I rodzaju - defiicja i własości Liczby Stiriga I rodzaju ozaczae symboem s(, ) moża defiiować jao współczyii w rozwiięciu x s(, )x, 0 (1) 0 gdzie x x(x 1)... (x + 1), 1 x 0 1. (2) Zostały
X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.
Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,
Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7
Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze
Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny
TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości
d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem
d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistycza Defiicja Odwzorowaie X: Ω R d azywamy d-wymiarowym wektorem losowym jeśli dla każdego (x 1, x 2,,x d ) є R d zbiór Uwaga {ω є Ω: X(ω)
MACIERZE STOCHASTYCZNE
MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:
1. Dany odcinek podzielić dwoma punktami na trzy części. Jakie jest prawdopodobieństwo, że z tych części da się zbudować trójkąt?
1.5. Prawdopodoieństwo warukowe 15 Zadaia 1. Day odciek podzielić dwoma puktami a trzy części. Jakie jest prawdopodoieństwo, że z tych części da się zudować trójkąt? 2. Moetę o promieiu r rzucoo a parkiet
Repetytorium z Matematyki Elementarnej Wersja Olimpijska
Repetytorium z Matematyi Elemetarej Wersja Olimpijsa Podae tutaj zadaia rozwiązywae były w jedej z grup ćwiczeiowych Są w więszości ieco trudiejsze od pozostałych zadań przygotowaych w ramach przedmiotu
Rozkład normalny (Gaussa)
Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch
PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X
PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac
Matematyka dyskretna dla informatyków
Matematya dysreta dla iformatyów Cz ± I: Elemety ombiatoryi Jerzy Jaworsi Zbigiew Pala Jerzy Szyma«si Uiwersytet im Adama Miciewicza Poza«2007 3 Schematy wyboru i tożsamości ombiatorycze 31 Wariacje z
WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI
Piotr KOZIERSKI WYKORZYSTAIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDETYFIKACJI UKŁADÓW AUTOMATYKI STRESZCZEIE W artyule przedstawioo sposób idetyfiacji parametryczej obietów ieliiowych zapisaych w przestrzei
I. Podzielność liczb całkowitych
I Podzielość liczb całkowitych Liczba a = 57 przy dzieleiu przez pewą liczbę dodatią całkowitą b daje iloraz k = 3 i resztę r Zaleźć dzieik b oraz resztę r a = 57 = 3 b + r, 0 r b Stąd 5 r b 8, 3 więc
ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA
ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością
Rachunek prawdopodobieństwa
Rachunek prawdopodobieństwa Sebastian Rymarczyk srymarczyk@afm.edu.pl Tematyka zajęć 1. Elementy kombinatoryki. 2. Definicje prawdopodobieństwa. 3. Własności prawdopodobieństwa. 4. Zmienne losowe, parametry
1 Twierdzenia o granicznym przejściu pod znakiem całki
1 Twierdzeia o graiczym przejściu pod zakiem całki Ozaczeia: R + = [0, ) R + = [0, ] (X, M, µ), gdzie M jest σ-ciałem podzbiorów X oraz µ: M R + - zbiór mierzaly, to zaczy M Twierdzeie 1.1. Jeżeli dae
1 Wersja testu A 21 czerwca 2017 r. 1. Wskazać taką liczbę wymierną w, aby podana liczba była wymierna. w = w 2, w = 2.
1 Wersja testu A 1 czerwca 017 r. 1. Wskazać taką liczbę wymierą w, aby podaa liczba była wymiera. 10 1 ) 10 +w, w = 1 5 1 ) 10 +w, w = ) 10 10 3 +w 3, w = 1 ) 5 10 3 +w 3, w = 4. Zapisać wartość podaej
Rozkład normalny (Gaussa)
Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch
Podprzestrzenie macierzowe
Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji : m f x = Ax RAAx x Defiicja: Zakresem macierzy A Œ âm azywamy podprzestrzeń
Podprzestrzenie macierzowe
Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji ( ) : m f x = Ax ( A) { Ax x } = Defiicja: Zakresem macierzy A Œ âm azywamy
Wykład 11. a, b G a b = b a,
Wykład 11 Grupy Grupą azywamy strukturę algebraiczą złożoą z iepustego zbioru G i działaia biarego które spełia własości: (i) Działaie jest łącze czyli a b c G a (b c) = (a b) c. (ii) Działaie posiada
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZA 1. Wyład wstępny. Teoria prawdopodobieństwa i elementy ombinatoryi. Zmienne losowe i ich rozłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez statystycznych
Elementy modelowania matematycznego
Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,
Twierdzenie Cayleya-Hamiltona
Twierdzeie Cayleya-Hamiltoa Twierdzeie (Cayleya-Hamiltoa): Każda macierz kwadratowa spełia swoje włase rówaie charakterystycze. D: Chcemy pokazać, że jeśli wielomiaem charakterystyczym macierzy A jest
a n 7 a jest ciągiem arytmetycznym.
ZADANIA MATURALNE - CIĄGI LICZBOWE - POZIOM PODSTAWOWY Opracowała mgr Dauta Brzezińska Zad.1. ( pkt) Ciąg a określoy jest wzorem 5.Wyzacz liczbę ujemych wyrazów tego ciągu. Zad.. ( 6 pkt) a Day jest ciąg
Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski
Wektory Fukcje rzeczywiste wielu zmieych rzeczywistych Matematyka Studium doktorackie KAE SGH Semestr leti 2008/2009 R. Łochowski Wektory pukty w przestrzei R Przestrzeń R to zbiór uporządkowaych -ek liczb
będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,
Zadaie iech X, X,, X 6 będą iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), a Y, Y,, Y6 iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), gdzie, są iezaymi
Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w
Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to
Zadania z algebry liniowej - sem. I Liczby zespolone
Zadaia z algebry liiowej - sem. I Liczby zespoloe Defiicja 1. Parę uporządkowaą liczb rzeczywistych x, y azywamy liczbą zespoloą i ozaczamy z = x, y. Zbiór wszystkich liczb zespoloych ozaczamy przez C
Analiza matematyczna. Robert Rałowski
Aaliza matematycza Robert Rałowski 6 paździerika 205 2 Spis treści 0. Liczby aturale.................................... 3 0.2 Liczby rzeczywiste.................................... 5 0.2. Nierówości...................................
Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)
Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod
WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady
WYKŁAD Zdarzeia losowe i prawdopodobieństwo Zmiea losowa i jej rozkłady Metody statystycze metody opisu metody wioskowaia statystyczego sytetyczy liczbowy opis właściwości zbioru daych ocea charakterystyk
Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek
Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy
Zasada indukcji matematycznej. Dowody indukcyjne.
Zasada idukcji matematyczej Dowody idukcyje Z zasadą idukcji matematyczej i dowodami idukcyjymi sytuacja jest ajczęściej taka, że podaje się w szkole treść zasady idukcji matematyczej, a astępie omawia,
Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji?
Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji? Porada niniejsza traktuje o tzw. elementach kombinatoryki. Często zdarza się, że rozwiązujący zadania z tej dziedziny mają problemy
Kombinatoryka i rachunek prawdopodobieństwa
Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski Kombinatoryka i rachunek prawdopodobieństwa 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru
Kombinatoryka i rachunek prawdopodobieństwa
Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski 2. Elementy kombinatoryki 2.. Permutacje Teoria Definicja. Niech n N. Permutacją n-elementowego zbioru
f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n
Metoda Newtoa i rówaie z = 1 Załóżmy, że fucja f :C C ma ciągłą pochodą. Dla (prawie) ażdej liczby zespoloej z 0 tworzymy ciąg (1) (z ) 0, z 1 = z f ( z ), ciąg te f ' (z ) będziemy azywać orbitą liczby
Egzaminy. na wyższe uczelnie 2003. zadania
zadaia Egzamiy wstępe a wyższe uczelie 003 I. Akademia Ekoomicza we Wrocławiu. Rozwiąż układ rówań Æ_ -9 y - 5 _ y = 5 _ -9 _. Dla jakiej wartości parametru a suma kwadratów rozwiązań rzeczywistych rówaia
Zajęcia nr. 2 notatki
Zajęcia r otati wietia 5 Wzory srócoego możeia W rozdziale tym podamy ila wzorów tóre ułatwiają obliczaie wielu zadań rachuowych Fat (wzory srócoego możeia) Dla dowolych liczb rzeczywistych a, b zachodzi:
Ćwiczenia rachunkowe TEST ZGODNOŚCI 2 PEARSONA ROZKŁAD GAUSSA
Ćwiczeia rachuowe TEST ZGODOŚCI PEARSOA ROZKŁAD GAUSSA UWAGA: a stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz alulacyjy do programu Calc paietu Ope Office, iezbędy podczas
Indukcja matematyczna
Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya
Problem. Jak praktycznie badać jednostajną ciągłość funkcji?
EAIiIB-Iormatya - Wyład 3- dr Adam Ćmiel miel@.agh.edu.pl Ciągłość uji w puie e. Fuję : azywamy iągłą w puie jeżeli Heie Cauhy Uwaga: Put ale ie musi być putem supieia zbioru. Jeżeli jest putem izolowaym
Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji
http://www.ii.ui.wroc.pl/ sle/teachig/a-apr.pdf Aaliza umerycza Staisław Lewaowicz Grudzień 007 r. Aproksymacja fukcji Pojęcia wstępe Defiicja. Przestrzeń liiową X (ad ciałem liczb rzeczywistych R) azywamy