Zadania z rachunku prawdopodobieństwa I* Siedmiu pasażerów przydzielono losowo do trzech wagonów. Jakie jest prawdopodobieństwo

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zadania z rachunku prawdopodobieństwa I* Siedmiu pasażerów przydzielono losowo do trzech wagonów. Jakie jest prawdopodobieństwo"

Transkrypt

1 Zadaia z rachuku prawdopodobieństwa I* Grupę dzieci ustawioo w sposób losowy w szereg. Oblicz prawdopodobieństwo tego, że a) Jacek i Agatka stoją koło siebie, b) Jacek, Placek i Agatka stoją koło siebie. 2. Ze zbioru elemetowego losujemy ze zwracaiem r elemetów. Jakie jest prawdopodobieństwo tego, że któryś elemet się powtórzył? 3. Siedmiu pasażerów przydzieloo losowo do trzech wagoów. Jakie jest prawdopodobieństwo tego, że i) wszyscy trafili do jedego wagou, ii) w każdym wagoie zalazło się przyajmiej dwóch z tych pasażerów? 4. Z klasy liczącej 11 chłopców i 13 dziewczyek wylosowao czteroosobową delegację. Oblicz prawdopodobieństwo tego, że w skład delegacji wchodzi więcej chłopców iż dziewczyek. 5. Oblicz prawdopodobieństwo tego, że w grze w brydża gracz N otrzymał a) wszystkie karty różej wartości; b) dokładie dwa piki; c) co ajmiej dwa piki; d) dwa piki, 3 kiery, 4 kara, 4 trefle; e) układ 4432; f) układ Oblicz prawdopodobieństwo tego, że w grze w pokera talią 24 kartową gracz otrzyma z ręki a) parę b) dwie pary c) straighta d) trójkę e) fulla f) karetę g) kolor h) pokera jedakowych ciastek rozdzieloo między czwórkę dzieci w sposób losowy. Oblicz prawdopodobieństwo tego, iż a) Jacek otrzymał dokładie 1 ciastko b) Jacek otrzymał co ajmiej 1 ciastko c) każde z dzieci otrzymało co ajmiej 1 ciastko 1

2 8. Jakie jest prawdopodobieństwo tego, że w lotto spośród 49 liczb wylosowaa będzie szóstka ie zawierająca dwu kolejych liczb. 9. a) Ile różych słów (iekoieczie sesowych) moża utworzyć permutując litery słowa MATEMATYKA? b) Jeśli wybierzemy losowo któreś z tych słów jakie jest prawdopodobieństwo tego, że litery T ie stoją obok siebie? 10. Klasa liczy 15 ucziów, a każdej lekcji do odpowiedzi jest losoway jede uczeń. Oblicz prawdopodobieństwo tego, że w ciągu 16 lekcji każdy uczeń będzie przepytay. 11. W szafie zajduje się par butów, a chybił trafił wybieramy z ich k butów przy czym k. Oblicz prawdopodobieństwo tego, że a) wśród wylosowaych butów jest coajmiej jeda para, b) wśród wylosowaych butów jest dokładie jeda para. 12. a) Jakie jest prawdopodobieństwo tego, że przy losowym umieszczeiu N listów w N zaadresowaych kopertach żade list ie trafi do właściwego adresata? b) Jakie jest prawdopodobieństwo tego, że dokładie k listów trafi do właściwych adresatów? 2

3 Zadaia z Rachuku Prawdopodobieństwa * - 2 (zadaia gwiazdkowe do oddaia 6 marca) 1. Daa jest przestrzeń probabilistycza (Ω, F, P), gdzie Ω jest zbiorem przeliczalym i F = 2 Ω. Udowodij, że istieją liczby p ω 0, ω Ω p ω = 1 takie, że P(A) = ω A p ω dla wszystkich A F. 2. Rzucamy moetą dopóki ie wypadą dwa orły pod rząd. Zaleźć prawdopodobieństwo, że rzucimy dokładie k razy. 3. (Igła Buffoa) Igłę o długości l rzucoo w sposób losowy a płaszczyzę z zazaczoymi liiami rówoległymi. Odległość między sąsiedimi liiami wyosi d > l. Oblicz prawdopodobieństwo tego, że igła przetie którąś z liii. 4* Wielokąt wypukły o średicy miejszej iż d rzucoo a płaszczyzę poliiowaą jak w poprzedim zadaiu. Oblicz prawdopodobieństwo tego, że wielokąt przetie którąś z liii. Co się dzieje, gdy wielokąt ie jest wypukły? 5. Na kiju długości l wybrao a chybił trafił 2 pukty i w tych puktach przełamao kij. Oblicz prawdopodobieństwo, że z otrzymaych 3 kawałków moża zbudować trójkąt. 6* Udowodij, że każde σ-ciało albo ma 2 k elemetów dla pewego k aturalego albo ma moc przyajmiej cotiuum. 7* Wykaż, że liczba σ-ciał podzbiorów zbioru {1,..., } jest rówa 1 e k 0 k k!. 8. Opisz wszystkie przestrzeie probabilistycze z przeliczalym zbiorem zdarzeń elemetarych Ω. 9. Udowodij astępujące tożsamości (lim sup A ) = lim if(a ), (lim if A ) = lim sup(a ), lim if A lim sup A, lim sup(a B ) = lim sup A lim sup B, lim sup A lim if B lim sup(a B ) lim sup A lim sup B, jeśli A A lub A A, to A = lim sup A = lim if A. 10. Wykaż, że jeśli A = (, x ) oraz x = lim sup x to lim sup A = (, x) lub (, x] oraz oba te przypadki mogą zajść. 11* Udowodij, że dla dowolych zdarzeń probabilistyczych a) P( i=1 A i ) = k=1 ( 1) k 1 1 i 1 <...<i k P(A i 1... A ik ) b*) P( i=1 A i ) m k=1 ( 1) k 1 1 i 1 <...<i k P(A i 1... A ik ) dla m ieparzystych c*) P( i=1 A i ) m k=1 ( 1) k 1 1 i 1 <...<i k P(A i 1... A ik ) dla m parzystych. 3

4 Zadaia z Rachuku Prawdopodobieństwa * - 3 (zadaia gwiazdkowe do oddaia 13 marca) 1. Udowodij, że wzór ρ(a, B) := P(A B) zadaje pseudometrykę a F spełiającą waruek trójkąta. 2* Załóżmy, że koła rozłącze B(x i, r i ) są zawarte w pewym prostokącie oraz pokrywają te prostokąt z dokładością do zbioru miary 0. Wykaż, że i r i =. 3* Udowodij, że ie istieje prawdopodobieństwo określoe a wszystkich podzbiorach Z + takie, że dla wszystkich k, P (A k ) = 1/k, gdzie A k jest zbiorem liczb podzielych przez k. 4. Z talii 24 kartowej losujemy 5 kart bez zwracaia. Oblicz prawdopodobieństwo, że wylosowaliśmy dokładie 3 asy, jeśli wiadomo, że a) mamy coajmiej jedego asa b) mamy asa czarego koloru c) mamy asa pik d) pierwszą wylosowaą kartą jest as e) pierwszą wylosowaą kartą jest czary as f) pierwszą wylosowaą kartą jest as pik. 5. Z odcika [0, 1] wylosowao a chybił trafił dwie liczby. Jakie jest prawdopodobieństwo tego, że a) większa z liczb jest miejsza iż 1/2; b) większa z liczb jest miejsza iż 1/2, jeśli wiadomo, że miejsza z liczb jest większa iż 1/4; c) większa z liczb jest miejsza iż 1/2, jeśli wiadomo, że któraś z liczb jest większa iż 1/4. 6. (schemat urowy Polya) Ura zawiera b kul białych i c kul czarych. Wykoujemy kolejo astępujące doświadczeie: losujemy z ury kulę, a astępie wkładamy ją z powrotem do ury, a wraz z ią dokładamy do ury a kul tego samego koloru. Udowodij, że prawdopodobieństwo wylosowaia w -tym losowaiu kuli białej jest rówe b b+c. 7. Test a rzadką chorobę, którą dotkiętą jest jeda osoba a 5 tysięcy, daje fałszywą pozytywą odpowiedź u osoby zdrowej w 2% przypadków, a u osoby chorej zawsze daje pozytywy wyik. Jakie jest prawdopodobieństwo, że osoba u której test przyiósł wyik pozytywy jest faktyczie chora? 8. Prawdopodobieństwo tego, że losowo wybraa rodzia ma dzieci jest rówe { αp = 1, 2,... p = 1 =1 αp = 1 αp 1 p = 0 4

5 Zakładając, że wszystkie 2 rozkładów płci dzieci w rodziie o dzieciach jest rówoprawdopodobe oblicz prawdopodobieństwo tego, że losowo wybraa rodzia ma a) coajmiej jedą córkę b) dokładie jedą córkę? c) Losowo wybraa rodzia ma przyajmiej jedą córkę, jakie jest prawdopodobieństwo, że jest oa jedyaczką? 9. Dwaj gracze grają w orła i reszkę moetą symetryczą. Jeśli wypadie orzeł gracz A płaci B 1 zł., jeśli reszka to B płaci A 1 zł. Gra się kończy, gdy któryś z graczy zostaie bez pieiędzy. Na początku gry gracz A ma a zł., a B b zł. a) Oblicz prawdopodobieństwo tego, że grę wygra gracz A. b) Jak zmiei się to prawdopodobieństwo, jeśli moeta jest sfałszowaa tz. orzeł wypada z prawdopodobieństwem p 1/2? 10. W populacji jest 15% dyslektyków. Jeśli w teście diagostyczym uczeń popełi 6 lub więcej błędów, to zostaje uzay za dylektyka. Każdy dyslektyk a pewo popełi co ajmiej 6 błędów w takim teście, ale rówież ie-dyslektyk może popełić więcej iż 5 błędów z prawdopodobieństwem 1/10. Jasio popełił w teście 6 błędów - jakie jest prawdopodobieństwo tego, że jest dyslektykiem? Jakie jest prawdopodobieństwo tego, że w kolejym teście popełi co ajmiej 6 błędów? 11. W Małej Większej są dwie szkoły podstawowe. Przeprowadzoe pod koiec roku szkolego egzamiy wykazały, że większy procet dziewczyek w szkole r 1 potrafi rozłożyć liczbe 2012 a czyiki pierwsze iż w szkole r 2, podobie większy procet chłopców z jedyki potrafi to zrobić iż w dwójce. Czy zaczy to, że statystycze dziecko ze szkoły r 1 lepiej wypadło w rozkładaiu 2012 od statystyczego dziecka ze szkoły r 2? 5

6 Zadaia z Rachuku Prawdopodobieństwa * - 4 (zadaia gwiazdkowe do oddaia 20 marca) 1. Załóżmy, że µ 1 i µ 2 są miarami probabibilistyczymi oraz µ 1 (A) = µ 2 (A) dla A A. i) Wykaż, że jeśli A jest π-układem, to µ 1 (A) = µ 2 (A) dla A σ(a). ii) Podaj przykład pokazujący, że teza i) ie musi być prawdziwa, gdy usuiemy założeie o tym, że A jest π-układem. 2. Dla A F zdefiiujmy A 1 = A i A 1 = A. Wykaż, że i) dla dowolego ciągu zaków ε 1,..., ε { 1, 1} zdarzeia A 1,..., A są iezależe wtedy i tylko wtedy, gdy zdarzeia A ε 1 1,..., Aε są iezależe, ii) zdarzeia A 1,..., A są iezależe wtedy i tylko wtedy, gdy dla dowolego ciągu zaków ε 1,..., ε { 1, 1} zachodzi P(A ε Aε ) = P(A ε 1 1 ) P(Aε ). 3. Na kartkach zapisao różych liczb rzeczywistych, astępie kartki włożoo do pudełka, wymieszao i losowao kolejo bez zwracaia. Niech A k ozacza zdarzeie, że k-ta z wylosowaych liczb jest większa od wszystkich poprzedich. Wykaż, że P(A k ) = 1/k oraz zdarzeia A 1, A 2,..., A są iezależe. 4. Rzucoo kostkami do gry. Określmy zdarzeia A k - a k-tej kostce wypadła szóstka, 1 k oraz A +1 - suma wyrzucoych oczek jest podziela przez 6. Wykaż, że dowole spośród zdarzeń A 1,..., A +1 jest iezależych, ale łączie zdarzeia A 1,..., A +1 ie są iezależe. 5. Udowodij, że w defiicji iezależości zdarzeń każde z 2 1 rówań jest iezbęde (tz. jeśli odrzucimy jedo z rówań to istieją zdarzeia zależe spełiające wszystkie pozostałe rówaia). 6. Wyzacz ajbardziej prawdopodobą liczbę sukcesów w schemacie Beroulliego. 7. Oblicz prawdopodobieństwo tego, że w schemacie Beroulliego w próbach i prawdopodobieństwu sukcesu w pojedyczej próbie rówym p będzie parzysta liczba sukcesów. 8. Dwaj gracze rzucają symetryczą moetą razy, jakie jest prawdopodobieństwo, że otrzymają tę samą liczbę orłów? 9. Rzucoo 10 razy kostką. Jakie jest prawdopodobieństwo tego, że w pierwszym rzucie wypadła szóstka, jeśli wiadomo, że a) w 10 rzutach wypadło dokładie 7 szóstek b) w 9 astępych rzutach wypadło dokładie 7 szóstek. 6

7 10. Rzucamy kostką do mometu aż wypadie piątka lub po raz trzeci szóstka. Jakie jest prawdopodobieństwo tego, że rzucimy dokładie razy. 11* Niech X ozacza ajdłuższą serię orłów w rzutach moetą symetryczą. Wykaż, że a) P(X a log 2 ) 0 przy dla a < 1, b) P(X a log 2 ) 1 przy dla a > Wykaż (używając metod probabilistyczych), że dla dowolych liczb całkowitych dodatich, m oraz p, q [0, 1] takich, że p + q = 1 zachodzi ierówość (1 p ) m + (1 q m ) 1. 13* Rzucamy ieskończeie wiele razy moetą symetryczą. Przez A ozaczmy zdarzeie, że w pierwszych rzutach wypadło tyle samo orłów, co reszek. Wykaż, że z prawdopodobieństwem 1 zajdzie ieskończeie wiele spośród zdarzeń A 1, A 2,.... Ile wyosi to prawdopodobieństwo, jeśli moeta ie jest symetrycza? 7

8 Zadaia z Rachuku Prawdopodobieństwa * - 5 (zadaia gwiazdkowe do oddaia 27 marca) 1. Udowodij, że z prawdopodobieństwem 1 w ciągu iezależych rzutów moetą wystąpi każdy skończoy ciąg złożoy z orłów i reszek. 2. Zdarzeia A 1, A 2,... są iezależe oraz P(A ) < 1 dla wszystkich. Wykaż, że astępujące waruki są rówoważe: i) z prawdopodobieństwem 1 zajdzie przyajmiej jedo ze zdarzeń A, ii) z prawdopodobieństwem 1 zajdzie ieskończeie wiele zdarzeń A. 3* Załóżmy, że X, Y zmiee losowe takie, że X jest σ(y )-mierzale, tz. σ(x) σ(y ). Udowodij, że istieje fukcja mierzala ϕ: R R taka, że X = ϕ(y ). 4. Zmiea losowa X ma ciągłą, ściśle rosącą dystrybuatę F. Zajdź rozkład zmieej F (X). Czy odpowiedź się zmiei, jeśli ie założymy ścisłej mootoiczości F? A w przypadku ieciągłej dystrybuaty? 5. Niech F : R [0, 1] będzie prawostroie ciągłą iemalejącą fukcją taką, że F ( ) = 1 oraz F ( ) = 0. Na odciku [0, 1] z miarą Lebesgue a skostruuj zmieą losową, która ma dystrybuatę F. 6. Zmiea losowa X ma dystrybuatę 0 dla t < F X (t) = 7 + 2t dla 0 t < t dla 1 14 t < dla t 3 7. Oblicz P(X 3 7 ), P(0 < X < ), P(X = 0), P( 14 X 3 7 ). 7. Dystrybuata zmieej losowej X ma postać 0 dla t < 0 1 F X (t) = 2t dla 0 t < 2 1 dla t 2. Zajdź dystrybuatę zmieych mi(1, X) i max(x, X 2 ). 8. a) Dla t [0, 1] i = 1, 2,... iech X (t) ozacza -tą cyfrę rozwiięcia dwójkowego liczby t (w przypadku dwu rozwiięć wybieramy to ze skończoą liczbą 1). Udowodij, że X 1, X 2,... są iezależymi zmieymi losowymi a ([0, 1], B([0, 1]),. ). b) Pokaż, że fukcje Rademachera r (x) = sg(si(2 πx)) są iezależymi zmieymi losowymi a ([0, 1], B([0, 1]),. ). 8

9 9. Niech ε 1, ε 2,... będzie ciągiem iezależych zmieych losowych takich, że P(ε i = ±1) = 1 2 (zob. zad. 5.). Dla skończoych podzbiorów A liczb całkowitych dodatich zdefiiujmy fukcje Walsha { i A w A = ε i jeśli A 1 jeśli A = a) zajdź rozkład w A b) wykaż, że w A, w B są iezależe gdy A B. Czy w A, w B, w C muszą być iezależe dla różych ideksów A, B, C? 10* Czy a odciku [0, 1] istieją dwie iestałe fukcje ciągłe, będące iezależymi zmieymi losowymi względem miary Lebesgue a? Czy odpowiedź się zmiei, jeśli będziemy chcieli dodatkowo by obie fukcje miały ciągłe pochode? 9

10 Zadaia z Rachuku Prawdopodobieństwa * - 6 (zadaia gwiazdkowe do oddaia 3 kwietia) 1. Podaj przykład zmieej o rozkładzie dyskretym, której dystrybuata jest ściśle rosąca. 2. Zmiea losowa X ma gęstość cx 2 I [0,5] (x). Zajdź liczbę c oraz dystrybuatę zmieej X. 3* Niech X będzie ieujemą iestarzejącą się zmieą losową, tz. t,s>0 P(X > s + t X > s) = P(X > t) (zakładamy, że P(X > t) > 0 dla wszystkich t). Udowodij, że X ma rozkład wykładiczy. 4. Podaj przykład zmieej X o ciągłej dystrybuacie, która ie ma rozkładu ciągłego (tz. ie ma gęstości). 5. Załóżmy, że dystrybuata F zmieej losowej X jest ciągła i kawałkami klasy C 1. Wykaż, że X ma rozkład ciągły (z gęstością g = F ). 6. Zajdź rozkład zmieej ax + b oraz e X, gdy X ma rozkład wykładiczy z parametrem λ. 7. Zajdź rozkłady zmieych bx + c, e X i X 2, gdy X ma rozkład ormaly N (a, σ 2 ). 8. Wykaż, że zmiee X 1,..., X o rozkładzie dyskretym są iezależe wtedy i tylko wtedy, gdy P(X 1 = u 1,..., X = u ) = P(X 1 = u 1 )P(X 2 = u 1 ) P(X = u ) dla dowolych u 1,..., u. 9. Wykaż, że zmiee rzeczywiste X 1,..., X o rozkładzie ciągłym z gęstościami odpowiedio g 1,..., g są iezależe wtedy i tylko wtedy, gdy wektor losowy X = (X 1,..., X ) ma gęstość g X daą wzorem g X (x 1,..., x ) = g 1 (x 1 )g 2 (x 2 ) g (x ). 10. Niech X, Y będą iezależymi zmieymi losowymi o rozkładzie geometryczym z parametrami odpowiedio p i r. Oblicz P(X < Y ). 11. Rozwiąż zadaie j.w., ale w przypadku gdy X i Y mają rozkład wykładiczy z parametrami λ i µ. 12. Niech X (j) i, 1 i j, j = 1, 2,... będą iezależymi zmieymi losowymi, a f j fukcjami mierzalymi a R j. Czy zmiee f j (X (j) 1,..., X(j) j ), j = 1, 2... muszą być iezależe? Odpowiedź uzasadij. 10

11 13. Niech X 1,..., X będą iezależymi zmieymi losowymi o jedakowym rozkładzie z dystrybuatą F. Dla ω Ω iech X 1 (ω),..., X (ω) będzie ustawieiem X 1 (ω),..., X (ω) w porządku iemalejącym X 1 (ω) X 2 (ω)... X (ω) (czyli w szczególości X 1 = mi{x 1,..., X }, X = max{x 1,..., X }. Zajdź dystrybuatę X k dla k = 1,..., (X k azywamy k-tą statystyką porządkową ciągu X 1,..., X ). 14* Niech X 1, X 2,... będzie ciągiem iezależych rzeczywistych zmieych losowych. Określmy Y := lim sup X, Z := lim if X. Udowodij, że Y i Z są zdegeerowaymi zmieymi losowymi, tz. istieją c, d R {± } takie, że P(Y = c) = P(Z = d) = Zmiee losowe X i Y są iezależe, przy czym dystrybuata X jest ciągła. Wykaż, że P(X = Y ) = Zmiea X jest iezależa od samej siebie. Wykaż, że istieje liczba c taka, że P(X = c) = Zmiea losowa X ma rozkład wykładiczy z parametrem 1. Wyzacz rozkłady zmieych X oraz {X}. Czy zmiee te są iezależe? 18. Zmiee X i Y są iezależe i mają rozkład N (0, 1). Zajdź łączy rozkład wektora losowego (X + Y, X Y ). Co moża powiedzieć o jego współrzędych? 19* Niech ε 1, ε 2,... będą iezależymi symetryczymi zmieymi losowymi Beroulliego, tz. P (ε i = ±1) = 1/2. Jaki rozkład ma zmiea X = i=1 2 i ε i? 11

12 Zadaia z Rachuku Prawdopodobieństwa * - 7 (zadaia gwiazdkowe do oddaia 10 kwietia) 1. Roztrzepaa sekretarka umieściła w sposób losowy N listów w N uprzedio zaadresowaych kopertach. Niech X ozacza liczbę listów, które trafiły do właściwej koperty. Zajdź wartość oczekiwaą i wariację X. 2. W Beer City jest 50 pubów. W każdy weeked klub miłośików piwa odwiedza 3 losowo wybrae puby. Zakładając, że cotygodiowe wybory są dokoywae iezależie oblicz wartość oczekiwaą i wariację liczby lokali odwiedzoych przyajmiej raz w ciągu 10 kolejych weekedów. 3. Ura zawiera N kul w tym b kul białych. Losujemy z ury bez zwracaia kul ( N) i defiiujemy zmieą losową X jako liczbę wylosowaych kul białych. Oblicz wartość oczekiwaą i wariację X. 4. Oblicz wartość oczekiwaą i wariację rozkładu geometryczego z parametrem p. 5. Oblicz wartość oczekiwaą i wariację rozkładu gamma Γ(α, β). 6* Rzucamy moetą dopóki liczba wyrzucoych orłów ie będzie rówa liczbie wyrzucoych reszek. Niech R ozacza liczbę wykoaych rzutów. Zajdź rozkład i wartość oczekiwaą R. 7. Zmiea X ma rozkład N (0, 1). i) Oblicz E X p dla p R. Ile wyosi ta liczba dla p aturalych parzystych, a ile dla ieparzystych? ii) Oblicz E exp(λx) dla λ R. Jak sie zmiei odpowiedź, gdy X ma rozkład N (a, σ 2 )? 8. Udowodij, że dla dowolej rzeczywistej zmieej losowej X, E X p = p t p 1 P( X t)dt Udowodij, że dla dowolych liczb rzeczywistych a 1,..., a, ( ) 4 ( E a i ε i 3 (E ) 2 ) 2, a i ε i i=1 gdzie ε 1,..., ε są iezależymi zmieymi losowymi takimi, że P(ε i = ±1) = 1/2. Wykaż, że stałej 3 ie moża poprawić. i=1 12

13 10* Niech S = i=1 a i ε i, gdzie (ε i ) są takie jak w poprzedim zadaiu. Wykaż, że dla wszystkich λ R, Ee λs e 1 2 λ2 ES 2 i wywioskuj stąd, że dla t 0, ( P S t(es 2 ) 1/2) 2e t2 /2. 11* Niech S będzie jak w poprzedim zadaiu. Wykaż, że dla dowolego p > 0 istieje liczba C p < zależa tylko od p taka, że (E S p ) 1/p C p (E S 2 ) 1/2 12. Rzeczywista zmiea losowa X spełia E X p <. Udowodij, że lim t tp P( X t) = 0. 13

14 Zadaia z Rachuku Prawdopodobieństwa * - 8 (zadaia gwiazdkowe do oddaia 17 kwietia) 1* Udowodij, że dla λ (0, 1) i dowolej ieujemej zmieej losowej X, P(X > λex) (1 λ) 2 (EX)2 EX 2. 2* Wykaż, że jeśli zdarzeia A i są parami iezależe oraz i=1 P(A i ) =, to P(lim sup A i ) = Mówimy, że zmiea losowa X jest symetrycza, jeśli zmiee X i X mają te sam rozkład. Wykaż, że astępujące waruki są rówoważe: i) X jest symetrycza, ii) X ma te sam rozkład, co εx, gdzie ε jest iezależe od X i P(ε = ±1) = 1/2, iii) Ef(X) = 0 dla dowolej ieparzystej, ograiczoej borelowskiej fukcji f. 4. Wykaż, że jeśli X i są iezależe oraz X i ma rozkład Γ(α i, β), to i=1 X i ma rozkład Γ( i=1 α i, β). 5. Zmiee X 1, X 2,... są iezależe i mają rozkład N (0, 1) wykaż, że zmiea i=1 X 2 i ma rozkład Γ(/2, 2) (rozkład te azywamy też rozkładem chi kwadrat o stopiach swobody χ 2 ()). 6. Zmiee X 1, X 2, ε 1, ε 2 są iezależe, przy czym X i mają rozkład wykładiczy z parametrem λ, a P(ε i = ±1) = 1/2. Zajdź rozkład ε i X i, X 1 + X 2, X 1 X 2 oraz ε 1 X 1 + ε 2 X Zmiee X i Y są iezależe i mają rozkład jedostajy a przedziale [ 1, 1]. Jaki rozkład mają zmiee X + Y oraz X 2 + Y 2? 8. X, Y są iezależymi zmieymi losowymi o rozkładzie wykładiczym z parametrami λ i µ, zajdź rozkład zmieej X/Y. 9* Niech X 1, X 2,... będzie ciągiem iezależych zmieych losowych o rozkładzie wykładiczym z parametrem λ. Zdefiiujmy oraz dla t > 0, k S 0 = 0, S k = X i, k = 1, 2,.... i=1 N t := sup{ : S t}. Wykaż, że N t ma rozkład Poissoa z parametrem λt. 14

15 10. X, Y są iezależymi zmieymi losowymi o rozkładzie Cauchy ego z parametrami h 1 i h 2. Udowodij, że X +Y ma rozkład Cauchy ego z parametrem h 1 +h 2 (iaczej jeśli X, Y iezależe o stadardowym rozkładzie Cauchy ego, to h 1 X+h 2 Y (h 1 +h 2 )X). 11. X 0, X 1,... są iezależymi zmieymi losowymi o jedakowym rozkładzie z ciągłą dystrybuatą. Niech N = if{ : X > X 0 }. Zajdź rozkład N i oblicz EN. 12* Udowodij, że dla 0 < λ < 1 2 zmiea losowa S λ = =1 λ ε ma ciągłą dystrybuatę, ale ie ma rozkładu ciągłego (tz. ie ma gęstości) (ε 1, ε 2,... są iezależymi zmieymi takimi, że P(ε i = ±1) = 1/2). 15

16 Zadaia z Rachuku Prawdopodobieństwa * - 9 (zadaia gwiazdkowe do oddaia 15 maja) 1. Zmiee losowe X i Y są iezależe, przy czym X ma rozkład Beroulliego Bi(, p), Y ma rozkład Beroulliego Bi(m, p). Oblicz E(X + Y X) oraz E(X X + Y ). 2. Rzucoo kostką ajpierw raz, a astępie tyle razy ile oczek wypadło w pierwszym rzucie. Oblicz wartość oczekiwaą sumy wyrzucoych oczek oraz liczby wyrzucoych trójek. 3. W woreczku zajduje się pewa liczba moet, z których p procet jest sfałszowaa, z orłem po obu stroach. Powtarzamy razy astępujące doświadczeie - wyciągamy z woreczka moetę i ją rzucamy, a astępie zwracamy do woreczka. Niech O ozacza liczbę wyrzucoych orłów, zaś F liczbę wylosowań sfałszywaych moet. Wykaż, że E(F O) = 2p 100+p O. Ile wyosi E(O F )? 4. Zmiee X 1, X 2,... są iezależe o rozkładzie wykładiczym z parametrem λ, iech S = X 1 + X X. a) 0blicz E(S X 1 ), E(S 2 X 1 ). b) Dla k wyzacz E(S S k ), E(S 2 S k ) oraz E(e S S k ). 5. Zajdź przykład zmieych losowych X, Y, które ie są iezależe, ale E(X Y ) = EX. 6. Załóżmy, że zmiee X, Y przyjmują wartości aturale oraz Oblicz E(X Y ). P(X = k, Y = l) = { 1 l2 l dla 1 k l 0 w przeciwym przypadku. 7. Wektor losowy (X, Y ) ma gęstość g(x, y). Niech f będzie fuckją borelowską taką, że E f(x) <. Wykaż, że E(f(X) Y ) = h(y ) p.., gdzie f(x)g(x,y)dx h(y) = g(x,y)dx jeśli g(x, y)dx > 0 0 w przeciwym przypadku 8. Zmiea losowa (X, Y ) ma gęstość g(x, y) = { x 3 2 e x(y+1) jeśli x > 0, y > 0 0 w przeciwym przypadku Wyzacz E(Y X), E(Y 2 X 2 ) oraz P(Y > 1 X 3 + 1). 16

17 9. Zmiee X i Y są iezależe o rozkładzie jedostajym a [0, 1]. Oblicz E(X 3 X +Y ) oraz E(max(X, Y ) mi(x, Y )). 10. Niezależe zmiee losowe X i Y mają rozkład wykładiczy z parametrem 1. Oblicz P(X B X + Y ) oraz E(si X X + Y ). 11. Zmiea losowa X ma rozkład wykładiczy z parametrem 1, zaś Y jest zmieą losową taką, że jeśli X = x, to Y ma rozkład wykładiczy z parametrem x. a) Wyzacz rozkład Y. b) Oblicz P(X > r Y ). 12* Zmiee X 1, X 2,..., X są iezależe, całkowale i mają jedakowy rozkład. Oblicz E(X 1 X 1 + X X ). 13. Dae jest σ-ciało G oraz zmiee losowe X i Y takie, że zmiea X jest mierzala względem G, a Y jest iezależa od G. Wykaż, że dla dowolej fukcji borelowskiej h takiej, że E h(x, Y ) <, gdzie H(x) = Eh(x, Y ). E(h(X, Y ) G) = H(X) p.., 14. Niech P będzie miarą probabilistyczą a (R 2, B(R 2 )) z gęstością f(x, y) względem miary Lebesgue a (czyli P(A) = A f(x, y)dxdy). Niech G = {A R : A B(R)}. Zajdź regulary rozkład warukowy P względem G. 15. Niech π będzie regularym rozkładem warukowym P względem G. Wykaż, że dla dowolej całkowalej zmieej losowej X, E(X G)(ω) = X(ω )π(dω, ω) p.. ω 16* Załóżmy, że X jest ieujemą zmieą losową a (Ω, F, P). Wykaż, że dla dowolego σ-ciała G F, a) E(X G) = 0 P(X > t G)dt p.. b) P(X > t G) t k E(X k G) p.. 17* Załóżmy, że X jest całkowalą zmieą losową, zaś σ-ciało G 2 jest iezależe od X i σ-ciała G 1. Udowodij, że E(X σ(g 1, G 2 )) = E(X G 1 ) p Zmiee losowe X, Y i Z są iezależe, przy czym X ma rozkład N (0, 1), Y jest ieujemą zmieą ograiczoą oraz P(Z = ±1) = 1/2. Oblicz E(e XY Y ) oraz E(e XY Y Z). 17

18 Zadaia z Rachuku Prawdopodobieństwa * - 10 (zadaia gwiazdkowe do oddaia 22 maja) 1. Udowodij, że lim p X p = X := esssup X. 2. Udowodij, że fukcja f(r) := r l E X 1/r jest wypukła dla r (0, ). 3* Zmiea losowa X spełia E X p < dla pewego p > 0. Wykaż, że (przyjmujemy, że e = 0). lim p 0+ (E X p ) 1/p = X 0 := exp(e l X ) 4. Dla p < 0 określmy podobie jak dla p > 0, X p = (E X p ) 1/p używając dodatkowej kowecji α = 0 dla α < 0. Wykaż, że X q X p dla < q p. 5. Dla przestrzei probabilistyczej (Ω, F, P) określmy Dla X, Y L 0 (Ω, F, P) iech L 0 (Ω, F, P) := {X : Ω R: mierzale}. d(x, Y ) := E mi(1, X Y ). Wykaż, że zbieżość w metryce d jest rówoważa zbieżości według prawdopodobieństwa. 6. Wykaż, że ciąg zmieych losowych X zbiega do X według prawdopodobieństwa wtedy i tylko wtedy, gdy z każdego jego podciągu da się wybrać podciąg zbieży do X prawie a pewo. 7* Wykaż, że zbieżość prawie wszędzie jest iemetryzowala, tz. ie istieje metryka a L 0 (Ω, F, P), która metryzowałaby zbieżość prawie a pewo. 8. Udowodij, że dla dowolych zmieych losowych X, Y, X, Y a) jeśli X P X i X P Y to P(X = Y ) = 1 b) jeśli X P X i Y P X to lim P( X Y > ε) = 0 dla każdego ε > 0 9. Wykaż, że jeśli X P X i Y P Y, to ax + by P ax + by dla dowolych liczb rzeczywistych a, b. 10. Wykaż, że jeśli X P X i Y P Y oraz F jest fukcją ciągłą, to f(x, Y ) P f(x, Y ). 18

19 11. Zmiee X 1, X 2,... są iezależe, mają te sam rozkład oraz P( X i < 1) = 1. Wykaż, że ciąg R = X 1 X 2 X zbiega do 0 p Zmiee (X ) 1 są iezależe, przy czym X ma rozkład Poissoa ze średią 1/. Zbadaj zbieżość ciągu X i) według prawdopodobieństwa; ii) prawie a pewo; iii) w L 2 i L 3/ Liczby p, q > spełiają waruek 1/p + 1/q = 1. Wykaż, że jeśli X zbiega do X w L p oraz Y zbiega do Y w L q (zakładamy, że X L p oraz Y L q ), to X Y zbiega do XY w L Zmiee X i Y są zbieże p.. do zmieych X i Y odpowiedio. Wykaż, że jeśli dla każdego, zmiea X ma te sam rozkład co zmiea Y, to zmiee X i Y mają jedakowy rozkład. 15. Niech X 1, X 2,... będzie ciągiem zmieych losowych o jedakowym rozkładzie takim, że E X <. Wykaż, że 1 max i X i P Wykaż, że jeśli zmiee X 1, X 2,... są iezależe oraz mają jedakowy rozkład taki, że EXi 2 <, to X X EX 1 wg prawdopodobieństwa. 19

20 Zadaia z Rachuku Prawdopodobieństwa * - 11 (zadaia gwiazdkowe do oddaia 5 czerwca) 1. Dae są iezależe zmiee losowe X 1, X 2,... takie, że X ma rozkład jedostajy a [, ]. Wyzacz wszystkie liczby p dla których szereg 1 X jest zbieży prawie p a pewo. 2. Załóżmy, że P(X = ) = P(X = ) = oraz P(X = 0) = dla = 1, 2,.... Wykaż, że 1 X jest zbieży p.. oraz 1 Var(X ) =. 3. Udowodij, że dla ciągu ieujemych iezależych zmieych losowych X i, i=1 X i < p.. wtedy i tylko wtedy gdy i=1 E X i 1+X i <. 4. Zmiee X i oraz ε i są iezależe przy czym P(ε i = ±1) = 1 2. Wykaż, że i=1 ε i X i jest zbieży p.. wtedy i tylko wtedy gdy i=1 X 2 i < p... 5* Z poprzediego zadaia wyika, że S = =1 1 ε jest zbieży p.w. Czy S ma rozkład ciągły? 6. Zdarzeia A 1, A 2,... są iezależe oraz p = P (A ), N = i=1 I Ai, = 1, 2,.... Udowodij, że N p 1 + p p 0 wg prawdopodobieństwa. 7* Fukcja rzeczywista f jest ciągła a [0, 1] 2. Dla x, y [0, 1] określmy ( k B f, (x, y) = f ), l ( )( ) x k (1 x) k y l (1 y) l. k l k,l=0 Udowodij, że B f, (x, y) zbiega jedostajie do f(x, y) a [0, 1] Zmiee losowe X 1, X 2,... są iezależe o wspólym rozkładzie wykładiczym z parametrem λ. Pokaż, że ciągi zmieych losowych a) X 1X 2 + X 2 X X X +1, b) X 1 + X X X1 2 + X X2 są zbieże prawie a pewo i wyzacz ich graice. 9. Day jest ciąg (X ) 1 iezależych zmieych losowych o rozkładzie Poissoa z parametrem Wykaż, że ciąg zmieych losowych X 1 X 2 X 3 + X 2 X 3 X X X +1 X +2 jest zbieży prawie a pewo i zajdź jego graicę. 20

21 10. Zmiee X 1, X 2,... są iezależe, przy czym X ma rozkład jedostajy a przedziale (1/, 1]. Udowodij, że ciąg średich X 1 + X X jest zbieży prawie a pewo i oblicz jego graicę. 11. Zmiee X 1, X 2,... są iezależe o wspólym rozkładzie jedostajym a [0, 2]. Czy ciąg M = (X 1 X 2 X ) 1/ jest zbieży p..? Jeśli tak, to do jakiej graicy? 12. Wykaż, że dla dowolego ciągu (X ) 1 iezależych zmieych losowych o jedakowym rozkładzie takim, że E X i < ciąg średich X 1 + X X EX 1 w L 1 przy. 13. Załóżmy, że zmiea N ma rozkład Poissoa z parametrem. Wykaż, że N / 1 w L 1 przy. 14. Oblicz graice 1 1 x 2 1 a) lim x2 dx 1... dx, 0 0 x x b) lim... x x2 dx 1... dx, 1 c) lim d) lim ( x x f e (x x ) dx 1... dx. + x x 0 ) dx 1... dx, gdzie f : [0, 1] R jest fukcją ciągłą, 21

22 Zadaia z Rachuku Prawdopodobieństwa * Dla ciągu X 1, X 2,... iezależych zmieych losowych o wspólym rozkładzie o skończoej wariacji defiiujemy średią empiryczą m i wariację empiryczą σ 2 wzorami m = X 1 + X X, σ2 = 1 (X k m ) 2. 1 Udowodij, że E m = EX 1, E σ 2 = Var(X 1 ) (tz. m i σ 2 są ieobciążoymi estymatorami średiej i wariacji) oraz m EX 1, σ 2 Var(X 1 ) prawie a pewo, gdy. 2. Day jest ciąg X 1, X 2,... iezależych zmieych losowych o wspólym rozkładzie taki, że EX i = (tz EX1 < oraz EX+ i = ). Udowodij, że X 1+X X prawie a pewo, gdy. 3. Zmiee losowe X 1, X 2,... są iezależe oraz P(X i = 1) = p, P(X i = 1) = 1 p dla pewego p (1/2, 1]. Wykaż, że X X prawie a pewo, gdy. Co się dzieje, gdy p = 1/2? 4. Udowodij ierówość maksymalą Levy ego: jeśli X 1,..., X są iezależymi symetryczymi zmieymi losowymi, to dla t > 0, gdzie S k = X X k. k=1 P( max 1 k S k t) 2P( S t), 5. Niech X, X 1, X 2,... będą iezależymi zmieymi o jedakowym rozkładzie, zaś µ R. Wykaż, że X X P µ przy wtedy i tylko wtedy, gdy przy zachodzą dwie zbieżości: i) P( X i ) 0 ii) EXI X µ. 6. Niech X będzie miało rozkład Cauchy ego. Które z rozkładów zmieych X, X/ l( X + e), X 2, X spełiają założeia mocego prawa wielkich liczb, a które słabego? 22

23 Zadaia z Rachuku Prawdopodobieństwa * Prawdopodobieństwo urodzeia chłopca wyosi 0, 517. Oszacuj prawdopodobieństwo tego, że wśród oworodków liczba chłopców ie przewyższy liczby dziewczyek. 2. Rzucamy kostką do gry aż do wystąpieia szóstki po raz 50. Oszacuj prawdopodobieństwo tego, że rzucimy co ajwyżej 400 razy. 3. Na campusie uiwersyteckim są dwie restauracja po 120 miejsc każda. Wiadomo, że codzieie 200 osób będzie chciało zjeść obiad, a wyboru restauracji dokouje losowo i iezależie. Jaka jest szasa, że w którejś restauracji zabrakie miejsc? Ile miejsc ależy przygotować w każdej restauracji, by powyższe prawdopodobieństwo było miejsze od 0,001? 4. W pewym mieście w wyborach prezydeckich głosuje osób. Zakładając, że wyborcy głosują a każdego z dwu kadydatów losowo i iezależie z prawdopodobieństwem 50% jaka jest szasa, że różica między kadydatami będzie miejsza iż 100 głosów? 5. Pewe biuro badaia opiii publiczej plauje zrobić sodaż wyborczy przed wyborami prezydeckimi. Przy założeiu losowego wyboru uczestików sodażu ile musi przepytać osób by z prawdopodobieństwem 0.95 uzyskae w sodażu wyiki poparcia dla poszczególych kadydatów róziły się od prawdziwych preferecji wyborczych ie więcej iż o 2 pukty procetowe? Jak zmiei się odpowiedź jeśli biuro bada poparcie kadydatów, których chce wybrać ie więcej iż 10% wyborców? 6. Zmiee (ε ) 1 są iezależe i P(ε = ±1) = 1/2. a) Oblicz w zależości od t, lim P(ε 1 + ε ε t ). b) Wykaż, że ciąg ε 1+ε ε ie jest zbieży prawie a pewo. 7. Zmiee X 1, X 2,... są iezależe oraz P(X i = 1/2) = P(X i = 2) = 1/2. Niech R = (X 1 X 2 X ) 1/. Oblicz lim P(R t). 8. Prawdopodobieństwo wygraia w pewej loterii jest rówe W loterii zagrało 500 tysięcy osób. Jakie jest dokłade prawdopodobieństwo tego, że i) ktoś wygrał, ii) wygrała więcej iż jeda osoba? iii) Oszacuj prawdopodobieństwa z i) i ii). 9. Do pewej tabeli wpisao = liczb. Prawdopodobieństwo tego, że pojedycza liczba została błędie wpisaa wyosi 0, 005. Wprowadzoe liczby są sprawdzae przez kotrolera, który ie wychwytuje błędu z prawdopodobieństwem 0, 02. Oszacuj prawdopodobieństwo tego, że po weryfikacji tabela zawiera przyajmiej dwie błęde liczby. 23

Zadania z Rachunku Prawdopodobieństwa I Siedmiu pasażerów przydzielono losowo do trzech wagonów. Jakie jest prawdopodobieństwo

Zadania z Rachunku Prawdopodobieństwa I Siedmiu pasażerów przydzielono losowo do trzech wagonów. Jakie jest prawdopodobieństwo Zadaia z Rachuku Prawdopodobieństwa I - 1 1. Grupę dzieci ustawioo w sposób losowy w szereg. Oblicz prawdopodobieństwo tego, że a) Jacek i Agatka stoją koło siebie, b) Jacek, Placek i Agatka stoją koło

Bardziej szczegółowo

Zadania z Rachunku Prawdopodobieństwa I Siedmiu pasażerów przydzielono losowo do trzech wagonów. Jakie jest prawdopodobieństwo

Zadania z Rachunku Prawdopodobieństwa I Siedmiu pasażerów przydzielono losowo do trzech wagonów. Jakie jest prawdopodobieństwo Zadaia z Rachuku Prawdopodobieństwa I - 1 1. Grupę dzieci ustawioo w sposób losowy w szereg. Oblicz prawdopodobieństwo tego, że a) Jacek i Agatka stoją koło siebie, b) Jacek, Placek i Agatka stoją koło

Bardziej szczegółowo

Trochę zadań kombinatorycznych. 1. na ile sposobów można siedmiu stojących na peronie pasażerów umieścić w trzech wagonach?

Trochę zadań kombinatorycznych. 1. na ile sposobów można siedmiu stojących na peronie pasażerów umieścić w trzech wagonach? Trochę zadań kombiatoryczych 1. a ile sposobów moża siedmiu stojących a peroie pasażerów umieścić w trzech wagoach? 2. Na szachowicy o wymiarach umieszczamy 8 ierozróżialych wież szachowych tak aby żade

Bardziej szczegółowo

Zadania z Rachunku Prawdopodobieństwa I - 1

Zadania z Rachunku Prawdopodobieństwa I - 1 Zadaia z Rachuku Prawdopodobieństwa I - 1 1. Grupę dzieci ustawioo w sposób losowy w szereg. Oblicz prawdopodobieństwo tego, że a) Jacek i Agatka stoją koło siebie, b) Jacek, Placek i Agatka stoją koło

Bardziej szczegółowo

Zadania z Rachunku Prawdopodobieństwa I Grupę n dzieci ustawiono w sposób losowy w szereg. Oblicz prawdopodobieństwo

Zadania z Rachunku Prawdopodobieństwa I Grupę n dzieci ustawiono w sposób losowy w szereg. Oblicz prawdopodobieństwo Zadaia z Rachuku Prawdopodobieństwa I - 1 1. Grupę dzieci ustawioo w sposób losowy w szereg. Oblicz prawdopodobieństwo tego, że a) Jacek i Agatka stoją koło siebie; b) Jacek, Placek i Agatka stoją koło

Bardziej szczegółowo

1 Twierdzenia o granicznym przejściu pod znakiem całki

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

Bardziej szczegółowo

Twierdzenia graniczne:

Twierdzenia graniczne: Twierdzeia graicze: Tw. ierówośd Markowa Jeżeli P(X > 0) = 1 oraz EX 0: P X k 1 k EX. Tw. ierówośd Czebyszewa Jeżeli EX = m i 0 < σ = D X 0: P( X m tσ) 1 t. 1. Z partii towaru o wadliwości

Bardziej szczegółowo

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

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

Bardziej szczegółowo

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym Lista 5 Zadaia a zastosowaie ierówosci Markowa i Czebyszewa. Zadaie 1. Niech zmiea losowa X ma rozkład jedostajy a odciku [0, 1]. Korzystając z ierówości Markowa oszacować od góry prawdopodobieństwo, że

Bardziej szczegółowo

Zadania z Rachunku Prawdopodobieństwa I - 1. a) Jacek i Agatka stoją koło siebie; b) Jacek, Placek i Agatka stoją koło siebie.

Zadania z Rachunku Prawdopodobieństwa I - 1. a) Jacek i Agatka stoją koło siebie; b) Jacek, Placek i Agatka stoją koło siebie. Zadania z Rachunku Prawdopodobieństwa I - 1 1. Grupę n dzieci ustawiono w sposón losowy w szereg. Oblicz prawdopodobieństwo tego, że a) Jacek i Agatka stoją koło siebie; b) Jacek, Placek i Agatka stoją

Bardziej szczegółowo

Zadania z Rachunku Prawdopodobieństwa Dana jest przestrzeń probabilistyczna (Ω, F, P ), gdzie Ω jest zbiorem przeliczalnym

Zadania z Rachunku Prawdopodobieństwa Dana jest przestrzeń probabilistyczna (Ω, F, P ), gdzie Ω jest zbiorem przeliczalnym Zadania z Rachunku rawdopodobieństwa - 1 1. Dana jest przestrzeń probabilistyczna (Ω, F, ), gdzie Ω jest zbiorem przeliczalnym i F = 2 Ω. Udowodnij, że istnieją liczby p ω 0, ω Ω p ω = 1 takie, że (A)

Bardziej szczegółowo

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 6..003 r. Zadaie. W kolejych okresach czasu t =,, 3, 4, 5 ubezpieczoy, charakteryzujący się parametrem ryzyka Λ, geeruje szkód. Dla daego Λ = λ zmiee N, N,..., N 5 są

Bardziej szczegółowo

1 Układy równań liniowych

1 Układy równań liniowych Katarzya Borkowska, Wykłady dla EIT, UTP Układy rówań liiowych Defiicja.. Układem U m rówań liiowych o iewiadomych azywamy układ postaci: U: a x + a 2 x 2 +... + a x =b, a 2 x + a 22 x 2 +... + a 2 x =b

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

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

Bardziej szczegółowo

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne Wykład 4 Niezależość zmieych, fukcje i charakterystyki wektora losowego, cetrale twierdzeia graicze Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VI: Metoda Mote Carlo 17 listopada 2014 Zastosowaie: przybliżoe całkowaie Prosta metoda Mote Carlo Przybliżoe obliczaie całki ozaczoej Rozważmy całkowalą fukcję f : [0, 1] R. Chcemy zaleźć przybliżoą

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie. Wykoujemy rzuty symetryczą kością do gry do chwili uzyskaia drugiej szóstki. Niech Y ozacza zmieą losową rówą liczbie rzutów w których uzyskaliśmy ie wyiki iż szóstka a zmieą losową rówą liczbie

Bardziej szczegółowo

Zadanie 3. ( ) Udowodnij, że jeśli (X n, F n ) jest martyngałem, to. X i > t) E X n. . t. P(sup

Zadanie 3. ( ) Udowodnij, że jeśli (X n, F n ) jest martyngałem, to. X i > t) E X n. . t. P(sup Szkice rozwiązań zadań z serii dwuastej oraz części zadań z kartkówki. Zadaie 1. Niech (X, F ) będzie martygałem. Czy X jest domykaly, jeśli ciąg EX l X jest zbieży? X jest zbieży prawie a pewo? X jest

Bardziej szczegółowo

Lista 6. Estymacja punktowa

Lista 6. Estymacja punktowa Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?

Bardziej szczegółowo

0.1 ROZKŁADY WYBRANYCH STATYSTYK

0.1 ROZKŁADY WYBRANYCH STATYSTYK 0.1. ROZKŁADY WYBRANYCH STATYSTYK 1 0.1 ROZKŁADY WYBRANYCH STATYSTYK Zadaia 0.1.1. Niech X 1,..., X będą iezależymi zmieymi losowymi o tym samym rozkładzie. Obliczyć ES 2 oraz D 2 ( 1 i=1 X 2 i ). 0.1.2.

Bardziej szczegółowo

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 8. ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE 1 Zbieżość ciągu zmieych losowych z prawdopodobieństwem 1 (prawie apewo) Ciąg zmieych losowych (X ) jest

Bardziej szczegółowo

Zestaw zadań do skryptu z Teorii miary i całki. Katarzyna Lubnauer Hanna Podsędkowska

Zestaw zadań do skryptu z Teorii miary i całki. Katarzyna Lubnauer Hanna Podsędkowska Zestaw zadań do skryptu z Teorii miary i całki Katarzya Lubauer Haa Podsędkowska Ciała σ - ciała. Zbadaj czy rodzia A jest ciałem w przestrzei X=[0] a) A = X 0 b) A = X 0 3 3 c) A = { X { }{}{ 0}{ 0 }

Bardziej szczegółowo

P ( i I A i) = i I P (A i) dla parami rozłącznych zbiorów A i. F ( ) = lim t F (t) = 0, F (+ ) = lim t + F (t) = 1.

P ( i I A i) = i I P (A i) dla parami rozłącznych zbiorów A i. F ( ) = lim t F (t) = 0, F (+ ) = lim t + F (t) = 1. Podstawy teorii miary probabilistyczej. Zbiory mierzale σ ciało zbiorów Załóżmy, że mamy jakiś zbiór Ω. Niech F będzie taką rodzią podzbiorów Ω, że: Ω F A F A F i I A i F i I A i F Wtedy rodzię F azywamy

Bardziej szczegółowo

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 + Zadaia róże W tym rozdziale zajdują się zadaia ietypowe, często dotyczące łańcuchów Markowa oraz własości zmieych losowych. Pojawią się także zadaia z estymacji Bayesowskiej.. (Eg 8/) Rozważamy łańcuch

Bardziej szczegółowo

Statystyka matematyczna. Wykład II. Estymacja punktowa

Statystyka matematyczna. Wykład II. Estymacja punktowa Statystyka matematycza. Wykład II. e-mail:e.kozlovski@pollub.pl Spis treści 1 dyskretych Rozkłady zmieeych losowych ciągłych 2 3 4 Rozkład zmieej losowej dyskretej dyskretych Rozkłady zmieeych losowych

Bardziej szczegółowo

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X Prawdoodobieństwo i statystyka 5..008 r. Zadaie. Załóżmy że 3 są iezależymi zmieymi losowymi o jedakowym rozkładzie Poissoa z wartością oczekiwaą λ rówą 0. Obliczyć v = var( 3 + + + 3 = 9). (A) v = 0 (B)

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej

Bardziej szczegółowo

Internetowe Kółko Matematyczne 2004/2005

Internetowe Kółko Matematyczne 2004/2005 Iteretowe Kółko Matematycze 2004/2005 http://www.mat.ui.toru.pl/~kolka/ Zadaia dla szkoły średiej Zestaw I (20 IX) Zadaie 1. Daa jest liczba całkowita dodatia. Co jest większe:! czy 2 2? Zadaie 2. Udowodij,

Bardziej szczegółowo

θx θ 1, dla 0 < x < 1, 0, poza tym,

θx θ 1, dla 0 < x < 1, 0, poza tym, Zadaie 1. Niech X 1,..., X 8 będzie próbą z rozkładu ormalego z wartością oczekiwaą θ i wariacją 1. Niezay parametr θ jest z kolei zmieą losową o rozkładzie ormalym z wartością oczekiwaą 0 i wariacją 1.

Bardziej szczegółowo

1 Przedziały ufności. ). Obliczamy. gdzie S pochodzi z rozkładu B(n, 1 2. P(2 S n 2) = 1 P(S 2) P(S n 2) = 1 2( 2 n +n2 n +2 n ) = 1 (n 2 +n+2)2 n.

1 Przedziały ufności. ). Obliczamy. gdzie S pochodzi z rozkładu B(n, 1 2. P(2 S n 2) = 1 P(S 2) P(S n 2) = 1 2( 2 n +n2 n +2 n ) = 1 (n 2 +n+2)2 n. Przedziały ufości W tym rozdziale będziemy zajmować się przede wszystkim zadaiami związaymi z przedziałami ufości Będą as rówież iteresować statystki pozycyje oraz estymatory ajwiększej wiarygodości (Eg

Bardziej szczegółowo

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.

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,

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Egzaminy. na wyższe uczelnie 2003. zadania

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

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R Kresy zbiorów. Ćwiczeia 21.11.2011: zad. 197-229 Kolokwium r 7, 22.11.2011: materiał z zad. 1-249 Defiicja: Zbiór Z R azywamy ograiczoym z góry, jeżeli M R x Z x M. Każdą liczbę rzeczywistą M R spełiającą

Bardziej szczegółowo

12DRAP - parametry rozkładów wielowymiarowych

12DRAP - parametry rozkładów wielowymiarowych DRAP - parametry rozkładów wielowymiarowych Definicja.. Jeśli h : R R, a X, Y ) jest wektorem losowym o gęstości fx, y) to EhX, Y ) = hx, y)fx, y)dxdy. Jeśli natomiast X, Y ) ma rozkład dyskretny skupiony

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB II

STATYSTKA I ANALIZA DANYCH LAB II STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.

Bardziej szczegółowo

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n I. Ciągi liczbowe Defiicja 1. Fukcję określoą a zbiorze liczb aturalych o wartościach rzeczywistych azywamy ciągiem liczbowym. Ciągi będziemy ozaczać symbolem a ), gdzie a ozacza -ty wyraz ciągu a ). Defiicja.

Bardziej szczegółowo

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobieństwo i statystyka.0.00 r. Zadaie Rozważy astępującą, uproszczoą wersję gry w,,woję. Talia składa się z 5 kart. Dobrze potasowae karty rozdajey dwó graczo, każdeu po 6 i układay w dwie kupki.

Bardziej szczegółowo

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

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

Bardziej szczegółowo

ZADANIA NA ĆWICZENIA 3 I 4

ZADANIA NA ĆWICZENIA 3 I 4 Agata Boratyńska Statystyka aktuariala... 1 ZADANIA NA ĆWICZENIA 3 I 4 1. Wygeeruj szkody dla polis z kolejych lat wg rozkładu P (N = 1) = 0, 1 P (N = 0) = 0, 9, gdzie N jest liczbą szkód z jedej polisy.

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2 (LUX), lato 2017/18. a n n = 10.

Jarosław Wróblewski Analiza Matematyczna 2 (LUX), lato 2017/18. a n n = 10. Czy istieje ciąg (a ) taki, że (podać przykład lub dowieść, że ie istieje) : 576. a > 1 dla ieskończeie wielu, a > 0, szereg a jest zbieży. N 577. a = 1 2 dla ieskończeie wielu, a = 10. 578. a 2 = 1 N,

Bardziej szczegółowo

Podstawowe rozkłady zmiennych losowych typu dyskretnego

Podstawowe rozkłady zmiennych losowych typu dyskretnego Podstawowe rozkłady zmieych losowych typu dyskretego. Zmiea losowa X ma rozkład jedopuktowy, skocetroway w pukcie x 0 (ozaczay przez δ(x 0 )), jeżeli P (X = x 0 ) =. EX = x 0, V arx = 0. e itx0.. Zmiea

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEOSTWA

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

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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)

Bardziej szczegółowo

3. Podać przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ,

3. Podać przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ, Zadania z Rachunku Prawdopodobieństwa II - Mówimy, że i) ciąg miar probabilistycznych µ n zbiega słabo do miary probabilistycznej µ (ozn. µ n µ), jeśli fdµ n fdµ dla dowolnej funkcji ciągłej ograniczonej

Bardziej szczegółowo

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12 Rozwiazaia zadań z pierwszej klasówki, 0 listopada 06 r zestaw A Ciag a ) jest zaday rekuryjie: a a, a + a a 9, a R, a

Bardziej szczegółowo

oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że:

oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że: Zadaie. Niech zmiee losowe: X t,k = μ + α k + β t + ε t,k, k =,2,, K oraz t =,2,, T, ozaczają łącze wartości szkód odpowiedio dla k-tego kotraktu w t-tym roku. O składikach aszych zmieych zakładamy, że:

Bardziej szczegółowo

Scenariusz lekcji: Kombinatoryka utrwalenie wiadomości

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

Bardziej szczegółowo

Trochę zadań kombinatorycznych. 1. na ile sposobów można siedmiu stojących na peronie pasażerów umieścić w trzech wagonach?

Trochę zadań kombinatorycznych. 1. na ile sposobów można siedmiu stojących na peronie pasażerów umieścić w trzech wagonach? Trochę zadań kombinatorycznych 1. na ile sposobów można siedmiu stojących na peronie pasażerów umieścić w trzech wagonach? 2. Na szachownicy o wymiarach n n umieszczamy 8 nierozróżnialnych wież szachowych

Bardziej szczegółowo

Statystyka i rachunek prawdopodobieństwa

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

Bardziej szczegółowo

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1. Dany odcinek podzielić dwoma punktami na trzy części. Jakie jest prawdopodobieństwo, że z tych części da się zbudować trójkąt?

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

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17 Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo

Bardziej szczegółowo

Zmienna losowa N ma rozkład ujemny dwumianowy z parametrami (, q) = 7,

Zmienna losowa N ma rozkład ujemny dwumianowy z parametrami (, q) = 7, Matematyka ubezpieczeń majątkowych.0.008 r. Zadaie. r, Zmiea losowa N ma rozkład ujemy dwumiaowy z parametrami (, q), tz.: Pr( N k) (.5 + k) (.5) k! Γ Γ * Niech k ozacza taką liczbę aturalą, że: * k if{

Bardziej szczegółowo

ZADANIA Z TOPOLOGII I. PRZESTRZENIE METRYCZNE. II. ZBIORY OTWARTE I DOMKNIĘTE.

ZADANIA Z TOPOLOGII I. PRZESTRZENIE METRYCZNE. II. ZBIORY OTWARTE I DOMKNIĘTE. ZADANIA Z TOPOLOGII I. PRZESTRZENIE METRYCZNE. 1. Niech (X, ρ) będzie przestrzeią metryczą zaś a liczbą rzeczywistą dodatią. Wykaż, że fukcja σ: X X R określoa wzorem σ(x, y) = mi {ρ(x, y), a} jest metryką

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy 12. Dowieść, że istieje ieskończeie wiele par liczb aturalych k < spełiających rówaie ( ) ( ) k. k k +1 Stosując wzór a wartość współczyika dwumiaowego otrzymujemy ( ) ( )!! oraz k k! ( k)! k +1 (k +1)!

Bardziej szczegółowo

Kurs Prawdopodobieństwo Wzory

Kurs Prawdopodobieństwo Wzory Kurs Prawdoodobieństwo Wzory Elemety kombiatoryki Klasycza deiicja rawdoodobieństwa gdzie: A - liczba zdarzeń srzyjających A - liczba wszystkich zdarzeń P A Tel. 603 088 74 Prawdoodobieństwo deiicja Kołmogorowa

Bardziej szczegółowo

Analiza matematyczna. Robert Rałowski

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...................................

Bardziej szczegółowo

Zadania z Rachunku Prawdopodobieństwa II Podaj przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ,

Zadania z Rachunku Prawdopodobieństwa II Podaj przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ, Zadania z Rachunku Prawdopodobieństwa II -. Udowodnij, że dla dowolnych liczb x n, x, δ xn δ x wtedy i tylko wtedy, gdy x n x.. Wykaż, że n n k= δ k/n λ, gdzie λ jest miarą Lebesgue a na [, ].. Podaj przykład

Bardziej szczegółowo

a 1, a 2, a 3,..., a n,...

a 1, a 2, a 3,..., a n,... III. Ciągi liczbowe. 1. Defiicja ciągu liczbowego. Defiicja 1.1. Ciągiem liczbowym azywamy fukcję a : N R odwzorowującą zbiór liczb aturalych N w zbiór liczb rzeczywistych R i ozaczamy przez { }. Używamy

Bardziej szczegółowo

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1 Tekst a iebiesko jest kometarzem lub treścią zadaia. Zadaie 1. Zbadaj mootoiczość i ograiczoość ciągów. a = + 3 + 1 Ciąg jest mootoiczie rosący i ieograiczoy poieważ różica kolejych wyrazów jest dodatia.

Bardziej szczegółowo

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim. Damia Doroba Ciągi. Graice, z których korzystamy. k. q.. 5. dla k > 0 dla k 0 0 dla k < 0 dla q > 0 dla q, ) dla q Nie istieje dla q ) e a, a > 0. Opis. Pierwsza z graic powia wydawać się oczywista. Jako

Bardziej szczegółowo

Ciągi liczbowe wykład 3

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

Bardziej szczegółowo

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b

Bardziej szczegółowo

Zadania z Rachunku Prawdopodobieństwa II Podać przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ,

Zadania z Rachunku Prawdopodobieństwa II Podać przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ, Zadania z Rachunku Prawdopodobieństwa II -. Udowodnij, że dla dowolnych liczb x n, x, δ xn δ x wtedy i tylko wtedy, gdy x n x.. Wykaż, że n n k= δ k/n λ, gdzie λ jest miarą Lebesgue a na [, ].. Podać przykład

Bardziej szczegółowo

Operatory zwarte Lemat. Jeśli T jest odwzorowaniem całkowym na przestrzeni Hilberta X = L 2 (Ω) z jądrem k L 2 (M M)

Operatory zwarte Lemat. Jeśli T jest odwzorowaniem całkowym na przestrzeni Hilberta X = L 2 (Ω) z jądrem k L 2 (M M) Operatory zwarte Niech X będzie przestrzeią Baacha. Odwzorowaie liiowe T azywa się zwarte, jeśli obraz kuli jedostkowej T (B) jest zbiorem warukowo zwartym. Przestrzeń wszystkich operatorów zwartych a

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

Zadania z analizy matematycznej - sem. I Szeregi liczbowe Zadaia z aalizy matematyczej - sem. I Szeregi liczbowe Defiicja szereg ciąg sum częściowyc. Szeregiem azywamy parę uporządkowaą a ) S ) ) ciągów gdzie: ciąg a ) ciąg S ) jest day jest ciągiem sum częściowych

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

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

Bardziej szczegółowo

Estymacja przedziałowa

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

Bardziej szczegółowo

Rozkład normalny (Gaussa)

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

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

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

Bardziej szczegółowo

Tematy zadań 2 razy 33 przykładowe zadania maturalne. Matura podstawowa

Tematy zadań 2 razy 33 przykładowe zadania maturalne. Matura podstawowa Tematy zadań razy przykładowe zadaia maturale Matura podstawowa Porówaj liczby: 54 + 5 oraz 4 W klasie jest 9 ucziów o średiej wieku 6 lat Średia wieku wzrośie o rok, jeżeli doliczy się wiek wychowawcy

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

I kolokwium z Analizy Matematycznej I kolokwium z Aalizy Matematyczej 4 XI 0 Grupa A. Korzystając z zasady idukcji matematyczej udowodić ierówość dla wszystkich N. Rozwiązaie:... 4 < + Nierówość zachodzi dla, bo 4

Bardziej szczegółowo

WYK LAD Z RACHUNKU PRAWDOPODOBIEŃSTWA I

WYK LAD Z RACHUNKU PRAWDOPODOBIEŃSTWA I WYK LAD Z RACHUNKU PRAWDOPODOBIEŃSTWA I ADAM OS EKOWSKI 1. Aksjomatyka Rachuku Prawdopodobieństwa Przypuśćmy, że wykoujemy pewie eksperymet losowy. Powstaje atychmiast pytaie: w jaki sposób opisać go matematyczie?

Bardziej szczegółowo

a n 7 a jest ciągiem arytmetycznym.

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

Bardziej szczegółowo

MACIERZE STOCHASTYCZNE

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:

Bardziej szczegółowo

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X Matematyka ubezpieczeń majątkowych.0.0 r. Zadaie. Mamy day ciąg liczb q, q,..., q z przedziału 0,. Rozważmy trzy zmiee losowe: o X X X... X, gdzie X i ma rozkład dwumiaowy o parametrach,q i, i wszystkie

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wykład 13: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Wykład 13: Zbieżność według rozkładu. Centralne twierdzenie graniczne. Rachuek prawopoobieństwa MA064 Wyział Elektroiki, rok aka 2008/09, sem leti Wykłaowca: r hab A Jurlewicz Wykła 3: Zbieżość weług rozkłau Cetrale twierzeie graicze Zbieżości ciągu zmieych losowych weług

Bardziej szczegółowo

MATURA 2014 z WSiP. Zasady oceniania zadań

MATURA 2014 z WSiP. Zasady oceniania zadań MATURA 0 z WSiP Matematyka Poziom rozszerzoy Zasady oceiaia zadań Copyright by Wydawictwa Szkole i Pedagogicze sp z oo, Warszawa 0 Matematyka Poziom rozszerzoy Kartoteka testu Numer zadaia Sprawdzaa umiejętość

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Komputerowa analiza danych doświadczalnych

Komputerowa analiza danych doświadczalnych Komputerowa aaliza daych doświadczalych Wykład 7 8.04.06 dr iż. Łukasz Graczykowski lgraczyk@if.pw.edu.pl Semestr leti 05/06 Cetrale twierdzeie graicze - przypomieie Sploty Pobieraie próby, estymatory

Bardziej szczegółowo

Wykład z Rachunku Prawdopodobieństwa II

Wykład z Rachunku Prawdopodobieństwa II Matematyka stosowaa Wykład z Rachuku Prawdopodobieństwa II Adam Osękowski ados@mimuw.edu.pl http://www.mimuw.edu.pl/~ados Uiwersytet Warszawski, 2011 Streszczeie. Celem iiejszego skryptu jest wprowadzeie

Bardziej szczegółowo

3. Funkcje elementarne

3. Funkcje elementarne 3. Fukcje elemetare Fukcjami elemetarymi będziemy azywać fukcję tożsamościową x x, fukcję wykładiczą, fukcje trygoometrycze oraz wszystkie fukcje, jakie moża otrzymać z wyżej wymieioych drogą astępujących

Bardziej szczegółowo

Analiza I.1, zima globalna lista zadań

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

Bardziej szczegółowo

16 Przedziały ufności

16 Przedziały ufności 16 Przedziały ufości zapis wyiku pomiaru: sugeruje, że rozkład błędów jest symetryczy; θ ± u(θ) iterpretacja statystycza przedziału [θ u(θ), θ + u(θ)] zależy od rozkładu błędów: P (Θ [θ u(θ), θ + u(θ)])

Bardziej szczegółowo

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12 Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu

Bardziej szczegółowo

201. a 1 a 2 a 3...a n a 2 1 +a 2 2 +a a 2 n n a 4 1 +a 4 2 +a a 4 n n. a1 + a 2 + a a n 204.

201. a 1 a 2 a 3...a n a 2 1 +a 2 2 +a a 2 n n a 4 1 +a 4 2 +a a 4 n n. a1 + a 2 + a a n 204. Liczby rzeczywiste dodatie a 1, a 2, a 3,...a spełiają waruek a 1 +a 2 +a 3 +...+a =. Wpisać w kratkę zak lub i udowodić podaą ierówość bez korzystaia z gotowych twierdzeń (moża korzystać z wcześiejszych

Bardziej szczegółowo

Analiza I.1, zima wzorcowe rozwiązania

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

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

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

Bardziej szczegółowo

dna szeregu. ; m., k N ; ó. ; u. x 2n 1 ; e. n n! jest, że

dna szeregu. ; m., k N ; ó. ; u. x 2n 1 ; e. n n! jest, że KILKA ZADAŃ O SZEREGACH Zbadać zbieżość i zbieżość bezwzgle da = a, jeśli a = a!! ; a + + ; c + ; ć! ; d +/ + 3 ; e! e 3 3+ ; f ; + g 000+ ; h ; + i! ; j k ; l 5 + l + 7 0 +3 6 0 + ; +3 ; ; m 3 + 3 ; +a

Bardziej szczegółowo

Analiza Matematyczna I dla Inżynierii Biomedycznej Lista zadań

Analiza Matematyczna I dla Inżynierii Biomedycznej Lista zadań Aaliza Matematycza I dla Iżyierii Biomedyczej Lista zadań Jacek Cichoń, WPPT PWr, 205/6 Logika, zbiory i otacja matematycza Zadaie Niech p, q, r będą zmieymi zdaiowymi. Pokaż, że:. = ( (p p)), 2. = (p

Bardziej szczegółowo

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc 5.3. Zagadieia estymacji 87 Rozważmy teraz dokładiej zagadieie szacowaia wartości oczekiwaej m zmieej losowej X o rozkładzie ormalym N(m, F), w którym odchyleie stadardowe F jest zae. Niech X, X,..., X

Bardziej szczegółowo

Wykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Wykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne. Rachuek prawopoobieństwa MA5 Wyział Elektroiki, rok aka 20/2, sem leti Wykłaowca: r hab A Jurlewicz Wykła 8: Zbieżość weług rozkłau Cetrale twierzeie graicze Zbieżości ciągu zmieych losowych weług rozkłau

Bardziej szczegółowo