3. F jest lewostronnie ciągła
|
|
- Magda Marczak
- 5 lat temu
- Przeglądów:
Transkrypt
1 Def. Zmienną losową nzywmy funkcję X: tką, że x R : { : X( ) < x }. Ozn.: zmist pisd A = { : X( ) < x } piszemy A = { X < x } zdrzenie poleg n tym, że X( )<x Wniosek: Jeżeli X jest zmienną losową, to { : X( ) x }, { : X( ) x }, { : X( ) > x }, { : X( ) = x }, { : X( ) [,] }, { : X( ) [,) }, { : X( ) (,] }, { : X( ) (,) } Jeżeli f jest funkcją przedziłmi ciągłą i ziór wrtości zmiennej losowej X D f, to Y( ) = f(x( )) jest też zmienną losową określoną n. Np. 1. Rzucmy rz monetą. = { O,R }. Zmienn losow X(O) =, X(R) = 1.. W tlii 5 krt, krty zostły ponumerowne. Losujemy jedną krtę. = { k 1, k,, k 5 }. Zmienn losow X(k i ) = i, i=1,,5. Def. Dystryuntą zmiennej losowej X nzywmy funkcję F: określoną wzorem F(x) = P({ : X( ) < x }) = P( X < x). Funkcj F: jest dystryuntą pewnej zmiennej losowej 1. F jest niemlejąc. lim F x = lim F x = 1 x x + 3. F jest lewostronnie ciągł Wniosek: P(X = x) = lim F t F(x), P(X x) = lim F t, P(x t x + t x + 1 X < x ) = F x F(x 1 ), P(X > x) = 1 lim F t, P(x t x + 1 < X < x ) = F x F x 1 P(X = x 1 ) itd.
2 Np. 1. Doierz prmetry A,B,C,D tk, y funkcj F(x) ył dystryuntą pewnej zmiennej losowej A, x Bx, < x 1 F x = x. x + C, 1 < x lim x lim x + D, < x F x = A = F x = 1 D = 1 F jest niemlejąc i lewostronnie ciągł lim F x = F(1) lim F x lim F x = F() lim F x x 1 x 1 + x x + B lim ( x x + C) = C 1 C D A = B C 1 C 1 = D x 1 + A = B 1 C 1 = D, x,15 x, < x 1. Dl F x = x olicz P( X = 1), P(X 1), P(1 < X < 1,5), x +,75, 1 < x P(,5 < X < 1,5), P(X > ) 1, < x P( X = 1) = lim F t F 1 =,5,15 =,15, P( X 1) = lim F t =,5, t 1 + t 1 + P(1 < X < 1,5) = F(1,5) F(1) P(X = 1) =,375,15,15 =,15, P(,5 < X < 1,5) = F(1,5) F(,5) P(X =,5) =,815,7815 =,7337, P(X > ) = 1 - lim F t = t +
3 Def. Mówimy, że zmienn losow X jest dyskretn (typu skokowego) X m skooczony lu przeliczlny ziór wrtości,x 1, x,, x n, } Mówimy, że zmienn losow X jest typu ciągłego ziorem wrtości X jest przedził, często nieogrniczony, orz dystryunt X m postd F(x) = x f t dt Wniosek: Dl zmiennej losowej X typu skokowego dystryunt X m postd F(x) = x i <x P(X = x i ) jest przedziłmi stł i m skooczoną lu przeliczlną liczę nieciągłości typu skok Def. Niech X ędzie zmienną losową typu ciągłego. Funkcję f nzywmy gęstością zmiennej losowej X dystryunt zmiennej losowej X jest postci F(x) = f t dt. x Funkcj f jest gęstością zmiennej losowej X 1. x: f x +. f x dx = 1 Wniosek: Jeżeli istnieje gęstośd f zmiennej losowej X, to 1. w punktch różniczkowlności dystryunty F zchodzi związek f(x) = F (x).. P(X [,]) = P(X (,]) = P(X [,)) = P(X (,)) = f x dx Np. 1. Dl jkich wrtości prmetrów i funkcj f x = 1+(x) jest gęstością pewnej zmiennej losowej. Wyzncz jej dystryuntę. z wrunku f(x)
4 + z wrunku f x dx = 1 + f x dx = π = 1 =, π x F(x) = dt π(1+ t ) lim lim A B A B 1 + (x) dx 1 = lim rctg( t) A π A x = 1 rctg x + 1 π = lim lim B A B rctg(x) = A π. Sprwdź, że funkcj F(x) = e e x jest dystryuntą zmiennej losowej X. Znjdź gęstośd zmiennej Y = X. poniewż e x jest funkcją mlejącą F jest rosnąc lim x e x = lim x + e x = lim F x = lim F x = 1 x x + funkcj e x jest ciągł F jest ciągł dystryunt zmiennej Y: G(x) = P(X, x < x) = P( X < x), x > =, x F x F x, x > =, x = e e x e e x, x >, x gęstośd zmiennej Y: g(x) = 1 x (e e x + x + e x e x ), x > Def. Rozkłdem zmiennej losowej X nzywmy: 1. prwdopodoieostw p i = P X = x i, i p i = 1 dl zmiennej X typu skokowego. gęstośd zmiennej X dl zmiennej typu ciągłego
5 Momenty zmiennych losowych: Def. Niech F(x) ędzie dystryuntą zmiennej X przedziłmi ciągłą i różniczkowlną w przedziłch ciągłości orz ziór,x 1, x, } ędzie ziorem punktów, w których funkcj F m skok. Cłką Stieltjes z funkcji g: względem dystryunty F(x) nzywmy liczę Wniosek: g x df x = g x F x dx + g x i [ lim t xi + F t F x i ] i 1. Jeżeli X jest typu ciągłego, to g x df x = g x F x dx. Jeżeli X jest typu skokowego, to g x df x = g x i P(X = x i ) i Np. Dl dystryunty F(x) =, x 1 1 e x, x > olicz cłkę x + 1 df(x). x + 1 df(x) = 1 lim B = x + 1 d B (x + 1)e x dx + x + 1 d(1 1 e x ) + 1 = 1 lim B [ x + 1 e x + e x ] + lim t + (1 1 e t ) F x i = B 1 + = 1 Def. Wrtością oczekiwną (ndzieją mtemtyczną, wrtością średnią) zmiennej losowej X o dystryuncie F nzywmy liczę (o ile cłk x df(x) jest zieżn) EX = xdf(x)
6 Jeżeli F jest dystryuntą zmiennej losowej X orz Y = g(x) dl funkcji g przedziłmi ciągłej, to o ile cłk EY = g x df(x) jest zieżn. g(x)df(x) Wniosek: 1. Jeżeli X jest zmienną typu ciągłego o gęstości f, to EX = xf(x)dx, o ile x f(x)dx jest zieżn. Jeżeli X jest zmienną typu skokowego o wrtościch,x 1, x, }, to EX = i x i p i, gdzie p i = P(X = x i ), o ile szereg i x i p i jest ezwzględnie zieżny Oserwcj: Jeżeli F jest dystryuntą zmiennej losowej X orz Y = g(x), to 1. jeżeli zmienn X typu skokowego m skooczoną liczę wrtości, to istnieje EY. jeżeli gęstośd f zmiennej X typu ciągłego m nośnik ogrniczony (tzn. istnieje ogrniczony ziór A tki, że f(x)= dl x A) orz g jest przedziłmi ciągł i ogrniczon n ziorze A, to istnieje EY, x x Np. Dystryuntą zmiennej losowej X jest F x =, < x 1. Olicz EY dl Y = ln(x+1). 1, x > 1 EY = ln (x + 1)dF(x) = 1 1 ln x + 1 dx = 1 [(x + 1)ln x + 1 x ] = = ln
7 Jeżeli istnieją wrtości oczekiwne EX i EY zmiennych losowych X i Y, to E(X+Y) = EX + EY Def. Niech F 1, F,, F n ędą dystryuntmi zmiennych losowych X 1, X,, X n. Mówimy, że zmienne losowe X 1, X,, X n są niezleżne x 1, x,, x n : P X 1 < x 1 X < x X n < x n = F 1 x 1 F x F n (x n ) Jeżeli zmienne losowe X 1, X,, X n są niezleżne, to E(X 1 X X n ) = EX 1 EX EX n Np. Znjdź wrtośd oczekiwną zmiennej Z = 3X-XY+Y, jeżeli X i Y są niezleżne orz EX=, EY=1. EZ = 3EX - EXEY + EY = = 3 Def. Momentem rzędu k zmiennej losowej X nzywmy E(X k ). Oznczenie m k. Wniosek: m k = x k df(x), o ile x k df(x) jest zieżn. Jeżeli dl zmiennej losowej X istnieje m k, to istnieją m l dl kżdego l k. Np. Olicz moment dowolnego rzędu dl zmiennej losowej X, jeżeli: 1. X m rozkłd zero-jedynkowy, tzn. P(X = 1) = p, P(X = ) = 1 p. m k = 1 k p + k 1 p = p
8 . X m rozkłd jednostjny n odcinku *,1+, tzn. gęstością X jest funkcj f x = m k = 1 x k dx = xk+1 1 k + 1 = 1 k + 1 1, x [,1], x [,1]. Def. Wrincją zmiennej losowej X nzywmy liczę D X = E(X EX). Oserwcj: D X Def. Średnim odchyleniem stndrdowym (dyspersją) zmiennej losowej X nzywmy liczę = D X Dyspersj jest mirą rozrzutu zmiennej losowej, tzn. odchyleni zmiennej losowej od jej średniej wrtości. Jeżeli istnieje wrincj zmiennej X, to D X = EX EX = m (m 1 ) Wniosek: Jeżeli X m moment co njmniej -go rzędu, to istnieje wrincj X. 1. Jeżeli X i Y są zmiennymi losowymi o skooczonych wrincjch, to D X = D X D X + = D X. Jeżeli X i Y są niezleżnymi zmiennymi losowymi o skooczonych wrincjch, to D X ± Y = D X + D Y D X = P X = = 1 tzn. X przyjmuje stłą wrtośd z prwdopodoieostwem 1
9 Def. Momentem centrlnym rzędu k zmiennej losowej X nzywmy liczę c k = E(X EX) k. Wrincj jest momentem centrlnym rzędu. Wniosek: Jeżeli istnieją momenty zwykłe m i, i k, to c k = Np. c 3 = m 3 3m m 1 + (m 1 ) 3 c = m m 3 m 1 + 6m m 1 3(m 1 ) k i= k i m k i ( m 1 ) i Def. Kwntylem rzędu p dl p (,1) rozkłdu zmiennej losowej X nzywmy liczę ξ p tką, że: 1. P(X ξ p ) p. P(X ξ p ) 1 p Wniosek: Jeżeli dystryunt F jest nieciągł, to kwntyle mogą nie yd wyznczone jednozncznie Jeżeli dystryunt jest ciągł, to kwntyl ξ p jest rozwiązniem równni F(ξ p ) = p. Oznczeni: Kwntyle rzędu 1, 1, 3 nzywmy kwrtylmi rzędu 1,, 3 odpowiednio. Kwrtyl rzędu nzywmy mediną i oznczmy Me. Odchyleniem dwirtkowym zmiennej X nzywmy liczę Q = 1 (ξ3 ξ1). Np. Olicz kwntyle rozkłdu zmiennej losowej X: 1. o rozkłdzie prwdopodoieostw P(X = k) =,1 dl k=,1,,9. P(X ξ p ) p P(X ξ p ) 1 p k ξ p,1 p 1 k<ξ p,1 1 p 1 1p k ξ p 1 1p k<ξ p
10 np. medin Me [,5] kwrtyle ξ1 =, ξ3 = 7 Q = 1 7 = 5, x <. o gęstości f x = λe λx, x. ξ p λe λx λe λx ξ p dx p dx 1 p np. medin Me = ln λ kwrtyle ξ1 = ln ln3 λ, ξ3 3. o dystryuncie F x = e λx ξ p p lim B e λx B ξp = ln λ ln3 Q = λ 1 p 1 e λξ p = p ξ p =, x 1 x 3 + 1,15, 1 < x,6 1, x >,6 ln (1 p) λ lim F(x) p x ξ+ p 1 F ξ p 1 p np. medin Me = 3 5 kwrtyle ξ1 = 3 7, ξ3 lim F(x) p x ξ+ p F ξ p p = 3 3 Q = 7 ξ p = , p (;,15] p 1,15, p (,15;,99],6, p (,99; 1)
Notatki z Analizy Matematycznej 4. Jacek M. Jędrzejewski
Nottki z Anlizy Mtemtycznej 4 Jcek M. Jędrzejewski ROZDZIAŁ 7 Cłk Riemnn 1. Cłk nieoznczon Definicj 7.1. Niech f : (, b) R będzie dowolną funkcją. Jeżeli dl pewnej funkcji F : (, b) R spełnion jest równość
Bardziej szczegółowoCałka Riemanna Dolna i górna suma całkowa Darboux
Doln i górn sum cłkow Drboux π = {x 0,..., x k }, x 0 =, x k = b - podził odcink [, b]; x i = x i x i 1, i = 1, 2,..., k; P = P[, b] - rodzin podziłów odcink [, b]. m i = m i (f, π) := inf x [xi 1,x i
Bardziej szczegółowoWykład 2. Pojęcie całki niewłaściwej do rachunku prawdopodobieństwa
Wykłd 2. Pojęcie cłki niewłściwej do rchunku prwdopodobieństw dr Mriusz Grządziel 4 mrc 24 Pole trpezu krzywoliniowego Przypomnienie: figurę ogrniczoną przez: wykres funkcji y = f(x), gdzie f jest funkcją
Bardziej szczegółowoEkoenergetyka Matematyka 1. Wykład 15. CAŁKI OZNACZONE. Egzaminy I termin poniedziałek :00 Aula B sala 12B Wydział Informatyki
Ekoenergetyk Mtemtyk 1. Wykłd 15. CAŁKI OZNACZONE Egzminy I termin poniedziłek 31.01 14:00 Aul B sl 12B Wydził Informtyki Definicj (podził odcink) II termin poprwkowy czwrtek 9.02 14:00 WE-030 Podziłem
Bardziej szczegółowoN(0, 1) ) = φ( 0, 3) = 1 φ(0, 3) = 1 0, 6179 = 0, 3821 < t α 1 e t dt α > 0. f g = fg. f = e t f = e t. U nas: g = t α 1 g = (α 1)t α 2
Zdnie X,..., X 5 N(6, 5 ) Y,..., Y 6 N(7, 5 ) X N(6, 5 6 ) Ȳ N(7, 5 6 ) Przy złożeniu niezleżności zmiennych mmy: X Ȳ N(, ) po stndryzcji otrzymmy: Ȳ X N(, ) Pr(Ȳ X < ) = Pr(Ȳ X < ) = φ(, 3) = φ(, 3) =,
Bardziej szczegółowoRACHUNEK CAŁKOWY. Funkcja F jest funkcją pierwotną funkcji f na przedziale I R, jeżeli. F (x) = f (x), dla każdego x I.
RACHUNEK CAŁKOWY Funkcj F jest funkcją pierwotną funkcji f n przedzile I R, jeżeli F (x) = f (x), dl kżdego x I. Przykłd. Niech f (x) = 2x dl x (, ). Wtedy funkcje F (x) = x 2 + 5, F (x) = x 2 + 5, F (x)
Bardziej szczegółowo< f g = fg. f = e t f = e t. U nas: e t (α 1)t α 2 dt = 0 + (α 1)Γ(α 1)
Zdnie X,..., X 5 N(6, 5 ) Y,..., Y 6 N(7, 5 ) X N(6, 5 6 ) Ȳ N(7, 5 6 ) Przy złożeniu niezleżności zmiennych mmy: X Ȳ N(, ) po stndryzcji otrzymmy: Ȳ X N(, ) Pr(Ȳ X < ) = Pr(Ȳ X < ) = φ(, 3) = φ(, 3) =,
Bardziej szczegółowo1 Rachunek zdań 3. 2 Funkcje liczbowe 6
Spis treści 1 Rchunek zdń 3 2 Funkcje liczbowe 6 3 Ciągi liczbowe 9 3.1 Grnic włściw ciągu 10 3.2 Grnic niewłściw ciągu 11 3.3 Grnice pewnych ciągów 12 4 Grnice funkcji 13 4.1 Podstwowe definicje 13 4.2
Bardziej szczegółowoAnaliza matematyczna v.1.6 egzamin mgr inf niestacj 1. x p. , przy założeniu, że istnieją lim
Anliz mtemtyczn v..6 egzmin mgr inf niestcj Oznczeni: f, g, h : J R funkcje rzeczywiste określone n J R J przedził, b),, b], [, b), [, b], półprost, b),, b],, ), [, ) lub prost R α, β [min{α, β}, m{α,
Bardziej szczegółowoAnaliza matematyczna i algebra liniowa Całka oznaczona
Anliz mtemtyczn i lgebr liniow Cłk oznczon Wojciech Kotłowski Instytut Informtyki Politechniki Poznńskiej emil: imię.nzwisko@cs.put.poznn.pl pok. 2 (CW) tel. (61)665-2936 konsultcje: piątek 15:10-16:40
Bardziej szczegółowoCałka Riemanna. Analiza Matematyczna. Alexander Denisjuk
Anliz Mtemtyczn Cłk Riemnn Alexnder Denisjuk denisjuk@pjwstk.edu.pl Polsko-Jpońsk Wyższ Szkoł Technik Komputerowych zmiejscowy ośrodek dydktyczny w Gdńsku ul. Brzegi 55 80-045 Gdńsk Anliz Mtemtyczn p.
Bardziej szczegółowoVI. Rachunek całkowy. 1. Całka nieoznaczona
VI. Rchunek cłkowy. Cłk nieoznczon Niech F : I R i f : I R będą funkcjmi określonymi n pewnym przedzile I R. Definicj. Funkcję F nzywmy funkcją pierwotną funkcji f n przedzile I, gdy F (x) = f(x) dl x
Bardziej szczegółowo1 Definicja całki oznaczonej
Definicj cłki oznczonej Niech dn będzie funkcj y = g(x) ciągł w przedzile [, b]. Przedził [, b] podzielimy n n podprzedziłów punktmi = x < x < x
Bardziej szczegółowoWykład 2. Granice, ciągłość, pochodna funkcji i jej interpretacja geometryczna
1 Wykłd Grnice, ciągłość, pocodn unkcji i jej interpretcj geometryczn.1 Grnic unkcji. Grnic lewostronn i grnic prwostronn unkcji Deinicj.1 Mówimy, że liczb g jest grnicą lewostronną unkcji w punkcie =,
Bardziej szczegółowoAnaliza Matematyczna. Całka Riemanna
Anliz Mtemtyczn. Cłk Riemnn Aleksnder Denisiuk denisiuk@pjwstk.edu.pl Polsko-Jpońsk Wyższ Szkoł Technik Komputerowych Wydził Informtyki w Gdńsku ul. Brzegi 55 8-45 Gdńsk 29 kwietni 217 1 / 2 Cłk Riemnn
Bardziej szczegółowoJeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.
Wykład 4 Rozkłady i ich dystrybuanty Dwa typy zmiennych losowych Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x, x 2,...}, to mówimy, że jest to zmienna dyskretna.
Bardziej szczegółowoANALIZA MATEMATYCZNA 1
ANALIZA MATEMATYCZNA Ciągi liczbowe Definicj. Rzeczywistym nieskończonym ciągiem liczbowym nzywmy funkcję określoną n zbiorze liczb nturlnych o wrtościch w zbiorze liczb rzeczywistych f : N R, n n. Ciąg
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka matematyczna.
Rchunek rwdoodobieństw i sttystyk mtemtyczn. Zd 8. {(, : i } Zleżność tą możn rzedstwić w ostci nstęującej interretcji grficznej: Arkdiusz Kwosk Rfł Kukliński Informtyk sem.4 gr. Srwdźmy, czy odne zmienne
Bardziej szczegółowoCałka oznaczona. Matematyka. Aleksander Denisiuk. Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza Elblag.
Mtemtyk Cłk oznczon Aleksnder Denisiuk denisjuk@euh-e.edu.pl Elblsk Uczelni Humnistyczno-Ekonomiczn ul. Lotnicz 2 82-3 Elblg Mtemtyk p. 1 Cłk oznczon Njnowsz wersj tego dokumentu dostępn jest pod dresem
Bardziej szczegółowonazywamy odpowiednio dolną oraz górną sumą Darboux funkcji f w przedziale [a, b] wyznaczoną przez podział P.
Rozdził 10 Cłk Drboux 10.1 Doln i górn sum Drboux Definicj podziłu. Niech, b R, < b. Kżdy skończony ciąg P postci (10.1) P = (x 0,..., x n ), gdzie n N, = x 0 < x 1
Bardziej szczegółowoJednowymiarowa zmienna losowa
1 Jednowymiarowa zmienna losowa Przykład Doświadczenie losowe - rzut kostką do gry. Obserwujemy ilość wyrzuconych oczek. Teoretyczny model eksperymentu losowego - przestrzeń probabilistyczna (Ω, S, P ),
Bardziej szczegółowoCAŁKA OZNACZONA JAKO SUMA SZEREGU
CAŁKA OZNACZONA JAKO SUMA SZEREGU Rozwżmy funkcję ciągłą x f(x) o wrtościch nieujemnych określoną n przedzile [, b]. Ustlmy [będzie to problem sttystyczny polegjący n dokłdnym sprecyzowniu informcji o
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka
Rachunek prawdopodobieństwa i statystyka Momenty Zmienna losowa jest wystarczająco dokładnie opisana przez jej rozkład prawdopodobieństwa. Względy praktyczne dyktują jednak potrzebę znalezienia charakterystyk
Bardziej szczegółowoRozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej
Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Zbiór możliwych wyników eksperymentu będziemy nazywać przestrzenią zdarzeń elementarnych i oznaczać Ω, natomiast
Bardziej szczegółowoĆwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu.
Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu. A Teoria Definicja A.1. Niech (Ω, F, P) będzie przestrzenią probabilistyczną. Zmienną losową określoną na przestrzeni Ω nazywamy dowolną
Bardziej szczegółowoStatystyka Opisowa z Demografią oraz Biostatystyka. Zmienne losowe. Aleksander Denisiuk. denisjuk@euh-e.edu.pl
Statystyka Opisowa z Demografią oraz Biostatystyka Zmienne losowe Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka p.
Bardziej szczegółowoIII. Rachunek całkowy funkcji jednej zmiennej.
III. Rchunek cłkowy funkcji jednej zmiennej. 1. Cłki nieoznczone. Niech f : I R, I R - przedził n prostej. Definicj 1.1. (funkcji pierwotnej) Funkcję F nzywmy funkcją pierwotną funkcji f n przedzile I,
Bardziej szczegółowoCałki oznaczone. Funkcja górnej granicy całkowania. Zastosowania całek oznaczonych. Całki niewłaściwe. Małgorzata Wyrwas
Cłki oznczone Definicj, włsności i oblicznie cłek oznczonych. Wrtość średni funkcji. Funkcj górnej grnicy cłkowni. Zstosowni cłek oznczonych. Cłki niewłściwe. Młgorzt Wyrws Ktedr Mtemtyki Wydził Informtyki
Bardziej szczegółowoCałki oznaczone. Funkcja górnej granicy całkowania. Zastosowania całek oznaczonych. Całki niewłaściwe. Małgorzata Wyrwas
Cłki oznczone Definicj, włsności i oblicznie cłek oznczonych. Wrtość średni funkcji. Funkcj górnej grnicy cłkowni. Zstosowni cłek oznczonych. Cłki niewłściwe. Młgorzt Wyrws Ktedr Mtemtyki Wydził Informtyki
Bardziej szczegółowoNajczęściej spotykane rozkłady dyskretne:
I. Rozkład dwupunktowy: Najczęściej spotykane rozkłady dyskretne: Def. Zmienna X ma rozkład dwupunktowy z prawdopodobieostwem 1 przyjmuje tylko dwie wartości, tzn. P(X = x 1 ) = p i P(X = x 2 ) = 1 p =
Bardziej szczegółowoCałki niewłaściwe. Rozdział Wprowadzenie Całki niewłaściwe I rodzaju
Rozdził 3 Cłki niewłściwe 3. Wprowdzenie Omwine w poprzednim rozdzile cłki oznczone są cłkmi funkcji ciągłych n przedzile domkniętym, więc funkcji ogrniczonych n przedzile skończonym. Wiele zgdnień prktycznych
Bardziej szczegółowoMatematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 Wykład 1
Mtemtyk II Bezpieczeństwo jądrowe i ochron rdiologiczn Semestr letni 2018/2019 Wykłd 1 Zsdy współprcy przypomnienie Wykłdy są nieobowiązkowe, le Egzmin: pytni teoretyczne z łtwymi ćwiczenimi (będzie list)
Bardziej szczegółowoWYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty
WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty Agata Boratyńska Agata Boratyńska Rachunek prawdopodobieństwa, wykład 4 / 9 Przekształcenia zmiennej losowej X
Bardziej szczegółowoPochodne i całki, macierze i wyznaczniki
Cłk oznczon Cłk niewłściw Wzór Tylor Mcierze Pochodne i cłki, mcierze i wyznczniki Stnisłw Jworski Ktedr Ekonometrii i Sttystyki Zkłd Sttystyki Stnisłw Jworski Pochodne i cłki, mcierze i wyznczniki Cłk
Bardziej szczegółowoPrzykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych
Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Niech Ω będzie przestrzenią zdarzeń elementarnych. Definicja 1 Rodzinę S zdarzeń losowych (zbiór S podzbiorów zbioru
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja
Bardziej szczegółowoLiteratura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.
Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej
Bardziej szczegółowoZmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014
Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014 Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe
Bardziej szczegółowoPrzestrzeń probabilistyczna
Przestrzeń probabilistyczna (Ω, Σ, P) Ω pewien niepusty zbiór Σ rodzina podzbiorów tego zbioru P funkcja określona na Σ, zwana prawdopodobieństwem. Przestrzeń probabilistyczna (Ω, Σ, P) Ω pewien niepusty
Bardziej szczegółowoMATEMATYKA 1 MACIERZE I WYZNACZNIKI
MATEMATYKA 1 MACIERZE I WYZNACZNIKI Definicj 1. Niech A i B będą dowolnymi zbiormi. Zbiór A B = {(, b) : A b B} wszystkich pr uporządkownych (, b) tkich, że A i b B nzywmy iloczynem krtezjńskim zbiorów
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka
Rachunek prawdopodobieństwa i statystyka Przestrzeń probabilistyczna Niech Ω będzie dowolnym zbiorem, zwanym przestrzenią zdarzeń elementarnych. Elementy ω tej przestrzeni nazywamy zdarzeniami elementarnymi.
Bardziej szczegółowoMaciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Całki oznaczone. lim δ n = 0. σ n = f(ξ i ) x i. (1)
Mciej Grzesik Instytut Mtemtyki Politechniki Poznńskiej Cłki oznczone. Definicj cłki oznczonej Niech dn będzie funkcj f ciągł w przedzile [, b]. Przedził [, b] podziey n n podprzedziłów punktmi = x < x
Bardziej szczegółowoRozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład
Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem
Bardziej szczegółowoWykład 3 Jednowymiarowe zmienne losowe
Wykład 3 Jednowymiarowe zmienne losowe Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną Definicja 1 Jednowymiarowa zmienna losowa (o wartościach rzeczywistych), określoną na przestrzeni probabilistycznej
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka
Rachunek prawdopodobieństwa i statystyka Współczynnik zmienności Klasycznym współczynnikiem (wskaźnikiem) zmienności zmiennej losowej X nazywamy wyrażenie gdzie E(X) 0. v k z (X) = D(X) E(X), Klasyczny
Bardziej szczegółowoKomisja Egzaminacyjna dla Aktuariuszy LIX Egzamin dla Aktuariuszy z 12 marca 2012 r. Część I Matematyka finansowa
Mtemtyk finnsow 12.03.2012 r. Komisj Egzmincyjn dl Akturiuszy LIX Egzmin dl Akturiuszy z 12 mrc 2012 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoby egzminownej:... Czs egzminu: 100 minut
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ew Pbisek Adm Wostko Piotr Pluciński Mtemtyk stosown i metody numeryczne Konspekt z wykłdu 0 Cłkownie numeryczne Wzory cłkowni numerycznego pozwlją n obliczenie przybliżonej wrtości cłki: I(f) = f(x) dx
Bardziej szczegółowoAnaliza Matematyczna (część II)
Anliz Mtemtyczn (część II) Krzysztof Trts Witold Bołt n podstwie wykłdów dr. Piotr Brtłomiejczyk 25 kwietni 24 roku 1 Rchunek cłkowy jednej zmiennej. 1.1 Cłk nieoznczon. Definicj 1.1.1 (funkcj pierwotn)
Bardziej szczegółowoO SZEREGACH FOURIERA. T (x) = c k e ikx
O SZEREGACH FOURIERA Funkcję postci. Wielominy i szeregi trygonometryczne. T x = N k= N c k e ikx nzywmy wielominem trygonometrycznym. Jk widć, wielomin trygonometryczny jest funkcją okresową o podstwowym
Bardziej szczegółowoRealizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych,
Klsyczn Metod Njmniejszych Kwdrtów (KMNK) Postć ć modelu jest liniow względem prmetrów (lbo nleży dokonć doprowdzeni postci modelu do liniowości względem prmetrów), Zmienne objśnijące są wielkościmi nielosowymi,
Bardziej szczegółowoStatystyka. Magdalena Jakubek. kwiecień 2017
Statystyka Magdalena Jakubek kwiecień 2017 1 Nauka nie stara się wyjaśniać, a nawet niemal nie stara się interpretować, zajmuje się ona głównie budową modeli. Model rozumiany jest jako matematyczny twór,
Bardziej szczegółowoL.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 2 ZADANIA - ZESTAW 2
ZADANIA - ZESTAW 2 Zadanie 2.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 1 0 2 p k 1/ 1/6 1/2 a) wyznaczyć dystrybuantę tej zmiennej losowej i naszkicować jej wykres, b) obliczyć
Bardziej szczegółowoPODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych
PODSTAWY BAZ DANYCH Wykłd 3 2. Pojęcie Relcyjnej Bzy Dnych 2005/2006 Wykłd "Podstwy z dnych" 1 Rozkłdlno dlność schemtów w relcyjnych Przykłd. Relcj EGZ(U), U := { I, N, P, O }, gdzie I 10 10 11 N f f
Bardziej szczegółowo( ) Lista 2 / Granica i ciągłość funkcji ( z przykładowymi rozwiązaniami)
List / Grnic i ciągłość funkcji ( z przykłdowymi rozwiąznimi) Korzystjąc z definicji grnicy (ciągowej) funkcji uzsdnić podne równości: sin ) ( + ) ; b) ; c) + 5 Obliczyć grnice funkcji przy orz : + ) f
Bardziej szczegółowoCałka oznaczona i całka niewłaściwa Zastosowania rachunku całkowego w geometrii
Wydził Mtemtyki Stosownej Zestw zdń nr 6 Akdemi Górniczo-Hutnicz w Krkowie WFiIS, informtyk stosown, I rok Elżbiet Admus 9 listopd 8r. Cłk oznczon i cłk niewłściw Zstosowni rchunku cłkowego w geometrii
Bardziej szczegółowoWykład 5. Zagadnienia omawiane na wykładzie w dniu r
Wykład 5. Zagadnienia omawiane na wykładzie w dniu 14.11.2018r Definicja (iloraz różnicowy) Niech x 0 R oraz niech funkcja f będzie określona przynajmnniej na otoczeniu O(x 0 ). Ilorazem różnicowym funkcji
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej
Bardziej szczegółowoPlanowanie złożonych przedsięwzięć wieloczynnościowych (Project Management - zarządzanie projektami)
D Miszczyńsk, M.Miszczyński KBO UŁ, Bdni opercyjne, metod PERT 1 Plnownie złożonych przedsięwzięć wieloczynnościowych (Project Mngement - zrządznie projektmi) Anlizujemy złożone przedsięwzięci wieloczynnościowe.
Bardziej szczegółowoCałkowanie metodą Monte Carlo
Cłkownie metodą Monte Crlo Pln wykłdu: 1. Podstwow metod Monte Crlo 2. Metody MC o zwiększonej efektywności ) losowni wżonego b) zmiennej kontrolnej c) losowni wrstwowego d) obniżni krotności cłki Przypomnienie
Bardziej szczegółowoWstęp do Rachunku Prawdopodobieństwa, IIr. WMS
Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS przykładowe zadania na. kolokwium czerwca 6r. Poniżej podany jest przykładowy zestaw zadań. Podczas kolokwium na ich rozwiązanie przeznaczone będzie ok. 85
Bardziej szczegółowoMetody numeryczne. Całkowanie. Janusz Szwabiński. nm_slides-4.tex Metody numeryczne Janusz Szwabiński 23/10/ :07 p.
Metody numeryczne Cłkownie Jnusz Szwbiński szwbin@ift.uni.wroc.pl nm_slides-4.tex Metody numeryczne Jnusz Szwbiński 23/10/2002 10:07 p.1/69 Cłkownie numeryczne 1. Kilk uwg ogólnych 2. Kwdrtury Newton Cotes
Bardziej szczegółowoZestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) =
Zestaw : Zmienne losowe. Które z poniższych funkcji są dystrybuantami? Odpowiedź uzasadnij. Wskazówka: naszkicuj wykres. 0, x 0,, x 0, F (x) = x, F (x) = x, 0 x
Bardziej szczegółowoAnaliza Matematyczna
Aliz Mtemtycz Przykłdy: Cłki ozczoe. Oprcowie: dr hb. iż. Agieszk Jurlewicz, prof. PWr Przykłd 9. : Korzystjąc z defiicji cłki ozczoej orz fktu, że fukcj ciągł jest cłkowl, oblicz e x dx przyjmując podził
Bardziej szczegółowo( ) Elementy rachunku prawdopodobieństwa. f( x) 1 F (x) f(x) - gęstość rozkładu prawdopodobieństwa X f( x) - dystrybuanta rozkładu.
Elementy rchunku prwdopodoeństw f 0 f() - gęstość rozkłdu prwdopodoeństw X f d P< < = f( d ) F = f( tdt ) - dystryunt rozkłdu E( X) = tf( t) dt - wrtość średn D ( X) = E( X ) E( X) - wrncj = f () F ()
Bardziej szczegółowoFunkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju
Funkcje charakterystyczne zmiennych losowych, linie regresji -go i 2-go rodzaju Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoWariacje Funkcji, Ich Własności i Zastosowania
Środowiskowe Studi Doktornckie z Nuk Mtemtycznych Uniwersytet Mrii Curie-Skłodowskiej w Lublinie Józef Bnś Ktedr Mtemtyki Politechnik Rzeszowsk Wricje Funkcji, Ich Włsności i Zstosowni Lublin 2014 Spis
Bardziej szczegółowozadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych
zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych 1. [E.A 5.10.1996/zad.4] Funkcja gęstości dana jest wzorem { 3 x + 2xy + 1 y dla (x y) (0 1) (0 1) 4 4 P (X > 1 2 Y > 1 2 ) wynosi:
Bardziej szczegółowoZadania. I. Podzielność liczb całkowitych
Zdni I. Podzielność liczb cłkowitych. Pewn liczb sześciocyfrow kończy się cyfrą 5. Jeśli tę cyfrę przestwimy n miejsce pierwsze ze strony lewej to otrzymmy nową liczbę cztery rzy większą od poprzedniej.
Bardziej szczegółowof(x)dx (1.7) b f(x)dx = F (x) = F (b) F (a) (1.2)
Cłk oznczon Cłkę oznczoną będziemy zpisywli jko f(x)dx (.) z fnkcji f(x), któr jest ogrniczon w przedzile domkniętym [, b]. Jk obliczyć cłkę oznczoną? Obliczmy njpierw cłkę nieoznczoną z fnkcji f(x), co
Bardziej szczegółowoKomisja Egzaminacyjna dla Aktuariuszy LII Egzamin dla Aktuariuszy z 15 marca 2010 r. Część I Matematyka finansowa
Mtemtyk finnsow 15.0.010 r. Komisj Egzmincyjn dl Akturiuszy LII Egzmin dl Akturiuszy z 15 mrc 010 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoy egzminownej:... Czs egzminu: 100 minut 1
Bardziej szczegółowoLISTA02: Projektowanie układów drugiego rzędu Przygotowanie: 1. Jakie własności ma równanie 2-ego rzędu & x &+ bx&
LISTA: Projektownie ukłdów drugiego rzędu Przygotownie: 1. Jkie włsności m równnie -ego rzędu & &+ b + c u jeśli: ) c>; b) c; c) c< Określ położenie biegunów, stbilność, oscylcje Zdni 1: Wyzncz bieguny.
Bardziej szczegółowoWykład 3 Momenty zmiennych losowych.
Wykład 3 Momenty zmiennych losowych. Wrocław, 19 października 2016r Momenty zmiennych losowych Wartość oczekiwana - przypomnienie Definicja 3.1: 1 Niech X będzie daną zmienną losową. Jeżeli X jest zmienną
Bardziej szczegółowoWykład 2 Zmienne losowe i ich rozkłady
Wykład 2 Zmienne losowe i ich rozkłady Magdalena Frąszczak Wrocław, 11.10.2017r Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe Doświadczenie
Bardziej szczegółowoWYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady
WYKŁAD 2 Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady Metody statystyczne metody opisu metody wnioskowania statystycznego syntetyczny liczbowy opis właściwości zbioru danych ocena
Bardziej szczegółowoMatematyka dla biologów Zajęcia nr 7.
Mtemtyk dl biologów Zjęci nr 7. Driusz Wrzosek 21 listopd 2018 Mtemtyk dl biologów Zjęci 7. 21 listopd 2018 1 / 20 Przypomnienie: funkcj pierwotn Niech F : D, gdzie D to odcinek otwrty lub cł prost ).
Bardziej szczegółowoWykład 3 Momenty zmiennych losowych.
Wykład 3 Momenty zmiennych losowych. Wrocław, 18 października 2017r Momenty zmiennych losowych Wartość oczekiwana - przypomnienie Definicja 3.1: 1 Niech X będzie daną zmienną losową. Jeżeli X jest zmienną
Bardziej szczegółowoWYMAGANIA I KRYTERIA OCENIANIA Z MATEMATYKI W 3 LETNIM LICEUM OGÓLNOKSZTAŁCĄCYM
WYMAGANIA I KRYTERIA OCENIANIA Z MATEMATYKI W 3 LETNIM LICEUM OGÓLNOKSZTAŁCĄCYM Kls drug A, B, C, D, E, G, H zkres podstwowy 1. FUNKCJA LINIOWA rozpoznje funkcję liniową n podstwie wzoru lub wykresu rysuje
Bardziej szczegółowoI. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji.
I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji. Niech x 0 R i niech f będzie funkcją określoną przynajmniej na
Bardziej szczegółowoEGZAMIN MATURALNY OD ROKU SZKOLNEGO 2014/2015 MATEMATYKA POZIOM ROZSZERZONY ROZWIĄZANIA ZADAŃ I SCHEMATY PUNKTOWANIA (A1, A2, A3, A4, A6, A7)
EGZAMIN MATURALNY OD ROKU SZKOLNEGO 01/015 MATEMATYKA POZIOM ROZSZERZONY ROZWIĄZANIA ZADAŃ I SCHEMATY PUNKTOWANIA (A1, A, A, A, A6, A7) GRUDZIEŃ 01 Klucz odpowiedzi do zdń zmkniętych Nr zdni 1 5 Odpowiedź
Bardziej szczegółowoAnaliza Matematyczna II
Uniwersytet Jn Kochnowskiego w Kielcch Wydził Mtemtyczno-Przyrodniczy Instytut Mtemtyki Dr hb. prof. UJK Grzegorz Łysik Anliz Mtemtyczn II Skrypt wykłdów Kielce, 212. 1 1 Funkcje wielu zmiennych 1.1 Przestrzeń
Bardziej szczegółowoRozkłady i ich dystrybuanty 16 marca F X (t) = P (X < t) 0, gdy t 0, F X (t) = 1, gdy t > c, 0, gdy t x 1, 1, gdy t > x 2,
Wykład 4. Rozkłady i ich dystrybuanty 6 marca 2007 Jak opisać cały rozkład jedną funkcją? Aby znać rozkład zmiennej X, musimy umieć obliczyć P (a < X < b) dla dowolnych a < b. W tym celu wystarczy znać
Bardziej szczegółowoMatematyka dla biologów Zajęcia nr 13.
Matematyka dla biologów Zajęcia nr 13. Dariusz Wrzosek 16 stycznia 2019 Matematyka dla biologów Zajęcia 13. 16 stycznia 2019 1 / 34 Plan: 1 Rachunek prawdopodobienstwa-zmienne losowe o rozkładzie ciagłym
Bardziej szczegółowoAnaliza matematyczna ISIM II
Anliz mtemtyczn ISIM II Ryszrd Szwrc Spis treści Cłki niewłściwe 3. Cłki niewłściwe z funkcji nieujemnych............ 9.2 Cłki i szeregi........................... 2.3 Cłki niewłściwe z osobliwością w
Bardziej szczegółowoRozkłady prawdopodobieństwa zmiennych losowych
Rozkłady prawdopodobieństwa zmiennych losowych Rozkład dwumianowy Rozkład normalny Marta Zalewska Zmienna losowa dyskretna (skokowa) jest to zmienna, której zbór wartości jest skończony lub przeliczalny.
Bardziej szczegółowoPEWNIK DEDEKINDA i jego najprostsze konsekwencje
PEWNIK DEDEKINDA i jego njprostsze konsekwencje W rozdzile ósmym stwierdziliśmy, że z podnych tm pewników nie wynik istnienie pierwistków z liczb rzeczywistych. Uzupe lnimy terz liste pewników jeszcze
Bardziej szczegółowoWykład 3: Transformata Fouriera
Rchunek prwdopodobieństw MAP64 Wydził Elektroniki, rok kd. 28/9, sem. letni Wykłdowc: dr hb. A. Jurlewicz Wykłd 3: Trnsformt Fourier Złóżmy, że f(t) jest określon n R, ogrniczon, okresow o okresie 2T i
Bardziej szczegółowoPlan wykładów z Matematyki, I 2014/2015 semestr zimowy. (a) Podstawowe funkcje: pierwiastki, funkcja potęgowa, logarytm.
Pln wykłdów z Mtemtyki, I 014/015 semestr zimowy 1. Powtórk i widomości wstępne. () Podstwowe funkcje: pierwistki, funkcj potęgow, logrytm. (b) Trygonometri. (c) Dwumin Newton, przystość funkcji.. Rchunek
Bardziej szczegółowozestaw DO ĆWICZEŃ z matematyki
zestaw DO ĆWICZEŃ z mtemtyki poziom rozszerzony rozumownie i rgumentcj krty prcy ZESTAW I Zdnie 1. Wykż, że odcinek łączący środki dwóch dowolnych oków trójkąt jest równoległy do trzeciego oku i jest równy
Bardziej szczegółowoCałki oznaczone. wykład z MATEMATYKI
Cłki oznzone wkłd z MATEMATYKI Budownitwo, studi niestjonrne sem. I, rok k. 28/29 Ktedr Mtemtki Wdził Informtki Politehnik Biłostok 1 Podstwowe pojęi 1.1 Podził P przedziłu, Nieh f ędzie funkją ogrnizoną
Bardziej szczegółowo4. RACHUNEK WEKTOROWY
4. RACHUNEK WEKTOROWY 4.1. Wektor zczepiony i wektor swoodny Uporządkowną prę punktów (A B) wyznczjącą skierowny odcinek o początku w punkcie A i końcu w punkcie B nzywmy wektorem zczepionym w punkcie
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 6 Magdalena Alama-Bućko 8 kwietnia 019 Magdalena Alama-Bućko Statystyka matematyczna 8 kwietnia 019 1 / 1 Rozkłady ciagłe Magdalena Alama-Bućko Statystyka matematyczna 8
Bardziej szczegółowoXI. Rachunek całkowy funkcji wielu zmiennych. 1. Całka podwójna Całka podwójna po prostokącie. Oznaczenia:
XI. Rhunek łkowy funkji wielu zmiennyh. 1. Cłk podwójn. 1.1. Cłk podwójn po prostokąie. Oznzeni: P = {(x, y) R 2 : x b, y d} = [, b] [, d] - prostokąt n płszzyźnie, f(x, y) - funkj określon i ogrnizon
Bardziej szczegółowoZadania do rozdziału 7.
Zdni do ozdziłu 7. Zd.7.. wiezchołkch kwdtu o okch umieszczono ednkowe łdunku. Jki łdunek o znku pzeciwnym tze umieścić w śodku kwdtu y sił wypdkow dziłąc n kżdy łdunek ył ówn zeu? ozwiąznie: ozptzmy siły
Bardziej szczegółowoKombinowanie o nieskończoności. 4. Jak zmierzyć?
Kombinownie o nieskończoności.. Jk zmierzyć? Projekt Mtemtyk dl ciekwych świt spisł: Michł Korch 9 kwietni 08 Trochę rzeczy z wykłdu Prezentcj multimediln do wykłdu. Nieskończone sumy Będzie nm się zdrzć
Bardziej szczegółowoPEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA
PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA 1. Trójkę (Ω, F, P ), gdzie Ω, F jest σ-ciałem podzbiorów Ω, a P jest prawdopodobieństwem określonym na F, nazywamy przestrzenią probabilistyczną. 2. Rodzinę F
Bardziej szczegółowoKlucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych
Klucz odpowiedzi do zdń zmkniętc i scemt ocenini zdń otwrtc Klucz odpowiedzi do zdń zmkniętc 4 7 9 0 4 7 9 0 D D D Scemt ocenini zdń otwrtc Zdnie (pkt) Rozwiąż nierówność x x 0 Oliczm wróżnik i miejsc
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3. ZMIENNA LOSOWA JEDNOWYMIAROWA. Zmienną losową X nazywamy funkcję (praktycznie każdą) przyporządkowującą zdarzeniom elementarnym liczby rzeczywiste. X : Ω R (dokładniej:
Bardziej szczegółowoPODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek
PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Piotr Wiącek ROZKŁAD PRAWDOPODOBIEŃSTWA Jest to miara probabilistyczna określona na σ-ciele podzbiorów borelowskich pewnej przestrzeni metrycznej. σ-ciało podzbiorów
Bardziej szczegółowoNiewymierność i przestępność Materiały do warsztatów na WWW6
Niewymierność i przestępność Mteriły do wrszttów n WWW6 Piotr Achinger 23 sierpni 2010 1 Wstęp 1.1 Liczby wymierne i niewymierne Pytnie 1. Czy istnieją liczby niewymierne? Zdnie 1. Wykzć, że 1. 2 / Q,
Bardziej szczegółowo