( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ).

Wielkość: px
Rozpocząć pokaz od strony:

Download "( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( )."

Transkrypt

1 KOMBINATORYKA Kombinatoryka zajmuje się wyznaczaniem liczby elementów zbiorów skończonych utworzonych zgodnie z określonymi zasadami. Do podstawowych pojęć kombinatorycznych należą: PERMUTACJE Silnia. Zanim przejdę do sedna, przypomnę definicję silni. Silnią liczby naturalnej n nazywamy iloczyn wszystkich dodatnich liczb naturalnych nie większych niż n. W skrócie zapisujemy to następująco: Permutacją zbioru n-elementowego nazywamy każdy n-wyrazowy ciąg utworzony ze wszystkich elementów tego zbioru. Mówiąc obrazowo jest to każde możliwe ustawienie n elementów po kolei. Liczba permutacji zbioru złożonego z elementów jest właśnie równa. Dowód: na 1-szym miejscu możemy ustawić n elementów, na drugim n-1 elementów, wreszcie na n-tym 1 element. Zatem liczba ustawień wynosi. Fakt ten zapisujemy: Przykład: Z trzech danych elementów: można utworzyć następujące permutacje:. Liczba ich wynosi. KOMBINACJE Kombinacją k-elementową utworzoną ze zbioru n-elementowego nazywamy każdy k- elementowy podzbiór tego zbioru. Kombinacja, to jedna z możliwości wyboru kilku elementów z większego zbioru, przy czym kolejność wyboru elementów nie ma znaczenia. Dwa podzbiory złożone z tych samych elementów, a różniące się tylko ich kolejnością, stanowią tę samą kombinację. Liczba k-elementowych kombinacji zbioru n-elementowego wyraża się tzw. symbolem Newtona.. Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje:. WARIACJE BEZ POWTÓRZEŃ Wariacją k-elementową bez powtórzeń utworzoną ze zbioru n-elementowego nazywamy każdy k-wyrazowy ciąg różnych elementów z tego zbioru. Z k-wyrazowymi wariacjami bez powtórzeń zbioru złożonego z n elementów mamy do czynienia, gdy k razy wybieramy bez zwracania po jednym elemencie z danego zbioru, przy czym ma znaczenie kolejność wyboru elementów. Oczywiście n-wyrazowe wariacje bez powtórzeń zbioru n-elementowego to po prostu permutacje tego zbioru. Liczba k-wyrazowych wariacji bez powtórzeń zbioru n-elementowego wyraża się wzorem: 1 Przykład: Z trzech danych elementów: a, b, c, można utworzyć sześć następujących dwuelementowych wariacji bez powtórzeń:. WARIACJE Z POWTÓRZENIAMI Wariacją k-wyrazową z powtórzeniami zbioru n-elementowego nazywa się każdy k-wyrazowy ciąg elementów tego zbioru (dowolny element może wystąpić wielokrotnie w ciągu). Z k-wyrazowymi wariacjami z powtórzeniami zbioru złożonego z n elementów mamy do czynienia, gdy k razy wybieramy ze zwracaniem po jednym elemencie z danego zbioru, przy czym ma znaczenie kolejność wyboru elementów.

2 Liczba wszystkich k-wyrazowych wariacji z powtórzeniami zbioru n-elementowego wyraża się wzorem: Przykład: Z trzech danych elementów: a, b, c, można utworzyć osiem następujących 2-wyrazowych wariacji z powtórzeniami:. Warto wspomnieć, że istnieją jeszcze permutacje z powtórzeniami (zbiór ma n elementów przy czym niektóre się powtarzają). Niech w zbiorze tym będzie elementów, które powtarzają się odpowiednio razy. Liczba permutacji z powtórzeniami wyraża się wzorem: A także kombinacje z powtórzeniami (k-elementowe podzbiory zbioru n-elementowego z możliwością powtarzania się elementów), Wówczas liczba kombinacji z powtórzeniami wyraża się wzorem: Na przykład liczba 2-elementowych kombinacji z powtórzeniami zbioru 4-elementowego A = {a, b, c, d} wynosi. Mamy tu 10 elementów:. Ot i z grubsza cała kombinatoryka z jaką będziemy mieli okazję się zetknąć. Dociekliwym polecam dalsze zgłębianie tematu. Przykład 1. Na ile sposobów można ustawić w szeregu 10 osób? Tu mamy do czynienia z permutacjami (10-wyrazowy ciąg zbioru 10-elementowego). Liczba permutacji wynosi 10!. Zatem 10 osób można ustawić na sposobów. Niesłychane Przykład 2. Ile jest możliwości wylosowania 6 ponumerowanych kul z 49 (Duży Lotek)? Wybieramy 6 kul bez zwracania przy czym kolejność oczywiście jest nieistotna. Zatem mamy do czynienia z kombinacjami. Liczba kombinacji wynosi Przykład 3. Ile można ułożyć 5-literowych wyrazów (z sensem czy bez) z 32-literowego alfabetu? Litery mogą się powtarzać (losujemy ze zwracaniem ) i liczy się ich kolejność. Zatem mamy do czynienia z wariacjami z powtórzeniami. Liczba wariacji wynosi. Swoją drogą ciekawe ile z tych wyrazów ma sens Przykład 4. Ile różnych liczby czterocyfrowych można ułożyć z cyfr 1, 2, 3, 4, 5 tak, aby żadna cyfra się nie powtarzała? Cyfry mogą się powtarzać (losujemy bez zwracania ) i liczy się ich kolejność. Zatem mamy do czynienia z wariacjami bez powtórzeń. Liczba wariacji wynosi. 2

3 RACHUNEK PRAWDOPODOBIEŃSTWA Rachunek prawdopodobieństwa to dział matematyki zajmujący się tzw. doświadczeniami losowymi. Są to doświadczenia, w których nie da się dokładnie przewidzieć wyniku. Wynikiem takiego doświadczenia jest zajście tzw. zdarzenia losowego. ZDARZENIE LOSOWE Zdarzeniem losowym nazywamy pewien zbiór możliwych wyników danego eksperymentu. Przykład: niech doświadczeniem losowym będzie rzut kostką do gry. Wynikiem tego doświadczenia będzie pewne zdarzenie losowe, na przykład wyrzucenie parzystej liczby oczek, wyrzucenie 6-ki etc. Niech doświadczeniem losowym będzie losowanie 1 karty z talii. Zdarzeniem losowym może być wylosowanie kiera, wylosowanie blotki etc. ZDARZENIE ELEMENTARNE Najprostszy wynik doświadczenia losowego nazywać będziemy zdarzeniem elementarnym. W rzucie kostką mamy oczywiście 6 zdarzeń elementarnych ponieważ może wypaść 1, 2, 3, 4, 5 lub 6 oczek. Przy losowaniu karty z talii liczba zdarzeń elementarnych wynosi 52, zaś w rzucie monetą tylko 2 (orzeł, reszka). Zdarzenia elementarne (gdy jest ich na przykład k oznaczamy. Zbiór wszystkich zdarzeń elementarnych danego doświadczenia losowego oznaczamy. ZDARZENIE Zdarzeniem będziemy nazywać każdy podzbiór zbioru wszystkich zdarzeń elementarnych. I tak na przykład w przypadku jednokrotnego rzutu kostką zbiór zdarzeń elementarnych ma 6 elementów: wypadła 1-ka, wypadła 2-ka, wypadła 3-ka. wypadła 4-ka, wypadła 5-ka i wypadła 6-ka. Gdy określimy zdarzenie A w rzucie kostką jako wypadła parzysta liczby oczek, wówczas, zaś zdarzenie B jako wypadła liczba >3, wówczas itd. Zdarzenie elementarne, które należy do zbioru reprezentowanego przez zdarzenie nazywamy zdarzeniem sprzyjającym danemu zdarzeniu. I tak zdarzenia sprzyjające zdarzeniu A to wypadła 2-ka, wypadła 4-ka, wypadła 6-ka, zdarzenia sprzyjające zdarzeniu B to wypadła 4-ka, wypadła 5-ka, wypadła 6-ka. Zdarzenie nazywamy zdarzeniem pewnym jeśli zbiór zdarzeń sprzyjających jest równy. Zdarzenie nazywamy zdarzeniem niemożliwym jeśli zbiór zdarzeń sprzyjających jest pusty. Na przykład jeśli dla rzutu kostką określimy zdarzenie jako wypadła liczba oczek <7, wówczas będzie to zdarzenie pewne. Jeśli zaś określimy zdarzenie jako wypadła liczba oczek >6 wówczas będzie to zdarzenie niemożliwe. DZIAŁANIA NA ZDARZENIACH Ponieważ zdarzenia są po prostu zbiorami możemy na nich wykonywać działania. I tak: to zdarzenie polegające na tym, że zajdzie zdarzenie A lub zajdzie zdarzenie B. to zdarzenie polegające na tym, że zajdzie zdarzenie A i zajdzie zdarzenie B. to zdarzenie polegające na tym, że zajdzie zdarzenie A i nie zajdzie zdarzenie B. Zdarzenia A i B są rozłączne (wykluczają się) jeśli. Zdarzenia A i A' są przeciwstawne jeśli. Zdarzenie A pociąga za sobą zdarzenie B jeśli. 3

4 Pojęcie prawdopodobieństwa Definicja aksjomatyczna. Prawdopodobieństwo P jest funkcją określoną na zbiorze zdarzeń losowych A, spełniającą 3 warunki: jeśli Definicja klasyczna. Jeżeli składa sie z n jednakowo prawdopodobnych zdarzeń elementarnych, to prawdopodobieństwo zdarzenia A składającego sie z k zdarzeń elementarnych wyraża sie wzorem: Właśnie z tą definicją będziemy mieli do czynienia najczęściej. Własności prawdopodobieństwa Niech będzie zbiorem zdarzeń elementarnych, a P prawdopodobieństwem określonym na tym zbiorze. Wówczas: jeżeli to 3. dla każdego zachodzi nierówność Prawdopodobieństwo warunkowe Niech będzie zbiorem zdarzeń elementarnych, a P prawdopodobieństwem określonym na W wielu przypadkach, zajście zdarzenia B ma pewien wpływ na prawdopodobieństwa zdarzenia A. Zdarzenie A pod warunkiem, że B oznaczamy. Prawdopodobieństwo warunkowe zajścia zdarzenia A pod warunkiem zajścia zdarzenia B: Prawdopodobieństwo całkowite ( ) Jeżeli zdarzenia są parami wykluczające się czyli dla oraz dla wszystkich i, to dla dowolnego zdarzenia A zachodzi: Niezależność zdarzeń Zdarzenia A oraz B są niezależne jeżeli: ( ) ( ) Fakt ten równoważny jest zależnościom: ( ), ( ) 4

5 Twierdzenie Bayesa (prawdopodobieństwo przyczyny) Często stykamy się z zagadnieniami, w których znamy skutek zdarzenia, a chcemy oszacować prawdopodobieństwa różnych możliwych jego przyczyn. Do wyznaczania takich właśnie prawdopodobieństw służy wzór Bayesa. Jeżeli zdarzenia są parami wykluczające się oraz dla wszystkich i, to dla każdego zdarzenia ( ) ( ) ( ) ( ) Ot z grubsza i wszystko co trzeba wiedzieć z rachunku prawdopodobieństwa. Lecz czymże by była teoria bez zastosowań praktycznych? Jak policzyć prawdopodobieństwo jakiegoś zdarzenia. A oto przykłady ilustrujące powyższe suche wzory. PRZYKŁADY OBLICZANIA PRAWDOPODOBIEŃSTW Przykład 1. Wybieramy losowo jedną literę z wyrazu MATEMATYKA. Oblicz prawdopodobieństwo, że będzie to litera M?. Rozwiązanie: Określmy przestrzeń zdarzeń elementarnych. Liczy on 10 elementów, zatem. Zbiór zdarzeń sprzyjających Liczy on 2 elementy, zatem Czyli na mocy klasycznej definicji prawdopodobieństwa Przykład 2. Rzucamy trzema monetami. Podaj prawdopodobieństwo otrzymania dokładnie dwóch orłów. Nietrudno stwierdzić, że przestrzeń zdarzeń elementarnych. liczy 8 elementów. Zbiór zdarzeń sprzyjających liczy elementów 3 (orzeł może paść na sposoby). Czyli na mocy klasycznej definicji prawdopodobieństwa Przykład 3. Z talii 52 kart losujemy 9. Oblicz prawdopodobieństwo, że wylosowano dokładnie 2 walety. Przestrzeń zdarzeń elementarnych liczy elementów. Pozostaje policzyć liczbę elementów zbioru zdarzeń sprzyjających. W tym celu należy obliczyć na ile sposobów można wylosować 2 walety z 4 oraz na ile sposobów można wylosować 7 pozostałych kart, a następnie pomnożyć uzyskane wyniki. Zatem A liczy elementów. Zatem. Przykład 4 (niezależność zdarzeń). Ze zbioru wszystkich liczb naturalnych dwucyfrowych losujemy jedną liczbę. Zdarzenie A polega na wylosowaniu liczby o różnych cyfrach. Zdarzenie B polega na wylosowaniu liczby, której suma cyfr wynosi 6. Zbadaj niezależność zdarzeń A i B. Rozwiązanie: Doświadczenie polega na wylosowaniu jednej liczby spośród 90 liczb, ponieważ tyle jest liczb naturalnych dwucyfrowych, zatem przestrzeń zdarzeń elementarnych liczy 90 elementów. Aby obliczyć liczbę elementów zbioru A (ile liczb naturalnych dwucyfrowych ma różne cyfry) należy od ilości wszystkich liczb naturalnych dwucyfrowych odjąć ilość liczb naturalnych dwucyfrowych o takich samych cyfrach. Jest ich 9: (11, 22, 33, 44, 55, 66, 77, 88, 99). Tak więc prawdopodobieństwo wylosowania jednej z tych liczb wynosi Liczby naturalne dwucyfrowe, których suma cyfr wynosi 6, to: 15, 24, 33, 42, 51, 60. Jest ich 6, więc prawdopodobieństwo wylosowania jednej z tych liczb wynosi Zdarzenie zajdzie, gdy wylosujemy liczbę naturalną dwucyfrową o różnych cyfrach i o sumie cyfr równej 6. Zdarzeniu temu sprzyjają następujące liczby: 15, 24, 42, 51, 60. Jest ich 5, więc prawdopodobieństwo wylosowania jednej z tych liczb wynosi Wniosek: zdarzenia nie są niezależnie gdyż Przykład 5 (prawdopodobieństwo całkowite). W urnie A znajduje się 6 białych i 4 czarne kule, a w urnie B 3 białe i 3 czarne kule. Przekładamy dwie kule z urny A do urny B, a następnie z urny B losujemy jedną kulę. Oblicz prawdopodobieństwo, że wylosowana kula jest biała. 5

6 Rozwiązanie: Z urny A do urny B można przełożyć 2 kule białe lub 2 kule czarne lub 1 kulę białą i 1 czarną. Od zestawu kul, które zostaną przełożone zależy prawdopodobieństwo wylosowania kuli białej z urny B. Oznaczmy zdarzenia: - wylosowanie kuli białej z urny B, - przełożenie z urny A do urny B dwóch kul białych, - przełożenie z urny A do urny B dwóch kul czarnych, - przełożenie z urny A do urny B 1 kuli białej i 1 kuli czarnej, - wylosowanie kuli białej z urny B, jeśli przełożono do niej 2 kule białe, - wylosowanie kuli białej z urny B, jeśli przełożono do niej 2 kule czarne, - wylosowanie kuli białej z urny B, jeśli przełożono do niej 1 kulę białą i 1 kulę czarną. Zdarzenia B 1, B 2, B 3 spełniają założenia twierdzenia o prawdopodobieństwie całkowitym (są parami wykluczające się, oraz mają niezerowe prawdopodobieństwa). Zatem ( ) ( ) ( ) Policzmy zatem wszystkie te prawdopodobieństwa. Na początku przekładamy 2 kule z urny A. Mamy zatem możliwości przełożenia kul o dowolnych kolorach. Możliwości przełożenia 2 kul białych jest ( ) dwóch czarnych jest zaś 1 białej i 1 czarnej jest. Zatem, Podobnie można wyliczyć prawdopodobieństwa warunkowe. Pokażę to na przykładzie ( ). Prawdopodobieństwo wyciągnięcia białej kuli gdy przełożyliśmy 2 białe jest równe stosunkowi liczby kul białych (obecnie 5) do wszystkich kul (obecnie 8). Zatem ( ) ( ) ( ). Ostatecznie zatem Przykład 6 (wzór Bayesa). W każdej z trzech urn jest 20 losów, przy czym w pierwszej jest 8 losów wygrywających, w drugiej 10, a w trzeciej 16. Rzucamy dwiema kostkami do gry. Jeśli suma oczek jest mniejsza od 5, to losujemy jeden los z urny pierwszej, jeśli suma oczek jest równa 5, z urny drugiej, jeśli suma oczek jest większa od 5, z urny trzeciej. Jeśli w wyniku opisanego doświadczenia uzyskamy los wygrywający, to jakie jest prawdopodobieństwo, że będzie on pochodził z urny 3? Rozwiązanie: Oznaczmy A zdarzenie los wygrywa, U 1 zdarzenie losujemy z urny 1, U 2 zdarzenie losujemy z urny 1, U 3 zdarzenie losujemy z urny 3. ( ) ( ) ( ) Zatem szukane prawdopodobieństwo to ( ) ( ) ( ) ( ) ( ) 6

7 Średnia arytmetyczna ELEMENTY STATYSTYKI MATEMATYCZNEJ Średnia arytmetyczna n liczb (próby), to po prostu suma tych liczb podzielona przez n. Fakt ten zapisujemy bardziej naukowo: Średnia arytmetyczna ważona Średnia ważona liczb z których każda określona ma przypisaną nieujemną wagę wyraża się wzorem nieco bardziej złożonym: Mediana Uporządkujmy w ciąg n liczb w kolejności rosnącej. Medianą n liczb będziemy nazywali liczbę dzielącą ów ciąg na dwie części liczące tyle samo liczb. W przypadku gdy n jest parzyste mediana będzie średnią arytmetyczną dwóch liczb środkowych. Przykład: medianą liczb 2, 4, 5, 8, 10 jest oczywiście 5, ale medianą liczb 3, 5, 10, 12 jest 7.5 (dlaczego?) Dominanta Dominanta to po prostu wartość występująca w próbie najczęściej. Oczywiście w zbiorze n liczb może być więcej niż jedna dominanta jeśli każda z tych liczb jest inna, dominantą jest każda z nich! Wariancja Wariancję liczb o wartości średniej obliczamy ze wzoru: ( ) ( ) Odchylenie standardowe Odchylenie standardowe oznacza średnie odchylenie od średniej arytmetycznej. Odchylenie standardowe to po prostu pierwiastek z wariancji (teraz nie dziwi już ten kwadrat we wzorze. ( ) ( ) Zmienna losowa Zmienna losowa, to funkcja, która zdarzeniom losowym przypisuje liczby. Na przykład, losując z pewnej grupy jednego osobnika przypisujemy mu jego iloraz inteligencji IQ. Niech będzie zbiorem wszystkich możliwych wyników dwukrotnego rzutu kostką zbiór ten składa się z 36 par postaci (i j) gdzie i j. Następujące funkcje są zmiennymi losowymi: "iloczyn liczby oczek wyrzuconej za pierwszym i drugim razem", "suma liczby oczek wyrzuconej za pierwszym i drugim razem, "liczba oczek wyrzuconych za pierwszym razem". 7

8 Rozkład zmiennej losowej Rozkład zmiennej losowej określa z jakim prawdopodobieństwem zmienna losowa przyjmuje poszczególne wartości. Przypuśćmy, że zmienna losowa X przyjmuje wartości z prawdopodobieństwami Rozkład zmiennej losowej to zbiór uporządkowanych par. Wartość oczekiwana zmiennej losowej Jest to wartość określająca spodziewany wynik doświadczenia losowego. Jeśli mamy zmienną losową o danym rozkładzie (patrz wyżej) to jej wartość oczekiwana EX oblicza się ze wzoru: Wariancja zmiennej losowej 8 Wariancja to w statystyce miara zmienności. Wariancję Odchylenie standardowe zmiennej losowej ( ) Oznaczane, to po prostu pierwiastek kwadratowy z wariancji. ( ) obliczamy z wzoru: Na koniec przykłady, w końcu bez nich to wszystko to czarna magia. Przykład 1 (średnia ważona). Ponieważ obliczanie średniej arytmetycznej jest tak proste, że aż wstyd je przytaczać, obliczmy średnią ważoną. Zapytano trzy grupy osób o to jak długo spały w ciągu ostatniej nocy. Pierwsza grupa licząca 10 osób spała 6 godzin. Druga grupa licząca 20 osób spała 7 godzin, a trzecia licząca 15 osób spała 8 godzin. Aby uzyskać rzetelne informacje jaka jest średnia senność należy policzyć właśnie średnią ważoną. Wartości zmiennej to liczby przespanych godzin (6, 7, 8), wagi to liczby osób (10, 20, 15). Zatem Przykład 2 (odchylenie standardowe). Oceny z jakiegoś przedmiotu to 2, 5, 1, 3. Średnia arytmetyczna tych ocen to 2,75. Przykład 3 (wartość oczekiwana zmiennej losowej). Rzucamy trzykrotnie monetą. Zmienną losową oznaczamy jako liczbę uzyskanych orłów. Określmy przestrzeń zdarzeń elementarnych. oznacza zmienną losową wyrażającą liczbę wyrzuconych orłów. W doświadczeniu można otrzymać 0, 1, 2 lub 3 orły. 0 orłów można wyrzucić na 1 sposób, 1 orła na 3 sposoby, 2 orły na 3 sposoby i 3 orły na 1 sposób. Zatem prawdopodobieństwa wyrzucenia 0, 1, 2, 3 orłów wynoszą odpowiednio. Zatem Wynik dziwny choć nie za bardzo Przykład 4 (rozkład, wartość oczekiwana, wariancja i odchylenie standardowe zmiennej losowej). Rzucamy dwa razy symetryczną kostką do gry. Niech oznacza zmienną losową wyrażającą sumę uzyskanych oczek. Wyznacz rozkład tej zmiennej, jej wartość oczekiwaną, wariancję i odchylenie standardowe. Rozwiązanie: Zmienna losowa może przyjmować wartości ze zbioru: Należy obliczyć, z jakim prawdopodobieństwem uzyskuje się powyższe sumy oczek. przestrzeń zdarzeń elementarnych liczy 36 elementów. Wypiszmy mozolnie zdarzenia sprzyjające dla poszczególnych sum. Sumie 2 sprzyja zdarzenie sumie 3 sprzyjają zdarzenia, sumie 4 sprzyjają zdarzenia, sumie 5 sprzyjają zdarzenia, sumie 6 sprzyjają zdarzenia, sumie 7 sprzyjają zdarzenia sumie 8 sprzyjają zdarzenia

9 sumie 9 sprzyjają zdarzenia, sumie 10 sprzyjają zdarzenia sumie 11 sprzyjają zdarzenia i wreszcie sumie 12 sprzyja zdarzenie. Oznaczmy jako prawdopodobieństwo wyrzucenia w sumie k oczek. Zatem,,,,,,,,,,. Rozkład zmiennej losowej jest następujący: { } Wartość oczekiwana rozważanej zmiennej wynosi: Wariancja rozważanej zmiennej wynosi: ( ) Odchylenie standardowe rozważanej zmiennej wynosi zatem: 9

10 ZADANIA SPRAWDZAJĄCE 1. Ile można utworzyć -kolorowych flag mając 7 kolorów? Flaga ma mieć pionowe identycznej szerokości pasy 2. W szafie jest różnych par butów Na ile sposobów można je założyć? 3. Na ile sposobów można wybrać trzy osobowa delegację z grupy osób? 4. Ile jest różnych liczb 4-cyfrowych? (oczywiście liczba z na początku nie jest 4-cyfrowa) 5. Ile różnych wyrazów mających sens lub nie można ułożyć z wyrazu TOK? 6. Ile różnych wyrazów mających sens lub nie można ułożyć z wyrazu BABA? 7. Na ile sposobów z talii 52 kart można wybrać kart tak aby był wśród nich dokładnie jeden as? 8. Na ile sposobów można ustawić na półce sześć książek tak aby dwie wybrane książki stały obok siebie? 9. Spotkało się osób Ile nastąpi powitań? 10. Na turnieju szachowym (w systemie każdy z każdym) rozegrano 42 partie Ilu było graczy? 11. Pewien wielokąt ma w sumie boków i przekątnych Jaki to wielokąt? 12. Z talii liczącej 52 karty wyciągnięto jedną Jakie jest prawdopodobieństwo że jest to figura? 13. Rzucamy razy monetą Oblicz prawdopodobieństwo wyrzucenia pod rząd identycznych stron. 14. Oblicz prawdopodobieństwo wyrzucenia w sumie 7 oczek rzucając 2 kostkami do gry 15. Sześcian pomalowano a następnie pocięto na jednakowych sześcianików Oblicz prawdopodobieństwo że losowy sześcianik będzie miał pomalowane 2 ściany i prawdopodobieństwo że ściany 16. Rzucamy 2 kostkami. Co jest bardziej prawdopodobne: wyrzucenie parzystej liczby oczek na każdej z kostek czy wyrzucenie co najmniej jednej szóstki? 17. Rzucono razy kostką Oblicz prawdopodobieństwo że wylosowane liczby tworzą ciąg arytmetyczny. 18. Losujemy wierzchołki sześcianu Oblicz prawdopodobieństwo wylosowania trójkąta równobocznego? 19. Losujemy 4 wierzchołki sześcianu Oblicz prawdopodobieństwo wylosowania prostokąta? 20. Do windy na parterze wsiadły 4 osoby Oblicz prawdopodobieństwo że każda wysiądzie na innym piętrze jeśli dom ma 5 pięter 21. Z sześciu odcinków o długościach wybieramy trzy Oblicz prawdopodobieństwo że uda się z nich zbudować trójkąt 22. W urnie znajdują się trzy kule białe i dwie czarne Losujemy dwie kule (jednocześnie) Oblicz prawdopodobieństwo że obie będą białe ponumerowanych kul wrzucono losowo do 7 ponumerowanych szuflad. Oblicz prawdopodobieństwo że każda kula trafi do innej szuflady 24. Spośród n różnych punktów prostej wybrano losowo dwa punkty Jakie jest prawdopodobieństwo że nie są to punkty sąsiednie? 25. *W szafie jest 5 par butów Wyciągamy losowo 4 buty Oblicz prawdopodobieństwo zdarzenia że nie wyciągniemy ani jednej pary 10

Rachunek prawdopodobieństwa

Rachunek prawdopodobieństwa Rachunek prawdopodobieństwa Sebastian Rymarczyk srymarczyk@afm.edu.pl Tematyka zajęć 1. Elementy kombinatoryki. 2. Definicje prawdopodobieństwa. 3. Własności prawdopodobieństwa. 4. Zmienne losowe, parametry

Bardziej szczegółowo

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( ) Nowa matura kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Doświadczenie losowe polega na rzucie dwiema symetrycznymi monetami i sześcienną kostką do gry. Prawdopodobieństwo

Bardziej szczegółowo

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. Lekcja 2 Temat: Podstawowe pojęcia związane z prawdopodobieństwem. Str. 10-21 1. Doświadczenie losowe jest to doświadczenie,

Bardziej szczegółowo

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. Zadanie 1. Wyznacz średnią arytmetyczną, dominantę i medianę zestawu danych: 1, 5, 3, 2, 2, 4, 4, 6, 7, 1, 1, 4, 5, 5, 3. Zadanie 2. W zestawie danych

Bardziej szczegółowo

Doświadczenie i zdarzenie losowe

Doświadczenie i zdarzenie losowe Doświadczenie i zdarzenie losowe Doświadczenie losowe jest to takie doświadczenie, które jest powtarzalne w takich samych warunkach lub zbliżonych, a którego wyniku nie można przewidzieć jednoznacznie.

Bardziej szczegółowo

Prawdopodobieństwo

Prawdopodobieństwo Prawdopodobieństwo http://www.matemaks.pl/ Wstęp do rachunku prawdopodobieństwa http://www.matemaks.pl/wstep-do-rachunku-prawdopodobienstwa.html Rachunek prawdopodobieństwa pomaga obliczyć szansę zaistnienia

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA Doświadczenia losowe Rachunek prawdopodobieństwa zajmuje się zdarzeniami jakie zachodzą, gdy przeprowadzamy doświadczenia losowe. Mówimy, że doświadczenie jest

Bardziej szczegółowo

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka Wymagania egzaminacyjne: a) oblicza średnią arytmetyczną, średnią ważoną, medianę i odchylenie standardowe danych; interpretuje te parametry dla danych empirycznych, b) zlicza obiekty w prostych sytuacjach

Bardziej szczegółowo

Matematyka podstawowa X. Rachunek prawdopodobieństwa

Matematyka podstawowa X. Rachunek prawdopodobieństwa Matematyka podstawowa X Rachunek prawdopodobieństwa Zadania wprowadzające: 1. Rzucasz trzy razy monetą a) Napisz zbiór wszystkich wyników tego doświadczenia losowego. Ile ich jest? Wyrzuciłeś większą liczbę

Bardziej szczegółowo

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30.

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30. Kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Flagę, taką jak pokazano na rysunku, należy zszyć z trzech jednakowej szerokości pasów kolorowej tkaniny. Oba pasy zewnętrzne

Bardziej szczegółowo

Statystyka podstawowe wzory i definicje

Statystyka podstawowe wzory i definicje 1 Statystyka podstawowe wzory i definicje Średnia arytmetyczna to suma wszystkich liczb (a 1, a 2,, a n) podzielona przez ich ilość (n) Przykład 1 Dany jest zbiór liczb {6, 8, 11, 2, 5, 3}. Oblicz średnią

Bardziej szczegółowo

Podstawy nauk przyrodniczych Matematyka

Podstawy nauk przyrodniczych Matematyka Podstawy nauk przyrodniczych Matematyka Elementy rachunku prawdopodobieństwa dr inż. Małgorzata Szeląg Zakład Genetyki Molekularnej Człowieka tel. 61 829 59 04 malgorzata.szelag@amu.edu.pl Pokój 1.118

Bardziej szczegółowo

Wymagania egzaminacyjne z matematyki. Klasa 3C. MATeMATyka. Nowa Era. Klasa 3

Wymagania egzaminacyjne z matematyki. Klasa 3C. MATeMATyka. Nowa Era. Klasa 3 Wymagania egzaminacyjne z matematyki. lasa 3C. MATeMATyka. Nowa Era. y są ze sobą ściśle powiązane ( + P + R + D + W), stanowiąc ocenę szkolną, i tak: ocenę dopuszczającą (2) otrzymuje uczeń, który spełnił

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω)

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω) ZADANIA - ZESTAW 1 Zadanie 1.1 Rzucamy trzy razy monetą. A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie. Określić zbiór zdarzeń elementarnych. Wypisać zdarzenia elementarne sprzyjające

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka matematyczna 5 marca 2018 1 / 14 Prawdopodobieństwo klasyczne Ω - zbiór wszystkich zdarzeń elementarnych

Bardziej szczegółowo

Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile sposobów można ją ułożyć zmieniając tylko kolejność pytań? ODP. Jest 6 możliwych sposobów.

Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile sposobów można ją ułożyć zmieniając tylko kolejność pytań? ODP. Jest 6 możliwych sposobów. PERMUTACJE Z1. Oblicz: Z2. Doprowadź do najprostszej postaci wyrażenia: Z3. Sprawdź czy prawdziwa jest równość: Dana równość jest prawdziwa. Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile

Bardziej szczegółowo

c) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B;

c) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B; Rachunek prawdopodobieństwa rozwiązywanie zadań 1. Rzucamy dwa razy symetryczną sześcienną kostką do gry. Zapisujemy liczbę oczek, jakie wypadły w obu rzutach. Wypisz zdarzenia elementarne tego doświadczenia.

Bardziej szczegółowo

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018 Katedra Matematyki i Ekonomii Matematycznej SGH 16 października 2018 Definicja σ-algebry Definicja Niech Ω oznacza zbiór niepusty. Rodzinę M podzbiorów zbioru Ω nazywamy σ-algebrą (lub σ-ciałem) wtedy

Bardziej szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Wybrane litery alfabetu greckiego α alfa β beta Γ γ gamma δ delta ɛ, ε epsilon η eta Θ θ theta

Bardziej szczegółowo

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka 1 TEST WSTĘPNY 1. (1p) Zestaw danych 3, 5, x, 7, 10, 12 jest uporządkowany niemalejąco. Mediana tego zestawu jest równa 6, więc liczba x jest równa A. 7 B. 6 C. 5 D. 4 2. (2p) Średnia arytmetyczna liczb:

Bardziej szczegółowo

Zdarzenie losowe (zdarzenie)

Zdarzenie losowe (zdarzenie) Zdarzenie losowe (zdarzenie) Ćw. 1. Ze zbioru cyfr (l, 2,3,..., 9} losowo wybieramy jedną. a) Wypisz zdarzenia elementarne, sprzyjające: zdarzeniu A, że wybrano liczbę parzystą zdarzeniu B, że wybrano

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS PRAWDOPODOBIEŃSTWO KURS PRAWDOPODOBIEŃSTWO Lekcja 2 Klasyczna definicja prawdopodobieństwa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Według klasycznej

Bardziej szczegółowo

Podstawy metod probabilistycznych. dr Adam Kiersztyn

Podstawy metod probabilistycznych. dr Adam Kiersztyn Podstawy metod probabilistycznych dr Adam Kiersztyn Przestrzeń zdarzeń elementarnych i zdarzenia losowe. Zjawiskiem lub doświadczeniem losowym nazywamy taki proces, którego przebiegu i ostatecznego wyniku

Bardziej szczegółowo

c) ( 13 (1) (2) Zadanie 2. Losując bez zwracania kolejne litery ze zbioru AAAEKMMTTY, jakie jest prawdopodobieństwo Odp.

c) ( 13 (1) (2) Zadanie 2. Losując bez zwracania kolejne litery ze zbioru AAAEKMMTTY, jakie jest prawdopodobieństwo Odp. Zadania na kolokwium nr Zadanie. Spośród kart w tali wylosowano. Jakie jest prawdopodobieństwo: pików, kierów, trefli i karo otrzymania wszystkich kolorów otrzymania dokładnie pików a ( b ( ( c ( ( ( (

Bardziej szczegółowo

12. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania

12. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania 2. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania Zad.2.. Oblicz ile moŝna utworzyć z cyfr 0,, 2, liczb: a) dwucyfrowych, których cyfry mogą się powtarzać; b) trzycyfrowych o niepowtarzających się cyfrach;

Bardziej szczegółowo

PRAWDOPODOBIEŃSTWO I KOMBINATORYKA

PRAWDOPODOBIEŃSTWO I KOMBINATORYKA PRAWDOPODOBIEŃSTWO I KOMBINATORYKA ZADANIE ( PKT) Z urny zawierajacej kule w dwóch kolorach wybieramy losowo dwie. Prawdopodobieństwo wylosowania co najmniej jednej kuli białej jest równe 8, a prawdopodobieństwo

Bardziej szczegółowo

Kombinatoryka i rachunek prawdopodobieństwa

Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski Kombinatoryka i rachunek prawdopodobieństwa 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru

Bardziej szczegółowo

Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym

Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym Oznaczenia: wymagania konieczne, P wymagania podstawowe, R wymagania rozszerzające, D wymagania dopełniające, W wymagania wykraczające. Plan wynikowy lasa III Technik pojazdów samochodowych/ Technik urządzeń

Bardziej szczegółowo

Plan wynikowy. Klasa III Technikum ekonomiczne. Kształcenie ogólne w zakresie rozszerzonym

Plan wynikowy. Klasa III Technikum ekonomiczne. Kształcenie ogólne w zakresie rozszerzonym Plan wynikowy lasa III Technikum ekonomiczne. ształcenie ogólne w zakresie rozszerzonym Oznaczenia: wymagania konieczne, P wymagania podstawowe, R wymagania rozszerzające, D wymagania dopełniające, W wymagania

Bardziej szczegółowo

2. Permutacje definicja permutacji definicja liczba permutacji zbioru n-elementowego

2. Permutacje definicja permutacji definicja liczba permutacji zbioru n-elementowego Wymagania dla kl. 3 Zakres podstawowy Temat lekcji Zakres treści Osiągnięcia ucznia 1. RACHUNEK PRAWDOPODOBIEŃSTWA 1. Reguła mnożenia reguła mnożenia ilustracja zbioru wyników doświadczenia za pomocą drzewa

Bardziej szczegółowo

Wymagania edukacyjne z matematyki dla klasy III a,b liceum (poziom podstawowy) rok szkolny 2018/2019

Wymagania edukacyjne z matematyki dla klasy III a,b liceum (poziom podstawowy) rok szkolny 2018/2019 Wymagania edukacyjne z matematyki dla klasy III a,b liceum (poziom podstawowy) rok szkolny 2018/2019 Oznaczenia: wymagania konieczne, P wymagania podstawowe, R wymagania rozszerzające, D wymagania dopełniające,

Bardziej szczegółowo

{( ) ( ) ( ) ( )( ) ( )( ) ( RRR)

{( ) ( ) ( ) ( )( ) ( )( ) ( RRR) .. KLASYCZNA DEFINICJA PRAWDOPODOBIEŃSTWA Klasyczna definicja prawdopodobieństwa JeŜeli jest skończonym zbiorem zdarzeń elementarnych jednakowo prawdopodobnych i A, to liczbę A nazywamy prawdopodobieństwem

Bardziej szczegółowo

Laboratorium nr 1. Kombinatoryka

Laboratorium nr 1. Kombinatoryka Laboratorium nr 1. Kombinatoryka 1. Spośród n różnych elementów wybieramy k elementów. Na ile sposobów możemy to uczynić? Wypisać wszystkie możliwe wybory w przypadku gdy n=3 i k=2. Wykonać obliczenia

Bardziej szczegółowo

Matematyczne Podstawy Kognitywistyki

Matematyczne Podstawy Kognitywistyki Matematyczne Podstawy Kognitywistyki Dorota Leszczyńska-Jasion Kombinatoryka, ci agi liczbowe, skończone przestrzenie probabilistyczne Przykłady zagadnień kombinatorycznych Rozważmy układ n miast o bardzo

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA

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

Bardziej szczegółowo

Plan wynikowy klasa 3. Zakres podstawowy

Plan wynikowy klasa 3. Zakres podstawowy Plan wynikowy klasa 3 Zakres podstawowy Oznaczenia: wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające; D wymagania dopełniające; W wymagania wykraczające. RACHUNE PRAWDOPODOBIEŃSTWA

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

Kombinatoryka i rachunek prawdopodobieństwa

Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski 2. Elementy kombinatoryki 2.. Permutacje Teoria Definicja. Niech n N. Permutacją n-elementowego zbioru

Bardziej szczegółowo

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki Wstęp do probabilistyki i statystyki Wykład 2. Prawdopodobieństwo i elementy kombinatoryki dr hab.inż. Katarzyna Zakrzewska, prof.agh Katedra Elektroniki, AGH e-mail: zak@agh.edu.pl http://home.agh.edu.pl/~zak

Bardziej szczegółowo

Rachunek prawdopodobieństwa- wykład 2

Rachunek prawdopodobieństwa- wykład 2 Rachunek prawdopodobieństwa- wykład 2 Pojęcie dyskretnej przestrzeni probabilistycznej i określenie prawdopodobieństwa w tej przestrzeni dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet

Bardziej szczegółowo

Agnieszka Kamińska, Dorota Ponczek. MATeMAtyka 3. Szczegółowe wymagania edukacyjne z matematyki w klasie trzeciej.

Agnieszka Kamińska, Dorota Ponczek. MATeMAtyka 3. Szczegółowe wymagania edukacyjne z matematyki w klasie trzeciej. Agnieszka amińska, Dorota Ponczek MATeMAtyka 3 Szczegółowe wymagania edukacyjne z matematyki w klasie trzeciej Zakres podstawowy Oznaczenia: wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające;

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka matematyczna 20 lutego 2017 1 / 21 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45

Bardziej szczegółowo

Agnieszka Kamińska, Dorota Ponczek. MATeMAtyka 3. Plan wynikowy. Zakres podstawowy

Agnieszka Kamińska, Dorota Ponczek. MATeMAtyka 3. Plan wynikowy. Zakres podstawowy Agnieszka amińska, Dorota Ponczek MATeMAtyka 3 Plan wynikowy Zakres podstawowy Oznaczenia: wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające; D wymagania dopełniające; W wymagania

Bardziej szczegółowo

Wymagania kl. 3. Zakres podstawowy i rozszerzony

Wymagania kl. 3. Zakres podstawowy i rozszerzony Wymagania kl. 3 Zakres podstawowy i rozszerzony Temat lekcji Zakres treści Osiągnięcia ucznia 1. RACHUNEK PRAWDOPODOBIEŃSTWA 1. Reguła mnożenia reguła mnożenia ilustracja zbioru wyników doświadczenia za

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub 1. W grupie jest 15 kobiet i 18 mężczyzn. Losujemy jedną osobę

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

Zdarzenia losowe i prawdopodobieństwo

Zdarzenia losowe i prawdopodobieństwo Rozdział 1 Zdarzenia losowe i prawdopodobieństwo 1.1 Klasyfikacja zdarzeń Zdarzenie elementarne pojęcie aprioryczne, które nie może być zdefiniowane. Odpowiednik pojęcia punkt w geometrii. Zdarzenie elementarne

Bardziej 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

Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska)

Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska) Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska) Twierdzenie (o mnożeniu) Podstawowe pojęcia i wzory kombinatoryczne. Niech,, będą zbiorami mającymi odpowiednio,,

Bardziej szczegółowo

reguła mnożenia ilustracja zbioru wyników doświadczenia za pomocą drzewa reguła dodawania definicja n! liczba permutacji zbioru n-elementowego

reguła mnożenia ilustracja zbioru wyników doświadczenia za pomocą drzewa reguła dodawania definicja n! liczba permutacji zbioru n-elementowego FUNKCJE LOGARYTMICZNE powtórzenie 4 godziny RACHUNEK PRAWDOPODOBIEŃSTWA 28 godz. Moduł - dział -temat Reguła mnożenia. Reguła dodawania Lp 1 2 reguła mnożenia ilustracja zbioru wyników doświadczenia za

Bardziej szczegółowo

Rzucamy dwa razy sprawiedliwą, sześcienną kostką do gry. Oblicz prawdopodobieństwo otrzymania:

Rzucamy dwa razy sprawiedliwą, sześcienną kostką do gry. Oblicz prawdopodobieństwo otrzymania: Statystyka Ubezpieczeniowa Część 1. Rachunek prawdopodobieństwa: - prawdopodobieństwo klasyczne - zdarzenia niezależne - prawdopodobieństwo warunkowe - prawdopodobieństwo całkowite - wzór Bayesa Schemat

Bardziej szczegółowo

Wprowadzenie do kombinatoryki

Wprowadzenie do kombinatoryki Wprowadzenie do kombinatoryki http://www.matemaks.pl/kombinatoryka.html Kombinatoryka jest działem matematyki, który pomaga odpowiedzieć na pytania typu: "ile jest możliwych wyników w rzucie monetą?",

Bardziej szczegółowo

Uczeń: -podaje przykłady ciągów liczbowych skończonych i nieskończonych oraz rysuje wykresy ciągów

Uczeń: -podaje przykłady ciągów liczbowych skończonych i nieskończonych oraz rysuje wykresy ciągów Wymagania edukacyjne PRZEDMIOT: Matematyka KLASA: III Th ZAKRES: zakres podstawowy Poziom wymagań Lp. Dział programu Konieczny-K Podstawowy-P Rozszerzający-R Dopełniający-D Uczeń: 1. Ciągi liczbowe. -zna

Bardziej szczegółowo

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 =

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 = Kombinatoryka W tej serii zadań można znaleźć pojawiające się na egzaminach zadania dotyczące problemu wyznaczania prostych parametrów rozkładu w przypadku zgadnień kombinatorycznych. Zadania te wymagają

Bardziej szczegółowo

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń.

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń. Matematyka lekcja 5 5. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń. I. rzypomnij sobie:. Jak rysujemy drzewo stochastyczne i przy jego pomocy obliczamy prawdopodobieństwo

Bardziej szczegółowo

Lista zadania nr 4 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

Lista zadania nr 4 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Lista zadania nr 4 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Jarosław Kotowicz Instytut Matematyki Uniwersytet w

Bardziej szczegółowo

Plan wynikowy klasa 3

Plan wynikowy klasa 3 Plan wynikowy klasa 3 Przedmiot: matematyka Klasa 3 liceum (technikum) Rok szkolny:........................ Nauczyciel:........................ zakres podstawowy: 28 tyg. 3 h = 84 h (78 h + 6 h do dyspozycji

Bardziej szczegółowo

Uczeń otrzymuje ocenę dostateczną, jeśli opanował wiadomości i umiejętności konieczne na ocenę dopuszczającą oraz dodatkowo:

Uczeń otrzymuje ocenę dostateczną, jeśli opanował wiadomości i umiejętności konieczne na ocenę dopuszczającą oraz dodatkowo: WYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA POSZCZEGÓLNYCH ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI Rok szkolny 2018 / 2019 POZIOM PODSTAWOWY KLASA 3 1. RACHUNEK PRAWDOPODOBIEŃSTWA wypisuje

Bardziej szczegółowo

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2 Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Prawdopodobieństwo geometryczne

Bardziej szczegółowo

Zmienna losowa. Rozkład skokowy

Zmienna losowa. Rozkład skokowy Temat: Zmienna losowa. Rozkład skokowy Kody kolorów: żółty nowe pojęcie pomarańczowy uwaga * - materiał nadobowiązkowy Anna Rajfura, Matematyka i statystyka matematyczna na kierunku Rolnictwo SGGW 1 Zagadnienia

Bardziej szczegółowo

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy:

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: a) sumę oczek równą 6, b) iloczyn oczek równy 6, c) sumę oczek mniejszą niż 11, d) iloczyn oczek będący liczbą parzystą,

Bardziej szczegółowo

ZAGADANIENIA NA EGZAMIN USTNY Z MATEMATYKI

ZAGADANIENIA NA EGZAMIN USTNY Z MATEMATYKI ZAGADANIENIA NA EGZAMIN USTNY Z MATEMATYKI SEMESTR I ZESTAW. Podaj liczbę przeciwną i odwrotną do liczby 2 2. Jak zmieniła się cena wyrobu po podwyżce o 20%, a następnie po obniżeniu otrzymanej ceny o

Bardziej szczegółowo

ZAGADNIENIA NA EGZAMIN POPRAWKOWY Z MATEMATYKI W KLASIE III TECHNIKUM.

ZAGADNIENIA NA EGZAMIN POPRAWKOWY Z MATEMATYKI W KLASIE III TECHNIKUM. ZAGADNIENIA NA EGZAMIN POPRAWKOWY Z MATEMATYKI W KLASIE III TECHNIKUM. I. Trygonometria. 1. Definicje funkcji trygonometrycznych kąta ostrego w trójkącie prostokątnym. 2. Rozwiązywanie trójkątów prostokątnych

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 1. Prawdopodobieństwo klasyczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 03.10.2017 1 / 19 Rys historyczny Francja, XVII w.: gry hazardowe

Bardziej szczegółowo

Kombinatoryka i rachunek prawdopodobieństwa (rozszerzenie)

Kombinatoryka i rachunek prawdopodobieństwa (rozszerzenie) Kombinatoryka i rachunek prawdopodobieństwa (rozszerzenie) (1) Ile liczb czterocyfrowych można utworzyć używając jedynie cyfr 1,2,3,4,5,6,7,8? (2) Ile liczb czterocyfrowych o różnych cyfrach można utworzyć

Bardziej szczegółowo

PDM 3. Zakres podstawowy i rozszerzony. Plan wynikowy. STEREOMETRIA (22 godz.) W zakresie TREŚCI PODSTAWOWYCH uczeń potrafi:

PDM 3. Zakres podstawowy i rozszerzony. Plan wynikowy. STEREOMETRIA (22 godz.) W zakresie TREŚCI PODSTAWOWYCH uczeń potrafi: PDM 3 Zakres podstawowy i rozszerzony Plan wynikowy STEREOMETRIA ( godz.) Proste i płaszczyzny w przestrzeni Kąt nachylenia prostej do płaszczyzny wskazać płaszczyzny równoległe i płaszczyzny prostopadłe

Bardziej szczegółowo

KOMBINATORYKA I P-WO CZ.1 PODSTAWA

KOMBINATORYKA I P-WO CZ.1 PODSTAWA KOMBINATORYKA I P-WO CZ.1 PODSTAWA ZADANIE 1 (1 PKT) Pan Jakub ma marynarki, 7 par różnych spodni i 10 różnych koszul. Na ile różnych sposobów może się ubrać, jeśli zawsze zakłada marynarkę, spodnie i

Bardziej szczegółowo

Kombinatoryka. Jerzy Rutkowski. Teoria. P n = n!. (1) Zadania obowiązkowe

Kombinatoryka. Jerzy Rutkowski. Teoria. P n = n!. (1) Zadania obowiązkowe Kombinatoryka Jerzy Rutkowski 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru A nazywamy dowolną funkcję różnowartościową f : {1,..., n} A. Innymi słowy:

Bardziej szczegółowo

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1 Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Jakubowski, Sztencel:

Bardziej szczegółowo

Kombinatoryka. Reguła dodawania. Reguła dodawania

Kombinatoryka. Reguła dodawania. Reguła dodawania Kombinatoryka Dział matematyki, który zajmuje się obliczaniem liczebności zbiorów bądź długości ciągów, które łączą w określony sposób elementy należące do skończonego zbioru (teoria zliczania). W jakich

Bardziej szczegółowo

ZAGADNIENIA NA EGZAMIN POPRAWKOWY Z MATEMATYKI W KLASIE III TECHNIKUM.

ZAGADNIENIA NA EGZAMIN POPRAWKOWY Z MATEMATYKI W KLASIE III TECHNIKUM. ZAGADNIENIA NA EGZAMIN POPRAWKOWY Z MATEMATYKI W KLASIE III TECHNIKUM. I Geometria analityczna 1. Równanie prostej w postaci ogólnej i kierunkowej powtórzenie 2. Wzajemne położenie dwóch prostych powtórzenie

Bardziej szczegółowo

Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji?

Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji? Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji? Porada niniejsza traktuje o tzw. elementach kombinatoryki. Często zdarza się, że rozwiązujący zadania z tej dziedziny mają problemy

Bardziej szczegółowo

Rachunek prawdopodobieństwa - ćwiczenia pierwsze Kombinatoryka. kierunek: informatyka i ekonometria I

Rachunek prawdopodobieństwa - ćwiczenia pierwsze Kombinatoryka. kierunek: informatyka i ekonometria I Rachunek prawdopodobieństwa - ćwiczenia pierwsze Kombinatoryka. kierunek: informatyka i ekonometria I dr Jarosław Kotowicz 07.10.2011 Spis treści 1 Kombinatoryka 1 1 Kombinatoryka permutacja bez powtórzeń

Bardziej szczegółowo

Skrypt 30. Prawdopodobieństwo

Skrypt 30. Prawdopodobieństwo Projekt Innowacyjny program nauczania matematyki dla liceów ogólnokształcących współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Skrypt 30 Prawdopodobieństwo 5.

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 25 lutego 2019 Magdalena Alama-Bućko Statystyka matematyczna 25 lutego 2019 1 / 18 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45

Bardziej szczegółowo

P (A B) = P (A), P (B) = P (A), skąd P (A B) = P (A) P (B). P (A)

P (A B) = P (A), P (B) = P (A), skąd P (A B) = P (A) P (B). P (A) Wykład 3 Niezależność zdarzeń, schemat Bernoulliego Kiedy dwa zdarzenia są niezależne? Gdy wiedza o tym, czy B zaszło, czy nie, NIE MA WPŁYWU na oszacowanie prawdopodobieństwa zdarzenia A: P (A B) = P

Bardziej szczegółowo

Ćw,1. Wypisz wszystkie k-wyrazowe wariacje bez powtórzeń zbioru A = {1, 2,3 }, gdy: a) k = l, b) k = 2, c) k = 3. Wariacje 1 z 6

Ćw,1. Wypisz wszystkie k-wyrazowe wariacje bez powtórzeń zbioru A = {1, 2,3 }, gdy: a) k = l, b) k = 2, c) k = 3. Wariacje 1 z 6 Wariacje bez powtórzeń Jeśli w doświadczeniu losowym ze zbioru n-elementowego wybieramy k elementów w ten sposób, że: wybrane elementy nie mogą się powtarzać kolejność wybranych elementów jest istotna

Bardziej szczegółowo

MATeMAtyka 3 Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych

MATeMAtyka 3 Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych MATeMAtyka 3 Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych Zakres podstawowy Klasa 3 Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające

Bardziej szczegółowo

Agnieszka Kamińska, Dorota Ponczek. MATeMAtyka 3. Plan wynikowy. Zakres podstawowy i rozszerzony

Agnieszka Kamińska, Dorota Ponczek. MATeMAtyka 3. Plan wynikowy. Zakres podstawowy i rozszerzony Agnieszka amińska, Dorota Ponczek MATeMAtyka 3 Plan wynikowy Zakres podstawowy i rozszerzony Oznaczenia: wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające; D wymagania dopełniające;

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna. Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017

Rachunek prawdopodobieństwa i statystyka matematyczna. Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017 Rachunek prawdopodobieństwa i statystyka matematyczna Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017 1 1 Wstęp Rachunek prawdopodobieństwa i statystyka to: działy matematyki

Bardziej 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

Spotkanie olimpijskie nr lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa

Spotkanie olimpijskie nr lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa Spotkanie olimpijskie nr 5 16 lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka Jadwiga Słowik Reguła mnożenia Jeśli wybór polega na podjęciu k decyzji, przy czym pierwszą decyzję możemy

Bardziej szczegółowo

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.); 03DRAP - Przykłady przestrzeni probabilistycznych A Zadania na ćwiczenia Zadanie A1 (wskazówka: pierwsze ćwicznia i rozdział 23 przykł 1 i 2) Zbuduj model przestrzeni klasycznej (czyli takiej, w której

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B KLASYCZ NA DEFINICJA PRAW DOPOD OBIEŃSTWA ( ) PRAWDOPOD OBIEŃSTW O W A RUNKOWE PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B ( ) WIĘC CO OZNACZA, ŻE ZDARZENIE B NIE MA WPŁYWU

Bardziej szczegółowo

ćwiczenia z rachunku prawdopodobieństwa

ćwiczenia z rachunku prawdopodobieństwa ćwiczenia z rachunku prawdopodobieństwa 9.10.2010 ogólna definicja prawdopodobieństwa, własności 1. Niech Ω = [0, 1] oraz niech Σ będzie pewną σ-algebrą podzbiorów odcinka [0, 1]. Udowodnić, że funkcja

Bardziej szczegółowo

Wstęp do rachunku prawdopodobieństwa

Wstęp do rachunku prawdopodobieństwa wykład : Wstęp do rachunku prawdopodobieństwa STTYSTYK OPISOW Wanda Olech Katedra Genetyki i Ochrony Zwierząt Statystyka zajmuje się Zjawiskami losowymi - które bada przez doświadczenie U podstaw współczesnej

Bardziej szczegółowo

Poziom wymagań K P K R K R. 2. Permutacje definicja permutacji definicja n! liczba permutacji zbioru n-elementowego K K K P D

Poziom wymagań K P K R K R. 2. Permutacje definicja permutacji definicja n! liczba permutacji zbioru n-elementowego K K K P D Plan wynikowy klasa 3g - Jolanta Pająk Matematyka 3. dla liceum ogólnokształcącego, liceum profilowanego i technikum. ształcenie ogólne w zakresie rozszerzonym rok szkolny 2015/2016 Wymagania edukacyjne

Bardziej szczegółowo

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Wymagania edukacyjne niezbędne do uzyskania poszczególnych śródrocznych i rocznych ocen klasyfikacyjnych z obowiązkowych

Bardziej szczegółowo

KOMBINATORYKA. Problem przydziału prac

KOMBINATORYKA. Problem przydziału prac KOMBINATORYKA Dział matematyki zajmujący się badaniem różnych możliwych zestawień i ugrupowań, jakie można tworzyć z dowolnego zbioru skończonego. Zbiory skończone, najczęściej wraz z pewną relacją obiekty

Bardziej szczegółowo

SPRAWDZIAN KOMBINATORYKA

SPRAWDZIAN KOMBINATORYKA www.zadania.info NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI SPRAWDZIAN KOMBINATORYKA 12 GRUDNIA 2011 CZAS PRACY: 45 MIN. ZADANIE 1 Spośród liczb {1, 2, 3,..., 1000} losujemy jednocześnie dwie, które

Bardziej szczegółowo

Planimetria 1 12 godz.

Planimetria 1 12 godz. Planimetria 1 1 godz. Funkcje trygonometryczne kąta ostrego 1 definicje funkcji trygonometrycznych kąta ostrego wartości funkcji trygonometrycznych kątów 30º, 45º, 60º Trygonometria zastosowania Rozwiązywanie

Bardziej szczegółowo

15. Rachunek prawdopodobieństwa mgr A. Piłat, mgr M. Małycha, mgr M. Warda

15. Rachunek prawdopodobieństwa mgr A. Piłat, mgr M. Małycha, mgr M. Warda 1. Każdej karcie bankomatowej jest przypisany numer identyfikacyjny zwany kodem PIN. Kod ten składa się z czterech cyfr(cyfry mogą się powtarzać, ale kodem PIN nie może być 0000). Oblicz prawdopodobieństwo,

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS PRAWDOPODOBIEŃSTWO KURS PRAWDOPODOBIEŃSTWO Lekcja 3 Definicja prawdopodobieństwa Kołmogorowa. Prawdopodobieństwa warunkowe i niezależne. ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, A/15

Matematyka dyskretna. Andrzej Łachwa, UJ, A/15 Matematyka dyskretna Andrzej Łachwa, UJ, 2015 andrzej.lachwa@uj.edu.pl 10A/15 Permutacje Permutacja zbioru skończonego X to bijekcja z X w X. Zbiór permutacji zbioru oznaczamy przez, a permutacje małymi

Bardziej szczegółowo

DOŚWIADCZENIA WIELOETAPOWE

DOŚWIADCZENIA WIELOETAPOWE . 4. DOŚWIADCZENIA WIELOETAPOWE Drzewem stochastycznym nazywamy graf ilustrujący przebieg wieloetapowego doświadczenia losowego. Wierzchołkom drzewa stochastycznego przyporządkowane są wyniki poszczególnych

Bardziej szczegółowo

MATeMAtyka 3. Propozycja przedmiotowego systemu oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony

MATeMAtyka 3. Propozycja przedmiotowego systemu oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony Agnieszka Kamińska, Dorota Ponczek MATeMAtyka 3 Propozycja przedmiotowego systemu oceniania wraz z określeniem wymagań edukacyjnych Zakres podstawowy i rozszerzony Wyróżnione zostały następujące wymagania

Bardziej szczegółowo

Ćwiczenia 1. Klasyczna definicja prawdopodobieństwa, prawdopodobieństwo geometryczne, własności prawdopodobieństwa, wzór włączeń i wyłączeń

Ćwiczenia 1. Klasyczna definicja prawdopodobieństwa, prawdopodobieństwo geometryczne, własności prawdopodobieństwa, wzór włączeń i wyłączeń Agata Boratyńska Ćwiczenia z rachunku prawdopodobieństwa 1 Ćwiczenia 1. Klasyczna definicja prawdopodobieństwa, prawdopodobieństwo geometryczne, własności prawdopodobieństwa, wzór włączeń i wyłączeń UWAGA:

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 26 lutego 2018 Magdalena Alama-Bućko Statystyka matematyczna 26 lutego 2018 1 / 16 Wykład : 10h (przez 10 tygodni po 45 minut) zaliczenie wykładu

Bardziej szczegółowo