I STATYSTYKA STOSOWANA, LISTA 1

Wielkość: px
Rozpocząć pokaz od strony:

Download "I STATYSTYKA STOSOWANA, LISTA 1"

Transkrypt

1 I STATYSTYKA STOSOWANA, LISTA 1 1.Urządzenie składa się z 3 elementów. Każdy z elementów może mieć jedną z trzech jakości. Opisać zbiór zdarzeń elementarnych. Wypisać zdarzenia elementarne sprzyjające zdarzeniu: a) A - wszystkie elementy są takiej samej jakości; b) B - co najmniej dwa elementy są takiej samej jakości; c) C - każdy element jest innej jakości. Czy zdarzenia A oraz C są przeciwne?, czy zdarzenia A oraz C są rozłączne?, czy B oraz C są przeciwne?, czy zdarzenia A B oraz C są równe? 2.Niech A k, k = 1, 2,..., n oznacza zdarzenie: k-ty podzespół w urządzeniu zbudowanym z n podzespołów jest sprawny. Zapisać zdarzenia: a) podzespół pierwszy i drugi są sprawne, pozostałe są zepsute; b) co najmniej jeden z podzespołów A 1 lub A 2 jest zepsuty, pozostałe sprawne c) tylko jeden z A 1 oraz A 2 jest zepsuty, pozostałe są sprawne. d) dokładnie 2 podzespoły są sprawne. 3.Niech A, B, C oznaczają dowolne zdarzenia w Ω. Wykazać,że: a) P (A B C) = = P (A) + P (B) + P (C) P (A B) P (A C) P (B C) + P (A B C); b) jeśli A B to P (A ) P (B ); c) dla C = A B A B (C oznacza: zaszło tylko jedno ze zdarzeń A,B) zachodzi P (C) = P (A) + P (B) 2P (A B). 4.Trzy kule rozmieszczamy losowo w 6 komórkach. Obliczyć prawdopodobieństwo zdarzenia A- w każdej komórce o numerze nieparzystym znajduje się jedna kula jeśli: a) kule są rozróżnialne; b) kule są nierozróżnialne. 5.Rzucamy kostką sześcienną dopóki pojawi się 1 lub 6. Opisać zbiór zdarzeń elementarnych tego doświadczenia. Obliczyć prawdopodobieństwo zdarzenia: 1 lub 6 pojawi się po raz pierwszy na parzystym miejscu. 6.Wśród m losów; m 5 jest 5 wygrywających. Dla jakich m prawdopodobieństwo zdarzenia: zakupione 2 losy będą wygrywające jest mniejsze niż O pracę w pewnej firmie ubiega się n osób. Poproszono 3 specjalistów, aby każdy niezależnie uszeregował je według przydatności do pracy. Do pracy zostanie przyjęta osoba, którą przynajmniej 2 specjalistów umieści na pierwszym 1

2 miejscu. Obliczyć prawdopodobieństwo,że jedna z n osób zostanie przyjęta. Odpowiedzi. zad.1 Zdarzenia A,C są rozłączne; nie są przeciwne. Zdarzenia B,C są przeciwne; A B = C. zad.2 a) A 1 A 2 A 3... A n = A 1 A 2 ( n k=3 A k ) b)(a 1 A 2) n k=3 A k c)(a 1 A 2 A 2 A 1 ) n k=3 A k d) i<j(a i A j n k=1 A k)i, j = 1, 2,..., n; k i; k j. zad.3 Wsk. a) A B C = (A B) C zast. 2 razy wzór na sumę b)a B B A. c) Zdarzenia A B oraz A B są rozłączne i A = (A B) (A B ) to P (A B ) + P (A B) = P (A). zad.4 a) 3! = 1, b) ( ) 1= 1 56 zad ; zad.6 m 7; zad.7 P(A)= 3n 2 n 2 LISTA 2 1.W produkcji firmy A jest 1% braków, zaś w produkcji firmy B jest ich 2%.Kupujemy produkt firmy A oraz B. Jakie jest prawdopodobieństwo, że: a) przynajmniej jeden jest dobry; b) obydwa są dobre; c) tylko jeden z nich jest dobry. 2.Dwie osoby umawiają się na spotkanie. Każda z nich przychodzi w losowej chwili między godziną 16 a 17 i czeka 15 min. Jakie jest prawdopodobieństwo, że się spotkają? Ile czasu powinna czekać każda z osób, aby prawdopodobieństwo spotkania było większe niż 0.75? 3.Drut długości 40 cm zgięto w losowo wybranym punkcie pod kątem prostym, a następnie zgięto jeszcze w 2 punktach tak, aby powstała prostokątna ramka o obwodzie 40 cm. Jakie jest prawdopodobieństwo, że pole obszaru ograniczonego ramką jest większe niż 75 cm 2? 4.Wśród wyrobów firmy A jest 0.5% wadliwych, firmy B jest 2% wadliwych zaś firma C ma 1% wadliwych. Z partii towaru zawierającej 500 elementów firmy A,300 firmy B oraz 200 firmy C losujemy jeden element.obliczyć prawdopodobieństwo, że a) jest on dobry, b) jest dobry i pochodzi z firmy B, c) wyprodukowała go firma C, jeśli wiemy,że jest dobry. 5.Dwie wyrzutnie W1 oraz W2 specjalnymi pociskami gaszą reaktor. W tym samym czasie gdy wyrzutnia W1 wyrzuca 9 pocisków to W2 wyrzuca 10. 2

3 W1 trafia w cel z prawdopodobieństwem 0.8, zaś W2 z prawdopodobieństwem 0.7. Reaktor ugaszono. Jakie jest prawdopodobieństwo, że zrobiła to W2? 6.Test na obecność pewnego wirusa w organizmie daje wynik pozytywny z prawdopodobieństwem 0.98, jeśli wirus jest w organizmie. Jeśli wirusa w organizmie nie ma to prawdopodobieństwo wyniku pozytywnego wynosi Zakłada się, że 1 % populacji jest zarażona wirusem. Obliczyć prawdopodobieństwo, że: a) test dał wynik pozytywny u losowo wybranej osoby z tej populacji; b) losowo wybrana osoba jest zarażona wirusem, jeśli test dał wynik pozytywny. 7.Wiadomo,że przeciętnie 5 % badanych elementów ma wadę. Do wykrycia wady wykorzystuje się następujący test. Jeśli element ma wadę to test w 90 % wskazuje jej istnienie ( wynik testu jest pozytywny) i w 90 % nie wskazuje wady,gdy element jej nie ma. Jakie jest prawdopodobieństwo, że element ma wadę,jeśli wynik testu jest pozytywny? Jakie będzie powyższe prawdopodobieństwo, jeśli element zostanie poddany testowi dwukrotnie i w obu przypadkach wynik testu będzie pozytywny? Odpowiedzi zad.1 a) 09998; b) ; c) zad.2 odp zad.3 odp. 1 2 ( w zad.2,3 wykorzystać prawdopodobieństwo geometryczne) zad.4 a) ; b) 0.294; c) 0.2 zad.5 odp zad.6 a) ; b) zad.7 odp ; LISTA 3 1. Podać przykład (Ω, P ), i w niej dwóch zdarzeń niezależnych. 2. Wykazać,że jeśli zdarzenia A i B są niezależne to niezależne są A i B. 3.Uzasadnić,że jeśli P (A B) = P (A B ) to zdarzenia A i B są niezależne. 4. Grupie studentów zadano pytanie: czy ściągają na egzaminach? i poproszono o odpowiedź z wykorzystaniem metody losowej. Polega ona na tym,że każdy student rzuca monetą :jeśli wypadnie orzeł i student nie ściąga to odpowiada : NIE w pozostałych przypadkach odpowiada : TAK. Przyjmując,że 40% studentów ściąga,obliczyć prawdopodobieństwo,że losowo wybrana osoba odpowie NIE.Jak oszacować procent studentów ściągających, jeśli w grupie było 20% odpowiedzi NIE. 5. Z talii 52 kart losujemy bez zwracania 2 karty. Jeśli wśród nich będą : 2 piki to wygrywamy 20 punktów, jeśli tylko jeden pik wygrywamy 10 pkt,jeśli 3

4 żadnego przegrywamy 5 pkt (wygrywamy -5 pkt). Niech zmienna losowa X oznacza wartość wygranej.wyznaczyć rozkład prawdopodobieństwa oraz dystrybuantę X. 6. Spośród liczb 1,2,3,...,20 losujemy 4 razy ze zwracaniem po jednej liczbie.obliczyć prawdopodobieństwo, że wśród 4 wylosowanych liczb będą: a) co najmniej 2 liczby mniejsze od 16; b) 2 liczby podzielne przez 5; c) żadnej liczby większej niż 5. W każdym przypadku wykorzystać rozkład dwumianowy z odpowiednimi parametrami. 7.Prawdopodobieństwo,że w każdej sekundzie pojawi się sygnał wynosi 3 5. Obliczyć prawdopodobieństwo,że; a) w ciągu 2 minut pojawią się 3 sygnały; b) w ciągu 2 minut pojawią się co najmniej 2 sygnały. Jaka jest najbardziej prawdopodobna liczba pojawień się sygnału w przeciągu 121s, 122s a jaka w przeciagu 124 s? 8.Partia towaru zawiera 1 % braków. Ile elementów należy sprawdzić, aby prawdopodobieństwo wykrycia co najmniej jednego braku było większe niż Spośród 3 dobrych i 2 wadliwych elementów losujemy jednocześnie 3 elementy.wyznaczyć rozkład prawdopodobieństwa oraz dystrybuantę zmiennej losowej X, gdzie X jest liczbą wylosowanych elementów wadliwych. Z wykresu dystrybuanty odczytać: P (X > 1), P (1 X < 4). 10.Rzucamy kostką tak długo, aż pojawi się szóstka. Niech zmienna losowa X oznacza numer rzutu, w którym szóstka pojawi się po raz pierwszy. Wyznaczyć rozkład prawdopodobieństwa oraz dystrybuantę X. Obliczyć a) P( X 10); b) P (X 10). 11.Liczba samochodów, które ulegają wypadkowi w ciągu jednego dnia w danym mieście i wymagają naprawy w warsztacie ma rozkład Poissona z parametrem λ = 10. Ile miejsc do naprawy należy przygotować, aby z prawdopodobieństwem większym niż 0.95 było wolne miejsce dla uszkodzonego samochodu. 12.Urządzenie produkuje element wadliwy z prawdopodobieństwem p=0.02. Jakie jest prawdopodobieństwo, że w partii 100 elementów są co najwyżej 2 4

5 wadliwe? Podaj rozwiązanie dokładne i przybliżone rozkładem Poissona. Odpowiedzi zad.2 P (A)P (B ) = P (A)(1 P (B)) = P (A) P (A B) = P (A B ) bo A,B są niezależne oraz A B i A B są rozłączne i ich sumą jest A. zad.4 P( NIE )=0.3; P(ściąga)=0.6 zad.5 P (X = 5) = , P (X = 10) = 102 F (t) =, P (X = 20) = , gdy t 5,, gdy 5 < t 10,, gdy 10 < t 20 1, gdy t zad.6 a) sukces -wylosowanie liczby mniejszej niż 16; X-liczba sukcesów wśród wylosowanych 4 liczb; X B(4, ); P (X 2) = ; b) Y B(4, 1 ), P (Y = 2) = 96/625; 5 c) Z B(4, 1 ), P (Z = 4) = 1/256 4 zad.7 X-liczba sygnałów w ciągu 2 min. X B(120, 3 ), najbardziej prawdopodobna 5 liczba sygnałów to odpowiednio: 73; 73; 74 lub 75. zad.8 n 230, zad.9 P(X=0)=0.1; P(X=1)=0.6; P(X=2)=0.3 F (t) = 0, gdy t 0, 0.1, gdy 0 < t 1, 0.7, gdy 1 < t 2 1, gdy t 2 P (X > 1) = 0.3; P (1 X < 4) = 0.9. zad.10 X-numer rzutu w którym szóstka pojawi się po raz pierwszy P (X = k) = 1( )k 1, F (t) = k<t 1( )k 1, k = 1, 2,...; tɛr; a) 1 F (10) = ( 5 6 )9 ; b) P (X 10) = F (11) = 1 ( 5 6 )10 ; zad.11 X-liczba uszkodzonych samochodów P (X n) > 0.95, z tablic rozkładu Poissona dla λ = 10 odczytujemy : n 15. zad.12 X-liczba elementów wadliwych wśród 100 elementów; X B(100; 0.02); P (X 2) = (0.98) (0.98) (0.02) 2 (0.98)98, z rozkładu Poissona z λ = 2 mamy P (X 2) = LISTA 4 1*.Liczba komputerów, które mogą być zarażone wirusem poprzez pewną sieć ma rozkład Poissona z parametrem λ. Prawdopodobieństwo,że wirus uaktywni się w zarażonym komputerze wynosi p. Jakie jest prawdopodobieństwo,że 5

6 wirus uaktywni się w m komputerach? Wykonaj obliczenia dla λ = 8, p=0.125, m=10. 2.Czy można dobrać stałe a, b ; aby funkcja F(t) była dystrybuantą zmiennej losowej ciągłej? a) a e t, gdy t 1, F (t) = e 1, gdy 1 t < 1, b(3 2 ), gdy t > 1. t b) F (t) = a + barctgt. 3.Dla jakiej { wartości a funkcja a(2 x), gdy 1 < x < 2 a) f(x) = 0, gdy x 1 lub x 2 b) f(x) = ae x jest gęstością pewnej zmiennej losowej X. Dla przykładu a) oraz b) znaleźć dystrybuntę zmiennej losowej X, naszkicować wykresy gęstości oraz dystrybuantę. Obliczyć P (1 < X < 5), P (X < 0 X > 1). 4.Dzienne zużycie energii (w setkach kwh) pewnej firmy jest zmienną losową X o gęstości: f(x) = { 1 (3 + 2x 9 x2 ), gdy 0 < x < 3, 0, gdy x 0 lub x 3 Jakie jest prawdopodobieństwo, że zużycie energii w ciągu dnia jest: większe niż 50 kwh; między 100 a 200 kwh. Jakie jest prawdopodobieństwo, że w ciągu 30 dni jest 10 dni, w których zużycie energii przekroczy 200 kwh. 5.Czas pracy diody jest zmienną losową o rozkładzie wykładniczym z α = Wiadomo, że dioda pracowała bezawaryjnie przez 1000h, jakie jest prawdopodobieństwo, że popracuje co najmniej 6000h? 6.Prawdopodobieństwo wykrycia awarii urządzenia w czasie krótszym niż t minut wynosi F (t) = 1 e 5t. Jakie jest prawdopodobieństwo, że na wykrycie awarii potrzeba: a) więcej niż 4 min. b) więcej niż 4,ale mniej niż 6 min. c) co najwyżej 5 min. Ile potrzeba czasu na wykrycie awarii z 6

7 prawdopodobieństwem większym niż 0.5? 7.Dla zmiennej losowej X o rozkładzie normalnym N(-3,2) wyznaczyć, korzystając z tablic: P ( 1 X 1), P (X > 2), P ( 3 X 1), P (X 5), P (X > 10), P ( X > 2). 8.Dla zmiennej losowej X o rozkładzie normalnym N(m,σ) obliczyć P ( X m < σ). 9.Czas oczekiwania na połączenie telefoniczne w pewnej centrali dla każdego abonenta ma rozkład wykładniczy z α =0.2 s. Z centrali korzysta jednocześnie i niezależnie 100 abonentów. Obliczyć prawdopodobieństwo, że: najkrótszy z czasów oczekiwania na połączenie jest większy niż 5s; najdłuższy mniejszy niż 10s. 10.Czasy pracy każdej z n żarówek są niezależne i mają taki sam rozkład wykładniczy z parametrem α = Niech zmienna losowa X oznacza czas pracy układu złożonego z n żarówek połączonych równolegle, zaś zmienna losowa Y czas pracy układu złożonego z n żarówek połączonych szeregowo. Wyznaczyć dystrybuantę i gęstość X oraz Y. Odpowiedzi zad.1 z wzoru na prawdopodobieństwo całkowite mamy (pλ)m. m!e pλ zad.2 a) nie; b) tak; a = 1/2; b = 1/π zad.3 a) a=2/9 0, gdy t 1, 4 F (t) = 9 t 1 9 t2 + 5, gdy 1 < t 2, 9 1, gdy t > 2. P (1 < X < 5) = 1, P (X < 0 X > 1) = 2; 9 3 b) a=1/2 { 1 F (t) = 2 et, gdy t e t, gdy t > 0 P (1 < X < 5) = 1 2 (e 1 e 5 ), P (X < 0 X > 1) = 1(1 + 2 e 1 ). zad.5 P (X > 5000) = e.5 ; zad.6 a) P (X > 4) = e 20 ; b) P (4 < X < 6) = e 20 e 30 ; c) P (X 5) = 1 e 25 ; P (X < T ) 0.5 dla T 0.2 ln(2). zad.7 P ( 1 < X < 1) = Φ(2) Φ(1) = P (X > 2) = 1 Φ(0.5) = 03085; P ( 3 < X < 1) = ; P (X < 5) = Φ(4) = 1; P (X > 10) = 1; P ( X > 2) = 1 Φ(2.5)+Φ(0.5) zad.8 2Φ(1) 1 = zad.10 X = max(x 1, X 2,..., X n ); Y = min(x!, X 2,..., X n ) 7

8 { 0, gdy t < 0 F X (t) = (1 e tα ) n, gdy t 0 { 0, gdy t < 0 f X (t) = nαe tα (1 e tα ) n 1, gdy t > 0 { 0, gdy t < 0 F Y (t) = 1 e ntα, gdy t 0 { 0, gdy t < 0 f Y (t) = nαe ntα, gdy t > 0 LISTA 5 1.Na loterii jest n 1 losów na które pada wygrana x 1, n 2 losów na które pada wygrana x 2,..., n k losów na które pada wygrana x k. Wszystkich losów jest N. Wartość oczekiwana wygranej X przy jednokrotnym losowaniu jest równa połowie ceny losu. Obliczyć cenę losu.czy warto wziąć udział w takiej loterii. 2.Zmienna losowa X ma rozkład jednostajny na przedziale [a,b]. Jaka jest jej wartość oczekiwaną i wariancję. Wyznaczyć stałe A, B takie, że zmienna losowa Y = AX + B ma rozkład jednostajny na przedziale [0,1]. 3.Obliczyć wartość oczekiwaną i wariancję dla następujących zmiennych losowych: a) zmienna losowa X każdą z wartości 1,2,3,4,5,6 przyjmuje z takim samym prawdopodobieństwem; b) P( Y = -2)= P( Y = 0)= 0.1; P( Y = 2)= 0.8; c) dystrybuanta zmiennej losowej Z jest postaci: 0, gdy x 1, F (x) = x 1, gdy 1 < x < 4 1, gdy x 4 d) zmiennej losowej o rozkładzie wykładniczym z parametrem α. 4.Dla zmiennej losowej o rozkładzie wykładniczym z α = 2 wyznaczyć medianę oraz kwantyl rzędu 3.Jaka jest interpretacja otrzymanych wartości? 4 5.Zmienna losowa X ma rozkład B(n,p). Dla jakich p wariancja X jest największa? 6.Wiedząc,że: EX= -1, EX 2 = 3 wyznaczyć: 8

9 varx, E(4X-1), var(4x-1), E(-2X-2), var(-2x-2). 7*.Rzucamy kostką sześcienną. Niech X oznacza numer rzutu, w którym ścianka z 2 oczkami wypadła po raz pierwszy. Jaka jest EX oraz varx? 8.Prawdopodobieństwo,że obroty firmy jednego dnia przekroczą 1 mln zł wynosi 0.2.Jaka jest oczekiwana, a jaka jest najbardziej prawdopodobna liczba dni z obrotami większymi niż 1 mln w ciągu 24 dni pracy firmy? Odpowiedzi: zad.1 c = 2EX = 1 Ni=1 x N i n i, nie warto,ponieważ cena losu jest większa niż wartość oczekiwana wygranej. zad.2 EX = a+b (b a)2, varx =, A = 1 albo A = 1 ; B = 1 A (a + b) b a b a 2 2 zad.3 a)ex= 7 35, varx = ; b) EY=1.4, vary= c)ex= 7 34, varx= ; d) 3 45 EX=α 1 ;varx=α 2. zad.4 mediana=ln 2, kwantyl rzędu 3 = ln 2; zad.5 p=0.5; 4 zad.6 2; -5; 32; 0; 8. zad.7 EX=6, varx=30; zad.8 EX=4.8,k 0 = 4lubk 0 = 5. LISTA 6 1.Czas sprawnej pracy mierników pewnego typu (w dniach) ma rozkład N(1000,100).Jaki powinien być okres gwarancji, aby na 99% miernik działał przynajmniej przez okres gwarancji? 2.Czas działania (w dniach) drukarek pewnego typu ma rozkład N(1000,σ).Dobrać σ,aby drukarka działała co najmniej 900 dni z prawdopodobieństwem W windach osobowych jest napis: maksymalne obciążenie 7 osób albo 500 kg. Zakładając,że waga pasażerów ma rozkład N(70,4) obliczyć prawdopodobieństwo, że waga 7 osób przekroczy dopuszczalne obciążenie 500 kg. 4.Zmienne losowe X 1, X 2 są niezależne i mają rozkład jednostajny na przedziale [-1,5]. Dla zmiennej losowej Z = max(x 1, X 2 ) wyznaczyć funkcję gęstości oraz obliczyć EZ. 5.Zmienne losowe X 1, X 2,..., X n są niezależne i każda ma rozkład N(0,1).Jaki rozkład prawdopodobieństwa ma zmienna losowa Y n = 1 nk=1 n X k. 6.Prawdopodobieństwo sukcesu w jednej próbie wynosi Ile prób należy wykonać,aby prawdopodobieństwo,że liczba sukcesów odchyla się od swojej wartości oczekiwanej o mniej niż 20% wszystkich prób było większe 9

10 od 0.8? 7.Prawdopodobieństwo porażki w każdej próbie wynosi 0.9. Oszacować: a) wykorzystując nierówność Czebyszewa; b) centralne twierdzenie graniczne prawdopodobieństwo,że w 400 próbach liczba porażek będzie większa niż 320 i mniejsza niż Komputer dodaje 1200 liczb rzeczywistych przedtem każdą zaokrąglając do najbliższej liczby całkowitej.zakładamy, że błędy zaokrągleń są niezależne i mają rozkład jednostajny na przedziale [-0.5; 0.5]. Jakie jest prawdopodobieństwo, że błąd w obliczaniu sumy będzie większy niż 5 i mniejszy niż 10? 9.Czas pracy diody (w godz.) jest wykładniczy z α = Jakie jest prawdopodobieństwo,że zapas 100 diod wystarczy na co najmniej godzin pracy? 10.Korzystając ze zdjęć satelitarnych mierzono odległości między 2 obiektami. Niech X 1, X 2,..., X n będą niezależnymi zmiennymi losowymi opisującymi wyniki kolejnych pomiarów.założono,że EX k = d, varx k = 1, k=1.2,...,n. Za oszacowanie odległości d przyjęto Y n = 1 n X k n k=1. Ile pomiarów należy wykonać, aby P ( Y n d 0.1) Odpowiedzi zad.1 co najwyżej 767 dni, zad.2 Φ( 100 ) 0.95,, σ 61, zad , σ { t+1, gdy 1 < t < 5 zad.4 f Z (t) = 18, 0, poza EZ=3, zad.5 N(0,1); zad.7 a)większe niż 391; b)równe zad.9 Φ(2)=

11 LISTA 7 Wskazówka. W rozwiązaniu zadań 1-4 wykorzystać centralne twierdzenie graniczne. 1.Prawdopodobieństwo, że aparat zepsuje się w czasie jego konserwacji wynosi Jakie jest prawdopodobieństwo, że w trakcie konserwacji 100 aparatów zepsuje się: a) nie mniej niż 5 aparatów; b) więcej niż 5 i mniej niż 10 aparatów? 2.Jeśli gracz wyrzuci kostką sześcienną 6 oczek to wygrywa 4 zł, w przypadku innej liczby oczek przegrywa 1 zł. Jakie jest prawdopodobieństwo, że przy 500 rzutach przegra więcej niż 200 zł? 3.Prawdopodobieństwo,że wyprodukowany detal okaże się dobry wynosi 0.9. Ile elementów należy wyprodukować,aby prawdopodobieństwo, że będzie wśród nich co najmniej 50 dobrych było większe niż 95%. 4.Zmienne losowe X 1, X 2,..., X 100 są niezależne i mają rozkład wykładniczy z α = 0.25 Jakie jest prawdopodobieństwo, że Σ100 k=1x k przyjmie wartości mniejsze niż 4 i większe niż 3.5. Dla jakiego n, 1 n Σn k=1x k odchyla się od swojej wartości oczekiwanej o mniej niż 1,z prawdopodobieństwem większym niż 0.9? 5.Na pewnym obszarze dokonano 40 pomiarów grubości warstwy piasku otrzymując w m.: 54, 58, 64, 69, 61, 56, 41, 48, 56, 61, 70, 55, 46, 57, 70, 55, 47, 62, 55, 60, 54,57,65,60,53,54, 49,58,62,59,55,50,58, 63, 64, 59, 52, 65, 58, 60. Dla przedstawionej próby zbudować szereg rozdzielczy oraz naszkicować histogram i dystrybuantę empiryczną. Wyznaczyć średnią, medianę, modalną, kwantyl dolny i górny, wariancję, współczynnik zmienności. 6.W pewnym punkcie sieci elektrycznej mierzono co godzinę istniejące napięcie (w V) otrzymując 21 danych: 234, 220, 230, 218, 220, 219, 224, 223, 220, 218, 221, 229, 225, 220, 221, 216, 220, 219,232,227,221. Dla przedstawionej próby wyznaczyć wielkości jak w zad.6. Odpowiedzi zad.1 a) 1-Φ( 15 7 ) = b)φ( 40 7 ) Φ( 15 7 ) = zad.2 Φ( 2.8) = ; zad.3 n 70. zad.4 n 44 zad.6 wziąć 5 klas, x = 222.7, mediana = 221, modalna = 220, varx=17.99, wsp.zmienności=0.019 (1.9% ) 11

12 LISTA 8 1.W oparciu o 2n elementową próbę prostą z populacji o średniej m i wariancji σ 2 oszacowano wartość oczekiwaną używając dwóch estymatorów: Y 1 = 1 2n 2n k=1 X k, oraz Y 2 = 1 nk=1 X n k. Który z nich jest lepszy i dlaczego? 2.Metodą największej wiarogodności wyznaczyć estymatory parametrów: a) λ w rozkładzie Poissona ; b) p w rozkładzie geometrycznym ; c) α w rozkładzie wykładniczym. 3.Prawdopodobieństwo natrafienia na złoże ropy dla każdej z 5 ruchomych wież wiertniczych jest takie samo i wynosi p. Pierwsza wieża natrafiła po raz pierwszy na złoże; za trzecim razem, druga za czwartym, trzecia za trzecim, czwarta za czwartym, piąta za siódmym. Oszacować wartość parametru p. 4.W celu oszacowania wartości przeciętnej czasu bezawaryjnej pracy maszyny pewnego typu - z partii tych maszyn wybrano losowo 7 maszyn i obserwowano czasy pracy do momentu awarii. Uszkodzenia nastąpiły w: 51, 115, 150, 190, 217, 228, 350 godzinie. Wiedząc, że czas bezawaryjnej pracy maszyny ma rozkład wykładniczy oszacować : wartość przeciętną bezawaryjnej pracy maszyny oraz parametr α tego rozkładu. 5*.Wykazać, że jeżeli niezależne zmienne losowe X k, k = 1,..., n mają taki 1 sam rozkład wykładniczy to nk=1 X 2 2n k jest nieobciążonym estymatorem dla wariancji tego rozkładu. 6*.Zmienne losowe X k mają rozkład jednostajny na przedziale [a; a+1]; parametr a jest nieznany. Sprawdzić, że dla n niezależnych obserwacji estymator: T n = n X k n k=1 jest nieobciążonym i zgodnym estymatorem parametru a. Oszacować P ( T n a 0.1) gdy: n = 12 oraz n = *.Wykazać, że n+1max n 1 k nx k jest lepszym nieobciążonym estymatorem dla parametru a,w rozkładzie jednostajnym na przedziale [0 ; a] niż 2 n Σn k=1x k. 12

13 Odpowiedzi zad.1 Y 1, Y 2 są niobciążone dla m, lepszy Y 1,bo ma mniejszą wariancję. zad.2 λ = 1 nk=1 X n k, α 1 = 1 n Σn k=1x k p 1 = 1 nk=1 X n k zad zad ; LISTA 9 1. Dokonano 8 pomiarów pewnej odległości i otrzymano (w m): 201, 195, 207, 203, 191, 208, 198, 210. Wiadomo,że rozkład błędu pomiaru jest normalny o średniej 0 i wariancji 9. Wyznaczyć przedział ufności dla mierzonej odległości na poziomie ufności Ponadto, wykonano 5 dodatkowych pomiarów i otrzymano:201, 196, 200, 195, 208. Korzystając ze wszystkich pomiarów wyznaczyć jeszcze raz przedział ufności dla mierzonej odległości oraz porównać długości przedziałów. 2.Na podstawie 100 prób oszacowano średni czas pracy potrzebny do wyprodukowania elementu i uzyskano (w s): x = 5.5 oraz s = 1.7.Wyznaczyć przedział ufności dla wartości oczekiwanej czasu produkcji na poziomie: a) 0.90 oraz b) Który jest dłuższy? 3.Dla 10 obserwacji cechy o rozkładzie normalnym otrzymano: 7; 7.5; 8.5; 8; 6; 7.5; 6.5; 5.5; 7.5; 6. Wyznacz i porównaj przedział ufności dla parametru m na tym samym poziomie ufności gdy : a) σ = 0.5, b) σ nieznane. 4.Klasa przyrządu jest związana z odchyleniem standardowym wykonywanych nim pomiarów. W celu zbadania klasy przyrządu służącego do pomiaru masy wykonano nim 12 pomiarów masy tego samego ciała (w mg): 101, 105, 98, 96, 100, 106, 100, 95, 95, 101, 94, 98. Przy założeniu, że wyniki pomiaru mają rozkład normalny wyznaczyć 95% przedział ufności dla odchylenia standardowego. 5.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów natężenia tego samego pola magnetycznego i otrzymano (w Oe): 8, 10, 15, 12, 18, 9, 10, 12, 14, 12. Przyjmując poziom ufności 0.95 wyznaczyć przedział ufności dla wartości oczekiwanej oraz dyspersji (odchylenia standardowego) wyników pomiaru tym magnetometrem. 6.Błąd pomiaru wysokości wieży ma rozkład normalny o wariancji 400m 2. Ile pomiarów należy wykonać, aby na poziomie ufności 0.9 oszacować wysokość wieży w przedziale ufności długości 15m? 13

14 7.Aby oszacować ile procent wyborców (p%) jest zdecydowanych poprzeć danego kandydata w najbliższych wyborach przeprowadzono ankietę wśród n losowo wybranych osób (n 100). Na pytanie: czy będziesz głosować na danego kandydata; ankieta przewidywała 2 odpowiedzi: TAK albo NIE. Wyznacz przedział ufności dla p na poziomie ufności 1 α. Przy jakim n długość przedziału ufności będzie mniejsza niż 0.05 (5%). Wykonaj obliczenia dla: n = 200, 180 odpowiedzi TAK, α = W celu zbadania szczelności pojemników pewnej firmy, wylosowano niezależnie do próby i sprawdzono szczelność 100 pojemników, wykrywając 16 nieszczelnych. Przyjmując poziom ufności 0.99 oszacować procent nieszczelnych pojemników. 9*.Niech (X 1, X 2,..., X n ) oraz (Y 1, Y 2,..., Y m ) będą niezależnymi próbami prostymi, że X k ma rozkład N(m 1, σ), Y k ma rozkład N(m 2, σ). Sprawdzić, że statystyka X Y m 1 + m 2 nm(n + m 2) nk=1 (X k X) 2 + m k=1 (Y k Y ) 2 n + m. ma rozkład t-studenta z (n + m 2) stopniami swobody. Odpowiedzi: zad.1 dla n=8 mamy m 203.7, dla n=13 mamy m zad.2 a) 5.22 m 5.78; b) 5.28 m zad σ 6.7 zad m oraz 4.31 σ zad.6 n 20. zad.8 6% < p < 25.4% LISTA Hipotezę,że wadliwość produktu wynosi 0.1 sprawdzano następująco: z dużej partii towaru wybierano losowo 100 produktów. Jeśli wśród nich jest mniej niż 17 wadliwych to całą partię towaru uznajemy za wystarczająco dobrą, w przeciwnym przypadku partię uznajemy za złą. Obliczyć błąd I rodzaju oraz wartości funkcji mocy dla p = 0.2; p = 0.3. Wskazówka: rozkład Bernoulliego przybliżyć rozkładem normalnym. 14

15 2.Aby zweryfikować hipotezę o symetryczności monety H: p = 0.5 przeciwko K: p 0.5 wykonano nią n = 100 rzutów. Wyznaczyć obszar krytyczny na poziomie istotności: a) α = 0.1, b) α = Obliczyć moc testu dla p=0.9, p=0.4. Zweryfikować hipotezę H gdy w 100 rzutach monetą było 59 orłów dla a) oraz b). 3.Niech (X 1, X 2,..., X n ) będzie próbą prostą, że X k ma rozkład N(m,1). Na poziomie istotności α = 0.05 zweryfikować hipotezę H: m=4, przeciwko K: m 4, gdy n=25 oraz zaobserwowano x = 4.3. Wyznaczyć i naszkicować funkcję mocy testu. Podać wartość p-value. 4.Producent twierdzi,że długość życia produkowanych przez niego baterii ma rozkład normalny o średniej 48h. Długość życia dla zbadanych 7 baterii wyniosła: 44, 46, 49, 42, 51, 40, 45. Czy obserwacje te przeczą hipotezie producenta o średniej długości życia baterii? Zweryfikować hipotezę dla α = Przyjmując, że waga odczynnika w pewnego typu opakowaniach jest zmienną losową o rozkładzie N(m, σ) zweryfikować na poziomie istotności α = 0.1 hipotezę H: m=100 przeciwko K: m 100 dla następujących obserwacji: 95, 103, 104, 97, Zużycie energii elektrycznej (w kwh) przez pewną firmę w 10 losowo wybranych dniach było następujące: 104, 100, 105, 110, 106, 105, 102, 105, 107, 106. Zakładając,że zużycie energii ma rozkład normalny, na poziomie istotności α = zweryfikować hipotezę H: σ 2 = 10 przeciwko K: σ 2 > Producent twierdzi, że produkowany przez niego przyrząd nie popełnia błędu systematycznego oraz odchylenie standardowe wyników pomiaru wynosi σ = W celu sprawdzenia przyrządu wykonano nim 10 niezależnych pomiarów wzorca m=10.00 i uzyskano: 9.97, 9.97, 10.00, 10.01, 9.99, 10.01, 10.00, 10.02, 10.00, Zakładając, że wyniki pomiaru mają rozkład normalny zweryfikować na poziomie istotności α = 0.01: a) hipotezę producenta o błędzie systematycznym oraz b) hipotezę σ = 0.01 przeciwko hipotezie, że rzeczywiste odchylenie jest większe. 15

16 8.Pewien eksperymentator twierdzi, że opracował nową (lepszą) metodę odsiarczania gazów przemysłowych. Dokonano pomiarów zawartości siarki i otrzymano dla metody: starej: 17, 11, 22, 18, 15, 13, 14, 16 nowej: 15, 12, 10, 18, 14, 15, 13. Przyjmując, że zawartość siarki ma rozkład normalny zweryfikować odpowiednią hipotezę na poziomie istotności α = Błędy pomiarów dla 2 przyrządów mają rozkład normalny o takiej samej wariancji, równej 3. Badając zgodność pomiarów wykonano po 6 pomiarów każdym przyrządem i otrzymano: x 1 = 66.7, x 2 = 67.3; a)zweryfikować odpowiednią hipotezę na poziomie istotności α = 0.05; b) wyznaczyć błąd II rodzaju. gdy różnica między średnimi wynosi W wyniku pomiarów temperatury w 20 takich samych zbiornikach wykorzystywanych w procesie produkcji otrzymano w stopniach Celsjusza x = 4.8. Zakładając, że temperatura utrzymywana w zbiornikach jest zmienną losową o rozkładzie normalnym N(m,0.1) na poziomie istotności α = 0.1 zweryfikować hipotezę H: m = 5 przeciwko alternatywie: a) K: m < 5 oraz b) K: m 5 11.Pomiary napięcia prądu mają rozkład normalny. Dokonano 15 niezależnych pomiarów napięcia i otrzymano S 2 = 1.4. Na poziomie istotności α = 0.05 zweryfikować hipotezę, że wariancja pomiarów wynosi 1.2. Odpowiedzi zad.1 α = , niech M(p) oznacza moc testu dla parametru p; M(0.2)=0.7734, M(0.3)=0.9977, M(0.5)=1 zad.2 a) Q = {0, 1,..., 41} {59, 60,..., 100}, odrzucamy H gdy zaobserwowano 59 orłów b)q = {1, 2,..., 40} {60, 61,...100}, nie ma podstaw do odrzucenia H gdy zaobserwowano 59 orłów. M(0.4)=0.5793, M(0.9)=1 zad.3 Q = (1.64; ); u=1.5, nie ma podstaw do odrzucenia hipotezy p-value = M(m)=Φ( (m 4)) zad.4 t=-1.877,6 stopni swobody Q = (, 0.906), odrzucamy hipotezę zad.5 t=-0.17, 4 st.swobody, Q = (, 2.132) (2.132, ), nie ma podstaw do odrzucenia H zad.6 χ 2 = 6.1, 9 st.swobody, Q = (19.02, ), nie ma podstaw do odrzucenia hipotezy zad.7 a) H: m=0 (błąd systematyczny wynosi 0 ) 16

17 K: m 0 t=0, 9 st.swobody, Q = (, 3.25) (3.35, ), nie ma podstaw do odrzucenia hipotezy H b) H: σ 2 = przeciwko K: σ 2 > χ 2 = 34, 9 st.swobody, Q = (21.67, ), odrzucamy H na podanym poziomie istotności zad.8 H: m s = m n przeciwko K: m s > m n t=1.48, 13 st.swobody Q = (1.771, ), nie ma podstaw do odrzucenia hipotezy H zad.9 a) H: m 1 = m 2 przeciwko K: m 1 m 2 u=-0.6, Q = (, 1.96) (1.96, ), nie ma podstaw do odrzucenia H b) β = zad.11 χ 2 = 17.5, 14 st.swobody Q = (23.68, ), nie ma podstaw do odrzucenia H LISTA 11 1.W celu sprawdzenia symetryczności kostki do gry wykonano nią 120 rzutów i otrzymano: liczba oczek liczba rzutów Na poziomie istotności α = 0.05 zweryfikować hipotezę,że kostka jest symetryczna. 2.Zmienna losowa X oznacza liczbę kolizji komunikacji miejskiej w ciągu jednej doby.na podstawie obserwacji próby prostej: 3,2,2,1,4,0,4,2,3 zweryfikować hipotezę,że X ma rozkład Poissona z λ = 2. Przyjąć α = Prześwietlono 100 niezależnych próbek tego samego materiału i uzyskano następujące liczby skaz: liczba skaz liczba próbek Na poziomie istotności α = 0.01 zweryfikować hipotezę, że rozkład liczby skaz w próbkach ma rozkład Poissona. 4.W pewnym doświadczeniu mierzy się czas występowania określonego efektu świetlnego. Dla 1000 niezależnych doświadczeń uzyskano: czas efektu liczba dośw Zweryfikować na poziomie istotności α = 0.05 hipotezę,że czas występowania efektu świetlnego ma rozkład normalny. 17

18 5.Zbadano zależność między ilością pewnej substancji dodawanej do produkcji wyrobu a jego wagą i otrzymując: ilość substancji: 1, 2, 4, 6, 7 waga wyrobu: 52, 53, 48, 50, 52 a) czy istnieje zależność między ilością dodawanej substancji a wagą wyrobu? b) wyznaczyć równanie prostej regresji c) obliczyć spodziewaną wagę wyrobu, gdy do produkcji dodamy 8 jednostek substancji d) obliczyć współczynnik korelacji rang Spearmana. Odpowiedzi zad.1 χ 2 = 24.50, Q = (11.07, ), odrzucamy hipotezę zad.2 χ 2 = ,4 st.swobody Q = (11.141, ), nie ma podstaw do odrzucenia hipotezy zad.3 χ 2 = , 5 st.swobody Q = (13.277, ), nie ma podstaw do odrzucenia hipotezy zad.4 χ 2 = 52, 43, r=5, 2 st.swobody Q = (5.991, ), odrzucamy hipotezę zad.5 a) r=-0.27, b) y = 0.23x c) 50.08, d) r s =

4.Zmienne losowe X 1, X 2,..., X 100 są niezależne i mają rozkład wykładniczy z α = 0.25 Jakie jest prawdopodobieństwo, że 1

4.Zmienne losowe X 1, X 2,..., X 100 są niezależne i mają rozkład wykładniczy z α = 0.25 Jakie jest prawdopodobieństwo, że 1 LISTA 7 W rozwiązaniu zadań 1-4 wykorzystać centralne twierdzenie graniczne. 1.Prawdopodobieństwo, że aparat zepsuje się w czasie jego konserwacji wynosi 0.02. Jakie jest prawdopodobieństwo, że w trakcie

Bardziej szczegółowo

LISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów

LISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów LISTA 4 1.Na pewnym obszarze dokonano 40 pomiarów grubości warstwy piasku otrzymując w m.: 54, 58, 64, 69, 61, 56, 41, 48, 56, 61, 70, 55, 46, 57, 70, 55, 47, 62, 55, 60, 54,57,65,60,53,54, 49,58,62,59,55,50,58,

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA LISTA 1 1.Urządzenie składa się z 3 elementów. Każdy z elementów może mieć jedną z trzech jakości. Opisać zbiór zdarzeń elementarnych. Wypisać zdarzenia

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA LISTA 10 1.Dokonano 8 pomiarów pewnej odległości (w m) i otrzymano: 201, 195, 207, 203, 191, 208, 198, 210. Wiedząc,że błąd pomiaru ma rozkład normalny

Bardziej szczegółowo

5.Dzienne zużycie energii (1=100kWh) pewnej firmy jest zmienną losową. 0, gdy x 0 lub x 3

5.Dzienne zużycie energii (1=100kWh) pewnej firmy jest zmienną losową. 0, gdy x 0 lub x 3 LISTA 4 1.Liczba komputerów, które mogą być zarażone wirusem poprzez pewną sieć ma rozkład Poissona z parametrem λ = 7. Prawdopodobieństwo,że wirus uaktywni się w zarażonym komputerze wynosi p. Jakie jest

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA, LISTA 3

STATYSTYKA MATEMATYCZNA, LISTA 3 STATYSTYKA MATEMATYCZNA, LISTA 3 1. Aby zweryfikować hipotezę o symetryczności monety; H: p = 0.5 przeciwko K: p 0.5 wykonano nią n = 100 rzutów. Wyznaczyć obszar krytyczny i zweryfikować hipotezę H gdy

Bardziej szczegółowo

Rachunek Prawdopodobieństwa MAP1151, kurs 15h

Rachunek Prawdopodobieństwa MAP1151, kurs 15h Wydział Elektroniki 015/016 Rachunek Prawdopodobieństwa MAP1151, kurs 15h LISTA 1 Listy zadań opracowanie W. Wawrzyniak-Kosz 1. Urządzenie składa się z 3 elementów. Każdy z elementów może mieć jedną z

Bardziej szczegółowo

STATYSTYKA STOSOWANA MAP1079

STATYSTYKA STOSOWANA MAP1079 STATYSTYKA STOSOWANA MAP1079 LISTY ZADAŃ opracowanie W. Wawrzyniak-Kosz Literatura podstawowa 1.J.Koronacki, J.Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa

Bardziej szczegółowo

Rachunek Prawdopodobieństwa MAP4702

Rachunek Prawdopodobieństwa MAP4702 Wydział Mechaniczny 2014/2015 Rachunek Prawdopodobieństwa MAP4702 Listy zadań opracowanie W. Wawrzyniak-Kosz Literatura podstawowa 1. J.Jakubowski, R.Sztencel, Rachunek prawdopodobieństwa dla prawie każdego,script,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Laboratorium nr 7. Zmienne losowe typu skokowego.

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

g) wartość oczekiwaną (przeciętną) i wariancję zmiennej losowej K.

g) wartość oczekiwaną (przeciętną) i wariancję zmiennej losowej K. TEMAT 1: WYBRANE ROZKŁADY TYPU SKOKOWEGO ROZKŁAD DWUMIANOWY (BERNOULLIEGO) Zadanie 1-1 Prawdopodobieństwo nieprzekroczenia przez pewien zakład pracy dobowego limitu zużycia energii elektrycznej (bez konieczności

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 3 ZADANIA - ZESTAW 3

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 3 ZADANIA - ZESTAW 3 ZADANIA - ZESTAW 3 Zadanie 3. L Prawdopodobieństwo trafienia celu w jednym strzale wynosi 0,6. Do celu oddano niezależnie 0 strzałów. Oblicz prawdopodobieństwo, że cel został trafiony: a) jeden raz, b)

Bardziej szczegółowo

Rozkłady statystyk z próby

Rozkłady statystyk z próby Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny

Bardziej szczegółowo

Lista 5. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Lista 5. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym Lista 5 Zadania na zastosowanie nierównosci Markowa i Czebyszewa. Zadanie 1. Niech zmienna losowa X ma rozkład jednostajny na odcinku [0, 1]. Korzystając z nierówności Markowa oszacować od góry prawdopodobieństwo,

Bardziej szczegółowo

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Przykład 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 szczegółowo

WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO 2017/2018 STATYSTYKA STOSOWANA, MAT1505 LISTY ZADAŃ opracowanie W. Wawrzyniak-Kosz

WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO 2017/2018 STATYSTYKA STOSOWANA, MAT1505 LISTY ZADAŃ opracowanie W. Wawrzyniak-Kosz WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO 2017/2018 STATYSTYKA STOSOWANA, MAT1505 LISTY ZADAŃ opracowanie W. Wawrzyniak-Kosz Literatura podstawowa 1.J.Koronacki, J.Mielniczuk, Statystyka dla studentów kierunków

Bardziej szczegółowo

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas: ROZWIĄZANIA I ODPOWIEDZI Zadanie A1. Można założyć, że przy losowaniu trzech kul jednocześnie kolejność ich wylosowania nie jest istotna. A więc: Ω = 20 3. a) Niech: - wśród trzech wylosowanych opakowań

Bardziej szczegółowo

Rozkłady zmiennych losowych

Rozkłady zmiennych losowych Rozkłady zmiennych losowych Wprowadzenie Badamy pewną zbiorowość czyli populację pod względem występowania jakiejś cechy. Pobieramy próbę i na podstawie tej próby wyznaczamy pewne charakterystyki. Jeśli

Bardziej szczegółowo

Jednowymiarowa zmienna losowa

Jednowymiarowa 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 szczegółowo

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014 Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu

Bardziej szczegółowo

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić). Egzamin ze Statystyki Matematycznej, WNE UW, wrzesień 016, zestaw B Odpowiedzi i szkice rozwiązań 1. Zbadano koszt 7 noclegów dla 4-osobowej rodziny (kwatery) nad morzem w sezonie letnim 014 i 015. Wylosowano

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY 2018/2019 STATYSTYKA STOSOWANA, MAT1501 LISTY ZADAŃ opracowanie W. Wawrzyniak-Kosz

WYDZIAŁ ELEKTRYCZNY 2018/2019 STATYSTYKA STOSOWANA, MAT1501 LISTY ZADAŃ opracowanie W. Wawrzyniak-Kosz WYDZIAŁ ELEKTRYCZNY 2018/2019 STATYSTYKA STOSOWANA, MAT1501 LISTY ZADAŃ opracowanie W. Wawrzyniak-Kosz Literatura podstawowa 1.J.Koronacki, J.Mielniczuk, Statystyka dla studentów kierunków technicznych

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

Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =.

Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =. Prawdopodobieństwo i statystyka 3..00 r. Zadanie Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX 4 i EY 6. Rozważamy zmienną losową Z. X + Y Wtedy (A) EZ 0,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem

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

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów

Bardziej szczegółowo

Przykłady do zadania 3.1 :

Przykłady do zadania 3.1 : Rachunek prawdopodobieństwa MAP5 Wydział Elektroniki, rok akad. /, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 3: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyka matematyczna

Statystyka 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 szczegółowo

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss

Bardziej szczegółowo

Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ

Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ Zadanie 1. Zmienna losowa przyjmuje wartości -1, 0, 1 z prawdopodobieństwami równymi odpowiednio: ¼, ½, ¼. Należy: a. Wyznaczyć rozkład prawdopodobieństwa

Bardziej szczegółowo

Biostatystyka, # 3 /Weterynaria I/

Biostatystyka, # 3 /Weterynaria I/ Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...

Bardziej szczegółowo

Przestrzeń probabilistyczna

Przestrzeń 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 szczegółowo

Rozkłady prawdopodobieństwa zmiennych losowych

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

Bardziej szczegółowo

Rozkłady prawdopodobieństwa

Rozkłady prawdopodobieństwa Tytuł Spis treści Wersje dokumentu Instytut Matematyki Politechniki Łódzkiej 10 grudnia 2011 Spis treści Tytuł Spis treści Wersje dokumentu 1 Wartość oczekiwana Wariancja i odchylenie standardowe Rozkład

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 2 ZADANIA - ZESTAW 2

L.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 szczegółowo

Hipotezy statystyczne

Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o którego prawdziwości lub fałszywości wnioskuje się na podstawie pobranej próbki losowej. Hipotezy

Bardziej szczegółowo

Zmienne losowe zadania na sprawdzian

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

Bardziej szczegółowo

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe

Bardziej szczegółowo

Zadania zestaw 1: Zadania zestaw 2

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

Bardziej szczegółowo

07DRAP - Zmienne losowe: dyskretne i ciągłe

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

1.1 Wstęp Literatura... 1

1.1 Wstęp Literatura... 1 Spis treści Spis treści 1 Wstęp 1 1.1 Wstęp................................ 1 1.2 Literatura.............................. 1 2 Elementy rachunku prawdopodobieństwa 2 2.1 Podstawy..............................

Bardziej szczegółowo

Wykład 3 Hipotezy statystyczne

Wykład 3 Hipotezy statystyczne Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza

Bardziej szczegółowo

Hipotezy statystyczne

Hipotezy statystyczne Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o którego prawdziwości lub fałszywości wnioskuje się na podstawie pobranej

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

Rachunek Prawdopodobieństwa i Statystyka

Rachunek Prawdopodobieństwa i Statystyka Rachunek Prawdopodobieństwa i Statystyka W 2. Probabilistyczne modele danych Zmienne losowe. Rozkład prawdopodobieństwa i dystrybuanta. Wartość oczekiwana i wariancja zmiennej losowej Dr Anna ADRIAN Zmienne

Bardziej szczegółowo

a)dane są wartości zmiennej losowej: 2, 4, 2, 1, 1, 3, 2, 1. Obliczyć wartość średnią i wariancję.

a)dane są wartości zmiennej losowej: 2, 4, 2, 1, 1, 3, 2, 1. Obliczyć wartość średnią i wariancję. Zad Rozkład zmiennej losowej dyskretnej : a)dane są wartości zmiennej losowej: 2, 4, 2,,, 3, 2,. Obliczyć wartość średnią i wariancję. b)oceny z pracy klasowej w tabeli: Ocena 2 3 4 5 6 Liczba uczniów

Bardziej szczegółowo

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady Statystyka i opracowanie danych W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Rozkład Poissona. Zmienna losowa ciągła Dystrybuanta i funkcja gęstości

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Elementy Rachunek prawdopodobieństwa

Elementy Rachunek prawdopodobieństwa Elementy rachunku prawdopodobieństwa Rachunek prawdopodobieństwa zajmuje się analizą praw rządzących zdarzeniami losowymi Pojęciami pierwotnymi są: zdarzenie elementarne ω oraz zbiór zdarzeń elementarnych

Bardziej szczegółowo

Zmienne losowe skokowe

Zmienne losowe skokowe Zmienne losowe skokowe 1.1 Rozkład prawdopodobieństwa i dystrybuanta Zad.1 Niech zmienna losowa X przyjmuje wartości równe liczbie wyrzuconych oczek przy pojedynczym rzucie kostką do gry, czyli =1,2,3,,6.

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

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 11 i 12 1 / 41 TESTOWANIE HIPOTEZ - PORÓWNANIE

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

Pobieranie prób i rozkład z próby Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. STATYSTYKA MATEMATYCZNA WYKŁAD 4 WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. Wysuwamy hipotezy: zerową (podstawową H ( θ = θ i alternatywną H, która ma jedną z

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 9 i 10 1 / 30 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 5 Magdalena Alama-Bućko 1 kwietnia 2019 Magdalena Alama-Bućko Statystyka matematyczna 1 kwietnia 2019 1 / 19 Rozkład Poissona Po(λ), λ > 0 - parametr tzw. rozkład zdarzeń

Bardziej szczegółowo

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1 Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, Ŝe 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Bioinformatyka Wykład 9 Wrocław, 5 grudnia 2011 Temat. Test zgodności χ 2 Pearsona. Statystyka χ 2 Pearsona Rozpatrzmy ciąg niezależnych zmiennych losowych X 1,..., X n o jednakowym dyskretnym rozkładzie

Bardziej szczegółowo

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Współczynnik korelacji Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Własności współczynnika korelacji 1. Współczynnik korelacji jest liczbą niemianowaną 2. ϱ 1,

Bardziej szczegółowo

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty

WYKŁADY 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 szczegółowo

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1 Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.

Bardziej szczegółowo

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)

Bardziej szczegółowo

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga 1 Zagadnienia 1. Przypomnienie wybranych pojęć rachunku prawdopodobieństwa. Zmienna losowa. Rozkład

Bardziej szczegółowo

Estymacja punktowa i przedziałowa

Estymacja punktowa i przedziałowa Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI Test zgodności i analiza wariancji Analiza wariancji Test zgodności Chi-kwadrat Sprawdza się za jego pomocą ZGODNOŚĆ ROZKŁADU EMPIRYCZNEGO Z PRÓBY Z ROZKŁADEM HIPOTETYCZNYM

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

ESTYMACJA. Przedział ufności dla średniej

ESTYMACJA. Przedział ufności dla średniej ESTYMACJA Przedział ufności dla średniej W grupie 900 losowo wybranych pracowników przedsiębiorstwa średnia liczba dni nieobecności w pracy wynosiła 30, a odchylenie standardowe 3 dni. a) Przyjmując współczynnik

Bardziej szczegółowo

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego Statystyka Wydział Zarządzania Uniwersytetu Łódzkiego 2017 Podstawowe rozkłady zmiennych losowych Rozkłady zmiennych skokowych Rozkład zero-jedynkowy Rozpatrujemy doświadczenie, którego rezultatem może

Bardziej szczegółowo

Kolokwium ze statystyki matematycznej

Kolokwium ze statystyki matematycznej Kolokwium ze statystyki matematycznej 28.05.2011 Zadanie 1 Niech X będzie zmienną losową z rozkładu o gęstości dla, gdzie 0 jest nieznanym parametrem. Na podstawie pojedynczej obserwacji weryfikujemy hipotezę

Bardziej szczegółowo

Najczęściej spotykane rozkłady dyskretne:

Najczęściej 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 szczegółowo

Zwiększenie wartości zmiennej losowej o wartość stałą: Y=X+a EY=EX+a D 2 Y=D 2 X

Zwiększenie wartości zmiennej losowej o wartość stałą: Y=X+a EY=EX+a D 2 Y=D 2 X Własności EX, D 2 X i DX przy przekształceniach liniowych Zwiększenie wartości zmiennej losowej o wartość stałą: Y=X+a EY=EX+a D 2 Y=D 2 X Przemnożenie wartości zmiennej losowej przez wartość stałą: Y=a*X

Bardziej szczegółowo

Rozkład zajęć, statystyka matematyczna, Rok akademicki 2015/16, semestr letni, Grupy dla powtarzających (C15; C16)

Rozkład zajęć, statystyka matematyczna, Rok akademicki 2015/16, semestr letni, Grupy dla powtarzających (C15; C16) Rozkład zajęć, statystyka matematyczna, Rok akademicki 05/6, semestr letni, Grupy powtarzających (C5; C6) Lp Grupa C5 Grupa C6 Liczba godzin 0046 w godz 600-000 C03 0046 w godz 600-000 B05 4 6046 w godz

Bardziej szczegółowo

Wybrane rozkłady zmiennych losowych. Statystyka

Wybrane rozkłady zmiennych losowych. Statystyka Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1

Bardziej szczegółowo

Estymatory i testy statystyczne - zadania na kolokwium

Estymatory i testy statystyczne - zadania na kolokwium Estymatory i testy statystyczne - zadania na kolokwium Zad. 1. Cecha X populacji ma rozkład N(µ, σ), gdzie µ jest znane, a σ nieznane. Niech X 1,...,X n będzie n-elementową próbą prostą pobraną z tej populacji.

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 w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407 Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie

Bardziej szczegółowo

Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia.

Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia. Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia. D A R I U S Z P I W C Z Y Ń S K I 2 2 ROZKŁAD ZMIENNEJ LOSOWEJ Polega na przyporządkowaniu

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4.

Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4. Testowanie hipotez Niech X = (X 1... X n ) będzie próbą losową na przestrzeni X zaś P = {P θ θ Θ} rodziną rozkładów prawdopodobieństwa określonych na przestrzeni próby X. Definicja 1. Hipotezą zerową Θ

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka

Rachunek 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 szczegółowo

Teoria Estymacji. Do Powyżej

Teoria Estymacji. Do Powyżej Teoria Estymacji Zad.1. W pewnym przedsiębiorstwie wylosowano niezależnie próbę 25 pracowników. Staż pracy (w latach) tych pracowników w 1996 roku był następujący: 37; 34; 0*; 5; 17; 17; 0*; 2; 24; 33;

Bardziej szczegółowo

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa Agata Boratyńska Agata Boratyńska Rachunek prawdopodobieństwa, wykład 2 i 3 1 / 19 Zmienna losowa Definicja Dana jest przestrzeń probabilistyczna

Bardziej szczegółowo

Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu.

Ćwiczenia 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 szczegółowo

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych Statystyka matematyczna. Wykład IV. e-mail:e.kozlovski@pollub.pl Spis treści 1 2 3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej

Bardziej szczegółowo