Podręcznik. Model czy teoria
|
|
- Zofia Duda
- 8 lat temu
- Przeglądów:
Transkrypt
1 MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN tel Iwo Białynicki-Birula Iwona Białynicka-Birula ISBN: Data wydania: 6 maja 2002 Podręcznik Cel nauki Co to jest model Modele Zbiór elementów rzeczywistości, przyjętych jako istotne dla danego zagadnienia, oraz reguł, które nim rządzą Przykłady modeli Do czego są nam potrzebne modele Modelowanie Na czym polega modelowanie: wybór modelu tworzenie algorytmu wnioski Skuteczność modelowania Model czy teoria Tworząc teorię staramy się uwzględnić wszystkie znane czynniki wpływające na dane zjawisko Tworząc model rozmyślnie pomijamy niektóre czynniki, żeby uzyskać prostszy schemat Automaty komórkowe identyczne elementy ułożone na regularnej sieci zmieniają stan synchronicznie zgodnie z identyczną regułą
2 Geometria jedno- i dwuwymiarowych automatów komórkowych Jednowymiarowe automaty komórkowe Jak to działa? Geometria dwuwymiarowego automatu komórkowego w którym każda komórka ma 4 sąsiadów Geometria jednowymiarowego automatu komórkowego w którym każda komórka ma 2 sąsiadów Jak zdefiniować automat komórkowy? Dla każdego stanu komórki n i jej sąsiadów n+1 i n-1 w chwili t trzeba określić stan komórki n w chwili t+1 reguła rozważmy układ 10 komórek zacznijmy od stanu reguła przejścia: stan komórki w chwili t+1 równy jest sumie stanów komórki i jej sąsiada z lewej z chwili t wówczas ewolucja wygląda tak: wartości występujące w n-tym kroku tej ewolucji dane są przez współczynniki występujące w rozwinięciu dwumianu (a+b)^n warunki brzegowe! Kodowanie reguły Przykłady innych reguł reguła 30 reguła 45 reguła 90 Gra w życie: historia Każdemu układowi stanów komórki n i jej sąsiadów n+1 i n-1 w chwili t przypisujemy liczbę jak na rysunku obok Kodem reguły jest suma liczb kodujących te trójki stanów, po których w chwili t+1 stan komórki n ma być 1 reguła kod reguły = = 30 reguła 110 reguła 250 reguła 254 Wymyślił ją John Conway pod koniec lat sześćdziesiątych ubiegłego wieku Rozpropagował Martin Gardner w latach siedemdziesiątych w Scientific American Program Conway
3 Gra w życie: reguły Żywa komórka, mająca jednego żywego sąsiada lub mniej, umiera z osamotnienia Żywa komórka, mająca dwóch lub trzech żywych sąsiadów, jest szczęśliwa i żyje dalej Żywa komórka, mająca więcej niż trzech żywych sąsiadów, umiera z zatłoczenia Martwa komórka, mająca dokładnie trzech żywych sąsiadów, ożywa Ewolucja przykładowego stanu 6-komórkowego Gra w życie: przykłady Gra w życie martwa natura (still life) box tub boat snake ship aircraft carrier beehive barge Ośmiu najbliższych sąsiadów danej komórki eater/ fishhook long boat loaf long snake martwa natura (still life) grupy komórek, które nie zmieniają się w czasie Gra w życie oscylatory Oscylatory, to konfiguracje, które powtarzają się po pewnej liczbie generacji Gra w życie rajskie ogrody Konfiguracja poprzedzająca daną nazywa się rodzicem Konfiguracje nie mające rodziców nazywają się rajskimi ogrodami Rozbudowane modele Komórka może mieć więcej stanów: kilka stanów (dyskretne), np. modele infekcji, epidemii, pożarów lasu, ośrodków pobudliwych stany ciągłe, np. modele dyfuzji
4 Wyimaginowany model infekcji rozważmy automat komórkowy o trzech możliwych stanach: zdrowy, chory, odporny komórka zdrowa może zachorować, jeżeli przynajmniej jeden z jej sąsiadów jest chory po 6 krokach komórka chora staje się odporna na 4 kroki czasowe. W tym czasie nie zaraża i sama nie może być zarażona po 4 krokach komórka odporna staje się znowu zdrowa Model dyfuzji automaty mogą mieć nie tylko dyskretne stany, ale i ciągłe. Przykład: jednowymiarowy automat komórkowy. Stan komórki m jest dany stężeniem substancji w danym punkcie w czasie t Reguła przejścia dana jest wzorem: Inne automaty komórkowe gazy sieciowe kupki piasku (SOC self organized criticality) przepływ przez materiały porowate korki w ruchu ulicznym pożary lasu modele społeczeństwa c t 1 [m]=d c t [m 1] c t m D c t [m] Deterministyczne czy losowe? Układ deterministyczny to taki, którego przyszły stan jest jednoznacznie określony przez stan obecny. Układ losowy to taki, który nie jest deterministyczny. UWAGA: jeżeli układ jest losowy, to nie znaczy, że nie rządzą nim żadne prawa, lub że nic nie potrafimy powiedzieć o jego przyszłym stanie! Rzut monetą Załóżmy, że moneta jest symetryczna. Wtedy prawdopodobieństwo wyrzucenia orła p o i reszki p r jest takie samo. Przyjęto umowę, że suma prawdopodobieństw wynosi 1. Zatem p o =p r =1/2 Co to jest prawdopodobieństwo Prawdopodobieństwo: liczba z przedziału od 0 do 1, przyporządkowana zdarzeniu przypadkowemu. Liczba ta jest miarą szansy na to, że dane zdarzenie zajdzie.
5 Jak ustalić prawdopodobieństwo? na podstawie rozważań o symetrii na podstawie doświadczeń definicja częstotliwościowa von Misesa: prawdopodobieństwo p A zajścia zdarzenia A określamy jako granicę N A p A =lim N N N A liczba zdarzeń A podczas przeprowadzenia N prób rzut monetą rzut kostką Symetryczne rozkłady prawdopodobieństwa wyciągnięcie karty z potasowanej talii Rozwinięcia liczb niewymiernych rozwinięcia liczb wymiernych rozwinięcia dziesiętne liczb e, pi, sqrt(2) rozwinięcia dwójkowe liczb e, pi, sqrt(2) prawdopodobieństwa wystąpienia cyfr prawdopodobieństwa wystąpienia par cyfr Program Poe i rozwinięcia liczb Weryfikacja doświadczalna teorii Doświadczenia Buffona Doświadczenia Romanowskiego Program Buffon Chłopcy i dziewczęta W badaniach demograficznych stwierdzono, że stosunek liczby urodzeń chłopców do wszystkich urodzeń jest liczbą stałą i wynosi około 22/43 0,5116 Kiedy Laplace odkrył, że w Paryżu w latach liczba ta spadła do 25/49 0,5102 uznał, że coś nadzwyczajnego musiało się wydarzyć. Okazało się, że ubodzy mieszkańcy okolic Paryża chętniej podrzucali do stolicy dziewczęta niż chłopców Definicja prawdopodobieństwa Laplace'a Prawdopodobieństwo PA jest równe stosunkowi liczby przypadków sprzyjających wystąpieniu zdarzenia A do wszystkich możliwych przypadków Jak na podstawie genetyki otrzymać stosunek liczby urodzeń chłopców do liczby wszystkich urodzeń?
6 Rzut dwoma kostkami Użyte programy Źródła Jakie jest prawdopodobieństwo wyrzucenia parzystej liczby oczek? Conway Poe Buffon Ulam
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/
Układy dynamiczne Chaos deterministyczny
Układy dynamiczne Chaos deterministyczny Proste iteracje odwzorowań: Funkcja liniowa Funkcja logistyczna chaos deterministyczny automaty komórkowe Ewolucja układu dynamicznego Rozwój w czasie układu dynamicznego
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/
Modelowanie wieloskalowe. Automaty Komórkowe - podstawy
Modelowanie wieloskalowe Automaty Komórkowe - podstawy Dr hab. inż. Łukasz Madej Katedra Informatyki Stosowanej i Modelowania Wydział Inżynierii Metali i Informatyki Przemysłowej Budynek B5 p. 716 lmadej@agh.edu.pl
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona
Obliczenia inspirowane Naturą
Obliczenia inspirowane Naturą Wykład 02 Jarosław Miszczak IITiS PAN Gliwice 06/10/2016 1 / 31 Czego dowiedzieliśmy się na poprzednim wykładzie? 1... 2... 3... 2 / 31 1 2 3 3 / 31 to jeden z pierwszych
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona
Wprowadzenie do środowiska MATLAB z zastosowaniami w modelowaniu i analizie danych
Wprowadzenie do środowiska MATLAB z zastosowaniami w modelowaniu i analizie danych Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl tel. 022
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/
III. ZMIENNE LOSOWE JEDNOWYMIAROWE
III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta
Modelowanie wieloskalowe. Automaty Komórkowe - podstawy
Modelowanie wieloskalowe Automaty Komórkowe - podstawy Dr hab. inż. Łukasz Madej Katedra Informatyki Stosowanej i Modelowania Wydział Inżynierii Metali i Informatyki Przemysłowej Budynek B5 p. 716 lmadej@agh.edu.pl
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
Podręcznik. Wzór Shannona
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 5892 424 http://www.neuroinf.pl/members/danek/swps/ Iwo Białynicki-Birula Iwona Białynicka-Birula
Podręcznik. Przykład 1: Wyborcy
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 5892 424 http://www.neuroinf.pl/members/danek/swps/ Iwo Białynicki-Birula Iwona Białynicka-Birula
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
WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady
WYKŁAD 2 Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady Metody statystyczne metody opisu metody wnioskowania statystycznego syntetyczny liczbowy opis właściwości zbioru danych ocena
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,
Automaty komórkowe. Katarzyna Sznajd-Weron
Automaty komórkowe Katarzyna Sznajd-Weron Trochę historii CA (Cellular Automata) Koniec lat 40-tych John von Neuman maszyna z mechanizmem samopowielania Sugestia Ulama 1952 dyskretny układ komórek dyskretne
Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić?
Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić? KNF Migacz, Instytut Fizyki Teoretycznej, Uniwersytet Wrocławski 16-18 listopada 2007 Spis treści Spis treści 1 Spis treści 1 2 Spis treści
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
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
Deska Galtona. Adam Osękowski. Instytut Matematyki, Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski
a schemat Bernoulliego Instytut Matematyki, Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski XV Festiwal Nauki, 21 września 2011r. a schemat Bernoulliego Schemat Bernoulliego B(n, p)
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
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/
= 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
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
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/
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
Ćwiczenia z przetwarzania tablic 2D
Ćwiczenia z przetwarzania tablic 2D Wyświetlanie tablic 2D Jako wstęp do przetwarzania obrazów w pythonie przećwiczmy podstawowe operacje na dwuwymiarowych tablicach numpy w postaci których będziemy takie
Modelowanie systemów biomedycznych
Modelowanie systemów biomedycznych - automaty komórkowe (czy jest to "nowe oblicze nauki"?) Arkadiusz Mandowski Modelowanie... R. Tadeusiewicz (2008) Modelowanie... R. Tadeusiewicz (2008) Jak rozpoznać
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
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona
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
Metody probabilistyczne
Metody probabilistyczne. Twierdzenia graniczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 20.2.208 / 26 Motywacja Rzucamy wielokrotnie uczciwą monetą i zliczamy
Modelowanie rzeczywistości - jak w komputerze przegląda się świat
Modelowanie rzeczywistości - jak w komputerze przegląda się świat Robert Skiba Wydział Matematyki & Informatyki, Uniwersytet Mikołaja Kopernika, Toruń Sierpień, 2009 R. Skiba (WMiI, UMK) Modelowanie rzeczywistości...
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
METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych
METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład - Parametry i wybrane rozkłady zmiennych losowych Parametry zmiennej losowej EX wartość oczekiwana D X wariancja DX odchylenie standardowe inne, np. kwantyle,
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
{( ) ( ) ( ) ( )( ) ( )( ) ( RRR)
.. KLASYCZNA DEFINICJA PRAWDOPODOBIEŃSTWA Klasyczna definicja prawdopodobieństwa JeŜeli jest skończonym zbiorem zdarzeń elementarnych jednakowo prawdopodobnych i A, to liczbę A nazywamy prawdopodobieństwem
a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);
03DRAP - Przykłady przestrzeni probabilistycznych Definicja 1 Przestrzeń probabilistyczna to trójka (Ω, F, P), gdzie Ω zbiór zdarzeń elementarnych, F σ ciało zdarzeń (podzbiorów Ω), P funkcja prawdopodobieństwa/miara
Metody probabilistyczne
Metody probabilistyczne 2. Aksjomatyczna definicja prawdopodobieństwa Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 10.10.2017 1 / 33 Klasyczna definicja prawdopodobieństwa
Podręcznik. Nieskończona liczba przypadków
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 5892 424 http://www.neuroinf.pl/members/danek/swps/ Iwo Białynicki-Birula Iwona Białynicka-Birula
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.
Prawdopodobieństwo geometryczne
Prawdopodobieństwo geometryczne Krzysztof Jasiński Wydział Matematyki i Informatyki UMK, Toruń V Lieceum Ogólnokształące im. Jana Pawała II w Toruniu 13.03.2014 Krzysztof Jasiński (WMiI UMK) Prawdopodobieństwo
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
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
STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa
STATYSTYKA MATEMATYCZNA rachunek prawdopodobieństwa treść Zdarzenia losowe pojęcie prawdopodobieństwa prawo wielkich liczb zmienne losowe rozkłady teoretyczne zmiennych losowych Zanim zajmiemy się wnioskowaniem
Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej
Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej c Copyright by Ireneusz Krech ikrech@ap.krakow.pl Instytut Matematyki Uniwersytet Pedagogiczny im. KEN w Krakowie
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona
Wstęp do probabilistyki i statystyki Wykład 3. Prawdopodobieństwo i algebra zdarzeń
Wstęp do probabilistyki i statystyki Wykład 3. Prawdopodobieństwo i algebra zdarzeń dr inż. Krystyna Schneider, Katedra Elektroniki, AGH e-mail: kryschna@agh.edu.pl http://home.agh.edu.pl/~kryschna 1 Plan:
Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II
Ćwiczenia: Ukryte procesy Markowa lista kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II dr Jarosław Kotowicz Zadanie. Dany jest łańcuch Markowa, który może przyjmować wartości,,...,
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
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,,
Teoretyczne podstawy informatyki
Teoretyczne podstawy informatyki Wykład 12a: Prawdopodobieństwo i algorytmy probabilistyczne http://hibiscus.if.uj.edu.pl/~erichter/dydaktyka2010/tpi-2010 Prof. dr hab. Elżbieta Richter-Wąs 1 Teoria prawdopodobieństwa
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:
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
Wykład 3 Jednowymiarowe zmienne losowe
Wykład 3 Jednowymiarowe zmienne losowe Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną Definicja 1 Jednowymiarowa zmienna losowa (o wartościach rzeczywistych), określoną na przestrzeni probabilistycznej
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
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
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
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
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.
Lista 1. Prawdopodobieństwo klasyczne i geometryczne
Metody statystyczne. Lista 1. 1 Lista 1. Prawdopodobieństwo klasyczne i geometryczne 1. Jakie jest prawdopodobieństwo, że (a) z talii zawierającej 52 karty wybierzemy losowo asa? (b) z talii zawierającej
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
Wstęp do rachunku prawdopodobieństwa. Cz. 1 / William Feller. wyd. 6, dodr. 4. Warszawa, Spis treści
Wstęp do rachunku prawdopodobieństwa. Cz. 1 / William Feller. wyd. 6, dodr. 4. Warszawa, 2012 Spis treści Od Wydawnictwa 5 Z przedmowy autora do wydania pierwszego 7 Z przedmowy autora do wydania drugiego
Obliczanie prawdopodobieństwa za pomocą metody drzew metoda drzew. Drzewem Reguła iloczynów. Reguła sum.
Obliczanie prawdopodobieństwa za pomocą metody drzew Jeżeli doświadczenie losowe składa się z więcej niż jednego etapu, takich jak serie rzutów kostką lub monetą, zastosowanie klasycznej definicji prawdopodobieństwa
Lista 1a 1. Statystyka. Lista 1. Prawdopodobieństwo klasyczne i geometryczne
Lista 1a 1 Statystyka Lista 1. Prawdopodobieństwo klasyczne i geometryczne 1. Jakie jest prawdopodobieństwo, że (a) z talii zawierającej 52 karty wybierzemy losowo asa? (b) z talii zawierającej 52 karty
Wykład 2 Zmienne losowe i ich rozkłady
Wykład 2 Zmienne losowe i ich rozkłady Magdalena Frąszczak Wrocław, 11.10.2017r Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe Doświadczenie
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
Statystyka Astronomiczna
Statystyka Astronomiczna czyli zastosowania statystyki w astronomii historycznie astronomowie mieli wkład w rozwój dyscypliny Rachunek prawdopodobieństwa - gałąź matematyki Statystyka - metoda oceny właściwości
MODELOWANIE I PROGNOZOWANIE ZAGROŻEŃ EPIDEMIOLOGICZNYCH
MODELOWANIE I PROGNOZOWANIE ZAGROŻEŃ EPIDEMIOLOGICZNYCH Epidemia - wystąpienie na danym obszarze zakażeń lub zachorowań na chorobę zakaźną w liczbie wyraźnie większej niż we wcześniejszym okresie albo
Wykład 13. Podstawowe pojęcia rachunku prawdopodobieństwa
Wykład 13. Podstawowe pojęcia rachunku prawdopodobieństwa dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu semestr zimowy, rok akademicki 2015 2016 Doświadczenie losowe Doświadczenie
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
Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014
Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014 Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe
Statystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2013/2014 Wykład 3 Zmienna losowa i jej rozkłady Zdarzenia losowe Pojęcie prawdopodobieństwa
Modelowanie niezawodności prostych struktur sprzętowych
Modelowanie niezawodności prostych struktur sprzętowych W ćwiczeniu tym przedstawione zostaną proste struktury sprzętowe oraz sposób obliczania ich niezawodności przy założeniu, że funkcja niezawodności
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
Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład
Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem
Metody Rozmyte i Algorytmy Ewolucyjne
mgr inż. Wydział Matematyczno-Przyrodniczy Szkoła Nauk Ścisłych Uniwersytet Kardynała Stefana Wyszyńskiego Podstawowe operatory genetyczne Plan wykładu Przypomnienie 1 Przypomnienie Metody generacji liczb
Metody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2
Metody teorii gier ALP520 - Wykład z Algorytmów Probabilistycznych p.2 Metody teorii gier Cel: Wyprowadzenie oszacowania dolnego na oczekiwany czas działania dowolnego algorytmu losowego dla danego problemu.
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
STATYSTYKA I DOŚWIADCZALNICTWO
STATYSTYKA I DOŚWIADCZALNICTWO dla studiów magisterskich kierunku ogrodnictwo Wykład 1 Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Słowo statystyka pochodzi
Symulacje komputerowe
Fizyka w modelowaniu i symulacjach komputerowych Jacek Matulewski (e-mail: jacek@fizyka.umk.pl) http://www.fizyka.umk.pl/~jacek/dydaktyka/modsym/ Symulacje komputerowe Automaty komórkowe Wersja: 6 maja
Rachunek Prawdopodobieństwa Anna Janicka
Rachunek Prawdopodobieństwa Anna Janicka wykład I, 2.10.2018 PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Kwestie techniczne Kontakt: ajanicka@wne.uw.edu.pl Dyżur: wtorki, godz. 9:15 s. B006 strona z materiałami
Metody probabilistyczne
Metody probabilistyczne 6. Momenty zmiennych losowych Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 8.11.2018 1 / 47 Funkcje zmiennych losowych Mierzalna funkcja Y
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
oności. Zastosowanie modelowania Agent-based Computational Economics w nauczaniu zdalnym
Ekonomia złożonoz oności. Zastosowanie modelowania Agent-based Computational Economics w nauczaniu zdalnym Tomasz Kopczewski Wydział Nauk Ekonomicznych, Uniwersytet Warszawski Mikroekonomia Praktyka wykładania:
Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe
Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.1. Zmienne losowe dyskretne. Katarzyna Rybarczyk-Krzywdzińska Definicja/Rozkład Zmienne losowe dyskretne Definicja Zmienną losową, która skupiona
Podstawy Automatyki. Wykład 9 - Podstawy matematyczne automatyki procesów dyskretnych. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki
Wykład 9 - Podstawy matematyczne automatyki procesów dyskretnych Instytut Automatyki i Robotyki Warszawa, 2015 Kody liczb całkowitych nieujemnych Kody liczbowe dzielimy na analityczne nieanalityczne (symboliczne)
zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych
zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych 1. [E.A 5.10.1996/zad.4] Funkcja gęstości dana jest wzorem { 3 x + 2xy + 1 y dla (x y) (0 1) (0 1) 4 4 P (X > 1 2 Y > 1 2 ) wynosi:
Tworzenie gier na urządzenia mobilne
Katedra Inżynierii Wiedzy Wykład 11 O czym dzisiaj? labirynty, dużo labiryntów; automaty komórkowe; algorytmy do budowy labiryntów; algorytmy do szukania wyjścia z labiryntów; Blueprints i drzewa zachowań
Fizyka statystyczna, elementy termodynamiki nierównowagowej Cele, zakres zagadnień
Fizyka statystyczna, elementy termodynamiki nierównowagowej Cele, zakres zagadnień Narzędzia przypomnienie podstawowych definicji i twierdzeń z rachunku prawdopodobienstwa; podstawowe rozkłady statystyczne
Statystyka i Rachunek Prawdopodobieństwa dla Bioinzynierii Lista zadań 2, 2018/19z (zadania na ćwiczenia)
Statystyka i Rachunek Prawdopodobieństwa dla Bioinzynierii Lista zadań 2, 2018/19z (zadania na ćwiczenia) 1 Przestrzeń probabilistyczna Zadanie 1 Rzucamy dwiema kostkami do gry. Opisać przestrzeń zdarzeń
W dowolnym kwadracie 3x3 ustawiamy komórki na palące się (stan 3). Program powinien pokazywać ewolucję pożaru lasu.
1. Symulacja pożaru lasu ver. 1 Las reprezentowany jest przez macierz 100x100. W lesie występują dwa rodzaje drzew: liściaste i iglaste. Przyjmijmy, że prostokąt A(1:50,1:100) wypełniony jest drzewami
Zadania z Zasad planowania eksperymentu i opracowania wyników pomiarów. Zestaw 1.
Zestaw 1. Zadanie. 1. Wyobraźnia jest ważniejsza od wiedzy A.Einstein Czy zdarzenia polegające na wyciągnięciu z talii liczącej 52 karty dowolnej karty pik (zdarzenie A) i wyciągnięciu asa (zdarzenie B)
Temat: Statystyka i prawdopodobieństwo w naszym życiu.
Dla nauczyciela Spotkanie 9 Temat: Statystyka i prawdopodobieństwo w naszym życiu. Na zajęcia potrzebne będą pomoce tzn. kostki do gry, talia kart, monety lub inne. Przy omawianiu doświadczeń losowych