W grze uczestniczy dwóch graczy: G 1 i G 2. Z urny, w której jest b kul białych i c czarnych, losuje się w grze (jednocześnie) dwie kule.
|
|
- Kazimierz Popławski
- 8 lat temu
- Przeglądów:
Transkrypt
1
2
3 W grze uczestniczy dwóch graczy: G 1 i G 2. Z urny, w której jest b kul białych i c czarnych, losuje się w grze (jednocześnie) dwie kule. Jeśli obie wylosowane kule są tego samego koloru to zwycięża G 1, jeśli wylosowane kule są różnych kolorów to zwycięża G 2.
4 Rodzi się pytanie, czy istnieją takie liczby b i c, przy których opisana gra jest sprawiedliwa. W grze losuje się dwie kule z urny. Oznaczmy wyniki tego doświadczenia losowego d następująco: ω 0 : obie wylosowane kule będą białe, ω 1 : jedna wylosowana kula będzie biała, a druga czarna, ω 2 : obie wylosowane kule będą czarne.
5 Przy tej umowie co do oznaczania wyników, zbiór wyników losowania to zbiór Ω={ω 0,ω 1,ω 2 }. Rozkład prawdopodobieństwa na zbiorze Ω jest funkcją p, określoną następująco: p ω 0 = p ω 0 = b(b 1) 2 (b+c 1)(b+c) 2, p ω 1 = b(b 1) (b+c 1)(b+c), p ω 1 = bc (b+c 1)(b+c) 2 Zatem:, p ω 2 = 2bc (b+c 1)(b+c), p ω 2 = c(c 1) 2 (b+c 1)(b+c) 2 c(c 1) (b+c 1)(b+c) Tak określona funkcja p przypisuje każdemu wynikowi doświadczenia losowego d prawdopodobieństwo, z jakim doświadczenie d może się tym wynikiem zakończyć.
6 Z tym doświadczeniem losowym d przeprowadzanym w grze zwiążmy zdarzenia: A 1 ={obie wylosowane kule będą tego samego koloru} A 2 ={jedna wylosowana kula będzie biała, a druga czarna} A 1 = ω 0, ω 2, A 2 = {ω 1 } P A 1 = p ω 0 + p ω 2 = b2 b + c 2 c (b + c 1)(b + c) 2bc P A 2 = p ω 1 = (b + c 1)(b + c)
7 Gra jest sprawiedliwa wtedy i tylko wtedy, gdy P(A 1 )=P(A 2 ), więc z obliczeń otrzymujemy, że: b 1 = c b 2 = c c 1 + 8c Niech c=1. Wówczas b wynosi: b 1 = 3, b 2 = 0 Gra jest sprawiedliwa, gdy w urnie znajduje się jedna kula czarna i trzy białe (b 2 nie jest rozwiązaniem zadania).
8 W poniższej tabeli zilustrowano liczbę kul potrzebnych, aby gra była sprawiedliwa, w zależności od c. b 2 C b Niecałkowite 2 Niecałkowite Niecałkowite 4 Niecałkowite Niecałkowite 5 Niecałkowite Niecałkowite nie spełniają warunków zadania
9 Z tabeli wynika, że liczby kul, przy których gra jest sprawiedliwa, tworzą ciąg: 1,3,6,10,15,21,28,36, n(n + 1) a n = 2 Przy czym jeśli wybrana w ciągu liczba oznacza liczbę kul czarnych to sąsiednie liczby oznaczają liczbę kul białych, dla której gra jest sprawiedliwa. Przy czym jeśli wybrana w ciągu liczba oznacza liczbę kul białych to sąsiednie liczby oznaczają liczbę kul czarnych, dla której gra jest sprawiedliwa. Aby gra była sprawiedliwa należy wziąć dwa kolejne wyrazy ciągu jako liczbę kul.
10 Pod nazwą marynarza znany jest następujący sposób losowania jednej spośród wielu osób. Na komendę każda z osób wystawia pewną liczbę palców prawej ręki. Następnie zlicza się wszystkie wystawione palce i liczbę łącznie wystawionych palców odlicza, jak w wyliczance w grze w berka. Odlicza się według ustalonej kolejności a zaczyna od ustalonej osoby. Kolejność i osobę, od której zaczyna się odliczanie, ustala się przed wystawieniem palców.
11 ZAŁOŻENIA SYTUACJI: Załóżmy, że w grze bierze udział 5 osób (graczy): G 1, G 2, G 3, G 4, G 0 i osoby te stoją w szeregu (kręgu) w kolejności G 1, G 2, G 3, G 4, G 0. Odliczanie rozpoczynamy od G 1. Doświadczenie to jest wystawieniem na chybił trafił co najmniej jednego palca prawej ręki przez każdą z pięciu osób. Uznajemy, że dla każdej osoby i dla każdej liczby palców prawdopodobieństwo, że ta osoba liczbę palców wystawi jest równe 1 5. Jeśli uwzględniamy kolejność osób, to wynik doświadczenia możemy traktować jako pięciowyrazową wariację zbioru {1,2,3,4,5}. Jej j-ty wyraz jest liczbą palców wystawionych przez osobę G j w kolejce(j=0,1,2,3,4). Takich wyników jest 5 5 i wszystkie są jednakowo prawdopodobne.
12 Liczba wyników zostanie zliczona przez program napisany w języku Turbo Pascal. Kod źródłowy programu jest przedstawiony na stronie internetowej: Wniosek końcowy: Wszystkie wyniki są tak samo prawdopodobne, czyli gra w marynarza dla 5 osób jest sprawiedliwa.
13 GRA W MARYNARZA DLA 6 OSÓB. Wynik wystawienia na chybił trafił co najmniej jednego palca jednej ręki przez każdą z 6 osób jest sześciowyrazową wariacją zbioru {1,2,3,4,5}. Modelem tego doświadczenia jest klasyczna przestrzeń probabilistyczna (Ω,p), gdzie Ω={1,2,3,4,5} 6, a więc zbiór o mocy 5 6.
14 Osoba G J zostanie wylosowana wtedy i tylko wtedy, gdy zajdzie zdarzenie: A j ={reszta z dzielenia przez 6 sumy liczb wystawionych palców da liczbę j} dla j=0,1,2,3,4,5 Zdarzenia A 1, A 2, A 3, A 4, A 5, A 0 tworzą układ zupełny zdarzeń. Jeśli przestrzeń probabilistyczna jest klasyczna, to dwa zdarzenia są jednakowo prawdopodobne wtedy i tylko wtedy, gdy są równoliczne. Jeśli dwa zdarzenia w klasycznej przestrzeni probabilistycznej nie są równoliczne, to nie mogą być jednakowo prawdopodobne.
15 Wniosek dla 6 graczy: Zdarzenia A 1, A 2, A 3, A 4, A 5, A 0 nie są w rozważanej klasycznej przestrzeni probabilistycznej zbiorami równolicznymi, bo 6 nie jest dzielnikiem liczby 5 6. Tym samym nie są to zdarzenia jednakowo prawdopodobne a zatem gra w marynarza z udziałem 6 osób nie jest sprawiedliwa.
16 Dla jakiej liczby graczy gra w marynarza jest sprawiedliwa? Załóżmy, że w grze bierze udział k graczy. Wszystkie wyniki w omawianym doświadczeniu są jednakowo prawdopodobne i jest ich 5 k. Aby gra w marynarza była sprawiedliwa musi być spełniony warunek konieczny, tj.: liczba k jest dzielnikiem liczby 5 k, a zatem 5k k N.
17 Z rozważań tych wynika więc, że k może być równe: 5,10,15,20,. Wiemy już, że dla k=5 gra w marynarza jest sprawiedliwa. Dla 10 graczy będzie sprawiedliwa jeśli 10 jest dzielnikiem 5 10 itd. Podstawiając za k kolejne wielokrotności 5 można zauważyć pewną prawidłowość, a mianowicie: potęga liczby 5 o wykładnikach 5,15,25, ma końcówkę 125, natomiast potęga liczby 5 o wykładnikach 10,20,30, ma końcówkę 625. Iloraz liczby, której 3 ostatnie cyfry tworzą liczbę 625 i liczby ze zbioru 10,20,30, nie jest liczbą naturalną, a więc nie został spełniony warunek konieczny. Dzielnikami liczby kończącej się na 125 są: 5,25,125,. Są to kolejne potęgi liczby 5, a więc gra w marynarza może być sprawiedliwa dla 5,25,125, graczy.
18 Z rozważań tych dalej wynika, że warunek konieczny sprawiedliwości gry w marynarza możemy sformułować w następujący sposób: Warunkiem koniecznym na to, aby losowanie metodą marynarza było sprawiedliwe jest, aby k=5 n, gdzie n N. Jest to jedynie warunek konieczny. Nie wynika z niego jednak, że losowanie metodą marynarza jednej z k osób jest sprawiedliwe. Udowodniliśmy wcześniej, że dla k=5 losowanie metodą marynarza jest sprawiedliwe. Problem sprawiedliwości losowania metodą marynarza w przypadku, gdy liczba osób wyraża się wzorem 5 n dla n N i n 2 jest otwarty.
19 Nazwa pochodzi od przyrządu losującego, który przypomina karuzelę, na której kręci się 13 koników: 4 czerwone, 4 zielone, 4 niebieskie i 1 biały. Rekwizytem jest także plansza do obstawienia z czterema kolorowymi sektorami: czerwonym, niebieskim, zielonym i białym.
20 Na początku gracz obstawia kolor kładąc stawkę z złotych na sektorze o tym kolorze. Gra zaczyna się więc od podejmowania decyzji. Są tu cztery dopuszczalne decyzje, które oznaczamy następująco: d c - stawiam na kolor czerwony d z stawiam na kolor zielony d n stawiam na kolor niebieski d b stawiam na kolor biały. Zbiór D={d c,d z,d n,d b } jest zbiorem dopuszczalnej decyzji.
21 Kolor konika, który zatrzyma się na mecie po zatrzymaniu się karuzeli jest wylosowanym kolorem. Wyniki tego losowania oznaczamy następująco: ω c -czerwony, ω z -zielony, ω n -niebieski, ω b -biały. W grze przeprowadza się doświadczenie losowe, którego modelem jest przestrzeń probabilistyczna (Ω,p), gdzie: Ω = ω c, ω z, ω n, ω b, oraz p(ω c )=p(ω z )=p(ω n )= 4 13 i p(ω b)= 1 13.
22 Zbiór Ω jest w tej sytuacji zbiorem stanów świata zewnętrznego, funkcja p jest rozkładem prawdopodobieństwa na tym zbiorze. Za trafne typowanie w grze gracz uzyskuje wygraną, której wysokość zależy od decyzji, co do obstawionego koloru. Ta wygrana jest więc funkcją dwóch zmiennych określona następująco: P(ω) ω c ω z ω n ω b d c d z d n d b
23 W przecięciu się wiersza odpowiadającego decyzji d x z kolumną odpowiadającą wynikowi ω y wpisano korzyść (wygraną gracza) w sytuacji gdy podjął decyzję d x, a następnie stanem świata zewnętrznego okazał się wynik ω y. Tabelę prezentującą funkcję korzyści uzupełniono u góry wierszem, który określa rozkład prawdopodobieństwa na zbiorze Ω. Niech W c oznacza wygrana gracza odpowiadającą decyzji d c, W z wygraną gracza odpowiadającą decyzji d z, W n oznacza wygrana gracza odpowiadającą decyzji d n, W b wygraną gracza odpowiadającą decyzji d b. Wygrana gracza, jeśli o niej mówić przed losowaniem jednego z koników, ale po podjęciu decyzji jest zmienną losową w przestrzenie probabilistycznej (Ω,p).
24 Wartości zmiennej losowej W c tworzą zbiór Ω w c ={0,2z}. Mamy tu: {W c=0}={ω z, ω n, ω b }, a więc z definicji prawdopodobieństwa zdarzenia wynika, że: P(W c =0)=p(ω z )+p(ω n )+p(ω b )= 9 13 P(W c =2z)=p(ω c )= 4 13 Rozkład zmiennej W c jest zatem p w c, określoną następująco: kεω WC 0 2z P(W c =k)
25 A zatem E(w c )= z 4 = 8 z W przypadku decyzji d b gracz może wygrać 5z zł jeśli na mecie zatrzyma się konik biały, albo 0zł, gdy na mecie zatrzyma się konik innego koloru. Wartości zmiennej losowej tworzą zbiór Ω W ={0,5z}. Rozkład zmiennej losowej jest b funkcją p W określoną następująco: b kεω Wb 0 5z P(W b =k) A zatem: E(w b )= z 1 13 = 5 13 z 1 13
26 W każdym przypadku średnia wygrana gracza jest mniejsza od liczby z, to jest kwoty jaką gracz uiścił za wstęp do gry. W przypadku decyzji d b średnio 8 stawki zostaje w kasie 13 właściciela ruletki z konikami. W przypadku którejkolwiek z pozostałych decyzji z każdej stawki do kasy trafia średnio 5 13 stawki. Przy takich wypłatach za wygrane karuzela z konikami nie jest grą sprawiedliwą, bo wartość oczekiwana wygranej gracza nie jest równa wpłacanej stawce. Gra jest niekorzystna dla gracza, co tłumaczy prosperowanie działalności takiej ruletki. Aby gra była sprawiedliwa w przypadku decyzji d b wygrana powinna wynosić 13z zł, w przypadku którejkolwiek z pozostałych decyzji wygrana powinna wynosić 3,25z zł (wówczas opłaty są równe wartościom oczekiwanym).
27
Matematyka podstawowa X. Rachunek prawdopodobieństwa
Matematyka podstawowa X Rachunek prawdopodobieństwa Zadania wprowadzające: 1. Rzucasz trzy razy monetą a) Napisz zbiór wszystkich wyników tego doświadczenia losowego. Ile ich jest? Wyrzuciłeś większą liczbę
Bardziej szczegółowoc. dokładnie 10 razy została wylosowana kula antracytowa, ale nie za pierwszym ani drugim razem;
05DRAP - Niezależność zdarzeń, schemat Bernoulliego A Zadania na ćwiczenia Zadanie A.. Niech Ω = {ω, ω 2, ω, ω, ω 5 } i P({ω }) = 8, P({ω 2}) = P({ω }) = P({ω }) = 6 oraz P({ω 5}) = 5 6. Niech A = {ω,
Bardziej szczegółowoPrawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018
Katedra Matematyki i Ekonomii Matematycznej SGH 16 października 2018 Definicja σ-algebry Definicja Niech Ω oznacza zbiór niepusty. Rodzinę M podzbiorów zbioru Ω nazywamy σ-algebrą (lub σ-ciałem) wtedy
Bardziej szczegółowop k (1 p) n k. k c. dokładnie 10 razy została wylosowana kula amarantowa, ale nie za pierwszym ani drugim razem;
05DRAP - Niezależność zdarzeń, schemat Bernoulliego Definicja.. Zdarzenia A i B nazywamy niezależnymi, jeżeli zachodzi równość P(A B) = P(A) P(B). Definicja. 2. Zdarzenia A,..., A n nazywamy niezależnymi
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka matematyczna 5 marca 2018 1 / 14 Prawdopodobieństwo klasyczne Ω - zbiór wszystkich zdarzeń elementarnych
Bardziej szczegółowoNAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 oczka. ZADANIE 2 iloczynu oczek równego 12.
IMIE I NAZWISKO ZADANIE 1 Rzucamy sześcienna kostka do gry. Jakie jest prawdopodobieństwo, że wypadna co najmniej dwa oczka. ZADANIE 2 Rzucamy trzy razy symetryczna sześcienna kostka do gry. Oblicz prawdopodobieństwo
Bardziej szczegółowoPrawdopodobieństwo
Prawdopodobieństwo http://www.matemaks.pl/ Wstęp do rachunku prawdopodobieństwa http://www.matemaks.pl/wstep-do-rachunku-prawdopodobienstwa.html Rachunek prawdopodobieństwa pomaga obliczyć szansę zaistnienia
Bardziej szczegółowoPrawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym
Edward Stachowski Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym W podstawie programowej obowiązującej na egzaminie maturalnym od 05r pojawiły się nowe treści programowe Wśród
Bardziej szczegółowoPodstawy nauk przyrodniczych Matematyka
Podstawy nauk przyrodniczych Matematyka Elementy rachunku prawdopodobieństwa dr inż. Małgorzata Szeląg Zakład Genetyki Molekularnej Człowieka tel. 61 829 59 04 malgorzata.szelag@amu.edu.pl Pokój 1.118
Bardziej szczegółowoL.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 szczegółowoRachunek 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 szczegółowoZadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy:
Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: a) sumę oczek równą 6, b) iloczyn oczek równy 6, c) sumę oczek mniejszą niż 11, d) iloczyn oczek będący liczbą parzystą,
Bardziej szczegółowoMoneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )
Nowa matura kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Doświadczenie losowe polega na rzucie dwiema symetrycznymi monetami i sześcienną kostką do gry. Prawdopodobieństwo
Bardziej szczegółowoZbigniew S. Szewczak Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki. Graniczne własności łańcuchów Markowa
Zbigniew S. Szewczak Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki Graniczne własności łańcuchów Markowa Toruń, 2003 Co to jest łańcuch Markowa? Każdy skończony, jednorodny łańcuch Markowa
Bardziej szczegółowoP r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.
P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. Lekcja 2 Temat: Podstawowe pojęcia związane z prawdopodobieństwem. Str. 10-21 1. Doświadczenie losowe jest to doświadczenie,
Bardziej szczegółowoObliczanie 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
Bardziej szczegółowoĆwiczenia z metodyki nauczania rachunku prawdopodobieństwa
Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa 25 marca 209 Zadanie. W urnie jest b kul białych i c kul czarnych. Losujemy n kul bez zwracania. Jakie jest prawdopodobieństwo, że pierwsza kula
Bardziej szczegółowoKurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka
1 TEST WSTĘPNY 1. (1p) Zestaw danych 3, 5, x, 7, 10, 12 jest uporządkowany niemalejąco. Mediana tego zestawu jest równa 6, więc liczba x jest równa A. 7 B. 6 C. 5 D. 4 2. (2p) Średnia arytmetyczna liczb:
Bardziej szczegółowo02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w
02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w A Zadania na ćwiczenia Zadanie A.1. Niech Ω = R oraz F będzie σ-ciałem generowanym przez rodzinę wszystkich przedziałów otwartych typu (,
Bardziej szczegółowoMatematyczne Podstawy Kognitywistyki
Matematyczne Podstawy Kognitywistyki Dorota Leszczyńska-Jasion Kombinatoryka, ci agi liczbowe, skończone przestrzenie probabilistyczne Przykłady zagadnień kombinatorycznych Rozważmy układ n miast o bardzo
Bardziej szczegółowoPRAWDOPODOBIEŃSTWO I KOMBINATORYKA
PRAWDOPODOBIEŃSTWO I KOMBINATORYKA ZADANIE ( PKT) Z urny zawierajacej kule w dwóch kolorach wybieramy losowo dwie. Prawdopodobieństwo wylosowania co najmniej jednej kuli białej jest równe 8, a prawdopodobieństwo
Bardziej szczegółowoP (A B) P (B) = 1/4 1/2 = 1 2. Zakładamy, że wszystkie układy dwójki dzieci: cc, cd, dc, dd są jednakowo prawdopodobne.
Wykład Prawdopodobieństwo warunkowe Dwukrotny rzut symetryczną monetą Ω {OO, OR, RO, RR}. Zdarzenia: Awypadną dwa orły, Bw pierwszym rzucie orzeł. P (A) 1 4, 1. Jeżeli już wykonaliśmy pierwszy rzut i wiemy,
Bardziej szczegółowoZdarzenie losowe (zdarzenie)
Zdarzenie losowe (zdarzenie) Ćw. 1. Ze zbioru cyfr (l, 2,3,..., 9} losowo wybieramy jedną. a) Wypisz zdarzenia elementarne, sprzyjające: zdarzeniu A, że wybrano liczbę parzystą zdarzeniu B, że wybrano
Bardziej szczegółowoKURS PRAWDOPODOBIEŃSTWO
KURS PRAWDOPODOBIEŃSTWO Lekcja 2 Klasyczna definicja prawdopodobieństwa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Według klasycznej
Bardziej szczegółowoR_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.
R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. Zadanie 1. Wyznacz średnią arytmetyczną, dominantę i medianę zestawu danych: 1, 5, 3, 2, 2, 4, 4, 6, 7, 1, 1, 4, 5, 5, 3. Zadanie 2. W zestawie danych
Bardziej szczegółowoc) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B;
Rachunek prawdopodobieństwa rozwiązywanie zadań 1. Rzucamy dwa razy symetryczną sześcienną kostką do gry. Zapisujemy liczbę oczek, jakie wypadły w obu rzutach. Wypisz zdarzenia elementarne tego doświadczenia.
Bardziej szczegółowoi=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 =
Kombinatoryka W tej serii zadań można znaleźć pojawiające się na egzaminach zadania dotyczące problemu wyznaczania prostych parametrów rozkładu w przypadku zgadnień kombinatorycznych. Zadania te wymagają
Bardziej szczegółowoWYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH)
WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH) Agata Boratyńska Agata Boratyńska Rachunek prawdopodobieństwa, wykład 1 1 / 24 Warunki zaliczenia 1 Do egzaminu dopuszczeni wszyscy, którzy uczęszczali na
Bardziej szczegółowoPropozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON.
Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON. Zadanie 6. Dane są punkty A=(5; 2); B=(1; -3); C=(-2; -8). Oblicz odległość punktu A od prostej l przechodzącej
Bardziej szczegółowo12DRAP - 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 szczegółowoSTATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Wybrane litery alfabetu greckiego α alfa β beta Γ γ gamma δ delta ɛ, ε epsilon η eta Θ θ theta
Bardziej szczegółowoRachunek Prawdopodobieństwa i Statystyka Matematyczna
Rachunek rawdopodobieństwa i Statystyka Matematyczna rowadzący: prof. dr hab. inż. Ireneusz Jóźwiak Zestaw nr. Opracowanie: Grzegorz Drzymała 4996 Grzegorz Dziemidowicz 49965 drian Gawor 49985 Zadanie..
Bardziej szczegółowoStatystyka podstawowe wzory i definicje
1 Statystyka podstawowe wzory i definicje Średnia arytmetyczna to suma wszystkich liczb (a 1, a 2,, a n) podzielona przez ich ilość (n) Przykład 1 Dany jest zbiór liczb {6, 8, 11, 2, 5, 3}. Oblicz średnią
Bardziej szczegółowoPrzedsiębiorczość i Podejmowanie Ryzyka. Zajęcia 2
Przedsiębiorczość i Podejmowanie Ryzyka Zajęcia 2 Reguły podejmowania decyzji w warunkach niepewności Wybór spośród A1, A2,, Am alternatyw (decyzji dopuszczalnych, opcji, działań), gdzie relatywna użyteczność
Bardziej szczegółowoc) ( 13 (1) (2) Zadanie 2. Losując bez zwracania kolejne litery ze zbioru AAAEKMMTTY, jakie jest prawdopodobieństwo Odp.
Zadania na kolokwium nr Zadanie. Spośród kart w tali wylosowano. Jakie jest prawdopodobieństwo: pików, kierów, trefli i karo otrzymania wszystkich kolorów otrzymania dokładnie pików a ( b ( ( c ( ( ( (
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA
RACHUNEK PRAWDOPODOBIEŃSTWA Zadanie 1. W urnie jest 1000 kartoników będących losami loterii pieniężnej. Cztery z kartoników wygrywają po 100 zł i szesnaście po 10 zł. Reszta kartoników to losy puste. Pierwszy
Bardziej szczegółowoĆwiczenia: 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,,...,
Bardziej szczegółowoLista zadania nr 2 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie
Lista zadania nr 2 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Jarosław Kotowicz Instytut Matematyki Uniwersytet w
Bardziej szczegółowoRachunek prawdopodobieństwa- wykład 2
Rachunek prawdopodobieństwa- wykład 2 Pojęcie dyskretnej przestrzeni probabilistycznej i określenie prawdopodobieństwa w tej przestrzeni dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet
Bardziej szczegółowoLiczby rzeczywiste, wyrażenia algebraiczne, równania i nierówności, statystyka, prawdopodobieństwo.
Liczby rzeczywiste, wyrażenia algebraiczne, równania i nierówności, statystyka, prawdopodobieństwo. Zagadnienia szczegółowe: obliczanie wartości wyrażeń arytmetycznych; działania na pierwiastkach i potęgach;
Bardziej szczegółowo01DRAP - klasyczna definicja prawdopodobieństwa
01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne
Bardziej szczegółowoElementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka
Wymagania egzaminacyjne: a) oblicza średnią arytmetyczną, średnią ważoną, medianę i odchylenie standardowe danych; interpretuje te parametry dla danych empirycznych, b) zlicza obiekty w prostych sytuacjach
Bardziej szczegółowoZ4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile sposobów można ją ułożyć zmieniając tylko kolejność pytań? ODP. Jest 6 możliwych sposobów.
PERMUTACJE Z1. Oblicz: Z2. Doprowadź do najprostszej postaci wyrażenia: Z3. Sprawdź czy prawdziwa jest równość: Dana równość jest prawdziwa. Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile
Bardziej szczegółowoKURS PRAWDOPODOBIEŃSTWO
KURS PRAWDOPODOBIEŃSTWO Lekcja 3 Definicja prawdopodobieństwa Kołmogorowa. Prawdopodobieństwa warunkowe i niezależne. ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko
Bardziej szczegółowoPRAWDOPODOBIEŃSTWO CZAS PRACY: 180 MIN. ZADANIE 1 (5 PKT) NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI
IMIE I NAZWISKO PRAWDOPODOBIEŃSTWO PRAWDOPODOBIEŃSTWO CZAS PRACY: 180 MIN. SUMA PUNKTÓW: 100 ZADANIE 1 (5 PKT) Rzucono dwiema sześciennymi kostkami do gry i określono zdarzenia A na każdej kostce wypadła
Bardziej szczegółowoKombinatoryka i rachunek prawdopodobieństwa
Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski Kombinatoryka i rachunek prawdopodobieństwa 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru
Bardziej szczegółowoWersja testu A 18 czerwca 2012 r. x 2 +x dx
1. Funkcja f : R R jest różniczkowalna na całej prostej, a ponadto dla każdej liczby rzeczywistej x zachodzi nierówność f x
Bardziej szczegółowoDODATKOWA PULA ZADAŃ DO EGZAMINU. Rozważmy ciąg zdefiniowany tak: s 0 = a. s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b
DODATKOWA PULA ZADAŃ DO EGZAMINU Rozważmy ciąg zdefiniowany tak: s 0 = a s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b Udowodnij, że liczba postaci 5 n+1 +2 3 n +1 jest podzielna przez
Bardziej szczegółowoPrawdopodobieństwo 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
Bardziej szczegółowoRuletka czy można oszukać kasyno?
23 stycznia 2017 Ruletka czy można oszukać kasyno? M. Dworak, K. Maraj, S. Michałowski Plan prezentacji Podstawy ruletki System dwójkowy (Martingale) Czy system rzeczywiście działa? 1/22 Podstawy ruletki
Bardziej szczegółowoKombinatoryka i rachunek prawdopodobieństwa
Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski 2. Elementy kombinatoryki 2.. Permutacje Teoria Definicja. Niech n N. Permutacją n-elementowego zbioru
Bardziej szczegółowoZmienne losowe i ich rozkłady
Zmienne losowe i ich rozkłady 29 kwietnia 2019 Definicja: Zmienną losową nazywamy mierzalną funkcję X : (Ω, F, P) (R n, B(R n )). Definicja: Niech A będzie zbiorem borelowskim. Rozkładem zmiennej losowej
Bardziej szczegółowo= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30.
Kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Flagę, taką jak pokazano na rysunku, należy zszyć z trzech jednakowej szerokości pasów kolorowej tkaniny. Oba pasy zewnętrzne
Bardziej szczegółowoWersja testu A 18 czerwca 2009 r.
Wersja testu A 18 czerwca 2009 r. 1. a. T b. N c. T d. N 2. a. T b. N c. N d. T 3. a. N b. T c. N d. T 4. a. T b. T c. N d. T 5. a. T b. T c. N d. N 6. a. T b. T c. T d. N 7. a. N b. T c. N d. T 8. a.
Bardziej szczegółowoWykład 11: Martyngały: definicja, twierdzenia o zbieżności
RAP 412 14.01.2009 Wykład 11: Martyngały: definicja, twierdzenia o zbieżności Wykładowca: Andrzej Ruciński Pisarz:Mirosława Jańczak 1 Wstęp Do tej pory zajmowaliśmy się ciągami zmiennych losowych (X n
Bardziej szczegółowoElementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska)
Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska) Twierdzenie (o mnożeniu) Podstawowe pojęcia i wzory kombinatoryczne. Niech,, będą zbiorami mającymi odpowiednio,,
Bardziej szczegółowoSkrypt 30. Prawdopodobieństwo
Projekt Innowacyjny program nauczania matematyki dla liceów ogólnokształcących współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Skrypt 30 Prawdopodobieństwo 5.
Bardziej szczegółowoRzucamy dwa razy sprawiedliwą, sześcienną kostką do gry. Oblicz prawdopodobieństwo otrzymania:
Statystyka Ubezpieczeniowa Część 1. Rachunek prawdopodobieństwa: - prawdopodobieństwo klasyczne - zdarzenia niezależne - prawdopodobieństwo warunkowe - prawdopodobieństwo całkowite - wzór Bayesa Schemat
Bardziej szczegółowoKOMBINATORYKA. Problem przydziału prac
KOMBINATORYKA Dział matematyki zajmujący się badaniem różnych możliwych zestawień i ugrupowań, jakie można tworzyć z dowolnego zbioru skończonego. Zbiory skończone, najczęściej wraz z pewną relacją obiekty
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka matematyczna 20 lutego 2017 1 / 21 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45
Bardziej szczegółowoĆw,1. Wypisz wszystkie k-wyrazowe wariacje bez powtórzeń zbioru A = {1, 2,3 }, gdy: a) k = l, b) k = 2, c) k = 3. Wariacje 1 z 6
Wariacje bez powtórzeń Jeśli w doświadczeniu losowym ze zbioru n-elementowego wybieramy k elementów w ten sposób, że: wybrane elementy nie mogą się powtarzać kolejność wybranych elementów jest istotna
Bardziej szczegółowo= A. A - liczba elementów zbioru A. Lucjan Kowalski
Lucjan Kowalski ZADANIA, PROBLEMY I PARADOKSY W PROBABILISTYCE Przypomnienie. Ω - zbiór zdarzeń elementarnych. A zdarzenie (podzbiór Ω). A - liczba elementów zbioru A Jeśli zdarzeń elementarnych jest skończenie
Bardziej szczegółowoRachunek 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
Bardziej szczegółowoKolorowanie płaszczyzny, prostych i okręgów
Kolorowanie płaszczyzny, prostych i okręgów Jadwiga Czyżewska Pisane pod kierunkiem W.Guzickiego W 2013 roku na II etapie VIII edycji Olimpiady Matematycznej Gimnazjalistów pojawiło się zadanie o następującej
Bardziej szczegółowoEGZAMIN MATURALNY Z MATEMATYKI 9 MAJA 2016 POZIOM ROZSZERZONY. Godzina rozpoczęcia: 9:00. Czas pracy: 180 minut. Liczba punktów do uzyskania: 50
Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 2013 KOD UZUPEŁNIA ZDAJĄCY PESEL miejsce na naklejkę dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY
Bardziej szczegółowoInformatyka. z przedmiotu RACHUNEK PRAWDOPODOBIE STWA
Informatyka Zbiór przykªadowych prac kontrolnych oraz przykªadowych zada«egzaminacyjnych z przedmiotu RACHUNEK PRAWDOPODOBIE STWA Sprawdzian 1, M09-02 Zadanie 1 (1p) W rzucie dwiema kostkami obliczy prawdopodobie«stwo
Bardziej szczegółowoa. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);
03DRAP - Przykłady przestrzeni probabilistycznych A Zadania na ćwiczenia Zadanie A1 (wskazówka: pierwsze ćwicznia i rozdział 23 przykł 1 i 2) Zbuduj model przestrzeni klasycznej (czyli takiej, w której
Bardziej szczegółowoZadanie 2. Wiadomo, że A, B i C są trzema zdarzeniami losowymi takimi, że P (A) = 2/5, P (B A) = 1/4, P (C A B) = 0.5, P (A B) = 6/10, P (C B) = 1/3.
Zadanie 1. O zdarzeniach A, B, C z pewnej przestrzeni uzyskaliśmy informacje, iż P (A B C) = 0.6, P (B A C) = 0.3 oraz P (C A B) = 0.9. Obliczyć P [A B C (A B) (A C) (B C)]. Odp. 9/37 Zadanie 2. Wiadomo,
Bardziej szczegółowo6. Liczby wymierne i niewymierne. Niewymierność pierwiastków i logarytmów (c.d.).
6. Liczby wymierne i niewymierne. Niewymierność pierwiastków i logarytmów (c.d.). 0 grudnia 008 r. 88. Obliczyć podając wynik w postaci ułamka zwykłego a) 0,(4)+ 3 3,374(9) b) (0,(9)+1,(09)) 1,() c) (0,(037))
Bardziej szczegółowoMetody probabilistyczne
Metody probabilistyczne 1. Prawdopodobieństwo klasyczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 03.10.2017 1 / 19 Rys historyczny Francja, XVII w.: gry hazardowe
Bardziej szczegółowo( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ).
KOMBINATORYKA Kombinatoryka zajmuje się wyznaczaniem liczby elementów zbiorów skończonych utworzonych zgodnie z określonymi zasadami. Do podstawowych pojęć kombinatorycznych należą: PERMUTACJE Silnia.
Bardziej szczegółowoCelem gry jest zdobycie jak największej liczby punktów z 3 kart, które pod koniec rozgrywki gracz zachowa na ręce.
Jason Tagmire Od zarania dziejów liczbie 7 przypisywano wyjątkowe znaczenie i cechy magiczne. Miała stanowić źródło ponadnaturalnych mocy oraz klucz do wytłumaczenia niezwykłych wydarzeń. W grze Siedem
Bardziej szczegółowoKOMBINATORYKA I P-WO CZ.1 PODSTAWA
KOMBINATORYKA I P-WO CZ.1 PODSTAWA ZADANIE 1 (1 PKT) Pan Jakub ma marynarki, 7 par różnych spodni i 10 różnych koszul. Na ile różnych sposobów może się ubrać, jeśli zawsze zakłada marynarkę, spodnie i
Bardziej szczegółowoEGZAMIN MATURALNY Z MATEMATYKI CZERWIEC 2014 POZIOM ROZSZERZONY. Czas pracy: 180 minut. Liczba punktów do uzyskania: 50 WPISUJE ZDAJĄCY
Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. Układ graficzny CKE 2013 KOD WPISUJE ZDAJĄCY PESEL Miejsce na naklejkę z kodem dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM
Bardziej szczegółowo( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B
KLASYCZ NA DEFINICJA PRAW DOPOD OBIEŃSTWA ( ) PRAWDOPOD OBIEŃSTW O W A RUNKOWE PRAWDOPODOBIEŃSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B ( ) WIĘC CO OZNACZA, ŻE ZDARZENIE B NIE MA WPŁYWU
Bardziej szczegółowoa. 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
Bardziej szczegółowoPrawdopodobieństwo Warunkowe Prawdopodobieństwo Całkowite Niezależność Stochastyczna Zdarzeń
Prawdopodobieństwo Warunkowe Prawdopodobieństwo Całkowite Niezależność Stochastyczna Zdarzeń Zadanie 1 Po potasowaniu sześciu kart: asa, dwójki, trójki, czwórki, piątki i szóstki wyłożono na stół w rzędzie
Bardziej szczegółoworachunek prawdopodobieństwa - zadania
rachunek prawdopodobieństwa - zadania ogólna definicja prawdopodobieństwa, własności - 6.10.2012 1. (d, 1pkt) Udowodnić twierdzenie 2 tj. własności prawdopodobieństwa (W1)-(W7). 2. Niech Ω = [0,1] oraz
Bardziej szczegółowoZmienna 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 szczegółowoZasady gry i przygotowanie
Steffen Benndorf i Reinhard Staupe 935222 Czysta zabawa! Gracze: 2-6 osób Wiek: od 8 lat Czas trwania: ok. 15 minut Zasady gry i przygotowanie Każdy gracz otrzymuje inną kartkę (jest 6 różnych) i pisak.
Bardziej szczegółowoDOŚWIADCZENIA WIELOETAPOWE
. 4. DOŚWIADCZENIA WIELOETAPOWE Drzewem stochastycznym nazywamy graf ilustrujący przebieg wieloetapowego doświadczenia losowego. Wierzchołkom drzewa stochastycznego przyporządkowane są wyniki poszczególnych
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub
RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub 1. W grupie jest 15 kobiet i 18 mężczyzn. Losujemy jedną osobę
Bardziej szczegółowoPRAWDOPODOBIEOSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B
KLASYCZ NA DEFINICJA PRAW DOPOD OBIEŃSTWA P A = A Ω PRAWDOPOD OBIEŃSTW O W A RUNKOWE P(A B) P A B =, P B 0 PRAWDOPODOBIEOSTWO ZAJŚCIA ZDARZENIA A POD WARUNKIEM, ŻE ZASZŁO ZDARZENIE B P A B = P A B = P
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Zadanie. Niech (X, Y) ) będzie dwuwymiarową zmienną losową, o wartości oczekiwanej (μ, μ, wariancji każdej ze współrzędnych równej σ oraz kowariancji równej X Y ρσ. Staramy się obserwować niezależne realizacje
Bardziej szczegółowodr Jarosław Kotowicz 14 października Zadania z wykładu 1
Rachunek prawdopodobieństwa - ćwiczenia drugie Prawdopodobieństwo warunkowe i całkowite. Wzór Bayesa. Zdarzenia niezależne. kierunek: informatyka i ekonometria I dr Jarosław Kotowicz 14 października 2011
Bardziej szczegółowoLista 1. Procesy o przyrostach niezależnych.
Lista. Procesy o przyrostach niezależnych.. Niech N t bedzie procesem Poissona o intensywnoci λ = 2. Obliczyć a) P (N 2 < 3, b) P (N =, N 3 = 6), c) P (N 2 = N 5 = 2), d) P (N =, N 2 = 3, N 4 < 5), e)
Bardziej szczegółowo01DRAP - klasyczna definicja prawdopodobieństwa
01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne
Bardziej szczegółowo01DRAP - klasyczna definicja prawdopodobieństwa
01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne
Bardziej szczegółowoMETODY PROBABILISTYCZNE I STATYSTYKA
Andrzej Marciniak METODY PROBABILISTYCZNE I STATYSTYKA Wykłady dla studentów kierunku informatyka Państwowej Wyższej Szkoły Zawodowej w Kaliszu Wykłady są przeznaczone wyłącznie do indywidualnego użytku
Bardziej szczegółowoPróbny egzamin maturalny z matematyki Poziom rozszerzony
Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA KOD PESEL PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Marzec 2016 POZIOM ROZSZERZONY 1. Rozwiązania zadań i odpowiedzi wpisuj
Bardziej szczegółowoPróbny egzamin maturalny z matematyki Poziom rozszerzony
Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA KOD PESEL PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Marzec 2019 POZIOM ROZSZERZONY 1. Rozwiązania zadań i odpowiedzi wpisuj
Bardziej szczegółowoKombinatoryka i rachunek prawdopodobieństwa (rozszerzenie)
Kombinatoryka i rachunek prawdopodobieństwa (rozszerzenie) (1) Ile liczb czterocyfrowych można utworzyć używając jedynie cyfr 1,2,3,4,5,6,7,8? (2) Ile liczb czterocyfrowych o różnych cyfrach można utworzyć
Bardziej szczegółowo12. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania
2. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania Zad.2.. Oblicz ile moŝna utworzyć z cyfr 0,, 2, liczb: a) dwucyfrowych, których cyfry mogą się powtarzać; b) trzycyfrowych o niepowtarzających się cyfrach;
Bardziej szczegółowoEGZAMIN MATURALNY Z MATEMATYKI
Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. MMA 2015 KOD UZUPEŁNIA ZDAJĄCY PESEL miejsce na naklejkę dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY DATA: 8
Bardziej szczegółowoPrawdopodobieństwo zadania na sprawdzian
Prawdopodobieństwo zadania na sprawdzian Zad. 1. Zdarzenia A, B, C oznaczają, że wzięto co najmniej po jednej książce odpowiednio z pierwszych, drugich i trzecich dzieł zebranych. Każde z dzieł zebranych
Bardziej szczegółowo{( ) ( ) ( ) ( )( ) ( )( ) ( RRR)
.. KLASYCZNA DEFINICJA PRAWDOPODOBIEŃSTWA Klasyczna definicja prawdopodobieństwa JeŜeli jest skończonym zbiorem zdarzeń elementarnych jednakowo prawdopodobnych i A, to liczbę A nazywamy prawdopodobieństwem
Bardziej szczegółowo07DRAP - 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 szczegółowoKombinatoryka. Jerzy Rutkowski. Teoria. P n = n!. (1) Zadania obowiązkowe
Kombinatoryka Jerzy Rutkowski 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru A nazywamy dowolną funkcję różnowartościową f : {1,..., n} A. Innymi słowy:
Bardziej szczegółowoEGZAMIN MATURALNY Z MATEMATYKI
Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. MMA 2015 KOD UZUPEŁNIA ZDAJĄCY PESEL miejsce na naklejkę dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY DATA: 8
Bardziej szczegółowo