Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe
|
|
- Bronisława Wróblewska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.1. Zmienne losowe dyskretne. Katarzyna Rybarczyk-Krzywdzińska
2 Definicja/Rozkład Zmienne losowe dyskretne Definicja Zmienną losową, która skupiona jest na co najwyżej przeliczalnej liczbie wartości nazywamy zmienną losową dyskretną
3 Definicja/Rozkład Zmienne losowe dyskretne Definicja Zmienną losową, która skupiona jest na co najwyżej przeliczalnej liczbie wartości nazywamy zmienną losową dyskretną Przykład 1 Które wśród zmiennych: X wygrana Bolka w ruletkę (postawił na czerwone); Y liczba punktów Lolka przy strzale w tarczę; Z odległość strzału Lolka od środka tarczy; są zmiennymi losowymi dyskretnymi?
4 Definicja/Rozkład Definicja Dla zmiennej losowej X, dowolną liczbę rzeczywistą a R taką, że P X ({a}) = P (X = a) > 0 nazywamy atomem (rozkładu) zmiennej losowej X.
5 Definicja/Rozkład Przypomnienie Rozkładem zmiennej losowej X nazywamy miarę funkcję prawdopodobieństwa (wyposażonej w σ-ciało zbiorów borelowskich B(R)) zadaną wzorem ( {ω } ) P X (A) := P Ω : X (ω) A = P(X A) = P ( X 1 (A) ) dla dowolnego borelowskiego zbioru A B(R) Rozkład zmiennej losowej dyskretnej Niech A = {a 1, a 2,...} będzie zbiorem wszystkich atomów dyskretnej zamiennej losowej X. Wtedy P X (A) = P (X A) = 1 i aby podać rozkład zmiennej X wystarczy podać wartości: P X ({a 1 }) = P (X = a 1 ), P X ({a 2 }) = P (X = a 2 ),. Dlaczego?
6 Definicja/Rozkład Własności rozkładu zmiennej losowej dyskretnej Niech A = {a 1, a 2,...} będzie zbiorem wszystkich atomów (rozkładu) zamiennej losowej dyskretnej X. Wtedy 1 P X ({x}) = P (X = x) > 0 dla x A; 2 x A P X ({x}) = x A P (X = x) = 1.
7 Definicja/Rozkład Przykład 2 Podaj rozkład zmiennej X równej wygranej Bolka w ruletkę. Przykład 3 Podaj rozkład zmiennej Y równej liczbie punktów zdobytych przez Lolka w rzucie do celu.
8 Definicja/Rozkład Histogram Przykład 2 c.d. Narysuj histogram zmiennej X równej wygranej Bolka w ruletkę.
9 Definicja/Rozkład Dystrybuanta Przypomnienie Dystrybuantą zmiennej losowej X nazywamy funkcję F : R R daną wzorem F (a) = P X ((, a]) = P (X a). Dystrybuanta zmiennej losowej dyskretnej Dystrybuanta zmiennej losowej F : R R dyskretnej X skupionej na zbiorze wartości (atomów) {x 1, x 2,...} jest dana wzorem: F (a) = P (X a) = P X ({x i }) = P (X = x i ). x i a x i a
10 Definicja/Rozkład Dystrybuanta F (a) = P (X a) = P X ({x i }) = P (X = x i ). x i a x i a Przykład 4 Spójrz na dystrybuantę zmiennej X równej wygranej Bolka w ruletkę odnieś to co widzisz do powyższego wzoru.
11 Definicja/Rozkład Własności dystrybuanty zmiennej dyskretnej Przypomnienie Dystrybuanta F zmiennej losowej ma następujące własności: 1 jest niemalejąca; 2 F ( ) = lim t F (t) = 0, 3 F ( ) = lim t F (t) = 1; 4 jest prawostronnie ciągła, tzn. F (t) = lim s t + F (s) Własności dystrybuanty zmiennej losowej dyskretnej W dodatku, jeśli zmienna losowa jest dyskretna i jest skupiona na zbiorze atomów {x 1, x 2,...}, to jej dystrybuanta F jest funkcją schodkową (przedziałami stałą); z punktami nieciągłości w x 1, x 2,....
12 Przykłady rozkładów dyskretnych
13 r. jednopunktowy Rozkład jednopunktowy... Przykład 5a W urnie jest n (n s) kul czarnych (i nie ma żadnych innych kul). Z urny losujemy s kul. Niech X będzie liczbą wyciągniętych kul czarnych. Podaj rozkład zmiennej losowej X. Przykład 5b Magik ma jedną monetę, która ma na obu stronach Orła. Rzuca tą monetą s razy. Niech X będzie liczbą Orłów, które wypadły w trakcie eksperymentu. Podaj rozkład zmiennej losowej X.
14 r. jednopunktowy Rozkład jednopunktowy jest skupiony w jednym punkcie, powiedzmy s P X ({s}) = P(X = s) = 1 jeśli X ma taki rozkład, wówczas 1 s
15 r. dwupunktowy Rozkład dwupunktowy (Bernoulliego)... Przykład 6a W urnie jest N kul (N m), z tego m kul czarnych a pozostałe są białe (gdzie m/n = p). Z urny losujemy jedną kulę. Niech X będzie liczbą wyciągniętych kul czarnych. Podaj rozkład zmiennej losowej X. Przykład 6b Magik ma jedną monetę, na której Orzeł wypada z prawdopodobieństwem p. Magik rzuca monetą. Niech X będzie liczbą Orłów, które wypadły w trakcie eksperymentu. Podaj rozkład zmiennej losowej X.
16 r. dwupunktowy Rozkład dwupunktowy (Bernoulliego) jest skupiony na {0, 1}, jest opisywany przez parametr p, gdzie 0 p 1 X Be(p) gdy P X ({0}) = P (X = 0) = q = 1 p, P X ({1}) = P (X = 1) = p. p 1 p 0 1
17 r. dwumianowy Rozkład dwumianowy (Bernoulliego) Przykład 7a W urnie jest N kul (N m), z tego m kul czarnych a pozostałe są białe (gdzie m/n = p). Z urny losujemy kolejno ze zwracaniem n razy jedną kulę. Niech X będzie liczbą wyciągniętych kul czarnych. Podaj rozkład zmiennej losowej X. Przykład 7b Magik ma jedną monetę, na której Orzeł wypada z prawdopodobieństwem p. Magik rzuca monetą n razy. Niech X będzie liczbą Orłów, które wypadły w trakcie eksperymentu. Podaj rozkład zmiennej losowej X.
18 r. dwumianowy rozkład dwumianowy (Bernoulliego) Uwagi W obu powyższych przykładach X oznacza liczbę sukcesów w schemacie Bernoulliego z n doświadczeniami i prawdopodobieństwem sukcesu p, gdzie 0 p 1 jaki jest rozkład zmiennej X?
19 r. dwumianowy rozkład dwumianowy (Bernoulliego) Uwagi W obu powyższych przykładach X oznacza liczbę sukcesów w schemacie Bernoulliego z n doświadczeniami i prawdopodobieństwem sukcesu p, gdzie 0 p 1 jaki jest rozkład zmiennej X? X ma rozkład dyskretny skupiony na zbiorze {0, 1,..., n} X ma rozkład dwumianowy, X Bin(n, p) P X ({k}) = P(X = k) = ( ) n p k (1 p) n k, k dla k = 0, 1,..., n
20 r. dwumianowy Rozkład dwumianowy Jeśli X Bin(n, p), wówczas najbardziej prawdopodobna wartość (przynajmniej jeśli (n + 1)p / {0, 1, 2,... }) to (n + 1)p
21 r. dwumianowy Rozkład dwumianowy, n = 7, p = 0, (7 + 1) 0, 5 = 4
22 r. dwumianowy Rozkład dwumianowy, n = 7, p = 0, (7 + 1) 0, 2 = 1
23 r. dwumianowy Rozkład dwumianowy, n = 7, p = 0, (7 + 1) 0, 9 = 7
24 r. Poissona Rozkład Poissona W urnie jest N kul (N m), z tego m kul czarnych a pozostałe są białe (gdzie m/n = p). Z urny losujemy kolejno ze zwracaniem n razy jedną kulę. Niech X będzie liczbą wyciągniętych kul czarnych. Podaj rozkład zmiennej losowej X. Magik ma jedną monetę, na której Orzeł wypada z prawdopodobieństwem p. Magik rzuca monetą n razy. Niech X będzie liczbą Orłów, które wypadły w trakcie eksperymentu. Podaj rozkład zmiennej losowej X. X ma rozkład dwumianowy Bin(n, p). Jak wygląda ten rozkład, gdy n jest bardzo duże a p bardzo małe, np. np λ, gdzie λ stała i n?
25 r. Poissona Rozkład Poissona X ma rozkład dwumianowy Bin(n, p) oraz np λ, gdzie λ stała dodatnia i n bardzo duuuuże? Dla ustalonego k oraz p = p n takiego, że np n λ, gdy n ( ) n P (X = k) = p k k n(1 p n ) n k
26 r. Poissona Rozkład Poissona X ma rozkład dwumianowy Bin(n, p) oraz np λ, gdzie λ stała dodatnia i n bardzo duuuuże? Dla ustalonego k oraz p = p n takiego, że np n λ, gdy n P (X = k) = = ( ) n p k k n(1 p n ) n k n! k!(n k)! ( ) k ( npn n 1 np n n ) n k
27 r. Poissona Rozkład Poissona X ma rozkład dwumianowy Bin(n, p) oraz np λ, gdzie λ stała dodatnia i n bardzo duuuuże? Dla ustalonego k oraz p = p n takiego, że np n λ, gdy n P (X = k) = = = ( ) n p k k n(1 p n ) n k n! k!(n k)! ( ) k ( npn n 1 np n n ( n... (n k + 1) (np n ) k n k k! ) n k 1 np n n ) n ( 1 np n n ) k
28 r. Poissona Rozkład Poissona X ma rozkład dwumianowy Bin(n, p) oraz np λ, gdzie λ stała dodatnia i n bardzo duuuuże? Dla ustalonego k oraz p = p n takiego, że np n λ, gdy n P (X = k) = = = ( ) n p k k n(1 p n ) n k n! k!(n k)! ( ) k ( npn n 1 np n n ( n... (n k + 1) (np n ) k n k k! 1 λk k! e λ 1 = λk k! e λ. ) n k 1 np n n ) n ( 1 np n n ) k
29 r. Poissona Rozkład Poissona - przykłady c.d. Przykład 8a W urnie jest kul, z tego 1 kula czarna a pozostałe są białe (tzn. p = m/n = 1/10000). Z urny losujemy kolejno ze zwracaniem 5000 razy jedną kulę. Niech X będzie liczbą wyciągniętych kul czarnych. Podaj rozkład zmiennej losowej X. Jakim rozkładem możemy przybliżyć rozkład zmiennej losowej X? Przykład 8b Magik ma jedną monetę, na której Orzeł wypada z prawdopodobieństwem p = 1/ Magik rzuca monetą 5000 razy. Niech X będzie liczbą Orłów, które wypadły w trakcie eksperymentu. Podaj rozkład zmiennej losowej X. Jakim rozkładem możemy przybliżyć rozkład zmiennej losowej X?
30 r. Poissona Rozkład Poissona Zmienna X ma rozkład Poissona z parametrem λ > 0 ozn. X Po(λ), gdy jest skupiona na zbiorze {0, 1, 2,... } i P X ({k}) = P(X = k) = e λ λk k!
31 r. Poissona Rozkład Poissona - inne przykłady Przykład 8c Do dużego ciasta wrzucamy ogromną liczbę rodzynków, po upieczeniu ciasto kroimy na równe części (skoro ciasto było ogromne to części jest niezmiernie dużo), jaki rozkład ma liczba rodzynków w kawałku ciasta?
32 r. Poissona Rozkład Poissona - inne przykłady Przykład 8c Do dużego ciasta wrzucamy ogromną liczbę rodzynków, po upieczeniu ciasto kroimy na równe części (skoro ciasto było ogromne to części jest niezmiernie dużo), jaki rozkład ma liczba rodzynków w kawałku ciasta? Przykład 8d Mierzymy liczbę zdenerwowanych klientów, którzy przyszli w ciągu dnia do banku; jaki rozkład ma ta liczba?
33 r. Poissona Rozkład Poissona - inne przykłady Przykład 8c Do dużego ciasta wrzucamy ogromną liczbę rodzynków, po upieczeniu ciasto kroimy na równe części (skoro ciasto było ogromne to części jest niezmiernie dużo), jaki rozkład ma liczba rodzynków w kawałku ciasta? Przykład 8d Mierzymy liczbę zdenerwowanych klientów, którzy przyszli w ciągu dnia do banku; jaki rozkład ma ta liczba? ogólnie: mamy dużą liczbę obiektów, każdy z nich ma małą szansę, że coś ciekawego się z nim stanie, każdy obiekt jest niezależny, pytamy: z iloma obiektami coś ciekawego się stało?
34 r. Poissona Rozkład Poissona λ = 0,
35 r. Poissona Rozkład Poissona λ =
36 r. Poissona Rozkład Poissona λ =
37 r. geometryczny Rozkład geometryczny z parametrem 0 < p 1... Przykład 9a W urnie jest N kul (N m), z tego m kul czarnych a pozostałe są białe (gdzie m/n = p). Z urny losujemy kolejno ze zwracaniem jedną kulę, tak długo aż wyciągniemy kulę czarną. Niech X będzie liczbą wyciągniętych kul. Podaj rozkład zmiennej losowej X. Przykład 9b Magik ma jedną monetę, na której Orzeł wypada z prawdopodobieństwem p. Magik rzuca monetą tak długo aż uzyska Orła. Niech X będzie liczbą rzutów, które Magik wykonał w trakcie eksperymentu. Podaj rozkład zmiennej losowej X.
38 r. geometryczny Rozkład geometryczny z parametrem 0 < p 1... Uwagi W obu powyższych przykładach X oznacza liczbę prób Bernoulliego z prawdopodobieństwem sukcesu p, gdzie 0 p 1, wykonanych do uzyskania pierwszego sukcesu. jaki jest rozkład zmiennej X? Rozkład geometryczny z parametrem 0 < p 1, (ozn. geom(p)) jest skupiony na zbiorze {1, 2, 3,... } P X ({k}) = P(X = k) = (1 p) k 1 p, dla k = 1, 2, 3...
39 r. geometryczny Rozkład geometryczny p = 0,
40 r. geometryczny Rozkład geometryczny p = 0,
41 r. geometryczny Rozkład geometryczny p = 0,
42 r. dwum. ujemny Rozkład ujemny dwumianowy Przykład 10a W urnie jest N kul (N m), z tego m kul czarnych a pozostałe są białe (gdzie m/n = p). Z urny losujemy kolejno ze zwracaniem jedną kulę, tak długo aż po raz r ty wyciągniemy kulę czarną. Niech X będzie liczbą wyciągniętych kul. Podaj rozkład zmiennej losowej X. Przykład 10b Magik ma jedną monetę, na której Orzeł wypada z prawdopodobieństwem p. Magik rzuca monetą tak długo aż po raz r ty uzyska Orła. Niech X będzie liczbą rzutów, które Magik wykonał trakcie eksperymentu. Podaj rozkład zmiennej losowej X.
43 r. dwum. ujemny Rozkład ujemny dwumianowy Rozważamy schemat Bernoulliego z prawdopodobieństwem sukcesu p, gdzie 0 p < 1; czekamy na r-ty sukces. Ile wykonaliśmy prób? Zmienna o rozkładzie ujemnym dwumianowym z parametrami r {1, 2,... } oraz 0 p < 1 jest skupiona na zbiorze {r, r + 1, r + 2,... }, P X ({k}) = P(X = k) = ( ) k 1 (1 p) k r p r, dla k = r, r +1,... r 1
44 r. dwum. ujemny Rozkład ujemny dwumianowy Rozważamy schemat Bernoulliego z prawdopodobieństwem sukcesu p, gdzie 0 p < 1; czekamy na r-ty sukces. Ile wykonaliśmy prób? Uwaga W klasycznych opracowaniach i podręcznikach rozkład ujemny dwumianowy definiuje się jako rozkład zmiennej losowej równej liczbie sukcesów w eksperymencie polegającym na oczekiwaniu na r tą porażkę. Istnieje prosta zależność między tym rozkładem a tym zdefiniowanym powyżej. My definiujemy tak, aby łatwiej było Państwu zauważyć związek między rozkładem geometrycznym a ujemnym dwumianowym.
45 r. hipergeom. Rozkład hipergeometryczny Przykład 11a W urnie jest N kul (N m), z tego m kul czarnych a pozostałe są białe. Z urny losujemy jednocześnie (kolejno bez zwracana) n kul (n m, n N m). Niech X będzie liczbą wyciągniętych kul czarnych. Podaj rozkład zmiennej losowej X.
46 r. hipergeom. Rozkład hipergeometryczny Mamy N elementów, spośród których m elementów jest specjalnych; losujemy n (n m, N m) różnych elementów tzn. losowanie jest bez zwracania / jednocześnie; jaki rozkład ma liczba wylosowanych specjalnych elementów? Zmienna losowa o rozkładzie hipergeometrycznym z parametrami: N, m, n jest skupiona na zbiorze {0, 1,..., n} ( m )( N m ) k n k P X ({k}) = P(X = k) = ( N dla k = 0, 1,..., n n)
Wstęp do rachunku prawdopodobieństwa
Wstęp do rachunku prawdopodobieństwa Rozdział 06: Zmienne losowe. Katarzyna Rybarczyk-Krzywdzińska semestr zimowy 2015/2016 Wprowadzenie Przykład 6.1 Adam, Bolek i Czesiu wstąpili do kasyna. Postanowili
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 4. Zmienne losowe
Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.0. Rozkłady zmiennych losowych, dystrybuanta. Katarzyna Rybarczyk-Krzywdzińska Wprowadzenie Rozważmy eksperymenty 1 gra Bolka w ruletkę w kasynie;
Bardziej szczegółowoWYKŁADY 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 szczegółowoRachunek prawdopodobieństwa Rozdział 4. Zmienne losowe
Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.0. Rozkłady zmiennych losowych, dystrybuanta. Katarzyna Rybarczyk-Krzywdzińska semestr zimowy 2016/2017 Wprowadzenie Przykład 1 Bolek, Lolek i Tola
Bardziej szczegółowoWYKŁAD 3. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki
WYKŁAD 3 Witold Bednorz, Paweł Wolff 1 Instytut Matematyki Uniwersytet Warszawski Rachunek Prawdopodobieństwa, WNE, 2010-2011 Schemmat Bernouliego Rzucamy 10 razy moneta, próba Bernouliego jest pojedynczy
Bardziej szczegółowoStatystyka 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 szczegółowoPrzykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych
Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Niech Ω będzie przestrzenią zdarzeń elementarnych. Definicja 1 Rodzinę S zdarzeń losowych (zbiór S podzbiorów zbioru
Bardziej szczegółowoRachunek Prawdopodobieństwa Rozdział 5. Rozkłady łączne
Rachunek Prawdopodobieństwa Rozdział 5. Rozkłady łączne 5.0 Definicje Katarzyna Rybarczyk-Krzywdzińska Wprowadzenie Przykład 1 Bolek, Lolek i Tola wstąpili do kasyna. (A) Bolek postawił na czerwone, (B)
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 szczegółowoĆwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu.
Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu. A Teoria Definicja A.1. Niech (Ω, F, P) będzie przestrzenią probabilistyczną. Zmienną losową określoną na przestrzeni Ω nazywamy dowolną
Bardziej 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 szczegółowoMetody probabilistyczne
Metody probabilistyczne 5. Zmienne losowe: wprowadzenie Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 8..208 / 42 Motywacja Często bardziej niż same zdarzenia losowe
Bardziej szczegółowoRozkłady prawdopodobieństwa zmiennych losowych
Rozkłady prawdopodobieństwa zmiennych losowych Rozkład dwumianowy Rozkład normalny Marta Zalewska Zmienna losowa dyskretna (skokowa) jest to zmienna, której zbór wartości jest skończony lub przeliczalny.
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne
Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne 5.3 Rozkłady warunkowe i warunkowa wartość oczekiwana Katarzyna Rybarczyk-Krzywdzińska semestr zimowy 2015/2016 Prawdopodobieństwo wyraża postawę
Bardziej szczegółowoBiostatystyka, # 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 szczegółowoIII. 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
Bardziej szczegółowoWykład 3 Jednowymiarowe zmienne losowe
Wykład 3 Jednowymiarowe zmienne losowe Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną Definicja 1 Jednowymiarowa zmienna losowa (o wartościach rzeczywistych), określoną na przestrzeni probabilistycznej
Bardziej szczegółowoTemat: 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 szczegółowoLiteratura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.
Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej
Bardziej szczegółowoJednowymiarowa zmienna losowa
1 Jednowymiarowa zmienna losowa Przykład Doświadczenie losowe - rzut kostką do gry. Obserwujemy ilość wyrzuconych oczek. Teoretyczny model eksperymentu losowego - przestrzeń probabilistyczna (Ω, S, P ),
Bardziej szczegółowoRozkłady 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 szczegółowoRachunek prawdopodobieństwa i statystyka
Rachunek prawdopodobieństwa i statystyka Przestrzeń probabilistyczna Niech Ω będzie dowolnym zbiorem, zwanym przestrzenią zdarzeń elementarnych. Elementy ω tej przestrzeni nazywamy zdarzeniami elementarnymi.
Bardziej szczegółowoPEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA
PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA 1. Trójkę (Ω, F, P ), gdzie Ω, F jest σ-ciałem podzbiorów Ω, a P jest prawdopodobieństwem określonym na F, nazywamy przestrzenią probabilistyczną. 2. Rodzinę F
Bardziej szczegółowoJeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.
Wykład 4 Rozkłady i ich dystrybuanty Dwa typy zmiennych losowych Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x, x 2,...}, to mówimy, że jest to zmienna dyskretna.
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3. ZMIENNA LOSOWA JEDNOWYMIAROWA. Zmienną losową X nazywamy funkcję (praktycznie każdą) przyporządkowującą zdarzeniom elementarnym liczby rzeczywiste. X : Ω R (dokładniej:
Bardziej szczegółowoRozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej
Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Zbiór możliwych wyników eksperymentu będziemy nazywać przestrzenią zdarzeń elementarnych i oznaczać Ω, natomiast
Bardziej szczegółowoPODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek
PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Piotr Wiącek ROZKŁAD PRAWDOPODOBIEŃSTWA Jest to miara probabilistyczna określona na σ-ciele podzbiorów borelowskich pewnej przestrzeni metrycznej. σ-ciało podzbiorów
Bardziej szczegółowoWYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty
WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty Agata Boratyńska Agata Boratyńska Rachunek prawdopodobieństwa, wykład 4 / 9 Przekształcenia zmiennej losowej X
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne
Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne 5.2. Momenty rozkładów łącznych. Katarzyna Rybarczyk-Krzywdzińska rozkładów wielowymiarowych Przypomnienie Jeśli X jest zmienną losową o rozkładzie
Bardziej szczegółowoMatematyka z el. statystyki, # 3 /Geodezja i kartografia II/
Matematyka z el. statystyki, # 3 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a bud. Agro II, e-mail: zdzislaw.otachel@up.lublin.pl
Bardziej szczegółowoMetody 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
Bardziej szczegółowoPrzestrzeń probabilistyczna
Przestrzeń probabilistyczna (Ω, Σ, P) Ω pewien niepusty zbiór Σ rodzina podzbiorów tego zbioru P funkcja określona na Σ, zwana prawdopodobieństwem. Przestrzeń probabilistyczna (Ω, Σ, P) Ω pewien niepusty
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej
Bardziej 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 szczegółowoZestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) =
Zestaw : Zmienne losowe. Które z poniższych funkcji są dystrybuantami? Odpowiedź uzasadnij. Wskazówka: naszkicuj wykres. 0, x 0,, x 0, F (x) = x, F (x) = x, 0 x
Bardziej szczegółowo4,5. Dyskretne zmienne losowe (17.03; 31.03)
4,5. Dyskretne zmienne losowe (17.03; 31.03) Definicja 1 Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór jej wartości x 1, x 2,..., można ustawić w ciag. Zmienna losowa X, która przyjmuje wszystkie
Bardziej szczegółowoWYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady
WYKŁAD 2 Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady Metody statystyczne metody opisu metody wnioskowania statystycznego syntetyczny liczbowy opis właściwości zbioru danych ocena
Bardziej szczegółowoRachunek 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 szczegółowoDyskretne zmienne losowe
Dyskretne zmienne losowe dr Mariusz Grządziel 16 marca 2009 Definicja 1. Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór jej wartości x 1, x 2,..., można ustawić w ciag. Zmienna losowa X, która
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.1. σ ciało (algebra) zdarzeń Katarzyna Rybarczyk-Krzywdzińska losowe Zdarzenie losowe to pewien podzbiór przestrzeni zdarzeń
Bardziej szczegółowoW 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 szczegółowoP (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 szczegółowoZmienne losowe. Powtórzenie. Dariusz Uciński. Wykład 1. Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski
Powtórzenie Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski Wykład 1 Podręcznik podstawowy Jacek Koronacki, Jan Mielniczuk: Statystyka dla studentów kierunków technicznych i przyrodnicznych,
Bardziej szczegółowoElementy 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 szczegółowoRachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. 3.1 Prawdopodobieństwo warunkowe Katarzyna Rybarczyk-Krzywdzińska Przykład 1 Alicja wylosowała jedną kartę z
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 szczegółowoRachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.
Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. 3.1 Prawdopodobieństwo warunkowe Katarzyna Rybarczyk-Krzywdzińska semestr zimowy 2016/2017 Przykład 1 Alicja
Bardziej szczegółowoMetody 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
Bardziej szczegółowo1 Rozklady dyskretne. Rachunek p-stwa Przeksztalcenia zmiennych losowych. 2. Rozklad dwumianowy. 3. Rozklad Poissona
Rachunek p-stwa 2010-2011 1 Rozklady dyskretne 1. Przeksztalcenia zmiennych losowych 2. Rozklad dwumianowy 3. Rozklad Poissona 4. Inne rozklady dyskretne 1 Przeksztalcenia zmiennych losowych Zmienna losowa
Bardziej szczegółowoWybrane rozkłady zmiennych losowych i ich charakterystyki
Rozdział 1 Wybrane rozłady zmiennych losowych i ich charaterystyi 1.1 Wybrane rozłady zmiennych losowych typu soowego 1.1.1 Rozład równomierny Rozpatrzmy esperyment, tóry może sończyć się jednym z n możliwych
Bardziej szczegółowoZmienne losowe. dr Mariusz Grzadziel. rok akademicki 2016/2017 semestr letni. Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu
Zmienne losowe dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu rok akademicki 2016/2017 semestr letni Definicja 1 Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór
Bardziej szczegółowoPrawdopodobieństwo GEOMETRYCZNE
Prawdopodobieństwo GEOMETRYCZNE Zadanie 1. Skoczek spadochronowy skacze nad kwadratową wyspą o boku 20km. Na środku wyspy znajduje się prostokątne lądowisko o wymiarach 2x3 km. Jakie jest prawdopodobieństwo,
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa Rozdział 2.3: Przykłady przestrzeni probabilistycznych. Katarzyna Rybarczyk-Krzywdzińska Przestrzeń probabilistyczna Przestrzeń
Bardziej szczegółowoZmienne losowe. dr Mariusz Grządziel Wykład 12; 20 maja 2014
Zmienne losowe dr Mariusz Grządziel Wykład 2; 20 maja 204 Definicja. Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór jej wartości x, x 2,..., można ustawić w ciag. Zmienna losowa X, która przyjmuje
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 1. Wstęp
Rachunek prawdopodobieństwa Rozdział 1. Wstęp 1.1. Prawdopodobieństwo klasyczne Katarzyna Rybarczyk-Krzywdzińska Definicja Zadaliśmy pytanie. Bolek, Lolek i Tola wstąpili do kasyna. Dla każdego z nich
Bardziej szczegółowoσ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;
Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia
Bardziej szczegółowoWykład 2 Zmienne losowe i ich rozkłady
Wykład 2 Zmienne losowe i ich rozkłady Magdalena Frąszczak Wrocław, 11.10.2017r Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe Doświadczenie
Bardziej szczegółowoZmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014
Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014 Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe
Bardziej 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 szczegółowoPrawa wielkich liczb, centralne twierdzenia graniczne
, centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne
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 szczegółowoStatystyka i eksploracja danych
Wykład II: i charakterystyki ich rozkładów 24 lutego 2014 Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa,
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 szczegółowoRachunek prawdopodobieństwa Rozdział 4. Zmienne losowe
Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.4. Momenty zmiennych losowych Katarzyna Rybarczyk-Krzywdzińska Wprowadzenie Przykład 1 Rzucamy raz kostką Ile wynosi średnia liczba oczek, jaka
Bardziej szczegółowoPRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW
PRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW Rachunek prawdopodobieństwa (probabilitis - prawdopodobny) zajmuje się badaniami pewnych prawidłowości (regularności) zachodzących przy wykonywaniu doświadczeń
Bardziej szczegółowozdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.
Rachunek prawdopodobieństwa Podstawowym celem rachunku prawdopodobieństwa jest określanie szans zajścia pewnych zdarzeń. Pojęcie podstawowe rachunku prawdopodobieństwa to: zdarzenie losowe - zdarzenie
Bardziej szczegółowoJoanna Karłowska-Pik Procesy Poissona w geometrii stochastycznej
Joanna Karłowska-Pik Procesy Poissona w geometrii stochastycznej Wykład dla stypendystów Krajowego Funduszu na Rzecz Dzieci, Toruń, 1-3 grudnia 2006 roku 1. Przestrzeń probabilistyczna Przestrzenią probabilistyczną
Bardziej szczegółowoRozkłady i ich dystrybuanty 16 marca F X (t) = P (X < t) 0, gdy t 0, F X (t) = 1, gdy t > c, 0, gdy t x 1, 1, gdy t > x 2,
Wykład 4. Rozkłady i ich dystrybuanty 6 marca 2007 Jak opisać cały rozkład jedną funkcją? Aby znać rozkład zmiennej X, musimy umieć obliczyć P (a < X < b) dla dowolnych a < b. W tym celu wystarczy znać
Bardziej szczegółowoRachunek prawdopodobieństwa- wykład 6
Rachunek prawdopodobieństwa- wykład 6 Zmienne losowe dyskretne. Charakterystyki liczbowe zmiennych losowych dyskretnych dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet Humanistyczno-Przyrodniczy
Bardziej szczegółowoWażne rozkłady i twierdzenia
Ważne rozkłady i twierdzenia Rozkład dwumianowy i wielomianowy Częstość. Prawo wielkich liczb Rozkład hipergeometryczny Rozkład Poissona Rozkład normalny i rozkład Gaussa Centralne twierdzenie graniczne
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 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 w analizie i planowaniu eksperymentu
21 marca 2011 Zmienna losowa - wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie one z rejestracja jakiś sygna lów (danych). Moga to być
Bardziej szczegółowoĆwiczenia 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 szczegółowoRachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.0. Wstęp Katarzyna Rybarczyk-Krzywdzińska Wstęp Dlaczego prawdopodobieństwo klasyczne nie wystarcza? Jak opisać grę w ruletkę,
Bardziej szczegółowoW2 Podstawy rachunku prawdopodobieństwa (przypomnienie)
W2 Podstawy rachunku prawdopodobieństwa (przypomnienie) Henryk Maciejewski Jacek Jarnicki Marek Woda www.zsk.iiar.pwr.edu.pl Rachunek prawdopodobieństwa - przypomnienie 1. Zdarzenia 2. Prawdopodobieństwo
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 szczegółowoĆwiczenia 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 szczegółowoPrawdopodobieństwo i statystyka
Wykład V: Zmienne losowe i ich wartości oczekiwane 25 października 2017 Definicja zmiennej losowej Definicja Zmienne losowa to charakterystyka liczbowa wyniku eksperymentu losowego. Zmienne losowa na przestrzeni
Bardziej szczegółowoStatystyka. Magdalena Jakubek. kwiecień 2017
Statystyka Magdalena Jakubek kwiecień 2017 1 Nauka nie stara się wyjaśniać, a nawet niemal nie stara się interpretować, zajmuje się ona głównie budową modeli. Model rozumiany jest jako matematyczny twór,
Bardziej szczegółowoZadania 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 szczegółowoSieci Mobilne i Bezprzewodowe laboratorium 1
Sieci Mobilne i Bezprzewodowe laboratorium 1 Plan laboratoriów Teoria zdarzeń dyskretnych Modelowanie zdarzeń dyskretnych Symulacja zdarzeń dyskretnych Problem rozmieszczenia stacji raportujących i nieraportujących
Bardziej szczegółowoPrzykłady 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 szczegółowoRachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3
Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Zmienna losowa i jej
Bardziej szczegółowoMATEMATYKA 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 szczegółowoRachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne.
Rachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne. 6.2. Centralne Twierdzenie Graniczne Katarzyna Rybarczyk-Krzywdzińska semestr zimowy 2015/2016 Słabe prawo wielkich liczb przypomnienie Słabe
Bardziej szczegółowoNajczęściej spotykane rozkłady dyskretne:
I. Rozkład dwupunktowy: Najczęściej spotykane rozkłady dyskretne: Def. Zmienna X ma rozkład dwupunktowy z prawdopodobieostwem 1 przyjmuje tylko dwie wartości, tzn. P(X = x 1 ) = p i P(X = x 2 ) = 1 p =
Bardziej szczegółowoNa A (n) rozważamy rozkład P (n) , który na zbiorach postaci A 1... A n określa się jako P (n) (X n, A (n), P (n)
MODELE STATYSTYCZNE Punktem wyjścia w rozumowaniu statystycznym jest zmienna losowa (cecha) X i jej obserwacje opisujące wyniki doświadczeń bądź pomiarów. Zbiór wartości zmiennej losowej X (zbiór wartości
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA
1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.
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 szczegółowoLaboratorium 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 szczegółowoPrzykłady do zadania 6.1 :
Rachunek prawdopodobieństwa MAP64 Wydział Elektroniki, rok akad. 28/9, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 6: Zmienna losowa. Rozkład zmiennej losowej. Dystrybuanta. Przykłady
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 3 1 / 8 ZADANIE z rachunku
Bardziej szczegółowoSTYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1
1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy
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 szczegółowoStatystyka w analizie i planowaniu eksperymentu
10 marca 2014 Zmienna losowa - wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie one z rejestracja jakiś sygna lów (danych). Moga to być
Bardziej szczegółowoPrzykłady do zadania 8.1 : 0 dla x 1, c x 4/3 dla x > 1. (b) Czy można dobrać stałą c tak, aby funkcja f(x) = była gęstością pewnego
Rachunek prawdopodobieństwa MAP64 Wydział Elektroniki, rok akad. 8/9, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 8: Zmienne losowe typu ciągłego. Gęstość prawdopodobieństwa. Rozkład
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 szczegółowoII WYKŁAD STATYSTYKA. 12/03/2014 B8 sala 0.10B Godz. 15:15
II WYKŁAD STATYSTYKA 12/03/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 2 Rachunek prawdopodobieństwa zdarzenia elementarne zdarzenia losowe zmienna losowa skokowa i ciągła prawdopodobieństwo i gęstość prawdopodobieństwa
Bardziej szczegółowo