Wykład 1. Elementy rachunku prawdopodobieństwa. Przestrzeń probabilistyczna.

Podobne dokumenty
Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej

Matematyka ubezpieczeń majątkowych r.

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

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

Wykład 2 Zmienne losowe i ich rozkłady

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Rachunek prawdopodobieństwa i statystyka

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

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Graf skierowany. Graf zależności dla struktur drzewiastych rozgrywających parametrycznie

Rozkłady prawdopodobieństwa zmiennych losowych

ROZKŁAD NORMALNY. 2. Opis układu pomiarowego

Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014

Jednowymiarowa zmienna losowa

Statystyka matematyczna

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.

Rozkłady 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,

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

W2 Podstawy rachunku prawdopodobieństwa (przypomnienie)

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

Metody probabilistyczne

Prawdopodobieństwo i statystyka

Zmienna losowa. Rozkład skokowy

GEOMETRIA PŁASZCZYZNY

Metody probabilistyczne

Przestrzeń probabilistyczna

Modele odpowiedzi do arkusza Próbnej Matury z OPERONEM. Matematyka Poziom rozszerzony

WYKŁAD 3. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

Statystyka Opisowa z Demografią oraz Biostatystyka. Zmienne losowe. Aleksander Denisiuk. denisjuk@euh-e.edu.pl

Statystyka matematyczna

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

Definicja 7.4 (Dystrybuanta zmiennej losowej). Dystrybuantą F zmiennej losowej X nazywamy funkcję: Własności dystrybuanty zmiennej losowej:

Zastosowanie teorii pierścieni w praktyce

II.6. Wahadło proste.

ZWIĄZEK FUNKCJI OMEGA Z DOMINACJĄ STOCHASTYCZNĄ

Prawdopodobieństwo geometryczne

Prawdopodobieństwo i statystyka

Zmienne losowe ciągłe i ich rozkłady

Metody optymalizacji. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

II WYKŁAD STATYSTYKA. 12/03/2014 B8 sala 0.10B Godz. 15:15

Siła. Zasady dynamiki

Zadania zestaw 1: Zadania zestaw 2

Próba określenia miary jakości informacji na gruncie teorii grafów dla potrzeb dydaktyki

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH)

Energia kinetyczna i praca. Energia potencjalna

Zmienne losowe ciągłe i ich rozkłady

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Zmienne losowe skokowe

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

Wykład 3 Jednowymiarowe zmienne losowe

Statystyka matematyczna

Wstęp. Kurs w skrócie

Statystyka matematyczna

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

Statystyka matematyczna

Rachunek Prawdopodobieństwa i Statystyka

Wykład 13. Podstawowe pojęcia rachunku prawdopodobieństwa

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

Statystyka matematyczna

Prawdopodobieństwo i statystyka

Elementy Rachunek prawdopodobieństwa

Przykładowe zadania na egzamin z matematyki - dr Anita Tlałka - 1

Przykłady 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

Wykład: praca siły, pojęcie energii potencjalnej. Zasada zachowania energii.

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład

00502 Podstawy kinematyki D Część 2 Iloczyn wektorowy i skalarny. Wektorowy opis ruchu. Względność ruchu. Prędkość w ruchu prostoliniowym.

Tradycyjne mierniki ryzyka

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

Matematyka z el. statystyki, # 3 /Geodezja i kartografia II/

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

WYKŁAD 11 OPTYMALIZACJA WIELOKRYTERIALNA

(C. Gauss, P. Laplace, Bernoulli, R. Fisher, J. Spława-Neyman) Wikipedia 2008

Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne

CHARAKTERYSTYKI GEOMETRYCZNE FIGUR PŁASKICH

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

- substancje zawierające swobodne nośniki ładunku elektrycznego:

Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej

Dobór zmiennych objaśniających do liniowego modelu ekonometrycznego

Kognitywistyka II r. Teoria rzetelności wyników testu. Teorie inteligencji i sposoby jej pomiaru (4) Rzetelność czyli dokładność pomiaru

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe

Statystyka i eksploracja danych

Podstawy nauk przyrodniczych Matematyka

L(x, 0, y, 0) = x 2 + y 2 (3)

Modelowanie przepływu cieczy przez ośrodki porowate Wykład III

2. Lesław Gajek, Marek Kałuszka, Wnioskowanie statystyczne. Modele i metody. Dla studentów.

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

Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa

Zmienne losowe. Statystyka w 3

Na skutek takiego przemieszcznia ładunku, energia potencjalna układu pole-ładunek zmienia się o:

11. DYNAMIKA RUCHU DRGAJĄCEGO

Prawdopodobieństwo i statystyka

2 Przykład C2a C /BRANCH C. <-I--><Flux><Name><Rmag> TRANSFORMER RTop_A RRRRRRLLLLLLUUUUUU 1 P1_B P2_B 2 S1_B SD_B 3 SD_B S2_B

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju

Podstawy metod probabilistycznych. dr Adam Kiersztyn

MECHANIKA OGÓLNA (II)

Transkrypt:

Podstawowe pojęcia. Wykład Elementy achunku pawdopodobieństwa. Pzestzeń pobabilistyczna. Doświadczenie losowe-doświadczenie (zjawisko, któego wyniku nie możemy pzewidzieć. Pojęcie piewotne achunku pawdopodobieństwa - zdazenie elementane (pojedynczy wynik doświadczenia losowego Def.. Zbió wszystkich możliwych zdazeń elementanych dla danego doświadczenia losowego nazywamy pzestzenią zdazeń elementanych i oznaczamy Ω. Zdazenia elementane oznaczamy wówczas ω, ω, ω 3,. Pzykład: a doświadczenie-zut jedną (! monetą Ω={ ω, ω }, ω -wyzucenie oła, ω -wyzucenie eszki lub Ω={ O,R}, b doświadczenie-zut kostką c Ω={ ω, ω,ω 3, ω 4, ω 5, ω 6 }, gdy ω i wyzucenie i oczek na kostce, i=,,3,4,5,6 d doświadczenie-zut dwukotny kostką do gy Ω={ (ω i, ω j,i,j=,,3,4,5,6}, gdy ω i wyzucenie i oczek na kostce, i=,,3,4,5,6

Def.. Podzbió pzestzeni zdazeń elementanych nazywamy zdazeniem losowym (zdazeniem. Oznaczamy jak zbioy: A, B, C, Działania na zdazeniach (algeba zdazeń uma: AB= Iloczyn: AB= Różnica: A -B= Def.3. Zdazenie odpowiadające podzbioowi pustemu nazywamy zdazeniem niemożliwym i oznaczamy. Def.4. Zdazeniem pzeciwnym do zdazenia A nazywamy óżnicę Ω A i oznaczamy. Def.5. Zdazenia, któych iloczyn jest zdazeniem niemożliwym nazywamy zdazeniami wykluczającymi się tzn. AB=. Pzykład.

Z patii towau losujemy 3 sztuki. Okeślamy zdazenia: A-dokładnie jedna sztuka doba wśód wylosowanych B- co najwyżej jedna sztuka doba wśód wylosowanych C-co najmniej jedna sztuka doba wśód wylosowanych. Co oznaczają zdazenia pzeciwne do danych oaz suma i iloczyn każdej z pa zdazeń? Rozwiązanie: -0, lub 3 dobe wśód wylosowanych -co najmniej dobe wśód wylosowanych -0 dobych wśód wylosowanych (wszystkie 3 wadliwe AB =B, AB =A AC =C, AC =A CB =Ω, CB =A Pawdopodobieństwo zdazeń. Def.6. (aksomatyczna Dana jest pzestzeń Ω oaz odzina zdazeń. Funkcję nazywamy pawdopodobieństwem, jeśli spełnia następujące aksjomaty: P(Ω= 3

Jeśli A to P(A 0. 3 Jeśli A, A, A 3, oaz A i A j = dla i j to P(A A A 3 =P(A +P(A +P(A 3 + Definicja klasyczna: gdzie oznacza moc zbiou A. Zakładamy więc, że Ω jest zbioem skończonym(!. Pzykład: Rzucamy kostką do gy. Jakie jest pawdopodobieństwo, że wyzucimy pazystą liczbę oczek? Rozwiązanie: =3 P(A= Pawdopodobieństwo geometyczne: 4

gdzie m(a oznacza długość, pole lub objętość zdazenia. Zakładamy więc, że Ω jest odcinkiem, figuą płaską lub byłą. Pzykład. Jakie jest pawdopodobieństwo, że punkt zucony w koło o pomieniu R znajdzie się wewnątz wpisanego w nie kwadatu? Rozwiązanie: Ω A R m(ω=π R m(a= = R Własności pawdopodobieństwa: P(=0 P( 3 5

4 Jeśli AB to P(A P(B Def.7. Tójkę upoządkowaną (Ω,, P nazywamy pzestzenią pobabilistyczną. Zmienna losowa. Def.. Dana jest pzestzeń pobabilistyczna (Ω,,P. Funkcję X:ΩR nazywamy zmienną losową, jeśli dla dowolnego ar, {ω: X(ω<a}. Oznaczamy zmienne losowe dużymi liteami z końca alfabetu: X,Y,Z Def.. Rozkładem pawdopodobieństwa zmiennej losowej X nazywamy pawdopodobieństwa postaci: P({ω: X(ωA} P{XA}, AR. Def.3. Dystybuantą zmiennej losowej X nazywamy funkcję zeczywistą F:R[0,] okeśloną wzoem: F(=P{X<}. 6

Def.4. Zmienna losowa ma ozkład typu skokowego jeśli pzyjmuje pzeliczalną (skończoną liczbę watości,, 3, odpowiednio z pawdopodobieństwami p =P{X= }, p =P{X= }, pzy czym Dystybuanta dla tego typu ozkładu pzyjmuje postać: F ( Jest ona funkcją lewostonnie ciągłą, niemalejącą, dla któej i p i lim lim F( F( 0 Ponadto: P{X a}=-f(a P{a }=F(b-F(a Pzykład: Rzucamy kostką do gy. Wyzucenie pazystej liczby oczek oznacza wyganą zł, a wyzucenie niepazystej liczby oczek oznacza pzeganą zł. Okeślić ozkład zmiennej losowej X ównej wyganej 7

Rozwiązanie: Zbió watości: {-,}. P{X=-}= P{X=}= Pzykład: Do odbionika mogą w danym czasie dotzeć 3 sygnały. Piewszy z pawdopodobieństwem 0,6, dugi z pawdopodobieństwem 0,7 i tzeci z pawdopodobieństwem 0,8. Niech X oznacza liczbę sygnałów, któe dotały w danym czasie do odbionika. Okeślić ozkład zmiennej losowej X. Rozwiązanie: Zbió watości: {0,,,3}. P{X=0}=0,4 0,3 0,=0,04 P{X=}=0,6 0,3 0,+0,4 0,3 0,8+0,4 0,7 0,= =0,036+0,096+0,056=0,88 P{X=}=0,6 0,7 0,+0,4 0,7 0,8+0,6 0,3 0,8= =0,084+0,4+0,44=0,45 8

Uwaga: P{X=3}=0,6 0,7 0,8=0,336 0,04+0,88+0,45+0,336= Pzykład: Zmienna losowa X ma ozkład dany tabelką: i - - 0 4 p i 0, 0, A 0, 0, 0, Wyznaczyć A oaz dystybuantę F( i P{X>0}. Rozwiązanie: A=-(0,+0,+0,+0,+0,=0,3 P{X>0}=P{X=}+P{X=}+P{X=4}=0,4 F ( i - F(=0 p i -< - F(=p =0, 9

-< 0 F(=p +p =0,+0,=0,3 0< F(=p +p +p 3 =0,+0,+0,3=0,6 < F(=p +p +p 3 +p 4 =0,+0,+0,3+0,=0,7 < 4 F(=p +p +p 3 +p 4 =0,+0,+0,3+0,+0,=0,8 >4 F(= Zapis: F( 0 dla 0, dla 0,3 dla 0 0,6 dla 0 0,7 dla 0,8 dla 4 dla 4 0

Wykes dystybuanty pzypomina schodki, a óżnica w poziomach poszczególnych stopni to watość pawdopodobieństwa p i pzyjęcia watości i F( - - 4 Pzykład: Na dodze uchu pociągu znajdują się w dużej odległości 4 semafoy. Każdy z nich zezwala na pzejazd z pawdopodobieństwem 0,5. Niech X oznacza liczbę semafoów zezwalających na pzejazd pzed piewszym zatzymaniem się pociągu. Okeślić ozkład zmiennej losowej X oaz jej dystybuantę. Rozwiązanie: Zbió watości: {0,,,3,4}

Dystybuanta: (-,0] (0,] (,] (,3] (3,4] (4, F( 0 Def.5. Zmienna losowa X ma ozkład typu ciągłego, jeśli istnieje funkcja f( spełniająca waunki: a dla każdego, f( 0 taka, że

P { a X b} f ( d dla dowolnego a<b. Funkcję f( nazywamy gęstością pawdopodobieństwa. Dystybuanta F( dla tej zmiennej losowej pzyjmuje postać: b a Ponadto P{X= 0 }=0 dla dowolnego 0. W punktach ciągłości gęstości F (=f(. Pzykład: Pociąg podmiejski odjeżdża ze stacji co 0 minut. Pasaże pzychodzi na dwozec w dowolnym momencie. Niech X oznacza czas oczekiwania pasażea na odjazd pociągu. Wyznaczyć ozkład i dystybuantę tej zmiennej losowej. Rozwiązanie: Zbió watości [0,0].? 3 0

Pole postokąta winno być ówne. tąd: f ( 0, 0 dla dla 0,0 0,0 Dystybuanta zaś: 0 F( 0 F( 0 0 0 F( Wykes tej dystybuanty jest ciągły: 0d 0,d 0, F( 0 4

5 Pzykład: Zmienna losowa X ma ozkład o gęstości:, 0, cos ( dla dla A f Znaleźć watość A i dystybuantę F(. Rozwiązanie: sin cos ( - A A A A d A d f Dystybuanta:

6 ( sin sin cos ( 0 ( F d F F Paamety ozkładu zmiennej losowej. Def.6. Watością oczekiwaną (śednią zmiennej losowej X nazywamy liczbę okeśloną wzoem a dla ozkładu skokowego: -π/ π/ F(

EX E(g(X i p i i i oaz g( p i i b dla ozkładu ciągłego: EX oaz E( g( X f ( d g( f ( d o ile odpowiedni szeeg lub całka są zbieżne bezwzględnie. Tw.. Jeśli istnieje watość oczekiwana EX to E(aX+b=aEX+b. Def.7. Waiancją zmiennej losowej X nazywamy liczbę okeśloną wzoem: o ile odpowiedni szeeg lub całka są zbieżne bezwzględnie. Z tw. otzymujemy ównoważny wzó dla waiancji: 7

Wypowadzenie: D ( X E X EX E( X X EX E X E( X E X E X E( X E X Piewiastek kwadatowy z waiancji nazywamy odchyleniem standadowym i oznaczamy DX. Tw.. Jeżeli istnieje watość oczekiwana EX oaz waiancja D (X to: a D (ax+b=a D (X b D (X 0 c D (X=0 P{X= 0 }=. Pzykład: Obliczyć paamety dla zmiennej losowej X o ozkładzie: adanym tabelką: i - - 0 p i 8

9 bdanym gęstością dla 0 dla 3 ( 4 f Rozwiązanie: a EX=(- EX =(- D (X=E(X -(EX = 3 3 ( ( 3 4 3lim 3lim 3lim d d d f X E b

0 3 3 ( ( 3lim 3lim 3lim 4 d d d f X E D (X=3-