Statystyka w analizie i planowaniu eksperymentu

Podobne dokumenty
Rachunek prawdopodobieństwa

Rachunku prawdopodobieństwa: rys historyczny, aksjomatyka, prawdopodobieństwo warunkowe,

Matematyczne Podstawy Kognitywistyki

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

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

Podstawy metod probabilistycznych. dr Adam Kiersztyn

Podstawy nauk przyrodniczych Matematyka

Wykład 11: Podstawowe pojęcia rachunku prawdopodobieństwa

Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska)

Zdarzenia losowe i prawdopodobieństwo

Prawdopodobieństwo

Rachunek prawdopodobieństwa- wykład 2

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Wstęp. Kurs w skrócie

Metody probabilistyczne

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005

Statystyka matematyczna

Rachunek prawdopodobieństwa dla informatyków

Kombinatoryka i rachunek prawdopodobieństwa

Statystyka matematyczna

Statystyka matematyczna

Statystyka w analizie i planowaniu eksperymentu

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

Rachunek prawdopodobieństwa i statystyka matematyczna. Leszek Adamczyk Wykłady dla kierunku Fizyka Medyczna w semestrze letnim 2016/2017

Wykład 13. Podstawowe pojęcia rachunku prawdopodobieństwa

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

Statystyka z elementami rachunku prawdopodobieństwa

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki

Wykład 2 Zmienne losowe i ich rozkłady

Statystyka matematyczna

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

Statystyka Astronomiczna

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

3. Podstawowe pojęcia statystyki matematycznej i rachunku prawdopodobieństwa wykład z Populacja i próba

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH)

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

Kombinatoryka i rachunek prawdopodobieństwa

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

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

1.1 Rachunek prawdopodobieństwa

Podstawy Teorii Prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

STATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt

Zmienna losowa. Rozkład skokowy

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.

STATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt

2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH

Metody probabilistyczne

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

Wyk lad 1 Podstawowe struktury algebraiczne

Probabilistyczne podstawy statystyki matematycznej. Dr inż. Małgorzata Michalcewicz-Kaniowska

Wybrane treści z rachunku prawdopodobieństwa w kontekście medycznym. M.Zalewska

Zmienne losowe. dr Mariusz Grzadziel. rok akademicki 2016/2017 semestr letni. Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu

Prawdopodobieństwo geometryczne

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Wyk lad 7 Baza i wymiar przestrzeni liniowej

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

Statystyka w analizie i planowaniu eksperymentu

W2 Podstawy rachunku prawdopodobieństwa (przypomnienie)

Wyk lad 14 Cia la i ich w lasności

Statystyka i opracowanie danych

Matematyka dla biologów Zajęcia nr 11.

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.

Rachunek prawdopodobieństwa Rozdział 1. Wstęp

Wyk lad 2 Podgrupa grupy

Przestrzeń probabilistyczna

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

P (A B) P (B) = 1/4 1/2 = 1 2. Zakładamy, że wszystkie układy dwójki dzieci: cc, cd, dc, dd są jednakowo prawdopodobne.

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ).

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Statystyka i Rachunek Prawdopodobieństwa dla Bioinzynierii Lista zadań 2, 2018/19z (zadania na ćwiczenia)

Wymagania egzaminacyjne z matematyki. Klasa 3C. MATeMATyka. Nowa Era. Klasa 3

Statystyka i eksploracja danych

Rachunek Prawdopodobieństwa Anna Janicka

Wyk lad 3 Wyznaczniki

Grzegorz Mazur. Zak lad Metod Obliczeniowych Chemii UJ. 14 marca 2007

Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa

PRAWDOPODOBIEŃSTWO I KOMBINATORYKA

Rachunek Prawdopodobieństwa i Statystyka Podstawowe definicje i twierdzenia Rachunku Prawdopodobieństwa

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki

Biostatystyka, # 2 /Weterynaria I/

Prawdopodobieństwo i statystyka

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.

KOMBINATORYKA OBIEKTY KOMBINATORYCZNE MATEMATYKA DYSKRETNA (2014/2015)

Wstęp do rachunku prawdopodobieństwa

Rachunek Prawdopodobieństwa Anna Janicka

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka

Spotkanie olimpijskie nr lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Transkrypt:

5 marca 2011

Zasady 10 wyk ladów; egzamin pisemny;

Literatura 1 A. Lomnicki Wprowadzenie do statystyki dla przyrodników PWN 1999. 2 W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach PWN 1997 3 J. Koronacki, J. Mielniczuk Statystyka dla studentów kierunków technicznych i przyrodniczych WNT 2006

Doświadczenie losowe Realizacja (rzeczywista badź tylko myślowa) określonego zespo lu warunków, wraz z góry określonym zbiorem wyników. Poszczególne wyniki ω doświadczenia losowego traktujemy jako zdarzenia elementarne. Zbiór wszystkich zdarzeń elementarnych nazywamy przestrzenia zdarzeń elementarnych Ω.

Uwaga W praktyce najcześciej interesujace sa nie pojedyncze zdarzenia lecz podzbiory Ω. Każdy taki podzbiór nazywamy zdarzeniem losowym. Zbiór wszystkich zdarzeń losowych bedziemy nazywać przestrzenia zdarzeń losowych i oznaczamy ja przez F.

Określenie dzia lań na zdarzeniach losowych w j ezyku zbiorów Na zdarzeniach losowych wykonujemy analogiczne dzia lania jak na zbiorach. 1 zdarzenie niemożliwe interpretujemy jako zbiór pusty ; 2 sume zbiorów A i B oznaczamy A B, jest to zbiór tych zdarzeń elementarnych ω, które należa do A lub B; 3 przekrój zbiorów A i B oznaczamy przez A B, jest to zbiór tych zdarzeń elementarnych ω, które należa do A i B;

Określenie dzia lań na zdarzeniach losowych w j ezyku zbiorów 1 różnice zbiorów A i B oznaczamy przez A\B, jest to zbiór tych zdarzeń elementarnych ω, które należa do A i nie należa do B; 2 dope lnienie zbioru A oznaczamy przez A = Ω\A; 3 mówimy, że zdarzenie A pociaga zdarzenie B, co oznaczamy przez A B, jeżeli każde zdarzenie elementarne ω A należy również do B (ω B); 4 mówimy, że zdarzenia A i B wykluczaja sie, gdy A B =.

Zadanie Podać przyk lad doświadczenia losowego i opisać je za pomoca przestrzeni zdarzeń elementarnych.

Odpowiedź Rzut moneta 1 przestrzeń zdarzeń elementarnych Ω = {O, R}; 2 zdarzenia elementarne ω 1 = O, ω 2 = R; 3 zdarzenia losowe F = {, {O}, {R}, {O, R}}

Interpretacja dzia lań na zbiorach Przestrzeń Ω zdarzeń elementarnych czesto bedziemy interpretowali jako prostokat na p laszczyźnie, punkty tego prostokata - wszystkie albo tylko zaznaczone - jako zdarzenia elementarne. Gdy wszystkie punkty prostokata interpretujemy jako zdarzenia elementarne, wtedy zajście zdarzenia elementarnego możemy traktować jako rezultat losowo rzuconego punktu na ten prostokat.

Zadanie Dwoje przyjació l umówi lo sie na spotkanie w restauracji pomiedzy godzina 18 a 19 zastrzegajac jednocześnie, że pierwszy przychodzacy czeka na drugiego tylko 15 minut. Opisz graficznie przestrzeń zdarzeń elementarnych oraz zaznacz zdarzenia sprzyjajace.

Przestrzeń zdarzeń elementarnych interpretacja graficzna y czas przyjścia przyjaciela nr. 2 0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0 x czas przyjścia przyjaciela nr. 1

Definicja prawdopodobieństwa Przestrzeń probabilistyczna Przestrzenia probabilistyczna nazywamy trójke (Ω, F, P), gdzie Ω to przestrzeń zdarzeń elementarnych, F to przestrzeń zdarzeń (podzbiorów zbioru Ω), P to funkcja określajaca prawdopodobieństwa wystapienia zdarzeń ze zbioru F.

Klasyczna definicja prawdopodobieństwa 1 przestrzeń Ω sklada si e z n zdarzeń elementarnych; 2 zdarzenia jednoelementowe {ω} sa jednakowo prawdopodobne, a wiec P({ω 1 }) = P({ω 2 }) =... = P({ω n }) = 1 n ; 3 prawdopodobieństwo dowolnego zdarzenia A skladajacego sie z k zdarzeń elementarnych wyraża sie równościa P(A) = liczba zdarzeń sprzyjajacych zdarzeniu A liczba wszystkich zdarzeń elementarnych przestrzeni Ω

Przyk lad Rzut kostka Ω = {ω 1,..., ω 6 }, gdzie ω i, dla i = 1, 2,..., 6 oznacza zdarzenie polegajace na wyrzuceniu i oczek.przy za lożeniu, że kostka jest symetryczna wszystkie zdarzenia sa jednakowo prawdopodobne. Niech A Ω. Wówczas P(A) = #{w i A} #{w i Ω}

Elementarne poj ecia z kombinatoryki Regu la iloczynu W rozwiazywaniu zagadnień kombinatorycznych wielokrotnie stosuje sie regu l e iloczynu: jeżeli pewna czynność wykonuje sie w k-etapach, przy czym etap 1 można wykonać n 1 sposobami, etap 2 n 2 sposobami,..., wreszcie k-ty etap n k sposobami, to liczba N sposobów jakimi można wykonać te czynność wyraża sie wzorem: N = n 1 n 2... n k.

Permutacje bez powtórzeń Niech A oznacza dowolny zbiór n różnych elementów A = {a 1, a 2,..., a n }. Permutacja bez powtórzeń zbioru n-elementowego A nazywamy każdy n wyrazowy ciag elementów zbioru A, w którym każdy element zbioru A pojawia sie tylko jeden raz. Ilość permutacji n-wyrazowych zbioru n-elementowego wynosi P n = n!.

Zadanie 1 na ile sposobów można ustawić n osób w szeregu? 2 na ile sposobów można ustawić n osób przy okrag lym stole?

Permutacje z powtórzeniami Niech A oznacza zbiór k różnych elementów A = {a 1, a 2,..., a k }. Permutacja n-elementowa z powtórzeniami, w której każdy element a i powtarza sie n 1 - razy,..., element a k powtarza sie n k razy, n 1 + n 2 +... + n k = n, nazywamy każdy n- wyrazowy ciag, w którym poszczególne elementy zbioru A powtarzaja sie wskazana liczbe razy. Liczba P n 1,n 2,...,n k n wszystkich takich n - wyrazowych permutacji z powtórzeniami wyraża sie równościa P n 1,n 2,...,n k n = n! n 1!n 2!... n k!

Zadanie Dziecko bawi sie nastepuj acymi klockami m, a, t, e, m, a, t.y, k, a. Jakie jest prawdopodobieństwo, że losowo je uk ladajac u loży ono s lowo matematyka?

Wariacje bez powtórzeń Niech A bedzie zbiorem n różnych elementów. Każdy k- wyrazowy (k n) ciag różnych elementów tego zbioru nazywamy k - wyrazowa wariacja bez powtórzeń z n - elementowego zbioru A. Vn k = n(n 1)... (n k + 1).

Wariacje z powtórzeniami Niech A bedzie zbiorem n różnych elementów. Każdy k- wyrazowy (k < n) ciag mogacych sia powtarzać elementów tego zbioru nazywamy k - wyrazowa wariacja z powtórzeniami z n - elementowego zbioru A. Wn k = n k.

Zadanie Z n elementowego zbioru A losujemy ze zwrotem k elementów. Obliczyć prawdopodobieństwo, że wszystkie wylosowane elementy sa różne.

Kombinacje bez powtórzeń Niech A bedzie zbiorem n różnych elementów. Każdy k- wyrazowy (k < n) ciag różnych elementów tego zbioru nazywamy k - wyrazowa kombinacja bez powtórzeń z n - elementowego zbioru A. Cn k n! = (n k)!k!.

Zadania pokerowe Losujemy 5 kart z 52. Oblicz prawdopodobieństwa wylosowania nastepuj acych uk ladów kart pary trójki karety koloru

Definicja prawdopodobieństwa W lasności funkcji prawdopodobieństwa P 1 P(A) 0 dla każdego zdarzenia A F; 2 P(Ω) = 1; 3 jeżeli A 1,..., A n jest dowolnym ciagiem parami roz l acznych zadarzeń ze zbioru F, to P(A 1... A n...) = P(A 1 ) +... + P(A n ) Warunki powyższe nazywamy aksjomatami prawdopodobieństwa sformu lowa l je w 1931 r. A.N. Ko lmogorow.

Elementarne w lasności prawdopodobieństwa 1 prawdopodobieństwo zdarzenia niemożliwego równa si e zero: P( ) = 0; 2 jeżeli zdarzenie A pociaga zdarzenie B (A B), to P(A) P(B); 3 prawdopodobieństwo dowolnego zdarzenia jest nie wi eksze niż jeden (P(A) 1), A dowolne; 4 jeżeli zdarzenie A pociaga zdarzenie B (A B), to P(B\A) = P(B) P(A); 5 P(A B) = P(A) + P(B) P(A B)

Prawdopodobieństwo warunkowe Za lóżmy, że w tym eksperymencie jedyne wyniki jakie możemy obserwować sa liczbami parzystymi. Jakie jest zatem prawdopodobieństwo tego, że wyrzucona liczba oczek bedzie równa 2?

Prawdopodobieństwo warunkowe Niech (Ω, F, P) bedzie przestrzenia probabilistyczna, B dowolnym ustalonym zbiorem o dodatnim prawdopodobieństwie, P(B) > 0. Prawdopodobieństwem warunkowym pod warunkiem B dowolnego zdarzenia A F nazywamy liczbe P(A B) określona przez nastepuj ac a równość: P(A B) = P(A B), A, B F, P(B) > 0. P(B)

W lasności prawdopodobieństwa warunkowego Prawdopodobieństwo przekroju zbiorów A 1, A 2..., A n wyraża si e wzorem: P(A 1... A n ) = P(A 1 )P(A 2 A 1 )P(A 3 A 1 A 2 )... P(A n A 1... A n 1 ).

Prawdopodobieństwo ca lkowite Jeżeli B jest dowolnym zdarzeniem, natomiast zdarzenia A 1,..., A n spe lniaja warunki: 1 wykluczaja sie parami, czyli A i A j = gdy i j; 2 ich suma jest zdarzeniem pewnym, czyli A 1... A n = Ω; 3 maja dodatnie prawdopodobieństwa; to prawdopodobieństwo zdarzenia B wyraża sie równościa P(B) = P(A 1 )P(B A 1 ) +... + P(A n )P(B A n )

Zadanie Za lóżmy, że na rynku znajduja sie dwa rodzaje oleju (krajowy i zagraniczny) do danego typu samochodu (fiat 125p). Prawdopodobieństwo awarii w ciagu roku, przy stosowaniu oleju krajowego, wynosi 0.02; analogiczne prawdopodobieństwo przy stosowaniu oleju zagranicznego wynosi 0.01. Jakie jest prawdopodobieństwo awarii losowo wybranego samochodu jeżeli wiadomo, że 30% kierowców używa oleju zagranicznego a 70% stosuje olej krajowy?

Rozwiazanie 1 A awaria samochodu; 2 K używany by l olej krajowy; 3 Z używany by l olej zagraniczny. P(A) = P(A K) P(K) + P(A Z) P(Z)

Można też poprzednie zadanie sformu lować inczaczej: Jakie jest prawdopodobieństwo, że silnik samochodu pracowa l na oleju krajowym, jeżeli wiadomo, że nastapi la awaria?

Rozwiazanie P(k A) = P(A K) P(K) P(A K) P(K) + P(A Z) P(Z)

Twierdzenie Bayesa Jeżeli B jest dowolnym zdarzeniem o dodatnim prawdopodobieństwie, P(B) > 0, zdarzenia A 1,..., A n spe lniaja warunki wymienione w twierdzeniu o prawdopodobieństwie ca lkowitym, to prawdopodobieństwo warunkowe P(A k B), k = 1,..., n wyraża sie wzorem P(A k B) = P(A k)p(b A k ) ni=1 P(A i )P(B A i )

Niezależność zdarzeń Mówimy, że zdarzenia A, B F sa niezależne, gdy P(A B) = P(A)P(B).