Procesy Stochastyczne - Zestaw 1

Podobne dokumenty
STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu

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

Statystyka w analizie i planowaniu eksperymentu

Szkice do zajęć z Przedmiotu Wyrównawczego

Wykład 3 Jednowymiarowe zmienne losowe

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

Statystyka w analizie i planowaniu eksperymentu

czastkowych Państwo przyk ladowe zadania z rozwiazaniami: karpinw adres strony www, na której znajda

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka

Statystyka i eksploracja danych

Prawdopodobieństwo i statystyka

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

Statystyka w analizie i planowaniu eksperymentu

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) =

Przestrzeń probabilistyczna

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Wyk lad 11 1 Wektory i wartości w lasne

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

1 Wykład 3 Generatory liczb losowych o dowolnych rozkładach.

Jednowymiarowa zmienna losowa

SIMR 2017/18, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania

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

PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω)

1 Przestrzenie unitarne i przestrzenie Hilberta.

Statystyka i eksploracja danych

Modelowanie zależności. Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski

5 Przegląd najważniejszych rozkładów

Zadania z Rachunku Prawdopodobieństwa - 12

Wykład 3 Momenty zmiennych losowych.

Seria 1. Zbieżność rozkładów

Zadania z RP 2. seria Podać przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia

Wykład 3 Momenty zmiennych losowych.

1 Wykład 4. Proste Prawa wielkich liczb, CTG i metody Monte Carlo

1 Warunkowe wartości oczekiwane

12DRAP - parametry rozkładów wielowymiarowych

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

Metody probabilistyczne

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

Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =.

Komputerowa analiza danych doświadczalnych

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Wyk lad 7 Baza i wymiar przestrzeni liniowej

1 Relacje i odwzorowania

RACHUNEK PRAWDOPODOBIEŃSTWA 2018/2019 na 30 godzin ćwiczeń LITERATURA PODSTAWOWA

Procesy stochastyczne

Cia la i wielomiany Javier de Lucas

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y)

A. Strojnowski - Twierdzenie Jordana 1

3. Podać przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ,

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych

Wyk lad 9 Baza i wymiar przestrzeni liniowej

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

Zadania z Rachunku Prawdopodobieństwa II Podaj przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ,

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Zadania z Rachunku Prawdopodobieństwa Dana jest przestrzeń probabilistyczna (Ω, F, P ), gdzie Ω jest zbiorem przeliczalnym

Rozkłady prawdopodobieństwa

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Prawdopodobieństwo i statystyka

Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne

Zestaw 2. jej wartość oczekiwaną oraz wariancję. Znaleźć gęstości zmiennych losowych X, X 2, {

Matematyka dla biologów Zajęcia nr 13.

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Procesy stochastyczne

STATYSTYKA MATEMATYCZNA

Egzamin z Rachunku Prawdopodobieństwa WNE - 10 marca 2017r., grupa A, II termin. Czas trwania egzaminu: 120 minut. Każde zadanie należy rozwiazać

Wyk lad 14 Formy kwadratowe I

Wersja testu A 15 lutego 2011 r. jest, że a) x R y R y 2 > Czy prawda. b) y R x R y 2 > 1 c) x R y R y 2 > 1 d) x R y R y 2 > 1.

stosunek przyrostu funkcji y do odpowiadajacego dy dx = lim y wielkości fizycznej x, y = f(x), to pochodna dy v = ds edkości wzgl edem czasu, a = dv

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

Rachunek prawdopodobieństwa II

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

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek

Statystyka w analizie i planowaniu eksperymentu

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej

Rachunek prawdopodobieństwa i statystyka

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Zadania z Rachunku Prawdopodobieństwa II Podać przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ,

F t+ := s>t. F s = F t.

Laboratorium nr 7. Zmienne losowe typu skokowego.

1 Gaussowskie zmienne losowe

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Rachunek Prawdopodobieństwa i Statystyka

ELEKTROTECHNIKA Semestr 2 Rok akad / ZADANIA Z MATEMATYKI Zestaw Oblicz pochodne cząstkowe rzędu drugiego funkcji:

Rachunek prawdopodobieństwa i statystyka

g liczb rzeczywistych (a n ) spe lnia warunek

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

Elementy Rachunek prawdopodobieństwa

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

Statystyka. Wykład 2. Krzysztof Topolski. Wrocław, 11 października 2012

Zmienne losowe, statystyki próbkowe. Wrocław, 2 marca 2015

Transkrypt:

Procesy Stochastyczne - Zestaw 1 Zadanie 1 Niech ξ i η bed a niezależnymi zmiennymi losowymi o rozk ladach N (0, 1). Niech X = ξ +η i Y = ξ η. Znaleźć rozk lad (X, Y ) i rozk lad warunkowy L X ( Y ). Zadanie Niech ξ i η bed a niezależnymi zmiennymi losowymi o rozk ladach N (0, 1). Niech X = ξ + η i Y = ξ η. Znaleźć rozk lad (X, Y ) i rozk lad warunkowy L X ( Y ). Zadanie 3 Rzucamy 10 razy symetryczna moneta. Niech X oznacza liczbe or lów a Y liczbe or lów w pierwszych czterech rzutach. Policzyć E(X Y ). Ile wynosi σ(y )? Zadanie 4 Niech Ω = 1,,..., 10}. Znaleźć σ(1,, 3}, 3, 4, 5}, 4, 6}). Zadanie 5 Niech Ω = [0, 1] [0, 1] i niech P = dxdy bedzie miara Lebesgue a. Niech X(x, y) = x i Y (x, y) = y. Policzyć E (f(x, Y ) G) gdy (i) f(x, y) = x, G = σ(y ). (ii) f(x, y) = x y, G = σ(y ). (iii) f(x, y) = x y, G = σ(x + Y ). Zadanie 6 Niech (Ω, F, P) bedzie przestrzenia probabilistyczna. Dla A, B F policzyć E(χ A χ B ). Zadanie 7 Znaleźć E (X Y ) gdy Ω = [0, 1], P = dx, a X(x) = x i x x 1/, Y (x) = x 1, x (1/, 1]. Zadanie 8 Niech Ω = [0, 1] i niech P = dx. Znaleźć E (X Y ) gdy X(x) = x, gdy x [0, 1/), Y (x) = x gdy x [1/, 1]. Zadanie 9 Niech Ω = [0, 1] i niech P = dx. Znaleźć E (X Y ) gdy X(x) = x, Y (x) = 1 x 1. 1

Zadanie 10 Niech Ω = [0, 1] i niech P = dx. Znaleźć E (X G) gdy (i) X(x) = x, G = σ([0, 1/4), [1/4, 1]), (ii) X(x) = x, G = σ([0, 1/], (1/3, 1]). Zadanie 11 Na Ω = [0, 1] rozważmy σ-cia lo zbiorów borelowskich i miar e Lebesgue a. Znaleźć E(X Y ) gdy: (i) X(x) = x + 1, a (ii) X(x) = x 1, a 1 dla x [0, 1/3), Y (x) = dla x [1/3, /3), 0 dla x [/3, 1]. 10 dla x [0, 1/), Y (x) = dla x [1/, /3), 0 dla x [/3, 1]. Zadanie 1 Na Ω = [0, 1] rozważmy σ-cia lo zbiorów borelowskich i miare Lebesgue a. Niech Y (x) = x(1 x). Pokazać, że dla dowolnej ca lkowalnej zmiennej losowej X, X(x) + X(1 x) E(X Y )(x) =, x Ω. Zadanie 13 Z taśmy produkcyjnej wysz lo n-produktów. Produkt jest wadliwy z prawdopodobieństwem p. Kontrola jakości z prawdopodobieństwem p wykrywa wadliwy produkt. Niech X oznacza liczb e wadliwych produktów, a Y liczb e produktów, które zosta ly wykryte jako wadliwe. Policzyć E (X Y ). Zadanie 14 Za lóżmy, że w populacji n osób prawdopodobieństwo zachorowania na dana chorobe wynosi p. Do badania na wystepowania choroby stosuje sie test medyczny, który z prawdopodobieństwem 1 q 1 daje wynik negatywny gdy badana osoba jest zdrowa, a z prawdopodobieństwem q daje wynik negatywny gdy badana osoba jest chora. Zak ladamy, że p, q 1, q (0, 1). Niech X oznacza liczbe osób chorych, a Y osób z pozytywnym wynikiem testu. Policzyć E (X Y ). Zadanie 15 Niech X 1,..., X 5 bed a niezależnymi zmienymi losowymi o rozk ladzie wyk ladniczym z porametrem 1. Niech Y = χ [3,+ ] (X 1 ) oraz T = X 1 +... + X 5. Policzyć E (Y T = 5).

Zadanie 16 Sasiadka upiek la placek, którego zjedzenie wiecej niż po lowy powoduje niestrawność. Najpierw jej najstarszy syn wzia l sobie kawa lek a nastepnie m lodszy syn odkroi l sobie troche z tego co zosta lo. Zak ladamy, że wielkość porcji jest losowa i ma rozk lad jednostajny po tym co jest dostepne, policzyć wartość oczekiwana rozmiaru placka, który pozosta l przy za lożeniu, że żaden z synów nie zachorowa l. Co by loby gdyby synowie przyszli równocześnie? W którym przypadku zosta loby wiecej ciasta dla Ojca? Zadanie 17 Niech X i Y bed a zmiennymi losowymi określonymi na tej samej przestrzeni probabilistycznej. Uzasadnić, że dla dowolnego y, E(X Y = y) zależy tylko od rozk ladu l acznego wektora losowego (X, Y ). Czy to samo można powiedzieć o E(X Y )? Zadanie 18 Niech X i Y bed a niezależnymi ca lkowalnymi z kwardatem zmiennymi losowymi. Za lóżmy, że rozk lady X i Y sa symetryczne, to znaczy, że rozk lad X jest ten sam jak rozk lad X i rozk lad Y jest ten sam jak rozk lad Y. Pokazać, że E ((X + Y ) X + Y ) = X + Y. Zadanie 19 Na Ω = [0, 1] [0, 1] rozważmy σ-cia lo zbiorów borelowskich i miare Lebesgue a dxdy. Za lóżmy, że wektor losowy (X, Y ) ma gestość x + y, (x, y) Ω, ρ(x, y) = 0, (x, y) Ω. Policzyć E(X Y ). Zadanie 0 Na Ω = [0, 1] [0, 1] rozważmy σ-cia lo zbiorów borelowskich i miare Lebesgue a dxdy. Za lóżmy, że wektor losowy (X, Y ) ma gestość 3 ρ(x, y) = (x + y ), (x, y) Ω, 0, (x, y) Ω. Policzyć E(X Y ). Zadanie 1 Na Ω = (x, y) R : x + y 1} rozważmy σ-cia lo zbiorów borelowskich i znormalizowana miare Lebesgue a, to jest P(A) = 1 dxdy, A B(Ω). π A Niech X i Y bed a projekcjami na osie uk ladów wspó lrzednych. Policzyć E(X Y ) oraz E(X Y ). 3

Zadanie Niech X i Y bed a niezależnymi zmiennymi losowymi ca lkowalnymi o tym samym rozk ladzie. Policzyć E(X X + Y ). Zadanie 3 Niech (X k ) ciag niezależnych zmiennych losowych ca lkowalnych o tym samym rozk ladzie. Pokazać, że E (X 1 X 1 +... + X n ) = 1 n (X 1 +... + X n ). Zadanie 4 Niech X i Y bed a niezależnymi zmiennymi losowymi. Niech f : R R bedzie takie, że E f(x, Y ) <. Pokazać, że E (f(x, Y ) Y = y) = Ef(X, y). Zadanie 5 Niech (X n ) bedzie ciagiem niezależnych zmiennych losowych ca lkowalnych o tym samym rozk ladzie. Niech Policzyć E(X 1 G n ). S n = X 1 +...X n, G n = σ(s n, S n+1,...). Zadanie 6 Niech X i Y bed a niezależnymi ca lkowalnymi zmiennymi losowymi o tym samym rozk ladzie µ. Policzyć dla dwóch różnych µ. E ( X X + Y ) Zadanie 7 Znaleźć E(X Y ) gdy (X, Y ) ma rozk lad z gestości a: g(x, y) = λ e λx dla 0 x y < i 0 w przeciwnym przypadku, g(x, y) = xe x(y+1) dla x, y 0 i 0 w przeciwnym przypadku. Zadanie 8 Niech X, Y, Z bed a niezależnymi zmiennymi losowymi o rozk ladzie wyk ladniczym z parametrami λ X, λ Y, λ Z. Policzyć P (X < Y < Z). Zadanie 9 Niech (X, Y ) ma rozk lad l aczny o gestości cx(y x)e y dla 0 x y <, g(x, y) = 0 w przeciwnym przypadku. 4

Znaleźć parametr c. Pokazać, że dla 0 x y <, f X Y (x y) = 6x(y x)y 3, f Y X (y x) = (y x)e x y. Wywnioskować, że E(X Y ) = 1 Y i E(Y X) = X +. Zadanie 30 Niech θ i ρ oznaczaja d lugość i szerogość geograficzna losowo wybranego punktu sfery jednostkowej. Policzyć E(θ ρ) i E(ρ θ). Zadanie 31 Niech X i Y bed a niezależnymi zmiennymi losowymi o tym samym rozk ladzie N (µ, 1) gdzie µ R jest zadane. Znaleźć rozk lad warunkowy wektora losowego (X, Y ) wzgledem X + Y. Zadanie 3 Niech (Ω, F, P) bedzie przestrzenia probabilistyczna, G niech bedzie pod-σ-cia lem F, a X zmienna losowa na (Ω, F, P). Jeżeli EX <, to możemy zdefiniować warunkowa wariancje Var (X G) = E ( (X E (X G)) G ). Udowodnić, że Var X = E (Var (X G)) + Var (E (X G)). Zadanie 33 Niech (Ω, F, P) bedzie przestrzenia probabilistyczna, niech G bedzie pod-σ-cia lem F, a H niech bedzie pod-σ-cia lem G. Pokazać, że dla dowolnej zmiennej X spe lniajacej E X < zachodzi E X E (X H) E X E (X G). Zadanie 34 Niech (Ω, F, P) bedzie przestrzenia probabilistyczna, a niech G bedzie pod-σ-cia lem F. Udowodnić nastepuj ac a wersje twierdzenia Bayesa: P (A G) dp P (B A) = B, A F, B G. P (A G) dp Ω Zadanie 35 Niech (Ω, F, P) bedzie przestrzenia probabilistyczna, niech G bedzie pod-σ-cia lem F, a X zmenna losowa na (Ω, F, P) ca lkowalna. Niech ρ 0 bedzie zmienna losowoa na (Ω, F, P) taka, że E ρ = 1 i niech Q oznacza prawdopodobieństwo na (Ω, F) dane wzorem Q(A) = ρdp, A F. A 5

Oznaczmy przez E (X G) warunkowa wartość oczekiwana X wzgledem G ze wzgledu na prawdopodobieństwo Q. Udowodnić nastepuj ac a wersje twierdzenia Bayesa: E (X G) = E (ρx G) E (ρ G). Zadanie 36 Niech Ω = [0, π], F = B([0, π]), oraz P = αdx. Wyznaczyć α dla którego P jest miara probabilistyczna. Policzyć E (X Y ) gdy X(ω) = sin ω a Y (ω) = cos ω. 6