Statystyka Astronomiczna

Podobne dokumenty
Zdarzenia losowe i prawdopodobieństwo

Podstawy metod probabilistycznych. dr Adam Kiersztyn

Rachunek prawdopodobieństwa

Podstawy nauk przyrodniczych Matematyka

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

Metody probabilistyczne

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

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

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

Statystyka matematyczna

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

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

Rachunku prawdopodobieństwa: rys historyczny, aksjomatyka, prawdopodobieństwo warunkowe,

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

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH)

Matematyka z el. statystyki, # 2 /Geodezja i kartografia II/

Biostatystyka, # 2 /Weterynaria I/

Wykład 11: Podstawowe pojęcia rachunku prawdopodobieństwa

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

Prawdopodobieństwo

Wstęp do rachunku prawdopodobieństwa

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

W2 Podstawy rachunku prawdopodobieństwa (przypomnienie)

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

Zmienna losowa. Rozkład skokowy

Statystyka matematyczna

Statystyka matematyczna

METODY PROBABILISTYCZNE I STATYSTYKA

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Wstęp do probabilistyki i statystyki Wykład 3. Prawdopodobieństwo i algebra zdarzeń

Podstawy Teorii Prawdopodobieństwa

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

Statystyka matematyczna

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

Rachunek prawdopodobieństwa- wykład 2

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

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

Wstęp. Kurs w skrócie

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

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

Statystyka i opracowanie danych

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

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

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki

Rachunek prawdopodobieństwa i statystyka

Metody probabilistyczne

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

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym

Rachunek Prawdopodobieństwa i Statystyka Podstawowe definicje i twierdzenia Rachunku Prawdopodobieństwa

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń.

Matematyka podstawowa X. Rachunek prawdopodobieństwa

Prawdopodobieństwo i statystyka Wykład I: Przestrzeń probabilistyczna

Zdarzenie losowe (zdarzenie)

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Rachunek Prawdopodobieństwa Anna Janicka

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk

Spis treści. Definicje prawdopodobieństwa. Częstościowa definicja prawdopodobieństwa. Wnioskowanie_Statystyczne_-_wykład

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Elementy Rachunek prawdopodobieństwa

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

2. Permutacje definicja permutacji definicja liczba permutacji zbioru n-elementowego

Agnieszka Kamińska, Dorota Ponczek. MATeMAtyka 3. Szczegółowe wymagania edukacyjne z matematyki w klasie trzeciej.

Matematyczne Podstawy Kognitywistyki

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

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30.

12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych

zbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne)

Fizyka statystyczna, elementy termodynamiki nierównowagowej Cele, zakres zagadnień

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

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

Statystyka i eksploracja danych

Rachunek prawdopodobieństwa dla informatyków

Rachunek Prawdopodobieństwa Anna Janicka

Prawa wielkich liczb, centralne twierdzenia graniczne

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.

Wykład 13. Podstawowe pojęcia rachunku prawdopodobieństwa

Prawdopodobieństwo i statystyka

KARTA PRZEDMIOTU. Forma prowadzenia zajęć. Odniesienie do efektów dla kierunku studiów K1A_W02

Prawdopodobieństwo i statystyka

Statystyka w analizie i planowaniu eksperymentu

12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych

+ r arcsin. M. Przybycień Rachunek prawdopodobieństwa i statystyka π r x

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Wstęp do rachunku prawdopodobieństwa. Cz. 1 / William Feller. wyd. 6, dodr. 4. Warszawa, Spis treści

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

Wymagania edukacyjne z matematyki dla klasy III a,b liceum (poziom podstawowy) rok szkolny 2018/2019

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

KARTA PRZEDMIOTU. 12. Przynależność do grupy przedmiotów: Prawdopodobieństwo i statystyka

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.

Plan wynikowy klasa 3. Zakres podstawowy

Wymagania kl. 3. Zakres podstawowy i rozszerzony

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

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka

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

Transkrypt:

Statystyka Astronomiczna czyli zastosowania statystyki w astronomii historycznie astronomowie mieli wkład w rozwój dyscypliny Rachunek prawdopodobieństwa - gałąź matematyki Statystyka - metoda oceny właściwości populacji na podstawie próbki, z użyciem rachunku prawdopodobieństwa; jednocześnie ocena wiarygodności wyniku

Rachunek prawdopodobieństwa Pojęcie prawdopodobieństwa; p-stwo warunkowe Zmienne losowe; dystrybuanta i rozkład p-stwa Charakterystyki rozkładów Funkcja charakterystyczna, funkcja tworząca Niektóre rozkłady prawdopodobieństwa, ich właściwości i zastosowania

1. Podstawy Zdarzenia elementarne i złożone Rachunek zdarzeń Pojęcie prawdopodobieństwa; definicje Prawdopodobieństwo warunkowe, wzory Bayesa

Zdarzenia Doświadczenie losowe - którego wyniku nie można przewidzieć Zdarzenia elementarne - możliwy wynik zdarzenia losowego. Nie wszystko można rygorystycznie zdefiniować. Przyjmijmy, iż istnieje pewien zbiór zdarzeń elementarnych. To może być np 6 możliwych rezultatów rzutu sześcienną kością do gry. Albo wynik 3 rzutów monetą. Albo zbiór punktów w kwadracie traktowanych jako możliwe położenia [środka] monety, która do niego wpadła. Zdarzenie elementarne może się realizować tylko na jeden sposób. (Np: otrzymanie jednego oczka przy rzucie kostką.) Zdarzenia złożone Zdarzenie złożone może realizować się na więcej niż jeden sposób. (Np: otrzymanie parzystej liczby oczek w rzucie kostką.)

Zdarzenia Przestrzeń zdarzeń elementarnych E Wszystkie zdarzenia elementarne tworzą przestrzeń z.e. oznaczaną E. Może ona zawierać skończoną lub nieskończoną liczbę elementów. Może być przeliczalna lub nie. Do E stosują się prawa rachunku zbiorów (teoria mnogości). Zdarzenie niemożliwe Zdarzenie, które nie może mieć miejsca, oznaczane. (Np: otrzymanie 7 oczek w rzucie sześcienną kostką.) Zdarzenie pewne Zdarzenie, które na pewno będzie miało miejsce. (Np: otrzymanie 1, 2, 3, 4, 5 lub 6 oczek w rzucie kostką.) Oznaczamy je E.

Rachunek zdarzeń A zawiera się w B Mówimy, że zbiór zdarzeń A zawiera się w zbiorze zdarzeń B, (A B), jeśli każde zdarzenie elementarne należące do A należy też do B. Suma zdarzeń Zdarzenie, które zachodzi, gdzy zachodzi co najmniej jedno ze zdarzeń A lub B nazywamy ich sumą (A B) (Np: że w rzucie kostką otrzymamy liczbę oczek podzielną przez 2 lub 3, to znaczy liczbę należącą do {2,4,6} lub {3,6}, czyli należącą do {2,3,4,6}.) Iloczyn zdarzeń Zdarzenie, które zachodzi gdy zachodzą jednocześnie A i B, nazywamy ich iloczynem (A B). (Np: że w rzucie kostką otrzymamy liczbę oczek podzielną przez 2 i 3, to znaczy liczbę należącą do {2,4,6} i {3,6} czyli {6}.)

Rachunek zdarzeń Różnica zdarzeń Zdarzenie, które zachodzi gdy zachodzi A, ale nie zachodzi B, nazywamy ich różnicą (A B). (Np: że w rzucie kostką otrzymamy liczbę oczek podzielną przez 2 ale nie przez 3, to znaczy liczbę należącą do {2,4,6} ale nie do {3,6} czyli {2,4}.) Zdarzenia rozłączne Jeśli zajście A wyklucza B, a zajście B wyklucza A, to mówimy, że są rozłączne. Iloczyn zdarzeń rozłącznych jest zdarzeniem niemożliwym (A B = ) Zdarzenie przeciwne do A Zdarzenie nie zawierające żadnych zdarzeń elementarnych należących do A i zawierające wszystkie pozostałe jest zdarzeniem przeciwnym do niego. Jeśli oznaczyny je A c to mamy A A c =, A A c = E Wzory de Morgana: (A c ) c = A ( ) c = E (A B) c = A c B c (A B) c = A c B c

Rachunek zdarzeń Ciało zdarzeń K 1. Jeśli A, B,..., N należą do K, to ich suma też 2. Jesli A należy do K, to A c też 3. Zdarzenie niemożliwe należy do K Powyższe jest definicją ciała w zrozumieniu matematyki. (Ciało nie jest po prostu zbiorem zdarzeń elementarnych; jest zbiorem wszystkich podzbiorów przestrzeni E.) Dla skończonej liczby zdarzeń elementarnych N ciało zdarzeń składa się z 2 N podzbiorów E.

Definicja prawdopodobieństwa Klasyczna (Laplace) Jeśli przestrzeń zdarzeń elementarnych jest skończona i złożona z n rozłącznych, jednakowo możliwych zdarzeń elementarnych, to prawdopodobieństwo zdarzenia A złożonego z m zdarzeń elementarnych należących do E wynosi: P(A) = m n Geometryczna Przypuśćmy, że położenie obiektu jest jednakowo możliwe w każdym punkcie ograniczonego obszaru S. Prawdopodobieństwo zdarzenia A, polegającego na znalezieniu obiektu w zawierającym się w S obszarze S A (S A S) dane jest przez: P(A) = µ(s A) µ(s) gdzie µ jest miarą. (Np miarą powierzchni, objętości, objętości w przestrzeni wielowymiarowej etc).

Definicja prawdopodobieństwa Statystyczna Dokonujemy długiej serii pomiarów/obserwacji. Przypuśćmy, że w serii o długości n zdarzenie A pojawiło się m razy. Jego prawdopodobieństwo szacujemy jako P(A) = m n (To trzeba sprawdzić! Fluktuacje stosunku m/n powinny maleć przy n.)

Definicja prawdopodobieństwa Aksjomatyczna (Kołmogorow) Funkcja P spełniająca: 1. Dla każdego A K zachodzi 0 P(A) 1 2. Jeśli E jest zdarzeniem pewnym to P(E) = 1 3. Jeśli A 1, A 2,... parami się wykluczają i należą do K, to P(A 1 A 2...) = P(A 1 ) + P(A 2 ) +... Wnioski P(A c ) = 1 P(A) P( ) = 0 P(A B) = P(A) + P(B) P(A B) A B P(A) P(B)

Definicja prawdopodobieństwa Prawdopodobieństwo warunkowe Pytamy jakie jest prawdopodobieństwo A pod warunkiem, ze B zachodzi. To tak, jakby B stało się zbiorem wszystkich [interesujących] zdarzeń elementarnych, a zdarzenia A zachodzące pod warunkiem B to zbiór A B. Poszukiwane p-stwo warunkowe to: P(A B) = P(A B) P(B) P-stwo warunkowe mówi więc jaką częścią B jest A B. Wnioski P(A B) = P(B)P(A B) P(A B) = P(A)P(B A) A i B są niezależne jeśli P(A B) = P(A) P(B A) = P(B) Dla zdarzeń niezależnych mamy P(A B) = P(A)P(B)

Wzór Bayesa Prawdopodobieństwo całkowite Jeśli B zachodzi jednocześnie z jednym i tylko jednym spośród rozłacznych A 1, A 2,..., A n to B jest sumą rozłąćznych iloczynów A 1 B, A 1 B,..., A n B i wobec tego P(B) = P(A 1 )P(B A 1 ) + P(A 2 )P(B A 2 ) +... + P(A n )P(B A n ) (wzór na p-stwo całkowite). Stąd wzór Bayesa: P(A i B) = P(A i)p(b A i ) k P(A k)p(b A k )