Rachunek Prawdopodobieństwa MAP1151, 2011/12 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz

Podobne dokumenty
Rachunek Prawdopodobieństwa MAP1064, 2008/09

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

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

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

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

Przykłady do zadania 3.1 :

Zmienne losowe skokowe

Uogólnione wektory własne

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

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

cos(ωt) ω ( ) 1 cos ω sin(ωt)dt = sin(ωt) ω cos(ωt)dt i 1 = sin ω i ( 1 cos ω ω 1 e iωt dt = e iωt iω II sposób: ˆf(ω) = 1 = e iω 1 = i(e iω 1) i ω

Rachunek prawdopodobieństwa MAP1064 Wydział Elektroniki, rok akad. 2008/09, sem. letni Wykładowca: dr hab. A. Jurlewicz

Definicja: Wektor nazywamy uogólnionym wektorem własnym rzędu m macierzy A

12DRAP - parametry rozkładów wielowymiarowych

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

KURS PRAWDOPODOBIEŃSTWO

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

Lista 5. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Laboratorium nr 7. Zmienne losowe typu skokowego.

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA

Przykłady 6.1 : charakterystyki liczbowe rozkładów dyskretnych

1 Gaussowskie zmienne losowe

Analiza wybranych własności rozkładu reszt

Wykład 3 Jednowymiarowe zmienne losowe

Prawdopodobieństwo i statystyka r.

Rachunek Prawdopodobieństwa MAP1064, 2008/09

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 3 ZADANIA - ZESTAW 3

5.Dzienne zużycie energii (1=100kWh) pewnej firmy jest zmienną losową. 0, gdy x 0 lub x 3

2009 ZARZĄDZANIE. LUTY 2009

Rachunek prawdopodobieństwa 1B; zadania egzaminacyjne.

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

Kwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p.

Reguła de L Hospitala. Reguła de L Hospitala - odpowiedzi. Różniczka funkcji. Różniczka funkcji - odpowiedzi. Styczna i normalna

Rozkład zajęć, statystyka matematyczna, Rok akademicki 2015/16, semestr letni, Grupy dla powtarzających (C15; C16)

Aleksander Adamowski (s1869) zmienn ą losow ą T o rozkładzie wykładniczym o średniej 5 minut.

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

A = {dostęp do konta} = {{właściwe hasło,h 2, h 3 }} = 0, (10 4 )! 2!(10 4 3)! 3!(104 3)!

x x 0.5. x Przykłady do zadania 4.1 :

Granica funkcji - Lucjan Kowalski GRANICA FUNKCJI

Analiza danych jakościowych

Zadania zestaw 1: Zadania zestaw 2

Sieci neuronowe - uczenie

Rachunek prawdopodobieństwa i statystyka

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

Jednowymiarowa zmienna losowa

1 Warunkowe wartości oczekiwane

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 4 ZADANIA - ZESTAW 4

Rachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne.

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

Lista 1 - Prawdopodobieństwo

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

Rozkłady statystyk z próby

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

Statystyka matematyczna

EKONOMETRIA. Ekonometryczne modele specjalne. Zbigniew.Tarapata zbigniew.tarapata.akcja.pl/p_ekonometria/ tel.

Zmienne losowe zadania na sprawdzian

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

Identyfikacja osób na podstawie zdjęć twarzy

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

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

lim lim 4) lim lim lim lim lim x 3 e e lim lim x lim lim 2 lim lim lim Zadanie 1 Wyznacz dziedziny następujących funkcji: log x x 6x

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

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

Rachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne.

4.Zmienne losowe X 1, X 2,..., X 100 są niezależne i mają rozkład wykładniczy z α = 0.25 Jakie jest prawdopodobieństwo, że 1

4) lim. lim. lim. lim. lim. x 3. e e. lim. lim x. lim. lim. lim. lim 2. lim. lim. lim. Zadanie 1 Wyznacz dziedziny następujących funkcji: log x.

Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa

LISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów

Ważne rozkłady i twierdzenia

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA

Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe

Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne

6. Dynamika Stan równowagi. ρb(x, y, z) V n t d. Siły

Komputerowa analiza danych doświadczalnych

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

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności

Ważne rozkłady i twierdzenia c.d.

Rozkłady zmiennych losowych

Procesy stochastyczne

Autor: Dariusz Piwczyński :07

Temat: Pochodna funkcji. Zastosowania

Ćwiczenia 1. Klasyczna definicja prawdopodobieństwa, prawdopodobieństwo geometryczne, własności prawdopodobieństwa, wzór włączeń i wyłączeń

Zadania z Rachunku Prawdopodobieństwa III - 1

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

Aby przygotować się do kolokwiów oraz do egzaminów należy ponownie przeanalizować zadania

Procesy stochastyczne

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

MUMIO Lab 6 (składki, kontrakt stop-loss)

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

WYKŁAD 6. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

= = a na podstawie zadania 6 po p. 3.6 wiemy, że. b 1. a 2 ab b 2

Szkice do zajęć z Przedmiotu Wyrównawczego

PDF created with FinePrint pdffactory Pro trial version

Rozwiązanie równania różniczkowego MES

Przykład 1 modelowania jednowymiarowego przepływu ciepła

Rozkłady zmiennych losowych

Najczęściej spotykane rozkłady dyskretne:

Transkrypt:

1 Rachunk Prawdopodobiństwa MAP1151, 011/1 Wydział Elktroniki Wykładowca: dr hab. Agniszka Jurlwicz Listy zadań nr 5-6 Opracowani: dr hab. Agniszka Jurlwicz Lista 5. Zminn losow dwuwymiarow. Rozkłady łączn, brzgow. Nizalżność zminnych losowych. Momnty. Współczynnik korlacji. Sumowani nizalżnych zminnych losowych. Prawo wilkich liczb. Zadani 5.1 (a) Wktor losowy (X, Y ) ma następujący rozkład łączny: P (X = 0, Y = 1) = C; P (X = 0, Y = 0) = 0; P (X = 0, Y = 1) = 0, 15; P (X = 1, Y = 1) = P (X = 1, Y = 0) = 0, 5; P (X = 1, Y = 1) = 0,. Wyznaczyć stałą C oraz rozkłady brzgow tgo wktora losowgo. Czy X i Y są nizalżn? (b) Znalźć rozkład łączny wktora losowgo (X, Y ), gdzi X i Y są nizalżnymi zminnymi losowymi o rozkładach P (X = 1) = 0, 3; P (X = ) = 0, 7; P (Y = 0) = 0, 75; P (Y = 1) = 0, 5. Zadani 5. 8 (a) Funkcja f(x, y) = 9 y3 (5x + ) dla 0 < x < 1, 0 < y < 1 jst gęstością wktora losowgo (X, Y ). Obliczyć P ((X, Y ) ), gdzi to obszar 0 y 1, 0 x y. Wyznaczyć rozkłady brzgow wktora losowgo (X, Y ). Czy X i Y są nizalżn? x y dla x > 0, y > 0 (b) Funkcja f(x, y) = jst gęstością wktora losowgo (X, Y ). Obliczyć P (1 < X <, 1 < Y < 1). Wyznaczyć rozkłady brzgow wktora losowgo (X, Y ). Czy X i Y są nizalżn? C dla (x, y) K (c) Dobrać stałą C tak, aby funkcja f(x, y) = gdzi K to półokrąg o środku 0 poza tym, w punkci (0, 0) i prominiu 1, położony nad osią Ox, była gęstością pwngo wktora losowgo (X, Y ). Obliczyć następni P (X + Y 1/4). Wyznaczyć rozkłady brzgow wktora losowgo (X, Y ). Czy X i Y są nizalżn? (d) Dobrać stałą C tak, aby funkcja f(x, y) = Cxy( x y) dla 0 x 1, 0 y 1, 0 poza tym była gęstością pwngo wktora losowgo (X, Y ). Obliczyć następni P ((X, Y ) ), gdzi to trójkąt 0 x 1/, 0 y x. Wyznaczyć rozkłady brzgow wktora losowgo (X, Y ).

Zadani 5.3 Wyznaczyć wktor wartości oczkiwanych oraz macirz kowariancji wktora losowgo (X, Y ) o podanym rozkładzi. Obliczyć współczynnik korlacji zminnych losowych X i Y, któr są składowymi tgo wktora. (a) x n 0 1 1 0, 15 0, 5 ; 0 0 0, 5 1 0, 15 0, x n 1 (b) 0 0, 5 0, 55 1 0, 075 0, 175 8 (c) rozkład o gęstości f(x, y) = 9 y3 (5x + ) dla 0 < x < 1, 0 < y < 1 x y dla x > 0, y > 0 (d) rozkład o gęstości f(x, y) = dla (x, y) K () rozkład o gęstości f(x, y) = π 0 poza tym, (0, 0) i prominiu 1, położony nad osią Ox. gdzi K to półokrąg o środku w punkci (f) rozkład o gęstości f(x, y) = Czy X i Y są nizalżn? Zadani 5.4 6xy( x y) dla 0 x 1, 0 y 1, (a) Zminn losow X i Y są nizalżn, przy czym X ma rozkład wykładniczy Exp(3), a Y rozkład normalny N (, 3). Znalźć wartość oczkiwaną i wariancję zminnj losowj Z = 3X 5Y 3. (b) Zminn losow X i Y są nizalżn, przy czym X ma rozkład Poissona P(3), a Y rozkład Brnoulligo B(10; 0, ). Znalźć wartość oczkiwaną i wariancję zminnj losowj Z = 3X 5Y + 7. (c) Nich Y = X +N, gdzi X ma rozkład zrojdynkowy z paramtrm p = 0, 3; a N ma rozkład normalny N (0, ), przy czym zminn losow X i N są nizalżn. Obliczyć współczynnik korlacji ρ XY. Zadani 5.5 (a) Zminn losow X 1, X,... są nizalżn o jdnakowym rozkładzi wykładniczym Exp(). Do czgo jst zbiżna śrdnia arytmtyczna X 1 +... + X n? W snsi jakij zbiżności? n (b) Nich X 1, X,... będzi ciągim nizalżnych zminnych losowych o jdnakowym rozkładzi jdnostajnym U(0, 1). Zdfiniujmy 0 dla n = 1, 3, 5,... Z n = X n dla n =, 4, 6,... n Z i równa jst 0,5 czy 0,5 z prawdopodobiństwm 1? Odpowidź uza- i=1 1 Czy granica lim n n sadnić.

3 Zadani 6.1 Lista 6. Twirdzni d Moivr a-laplac a. Cntraln Twirdzni Graniczn Lindbrga-Lévy go. (a) W pwnym dużym okręgu wyborczym ma zostać przprowadzon rfrndum w sprawi budowy lktrowni atomowj. Wśród uprawnionych do głosowania miszkańców 45% popira tę inwstycję, a 55% jst przciw. Na podstawi tw. Moivr a Laplac a oszacować, jaki jst prawdopodobiństwo odrzucnia projktu w rfrndum, w których wźmi udział tylko 00 osób wybranych losowo. Oszacować błąd przybliżnia. (b) Jśli gracz wyrzuci kostką 6 oczk, to wygrywa 4 zł. Jśli ni, przgrywa 1 zł. Oszacować prawdopodobiństwo tgo, ż w 1000 rzutach gracz przgra co najwyżj 0 zł. Oszacować błąd przybliżnia. (c) W pwnym towarzystwi ubzpiczniowym jst ubzpiczonych 100000 samochodów. Każdy z właścicili płaci roczną składkę 50 zł za samochód. Śrdnio 9 na 1000 samochodów ulga uszkodzniu w ciągu roku. Właścicilowi uszkodzongo pojazdu towarzystwo wypłaca 5000 zł. Na podstawi tw. Moivr a Laplac a oszacować, jaki jst prawdopodobiństwo, ż w ciągu roku towarzystwo ni ponisi strat. Oszacować błąd przybliżnia. (d) Prawdopodobiństwo, ż dowolna osoba odpowi na przsłaną pocztą rklamę i zamówi towar, wynosi 0,03. Rklamę wysłano do 00 osób. Na podstawi tw. Moivr a Laplac a oszacować prawdopodobiństwo, ż (1) dokładni 5 osób, () mnij niż 5 osób przyśl zamówinia. Oszacować błąd przybliżnia. Porównać wyniki z otrzymanymi w zadaniu 7.3(a) mtodą dokładną i przybliżoną z tw. Poissona. Zadani 6. (a) Czas oczkiwania na tramwaj linii 14 jst zminną losową o rozkładzi wykładniczym o śrdnij 0 minut. Pan Piotr codzinni w dni robocz dojżdża nim do pracy. Oszacować na podstawi CTG Lindbrga Lévy go prawdopodobiństwo, ż pan Piotr traci w ciągu 160 koljnych dni roboczych na czkani na tramwaj linii 14 więcj niż 500 minut. (b) Czas pracy lampy pwngo typu ma rozkład wykładniczy o śrdnij 100 dni. Na podstawi tw. Lindbrga Lévy go oszacować, czy wystarczy mić w zapasi 169 lamp, aby z prawdopodobiństwm 0,9 wystarczyło ich na 15000 dni niprzrwanj pracy. (Przyjmujmy, ż spalona lampa jst natychmiast wyminiana na nową.) (c) Pwna konstrukcja składa się z 500 jdnakowych lmntów. Na podstawi CTG Lindbrga Lévy go oszacować prawdopodobiństwo, ż całkowita masa tj konstrukcji ni przkroczy 1755 kg, jśli rozkład masy lmntów, z których jst złożona, ma wartość oczkiwaną 3,5 kg i odchylni standardow 0,5 kg? (d) Samolot zabira na pokład 70 osób. Waga pasażrów ma pwin rozkład o wartości oczkiwanj 75 kg i wariancji 5 kg. Oszacować na podstawi CTG Lindbrga Lévy go prawdopodobiństwo, ż łączna waga pasażrów przkroczy 5300 kg. () W grupi studnckij przprowadza się tst, w którym można uzyskać do 100 punktów. Śrdni wynik uzyskiwany przz studnta wynosi 40 pkt, a wariancja 0. Wyniki studntów są nizalżn i o takim samym rozkładzi. Oszacować na podstawi CTG Lindbrga Lévy go prawdopodobiństwo tgo, ż przciętna liczba punktów przypadająca na jdngo studnta w grupi 150 osób zawira się w przdzial od 35 do 45 pkt.

4 Odpowidzi i wskazówki: Lista nr 5: x n 0 1 r.brzg. Y 5.1 (a) C = 0, 15; 1 0, 15 0, 5 0, 4 0 0 0, 5 0, 5 1 0, 15 0, 0, 35 r.brzg.x 0, 3 0, 7 = 1 x n 1 r.brzg. Y (b) 0 0, 5 0, 55 0, 75 1 0, 075 0, 175 0, 5 r.brzg.x 0, 3 0, 7 = 1 ; X i Y ni sa nizalżn; 5. (a) P ((X, Y ) ) = 13 0, 989; f 160 X(x) = 4y 3, X i Y są nizalżn; (d) C = 6; P ((X, Y ) ) = 0, 065; f X (x) = 4y 3y (/9)(5x + ) dla 0 < x < 1, x dla x > 0, (b) P (1 < X <, 1 < Y < 1) = +1 0, 1470; f 3 X (x) = y dla y > 0,, X i Y są nizalżn; (c) C = ; P π (X + Y 0, 5) = 0, 5; f X (x) = π 1 x dla 1 < x < 1, 4 π 1 y ; X i Y ni są nizalżn; 4x 3x dla 0 < x < 1, 5.3 (a) (EX, EY ) = (0, 7; 0, 05); macirz kowariancji to 0, 015 0, 1 0, 7475 0, 0379; [ 0, 1 0, 015 0, 015 0, 7475 ρ XY = 0, 1 0 (b) (EX, EY ) = (1, 7; 0, 5); macirz kowariancji to ; ρ 0 0, 1875 XY = 0; 109/1458 0 (c) (EX, EY ) = (16/7; 4/5); macirz kowariancji to ; ρ 0 /75 XY = 0; 1 0 (d) (EX, EY ) = (1; 1); macirz kowariancji to ; ρ 0 1 XY = 0; 0, 5 0 () (EX, EY ) = (0; 4 ); macirz kowariancji to 3π 9π 0 16 ; ρ XY = 0 [ 36π ] 43/70 1/144 (f) (EX, EY ) = (7/1; 7/1); macirz kowariancji to ; 1/144 43/70 ρ XY = 5/43 0, 1163 0, więc X i Y ni są nizalżn; ] ;

5 5.4 (a) EZ = 1, D Z = 6; (b) EZ = 6, D Z = 67; (c) ρ XY = 0, 1/ 0, 1 16, 1 0, 1138 5.5 (a) do 4/3 z prawdop. 1; (b) do 0,5. Lista nr 6: 6.1 (a) 0, 9319±0, 06; (b) 0, 0064±0, 05; (c) 0, 9996±0, 03; (d) (1) 0, 149±0, 64; () 0, 676±0, 3 6. (a) 0, 997; (b) tak; (c) 0, 6736; (d) 0, 1170; () 0, 9978