, tzn., že distribuční funkce „začíná v 0“.

Slides:



Advertisements
Podobné prezentace
Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny
Advertisements

VÝPOČET OC.
Riziko zbytečného signálu v regulačním diagramu
Statistická indukce Teorie odhadu.
7. Přednáška limita a spojitost funkce
Vybraná rozdělení diskrétní náhodné veličiny
Třídění dat OA a VOŠ Příbram. Třídění  rozdělení jednotek souboru do takových skupin, aby co nejlépe vynikly charakteristické vlastnosti zkoumaných jevů.
MARKOVSKÉ ŘETĚZCE.
Limita funkce. Koncentrace 137Cs v odpadním kanálu jaderné elektrárny se v časovém intervalu (t1, t2) řídí rovnicí c (t) = c0e -(t-t0). V čase t1 dojde.
Limitní věty.
BINOMICKÉ ROZDĚLENÍ (Bernoulliovo schéma)
Síla - opakování Síla je vektorová veličina, její jednotka je Newton (kg.m.s-2). Síla má pohybové a deformační účinky. Pokud na těleso působí nenulová.
Mechanika tekutin Kapalin Plynů Tekutost
Hybnost, Těžiště, Moment sil, Moment hybnosti, Srážky
MOMENTY SETRVAČNOSTI GEOMETRICKÝCH ÚTVARŮ
Generování náhodných veličin (1) Diskrétní rozdělení
Obsah prezentace Náhodná proměnná Rozdělení náhodné proměnné.
Náhodná veličina.
THÉVENINOVA VĚTA Příklad č. 1 - řešení.
AŘTP - diskrétní regulátor
Konstrukce trojúhelníku
Nechť (, , P) je pravděpodobnostní prostor:
Aspekty modelování lomu metodou konečných prvků Petr Frantík F AKULTA STAVEBNÍ V YSOKÉ UČENÍ TECHNICKÉ V B RNĚ F ACULTY OF C IVIL E NGINEERING B RNO U.
Užití Thaletovy kružnice
Matematické metody v ekonomice a řízení II 4. Metoda PERT
Stopníky přímky Stopníky jsou průsečíky přímky s průmětnami. z
ANALÝZA KONSTRUKCÍ 2. přednáška.
Rozdělení diskrétních veličin. Příklady diskrétních náhodných veličin Pokus jev nastaljev nenastal pnS hod mincírublíc1/2počet hodůpočet rubů celkem narození.
Stabilita diskrétního regulačního obvodu
Náhodný vektor Litschmannová, 2007.
Kde je elektrické pole „silnější“
Název školyIntegrovaná střední škola technická, Vysoké Mýto, Mládežnická 380 Číslo a název projektuCZ.1.07/1.5.00/ Inovace vzdělávacích metod EU.
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
© Institut biostatistiky a analýz ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁL Ů FREKVENČNÍ SPEKTRUM SPOJITÝCH SIGNÁLŮ.
Matice přechodu.
(Popis náhodné veličiny)
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Molekulová fyzika 3. přednáška „Statistický přístup jako jediná funkční strategie kinetické teorie“
Operace s vektory Autor: RNDr. Jiří Kocourek.
Gottfried Wilhelm von Leibniz
Skalární součin 2 vektorů
Náhodná veličina. Nechť (, , P) je pravděpodobnostní prostor:
LIMITA FUNKCE Mgr. Martina Fainová TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČR POZNÁMKY ve formátu PDF.
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) a  x  b distribuční.
Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem pedagogickým v Praze.
NÁZEV PROJEKTU: INVESTICE DO VZDĚLÁNÍ NESOU NEJVYŠŠÍ ÚROK
Výpočet obsahu rovnoběžníku
Některá rozdělení náhodných veličin
Náhodná veličina je veličina, která při opakování náhodného pokusu mění své hodnoty v závislosti na náhodě Náhodné veličiny označujeme X, Y, Z, ... hodnoty.
Spojitá náhodná veličina
Náhodná veličina.
Přednáška č. – 4 Extrémní hodnoty a analýza výběrových souborů
5. Graf funkce – konstantní, lineární (s abs. hodnotou)
Induktivní statistika
Základy zpracování geologických dat Rozdělení pravděpodobnosti
Spojitá a kategoriální data Základní popisné statistiky
Sestrojení úhlu o velikosti 60° pomocí kružítka.
ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných
Normální (Gaussovo) rozdělení
Základní zpracování dat Příklad
SIGNÁLY A LINEÁRNÍ SYSTÉMY (ČASOVÉ ŘADY)
Dynamické systémy Topologická klasifikace
Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Upravila R.Baštářová.
Statistika a výpočetní technika
ANALÝZA A KLASIFIKACE DAT
Konstrukce trojúhelníku
Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Upravila R.Baštářová.
INTENZITA ELEKTRICKÉHO POLE.
Výpočet obsahu rovnoběžníku
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Transkript prezentace:

, tzn., že distribuční funkce „začíná v 0“. Abychom dokázali snadno určit distribuční funkci F(x) diskrétní náhodné veličiny, připomeňme si některé její vlastnosti. F(x) = P(X<x) Distribuční funkce diskrétní náhodné veličiny (DNV) je zleva spojitá „schodovitá“ funkce. Body nespojitosti distribuční funkce DNV jsou body, v nichž je pravděpodobnostní funkce nenulová. , tzn., že distribuční funkce „začíná v 0“. , tzn., že distribuční funkce „končí v 1“. Distribuční funkci DNV určíme z pravděpodobnostní funkce P(x).

x F(x) = P(X<x) x P(x) Distribuční funkce DNV je zleva spojitá „schodovitá“ funkce. Body nespojitosti distribuční funkce DNV jsou body, v nichž je pravděpodobnostní funkce nenulová. x F(x) = P(X<x) x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0

x F(x) = P(X<x) x P(x) -2 2 4 6 Distribuční funkce DNV je zleva spojitá „schodovitá“ funkce. Body nespojitosti distribuční funkce DNV jsou body, v nichž je pravděpodobnostní funkce nenulová. x F(x) = P(X<x) x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0

x F(x) = P(X<x) x P(x) Distribuční funkce DNV „začíná v 0“. x F(x) = P(X<x) x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0

x F(x) = P(X<x) x P(x) Distribuční funkce DNV „začíná v 0“. x F(x) = P(X<x) x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0

Distribuční funkce DNV „začíná v 0“.

x F(x) = P(X<x) x P(x) x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0

x F(x) = P(X<x) x P(x) 0,1 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0

x F(x) = P(X<x) 0,1 x P(x) 0,1 0,1 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0

F(x) = P(X<x)

F(x) = P(X<x)

x F(x) = P(X<x) x P(x) 0,1 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0

x F(x) = P(X<x) 0,3 x P(x) 0,1 0,2 0,1 0,3 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0

F(x) = P(X<x)

x F(x) = P(X<x) x P(x) 0,1 0,2 0,1 0,3 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0 Pokračujeme obdobně…

x F(x) = P(X<x) x P(x) 0,1 0,2 0,1 0,3 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0 Pokračujeme obdobně…

x F(x) = P(X<x) 0,5 x P(x) 0,1 0,2 0,1 0,3 0,5 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0 Pokračujeme obdobně…

x F(x) = P(X<x) x P(x) 0,1 0,2 0,3 0,1 0,3 0,5 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0 Pokračujeme obdobně…

x F(x) = P(X<x) 0,8 x P(x) 0,1 0,2 0,3 0,1 0,3 0,5 0,8 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0 Pokračujeme obdobně…

x F(x) = P(X<x) x P(x) 0,1 0,2 0,3 0,1 0,3 0,5 0,8 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0 Pokračujeme obdobně…

x F(x) = P(X<x) 1,0 x P(x) 0,1 0,2 0,3 0,1 0,3 0,5 0,8 1,0 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0 Pokračujeme obdobně…

x F(x) = P(X<x) 1,0 x P(x) 0,1 0,2 0,3 Distribuční funkce DNV „končí v 1“. x F(x) = P(X<x) 0,1 0,3 0,5 0,8 1,0 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0

Výpočet distribuční funkce je ukončen. x F(x) = P(X<x) 0,1 0,3 0,5 0,8 1,0 x P(x) -2 0,1 0,2 2 4 0,3 6 Součet 1,0

Výpočet distribuční funkce je ukončen.

Všimněte si, že velikost „skoku“ v bodech nespojitosti distribuční funkce je rovna příslušným hodnotám pravděpodobnostní funkce.

Všimněte si, že velikost „skoku“ v bodech nespojitosti distribuční funkce je rovna příslušným hodnotám pravděpodobnostní funkce.

Uvědomte si nyní, jak byste určili pravděpodobnostní funkci DNV, znali-li byste její distribuční funkci.

Zvládli byste to? x F(x) = P(X<x) 0,1 0,3 0,5 0,8 1,0