Náhodná veličina.

Slides:



Advertisements
Podobné prezentace
Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny
Advertisements

VÝPOČET OC.
TEORETICKÉ MODELY některých DISKRÉTNÍCH NV
ZÁKLADY PRAVDĚPODOBNOSTI
Vybraná rozdělení diskrétní náhodné veličiny
MARKOVSKÉ ŘETĚZCE.
ROZDĚLENÍ NÁHODNÝCH VELIČIN
Limitní věty.
Statistika Ing. Jan Popelka, Ph.D. odborný asistent
Základy informatiky přednášky Kódování.
Vlastnosti funkcí Vypracoval: Mgr. Lukáš Bičík
Pravděpodobnost a statistika opakování základních pojmů
Generování náhodných veličin (1) Diskrétní rozdělení
Obsah prezentace Náhodná proměnná Rozdělení náhodné proměnné.
VY_32_INOVACE_21-01 PRAVDĚPODOBNOST 1 Úvod, základní pojmy.
25. října 2004Statistika (D360P03Z) 4. předn.1 Statistika (D360P03Z) akademický rok 2004/2005 doc. RNDr. Karel Zvára, CSc. KPMS MFF UK
Číselné charakteristiky NV
Náhoda, generátory náhodných čísel
VY_32_INOVACE_21-06 Pravděpodobnost 6 Zásobník úloh Opakovací lekce.
Matematický aparát v teorii informace Základy teorie pravděpodobnosti
F U N K C E.
Vybraná rozdělení spojité náhodné veličiny
Formulace a vlastnosti úloh lineárního programování
Pravděpodobnost 10 Binomické rozdělení pravděpodobnosti neboli
Nechť (, , P) je pravděpodobnostní prostor:
Aplikovaná statistika
Některá diskrétní a spojitá rozdělení náhodné veličiny.
Diskrétní rozdělení Karel Zvára 1.
Náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou.
Nezávislé pokusy.
Náhoda, generátory náhodných čísel
POČET PRAVDĚPODOBNOSTI
Pravděpodobnost. Náhodný pokus.
Definice stochastického procesu jako funkce 2 proměnných
Normální (Gaussovo) rozdělení. Karl Friedrich Gauss
Normální (Gaussovo) rozdělení
Vybraná rozdělení spojité náhodné veličiny
PRAVDĚPODOBNOST NEZÁVISLÉ JEVY Jevy A,B nazýváme nezávislými, jestliže
SIGNÁLY A SOUSTAVY V MATEMATICKÉ BIOLOGII
Derivace funkce. Velikost populace v čase t 0 je N (t 0 ). Velikost populace v čase t  t 0 je N ( t ). Přírůstek populace za jednotku času je [N(t) –
Derivace funkce. Velikost populace v čase t 0 je N (t 0 ). Velikost populace v čase t  t 0 je N ( t ). Přírůstek populace za jednotku času je [N(t) –
K OMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA Úvod do pravděpodobnosti VY_32_INOVACE_M4r0113 Mgr. Jakub Němec.
Předpokládejme, že velikost populace v čase t  0 lze vyjádřit vztahem
2. Vybrané základní pojmy matematické statistiky
Základy matematické statistiky. Nechť je dána náhodná veličina X (“věk žadatele o hypotéku“) X je definována rozdělením pravděpodobností, s nimiž nastanou.
Náhodný vektor Litschmannová, 2007.
VY_32_INOVACE_22-01 Posloupnosti.
(Popis náhodné veličiny)
Poissonovo rozdělení diskrétní náhodné veličiny
Příklad 1 Urči pravděpodobnost získání výhry ve Sportce pro 4 uhodnutá čísla. Řešení: Ve Sportce se losuje 6 výherních čísel ze 49 čísel v osudí. Výherní.
Podmíněná pravděpodobnost: Bayesův teorém
Náhodná veličina. Nechť (, , P) je pravděpodobnostní prostor:
1 Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Mgr. Vladimír Mikulík. Slezské gymnázium, Opava, příspěvková organizace. Vzdělávací materiál.
Pravděpodobnost Přednáška č.2. Deterministický a náhodný děj Každý děj probíhá za uskutečnění jistého souboru podmínek Deterministický děj-děj, ve kterém.
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
Střední škola a Vyšší odborná škola cestovního ruchu, Senovážné náměstí 12, České Budějovice ČÍSLO PROJEKTU CZ.1.07/1.5.00/ ČÍSLO MATERIÁLU.
1 Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Mgr. Vladimír Mikulík. Slezské gymnázium, Opava, příspěvková organizace. Vzdělávací materiál.
TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM
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.
Předpokládejme, že velikost populace v čase t  0 lze vyjádřit vztahem
Pravděpodobnost. Náhodný pokus.
Základy zpracování geologických dat Rozdělení pravděpodobnosti
Výukový materiál zpracován v rámci projektu EU peníze školám
7.1 Základní pojmy Mgr. Petra Toboříková
Normální (Gaussovo) rozdělení
, tzn., že distribuční funkce „začíná v 0“.
Poissonovo rozdělení diskrétní náhodné veličiny
Transkript prezentace:

Náhodná veličina

Základní pojmy Náhodná veličina - výsledek náhodného pokusu vyjádřený reálným číslem. Příklady: počet padlých líců při hodu pěti mincemi číslo, které padne v ruletě čas od spuštění stroje do jeho první poruchy počet volání na zákaznickou linku během 10 minut

Základní pojmy Rozdělení pravděpodobnosti náhodné veličiny - pravidlo, které každé hodnotě (popř. každému intervalu hodnot) přiřazuje pravděpodobnost, že náhodná veličina nabude této hodnoty (popř. hodnoty z tohoto intervalu).

Řešení: Postupně vypočítáme: Příklad 1: Nechť náhodná veličina X vyjadřuje počet šestek, které padnou při hodu čtyřmi kostkami. Určete rozdělení pravděpodobnosti náhodné veličiny X. Řešení: Postupně vypočítáme: Pravděpodobnost, že šestka nepadne ani jednou: Pravděpodobnost, že šestka padne právě jednou:

Pravděpodobnost, že šestka padne právě dvakrát: Pravděpodobnost, že šestka padne právě třikrát: Pravděpodobnost, že šestka padne právě čtyřikrát:

Rozdělení pravděpodobnosti náhodné veličiny Náhodná veličina X vyjadřuje počet šestek, které padnou při hodu čtyřmi kostkami. Rozdělení pravděpodobnosti náhodné veličiny X. k 1 2 3 4 P(X = k) 0,4823 0,3858 0,1157 0,0154 0,0008

Základní typy náhodných veličin Diskrétní náhodná veličina Spojitá náhodná veličina

Diskrétní náhodná veličina Řekneme, že náhodná veličina X má diskrétní rozdělení pravděpodobnosti (zkráceně „je diskrétní“) právě tehdy, když nabývá nejvýše spočetně mnoha hodnot k tak, že P(X = k) … pravděpodobnostní funkce

Zadání pravděpodobnostní funkce předpisem tabulkou grafem k 1 2 3 P(X=k) 0,729 0,243 0,027 0,001

Příklad 2: V dílně pracují dva stroje (nezávisle na sobě) Příklad 2: V dílně pracují dva stroje (nezávisle na sobě). První stroj se porouchá s pravděpodobností 20%. Pravděpodobnost poruchy druhého stroje je 30%. Náhodná veličina bude označovat počet porouchaných strojů v dílně. Určete pravděpodobnostní funkci této náhodné veličiny. Náhodná veličina X … počet porouchaných strojů v dílně X může nabývat pouze konečně mnoha (tří) hodnot {0; 1; 2}, mělo by se tedy jednat o diskrétní náhodnou veličinu Označíme jevy: S1 … první stroj se porouchá, S2 … druhý stroj se porouchá. , .

Ze zadání vidíme, že P(S1) = 0,2 a P(S2) = 0,3. xi P( X  xi ) 0,56 1 0,38 2 0,06 Σ 1,00 Pravděpodobnostní funkce

Distribuční funkce Distribuční funkce F(x) – pravděpodobnost, že náhodná veličina nabude hodnoty menší než x. Vlastnosti distribuční funkce: nabývá hodnot z intervalu je neklesající, je zleva spojitá, má nejvýše spočetně mnoho bodů nespojitosti,

Distribuční funkce Ukázka distribuční funkce diskrétní náhodné veličiny – X vyjadřuje číslo, které padne při hodu kostkou

Pravděpodobnostní funkce Distribuční funkce Příklad 2 (pokračování): V dílně pracují dva stroje (nezávisle na sobě). První stroj se porouchá s pravděpodobností 20%. Pravděpodobnost poruchy druhého stroje je 30%. Náhodná veličina bude označovat počet porouchaných strojů v dílně. Určete pravděpodobnostní funkci a distribuční funkci této náhodné veličiny. , Distribuční funkci diskrétní náhodné veličiny X můžeme vyjádřit pomocí pravděpodobnostní funkce jako xi P( X  xi ) 0,56 1 0,38 2 0,06 Σ 1,00 x F( x) 0,56 0,56 + 0,38 = 0,94 0,56 + 0,38 + 0,06 = 1 Pravděpodobnostní funkce Distribuční funkce

Pravděpodobnostní funkce Distribuční funkce Příklad 2 (pokračování): V dílně pracují dva stroje (nezávisle na sobě). První stroj se porouchá s pravděpodobností 20%. Pravděpodobnost poruchy druhého stroje je 30%. Náhodná veličina bude označovat počet porouchaných strojů v dílně. Určete pravděpodobnostní funkci a distribuční funkci této náhodné veličiny. , Pravděpodobnostní funkce Distribuční funkce

Vztah mezi pravděpodobností a distribuční funkcí (diskrétní náhodná veličina) Pravděpodobnostní funkce je nenulová v bodech, v nichž je distribuční funkce nespojitá.

Vztah mezi pravděpodobností a distribuční funkcí (diskrétní náhodná veličina)

Spojitá náhodná veličina Řekneme, že náhodná veličina X má spojité rozdělení pravděpodobnosti (zkráceně „je spojitá“) právě tehdy, má-li spojitou distribuční funkci. Pravděpodobnostní funkce SNV je nulová!!! Určení rozdělení spojité náhodné veličiny hustota pravděpodobnosti distribuční funkce

Přechod od histogramu k hustotě pravděpodobnosti

Hustota pravděpodobnosti Hustota pravděpodobnosti f(x) spojité náhodné veličiny je reálná nezáporná funkce taková, že Ve všech bodech, kde existuje derivace distribuční funkce, platí:

Vlastnosti hustoty pravděpodobnosti Hustota pravděpodobnosti je nezáporná funkce. Plocha pod křivkou hustoty pravděpodobnosti je rovna 1.

Distribuční funkce Ukázka distribuční funkce diskrétní náhodné veličiny Ukázka distribuční funkce spojité náhodné veličiny

Vztah mezi pravděpodobností a distribuční funkcí (spojitá náhodná veličina) V případě SNV jsou ostré a neostré nerovnosti ve výše uvedených vztazích zaměnitelné.

Vztah mezi pravděpodobností a distribuční funkcí (spojitá náhodná veličina)

Geometrická interpretace vztahu mezi pravděpodobností, distribuční funkcí a hustotou pravděpodobnosti