PRAVDĚPODOBNOST A STATISTIKA

Podobné dokumenty
PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA

S1P Příklady 02. Náhodná proměnná (veličina) Mějme krabičku o rozměrech 1 x 2 x 3 cm. Na stranách jsou obrázky: :

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Základy teorie pravděpodobnosti

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Téma 22. Ondřej Nývlt

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která

Rozdělení náhodné veličiny. Distribuční funkce. Vlastnosti distribuční funkce

a způsoby jejího popisu Ing. Michael Rost, Ph.D.

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

NÁHODNÁ VELIČINA. 3. cvičení

Diskrétní náhodná veličina. November 12, 2008

Poznámky k předmětu Aplikovaná statistika, 4. téma

Inovace bakalářského studijního oboru Aplikovaná chemie

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

Poznámky k předmětu Aplikovaná statistika, 4. téma

NMAI059 Pravděpodobnost a statistika

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová

Pravděpodobnost a statistika I KMA/K413

JAK MODELOVAT VÝSLEDKY

Pravděpodobnost a aplikovaná statistika

Náhodná veličina. Michal Fusek. 10. přednáška z ESMAT. Ústav matematiky FEKT VUT, Michal Fusek

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

I. D i s k r é t n í r o z d ě l e n í

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

Limita posloupnosti, limita funkce, spojitost. May 26, 2018

p(x) = P (X = x), x R,

Náhodná veličina a rozdělení pravděpodobnosti

Statistika II. Jiří Neubauer

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Cvičení ze statistiky - 5. Filip Děchtěrenko

X = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní

letní semestr Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika

Náhodný vektor a jeho charakteristiky

Cvičení 5. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Doplněk k výuce statistiky

10. N á h o d n ý v e k t o r

TEORIE MÍRY V některých předchozích kapitolách jste se setkali s měřením velikostí množin a víte, jaké byly těžkosti s měřením množin i na reálné ose.

III. Úplná pravděpodobnost. Nezávislé pokusy se dvěma výsledky. Úplná pravděpodobnost Nezávislé pokusy se dvěma výsledky Náhodná veličina

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami.

AVDAT Náhodný vektor, mnohorozměrné rozdělení

7. Rozdělení pravděpodobnosti ve statistice

Spojitost a limita funkce

Úvodní informace. 17. února 2018

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4

Všechno, co jste chtěli vědět z teorie pravděpodobnosti, z teorie informace a

8 Střední hodnota a rozptyl

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:

1 Posloupnosti a řady.

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014

To je samozřejmě základní pojem konvergence, ale v mnoha případech je příliš obecný a nestačí na dokazování některých užitečných tvrzení.

Intuitivní pojem pravděpodobnosti

Pravděpodobnost a statistika

1 Pravděpodobnostní prostor

pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti.

Definice spojité náhodné veličiny zjednodušená verze

5.1. Klasická pravděpodobnst

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Pravděpodobnost a její vlastnosti

1 Rozptyl a kovariance

Derivace funkce Otázky

PRAVDĚPODOBNOST A STATISTIKA

Derivace funkce DERIVACE A SPOJITOST DERIVACE A KONSTRUKCE FUNKCÍ. Aritmetické operace

Je založen na pojmu derivace funkce a její užití. Z předchozího studia je třeba si zopakovat a orientovat se v pojmech: funkce, D(f), g 2 : y =

Minikurz aplikované statistiky. Minikurz aplikované statistiky p.1

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D.

PŘEDNÁŠKA 2 POSLOUPNOSTI

Distribuční funkce je funkcí neklesající, tj. pro všechna

1. Statistická analýza dat Jak vznikají informace Rozložení dat

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

V. Riemannův(dvojný) integrál

NÁHODNÁ VELIČINA. Podle typu výběrového prostoru rozlišujeme dva základní druhy NV Diskrétní (nespojitou) náhodnou veličinu Spojitou náhodnou veličinu

MATEMATICKÁ STATISTIKA - XP01MST

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2017

Chyby měření 210DPSM

Posloupnosti a jejich konvergence

1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

Funkce jedn e re aln e promˇ enn e Derivace Pˇredn aˇska ˇr ıjna 2015

Mgr. Rudolf Blažek, Ph.D. prof. RNDr. Roman Kotecký Dr.Sc.

Náhodné jevy. Teorie pravděpodobnosti. Náhodné jevy. Operace s náhodnými jevy

Posloupnosti a jejich konvergence POSLOUPNOSTI

Pravdpodobnost výskytu náhodné veliiny na njakém intervalu urujeme na základ tchto vztah: f(x)

2. Definice pravděpodobnosti

Matematika III. 27. září Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

Základy teorie odhadu parametrů bodový odhad

Přednáška. Diskrétní náhodná proměnná. Charakteristiky DNP. Základní rozdělení DNP

Výběrové charakteristiky a jejich rozdělení

Základy teorie pravděpodobnosti

Síla a významnost asociace mezi proměnnými v systému

Transkript:

PRAVDĚPODOBNOST A STATISTIKA

Náhodná proměnná Náhodná veličina slouží k popisu výsledku pokusu. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáme. Přesto bychom chtěli tento pokus popsat. K tomu slouží náhodná proměnná (náhodná veličina). Hrajete Člověče, nezlob se a chcete vědět, kdo z vás nejrychleji postupuje. Tedy chceme vědět, co vám bude průměrně padat na kostce. Uděláme víc hodů a z čísel, která padnou uděláme aritmetický průměr. Tento postup lze použít pro kostku: Jak podobnou informaci získáte pro tyto kostky:

Náhodná proměnná Nechť Ω je základní prostor a příslušné jevové pole a (R,B) je měřitelný prostor (tj. B je borelovská σ-algebra minimální algebra obsahující všechny otevřené množiny). Zobrazení X: Ω R se nazývá náhodná proměnná vzhledem k, Pokud 1 B B: X ( B) : X ( ) B V dalším výkladu se většinou omezíme na množiny: B, x. Pak zobrazení X: Ω R se nazývá náhodná proměnná, pokud pro libovolné x R množina, X ( ) x. V některé literatuře se uvádí, X ( ) x Označení: Množinu, X ( ) B budeme zkráceně zapisovat {X B} Množinu, X ( ) x budeme zkráceně zapisovat {X < x} Množinu, X ( ) x budeme zkráceně zapisovat {X = x}

Náhodná proměnná funkční charakteristiky Protože, X ( ) x pro každé x R, lze spočítat pravděpodobnost tohoto náhodného jevu a tím lze definovat funkci F: Tato funkce se nazývá distribuční funkce náhodné veličiny X. F( P, X ( ) F( P X x x

Náhodná proměnná funkční charakteristiky Z definice vyplývají vlastnosti: 1. F( je neklesající 2. F( je zleva spojitá 3. lim F( 0 a x lim F( 1 x Naopak: Má-li funkce F( : R R výše uvedené vlastnosti, pak existuje pravděpodobnostní prostor,, P a něm definovaná náhodná veličina X, tak že F( je její distribuční funkcí.

Náhodná proměnná funkční charakteristiky Další vlastnosti: 4. 5. F( má nejvýše spočetně mnoho bodů nespojitosti 6. 7. 8. 9. 0 F( 1, x, P( a X ) 1 F( a), a, P( X a) lim F(, a xa, P( X a) lim F( F( a), a xa, P( a X b) F( b) F( a), a b, a, b, P( a X b) lim F( F( a), a b, a, b xb P( a X b) F( b) lim F(, a b, a, b xa,, P( a X b) lim F( lim F(, a b, a, b xb xa,

Náhodná proměnná funkční charakteristiky Obor hodnot náhodné proměnné X nazýváme základní soubor a označíme Z. Z x R; x X (), Pokud množina Z je konečná, nebo spočetná, náhodná proměnná se nazývá diskrétní. Pokud množina Z je nespočetná, náhodná proměnná se nazývá spojitá. Příklad distribuční funkce diskrétní a spojité náhodné proměnné:

Diskrétní náhodná proměnná Nechť,, P je pravděpodobnostní prostor. Řekneme, že náhodná veličina X je diskrétní (vzhledem k P), právě tehdy, když existuje nejvýše spočetná množina Z R taková, že P( Z) 1. Funkci p( P( X, xr nazýváme pravděpodobnostní funkcí diskrétní náhodné veličiny X. Pokud je náhodná proměnná diskrétní, tak její distribuční funkce roste (skokově) pouze v konečně či spočetně mnoha izolovaných bodech z reálné osy. Z x, x, 2, Z x, x, 2, x, 1 x n 1 k Pak velikost růstu distribuční funkce v bodě x k lze vyjádřit P(X = x k ).

Diskrétní náhodná proměnná Vlastnosti pravděpodobnostní funkce diskrétní náhodné veličiny: 1. 2. 3. 4. 5. 0 p( 1, x, xz p( 1 F( p( t), x tx p( lim F( t) F( tx, P( x A) p(, A xa,

Má-li funkce 1. 2. Diskrétní náhodná proměnná p( : R R vlastnosti: p( 0, x, xz p( 1 Pak existuje pravděpodobnostní prostor,, P a něm definovaná diskrétní náhodná veličina X, tak že p( je její pravděpodobnostní funkce.

Diskrétní náhodná proměnná - příklad Mějme krabičku o rozměrech 1 x 2 x 3 cm. Na stranách jsou obrázky: : Ω ={strom, houba, kytka, slunce, dům, ryba} Pravděpodobnost jednotlivých elementárních jevů odpovídá velikosti plochy. Nechť je nadefinovaná náhodná proměnná X následovně: X(strom)=1, X(houba)=3, X(kytka)=-1, X(slunce)=π, X(dům)=10, X(ryba)=7. Spočtěte pravděpodobnostní a distribuční funkci.

Diskrétní náhodná proměnná - příklady Příklad: Náhodná veličina X udává počet líců při hodu 3. mincemi. Stanovte pravděpodobnostní prostor, základní soubor, pravděpodobnostní a distribuční funkci. Příklad: Házíte dvěma kostkami. Náhodná veličina X udává součet bodů na kostkách. Stanovte pravděpodobnostní prostor, základní soubor, pravděpodobnostní a distribuční funkci.

Diskrétní náhodná proměnná - příklad Mějme terč o poloměru 1, 1 první kruh má poloměr: 2 (k-1)-tý kruh má poloměr: atd. k 1 Ω ={1,2,3,4,5,6, }=N. Na terč házíte šipky. Pravděpodobnost jednotlivých elementárních jevů (zásahu do mezikruží) odpovídá velikosti jejich plochy. Spočtěte pravděpodobnostní a distribuční funkci.

Spojitá náhodná proměnná Nechť,, P je pravděpodobnostní prostor. Řekneme, že náhodná veličina X je spojitá (vzhledem k P), právě tehdy, když existuje nezáporná, po částech spojitá funkce f(, že pro všechna reálná čísla platí: Funkci f( nazýváme hustotou pravděpodobnosti náhodné veličiny X. x F ( f ( t) dt Distribuční funkce spojité náhodné proměnné je spojitá funkce, neboť je funkcí horní meze integrálu.

Spojitá náhodná proměnná Základní soubor Z u spojité náhodné proměnné je nespočetná množina. Z je tedy podmnožina množiny reálných čísel (R). Hustota pravděpodobnosti spojité náhodné proměnné je funkce: f :, 0, pro kterou platí: f ( dx 1 Pro hustotu pravděpodobnosti již nemusí platit podmínka 0 x 1 např. : f ( 5 1 x 1.2 0 1.2 x f ( 1

Spojitá náhodná proměnná Vlastnosti hustoty pravděpodobnosti spojité náhodné proměnné: 1. 2. 3. 4. 5. 6. f ( 0, x, f ( dx 1 f ( F( P( X c) 0, c, P( x A) f ( dx, A, A P( a X b) P( a X b) P( a X b) P( a X b) f ( dx F( b) F( a) b a

Spojitá náhodná proměnná - příklad Mějme nadefinovanou následující hustotu pravděpodobnosti: Spočtěte c, hustotu pravděpodobnosti a distribuční funkci.

Funkce náhodná proměnné Nechť Ω je základní prostor a příslušné jevové pole a (R,B) je měřitelný prostor, zobrazení X: Ω R je náhodná proměnná a g: R R je borelovská funkce (tj. úplný vzor každé B B je z B). Pak složené zobrazení Y: Ω R dané vzorcem: Y( ) g( X ( )), je náhodná veličina. Náhodná veličina Y se nazývá transformovaná náhodná veličina. Nechť X je náhodná proměnná a F( je její distribuční funkce. Nechť g: R R, pak náhodná proměnná Y = g(x) má distribuční funkci: H( y) P( Y y) P( g( X ) y) tedy kde B y x R : g( y H ( y) df( B y

Funkce náhodná proměnné Pokud funkce g: R R je prostá, pak lze distribuční funkci proměnné Y vyjádřit ve tvaru: H( y) F( g H( y) 1 F( g 1 ( y)) 1 ( y)) pro rostoucí funkci g pro klesající funkci g. Pokud funkce g: R R není ryze monotóní, tak pro zvolenou hodnotu y spočítáme B y x R : g( y. Tuto množinu lze vyjádřit jako j sjednocení disjunkních množin (intervalů). Pak j B y j H( y) P X B y P( X B j j j y )

Funkce náhodná proměnné Pro diskrétní náhodnou proměnnou dostáváme: popřípadě: H ( y) p( xz B y H ( y) p( j j xz By Při označení C y x R : g( y funkci q(y) náhodné proměnné Y: q ( y) p( xz C y dostáváme pro pravděpodobnostní popřípadě: q ( y) p( j j xz Cy

Funkce náhodná proměnné Pro spojitou náhodnou proměnnou dostáváme: Popřípadě: H ( y) f ( dx B y H ( y) f ( dx j B j y Pokud g je prostá a existuje spojitá derivace její inverze, potom hustotu h(y) náhodné proměnné Y, lze vyjádřit ve tvaru: 1 1 h( y) f ( g ( y)) g ( y)

Funkce náhodná proměnné - příklad Mějme hustotu náhodné proměnné X: 2 a funkci y g( x. Spočtěte distribuční funkci a hustotu náhodné proměnné: Y g( X ) X 2