NÁHODNÁ VELIČINA. 3. cvičení

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

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

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová

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

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

Náhodná veličina a rozdělení pravděpodobnosti

Základy teorie pravděpodobnosti

JAK MODELOVAT VÝSLEDKY

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

Pojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu.

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

PRAVDĚPODOBNOST A STATISTIKA

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

Diskrétní náhodná veličina. November 12, 2008

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

Rozdělení náhodné veličiny. Distribuční funkce. Vlastnosti distribuční funkce

Inovace bakalářského studijního oboru Aplikovaná chemie

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

Definice spojité náhodné veličiny zjednodušená verze

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.

Téma 22. Ondřej Nývlt

Chyby měření 210DPSM

Náhodný vektor a jeho charakteristiky

PRAVDĚPODOBNOST A STATISTIKA

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

NÁHODNÝ VEKTOR. 4. cvičení

Charakterizace rozdělení

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

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

Zápočtová písemka z Matematiky III (BA04) skupina A

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

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

Pravděpodobnost a aplikovaná statistika

8 Střední hodnota a rozptyl

7. Rozdělení pravděpodobnosti ve statistice

Poznámky k předmětu Aplikovaná statistika, 4. téma

Vzorová písemka č. 1 (rok 2015/2016) - řešení

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

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

SPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI. 7. cvičení

Náhodné (statistické) chyby přímých měření

AVDAT Náhodný vektor, mnohorozměrné rozdělení

1 Rozptyl a kovariance

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

Poznámky k předmětu Aplikovaná statistika, 4. téma

Derivace a monotónnost funkce

Statistika II. Jiří Neubauer

MATEMATICKÁ STATISTIKA - XP01MST

Náhodné vektory a matice

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

Diskrétní náhodná veličina

Vybraná rozdělení náhodné veličiny

1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost

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

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

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

Náhodné chyby přímých měření

Jevy a náhodná veličina

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

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík

Praktická statistika. Petr Ponížil Eva Kutálková

MATEMATICKÁ STATISTIKA

Pravděpodobnost a matematická statistika

Distribuční funkce je funkcí neklesající, tj. pro všechna

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

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

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

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

Cvičení ze statistiky - 5. Filip Děchtěrenko

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

Výběrové charakteristiky a jejich rozdělení

MATEMATIKA III V PŘÍKLADECH

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

PRAVDĚPODOBNOST A STATISTIKA

8. Normální rozdělení

n = 2 Sdružená distribuční funkce (joint d.f.) n. vektoru F (x, y) = P (X x, Y y)

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

Nalezněte hladiny následujících funkcí. Pro které hodnoty C R jsou hladiny neprázdné

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

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

Zápočtová práce STATISTIKA I

Pravděpodobnost a statistika I KMA/K413

8.1. Definice: Normální (Gaussovo) rozdělení N(µ, σ 2 ) s parametry µ a. ( ) ϕ(x) = 1. označovat písmenem U. Její hustota je pak.

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN

Transformujte diferenciální výraz x f x + y f do polárních souřadnic r a ϕ, které jsou definovány vztahy x = r cos ϕ a y = r sin ϕ.

10. N á h o d n ý v e k t o r

Vícerozměrná rozdělení

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

KGG/STG Statistika pro geografy

Tomáš Karel LS 2012/2013

1 Klasická pravděpodobnost. Bayesův vzorec. Poslední změna (oprava): 11. května 2018 ( 6 4)( 43 2 ) ( 49 6 ) 3. = (a) 1 1 2! + 1 3!

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka

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

Vypracoval: Mgr. Lukáš Bičík TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY

Derivace funkce Otázky

Náhodné veličiny jsou nekorelované, neexistuje mezi nimi korelační vztah. Když jsou X; Y nekorelované, nemusí být nezávislé.

Transkript:

NÁHODNÁ VELIČINA 3. cvičení

Náhodná veličina Náhodná veličina funkce, která každému výsledku náhodného pokusu přiřadí reálné číslo. Je to matematický model popisující více či méně dobře realitu, který vytváříme, jestliže chceme zpracovávat výsledky náhodného pokusu. Př. - počet vadných výrobků mezi tisíci výrobky - doba do poruchy žárovky - roční spotřeba energie v domácnosti Hodnota náhodné veličiny výsledek náhodného pokusu vyjádřený reálným číslem

Rozdělení pravděpodobnosti pravidlo, které každé hodnotě (nebo intervalu hodnot) přiřazuje pravděpodobnost, že náhodná veličina nabude této hodnoty (nebo intervalu hodnot) jestliže známe rozdělení pravděpodobnosti, je náhodná veličina z pravděpodobnostního hlediska úplně popsána nejčastějším způsobem popisu rozdělení pravděpodobnosti je distribuční funkce

Distribuční funkce ozn. F(x) reálná funkce, která každému reálnému číslu přiřazuje pravděpodobnost, že náhodná veličina nabývá hodnot menších než toto reálné číslo F( x) def. P ( X < x) Distribuční funkce diskrétní náhodné veličiny Distribuční funkce spojité náhodné veličiny

Distribuční funkce - vlastnosti 1. F( x) 1. x x, x < x : F( x ) F( ), tzn. F(x) je neklesající 1, 1 1 x 3. a R : limf( x) F( a), tzn. F(x) je zleva spojitá x a 4. F(x) má nejvýše spočetně mnoho bodů nespojitosti 5. lim F( x), tzn. F(x) začíná v nule x 6. lim F( x) 1, tzn. F(x) končí v jedničce x +

Distribuční funkce a pravděpodobnost 1.. 3. 4. P P P P ( X < a) F( a), pro všechna a R ( X a) 1 F( a), pro všechna a R ( a X < b) F ( b) F( a),pro všechna a, b R ( X a) limf ( x) F( a),pro všechna a, b R x a+

Distribuční funkce a pravděpodobnost Vztah mezi pravděpodobností a distribuční funkcí diskrétní náhodné veličiny

Distribuční funkce a pravděpodobnost Vztah mezi pravděpodobností a distribuční funkcí spojité náhodné veličiny

Diskrétní náhodná veličina Náhodná veličina X má diskrétní rozdělení pravděpodobnosti právě tehdy, když nabývá nejvýše spočetně mnoha hodnot tak, že: PX x ( i) ( ) P i ( X ) 1 x i Funkce P(Xx i )P(x i ) je pravděpodobnostní funkce, může být zadána: předpisem grafem tabulkou musíme dopočítat

Diskrétní náhodná veličina Distribuční funkci diskrétní náhodné veličiny můžeme vyjádřit pomocí pravděpodobnostní funkce jako F ( x) P( xi ) x i < x tzn. jako součet pravděpodobností těch x i, které jsou menší nežx.

Číselné charakteristiky diskrétní NV střední hodnota forma váženého průměru možných hodnot s váhami odpovídajícími jejich pravděpodobnostem ( těžiště) E ( X) µ x ( i) P( i x i ) rozptyl určuje rozložení dat kolem střední hodnoty D( X) X E( X ) ( E( )) výpočetní vztah směrodatná odchylka odmocnina z rozptylu (kvůli jednotkám) σ D(X) modus taková hodnota DNV, v nížp(x i ) nabývá svého maxima xˆ

1. Hodíme třikrát kostkou. Nechť náhodná veličina X znamená počet padnutí šestky. Určete: a) pravděpodobnostní funkci a její graf, b) distribuční funkci a její graf, c) pravděpodobnost jevu, že náhodná veličina X nabude kladných hodnot, d) střední hodnotu e) rozptyl a směrodatnou odchylku, f) modus

Řešení: a) Ve třech hodech kostkou může šestka padnout -3 krát. Určíme pravděpodobnosti každého případu, který může nastat: Označení: A padla šestka > A nepadla šestka P(A)1/6 P(A)5/6 jevy jsou nezávislé : P( A A A) P( A) P( A) P( A) (5 /6) (5 /6) (5 /6),579 1: P( A A A) P( A) P( A) P( A) (1/6) (5 /6) (5 /6) šestka může padnout v 1.,. nebo 3. hodu >,116 P( A A A) + P( A A A) + P( A A A),116 P * (1,),116 3! 1!!,116 3,348

Řešení: a) : P( A A A) P( A) P( A) P( A) (1/6) (1/6) (5 /6),3 3: šestka může nepadnout v 1.,. nebo 3. hodu > P( A A,3 A) 3!!1! + P( A A,3 3 A),69 + P( A A),3 P P( A A A) P( A) P( A) P( A) (1/6) (1/6) (1/6) A * (,1),4 Zkouška: 4 i 1 P ( X ) 1,579 +,348 +,69 +,4 1 x i

Řešení: a) xi P(xi),579 1,348,69 3,4

Řešení: a) Grafem pravděpodobnostní funkce je bodový graf. Pravděpodobnostní funkce je nulová ve všech bodech, které nepatří do základního prostoru: x R \ Ω : P( x), to z důvodu přehlednosti grafu nezakreslujeme.

Řešení: b) Distribuční funkce diskrétní náhodné veličiny je schodovitá funkce, která má nejvýše spočetně mnoho bodů nespojitosti v bodech, v nichž je pravděpodobnostní funkce nenulová. Velikosti skoku v bodech nespojitosti udávají hodnotu pravděpodobnosti v těchto bodech. Distribuční funkce je zleva spojitá.

Řešení: b) Distribuční funkce diskrétní náhodné veličiny je schodovitá funkce, která má nejvýše spočetně mnoho bodů nespojitosti v bodech, v nichž je pravděpodobnostní funkce nenulová. Velikosti skoku v bodech nespojitosti udávají hodnotu pravděpodobnosti v těchto bodech. Distribuční funkce je zleva spojitá. xi P(xi),579 1,348,69 3,4 x i F(x i )P(X<x i ) ( ; ( ; 1 ( 1; ( ; 3 ( 3; )

Řešení: b) x ( ; : F ( x) P ( X < x )

Řešení: b) x ( ;1 : F ( x ) P ( X < x ) P ( X ), 579

Řešení: b) x ( 1 ; : F( x) P( X < x) P( X ) + P( X 1),579 +,348, 97

Řešení: b) x ( ;3 : F( x) P( X < x) P( X ) + P( X 1) + P( X ),579 +,348 +,69,996

Řešení: b) x + P ( 3; : F( x) P( X < x) P( X ) ( X 1) + P( X ) + P( X 3),579 +,69 +,4 1 + +,348 +

Řešení: b) x i F(x i )P(X<x i ) ( ; ( ; 1 ( 1; ( ; 3 ( 3; ),579,97,996 1

Řešení: c) pravděpodobnost jevu, že náhodná veličina X nabude kladných hodnot xi P(xi),579 1,348,69 3,4 P ( X > ) P ( X 1) + P ( X ) + P ( X 3 ), 41

Řešení: d) střední hodnota: E ( X ) x i P ( ) i x i xi P(xi) xi P(xi),579 1,348,348,69,138 3,4,1 1,498 E ( X ),498

Řešení: e) rozptyl: D E ( X ) x ( ) x i ( E( )) ( X ) E( X ) X P ( ) i x i xi P(xi) xi P(xi) P(xi) xi,579 1,348,348,348,69,138,76 3,4,1,36 1,498,66 E(X),498 E(X ),66 D(X)E(X ) - (E(X)),41 D ( X ),41 σ x D(X ) σ x,41,64

Řešení: f) modus: je hodnota, v níž pravděpodobnostní funkce nabývá svého maxima. xi P(xi),579 1,348,69 3,4 Modus

. Nechť náhodná veličina Y je definována jako funkce náhodné veličiny X z předcházejícího příkladu: Y3X- Určete: a) pravděpodobnostní funkci náh. vel. Y, b) distribuční funkci náh. vel. Y, c) střední hodnotu náh. veličiny Y, d) rozptyl a směrodatnou odchylku náh. veličiny Y, e) P(Y<6), P(Y8), f) modus náh. veličiny Y.

Řešení: a) pravděpodobnostní funkce: Y ( y) P( 3 ) 3X P x yi P(yi) yi P(yi) xi P(xi),579 1,348,69 3,4 3 -,579 3 1-,348 3 -,69 3 3-,4 -,579 1,348 4,69 7,4

Řešení: b) distribuční funkce: y i F(y i )P(Y<y i ) ( ; ( ; 1 ( 1; 4 ( 4; 7 ( 7; ),579,97,996 1

Řešení: c) střední hodnota: Z definičního vztahu nebo E ( Y) y P i ( ) i y i Pomocí vlastnosti střední hodnoty: ( 3X ) 3E( ) 3,498, 56 E( Y) E X

Řešení: d) rozptyl: Z definičního vztahu D ( E( )) ( Y) E( Y ) Y nebo Pomocí vlastnosti rozptylu: DY ( ) ( 3X ) 3D( ) 9,41 3, 78 D X směrodatná odchylka: σ Y D(Y ) σ Y 3,78 1,96

Řešení: e) P(Y<6), P(Y8): yi P(yi) -,579 1,348 4,69 7,4 PY ( < 6) PY ( ) + PY ( 1) + P( Y 4),996 PY ( 8 )

Řešení: f) modus: je hodnota, v níž pravděpodobnostní funkce nabývá svého maxima. yi P(yi) -,579 1,348 4,69 7,4 Modus

Spojitá náhodná veličina Náhodná veličina X má spojité rozdělení pravděpodobnosti právě tehdy, má-li spojitou distribuční funkci. Nemá smysl jednotlivým realizacím náhodné veličiny přiřazovat hodnotu pravděpodobnosti, protože pravděpodobnostní funkce je nulová. Místo pravděpodobnostní funkce se k popisu rozdělení spojité náhodné veličiny používá tzv. hustota pravděpodobnosti ozn. f(x).

Hustota pravděpodobnosti Hustota pravděpodobnosti f(x) spojité náhodné veličiny je reálná nezáporná funkce taková, že F x ( x) f ( t) dt pro < x < Ve všech bodech, kde existuje derivace distribuční funkce, platí df ( ) ( x) f x dx

Hustota pravděpodobnosti-vlastnosti 1. hustota pravděpodobnosti je nezáporná funkce f ( x). plocha pod křivkou hustoty pravděpodobnosti je rovna 1 f ( x) dx 1 3. hustota pravděpodobnosti začíná v ( x) lim f x 4. hustota pravděpodobnosti končí v ( x) lim f x

Hustota pravděpodobnosti a pravděpodobnost Vztah mezi pravděpodobnostmi výskytu spojité náhodné veličiny v nějakém intervalu a hustotou pravděpodobnosti: P P ( X a) a ( X < a) F ( a) f ( x) dx ( X a) F ( a) f ( x) dx f ( x) dx f ( x) P 1 a a dx P ( a X < b) F ( b) F ( a) f ( x) dx f ( x) dx f ( x) b a Vzhledem k nulovosti pravděpodobnostní funkce spojité náhodné veličiny můžeme ve výše uvedených vztazích libovolně zaměňovat ostré a neostré nerovnosti a b dx

Číselné charakteristiky spojité NV střední hodnota E ( X) µ x f( x) dx rozptyl směrodatná odchylka D( X) X E( X ) ( E( )) výpočetní vztah D(X) modus taková hodnota SNV, v nížf(x) nabývá svého maxima ( xˆ ) p-kvantil (x p ) taková hodnota, že pravděpodobnost, že NV nabude menších hodnot nežx p je 1p% σ dolní kvartil x,5 medián x,5 P( X < xp ) p F( xp) p horní kvartil x,75

3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). f ( x) a sinx x ; π x ; π a) nalezněte konstantu a, f( x) dx 1 dx + π a sinxdx + π dx 1 π [ cosx] + 1 + a a [ ( 1 1) ] 1 a 1 a 1

3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). f ( x),5 sinx x x ; π ; π b) zakreslete hustotu pravděpodobnosti f(x),

3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). f ( x),5 sinx x x ; π ; π c) nalezněte a zakreslete distribuční funkci F(x), x x x x R : F( x) f( t) dt ( ;): F( x) dt x x x ; π): F( x) dt +,5 sintdt +,5 [ cost],5 ( cosx ( 1)),5,5 cosx

3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). f ( x),5 sinx x x ; π ; π c) nalezněte a zakreslete distribuční funkci F(x), x π; ): F( x) dt + π,5 sint dt + x dt +,5 π [ cost] +,5 (1 ( 1)) 1 F( x),5,5 cos 1 x, x, x, x ( ;) ; π) π; )

3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). f ( x),5 sinx x x ; π ; π c) nalezněte a zakreslete distribuční funkci F(x),

( ) π π ; ; sin,5 x x x x f d) určete P(X,3), P(π/4<X<5), P(X>π/3). ) ;, ) ;, ;) (, 1,5 cos,5 ) ( π π x x x x x F ( ),3 X P,75 4 1 1 3 cos 1 1 1 3 1 3 + > π π π F X P 3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). Náhodná veličina-nv Distribuční funkce Diskrétní NV Funkce DNV Spojitá NV Test ( ) 854, 4 1 4 cos 1 1 1 4 5 5 4 + < < π π π F F X P

3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). f ( x),5 sinx x x ; π ; π e) určete střední hodnotu E(X), E( X) 1 + 1 1 x dx + x sinxdx + π [ π ] π π x sinxdx + 1 E ( X) integrace podle pravidla per partes π ( x) x f dx x dx [ sinx x cosx] π

3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). f ( x),5 sinx x x ; π ; π f) určete rozptyl D(X), D( X) E( X ) ( E( X) ) E( X 1 + ) 1 π x π 1 x dx + x sinxdx + x sinxdx E( X [ ] 1 ( π ) + 1 + + ) 1 [ cos ( ) sin ] π x x + x π ( x) x f dx π dx x integrace podle pravidla per partes

( ) π π ; ; sin,5 x x x x f 4 ) ( π π π X D f) určete rozptyl D(X), ( ) ) ( ) ( ) ( X E X E X D 3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). Náhodná veličina-nv Distribuční funkce Diskrétní NV Funkce DNV Spojitá NV Test

3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). f ( x),5 sinx x x ; π ; π g) určete směrodatnou odchylku, σ D( X) π 4 8 π 8

3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). f ( x),5 sinx x x ; π ; π h) určete medián, F( x),5 cos( x,5,5 cos( x,5 cos( x,5 ),5 ),5 cos 1,5 ) F x,5 x ( x ), 5,5, x,5, x, x ( ;) π ; π) π; ) x,5 ;π)

3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). f ( x),5 sinx x x ; π ; π h) určete modus, hledáme maximum hustoty pravděpodobnosti max ;π)

3. NechťXje spojitá náhodná veličina definována hustotou pravděpodobnosti f(x). f ( x),5 sinx x x ; π ; π h) určete modus, max : f ( x) f ( x) < max ;π) (,5 sin x),5 cos x ) x π

Test

1. Vytvořte dvojice pojem příklad. a) náhodný pokus 1. Doba přenosu testovacího datového souboru je delší než 3s. b) náhodný jev. Měření doby přenosu testovacího datového souboru. c) náhodná veličina 3.Doba přenosu testovacího datového souboru.

. Určete pravdivost následujících výroků. a) Náhodnou veličinu chápeme jako výsledek náhodného pokusu, který je daný reálným číslem. b) Diskrétní náhodná veličina může nabývat konečného nebo spočetného množství hodnot c) Distribuční funkce náhodné veličiny X v bodětudává pravděpodobnost, že X nabývá hodnot menších nežt. d) Má-li náhodná veličina spojitou distribuční funkci, je spojitá. ( ) 1 e) Je-li X diskrétní náhodná veličina, pak PX. i x i

. Určete pravdivost následujících výroků. f) Oborem hodnot distribuční funkce jsou všechna reálná čísla. g) Medián je střední hodnota. ( x), 1 Medián x,5 je taková hodnota, že pravděpodobnost, že náhodná veličina nabude hodnoty menší než x,5 je 5%. P( X < x,5 ) F ( x,5 ), 5 Střední hodnota-obecný moment prvního řádu: pro DNV EX xi P( x i ), pro SNVEX x f ( x) dx h) Nabývá-li funkce f(x) hodnoty 1,3, nemůže jít o hustotu pravděpodobnosti. i) Rozdělení spojité náhodné veličiny můžeme popsat distribuční funkcí, hustotou pravděpodobnosti a intenzitou poruch. j) Střední hodnota součtu dvou náhodných veličin je rovna součtu jednotlivých středních hodnot. n n i F f E ( x), ) i 1 X i EX i 1 i

. Určete pravdivost následujících výroků. k) Rozptyl součtu dvou náhodných veličin je roven součtu jednotlivých rozptylů. (Platí pouze pro nezávislé NV) l) Střední hodnota součinu dvou náhodných veličin je rovna součinu jednotlivých středních hodnot. (Platí pouze pro nezávislé NV) m) Rozptyl součinu dvou náhodných veličin je roven součinu jednotlivých rozptylů. (Platí pouze pro nezávislé NV)

3. Určete, která ze zadaných funkcí nemůže představovat pravděpodobnostní funkci. a) b) k 3 6 P(Xk),,4,4 c)

4. Určete, zda by grafy znázorněných funkcí mohly představovat distribuční funkci. Není neklesající F ( x), 1 a) b) limf( x) x c) d) Není zleva spojitá

4. Určete, zda by grafy znázorněných funkcí mohly představovat distribuční funkci. e) f) Není neklesající

5. Určete, zda by grafy znázorněných funkcí mohly představovat hustotu pravděpodobnosti. a) Není nezáporná b) ( x) dx 1 c) d) f limf x ( x)

6.Nechť náhodná veličina X představuje životnost (dobu do poruchy) monitorů na počítačové učebně E3. Určete pravdivost následujících výroků. a)xje spojitou náhodnou veličinou. b) RozděleníXmůže být popsáno pravděpodobnostní funkcí. (Pravděpodobnostní funkce je nulová)

7. Vyjádřete následující pravděpodobnosti pomocí distribuční funkce. ( ) a) PX < 1, F ( 1) ( ) b) PX 5, ( X < 5) 1 ( 5) 1 P F ( ) c) P 5 X < 1. ( 1) F ( 5) F

8. NechťXje diskrétní náhodná veličina. Vyjádřete co nejjednodušeji následující pravděpodobnosti pomocí P ( X 5), P ( X < 5), P ( X > 5), P( X 1), P ( X < 1), P( X > 1). ( ) a) PX 1, P ( X < 1 ) + P( X 1) ( ) b) PX 5, ( ) c) P 5 <X 1, ( ) d) P 5 X 1. P P ( X 5) 1 P < ( X 1 ) + P( X < 1) P( X < 5) P( X 5) ( X 1 ) + P( X < 1) P( X < 5)

9. NechťXje spojitá náhodná veličina. Vyjádřete co nejjednodušeji následující pravděpodobnosti pomocí P ( X < 5), P ( X > 5), P ( X < 1), P( X > 1). ( ) a) PX 1, ( ) b) PX 5, P( X < 1) ( X 5) 1 P < ( ) c) P 5 <X 1, ( ) d) P 5 X 1. P P ( X < 1 ) P( X < 5) ( X < 1 ) P( X < 5)

1. NechťXje spojitá náhodná veličina. Vyjádřete co nejjednodušeji následující pravděpodobnosti pomocí hustoty pravděpodobnosti. ( ) a) PX 1, ( ) b) PX 5, ( ) c) P 5 <X 1, ( ) 1 d) P 5 X 1. f ( x)dx f 5 1 5 ( x)dx f 1 5 f ( x)dx ( x)dx