6. OSNOVNI POJMOVI VJEROJATNOSTI

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Napisala Borka Jadrijević
Advertisements

KRUŽNICA I KRUG VJEŽBA ZA ISPIT ZNANJA.
Trapez.
TRIGONOMETRIJSKE FUNKCIJE
Potrebne veličine uzoraka (brojevi ispitanika)
7. TEORIJSKE DISTRIBUCIJE
Ogledni čas iz matematike
PTP – Vježba za 2. kolokvij Odabir vrste i redoslijeda operacija
INDINŽ Z – Vježba 2 Odabir vrste i redoslijeda operacija
KOMBINATORIKA Vežbe 1 1.
BROJ π Izradio: Tomislav Svalina, 7. razred, šk. god /2016.
Čvrstih tela i tečnosti
SPSS 1.OPIS KATEGORIČKE VARIJABLE 2.OPIS NUMERIČKE VARIJABLE
RAD I SNAGA ELEKTRIČNE STRUJE
POLINOMI :-) III℠, X Силвија Мијатовић.
VREMENSKI ODZIVI SISTEMA
SEKVENCIJALNE STRUKTURE
Aminokiseline, peptidi, proteini
Matematika Blackjacka – kockarska matematika
Kontrola devijacije astronomskim opažanjima
Kako određujemo gustoću
Obrada empirijskih podataka
Osnove statistike Kombinatorika i vjerojatnost
Redna veza otpornika, kalema i kondenzatora
Vijetove formule. Rastavljanje kvadratnog trinoma na linearne činioce
TROUGΔO.
JEDNOSTAVNA LINEARNA REGRESIJA
Vijetove formule. Rastavljanje kvadratnog trinoma na linearne činioce
JEDNAČINA PRAVE Begzada Kišić.
Obrada slika dokumenta
Imunodeficijencije.
Rezultati vežbe VII Test sa patuljastim mutantima graška
jedan zanimljiv zadatak
II. MEĐUDJELOVANJE TIJELA
MATEMATIČKI MODELI EFIKASNOSTI
Poslovne simulacije 4. Diskretne simulacije M. Zekić-Sušac, EFO.
FORMULE SUMIRANJE.
Tržište rada v.prof.dr.Jasmin Halebić.
Normalna raspodela.
Strujanje i zakon održanja energije
Osnove statistike Kombinatorika i vjerojatnost
Električni otpor Električna struja.
Izradila: Ana-Felicia Barbarić
Analiza deponovane energije kosmičkih miona u NaI(Tl) detektoru
Transformacija vodnog vala
Primjena Pitagorina poučka na kvadrat i pravokutnik
SREDIŠNJI I OBODNI KUT.
Vježbe 1.
Potenciranje i korjenovanje komleksnih brojeva
10. PLAN POMAKA I METODA SUPERPOZICIJE
Antonia Veseli Marija Varga Ivana Šovagović
Brodska elektrotehnika i elektronika // auditorne vježbe
Mongeova projekcija - teorijski zadaci
Brodska elektrotehnika i elektronika // auditorne vježbe
TRIGONOMETRIJA PRAVOKUTNOG TROKUTA
Dan broja pi Ena Kuliš 1.e.
Geografska astronomija : ZADACI
SVEUČILIŠTE U RIJECI GRAĐEVINSKI FAKULTET RIJEKA Odabrana poglavlja inženjerske matematike   Usporedba varijanci dvaju osnovnih skupova PREDAVAČ:
POUZDANOST TEHNIČKIH SUSTAVA
ANALIZA GREŠAKAU MJERENJU UPOREDNA ANALIZA REZULTATA Ana Đačić 62/07
DISPERZIJA ( raspršenje, rasap )
Unutarnja energija Matej Vugrinec 7.d.
Pirotehnika MOLIMO oprez
Osnove statistike Kombinatorika i vjerojatnost
Tomislav Krišto POSLOVNA STATISTIKA Tomislav Krišto
Pi (π).
Balanced scorecard slide 1
Kako izmjeriti opseg kruga?
DAN BROJA π.
Tehnička kultura 8, M.Cvijetinović i S. Ljubović
Μεταγράφημα παρουσίασης:

6. OSNOVNI POJMOVI VJEROJATNOSTI

6.1. DEFINICIJE VJEROJATNOSTI pokus je djelatnost (definiran proces, postupak mjerenja, opažanja, ...) iz koje izvire neki rezultat rezultat pokusa naziva se ishodom pokus je slučajan ako se u definiranim uvjetima može ponavljati, ako postoje barem 2 različita ishoda te ako se ishodi ne mogu predvidjeti sa sigurnošću prostor elementarnih događaja S je skup svih mogućih različitih ishoda slučajnog pokusa događaj je elementaran ako se ne može rastaviti u jednostavnije događaje

slučajni događaj A je podskup skupa svih elementarnih događaja Neka su A i B slučajni događaji definirani na skupu S unija skupova A i B, oznaka AB, je događaj koji nastane ako nastane događaj A ili događaj B, ili oba presjek skupova A i B, oznaka AB, je događaj koji nastane ako nastane događaj A i događaj B razlika događaja A i B, oznaka A\B, je događaj koji nastane ako nastane događaj A, a ne nastane događaj B komplement događaja A, oznaka A, je događaj koji sadrži sve elementarne događaje skupa S koji ne čine događaj A

Vrijedi: događaj S je siguran događaj ako obuhvaća sve elementarne događaje događaj A je nemoguć događaj ako je A = Ø događaji A i B su međusobno isključivi ako ne mogu nastati istodobno, tj. ako je AB = Ø dva slučajna događaja ili više njih su međusobno isključivi ako je presjek svakog para događaja prazan skup Događaji A i B neovisni su ako u jednom pokusu mogu nastati istodobno, tj. ako je AB  Ø

Klasična definicija vjerojatnosti (vjerojatnost a priori) Ako su ishodi slučajnog pokusa jednako mogući, tada je vjerojatnost nastupa događaja A, oznaka P(A), jednaka omjeru broja za njega povoljnih ishoda m i ukupnog broja ishoda n Statistička definicija vjerojatnosti (vjerojatnost a posteriori) Ako se broj ponavljanja pokusa izvedenih u istim uvjetima povećava u beskonačnost, tada je vjerojatnost nastupa događaja A granična vrijednost relativne frekvencije povoljnog ishoda događaja A

Svojstva vjerojatnosti: (1) P(A)  0 (2) vjerojatnost nemogućeg događaja jednaka je nuli (P(Ø) = 0), a vjerojatnost sigurnog događaja jednaka je jedan (P(S) = 1), tj. 0  P(A)  1 (3) vjerojatnost da neće nastupiti događaj A jednaka je , tj.

(4). ako su A1 i A2 dva međusobno isključiva događaja, (4) ako su A1 i A2 dva međusobno isključiva događaja, vjerojatnost da će nastupiti događaj A1 ili A2 jednaka je zbroju njihovih vjerojatnosti, tj. (5) za događaje A1 i A2 vjerojatnost nastupa barem jednog od njih jednaka je (6) vjerojatnost nastupa događaja A uz uvjet da je nastupio događaj B jest omjer vjerojatnosti događaja A i događaja B i vjerojatnosti nastupa događaja B, tj.

PRIMJER 1. Pravilna kocka baca se jedan put PRIMJER 1. Pravilna kocka baca se jedan put. Odredite vjerojatnost događaja: (a) dobiven je broj 5, (b) nije dobiven broj 5, (c) pri bacanju je dobiven paran broj, (d) dobiven je broj 2 ili 4, (e) dobiven je broj 1 i 4.

PRIMJER 2. Test se sastoji od 3 zadatka iz jednog predmeta PRIMJER 2. Test se sastoji od 3 zadatka iz jednog predmeta. Za svaki zadatak ponuđena su 2 odgovora, od kojih je jedan točan, a drugi netočan. Ako testu pristupi osoba koja uopće ne poznaje predmetno područje, kolika je vjerojatnost: (a) da će odabrati 3 ispravna odgovora, (b) da neće navesti 3 ispravna odgovora, (c) da će odabrati jedan ispravan odgovor?

PRIMJER 3. Zaposleni, njih 128, rade na normu, a izrađeni proizvodi podložni su kontroli kakvoće. U jednom razdoblju 16 zaposlenih nije ispunjavalo normu, kakvoća proizvoda koje su proizvela 24 radnika bila je ispodprosječna, a 4 radnika nisu ispunjavala normu i kakvoća izrađenih proizvoda bila je ispodprosječna. Zaposleni imaju pravo na premiju u visini 20% plaće ako u određenom vremenu ispune normu i ako izrade proizvode prosječne i iznadprosječne kakvoće. Kolika je vjerojatnost da se slučajno odabere zaposlena osoba koja: nema pravo na premiju, ima pravo na premiju?

PRIMJER 4. U nekoj tvornici od 100 proizvedenih čaša prosječno je 6 neispravno, a od ispravnih čaša 75% je 1. klase. Kolika je vjerojatnost da čaša iz te tvornice bude 1. klase?

6.2. SLUČAJNA VARIJABLA I DISTRIBUCIJE VJEROJATNOSTI Slučajna varijabla X numerička je funkcija koja svakom ishodu slučajnog pokusa pridružuje realan broj Slučajna varijabla je: Diskretna – poprima konačan broj vrijednosti ili prebrojivo mnogo njih Kontinuirana – poprima bilo koju vrijednost iz nekog intervala Distribucija vjerojatnosti diskretne slučajne varijable skup je uređenih parova različitih vrijednosti te varijable i pripadajućih vjerojatnosti

Neka je X slučajna varijabla koja poprima vrijednosti x1,x2, …,xk s vjerojatnostima p(x1), p(x2), …, p(xk). Skup čiji su elementi uređeni parovi: {(xi, p(xi))} , i = 1,2,.. k tvori funkciju (distribuciju) vjerojatnosti varijable X Svojstva funkcije vjerojatnosti diskretne slučajne varijable: (1) p(xi)  0 , i = 1,2,.. k (2) (3)

Kumulativna funkcija F(xi) pokazuje kolika je vjerojatnost da diskretna slučajna varijabla X poprimi vrijednost xi ili manju od te vrijednosti. Ta funkcija distribucije definira se izrazom: Distribucija vjerojatnosti kontinuirane slučajne varijable f (x) opisuje razdiobu vjerojatnosti na intervalu vrijednosti varijable Svojstva funkcije vjerojatnosti kontinuirane slučajne varijable: (1) f (x)  0 , x (2) (3)

Distribucije vjerojatnosti analiziraju se tako da im se utvrde statističko-analitički pokazatelji. Među osnovnim pokazateljima jest očekivana vrijednost slučajne varijable koja je ekvivalent aritmetičkoj sredini distribucije numeričke varijable očekivana vrijednost slučajne varijable X:

varijanca slučajne varijable X, čija je očekivana vrijednost E(X) = μ, dana je izrazom: standardna devijacija je pozitivni drugi korijen iz varijance koeficijent varijacije omjer je standardne devijacije i očekivane vrijednosti pomnožen sa 100

r-ti moment oko sredine slučajne varijable X općenito se definira izrazom: Omjer trećeg momenta oko sredine i standardne devijacije podignute na treću potenciju mjera je asimetrije distribucije vjerojatnosti, a omjer četvrtog momenta i standardne devijacije na četvrtu mjera je zaobljenosti distribucije vjerojatnosti

PRIMJER 6. Ekspertna grupa procjenjuje učinke investicija na rizičnom području. Učinak investicije izražen je u obliku dobiti, odnosno gubitaka za promašene plasmane. Distribucija vjerojatnosti učinka investicija navedena je u tabeli. (a) Odredite očekivanu vrijednost i standardnu devijaciju distribucije vjerojatnosti. Interpretirajte dobivene rezultate. (b) Kolika je vjerojatnost da će investicija rezultirati gubitkom? Kolika je vjerojatnost da će dobit biti između 100 i 300 tisuća kuna?