• Nie Znaleziono Wyników

Prawdopodobieństwa Anna Janicka

N/A
N/A
Protected

Academic year: 2021

Share "Prawdopodobieństwa Anna Janicka"

Copied!
13
0
0

Pełen tekst

(1)

Rachunek

Prawdopodobieństwa Anna Janicka

wykład II, 27.10.2020

DOKOŃCZENIE WSTĘPU,

PRAWDOPODOBIEŃSTWO WARUNKOWE

(2)

Plan na dzisiaj

7. Przykłady przestrzeni

probabilistycznych – cd.

8. Podstawowe własności p-stwa – cd.

9. Prawdopodobieństwo warunkowe 10. Niezależność zdarzeń – wstęp

(3)

7. Przykłady – cd.

1. P-stwo geometryczne

2. Inny przykład „nieskończony”

(4)

P-stwo na zbiorze przeliczalnym

Funkcja charakterystyczna, indykator zbioru A:

(5)

8. Podstawowe własności prawdopodobieństwa – cd.

 Definicje ciągów wstępujących i zstępujących

(6)

8. Podstawowe własności prawdopodobieństwa – cd.

 Twierdzenie 3 (reguła ciągłości)

(7)

9. Prawdopodobieństwo warunkowe

1. Intuicja – przykłady

1. Rozkład gustów

2. „Odtwarzanie” składowych sumy oczek

2. Definicja prawdopodobieństwa warunkowego

(8)

9. Prawdopodobieństwo warunkowe – cd.

3. Prawdopodobieństwo warunkowe to

prawdopodobieństwo (dla ustalonego B) 4. Twierdzenie 4 (wzór łańcuchowy)

(9)

9. Prawdopodobieństwo warunkowe – cd.

5. Przykład – wzór łańcuchowy (losowanie sekwencyjne)

6. Definicja rozbicia przestrzeni 

rozbicie skończone, przeliczalne

(10)

9. Prawdopodobieństwo warunkowe – cd.

7. Twierdzenie 5 (wzór na

prawdopodobieństwo całkowite)

8. Przykład rozbicia: producent smartfonów 9. Przykład: kule. Ważna jest wiedza.

(11)

9. Prawdopodobieństwo warunkowe – cd.

10.Twierdzenie 6 (wzór Bayesa)

11. Przykład (smartfony, testy)

(12)

10. Niezależność zdarzeń

1. Definicja zdarzeń niezależnych

2. Przykłady zdarzeń niezależnych

a. wyniki rzutu kostką

b. kolory/figury kart w talii

(13)

10. Niezależność zdarzeń – cd.

3. Niezależność 3+ zdarzeń

4. Przykłady:

Definicja nie może być prostsza!

Niezależność a niezależność parami.

Cytaty

Powiązane dokumenty

Wartość oczekiwana dyskretnej zmiennej nieujemnej o wartościach

W rzeczywistości zamiast zmiennych losowych mamy tylko skończone próbki 2.. Z każdą próbką związany

łatwo wyliczyć parametry poszczególnych rozkładów brzegowych w odwrotną stronę nie zachodzi!.. Ograniczenie

◼ każdy rozkład to afiniczne przekształcenie standardowej zmiennej; każde afiniczne przekształcenie to taki rozkład.. Nieskorelowane

Przybliżenie ma być najlepsze możliwe w sensie błędu średniokwadratowego, tj. minimalizujące Wówczas, o

◼ zastosowania: mnóstwo, w szczególności weryfikacja modelu probabilistycznego (np. paradoks kawalera de Méré), metody Monte Carlo obliczania

Jeśli rozważymy dystrybuanty empiryczne związane z próbką liczebności N. to

Twierdzenie: Średnia identycznych niezależnych zmiennych z rozkładu Cauchy’ego ma rozkład Cauchy’ego. → Wnioskowanie na podstawie średniej jest bez