Teooria eksami probleemid I osa Tõenäosusteooria 1. TT ja MatStat kui üksteise pöördteadused. Tõenäosusteooria on matemaatika osa, mis uurib juhuslike nähtuste üldisi seaduspärasusi sõltumatult nende nähtuste konkreetsetsest sisust ja annab meetodid nendele nähtustele mõjuvate juhuslike mõjude kvantitatiivseks hindamiseks. Juhuslikkusel põhinev lähenemine nõuab erilisi meetodeid, mida võimaldab tõenäosusteooria. Matemaatiline statistika on matemaatika osa, mis uurib statistiliste andmete kogumise, süstematiseerimise, töötlemise ja statistiliste järelduste tegemise meetodeid. Matemaatilise statistika eesmärgiks on statistiliste seaduspärasuste avastamine ja kirjeldamine. 2. Defineerige sündmuste algebra. Tooge vähemalt 2 sündmuste algebra mittetriviaalset näidet
Teooria eksami probleemid I osa Tõenäosusteooria 1. Defineerige sündmuste algebra. Tooge vähemalt 2 sündmuste algebra mittetriviaalset näidet Klassi F0 nimetatakse sündmuste algebraks, kui: 1) ∅,Ω ∈ F0 (Ω < ∞; Ω – elementaarsündmuste ruum ehk hulk, mille elementideks on juhusliku katse kõikvõimalikud tulemused) 2) A ∈ F0 => Ā ∈ F0 3) A,B ∈ F0 => A + B ∈ F0 Nt: Ω = {1,2,3,4,5,6} a. F = {∅,Ω} b. A = {2,3,5}; F = {∅,Ω,A,Ā} c. F = {∅,Ω,{2,4,5},{5},{1,3,6},{1,2,3,4,6},{1,3,5,6}, {2,4}} 2. Tõenäosuse aksiomaatiline definitsioon. Tõestada aksioomide põhjal, et tühja hulga tõenäosus on null. Tuletada liitmislause 2 sündmuse (liidetava) puhul Kujutist P: F → [0;1] nimetatakse tõenäosuseks, kui: 1) P(Ω) = 1
1. Üldkogum – ehk populatsiooni all mõeldakse kõiki juhtumeid või situatsioone, mille kohta uurijad soovivad, et nende poolt saadud järeldused või prognoosid kehtiksid. Valim – liikmed tuleb valida juhuslikult, st igal üldkogumi liikmel peab olema võrdne võimalus saada valitud valimisse. Valimimaht – Valimisse valitavate objektide arv. Tunnuste- all mõistetakse liikmeid kirjeldavaid erinevaid omadusi. 2. Statistilise uurimistöö etapid. Mingi probleemi statistilise uurimisel läbitakse 4 tööetappi: Uuringu ettevalmistamine Statistiline vaatlus või eksperiment Vaatlusandmete kokkuvõtte ja esialgne töötlemine Andmete analüüs, järelduste ja üldistuste sõnastamine. 3. Statistlise vaatluse vead. Eristatakse vaatlusmeetodist tulenevaid
Simuleerimine X Olgu meil juhuslik vektor X =( ) Y . Juhuslikud suurused X ja Y on antud juhul tunnused, mis koosnevad 40 objektist. Tunnused X ja Y olgu alljärgnevad: μ,σ X ~ μ lahendaja vanusega aastates ja standardhälve σ = N ¿ ) , kus keskväärtus 2∗lahendaja kinganumber 10 ning Y = aX+U, kus konstant a võrdub lahendaja kinga 0, σ numbriga ning U N ¿ ), kus σ =2∗(lahendaja vanus aastates ) . Ülesanne 1) Leidke lineaarne korrelatsioonikordaja corr(X,Y). 2) Leidke juhuslike suuruste X+Y keskväärtusele 0.95 usaldusintervall. Mis on selle intervalli suurim ja vähim väärtus? Lahendus Ülesanne on lahendatud MS Exceli abil. Lahendaja andmed: X ~ N (21;8.4) Y = 42X + U U ~ N (0, 42)
1. Kirjeldava statistika põhimõisted: Aritmeetiline keskimine X=(x1+x2+...+xN)/N=( i=1N xi)/N Kaalutud keskmine- keskmiste keskmine. On teada rühmade keskmised ja objektide arvud. Mediaan Kui N on paaritu, siis on mediaan järjestatud statistilise rea keskmine liige. Kui N on paaris, siis on mediaan järjestatud arvrea kahe keskmise liikme poolsumma. Kvartiilid p-protsentiil on arv, millest p protsenti andmetest on temast väiksem või võrdne ja (100-p) protsenti suurem või võrdne. 25- protsentiili nim. esimene kvartiil. Mediaan on 50-protsentiil e. teine kvartiil. 75-protsentiil nim. kolmas kvartiil. Mood arvrea suurima sagedusega liige. Dispersioon 2= ((x1-x)2+(x2-x)2+...+(xN-x)2)/N =(i=1N(xi-x)2)/N Standardhälve =2
Jrk HARIDUS SUGU ASULA TULU KULU PALK 1 4 1 2 240,40 817,51 1 000,00 2 2 1 1 708,29 674,66 2 000,00 3 4 1 1 725,00 754,21 3 500,00 4 5 1 1 800,00 641,75 1 600,00 5 3 1 2 880,82 1 351,81 2 000,00 6 5 2 2 908,63 709,14 1 700,00 7 3 2 1 1 035,67 818,93 2 115,00 8 4 2 2 1 050,84 917,61 1 428,00 9 5 1 1 1 119,87 1 429,05 4 500,00 10 5 2 1 1 370,20 1 011,09 2 780,00 11 5 1 1 1 383,33 925,63 1 800,00 12 6 2 2 1 414,59 914,67 2 700,00
1. Tõenäosus ja tema leidmise näiteid arvutusvalemite abil Sõltumatute katsete kordamisel saadavat suhtelise sageduse piirväärtust kutsutakse sündmuse A toimumise tõenäosuseks P (A) := lim mn n Sündmus, mille toimumise tõenäosus on 0 võib aset leida lim n1 =0 n n-1 Sündmus, mille toimumise tõenäosus on 1 ei pruugi alati toimuda lim =1 n n Tõenäosus, et toimuvad nii sündmused A kui ka B, P(A B), on leitav valemiga P(A B) = P(A|B) P(B) Kui A ja B on teineteisest sõltumatud: P(A|B)=P(A) ja P(A B) = P(A) P(B) Tõenäosus, et toimub kas sündmus A või sündmus B, P(A U B), on leitav valemiga
Eero Ringmäe 3811210**** LAP32 010636 10. dets 2002 Kodutöö aines tõenäosusteooria ja matemaatiline statistika 4 n 14 7 i 1 .. n 10 X: Y: xi 13 25 31 38 46 floor 0.3. 56 58 63 70 74 81 84 89 93 yi 3.6 3.8 0.1. 4.9 5.5 6.2 6.3 7.8 0.1. 7.3 7.4 8.2 8.6 8.5 9 9.8 Näitan punktide (x_i,y_j) asetust xy-tasandil: Juhuslike punktide jaotus 10 8 y i 6 4 2 0 20 40 60 80 100 x i Leian hinnangud X ja Y keskväärtustele (EX-le ja EY-le) n 1. x_kesk xi n i= 1 --> x_kesk = 58.857 n 1. y_kesk yi n i= 1 --> y_kesk = 6.9 Leian hinnangud X ja Y dispersioonile ning standardhälbele n
Kõik kommentaarid