Vajad kellegagi rääkida?
Küsi julgelt abi LasteAbi
Logi sisse

Tõenäosusteooria ja matemaatilise statistika kordamisküsimused (2)

4 HEA
Punktid

Esitatud küsimused

  • Mis on sündmus tavaelus?
  • Mis on juhuslik sündmus?
  • Kui toimub sündmust määravatest elementaarsündmustest üks 6 Mitu erinevat sündmust saab moodustada n-elemendilise elementaarsündmuste ruumi põhjal?
  • Mida näitab sündmuse tõenäosus milliseid omadusi me tõenäosuselt eeldame?
  • Mis on juhuslik suurus?
  • Mis sõltuvalt juhusest võib omandada erinevaid väärtusi 22 Mis on erinevus diskreetse ja pideva juhusliku suuruse vahel?
  • Mis on diskreetse juhusliku suuruse jaotus kuidas seda anda?
  • Kuidas on diskreetse juhusliku suuruse jaotus seotud sündmuse tõenäosusega?
  • Mis on jaotusfunktsioon?
  • Mis on juhusliku suuruse mood?
  • Mitu moodi on unimodaalne või multimodaalne 29 Mis on juhusliku suuruse keskväärtus?
  • Mis on dispersioon?
  • Keskväärtuse arvutamise valem EXnp leidmise valem on prinditud konspektis tähistatud 38 Millise valemiga avaldub binoomjaotusega juhusliku suuruse dispersioon?
  • Millise valemiga avaldub Poissoni jaotusega juhusliku suuruse dispersioon?
  • Mis on juhusliku suuruse kvantiil millised on kvantiili erijuhud?
  • Mis on täiendkvantiil kuidas ta on seotud kvantiiliga?
  • Keskväärtusega � ja dispersiooniga 2 21 Kuidas jaotub standardse normaaljaotusega juhuslike suuruste ruutude summa?
  • Mis seatakse vastavusse üldkogumi karakteristikutega 23 Mis on üldkeskmine ja mis on üldkeskmise ruuthälve?
  • Mis on valimikeskmine ja mis on tema standardhälve?
  • Kuidas avaldub valimikeskmise standardhälve?
  • Milline on valimikeskmise jaotus?
  • Mis on üldkeskmise efektiivseks punktihinnanguks?
  • Millal on vaja leida vajalik valimimaht ja kuidas seda teha?

Lõik failist

Vasakule Paremale
Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #1 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #2 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #3 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #4 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #5 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #6 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #7 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #8 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #9 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #10 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #11 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #12 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #13 Tõenäosusteooria ja matemaatilise statistika kordamisküsimused #14
Punktid 10 punkti Autor soovib selle materjali allalaadimise eest saada 10 punkti.
Leheküljed ~ 14 lehte Lehekülgede arv dokumendis
Aeg2015-11-01 Kuupäev, millal dokument üles laeti
Allalaadimisi 294 laadimist Kokku alla laetud
Kommentaarid 2 arvamust Teiste kasutajate poolt lisatud kommentaarid
Autor Mirell Põlma Õppematerjali autor
Tõenäosusteooria ja matemaatilise statistika eksami kordamisküsimused:
1) sündmuse tõenäosus,
2) pidev juhuslik suurus,
3) pidev ühtlane jaotus,
4) normaaljaotus,
5) teised jaotused,
6) üldkogumi karakteristikute punkthinnang,
7) üldkogumi karakteristikute vahemikhinnang,
8) hüpoteesid.

Sarnased õppematerjalid

thumbnail
20
pdf

Tõenäosusteooria ja matemaatiline statistika

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 Sündmuste algebra koos tema määratud tõenäosusmõõduga moodustavad tõenäosusruumi

Tõenäosusteooria ja matemaatiline statistika
thumbnail
32
docx

Tõenäosusteooria ja matemaatiline statistika

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

Tõenäosusteooria ja matemaatiline statistika
thumbnail
22
docx

Statistika kordamisküsimused

väärtustest. Nt: Täringuviskel saadud silmade arv, loengut külastavate üliõpilaste arv Diskreetne suurus – väärtused on isoleeritud, erinevad üksteisest mingi lõpliku arvu võrra Pidev suurus - väärtused täidavad mingi vahemiku täielikult ära Jaotusseadus - Diskreetse juhusliku suuruse X jaotusseaduseks nimetatakse vastavust suuruse kõikvõimalike väärtuste xi ja nende tõenäosuste pi vahel. Jaotusfunktsioon - tõenäosus, et juhusliku suuruse X väärtus on väiksem-võrdne mingist reaalarvust x. Valem: F(x)=P(X<=x) Keskväärtus ehk oodatav väärtus - Kui juhusliku suuruse X väärtuse xi esinemise tõenäosus on pi , siis selle juhusliku suuruse keskväärtus ehk oodatav väärtus. Oodatav väärtus on otsustamisel kriteeriumiks. Valitakse see alternatiiv, mille korral oodatav väärtus on ekstremaalne. Näiteks: oodatav kasum maksimaalne,oodatav kulu minimaalne Valem: µ=E[X]= ∑ pixi

Statistika
thumbnail
15
pdf

Kordamisküsimuste vastused

Statistika teooria I 1. Kirjeldava statistika põhimõisted: aritmeetiline keskmine, mediaan, kvartiilid, mood, dispersioon, standardhälve, haare. Esitada definitsioonid ja osata antud andmeväärtuste puhul neid mõisteid rakendada N x + x 2 + ... + x N xi Aritmeetiline keskmine: µ = 1 = i =1 N N

Tõenäosusteooria ja matemaatiline statistika
thumbnail
6
doc

Majandusstatistika

Majandusstatistika eksamiküsimused FK100 1. Statistika mõiste. Üldkogum ja valim. Rühmitatud andmed. Statistilise materjali graafiline esitamine (histogramm ja kumulatiivse sageduse graafik). Statistika on andmete kogumine ja töötlemine, statistilised andmekogumid, teadusharu, mille põhiülesandeks on massinähtuste vaatlemine, nende kohta andmete kogumine ja analüüsimine ning selle põhjal järelduste ja üldistuste tegemine ning praktiliste lahenduste pakkumine Üldkogum ­ antud tunnustega elementide hulk (nt. koolis õpilaste hulk), N Valim- juhuslik alamhulk üldkogumist (nt õpilaste seast tüdrukute hulk), valimi vaatluse läbi püütakse teha

Majandusstatistika
thumbnail
7
docx

Tõenäosusteooria ja matemaatilise statistika kokkuvõte

1. Tõenäosuse mõiste - Sündmuse (klassikaliseks) tõenäosuseks nimetame temas sisalduvate (ehk soodsate) elementaarsündmuste arvu ja kõigi elementaarsündmuste arvu suhet. kindel sündmus, võimatu, juhuslik. Vastandsündmus, selle tõenäosus. - Sündmuse A vastandsündmuseks nimetame sündmust, mis toimub parajasti siis, kui sündmus A ei toimu. 2. Sündmuste summa - Sündmuste A ja B summa on sündmus, mis toimub kui toimub vähemalt üks sündmustest A või B. korrutis - Sündmuste A ja B korrutis on sündmus, mis toimub parajasti siis, kui toimuvad sündmused A ja B. (samaaegselt) vahe - Sündmuste A ja B vahe on sündmus, mis toimub parajasti siis, kui sündmus A toimub aga sündmus B ei toimu

Matemaatika
thumbnail
15
doc

Tõenäosusteooria

Nummerdame kuulid, elementaarsündmuseks loeme paari i,j võtmist urnist. Nüüd on kõgi paaride võtmine võrvõimalik. Kuna kombinatsioonid 17-st kahe kaupa erinevad vähemalt ühe kuuli poolest, siis saame kõigi võrdvõimalike elementaarsündmuste arvuks 17! C172 = =17 * 16 / 2 = 136 15! 2! edasi iseseivalt: Leida sündmuse A toimumiseks soodsate sündmuste arv, 10! C102 = = 10 * 9 / 2 = 45 8! 2! sündmuse A tõenäosus P(A)=45/136 sündmuse B toimumiseks soodsate sündmuste arv 1 1 C10 C71 = 10 * 7 = 70 , sündmuse B tõenäosus. P(B)=70/136. N2: (J.Gurski). Partiis on kokku N detaili, millest M tükki on praakdetailid.Partiist võetaksejuhuslikult n detaili, leida tõenäosus, et võetute hulgas on m praakdetaili. n Võrdvõimalike sündmuste arv n detaili võtmiseks on C N . Sündmus A on m praakdetaili esinemine võetud n detaili hulgas.

Matemaatika ja statistika
thumbnail
34
doc

TÕENÄOSUSTEOORIA

sündmuste süsteemiks. Kui kõigi sündmuste summaks on kindel sündmus, siis nimetatakse seda süsteemi täielikuks sündmuste süsteemiks. Kui süsteemi kuuluvad sündmused on kõik võrdtõenäosed, siis sellistsüsteemi nimetatakse elementaarsündmuste süsteemiks. 1.3 Tõenäosuse mõiste Sündmuse toimumise võimalikkust nimetatakse sündmuse tõenäosuseks. Kasutatakse kahte liiki tõenäosust: - klassikaline tõenäosus ( lõpliku arvu sündmuste korral) - statistiline tõenäosus (lõpmatu arvu sündmuste korral). Klassikaliseks tõenäosuseks nimetatakse sündmuse A elementaarsündmuste m ja kõikvõimalike elementaarsündmuste n suhet. m P(A) = n m Statistiliseks tõenäosuseks nimetatakse suurust p = lim n . 1.4 Tõenäosuse omadused 1

Tõenäosus




Kommentaarid (2)

kmx125 profiilipilt
kmx125: Seletused kenasti kirjas
11:43 02-06-2016
olari15 profiilipilt
olari15: Hea
23:38 05-10-2016



Sellel veebilehel kasutatakse küpsiseid. Kasutamist jätkates nõustute küpsiste ja veebilehe üldtingimustega Nõustun