Vajad kellegagi rääkida?
Küsi julgelt abi LasteAbi
Logi sisse

TÕENÄOSUSTEOORIA (0)

1 Hindamata
Punktid

Esitatud küsimused

  • Kui palju on selleks erinevaid võimalusi?
  • Mitu erinevat võimalust selleks on?
  • Kui sel päeval peab olema 4 erinevat õppeainet?
  • Kui suur on tõenäosus et see on poti mastist?
  • Kui palju on võimalik koostada kolmekohalisi positiivseid täisarve millest iga üks koosneb kolmest erinumbrist?
  • Millise tõenäosusega on kummaski pakis kaks ässa?
  • Kui suure tõenäosusega tuleb vähemalt ühel täringul 6 silma?
TÕENÄOSUSTEOORIA
  • Juhuslik sündmus

  • Juhusliku sündmuse mõiste.


    Mingi katse või vaatluse tulemusena toimub teatud sündmus. Sündmusi tähistatakse tähtedega A, B, C, … . Iga sündmust vaadeldakse teatud tingimuste kompleksi olemasolu korral. Näiteks lumi sulab 0 kraadi juures normaalrõhul.
    Sündmused võib jaotada kolme liiki:
  • Kindel sündmus , mis toimub alati antud tingimuste juures ( päike tõuseb idast ja loojub läände).
  • Võimatu sündmus , mis ei saa kunagi antud tingimuste kompleksi korral toimuda ( rong sõidab maanteel , päike loojub itta).
  • Juhuslik sündmus, mis võib toimuda või mitte toimuda (paarisnumbrisaamine täringuviskel, mündi viskamisel saada kull või kiri).
  • Sündmuste vahelised seosed.


    Sündmuste vahelised seosed on nagu vastavate hulkade vahelised seosed.
  • AB, sündmus B järeldub sündmusest A ehk sündmus A sisaldub sündmuses B.
    Näiteks: A = (2) ja B = (2;4;6), siis AB.
  • A = B, kui AB ja BA.
  • AB = C, sündmuste A ja B summaks ehk ühendiks nimetatakse sündmust C, mis toimub siis, kui toimub vähemalt üks sündmustest A või B.
    Näiteks: A = (2;5) ja B = (1;3;5). Siis C = ( 1;2;3;5)
  • AB = C, sündmuste A ja B korrutiseks ehk ühisosaks nimetatakse sündmust, mis toimub siis, kui toimuvad mõlemad sündmused A ja B.
    Eelmise näite põhjal C = (5)
  • A \ B = C, sündmuste A ja B vaheks nimetatakse sündmust C, mi toimub siis, kui sündmus A toimub ja sündmus B ei toimu.
    6.A, vastandsündmuseks nimetatakse kindla sündmuse ja juhusliku sündmuse A vahet.
  • AB = , kui sündmuste A ja B korrutiseks on võimatu sündmus, siis neid sündmusi nimetatakse teineteist välistavateks sündmusteks.
  • Sündmused A1, A2, … An moodustavad sündmuste süsteemi, kui nende hulgas ei leidu kaht võrdset sündmust Ai ja Aj, kui i ≠ j.
    Kui selles süsteemis on kõik sündmused teineteist välistavad, AiAj = , siis nimetatakse seda süsteemi üksteist välistavate 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.
  • 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.
    P(A) =
    Statistiliseks tõenäosuseks nimetatakse suurust p = lim .
  • Tõenäosuse omadused


  • Võimatu sündmuse tõenäosus võrdub nulliga: P() = 0.
  • Kindla sündmuse tõenäosus võrdub ühega: P ( Ω ) = 1.
  • Tõenäosuste liitmise teoreem :
    Juhuslike sündmuste summa tõenäosus võrdub nende sündmuste tõenäosuste summa ja ühisosa tõenäosuse vahega:
    P( A B) = P(A) + P(B) – P(A ∩ B)
    Järeldus1. Kui sündmused A ja B on Teineteist välistavad sündmused, siis P(AB) = P(A) + P(B).
    Järeldus2. Sündmuse A vastandsündmuse Ä tõenäosus avaldub järgnevalt: P(Ä) = 1 – P(A).
    Järeldus3. Kui sündmus A sisaldub sündmuses B, siis kehtib võrratus P(A) ≤ P(B).
  • Ühendid


    Ühenditeks nimetatakse lõpliku hulga An elementidest moodustatud alamhulki, mis erinevad üksteisest kas elementide endi, nende järjestuse või arvu poolest.
  • Permutatsioonideks nimetatakse ühendeid, mis sisaldavad kõiki antud elemente ja erinevad üksteisest ainult elementide järjekorra poolest:
    Pn = n!
    Näide:
    Viiele kaardile on kirjutatud tähed A, E, I, M, R. Milline on tõenäosus, et neid tähti juhuslikult ritta ladudes saadakse nimed MAIRE või EIMAR?
    Olgu sündmus A soovitud sõna
    Kõigi võimalike elementaarsündmuste arv n = 5!,
    Soodsate sündmuste arv m = 2, järelikult P(A) =
    2. Kombinatsioonideks n elemendist m elemendi kaupa nimetatakse ühendeid, millest igaüks sisaldab m elementiantud n elemendi hulgast ja mis erinevad vähemalt ühe elemendi poolest.
    C =
    Näide:
    25-liikmelisest rühmast on vaja saata 4esindajat kooli üliõpilaste koosolekule. Kui palju on selleks erinevaid võimalusi?
    Kuna ei ole oluline antud juhul, kes õpilastest osaleb, siis võimaluste arv n = C =
    = 12560.
  • Variatsioonideks n elemendist m elemendi kaupa nimetatakse ühendeid, millest igaüks sisaldab m elementi antud n elemendi hulgast, mis erinevad üksteisest kas elementide endi või nende järjekorra poolest:
    A = .
    Näide:
    Üliõpilased õpivad 7 erinevat ainet. 1. koolipäeval on vaja tunniplaani paigutada 3 erinevat loengut. Mitu erinevat võimalust selleks on?
    A =
    = 210.
  • Tinglik ja täistõenäosus


    Sündmusi A ja B nimetatakse sõltumatuteks, kui kummagi sündmuse toimumine ei sõltu sellest kas teine nendest toimus või ei toimunud.
    Näiteks: täringuvisked, mündi vise jne.
    Sündmuse A tinglikuks tõenäosuseks P(A/B) nimetatakse sündmuse A tõenäosust tingimusel, et sündmus B on juba toimunud
    Tõenäosuste korrutamise teoreem:
    Sündmuste A ja B korrutise tõenäosus avaldub järgmiselt:
    P(A∩B) = P(A/B)*P(B)
    Järeldus1. Kuna sündmused A∩B ja B∩A ei erine teineteisest, siis
    P(A/B)P(B) = P(B/A)P(A).
    Järeldus2. Kui sündmused A ja B on teineteisest sõltumatud, siis
    P(A∩B) = P(A)P(B)
    Kui sündmuse A toimumine sõltub mitmest erinevast sündmusest, siis sündmuse A täistõenäosus avaldub kujul:
    P(A) = P(A/B1)P(A/B2). . .P(A/Bn).
  • Bayesi valem.


    Olgu antud täielik sündmuste süsteem B1, B2, . . . , Bn ning olgu teada nende tõenäosused P(B1), P(B2), …., P(Bn).Tehakse katse, mille tulemuseks on mingi sündmus A, mille tinglikud tõenäosused on P(A/B1), P(A/B2), . . . ,P(A/Bn) teada. Sündmuse Bi tinglik tõenäosus avaldub kujul:
    P(Hi/A) = .
    Näide:
    Firma toodangust vastab 95% standardile. Lihtsustatud kontrolli süsteem tunnistab kõlblikuks standartse tuute tõenäosusega 0,98, mittestandartse aga tõenäosusega 0,05. Millise tõenäosusega on kõlblikuks tunnistatud toode standardile vastav?
    Sündmus A: toode on tunnistatud kõlblikuks.
    Sündmus B1: toode vastab standardile.
    Sündmus B2: toode ei vasta standardile.
    P(B1) = 0,95, P(A/B1) = 0,98,
    P(B2) = 0,05, P(A/B2) = 0,05.
    P(B1/A) =
  • Bernoulli valem.


    Da tõenäosus, et n sõltumatu katse korral toimuks sündmus A täpselt m korda. Olgu igal üksikkatsel sündmuse A toimumise tõenäosus konstantne suurus P(A) = p. Seega vastandsündmuse
    toimumise tõenäosus 1 – p = q. Tähistame otsitava tõenäosuse Pm,n. Sellise tõenäosuse arvutamine on võimalik liitmis - ja korrutamisteoreemi abil, kuid katsete arvu suurenedes on arvutused väga töömahukad. Nendest valemitest lähtuvalt on aga võimalik tuletada arvutusi lihtsustav Bernoulli valem:
    Näide:
    Telestuudios on 6 kaamerat. Tõenäosus, et kaamera on teatud ajamomendil sisse lülitatud, on 0,72. Millise tõenäosusega on antud ajahetkel sisse lülitatud mitte rohkem kui 4 kaamerat?
    Sündmus A: antud ajahetkel ei ole sisse lülitatud rohkem kui 4 kaamerat.
    Sündmused A0, A1, . . . , A6: sisse on lülitatud 0, 1, . . .,6 kaamerat.
    Sündmus A = A0 + A1 + A2 + A3 + A4 või kasutades vastandsündmust A = 1 - A5 – A6
    P(A) =1 – P(A5) – P(A6) = 1 – P5,6 – P6,6 .
  • Juhuslikud suurused

  • Juhusliku suuruse mõiste


    Juhuslikuks suuruseks nimetatakse suurust, mis antud tingimustes võib omandada ühe oma võimalikest väärtustest või väärtusvahemikest. Juhuslikke suurusi tähistatakse suurte tähtedega X; Y; Z; … ja nende konkreetseid väärtusi vastavate väikeste tähtedega x1,x2,…,y1,y2,… .
    Juhuslikud suurused liigitatakse diskreetseteks ja pidevateks.
    Diskreetne juhuslik suurus võib katse või vaatluse tulemusena omandada lõpliku või loenduva hulga väärtusi.
    Näiteks: üliõpilaste arv auditooriumis, täringu viskel saadud silmade arv jne.
    Pidev juhuslik suurus omandab mistahes väärtusi mingist lõplikust või loenduvast vahemikust.
    Näiteks: mistahes seadme tööiga, auto kütusekulu 100 km.
  • Diskreetse juhusliku suuruse jaotusseadus


    Diskreetse juhusliku suuruse jaotusseaduseks nimetatakse vastavust tema kõigi võimalike väärtuste x1, x2, …,xn ja nende tõenäosuste p1,p2, …,pn vahel. Jaotusseadust on võimalik esitada kas tabeli kujul jaotusreana
    X
    x1
    x2
    ….
    xn
    p
    p1
    p2
    ….
    pn
    Või graafiliselt jaotuspolügoonina
    Lõplike diskreetsete juhuslike suuruste korral pi = 1,
    Loenduva arvu suuruste korral = 1. Praktikas asendatakse pi suhtelise sagedusega fi ning pidevaid juhuslikke suurusi vaadeldakse sageli diskreetsetena.
  • Juhusliku suuruse jaotusfunktsioon


    Jaotusrida ei ole võimalik välja kirjutada pideva juhusliku suuruse jaoks ning seetõttu on üldisemaks võimaluseks jaotusseaduse esitamine jaotusfunktsioonina.
    Juhusliku suuruse jaotusfunktsiooniks nimetatakse funktsiooni F(x), mis määrab iga reaalarvu x korral tõenäosuse, et juhuslik suurus X omandab väärtuse, mis on väiksem reaalarvust x.
    F(x) = P(X Pidevaks nimetatakse juhuslikku suurust, mille jaotusfunktsioon on pidev. Graafiliselt tähendab see, et juhuslik punkt X asetseb juhuslikust suurusest x alati vasakul.
    Omadused.
    1. Kuna jaotusfunktsioon on defineeritud tõenäosuse abil, siis
    0 ≤ F(x) ≤ 1.
    2. Tõenäosus, et juhuslik suurus omandaks väärtusi lõigul, on võrdne jaotusfunktsiooni muuduga sellel lõigul
    P = F(β) - F(α).
  • Jaotusfunktsioon on mittekahanev funktsioon. Kui x1
  • F( -) = 0, kuna A = (X
  • Pideva juhusliku suuruse jaotustihedus


    Juhusliku suuruse jaotustiheduseks on funktsioon f(x), mis on tuletis jaotusfunktsioonist F(x).
    f(x) = F´(x) = lim.
    Omadused:
  • f(x) ≥ 0, kuna F(x) on mittekahanev funktsioon lõigul [0,1].
  • F(x) = .
  • = 1,( vaata eelmise punkti omadust 4).
  • Kui x1 Järeldus: iga konstandi X = a korral on tõenäosus 0.
    Näide: Leida ühtlase jaotusega juhusliku suuruse tihedusfunktsioon .
    f(x) = c, seega vahemikus [a,b] on tihedus
    = 1, millest cb – ca = 1 ja c = .
    Seega tihedusfunktsioon avaldub kujul:
    f(x) = , kui a≤x≤b.
    Graafiliselt on ühtlase jaotusega jaotusfunktsioon esitatav kujul:
  • Juhusliku suuruse keskväärtus


    Juhuslik suurus on täielikult iseloomustatud tema jaotus- või tihedusfunktsiooniga. Lisaks kasutatakse aga juhuslike suuruste mitmete oluliste külgede esiletoomiseks täiendavalt arvkarakteristikuid. Üks olulisemaid on keskväärtus , mille ümbergrupeeruvad juhusliku suuruse võimalikud väärtused.
    Diskreetse juhusliku suuruse keskväärtus ehk matemaatiline ootus avaldub kujul: EX = .
    Pideva juhusliku suuruse X]-∞.∞[ keskväärtuse arvutamisel asendub summeerimine aga integreerimisega
    EX = .
    Keskväärtuse omadused:
  • EC = 0, kus C = const .
  • E(CX) = C(EX).
  • E(X +Y) = EX + EY.
  • Kui X ja Y on sõltumatud juhuslikud suurused, siis E(XY) = (EX)(EY).
  • Juhusliku suuruse mood ja mediaan


    Diskreetse juhusliku suuruse mood MoX on selle suuruse kõige suurema tõenäosusega esinev väärus.
    Diskreetse juhusliku suuruse mediaan MeX on jaotusrea keskmine suurus.
    Pideva juhusliku suuruse mood MoX on juhusliku suuruse selline väärtus, mille puhul jaotustihedus on maksimaalne, st. f(MoX) = max
    Mõningate funktsioonide puhul võib olla mitu maksimaalset väärtust st. esineb mitu moodi, samuti võib maksimum ka puududa ning selle asemel võib esineda miinimum. Sel juhul sellel juhuslikul suurusel mood puudub.
    Pideva juhusliku suuruse mediaan MeX on juhusliku suuruse X selline väärtus, mille puhul P(X eX) = P(X > MeX) = 0,5.
    Tihedusfunktsiooni graafikul on mõlemale poole mediaani jäävad pindalad võrdsed.
    Juhul, kui tihedusfunktsioon on sümmeetriline, siis langevad keskväärtus, mood ja mediaan kokku.
  • Juhusliku suuruse dispersioon ja standardhälve


    Juhusliku suuruse dispersioon iseloomustab juhusliku suuruse hajuvust keskväärtuse ümber. Dispersioon avaldub kujul:
    DX = E( X – EX)2.
    Dispersiooni dimensiooniks on juhusliku suuruse dimensiooni ruut.
    Juhusliku suuruse standardhälve on positiivne ruutjuur dispersioonist
    σ(X) = .
    Diskreetse juhusliku suuruse dispersioon DX =
    - (EX)
    2.
    Pideva juhusliku suuruse dispersioon DX =
    - (EX)
    2.
    Näide 1. Leida jaotusreana esitatud diskreetse juhusliku suuruse keskväärtus, dispersioon, mood ja mediaan.
    a).
    xi
    4
    7
    10
    13
    16
    pi
    0,1
    0,15
    0,4
    0,2
    0,15
    EX = 4*0,1 + 7*0,15 + 10*0,4 + 13*0,2 + 16*0,15 = 10,45
    DX = 16*0,1 + 49*0,15 + 100*0,4 + 169*0,2 + 256*0,15 -10,452 =
    = 11,3475
    MoX = 10
    MeX = 10
    b). Leida sama jaotusreana esitatud juhusliku suuruse
    keskväärtus, dispersioon, mood ja mediaan.
    Näide 2. Leida ühtlase jaotusega juhusliku suuruse keskväärtus, dispersioon, mood ja mediaan.
    Keskväärtus: EX =
    Dispersioon: DX =
    Mood puudub
    Mediaan: Me = .
  • Juhusliku suuruse asümmeetriategur ja ekstsess


    Asümmeetriategur:
    ASX=.
    Kui asümmetriategur on 0, siis juhuslik suurus on jaotatud sümmeetriliselt keskväärtuse ümber.
    Ekstsess : ExX = .
    Negatiivse ekstsessi korral on jaotustiheduse graafik lamedam ja positiivse ekstsessi korral järsema ekstreemumiga.
    Ülesanded
    1. Üliöpilased õpivad üheksat erinevat ainet. 2. septembril on ettenähtud 4 loengut. Mitu erinevat võimalust on tunniplaani koostamiseks , kui sel päeval peab olema 4 erinevat õppeainet?
    Vastus: 3024
    2. Mitmel viisil on võimalik valmistada kolmevärvilist kolmest horisontaalvöödist koosnevat lippu. Kui üks vööt peab olema sinine ja kasutada on 5 erinevat kangast .
    Vastus: 36
    3. Lapsel nimega KATRIN on käes 27 ladina tähestiku tähte. Võttes nende hulgast juhuslikult 6 tähte, leida tõenäosus, et ta saab oma nimes olevad tähed õiges järjekorras.
    Vastus: 1/213127200
    4. Kaubasaadetises on 4 kõrgema sordi toodet ja 6 esimese sordi toodet. Milline on tõenäosus, et viie juhuslikult võetud toote hulgas on kõik esimese sordi tooted?
    Vastus: 1/42
    5. Viieliikmelisse uurimisrühma kandideerib 12 inimest, neist 4 on naised. Milline on tõenäosus, et loosimisel satub selle koosseisu 2 naist?
    Vastus: 14/33
    6. Õpperühmas on 4 tütarlast ja 16 noormeest. Eksamile ilmujate järjekord koostatakse juhuslikult. Leida tõenäosus, et
    a) kolm esimest järjekorras on noormehed;
    b) vähemalt üks kolmest esimesest on tütarlaps.
    Vastus: a) 28/57; b) 29/57
    7. Kauplusse saabusid ühetüübilised elektripirnid, mis olid valmistatud neljas tehases: esimeses 250 pirni , teises 525, kolmandas 275 ja neljandas 950. Tõenäosus, et pirn põleb üle 1500 tunni, on esimeses 0,15, teises 0,30, kolmandas0,20 ja neljandas 0,10. Milline on tõenäosus, et juhuslikult ostetud pirn põleb üle 1500 tunni?
    Vastus: 0,1725
    8. Turismigrupis on 3 võõrkeeleoskajat ja 2 mitteoskajat. Teises grupis on vastavad arvud 4 ja 4. Esimesest grupist saadeti üks turist teise gruppi. Leida tõenäosus, et seejärel teisest grupist väljakutsutud turist on võõrkeeleoskaja.
    Vastus: 23/45
    9. Telestuudios on 5 kaamerat. Tõenäosus, et kaamera on vaadeldaval hetkel sisse lülitatud, on 0,65. Kui suur on tõenäosus, et antud hetkel ei ole sisselülitatud rohkem kui kolm kaamerat?
    Vastus: 0,33642
    10. Märgi tabamise tõenäosus on 0,25. Tulistati 21 lasku . Leida tõenäoseim tabamuste arv ja vastav tõenäosus.
    Vastus: 0,199
    11. 36-st kaardist koosnevast pakist võetakse juhuslikult üks kaart. Kui suur on tõenäosus, et see on poti mastist?
    Vastus: 0,25
    12. Üliõpilane oli eksamile minnes õppinud selgeks 25-st küsimusest 20. Talle esitati 3 küsimust. Millise tõenäosusega oskas ta vastata kõigile küsimustele? Millise tõenäosusega ta ei osanud vastata ühelegi küsimusele?
    Vastus: 54/115;1/230
    13. Kui palju on võimalik koostada kolmekohalisi positiivseid täisarve, millest iga üks koosneb kolmest erinumbrist?
    Vastus: 468
    14. Mitmel erineval viisil on võimalik paigutada neli inimest neljale kaetud söögilauda?
    Vastus: 24
    15. 36-st kaardist koosnev kaardipakk jagatakse pooleks. Millise tõenäosusega on kummaski pakis kaks ässa?
    Vastus: 0,3974
    16. Seitsmel kaardil on tähed A, I, L, L, N, N, T. Milline on tõenäosus, et neid tähti juhuslikult ritta ladudes saadakse sõna TALLINN?
    Vastus: 1/1260
    17. Seitsmest kaardist on moodustatud sõna TALLINN. Kaardid segatakse ja neist võetakse juhuslikult 4 kaarti . Kui suure tõenäosusega saadakse neist nimi INNA?
    Vastus: 1/420
    18. Tõenäosus saada raamat esimesest raamatukogust on 0,5; teisest 0,7 ja kolmandast 0,4. Kui suur on tõenäosus, et see raamat on olemas vähemalt ühes raamatukogus?
    Vastus: 0,91
    19. Visatakse korraga kahte täringut. Kui suure tõenäosusega tuleb vähemalt ühel täringul 6 silma?
    Vastus: 11/36
    20. 18 laskuri hulgast tabasid 5 märki tõenäosusega 0,8, 7 tõenäosusega 0,7, 4 tõenäosusega 0,6 ja 2 tõenäosusega 0,5. Üks juhuslikult valitud laskuritest tulistas, kuid ei tabanud märki. Millisesse rühma see laskur kõige suurema tõenäosusega kuulub?
    Vastus: II rühma tõenäosusega 21/57
  • Vasakule Paremale
    TÕENÄOSUSTEOORIA #1 TÕENÄOSUSTEOORIA #2 TÕENÄOSUSTEOORIA #3 TÕENÄOSUSTEOORIA #4 TÕENÄOSUSTEOORIA #5 TÕENÄOSUSTEOORIA #6 TÕENÄOSUSTEOORIA #7 TÕENÄOSUSTEOORIA #8 TÕENÄOSUSTEOORIA #9 TÕENÄOSUSTEOORIA #10 TÕENÄOSUSTEOORIA #11 TÕENÄOSUSTEOORIA #12 TÕENÄOSUSTEOORIA #13 TÕENÄOSUSTEOORIA #14 TÕENÄOSUSTEOORIA #15 TÕENÄOSUSTEOORIA #16 TÕENÄOSUSTEOORIA #17
    Punktid 50 punkti Autor soovib selle materjali allalaadimise eest saada 50 punkti.
    Leheküljed ~ 17 lehte Lehekülgede arv dokumendis
    Aeg2015-03-29 Kuupäev, millal dokument üles laeti
    Allalaadimisi 48 laadimist Kokku alla laetud
    Kommentaarid 0 arvamust Teiste kasutajate poolt lisatud kommentaarid
    Autor magnus121 Õppematerjali autor
    Väga korralik konspekt. Lihtne aru saada, kuid samas põhjalik!

    Sarnased õppematerjalid

    Tõenäosusteooria ja matemaatilise statistika kordamisküsimused
    28
    docx

    Tõenäosusteooria ja matemaatilise statistika kordamisküsimused

    SÜNDMUSE TÕENÄOSUS 1. Mis on sündmus tavaelus? 2. Mis on juhuslik sündmus? 3. Millisest aspektist me tahame sündmusi uurida? 4. Sündmuse matemaatiline definitsioon (elementaarsündmus, elementaarsündmuste ruum, sündmus). Elementaarsündmus on mingi vaadeldava protsessi või läbiviidava katse tulemus. Elementaarsündmuste ruumi moodustavad kõik elementaarsündmused ehk kõikvõimalike tulemuste hulk. Sündmuseks nimetatakse mingit suvalist elementaarsündmuste ruumi alamhulka. 5. Sündmuse toimumise kriteerium. Sündmuse toimumise juures on meile oluline vaid see, kas toimub või mitte. Sündmus toimub, kui toimub sündmust määravatest elementaarsündmustest üks. 6. Mitu erinevat sündmust saab moodustada n-elemendilise elementaarsündmuste ruumi põhjal? Tõesta! N-elemendilise elementaarsündmuste ruumi põhjal saab moodustada 2 n sündmust, mille hulka on arvestatud ka tühihulk. 7. Sündmuste liigitus (kindel, võimatu, vastandsündmus) Kind

    Tõenäosusteooria ja matemaatiline statistika
    Kordamisküsimuste vastused
    15
    pdf

    Kordamisküsimuste vastused

    Protsentiil on arv, millest p protsenti andmetest on temast väiksem või võrdne ja (100- p) protsenti suurem või võrdne. Dispersioon on andmeväärtuste hajuvust näitav karakteristik. N ( x i - µ )2 =2 i =1 (definitsiooni järgi) N Standardhälve: = 2 Haare on suurima ja vähima väärtuse vahe. 2. Sündmus ja tõenäosus. Kindel sündmus ja võimatu sündmus. Sündmus on tõenäosusteooria põhimõiste. Tavaliselt tähistatakse suurte tähtedega, vajadusel kasutatakse indekseid. Nt A, A1 , Bi , Cjk jne. Sündmuse tõenäosus on sündmuse võimalikkust näitav arv lõigul [0,1], mida tavaliselt tähistatakse P. Võimatu sündmuse V tõenäosus P(V)=0, kindla sündmuse K tõenäosus P(K)=1. Ülejäänud sündmused on juhuslikud sündmused. 3. Tehted sündmustega: vastandsündmus, sündmuste summa, sündmuste korrutis, sündmuste vahe. Esitada definitsioonid ja osata tuua näiteid.

    Tõenäosusteooria ja matemaatiline statistika
    Tõenäosusteooria
    4
    docx

    Tõenäosusteooria

    Sündmused. Kindel A = {1, 3, 5} ja sündmus B = {1, 2, 3}, perekonnas on sündmus (tähistatakse K) - sündmus, siis A B = AB = {1, 3}.Sündmusi, mis teatud tingimuste korral alati mille korrutiseks on võimatu toimub.Kindlateks sündmusteks on sündmus, nimetatakse üksteist kooliaasta algus 1. septembril, välistavateks.Kui A = igahommikune päikesetõus, vesi on {1, 3, 5} ja B = {2, 4, 6}, siis AB ämbris vedelas olekus kui temperatuur = , siis öeldakse on 10 kraadi. Võimatu sündmused A ja B on sündmus (tähistatakse V) - sündmus, teineteist välistavad. mis antud vaatluse või katse korral Näide7. Olgu täringu kunagi ei toimu. viskel sündmus A = {1, 3, 5} Võimatuteks sündmusteks on näiteks ja sündmus B = {1, 2, 3}, siis AB = tär

    Tõenäosusteooria
    Tõenäosusteooria ja matemaatiline statistika
    1
    docx

    Tõenäosusteooria ja matemaatiline statistika

    tõenäosuse omadustega). Sündmuse A suhteliseks suuruse X jaotustabel järgmine: 1, Sündmus ja tõenäosus. Kindel, võimatu ja juhuslik sageduseks Pn(A) antud katseseeria puhul nim. sündmuse sündmus, nende tõenäosused. Sündmus on Aesinemiste arvu m ja kõigi katsete arvu n suhet: P n(A)= tõenäosusteooria põhimõiste. Tavaliselt tähistatakse m/n Juhusliku sündmuse A statistiliseks tõenäosuseks suurte tähtedega, vajadusel kasutatakse indekseid. Nt. A, nim. konstantse arvu P(A), mille läheneb sündmuse A A1, Bi, Cjk jne. Sündmuse tõenäosus on sündmuse suhteline sagedu, kui katsete arv n käheneb lõpmatusele. võimalikust näitav arv lõigul [0,1], mida tavaliselt Suhtelise sageduse omadused: 1. Sündmuse suhteline tähistatakse P. Võimatu sündmuse V tõenäosus P(V)=0, sagedus o

    Tõenäosus
    Tõenäosusteooria
    15
    doc

    Tõenäosusteooria

    Kombinatoorika valemeid ja mõisteid · Variatsioonideks n erinevast elemendist k kaupa nimetame ühendeid, mis sisaldavad k elementi antud n elemendist ning erinevad kas elementide või nende järjestuse poolest. Erinevaid variatsioone on A =n(n-1) ...(n-k+1)=n!/(n-k)! · Permutatsioonideks n elemendilisest hulgast nimetame ühendeid, mis sisaldavad kõiki n elementi (üks kord) ja erinevad järjestuse poolest. Erinevaid permutatsioone on Pn=n (n-1) ...1 = n! · Kombinatsioonideks n elemendist k kaupa nimetame ühendeid, mis sisaldavad k elementi (antud n elemendi hulgast) ja erinevad vähemalt ühe elemendi poolest. n! · Erinevaid kombinatsioone on C =A /Pk C nk = ( n - k )!k! Tõenäosusteooria · Sündmuste hulka, kus alati üks sündmus toimub ja see välistab teiste toimumise nimetame sündmuste täissüst

    Matemaatika ja statistika
    Tõenäosus
    3
    docx

    Tõenäosus

    P(A)= 1. Kindel sündmus, võimatu sündmus, juhuslik sündmus; nende tõenäosus. Kindel sündmus (K) - sündmus, mis teatud tingimuste korral alati toimub. P(K) = 1. Võimatu sündmus (V) - sündmus, mis antud vaatluse või katse korral kunagi ei toimu. P(V) = 0 Juhuslik sündmus - sündmus, mis antud vaatluse või katse korral võib toimuda, aga võib ka mitte toimuda. 2. Teineteist välistavate sündmuste summa, korrutis ja vahe. Sündmuste A ja B summaks elementaarsündmuste hulgas nimetatakse sündmust, mis toimub parajasti siis, kui toimub kas sündmus A või sündmus B või mõlemad. Sündmuste A ja B summat tähistatakse sümboliga A U B. N 1. Olgu täringu viskel sündmus A = {1, 3, 5} ja sündmus B = {1, 2, 3}, siis A U B = A + B = {1, 2, 3, 5}. Sündmuste A ja B korrutiseks elementaarsündmuste hulgas nimetatakse sündmust, mis toimub parajasti siis, kui toimuvad üheaegselt nii sündmus A kui ka sündmus B. Sündmuste A ja B korrutist tähistatakse sümboliga A B. N 2. Olg

    Tõenäosusteooria
    Tõenäosusteooria ja statistika
    20
    docx

    Tõenäosusteooria ja statistika

    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 metodoloogilisi vigu ja registreerimisvigu. Metodoloogilised nt : valimivaatlusel esinevad representatiivsusvead – valim ei kirjelda üldkogumit adekvaatselt. Vaa

    Tõenäosusteooria ja statistika
    Tõenäosusteooria ja matemaatilise statistika kokkuvõte
    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. AB 3. Sõltumatud sündmused. - Sündmused on sõltumatud kui: P(A|B)=P(A), ehk sündmuse A tõenäosus ei sõltu sündmuse B toimumisest või mittetoimumisest: Välistavad sündmused - Sündmus

    Matemaatika




    Kommentaarid (0)

    Kommentaarid sellele materjalile puuduvad. Ole esimene ja kommenteeri



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