Bernoullijevo zaporedje neodvisnih poskusov
|
|
- Άλκηστις Σερπετζόγλου
- 6 χρόνια πριν
- Προβολές:
Transcript
1 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 45 Bernoullijevo zaporedje neodvisnih poskusov O zaporedju neodvisnih poskusov X 1, X 2,, X n, govorimo tedaj, ko so verjetnosti izidov v enem poskusu neodvisne od tega, kaj se zgodi v drugih poskusih. Zaporedje neodvisnih poskusov se imenuje Bernoullijevo zaporedje, če se more zgoditi v vsakem poskusu iz zaporedja neodvisnih poskusov le dogodek A z verjetnostjo P (A) = p ali dogodek A z verjetnostjo P (A) = 1 P (A) = 1 p = q. Primer: Primer Bernoullijevega zaporedja poskusov je met kocke, kjer ob vsaki ponovitvi poskusa pade šestica (dogodek A) z verjetnostjo P (A) = p = 1/6 ali ne pade šestica (dogodek A) z verjetnostjo P (A) = q = 5/6.
2 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika Bernoullijevo zaporedje neodvisnih poskusov V Bernoullijevem zaporedju neodvisnih poskusov nas zanima, kolikšna je verjetnost, da se v n zaporednih poskusih zgodi dogodek A natanko k krat. To se lahko zgodi na primer tako, da se najprej zgodi k krat dogodek A in nato v preostalih (n k) poskusih zgodi nasprotni dogodek A: P ( k (X i = A) n (X i = A)) = k P (A) n P (A) = p k q n k i=1 i=k+1 i=1 i=k+1 Dogodek P n (k), da se dogodek A v n zaporednih poskusih zgodi natanko k krat, se lahko zgodi tudi na druge načine in sicer je teh toliko, na kolikor načinov lahko izberemo k poskusov iz n poskusov. Teh je ( n k). Ker so ti načini nezdružljivi med seboj, je verjetnost dogodka P n (k) enaka ( ) n P n (k) = p k (1 p) n k. k Tej zvezi pravimo Bernoullijev obrazec.
3 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika Bernoullijevo zaporedje neodvisnih poskusov Primer: Iz posode, v kateri imamo 8 belih in 2 rdeči krogli, na slepo izberemo po eno kroglo in po izbiranju izvlečeno kroglo vrnemo v posodo. Kolikšna je verjetnost, da v petih poskusih izberemo 3 krat belo kroglo? Dogodek A je, da izvlečem belo kroglo. Potem je p = P (A) = 8 10 = 0, 8 q = 1 p = 1 0, 8 = 0, 2 Verjetnost, da v petih poskusih izberemo 3 krat belo kroglo, je: ( ) 5 P 5 (3) = 0, 8 3 (1 0, 8) 5 3 = 0, 205 3
4 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 48 Uporaba rekurzije: P n (0) = q n Računanje P n (k) P n (k) = Stirlingov obrazec: (n k + 1)p P n (k 1), za k = 1,... kq n! ( n ) n 2πn e Poissonov obrazec: za p blizu 0 P n (k) (np)k e np k! Laplaceov točkovni obrazec: P n (k) 1 e (k np)2 2npq 2πnpq
5 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 49 Računanje P n (k) Program R: Vrednost P n (k) dobimo z ukazom dbinom(k,size=n,prob=p) > dbinom(50,size=1000,prob=0.05) [1]
6 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 50 Izpeljava rekurzivne zveze P n (k) P n (k 1) = ( n ) k p k q n k ( n ) k 1 p k 1 q = n k+1 = n! (k 1)!(n k + 1)! p k!(n k)! n! q = (n k + 1)p kq Torej je res P n (k) = (n k + 1)p P n (k 1), za k = 1,... kq
7 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 51 Laplaceov intervalski obrazec Zanima nas, kolikšna je verjetnost P n (k 1, k 2 ), da se v Bernoullijevem zaporedju neodvisnih poskusov v n zaporednih poskusih zgodi dogodek A vsaj k 1 krat in manj kot k 2 krat. Označimo x k = k np npq in x k = x k+1 x k = 1 npq. Tedaj je, če upoštevamo Laplaceov točkovni obrazec, P n (k 1, k 2 ) = k 2 1 k=k 1 P n (k) = 1 k 2 1 2π k=k 1 e 1 2 x2 k xk Za (zelo) velike n lahko vsoto zamenjamo z integralom P n (k 1, k 2 ) 1 2π xk2 x k1 e 1 2 x2 dx
8 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 52 Funkcija napake Φ(x) Funkcija napake imenujemo funkcijo Phi (x) x Φ(x) = 1 2π x 0 e 1 2 t2 dt Funkcija napake je liha, zvezno odvedljiva, strogo naraščajoča funkcija. Φ( ) = 1 2, Φ(0) = 0, Φ( ) = 1 2 in P n (k 1, k 2 ) Φ(x k2 ) Φ(x k1 ). Vrednosti funkcije napake najdemo v tabelah ali pa je vgrajena v statističnih programih. > Phi <- function(x){pnorm(x)-0.5} > curve(phi,-6.6) > x2 <- ( *0.05)/sqrt(1000*0.05*0.95) > x1 <- (0-1000*0.05)/sqrt(1000*0.05*0.95) > pnorm(x2)-pnorm(x1) [1] 0.5
9 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 53 Bernoullijev zakon velikih števil IZREK 1 (J. Bernoulli, 1713) Naj bo k frekvenca dogodka A v n neodvisnih ponovitvah danega poskusa, v katerem ima dogodek A verjetnost p. Tedaj za vsak ε > 0 velja ( ) lim P k n n p < ε = 1. Ta izrek opravičuje statistično definicijo verjetnosti.
10 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 54 Slučajne spremenljivke in porazdelitve Denimo, da imamo poskus, katerega izidi so števila (npr. pri metu kocke so izidi števila pik). Se pravi, da je poskusom prirejena neka količina, ki more imeti različne vrednosti. Torej je spremenljivka. Katero od mogočih vrednosti zavzame v določeni ponovitvi poskusa, je odvisno od slučaja. Zato ji rečemo slučajna spremenljivka. Da je slučajna spremenljivka znana, je potrebno vedeti 1. kakšne vrednosti more imeti (zaloga vrednosti) in 2. kolikšna je verjetnost vsake izmed možnih vrednosti ali intervala vrednosti. Predpis, ki določa te verjetnosti, imenujemo porazdelitveni zakon.
11 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika Slučajne spremenljivke Slučajne spremenljivke označujemo z velikimi tiskanimi črkami iz konca abecede, vrednosti spremenljivke pa z enakimi malimi črkami. Tako je npr. (X = x i ) dogodek, da slučajna spremenljivka X zavzame vrednost x i. Porazdelitveni zakon slučajne spremenljivke X je poznan, če je mogoče za vsako realno število x določiti verjetnost F (x) = P (X < x) F (x) imenujemo porazdelitvena funkcija. Najpogosteje uporabljamo naslednji vrsti slučajnih spremenljivk: 1. diskretna slučajna spremenljivka, pri kateri je zaloga vrednosti neka števna množica; 2. zvezna slučajna spremenljivka, ki lahko zavzame vsako realno število znotraj določenega intervala.
12 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 56 Lastnosti porazdelitvene funkcije 1. Funkcija F je definirana na vsem R in velja 0 F (x) 1, x R 2. Funkcija F je naraščajoča x 1 < x 2 = F (x 1 ) F (x 2 ) 3. F ( ) = 0 in F ( ) = 1 4. Funkcija je v vsaki točki zvezna od leve F (x ) = F (x) 5. Funkcija ima lahko v nekaterih točkah skok. Vseh skokov je največ števno mnogo. 6. P (x 1 X < x 2 ) = F (x 2 ) F (x 1 ) 7. P (x 1 < X < x 2 ) = F (x 2 ) F (x 1 +) 8. P (X x) = 1 F (x) 9. P (X = x) = F (x+) F (x)
13 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 57 Diskretne slučajne spremenljivke Zaloga vrednosti diskretne slučajne spremenljivke X je števna množica {x 1, x 2,..., x m,...}. Dogodki X = x k k = 1, 2, sestavljajo popoln sistem dogodkov. Označimo verjetnost posameznega dogodka s P (X = x i ) = p i Vsota verjetnosti vseh dogodkov je enaka 1: p 1 + p p m + = 1
14 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 58 Verjetnostna tabela Verjetnostna tabela prikazuje diskretno slučajno spremenljivko s tabelo tako, da so v prvi vrstici zapisane vse vrednosti x i, pod njimi pa so pripisane pripadajoče verjetnosti: X : x 1 x 2 x m p 1 p 2 p m Porazdelitvena funkcija je v tem primeru F (x k ) = P (X < x k ) = k 1 i=1 p i
15 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 59 Enakomerna diskretna porazdelitev Končna diskretna slučajna spremenljivka se porazdeljuje enakomerno, če so vse njene vrednosti enako verjetne. Primer take slučajne spremenljivke je število pik pri metu kocke X : /6 1/6 1/6 1/6 1/6 1/6
16 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 60 b(n,p) k Binomska porazdelitev > h <- dbinom(0:15,size=15,prob=0.3) > plot(0:15,h,type= h,xlab= k,ylab= b(n,p) ) > points(0:15,h,pch=16,cex=2) Binomska porazdelitev ima zalogo vrednosti {0, 1, 2,, n} in verjetnosti, ki jih računamo po Bernoullijevem obrazcu: P (X = k) = ( ) n p k (1 p) n k k k = 0, 1, 2,, n. Binomska porazdelitev je natanko določena z dvema podatkoma parametroma: n in p. Če se slučajna spremenljivka X porazdeljuje binomsko s parametroma n in p, zapišemo: X : B(n, p)
17 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 61 Binomska porazdelitev / Primer Naj bo slučajna spremenljivka X določena s številom fantkov v družini s 4 otroki. Denimo, da je enako verjetno, da se v družini rodi fantek ali deklica: P (F ) = p = 1 2, P (D) = q = 1 2 Spremenljivka X se tedaj porazdeljuje binomsko B(4, 1 2 ) in njena verjetnostna shema je: X : /16 4/16 6/16 4/16 1/16 Npr. P (X = 2) = P 4 (2) = ( 4 2 ) (1 2 )2 (1 1 2 )4 2 = 6 16 Porazdelitev obravnavane slučajne spremenljivke je simetrična. Pokazati se da, da je binomska porazdelitev simetrična, le če je p = 0, 5.
18 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 62 Poissonova porazdelitev P (λ) Poissonova porazdelitev ima zalogo vrednosti {0, 1, 2,...}, njena verjetnostna funkcija pa je p k = P (#dogodkov = k) = λ k e λ k! kjer je λ > 0 dani parameter pogostost nekega dogodka. Posebno pomembna je v teoriji množične strežbe. p k+1 = λ k + 1 p k, p 0 = e λ
19 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 63 Pascalova porazdelitev P (m, p) Pascalova porazdelitev ima zalogo vrednosti {m, m + 1, m + 2,...}, verjetnostna funkcija pa je ( ) k 1 p k = p m q k m m 1 kjer je 0 < p < 1 dani parameter verjetnost dogodka A v posameznem poskusu. Opisuje porazdelitev števila poskusov potrebnih, da se dogodek A zgodi m krat. Za m = 1, porazdelitvi G(p) = P (1, p) pravimo geometrijska porazdelitev. Opisuje porazdelitev števila poskusov potrebnih, da se dogodek A zgodi prvič.
20 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 64 Hipergeometrijska porazdelitev H(n; M, N) Hipergeometrijska porazdelitev ima zalogo vrednosti {0, 1, 2,...}, verjetnostna funkcija pa je ( M )( N M ) k p k = n k ( N n), kjer so k n min(m, N M) dani parametri. Opisuje verjetnost dogodka, da je med n izbranimi kroglicami natanko k belih, če je v posodi M belih in N M črnih kroglic in izbiramo n krat brez vračanja.
21 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 65 Zvezne slučajne spremenljivke Slučajna spremenljivka X je zvezno porazdeljena, če obstaja taka integrabilna funkcija p, imenovana gostota verjetnosti, da za vsak x R velja: F (x) = P (X < x) = x p(t)dt kjer p(x) 0. To verjetnost si lahko predstavimo tudi grafično v koordinatnem sistemu, kjer na abscisno os nanašamo vrednosti slučajne spremenljivke, na ordinatno pa gostoto verjetnosti p(x). Verjetnost je tedaj predstavljena kot ploščina pod krivuljo, ki jo določa p(x). Velja p(x)dx = 1 in P (x 1 X < x 2 ) = x2 x 1 p(t)dt ter p(x) = F (x).
22 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 66 Enakomerna porazdelitev zvezne slučajne spremenljivke Verjetnostna gostota enakomerno porazdeljene zvezne slučajne spremenljivke je: 1 a X b p(x) = b a 0 drugod Grafično si jo predstavljamo kot pravokotnik nad intervalom (a, b) višine 1 b a.
23 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 67 dnorm2 (x) Normalna ali Gaussova porazdelitev x Zaloga vrednosti normalno porazdeljene slučajne spremenljivke so vsa realna števila, gostota verjetnosti pa je: p(x) = 1 σ 2π e 1 2 ( x µ σ )2 Normalna porazdelitev je natanko določena z dvema parametroma: µ in σ. Če se slučajna spremenljivka X porazdeljuje normalno s parametroma µ in σ, zapišemo: > d2 <- function(x){dnorm(x,mean=4,sd=0.5)} > curve(d2,-6,6,col= blue ) > curve(dnorm,-6,6,col= red,add=true) X : N(µ, σ)
24 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika Normalna porazdelitev F (x) = 1 σ 2π x e 1 2 ( t µ σ )2 dt = 1 x µ σ 2π e 1 2 s2 ds = 1 2 +Φ(x µ σ ) P (x 1 X < x 2 ) = Φ( x 2 µ σ ) Φ( x 1 µ ) σ Porazdelitev N(0, 1) je standardizirana normalna porazdelitev. Spremenljivko X : N(µ, σ) pretvorimo z z = x µ σ v standardizirano spremenljivko Z : N(0, 1). Iz Laplaceovega obrazca izhaja B(n, p) N(np, npq).
25 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 69 Porazdelitev Poissonovega toka, eksponentna Gostota eksponentne porazdelitve je enaka p(x) = λe λx, x 0 porazdelitvena funkcija pa F (x) = x 0 λe λt dt = 1 e λx
26 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 70 Porazdelitev gama Naj bosta b, c > 0. Tedaj ima porazdelitev gama Γ(b, c) gostoto: p(x) = cb Γ(b) xb 1 e cx, 0 < x in p(x) = 0 za x 0. Poseben primer je porazdelitev hi-kvadrat χ 2 (n) = Γ( n 2, 1 2 ) z gostoto (n N je število prostostnih stopenj) p(x) = 1 2 n 2 Γ( n 2 )xn 2 1 e x 2, 0 < x
27 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 71 z gostoto p(x) = a π ima porazdelitveno funkcijo Cauchyeva porazdelitev a 2, < x <, a > 0 (x b) 2 F (x) = a π x a 2 (x b) 2 dx = 1 π arc tg(a(x b)) + 1 2
28 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 72 Porazdelitve v R-ju V R-ju so za delo s pomembnejšimi porazdelitvami na voljo funkcije: dime gostota porazdelitve ime p ime (x) pime porazdelitvena funkcija ime F ime (q) qime obratna funkcija: q = F ime (p) rime slučajno zaporedje iz dane porazdelitve Za ime lahko postavimo: unif zvezna enakomerna, binom binomska, norm normalna, exp eksponentna, lnorm logaritmičnonormalna, chisq porazdelitev χ 2,... Opis posamezne funkcije in njenih parametrov dobimo z ukazom help. Na primer help(rnorm).
Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2
Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 2. april 2014 Funkcijske vrste Spomnimo se, kaj je to številska vrsta. Dano imamo neko zaporedje realnih števil a 1, a 2, a
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 14. november 2013 Kvadratni koren polinoma Funkcijo oblike f(x) = p(x), kjer je p polinom, imenujemo kvadratni koren polinoma
Διαβάστε περισσότεραOdvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki
Διαβάστε περισσότεραZaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 22. oktober 2013 Kdaj je zaporedje {a n } konvergentno, smo definirali s pomočjo limite zaporedja. Večkrat pa je dobro vedeti,
Διαβάστε περισσότεραOdvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 10. december 2013 Izrek (Rolleov izrek) Naj bo f : [a,b] R odvedljiva funkcija in naj bo f(a) = f(b). Potem obstaja vsaj ena
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx
Διαβάστε περισσότεραSKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK
SKUPNE PORAZDELITVE SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK Kovaec vržemo trikrat. Z ozačimo število grbov ri rvem metu ( ali ), z Y a skuo število grbov (,, ali 3). Kako sta sremelivki i Y odvisi
Διαβάστε περισσότεραDiferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci
Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja
Διαβάστε περισσότερα1.3 Vsota diskretnih slučajnih spremenljivk
.3 Vsota diskretnih slučajnih spremenljivk Naj bosta X in Y neodvisni Bernoullijevo porazdeljeni spremenljivki, B(p). Kako je porazdeljena njuna vsota? Označimo Z = X + Y. Verjetnost, da je P (Z = z) za
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 12. november 2013 Graf funkcije f : D R, D R, je množica Γ(f) = {(x,f(x)) : x D} R R, torej podmnožica ravnine R 2. Grafi funkcij,
Διαβάστε περισσότεραBooleova algebra. Izjave in Booleove spremenljivke
Izjave in Booleove spremenljivke vsako izjavo obravnavamo kot spremenljivko če je izjava resnična (pravilna), ima ta spremenljivka vrednost 1, če je neresnična (nepravilna), pa vrednost 0 pravimo, da gre
Διαβάστε περισσότεραIZPIT IZ ANALIZE II Maribor,
Maribor, 05. 02. 200. (a) Naj bo f : [0, 2] R odvedljiva funkcija z lastnostjo f() = f(2). Dokaži, da obstaja tak c (0, ), da je f (c) = 2f (2c). (b) Naj bo f(x) = 3x 3 4x 2 + 2x +. Poišči tak c (0, ),
Διαβάστε περισσότεραDefinicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1
Funkcije več realnih spremenljivk Osnovne definicije Limita in zveznost funkcije več spremenljivk Parcialni odvodi funkcije več spremenljivk Gradient in odvod funkcije več spremenljivk v dani smeri Parcialni
Διαβάστε περισσότεραZaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 15. oktober 2013 Oglejmo si, kako množimo dve kompleksni števili, dani v polarni obliki. Naj bo z 1 = r 1 (cosϕ 1 +isinϕ 1 )
Διαβάστε περισσότεραKODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK
1 / 24 KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK Štefko Miklavič Univerza na Primorskem MARS, Avgust 2008 Phoenix 2 / 24 Phoenix 3 / 24 Phoenix 4 / 24 Črtna koda 5 / 24 Črtna koda - kontrolni bit 6 / 24
Διαβάστε περισσότεραOsnove matematične analize 2016/17
Osnove matematične analize 216/17 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Kaj je funkcija? Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja
Διαβάστε περισσότεραUL FGG GR B II - Verjetnostni račun in statistika. Poskus, izid. Dogodek. Notes. Notes. Notes. Uvod. Osnovni pojmi.
UL FGG GR B II - Verjetnostni račun in statistika Marjeta Kramar Fijavž, oktober 2014 Uvod Osnovni pojmi Poskus in dogodek Računanje z dogodki Definicije verjetnosti Pogojna verjetnost, neodvisnost dogodkov
Διαβάστε περισσότεραREˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.
Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost. kolokvij 3. januar 08 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Nalog je 6,
Διαβάστε περισσότερα1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja
ZNAČILNOSTI FUNKCIJ ZNAČILNOSTI FUNKCIJE, KI SO RAZVIDNE IZ GRAFA. Deinicijsko območje, zaloga vrednosti. Naraščanje in padanje, ekstremi 3. Ukrivljenost 4. Trend na robu deinicijskega območja 5. Periodičnost
Διαβάστε περισσότεραmatrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):
4 vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 matrike Matrika dimenzije m n je pravokotna tabela m n števil, ki ima m vrstic in n stolpcev: a 11 a 12 a 1n a 21 a 22 a 2n
Διαβάστε περισσότεραVAJE IZ VERJETNOSTI IN STATISTIKE. Martin Raič
VAJE IZ VERJETNOSTI IN STATISTIKE Martin Raič Datum zadnje spremembe: 0 februar 207 Kazalo Osnove kombinatorike 3 2 Elementarna verjetnost 5 3 Pogojna verjetnost 0 4 Slučajne spremenljivke 7 5 Slučajni
Διαβάστε περισσότεραVerjetnostni račun in statistika
FRI, Verjetnostni račun in statistika Aleksandar Jurišić Ljubljana, 1. oktober 2007 različica: 29. november 2007 / 20 : 09 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 6 Aleksandar Jurišić
Διαβάστε περισσότεραKotne in krožne funkcije
Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku Avtor: Rok Kralj, 4.a Gimnazija Vič, 009/10 β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete
Διαβάστε περισσότεραTretja vaja iz matematike 1
Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +
Διαβάστε περισσότεραIzpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega
Izeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega 1. Najosnovnejše o konveksnih funkcijah Definicija. Naj bo X vektorski rostor in D X konveksna množica. Funkcija ϕ: D R je konveksna,
Διαβάστε περισσότεραSplošno o interpolaciji
Splošno o interpolaciji J.Kozak Numerične metode II (FM) 2011-2012 1 / 18 O funkciji f poznamo ali hočemo uporabiti le posamezne podatke, na primer vrednosti r i = f (x i ) v danih točkah x i Izberemo
Διαβάστε περισσότεραPodobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik
Podobnost matrik Matematika II (FKKT Kemijsko inženirstvo) Matjaž Željko FKKT Kemijsko inženirstvo 14 teden (Zadnja sprememba: 23 maj 213) Matrika A R n n je podobna matriki B R n n, če obstaja obrnljiva
Διαβάστε περισσότεραNEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE
NEPARAMETRIČNI TESTI pregledovanje tabel hi-kvadrat test as. dr. Nino RODE Parametrični in neparametrični testi S pomočjo z-testa in t-testa preizkušamo domneve o parametrih na vzorcih izračunamo statistike,
Διαβάστε περισσότεραKotni funkciji sinus in kosinus
Kotni funkciji sinus in kosinus Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z oznako cos x, DEFINICIJA V PRAVOKOTNEM TRIKOTNIKU: Kotna funkcija sinus je definirana kot razmerje
Διαβάστε περισσότεραMatematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija.
1 / 46 Univerza v Ljubljani, FE Potenčna Korenska Melita Hajdinjak Matematika I (VS) Kotne 013/14 / 46 Potenčna Potenčna Funkcijo oblike f() = n, kjer je n Z, imenujemo potenčna. Število n imenujemo eksponent.
Διαβάστε περισσότεραNa pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12
Predizpit, Proseminar A, 15.10.2015 1. Točki A(1, 2) in B(2, b) ležita na paraboli y = ax 2. Točka H leži na y osi in BH je pravokotna na y os. Točka C H leži na nosilki BH tako, da je HB = BC. Parabola
Διαβάστε περισσότεραFunkcije več spremenljivk
DODATEK C Funkcije več spremenljivk C.1. Osnovni pojmi Funkcija n spremenljivk je predpis: f : D f R, (x 1, x 2,..., x n ) u = f (x 1, x 2,..., x n ) kjer D f R n imenujemo definicijsko območje funkcije
Διαβάστε περισσότεραDISKRETNA FOURIERJEVA TRANSFORMACIJA
29.03.2004 Definicija DFT Outline DFT je linearna transformacija nekega vektorskega prostora dimenzije n nad obsegom K, ki ga označujemo z V K, pri čemer ima slednji lastnost, da vsebuje nek poseben element,
Διαβάστε περισσότεραII. LIMITA IN ZVEZNOST FUNKCIJ
II. LIMITA IN ZVEZNOST FUNKCIJ. Preslikave med množicami Funkcija ali preslikava med dvema množicama A in B je predpis f, ki vsakemu elementu x množice A priredi natanko določen element y množice B. Važno
Διαβάστε περισσότεραMatematika. Funkcije in enačbe
Matematika Funkcije in enačbe (1) Nariši grafe naslednjih funkcij: (a) f() = 1, (b) f() = 3, (c) f() = 3. Rešitev: (a) Linearna funkcija f() = 1 ima začetno vrednost f(0) = 1 in ničlo = 1/. Definirana
Διαβάστε περισσότεραKontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu.
Kontrolne karte KONTROLNE KARTE Kontrolne karte uporablamo za sprotno spremlane kakovosti izdelka, ki ga izdeluemo v proizvodnem procesu. Izvaamo stalno vzorčene izdelkov, npr. vsako uro, vsake 4 ure.
Διαβάστε περισσότερα*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center
Državni izpitni center *M40* Osnovna in višja raven MATEMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sobota, 4. junij 0 SPLOŠNA MATURA RIC 0 M-40-- IZPITNA POLA OSNOVNA IN VIŠJA RAVEN 0. Skupaj:
Διαβάστε περισσότεραD f, Z f. Lastnosti. Linearna funkcija. Definicija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k,
Linearna funkcija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k, n ᄀ. k smerni koeficient n začetna vrednost D f, Z f Definicijsko območje linearne funkcije so vsa realna števila. Zaloga
Διαβάστε περισσότεραRealne funkcije. Elementarne funkcije. Polinomi in racionalne funkcije. Eksponentna funkcija a x : R R + FKKT Matematika 1
Realne funkcije Funkcija f denirana simetri nem intervalu D = ( a, a) ali D = [ a, a] (i) je soda, e velja f(x) = f( x), x D; (ii) je liha, e velja f(x) = f( x), x D. Naj bo f denirana D f in x 1, x 2
Διαβάστε περισσότερα1 Fibonaccijeva stevila
1 Fibonaccijeva stevila Fibonaccijevo število F n, kjer je n N, lahko definiramo kot število načinov zapisa števila n kot vsoto sumandov, enakih 1 ali Na primer, število 4 lahko zapišemo v obliki naslednjih
Διαβάστε περισσότεραReševanje sistema linearnih
Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje
Διαβάστε περισσότεραFAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22. junij Navodila
FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22 junij 212 Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Veljale bodo samo rešitve na papirju, kjer
Διαβάστε περισσότεραMatematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta
Matematika 1 Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 21. april 2008 102 Poglavje 4 Odvod 4.1 Definicija odvoda Naj bo funkcija f definirana na intervalu (a, b) in x 0 točka s tega intervala. Vzemimo
Διαβάστε περισσότεραEnačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.
1. Osnovni pojmi Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. Primer 1.1: Diferencialne enačbe so izrazi: y
Διαβάστε περισσότεραKazalo. Predstavitev
Ljubljana, 6. oktober 2008 FRI, Verjetnostni račun in statistika Aleksandar Jurišić različica: 19. januar 2009 / 11 : 51 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika A. Jurišić 2 in V. Batagelj:
Διαβάστε περισσότεραIntegralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d)
Integralni račun Nedoločeni integral in integracijske metrode. Izračunaj naslednje nedoločene integrale: d 3 +3+ 2 d, (f) (g) (h) (i) (j) (k) (l) + 3 4d, 3 +e +3d, 2 +4+4 d, 3 2 2 + 4 d, d, 6 2 +4 d, 2
Διαβάστε περισσότεραIterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013
Numerične metode, sistemi linearnih enačb B. Jurčič Zlobec Numerične metode FE, 2. december 2013 1 Vsebina 1 z n neznankami. a i1 x 1 + a i2 x 2 + + a in = b i i = 1,..., n V matrični obliki zapišemo:
Διαβάστε περισσότεραMATEMATIKA ZA BIOLOGE
MATEMATIKA ZA BIOLOGE Zapiski predavanj Milan Hladnik Fakulteta za matematiko in fiziko Ljubljana 2006 KAZALO I. DISKRETNA MATEMATIKA 3 1. Množice, relacije, funkcije 3 2. Kombinatorika in verjetnost 9
Διαβάστε περισσότεραUniverza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak
Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA Polona Oblak Ljubljana, 04 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 5(075.8)(0.034.) OBLAK,
Διαβάστε περισσότεραUniverza v Mariboru. Fakulteta za logistiko MATEMATIKA. Univerzitetni učbenik
Univerza v Mariboru Fakulteta za logistiko MATEMATIKA Univerzitetni učbenik AJDA FOŠNER IN MAJA FOŠNER Junij, 2008 Kazalo 1 Množice 5 11 Matematična logika 5 12 Množice 10 2 Preslikave 18 21 Realne funkcije
Διαβάστε περισσότεραMaja Pohar Perme. Verjetnost in statistika z nalogami
Maja Pohar Perme Verjetnost in statistika z nalogami Ljubljana, 2014 Skripte Ekonomske fakultete Maja Pohar Perme Verjetnost in statistika z nalogami Založila : Šifra: Recenzenta: Objavljeno na spletni
Διαβάστε περισσότεραVaje iz MATEMATIKE 8. Odvod funkcije., pravimo, da je funkcija f odvedljiva v točki x 0 z odvodom. f (x f(x 0 + h) f(x 0 ) 0 ) := lim
Študij AHITEKTURE IN URBANIZMA, šol l 06/7 Vaje iz MATEMATIKE 8 Odvod funkcije f( Definicija: Naj bo f definirana na neki okolici točke 0 Če obstaja lim 0 +h f( 0 h 0 h, pravimo, da je funkcija f odvedljiva
Διαβάστε περισσότεραMatematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1
Mtemtik 1 Gregor Dolinr Fkultet z elektrotehniko Univerz v Ljubljni 2. jnur 2014 Gregor Dolinr Mtemtik 1 Izrek (Izrek o povprečni vrednosti) Nj bo m ntnčn spodnj mej in M ntnčn zgornj mej integrbilne funkcije
Διαβάστε περισσότερα8. Diskretni LTI sistemi
8. Diskreti LI sistemi. Naloga Določite odziv diskretega LI sistema s podaim odzivom a eoti impulz, a podai vhodi sigal. h[] x[] - - 5 6 7 - - 5 6 7 LI sistem se a vsak eoti impulz δ[] a vhodu odzove z
Διαβάστε περισσότεραStatistična analiza. doc. dr. Mitja Kos, mag. farm. Katedra za socialno farmacijo Univerza v Ljubljani- Fakulteta za farmacijo
Statistična analiza opisnih spremenljivk doc. dr. Mitja Kos, mag. arm. Katedra za socialno armacijo Univerza v Ljubljani- Fakulteta za armacijo Statistični znaki Proučevane spremenljivke: statistični znaki
Διαβάστε περισσότεραMatematika vaja. Matematika FE, Ljubljana, Slovenija Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija
Matematika 1 3. vaja B. Jurčič Zlobec 1 1 Univerza v Ljubljani, Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija Matematika FE, Ljubljana, Slovenija 2011 Določi stekališča zaporedja a
Διαβάστε περισσότερα13. Jacobijeva metoda za računanje singularnega razcepa
13. Jacobijeva metoda za računanje singularnega razcepa Bor Plestenjak NLA 25. maj 2010 Bor Plestenjak (NLA) 13. Jacobijeva metoda za računanje singularnega razcepa 25. maj 2010 1 / 12 Enostranska Jacobijeva
Διαβάστε περισσότεραcot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih.
TRIGONOMETRIJA (A) Merske enote KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA stopinja [ ] radian [rad] 80 80 0. Izrazi kot v radianih. 0 90 5 0 0 70. Izrazi kot v stopinjah. 5 8 5 (B) Definicija kotnih funkcij
Διαβάστε περισσότεραMatematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta
Matematika Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 6. november 200 Poglavje 2 Zaporedja in številske vrste 2. Zaporedja 2.. Uvod Definicija 2... Zaporedje (a n ) = a, a 2,..., a n,... je predpis,
Διαβάστε περισσότεραFunkcija je predpis, ki vsakemu elementu x iz definicijskega območja D R priredi neko število f (x) R.
II. FUNKCIJE 1. Osnovni pojmi 2. Sestavljanje funkcij 3. Pregled elementarnih funkcij 4. Zveznost Kaj je funkcija? Definicija Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D R priredi
Διαβάστε περισσότεραV tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant.
Poglavje IV Determinanta matrike V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant 1 Definicija Preden definiramo determinanto,
Διαβάστε περισσότεραGimnazija Krˇsko. vektorji - naloge
Vektorji Naloge 1. V koordinatnem sistemu so podane točke A(3, 4), B(0, 2), C( 3, 2). a) Izračunaj dolžino krajevnega vektorja točke A. (2) b) Izračunaj kot med vektorjema r A in r C. (4) c) Izrazi vektor
Διαβάστε περισσότεραSpoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil.
Zaporedja števil V matematiki in fiziki pogosto operiramo s približnimi vrednostmi neke količine. Pri numeričnemu računanju lahko npr. število π aproksimiramo s števili, ki imajo samo končno mnogo neničelnih
Διαβάστε περισσότεραKvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti
Poglavje XI Kvadratne forme V zadnjem poglavju si bomo ogledali še eno vrsto preslikav, ki jih tudi lahko podamo z matrikami. To so tako imenovane kvadratne forme, ki niso več linearne preslikave. Kvadratne
Διαβάστε περισσότεραPONOVITEV SNOVI ZA 4. TEST
PONOVITEV SNOVI ZA 4. TEST 1. * 2. *Galvanski člen z napetostjo 1,5 V požene naboj 40 As. Koliko električnega dela opravi? 3. ** Na uporniku je padec napetosti 25 V. Upornik prejme 750 J dela v 5 minutah.
Διαβάστε περισσότεραPoliedri Ines Pogačar 27. oktober 2009
Poliedri Ines Pogačar 27. oktober 2009 Pri linearnem programiranju imamo opravka s končnim sistemom neenakosti in končno spremenljivkami, torej je množica dopustnih rešitev presek končno mnogo polprostorov.
Διαβάστε περισσότεραFrekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič
Frekvenčna analiza neperiodičnih signalov Analiza signalov prof. France Mihelič Vpliv postopka daljšanja periode na spekter periodičnega signala Opazujmo družino sodih periodičnih pravokotnih impulzov
Διαβάστε περισσότεραVAJE IZ SLUČAJNIH PROCESOV 1. Martin Raič in Aleš Toman
VAJE IZ SLUČAJNIH PROCESOV 1 Martin Raič in Aleš Toman Datum zadnje spremembe: 24. junij 214 Kazalo 1. Ponovitev izbranih tem iz teorije verjetnosti 2 2. Procesi štetja 5 3. Homogeni Poissonov proces 7
Διαβάστε περισσότεραUporabna matematika za naravoslovce
Uporabna matematika za naravoslovce Zapiski predavanj Študijski programi: Aplikativna kineziologija, Biodiverziteta Študijsko leto 203/4 doc.dr. Barbara Boldin Fakulteta za matematiko, naravoslovje in
Διαβάστε περισσότεραDomače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA
Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA. Naj bo vektorsko polje R : R 3 R 3 dano s predpisom R(x, y, z) = (2x 2 + z 2, xy + 2yz, z). Izračunaj pretok polja R skozi površino torusa
Διαβάστε περισσότεραMATEMATIČNI IZRAZI V MAFIRA WIKIJU
I FAKULTETA ZA MATEMATIKO IN FIZIKO Jadranska cesta 19 1000 Ljubljan Ljubljana, 25. marec 2011 MATEMATIČNI IZRAZI V MAFIRA WIKIJU KOMUNICIRANJE V MATEMATIKI Darja Celcer II KAZALO: 1 VSTAVLJANJE MATEMATIČNIH
Διαβάστε περισσότεραVAJE IZ OSNOV VERJETNOSTI IN STATISTIKE. Martin Raič
VAJE IZ OSNOV VERJETNOSTI IN STATISTIKE Martin Raič Datum zadnje spremembe: 3. januar 2016 Kazalo 1. Osnove kombinatorike 3 2. Elementarna verjetnost 4 3. Pogojna verjetnost 6 4. Diskretne slučajne spremenljivke
Διαβάστε περισσότεραVerjetnost 2. Oktober Verjetnost 2 Šesto poglavje. Obratna pot do markovskih verig. Od diskretnega časa proti zveznemu. Stabilnost in eksplozije
Oktober 2010 Vsebina 1 2 3 Osnovne sestavine obratne poti Imejmo markovsko o z diskretnim časom Y s števno množico stanj S, z začetno porazdelitvijo π 0 in prehodno matriko Q, ki ima lastnost, da so vsi
Διαβάστε περισσότεραp 1 ENTROPIJSKI ZAKON
ENROPIJSKI ZAKON REERZIBILNA srememba: moža je obrjea srememba reko eakih vmesih staj kot rvota srememba. Po obeh sremembah e sme biti obeih trajih srememb v bližji i dalji okolici. IREERZIBILNA srememba:
Διαβάστε περισσότεραFunkcije dveh in več spremenljivk
Poglavje 3 Funkcije dveh in več spremenljivk 3.1 Osnovni pojmi Definicija 3.1.1. Funkcija dveh spremenljivk je preslikava, ki vsaki točki (x, y) ravninske množice D priredi realno število z = f(x, y),
Διαβάστε περισσότερα1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου...
ΑΠΟΖΗΜΙΩΣΗ ΘΥΜΑΤΩΝ ΕΓΚΛΗΜΑΤΙΚΩΝ ΠΡΑΞΕΩΝ ΣΛΟΒΕΝΙΑ 1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου... 3 1 1. Έντυπα αιτήσεων
Διαβάστε περισσότεραMatematika 1. Jaka Cimprič
Matematika 1 Jaka Cimprič Predgovor Pričujoči učbenik je namenjen študentom tistih univerzitetnih programov, ki vključujejo samo eno leto matematike. Nastala je na podlagi izkušenj, ki jih imam s poučevanjem
Διαβάστε περισσότεραNekateri primeri sklopov izpitnih vprašanj pri predmetu Naključni pojavi
Nekateri primeri sklopov izpitnih vprašanj pri predmetu Naključni pojavi 1. Izpeljite Binomsko porazdelitev in pokažite kako pridemo iz nje do Poissonove porazdelitve? 2. Kako opišemo naključne lastnosti
Διαβάστε περισσότεραApsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.
Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. a b Verovatno a da sluqajna promenljiva X uzima vrednost iz intervala
Διαβάστε περισσότεραMatematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2010/2011
Matematika BF Lesarstvo Matjaž Željko Zapiski ob predavanjih v šolskem letu 00/0 Izpis: 9 avgust 0 Kazalo Števila 5 Naravna števila 5 Cela števila 6 3 Racionalna števila 6 4 Realna števila 7 5 Urejenost
Διαβάστε περισσότεραPRIMER UPORABE FUNKCIJ 2. FUNKCIJE ENE SPREMENLJIVKE DEFINICIJA IN LASTNOSTI FUNKCIJE. Upogibni moment. M(X )=F A x qx2 2
3 4 PRIMER UPORABE FUNKCIJ Upogibni moment 2. FUNKCIJE ENE SPREMENLJIVKE T (x) =F A qx M(X )=F A x qx2 2 1 2 DEFINICIJA IN LASTNOSTI FUNKCIJE Naj bosta A in B neprazni množici. Enolična funkcija f : A
Διαβάστε περισσότεραvezani ekstremi funkcij
11. vaja iz Matematike 2 (UNI) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 ekstremi funkcij več spremenljivk nadaljevanje vezani ekstremi funkcij Dana je funkcija f(x, y). Zanimajo nas ekstremi nad
Διαβάστε περισσότεραAlgebraične strukture
Poglavje V Algebraične strukture V tem poglavju bomo spoznali osnovne algebraične strukture na dani množici. Te so podane z eno ali dvema binarnima operacijama. Binarna operacija paru elementov iz množice
Διαβάστε περισσότεραOsnove statistike. Drago Bokal Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru. 1.
Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru 1. marec 2010 Obvestila. http://um.fnm.uni-mb.si/ Prosojnice se lahko spremenijo v tednu po predavanjih.
Διαβάστε περισσότεραShefferjeva polinomska zaporedja
Shefferjeva polinomska zaporedja Marko Razpet Matematični kolokviji Ljubljana, 23. marca 2006 Page 1 of 63 Predstavljen bo osnovni koncept umbralnega računa, kakršnega sta razvila Gian-Carlo Rota in Steven
Διαβάστε περισσότεραDelovna točka in napajalna vezja bipolarnih tranzistorjev
KOM L: - Komnikacijska elektronika Delovna točka in napajalna vezja bipolarnih tranzistorjev. Določite izraz za kolektorski tok in napetost napajalnega vezja z enim virom in napetostnim delilnikom na vhod.
Διαβάστε περισσότεραVerovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića
Verovatnoća i Statistika I deo Teorija verovatnoće zadaci Beleške dr Bobana Marinkovića Iz skupa, 2,, 00} bira se na slučajan način 5 brojeva Odrediti skup elementarnih dogadjaja ako se brojevi biraju
Διαβάστε περισσότεραJednodimenzionalne slučajne promenljive
Jednodimenzionalne slučajne promenljive Definicija slučajne promenljive Neka je X f-ja def. na prostoru verovatnoća (Ω, F, P) koja preslikava prostor el. ishoda Ω u skup R realnih brojeva: (1)Skup {ω/
Διαβάστε περισσότερα10. poglavje. Kode za overjanje
10. poglavje Kode za overjanje (angl. Authentication Codes) Uvod Računanje verjetnosti prevare Kombinatorične ocene pravokotne škatje (ang. orthogonal arrays, OA) konstrukcije in ocene za OA Karakterizaciji
Διαβάστε περισσότεραMatrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1
Poglavje II Matrike Matrika je pravokotna tabela realnih števil Na primer: [ ] 1 1 1, 2 3 1 1 0 1 3 2 1, 0 1 4 [ ] 2 7, Matrika je sestavljena iz vrstic in stolpcev Vrstici matrike [ ] 1 1 1 2 3 1 [ ]
Διαβάστε περισσότερα5. Karakteristične funkcije
5. Karakteristične funkcije Profesor Milan Merkle emerkle@etf.rs milanmerkle.etf.rs Verovatnoća i Statistika-proleće 2018 Milan Merkle Karakteristične funkcije ETF Beograd 1 / 10 Definicija Karakteristična
Διαβάστε περισσότεραUNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA III
UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 215 ii Kazalo Diferencialni račun vektorskih funkcij 1 1.1 Skalarne funkcije...........................
Διαβάστε περισσότεραVerjetnost 2. December Verjetnost 2. Sedmo poglavje. Monte Carlo Markovske verige MCMC. Bayesova statistika v. Monte Carlo.
December 2011 Vsebina 1 2 3 4 5 1 Metodo so prvič uporabili pri računanju kritične mase urana pri izdelavi prve atomske bombe (Ulam). Danes nam pri pomagajo računalniki. Če poznamo porazdelitveno funkcijo
Διαβάστε περισσότεραINŽENIRSKA MATEMATIKA I
INŽENIRSKA MATEMATIKA I REŠENE NALOGE za izredne študente VSŠ Tehnično upravljanje nepremičnin Marjeta Škapin Rugelj Fakulteta za gradbeništvo in geodezijo Kazalo Števila in preslikave 5 Vektorji 6 Analitična
Διαβάστε περισσότεραDel 5. Vektorske funkcije in funkcije več spremenljivk
Del 5 Vektorske funkcije in funkcije več spremenljivk POGLAVJE 1 Krivulje v R n 1. Risanje vektorskih funkcij in vektorskih zaporedij Funkcija iz R v R n je podana z dvema podatkoma: z definicijskim območjem,
Διαβάστε περισσότεραOsnove linearne algebre
Osnove linearne algebre Matrike Matrika razsežnosti n m je A = a 1 1 a 1 2 a 1 m a 2 1 a 2 2 a 2 m a n 1 a n 2 a n m Če je n = m, tedaj matriko imenujemo kvadratna matrika Elementi matrike so lahko realna
Διαβάστε περισσότεραMultivariatna analiza variance
(MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti med več odvisnimi (številskimi) in več neodvisnimi (opisnimi) spremenljivkami. (MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti
Διαβάστε περισσότερα3 Populacija i uzorak
3 Populacija i uzorak 1 3.1 Slučajni uzorak X varijabla/stat. obilježje koje izučavamo Cilj statističke analize na osnovi uzorka izvesti odredene zaključke o (populacijskoj) razdiobi od X 2 Primjer 3.1.
Διαβάστε περισσότεραIspitivanje toka i skiciranje grafika funkcija
Ispitivanje toka i skiciranje grafika funkcija Za skiciranje grafika funkcije potrebno je ispitati svako od sledećih svojstava: Oblast definisanosti: D f = { R f R}. Parnost, neparnost, periodičnost. 3
Διαβάστε περισσότεραNEPARAMETRIČNI TESTI Doc.dr. Tadeja Kraner Šumenjak
NEPARAMETRIČNI TESTI 5.3.011 Doc.dr. Tadeja Kraner Šumenjak Slabosti parametričnih preizkusov: -stroge predpostavke (predpostavka o normalni porazdelitvi) -veliko računanja -težave, če spremenljivke niso
Διαβάστε περισσότερα