VJEROJATNOST I STATISTIKA Popravni kolokvij - 1. rujna 2016.

Σχετικά έγγραφα
VJEROJATNOST I STATISTIKA 2. kolokvij lipnja 2016.

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

VJEROJATNOST popravni kolokvij veljače 2017.

3 Populacija i uzorak

Sadrˇzaj. Sadrˇzaj 1 9 DVODIMENZIONALNI SLUČAJNI VEKTOR DISKRETNI DVODIMENZIONALNI

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

Funkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1.

Slučajni procesi Prvi kolokvij travnja 2015.

ELEKTROTEHNIČKI ODJEL

Linearna algebra 2 prvi kolokvij,

Riješeni zadaci: Nizovi realnih brojeva

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

Linearna algebra 2 prvi kolokvij,

Verovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića

Diskretan slučajni vektor

1 Promjena baze vektora

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011.

Funkcije dviju varjabli (zadaci za vježbu)

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

7 Algebarske jednadžbe

1.4 Tangenta i normala

Matematička analiza 1 dodatni zadaci

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

Elementi spektralne teorije matrica

VJEROJATNOST 1. kolokvij studenog 2013.

21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

TRIGONOMETRIJSKE FUNKCIJE I I.1.

Operacije s matricama

Slučajne varijable Materijali za nastavu iz Statistike

Matematika 1 - vježbe. 11. prosinca 2015.

Sume kvadrata. mn = (ax + by) 2 + (ay bx) 2.

Numerička matematika 2. kolokvij (1. srpnja 2009.)

3.1 Granična vrednost funkcije u tački

MJERA I INTEGRAL 2. kolokvij 30. lipnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!)

18. listopada listopada / 13

Uvod u vjerojatnost i matematičku statistiku

Linearna algebra I, zimski semestar 2007/2008

MATEMATIKA 1 8. domaća zadaća: RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA.

2. OSNOVNI POJMOVI TEORIJE VJEROJATNOSTI

5. Karakteristične funkcije

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

Ako između tri slučajne varijable postoji veza ζ = f (ξ, η) i ako su poznate sve relevantne gustoće vjerojatnosti, tada je

Neka je a 3 x 3 + a 2 x 2 + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka.

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

Uvod u vjerojatnost i statistiku

IZVODI ZADACI (I deo)

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.

( , treći kolokvij) 3. Na dite lokalne ekstreme funkcije z = x 4 + y 4 2x 2 + 2y 2 3. (20 bodova)

LINEARNA ALGEBRA 1, ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ, VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ

Slučajni vektor. Poglavlje 3

2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1)

6 Polinomi Funkcija p : R R zadana formulom

Matematičke metode u marketingumultidimenzionalno skaliranje. Lavoslav ČaklovićPMF-MO

16 Lokalni ekstremi. Definicija 16.1 Neka je A R n otvoren, f : A R i c A. Ako postoji okolina U(c) od c na kojoj je f(c) minimum

TRIGONOMETRIJA TROKUTA

MATEMATIKA Pokažite da za konjugiranje (a + bi = a bi) vrijedi. a) z=z b) z 1 z 2 = z 1 z 2 c) z 1 ± z 2 = z 1 ± z 2 d) z z= z 2

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.

(Hi-kvadrat test) r (f i f ti ) 2 H = f ti. i=1

- pravac n je zadan s točkom T(2,0) i koeficijentom smjera k=2. (30 bodova)

Slučajne varijable. Diskretna slučajna varijabla X je promjenjiva veličina koja poprima vrijednosti iz skupa

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

Dijagonalizacija operatora

PISMENI ISPIT IZ STATISTIKE

MJERA I INTEGRAL 1. kolokvij 29. travnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!)

numeričkih deskriptivnih mera.

Parametarski zadane neprekidne distribucije

Riješeni zadaci: Limes funkcije. Neprekidnost

DUALNOST. Primjer. 4x 1 + x 2 + 3x 3. max x 1 + 4x 2 1 3x 1 x 2 + x 3 3 x 1 0, x 2 0, x 3 0 (P ) 1/9. Back FullScr

( , 2. kolokvij)

2.7 Primjene odredenih integrala

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

Uvod u teoriju brojeva

RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA.

1 Diferencijabilnost Motivacija. Kažemo da je funkcija f : a, b R derivabilna u točki c a, b ako postoji limes f f(x) f(c) (c) = lim.

Strukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1

( x) ( ) ( ) ( x) ( ) ( x) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f

Statistika. primjeri i zadaci. Ante Mimica, Marina Ninčević. 30. kolovoza 2010.

Sadrˇzaj. Sadrˇzaj 1. 4 UVJETNA VJEROJATNOST Ponovimo... 14

2. Ako je funkcija f(x) parna onda se Fourierov red funkcije f(x) reducira na Fourierov kosinusni red. f(x) cos

41. Jednačine koje se svode na kvadratne

MARKOVLJEVI LANCI popravni kolokvij veljače (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!)

Teorijske osnove informatike 1

Vjerojatnost - 1. dio. Uvod u vjerojatnost. 1. Kolika je vjerojatnost da se pri bacanju dviju kocki pojavi: a) zbroj 8 b) barem jedna četvorka?

Determinante. a11 a. a 21 a 22. Definicija 1. (Determinanta prvog reda) Determinanta matrice A = [a] je broj a.

Kaskadna kompenzacija SAU

MARKOVLJEVI LANCI 1. kolokvij studenog (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!)

6 Primjena trigonometrije u planimetriji

1 Aksiomatska definicija skupa realnih brojeva

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4

OPĆINSKO/ŠKOLSKO NATJECANJE IZ MATEMATIKE 4. veljače razred-rješenja

Transcript:

Broj zadataka: 5 Vrijeme rješavanja: 120 min Ukupan broj bodova: 100 Zadatak 1. (a) Napišite aksiome vjerojatnosti ako je zadan skup Ω i σ-algebra F na Ω. (b) Dokažite iz aksioma vjerojatnosti da za A, B F vrijedi (c) Ilustriraj (b) grafički i na primjeru. P (A B) = P (A) + P (B) P (A B). Rješenje. Vidi predavanja.

Zadatak 2. Na konop duljine 16 metara izmedu dva usidrena broda, slučajno i nezavisno su sletjela dva galeba. Izračunajte vjerojatnost da je udaljenost galebova od brodova, kao i njihova medusobna udaljenost, barem 4 metra. Rješenje. Definiramo vjerojatnosni prostor Ω = {(x, y) : 0 x y 16}. pri čemu x i y predstavljaju mjesta na konopu na koja su sletjeli galebovi. 0 x y 16 Vrijedi 16 16 λ(ω) = 2 Duljine traženih udaljenosti su redom x, y x i 16 y pa je traženi dogadaj A = {sve tražene udaljenosti su veće od 4 m} = {(x, y) Ω : x 4, y x 4, 16 y 4} = = {(x, y) Ω : x 4, y x + 4, y 12}. y 16 x = 4 y = x + 4 12 8 A y = 12 4 4 8 16 x Sada slijedi da je P (A) = λ(a) λ(ω) = 4 4/2 16 16/2 = 1 16.

Zadatak 3. Igrač baca simetrični tetraedar sa stranama označenim brojevima 1,..., 4. Ako padne 2 bacimo još dva simetrična tetraedra. (a) Izračunajte vjerojatnost da se u svim bacanjima zajedno nije pojavila niti jedna jedinica. (b) Neka je X broj jedinica koje su se pojavile u svim bacanjima zajedno. (b1) Odredite razdiobu slučajne varijable X. (b2) Odredite E [X] i E [(X + 2) 2 ]. Rješenje. (a) Definirajmo potpuni sistem dogadaja H i ={na tetraedru je pao broj i}, za i {1,... 4}. Za sve i {1,... 4} je P (H i ) = 1/4. Nadalje, definirajmo dogadaj A = {nije pala niti jedna jedinica u svim bacanjima}. Odgovarajuće uvjetne vjerojatnosti su P (A H 1 ) = 0, P (A H 2 ) = 32 4 2, P (A H 3 ) = 1 i P (A H 4 ) = 1. Po formuli potpune vjerojatnosti računamo 4 P (A) = P (A H i )P (H i ) = 1 ) (0 4 + 32 4 + 1 + 1 = 41 2 64 0.641. i=1 (b1) Vidimo da je X poprima vrijednosti 0, 1, 2, sada, kao u (a) dijelu zadatka računamo ( ) ( ) 0 1 2 0 1 2 X 1 + 1 + 1 32 1 + 1 1 3 2 1 12 41 22 1. 4 4 4 4 2 4 4 4 4 4 4 2 64 64 64 (b2) Računamo i E [X] = 0 41 64 + 1 22 64 + 2 1 64 = 3 8 = 0.375 E [(X + 2) 2 ] = (0 + 2) 2 41 64 + (1 + 2)2 22 64 + (2 + 1 2)2 64 = 18 32 5..

Zadatak 4. Slučajno i nezavisno biramo dva broja, prvi iz skupa {1, 2, 3}, a drugi iz skupa {2, 3, 4}. Neka je X najveći zajednički djelitelj ta dva broja, a Y ostatak pri dijeljenju s 3 maksimuma ta dva broja. (a) Odredite distribuciju slučajnog vektora (X, Y ). (b) Odredite koeficijent korelacije slučajnog vektora (X, Y ). (c) Jesu li slučajne varijable X i Y nezavisne? (d) Odredite P (X 2 > Y ). Rješenje. (a) Slučajni vektor (X, Y ) ima distribuciju X/Y 0 1 2 1 3/ 2/ 1/ 6/ 2 0 1/ 1/ 2/ 3 1/ 0 0 1/ 4/ 3/ 2/ 1 (b) Marginalne distribucije su i Sada računamo očekivanja i varijance ( ) 1 2 3 X 6 2 1 ( 0 1 2 Y 4 3 2 ). E [X] = 1 6 + 2 2 + 3 1 = 13, E [Y ] = 0 4 + 1 3 + 2 2 = 7 Var [X] = E [X 2 ] (E [X]) 2 = 1 2 6 + 22 2 + 32 1 ( ) 2 13 = 38 81,

Var [Y ] = E [Y 2 ] (E [Y ]) 2 = 0 2 4 + 12 3 + 22 2 Nadalje, kovarijanca je ( ) 2 7 = 50 81. Cov(X, Y ) = E [XY ] E [X]E [Y ] = 1 1 2 + 1 2 1 + 2 1 1 + 2 2 1 13 7 = 1 81. Konačno dobivamo da je koeficijent korelacije slučajnih varijabli X i Y ρ(x, Y ) = Cov(X, Y ) 1/81 = 0.023. Var [X] Var [Y ] 38 50/81 (c) Budući da su slučajne varijable X i Y korelirane, nisu nezavisne. Alternativno, isto možemo zaključiti direktnom provjerom uvjeta nezavisnosti, npr. (d) Primjetimo da je P (X = 3, Y = 2) = 0 2 81 = 1 2 = P (X = 3) P (Y = 2). P (X 2 Y ) = P (X = 1, Y = 1) + P (X = 1, Y = 2) = 2 + 1 = 1 3 pa je P (X 2 > Y ) = 1 P (X 2 Y ) = 2 3.

Zadatak 5. Rulet ima 18 crvenih polja, 18 crnih polja i jednu nulu (ona nije niti crvena niti crna). U svakoj igri baca se kuglica i ona s jednakom vjerojatnosti padne na bilo koje polje. (a) Neka je s X označen redni broj igre u kojoj je prvi puta kuglica pala na crveno. (b) (a1) Odredite distribuciju i očekivanje slučajne varijable X. (a2) Izračunajte vjerojatnost da će trebati barem tri pokušaja da kuglica prvi puta padne na crveno. Šime igra 80 igara ruleta i u svakoj se igri kladi na crveno. Ako kuglica padne na crveno, onda dobije 1 kn, a inače gubi 1 kn. Izračunajte vjerojatnost da će nakon 80 igara Šime imati zaradu veću od 10 kn. Rješenje. (a) Vjerojatnost da u jednom bacanju kuglica padne na crveno je p = 18 37. (a1) X je geometrijska slučajna varijabla s parametrom p = 18, tj. 37 ( ) k 1 1 P (X = k) = (1 p) k 1 p = 18, za sve k N. 37 37 Zbog toga je (a2) Iz prvog dijela slijedi da je E [X] = 1 p = 37 18 2.055. P (X 3) = 1 P (X 2) = 1 P (X = 1) P (X = 2) = 1 18 37 1 37 18 37 0.264. (b) Označimo s Y broj puta kada je u tih 80 bacanja kuglica pala na crveno. Tada je Y B(80, 18/37), a Šimina zarada je Z = 1 Y 1 (80 Y ) = 2Y 80. Koristeći centralni granični teorem računamo P (Z 10) = P (2Y 80 10) = P (Y 45) 1 φ( 18 45 80 37 80 18 1 37 37 = 1 0.131 = 0.086. ) = 1 φ(1.36) Dakle, vjerojatnost da će Šime nakon 80 bacanja biti u dobitku više od 10 kuna je približno 8.7%.