Professional Documents
Culture Documents
PNUM 2kol
PNUM 2kol
stupnja za podatke: (-1,1), (-4,0), (2,3), (3,-1), (5,-2) (napisati (odredbeni) sustav iz kojega se dobivaju koeficijenti polinoma). i 0 1 2 3 4 SUM x -1 -4 2 3 5 5 y 1 0 3 -1 -2 1 x^2 1 16 4 9 25 55 x^3 -1 -64 8 27 125 95 x^4 1 256 16 81 625 979 x*y -1 0 6 -3 -10 -8 x^2*y 1 0 12 -9 -50 -46
5a+5b+55c=1 5a+55b+95c=-8 55a+95b+979c=-46 mathlab: >> x=[-1 -4 2 3 5] >> y=[1 0 3 -1 -2] >> format rat >> polifit(x,y,2) -83/570 -181/2850
2
886/475
rj. y= -83/570x -181/2850x+886/47 2.Baene su dvoje kocke: Odredite vjerojatnost dogaaja a) zbroj je 3, b) zbroj je 7 ili 3 i c) zbroj je djeljiv s 3 rj a) (1,2) (2,1) P(A)=2/36 b) (1,6),(6,1),(2,5), (5,2)(3,4)(4,3) (1,2) (2,1) P(A)=8/36 c) (1,2) (1,5) (2,1) (2,4) (3,3) (3,6) (4,2) (4,5) (5,1) (5,4) (6,3) (6,6) P(a)=12/36 3. trei s onom tablicom gdje treba nai frkvenciju i x, s, s^2 i histogram razredi min max 0,00 5,00 5,00 10,00 10,00 15,00 15,00 20,00 20,00 25,00 25,00 30,00 30,00 35,00 matlab x=[ ] f=[ ] bar(a,f) >> as=mean(x) X potez= 17.5000 >>var(x,1) 2 s =100 standd=std(x,1) s=10 4.Zadana je funkcija gustoe neke kontiuirane sluajne varijable X : a 2,5 7,5 12,5 17,5 22,5 27,5 32,5 f 5 6 11 10 8 12 8
zbroj =1 zadana funkcija je funkcija gustoe za x<-3 F(X)=integral inf do x 6+2*t/15dt = 0 za -3<x<0 F(X)=integral 3 do x 6+2*t/15dt pretty(simple(int((6+2*t)/15,-3,x)))
2
(x + 3) -------15 za -0<x<2 F(X)=integral x do 2 6+2*t/15dt pretty(simple(int((2-t)/5,x,2))) (x - 2) -------10 Funkcija distribucije: F(x)= { b) EX1=int(x*diff(1-((x+3).^2/15)),-3,0) - EX1 =3/5 EX2=int(x*diff(1-((x-2).^2/10)),0,2) - EX2 =4/15 Ex=Ex1+EX2= 13/15=0.8666 VarX1=int(x^2*diff((((x+3).^2)/15)),-3,0)-EX1^2, VarX1 =27/50 VarX2=int(x^2*diff((((x-2).^2)/10)),0,2)-EX2^2, VarX2=-76/225 VarX=VarX1+VarX2= 91/450= 0,20222 c) P(-1<x<1)=F(1)-F(-1)=1/10-4/15= -0.1667 4.Zadana je funkcija distribucije neke kontiuirane sluajne varijable X : F(X)= 1 -1/x^3 ako je x>1 i 0 za x<=0 a)ocekivanje i varijanca b) Odredite vjerojatnost da sluajna varijabla X poprimi vrijednost ne manju od 3, c) Odredite a tako da je P(x<a)=7/8 a) EX=int(x*diff(1-(1/x^3)),1,inf)EX=3/2; VarX=int(x^2*diff(1-1/x^3),1,inf)-EX^2, VarX =3/4 b) P(X>=3) = 1-P(X< 3) = 1-F(3) = 1-(1-(1/3^3)) = 1/9 c)7/8 = P(X<a) = F(a) = 1-1/a^3 7/8 = 1- 1/a^3 -1/a^3=7/8-1 -1/a^3=1/8 a^3=-8 a=-2 5.slucajna varijabla X normalno je distribuirana sa parametrima mi=120, sigma=12; a)P(100<X<130) b) P(X>=130) c) P(x>a)=0.5321 rj. a) p=normcdf(130,120,12)- normcdf(100,120,12) b) p=1-normcdf(130,120,12) c)a=1- norminv(0.5321, 120, 12) 5. Godinja koliina oborina X u nekom mjestu (izraena u l/m^2) je normalno distribuirana varijabla s parametrima mi=360, sigma=100; Izraunajte: a)P(300<X<400) b) P(X>=400) c) P(x>a)=0.4321 rj. a) p=normcdf(400,360,100)- normcdf(300,360,100) - p = 0.3812 b) p=1-normcdf(400,360,100) - p = 0.3446 c) a=1- norminv(0.4321,360,100) 6.DODATNI Srednji broj poziva taxi sluzbe je 3 u jednoj minuti. Uz pretpostavku da su pozivi distribuirani po Poissonovoj razdiobi odredite vjerojatnost da u jednom minuti budu a) 4 poziva, b) manje od 4 poziva c) ne manje od 4 poziva rj. lamda=3/60=0,05
2
a)>> p4=poisspdf(4,0.05), p4 = 2.4772*10-7 b)>> pm4=poisscdf(4,0.05) , pm4 = 1.0000 -9 c) pm4=1-poisscdf(4,0.05), pnm4 = 2.4980e-009=2.4980*10 6.DODATNI Strijelac pogaa metu s a vjerojatnou 0.7. Kolika je vjerojatnost da sa 5 hitaca pogotka c) pogodi samo u prvom pokuaju d) pogodi barem dva puta? p=0.7 n=5 EX=3.5 a)p0=(5 povrh 0) 0.7^0(1-0.7)^5-0=1*1* 0,00243= 0,00243 b)p3=(5 povrh 3) 0.7^3(1-0.7)^5-2=10* 0,343* 0,027= 0,09261 c) prvi pokuaj???? d)p2=1-(po+p1)=1-(0,00243+(5 povrh 1) 0.7^1(1-0.7)^5-1)=1-0,03078=0,96922 a)svaki put promai b)pogodi tono 3
a) >> factorial(6)/factorial(4) ans =15 b) >> ans=6*5*4*3 ans =360 c)>>(3+7+1 povrh 7)=(9 povrh 7) >> factorial(9)/factorial(7) ans=72 Zd.6.Distribucija vjerojatnosti diskretne slucajne varijable X zadana je tablicom: 01234 0.2 0.4 a 0.08 0.02 a) odredite realan broj a b) odredite ocekivanje, varijancu i standardnu derivaciju
a=1-(0.2+0.4+0.08+0.02) a = 0.3000 >> mk=[0 1 2 3 4]; >> pk=[0.2 0.4 0.3 0.08 0.02]; >> EX=sum(mk.*pk) EX =1.3200 >> VarX=sum(mk.^2.*pk)-EX^2 VarX =0.8976 >> stdd=sqrt(VarX) stdd =0.9474
a)>>c=1/(5-1) >>format rat >>c=1/(5-1) c=1/4 b)>>p1=unifcdf(4,1,5)-unifcdf(2,1,5) p1=1/2 c)>>p2=1-unifcdf(3,1,5) 1/2 d)>>E[X]=(b+a)/2 >>E[X]=(1+5)/2 E[X]=3 >>V[X]=(b-a)^2/12 >>V[X]=(5-1)^2/12 V[X]=4/3
>>p=expcdf([1 2],1/0.04); >> p1=p(2)-p(1) p1 =0.0377 20. u igri lota 6 od 45 izvlaci se jedan za drugim 6 od 45 prvih brojeva odredite vjerojatnost da ce netko tko je uplatio listic 8 kombinacija pogodite a) tocno 4 broja b) barem 4 broja c) svih 6 brojeva prvo odredimo na koliko naina se moe odabrati 6 brojeva od 45 bez ponavljanja. po meni je to isti 45 povrh 6 = 8 145 060 a) tono 4 broja su 6 povrh 4 * 39 povrh 2 15*741= 11115 P za jednu kombinaciju = 11115/8145060 = 0,00136463 za 8 kombinacija se mnoi sa 8 = 0,010917046 b) za jednu kombinaciju: 1- ( P(0) + P(1) + P(2) + P(3) ) = 1- ((1*3262623)/8145060) - ((6*575757)/8145060) ((15*82251)/8145060) - ((20*9139)/8145060) = 0,00139348268 za 8 kombinacija opet mnoit sa 8 = 0.0111478614 c) 6 povrh 6 * 39 povrh 0 = 1*1 =1 1/8145060=1.227738e-7 za 8 kombinacija = 9,821904e-7
TEORIJA: 1. Metoda najmanjih kvadrata koristi se za: nalaenje aproksimacije funkcije 1. Koeficijente polinoma P(x)=a+bx za podatke f(x)=y, i=0,1,... metodom najmanjih kvadrata nalazimo rjeavanjem sustava:
2. Svaka ureena r-torka meusobno razliitih elemenata n-lanog skupa S naziva se: Varijacija bez ponavljanja. 2. Standardna devijacija niza statickih podataka 1,1,1,1,1 je 0 3. Broj razlicitih rijeci koje se mogu napisati permutirajuci slova rijeci KOLOKVIJ je Ppotez(2 2 1 1 1 1)=6!/2!*2! = 720/4=180 3.Stastistiko obiljeje koje moe poprimiti vrijednosti iz nekog drugog intervala skupa realnih brojeva naziva se kontinuirano statisticko obiljezje DA 4. Statistiko obiljeje koje moe poprimiti vrijednosti iz nekog intervala skupa realnih brojeva naziva se Kontinuriano statistiko obiljeje. 4.Ako su P(A)=0.4, P(B)=0.25, P(A U B)=0.70 onda je P(A naopak U B)=P(A)+P(B)-P(A U B)=-0.5 ako su dogaaji zavisni 4.Ako su P(A)=0.4, P(B)=0.35, P(A naopak U B)=0.20 onda je P(A U B)=P(A)+P(B)-P(A naopak U B)=0.5 ako su dogaaji zavisni, ako su nezavisni P(A U B)=P(A)*P(B)=0.14 5.Ako je P funkcija vjerojatnosti, omega skup svih elementarnih dogaaja, A dogaaj, onda je P(omega)=1, P(a) element [0,1 ] 5.ako je omega={0,1,2,3,4,5} i dogadaj A=[1,,3] tada je P(omega)=? i P(A)=? P(omega)=1 i P(A) - k(omega)=6 k(a)=3 P(a)=1/3 6.Diskretna slucajna varijabla zadanja je ako je zadano konacni i prebrojivi skup vrijednosti i pripadne vrijednosti DA 7. Ako je f(t) funkcija gustoce vjerojatnosti kontinuirane sluajne varijable X tada je : P(a<X<b)= 7.Ako je f(x) funkcija gustoe vjerojatnosti kontinuirane sluajne varijable X tada je P(X>b)=
8. Ako je X-B(4,0.5) tada su mat. ocekivanje i varijanca: E(x)=2, V(x)=1, a vjerojatnost P(X=1)=(4 povrh 1)0.5^1*(10.5)^3=4*0.50*-0.125= -0.25 8.ako je X-P(2) tada su mat. ocekivanje i varijanca 2, a vjerojatnost P(X=2)=2^2/2! * e^-2 9.Ako je x-Ex(1) tada je EX=1, F(2)=1-e , f(-2)=0 9.Ako je x-U(2,7) tada je EX=9/2, F(8)=1, f(4)=1/5 10.Ako je X-N(5,2^2) tada je Ex=5, sigma=2, P(X<8)=F(8)=Fi(8-5/2)=Fi(3/2)= 0.9332 10.Ako je X-N(8,3^2) tada je mi=8, sigma=3, P(X<9)=F(9)= (9-8/3)=Fi(1/3)= 0.6293
6 -2
*aritme sredina niza statickih podataka 3,3,3,3,3 je _3,0____, a varijanca_0___ ako je X diskretna slucajna varijabla onda je njen skup vrijednosti A={a1,a2..}
1. Viestrukim mjerenjem veliine X dobiva se konani niz brojeva a)statistiki podaci , b) statistiko obiljeje
. Veliinu X nazivamo
Metoda najmanjih kvadrata koristi se za: a) nalaenje nultoki funkcije, b) aproksimaciju funkcija Kumulativne frekvencije za niz od n podataka s razliitim vrijednostima formulom: a) , b) Zbroj svih relativnih frekvencija za konani niz podataka i pripadnim frekvencijama raunamo
je:
a) n,
b)1
2. Svaka ureena r-torka meusobno razliitih elemenata n-lanog skupa S naziva se: Varijacija bez ponavljanja. Broj svih moguih kombinacija bez ponavljanja r-tog razreda od n elemenata je: Broj svih moguih permutacija n-lanog skupa je: P(n)=n! Svaki lani podskup skupa n-lanoga S naziva se kombinacijom bez ponavljanja ) ( )
Broj svih moguih kombinacija r-tog razreda n-lanog skupa je: ( 3. Ako je aritmetika sredina za konani niz statistikih podataka
Statistiko obiljeje koje moe poprimiti vrijednosti iz konanog ili prebrojivog skupa naziva se diskretno statistiko obiljeje. Aritmetika sredina je srednje odstupanje pojedinanih vrijednosti od prosjeka . NE DA
Varijanca je srednje kvadratno odstupanje pojedinanih vrijednosti od aritmetike sredine. DA NE Aritmetika sredina je srednje odstupanje pojedinanih vrijednosti od prosjeka . NE DA 4. Statistiko obiljeje koje moe poprimiti vrijednosti iz nekog intervala skupa realnih brojeva naziva se Kontinuriano statistiko obiljeje. Srednje kvadratno odstupanje pojedinanih vrijednosti danog skupa podataka od aritmetike sredine naziva sevarijanca (disperzija). Kontinuirano statistiko obiljeje moe poprimiti vrijednosti iz intervala skupa realnih brojeva. Prazan skup zove se nemogu dogaaj, a skup sigurni dogaaj .
Kontinuirano statistiko obiljeje moe poprimiti vrijednosti iz intervala skupa realnih brojeva 5. Ako je P funkcija vjerojatnosti, Vjerojatnost P(A) dogaaja definiciji vjerojatnosti je: Ako se dogaaji A i B iskljuuju ( Ako je skup svih elementarnih dogaaja, A dogaaj, tada je
A
.
prema klasinoj
) tada je , tada je
vjerojatnost dogaaja
Ako je P(AB)=P(A)P(B)tada su dogaaji A i B nezavisni. 6. Za dogaaje A i B kae se da su stohastiki nezavisni ako vrijedi Dogaaji A i B se iskljuuju ako je AB=0 Ako je f(t) funkcija gustoe vjerojatnosti kontinuirane sluajne varijable X tada je : Ako je F(x) funkcija distribucije kontinuirane sluajne varijable X tada je : Ako je f(t) funkcija gustoce vjerojatnosti kontinuirane sluajne varijable X tada je : P(a<X<b)= 7. Funkciju
. DA
NE
} i pripadnim vjerojatnostima {
} rauna se
Ako je f(x) funkcija gustoe vjerojatnosti kontinuirane sluajne varijable X tada je : Oekivanje diskretne sluajne varijable X sa skupom vrijednosti [ 8. Oekivanje kontinuirane sluajne varijable X rauna se formulom: Ako je Ako je Ako je
. DA 4 NE
, tada su matematiko oekivanje i varijanca sluajne varijable X : , tada su matematiko oekivanje i varijanca sluajne varijable X : , tada su matematiko oekivanje i varijanca sluajne varijable X :
Ako je X~Po(2), tada se matematiko oekivanje i varijanca sluajne varijable X: 2 9. Binomna distribucija Ako je Ako je Ako je , tada je , tada je , tada je moe se za veliko m i malo p aproksimirati Poissonovom distribucijom , , , ( ) ( ) ( )
, gdje je
E[X]
, tada je
, F(5)=1, f(0)=0. {