Hoofdstuk 5. Toevalsveranderlijken en waarschijnlijkheidsdistributies. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
|
|
- Femke Timmermans
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Hoofdstuk 5 Toevalsveranderlijken en waarschijnlijkheidsdistributies Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Toevalsveranderlijken en waarschijnlijkheidsdistributies p 1/23
2 Toevalsveranderlijken Experiment : worp met muntstuk resultatenruimte = {K, M} n =2onafhankelijke experimenten P(K) =P(M) = 1 2 I = aantal keer kop munt 1 munt 2 P(E i ) I E 1 K K 1/4 2 E 2 K M 1/4 1 E 3 M K 1/4 1 E 4 M M 1/4 0 i P (I = i) kansverdeling van de toevalsveranderlijke I Een toevalsveranderlijke is een numerieke functie gedefinieerd over de resultatenruimte Toevalsveranderlijken en waarschijnlijkheidsdistributies p 2/23
3 Notaties Een discrete toevalsveranderlijke is een veranderlijke die hoogstens een aftelbaar aantal waarden kan aannemen Met aftelbaar wordt bedoeld dat de waarden geassocieerd kunnen worden met de getallen 1, 2, 3, Een continue toevalsveranderlijke is een veranderlijke die een oneindig groot aantal waarden, corresponderend met de punten op een lijninterval, kan aannemen discreet continu veranderlijke I, J, K, X, Y, Z, waarden i, j, k, x, y, z, P(I = i) P(x X x + dx) P(I w) P(X w) Toevalsveranderlijken en waarschijnlijkheidsdistributies p 3/23
4 Waarschijnlijkheidsverdelingen van een discrete toevalsveranderlijke I P(I = i) =ϕ I (i) i ϕ I (i) ϕ I (i) : differentiële distributiefunctie van de discrete toevalsveranderlijke I Φ I (w) : cumulatieve distributiefunctie van de discrete toevalsveranderlijke I Φ I (w) = i w ϕ I (i) i ϕ I (i) w φ I (w) Toevalsveranderlijken en waarschijnlijkheidsdistributies p 4/23
5 Waarschijnlijkheidsverdelingen van een continue toevalsveranderlijke X P(x X x + dx) =ϕ X (x) dx ϕ X (x) : differentiële distributiefunctie of kansdichtheid van de continue toevalsveranderlijke X Φ X (w) : cumulatieve distributiefunctie van de continue toevalsveranderlijke X Φ X (w) = w ϕ X (x) dx ϕ X (x) = d dx Φ X(x) x ϕ X (x) w φ X (w) 1 Toevalsveranderlijken en waarschijnlijkheidsdistributies p 5/23
6 Waarschijnlijkheidsverdelingen van een continue toevalsveranderlijke X ϕ X (x) x 1 x 2 P(x 1 <X x 2 ) = = = x x2 x 1 P(x X x + dx) =ϕ X (x) dx Φ X (w) = ϕ X (x) dx x 1 ϕ X (x) dx + x2 ϕ X (x) dx w x2 x1 ϕ X (x) dx ϕ X (x) dx ϕ X (x) dx = Φ X (x 2 ) Φ X (x 1 ) Toevalsveranderlijken en waarschijnlijkheidsdistributies p 6/23
7 Opmerking voor continue toevalsveranderlijken ϕ X (x) x 1 x 2 x De kans dat een continue toevalsveranderlijke X een waarde aanneemt in een oneindig klein interval [x, x +dx] is ϕ X (x)dx De kans dat X een welbepaalde waarde x aanneemt daarentegen is steeds 0 (je zou kunnen stellen dat het interval breedte 0 heeft) P(x 1 <X x 2 ) = P(x 1 X x 2 ) = P(x 1 X<x 2 ) = P(x 1 <X<x 2 ) Toevalsveranderlijken en waarschijnlijkheidsdistributies p 7/23
8 De transformatie Y = ax + b a>0 : Φ Y (y) =P(Y y) =P(aX + b y) ( = P X y b ) ( ) y b =Φ X a a ( ) ( ) y b y b ϕ Y (y) dy = ϕ X d = 1 ( ) y b a a a ϕ X dy a a<0 : Φ Y (y) =P(Y y) =P(aX + b y) ( = P X y b ) ( ) y b =1 Φ X a a ( ) ( ) y b y b ϕ Y (y) dy = ϕ X d = 1 ( ) y b a a a ϕ X dy a ϕ Y (y) dy = 1 ( ) y b a ϕ X dy a Toevalsveranderlijken en waarschijnlijkheidsdistributies p 8/23
9 De transformatie Y = ax + b X Y = X +2 Y =5 X Y =1+X/2 Y =9 2 X Toevalsveranderlijken en waarschijnlijkheidsdistributies p 9/23
10 De transformatie Y = ax + b ϕ Y (y) dy = 1 a ϕ X ( ) y b a dy Concreet betekent de overgang van X op Y dat ϕ X (x) en Φ X (x) worden (i) verschoven, (ii) eventueel gespiegeld (als a<0) en (iii) in de breedte uitgerokken (als a > 1) of samengedrukt (als a < 1) van links naar rechts X Y 1 = X +2 Y 2 =4 X Y 3 = 1 X Y 4 =2X +8 Toevalsveranderlijken en waarschijnlijkheidsdistributies p 10/23
11 Karakteristieken De verwachtingswaarde E[f(X)] van een functie f(x) van een discrete toevalsveranderlijkex wordt gedefinieerd als E[f(X)] = i f(x i ) ϕ X (x i ) continue toevalsveranderlijkex wordt gedefinieerd als E[f(X)] = + f(x) ϕ X (x) dx E[a f(x)+b g(x)] = a E[f(X)] + b E[g(X)] Toevalsveranderlijken en waarschijnlijkheidsdistributies p 11/23
12 Karakteristieken discreet E[f(I)]= i f(i)ϕ I (i) continu + E[f(X)]= f(x)ϕ X (x)dx ϕ I (i) =1 E[1]= + ϕ X (x)dx =1 E[1]= i µ I = E[I]= i iϕ X (i) µ X = E[X]= + xϕ X (x)dx µ k,i = E[I k ]= i + i k ϕ X (i) µ k,x = E[X k ]= x k ϕ X (x)dx µ k : moment van de k de orde Toevalsveranderlijken en waarschijnlijkheidsdistributies p 12/23
13 Karakteristieken discreet E[f(I)]= f(i)ϕ I (i) i E[f(X)]= continu + f(x)ϕ X (x)dx µ k,i = E[(I µ I ) k ] µ k,x = E[(X µ X ) k ] = + (i µ I ) k ϕ X (i) = (x µ X ) k ϕ X (x)dx i µ k : centraal moment van de k de orde µ 1,I = E[I µ I ]=E[I] µ I E[1] = µ I 1 µ I =0 σ 2 I = µ 2,I = E[(I µ I ) 2 ] σ 2 X = µ 2,X = E[(X µ X ) 2 ] σ 2 I = E[(I µ I ) 2 ]=E[I 2 2 µ I I + µ 2 I] = E[I 2 ] 2 µ I E[I]+µ 2 I E[1] = µ 2,I µ 2 I Toevalsveranderlijken en waarschijnlijkheidsdistributies p 13/23
14 µ, σ 2 en σ discreet E[f(I)]= i f(i)ϕ I (i) continu + E[f(X)]= f(x)ϕ X (x)dx µ I = i iϕ X (i) µ X = + xϕ X (x)dx σ 2 I = i + i 2 ϕ X (i) µ 2 I σx 2 = x 2 ϕ X (x)dx µ 2 X σ I = σ 2 I σ X = σ 2 X Toevalsveranderlijken en waarschijnlijkheidsdistributies p 14/23
15 De transformatie Y = ax + b E[Y ]=E[aX + b] =a E[X]+b µ ax+b = aµ X + b σ 2 Y = E[(Y µ Y ) 2 ]=E[(aX+b (aµ X +b)) 2 ]=a 2 E[(X µ X ) 2 ] σ 2 ax+b = a2 σ 2 X σ ax+b = a σ X Toevalsveranderlijken en waarschijnlijkheidsdistributies p 15/23
16 Karakteristieken De gemiddelde afwijking van een veranderlijke X is E[ X µ X ] De modus of dominerende waarde van een discrete veranderlijke X is de waarde waarbij de waarschijnlijkheid het grootst is Voor een continue veranderlijke is de modus de waarde waarvoor de waarschijnlijkheidsdichtheid het grootst is De mediaan van een veranderlijke X is de waarde w waarvoor Φ X (w) =1/2 Toevalsveranderlijken en waarschijnlijkheidsdistributies p 16/23
17 De momentenfunctie E[e tx ]= + e tx ϕ X (x) dx + + = 1 ϕ X (x) dx + t x ϕ X (x) dx ! t2 x 2 ϕ X (x) dx + =1+µ 1 t + µ 2 2! t2 + = + i=0 µ i i! ti momentenfunctie M X (t) =E[exp(tX)] Stelling : M ax+b (t) =e bt M X (at) Toevalsveranderlijken en waarschijnlijkheidsdistributies p 17/23
18 Onafhankelijke veranderlijken A en B zijn onafhankelijke verschijnselen P(A B) =P(A) P(B) Stel A =(X x) en B =(Y y) X en Y zijn onafhankelijke toevalsveranderlijken P((X x) (Y y)) = P(X x) P(Y y) x, y R Φ X,Y (x, y) =Φ X (x)φ Y (y) x, y R afleiding naar x en naar y : = d d dx dy Φ X,Y (x, y) = d dx Φ X(x) d dy Φ Y (y) =ϕ X (x) ϕ Y (y) ϕ X,Y (x, y) dx dy = ϕ X (x) ϕ Y (y) dx dy P ((x X x + dx) (y Y y + dy)) = ϕ X,Y (x, y) dx dy Toevalsveranderlijken en waarschijnlijkheidsdistributies p 18/23
19 Onafhankelijke verschijnselen Stelling Zijn X 1, X 2,,X n twee aan twee onafhankelijk dan n geldt voor Y = a 0 + a i X i dat i=1 M Y (t) =e a 0 t n i=1 M Xi (a i t) Toevalsveranderlijken en waarschijnlijkheidsdistributies p 19/23
20 Onafhankelijke verschijnselen Als Z = ax + by, dan is µ Z = E[aX + by]=a E[X]+b E[Y ]=aµ X + bµ Y σz 2 = E[(Z µ Z ) 2 ] = E[(aX + by (aµ X + bµ Y )) 2 ] = E[(a (X µ X )+b(y µ Y )) 2 ] = a 2 E[(X µ X ) 2 ]+2abE[(X µ X )(Y µ Y )] +b 2 E[(Y µ Y ) 2 ] = a 2 σx 2 +2abσ XY + b 2 σy 2 de covariantie van X en Y : σ XY = E[(X µ X )(Y µ Y )] Opmerking : σ XX = E[(X µ X )(X µ X )] = σx 2 Toevalsveranderlijken en waarschijnlijkheidsdistributies p 20/23
21 Onafhankelijkheid covariantie Stelling : Als X en Y onafhankelijk zijn, dan is σ XY =0 Bewijs : σ XY = E[(X µ X )(Y µ Y )] = = = ( + = µ X,1 µ Y,1 = 0 (x µ X )(y µ Y ) ϕ X,Y (x, y) dx dy (x µ X )(y µ Y ) ϕ X (x) ϕ Y (y) dx dy )( + (x µ X ) ϕ X (x) dx ) (y µ Y ) ϕ Y (y) dy Toevalsveranderlijken en waarschijnlijkheidsdistributies p 21/23
22 Lineaire combinaties Zij Z = n i=1 a i X i waarbij µ Xi = µ i en σ Xi = σ i en σ Xi X j = σ ij µ Z = n a i µ i σ 2 Z = i=1 n a 2 i σ 2 i +2 n 1 n a i a j σ ij i=1 i=1 j=i+1 Indien alle veranderlijken 2 aan 2 onafhankelijk zijn, vereenvoudigt deze betrekking tot σ 2 Z = n i=1 a 2 i σ 2 i Toevalsveranderlijken en waarschijnlijkheidsdistributies p 22/23
23 Correlatie σ XY De correlatiecoëfficiënt ρ XY = drukt uit in hoeverre er σ X σ Y een lineair verband bestaat tussen X en Y µ Y = aµ X + b Y = ax + b = σ Y = a σ X σ XY = E[(X µ X )(Y µ Y )] = E[(X µ X )((ax + b) (aµ X + b))] ρ XY = = a E[(X µ X ) 2 ]=aσ 2 X σ XY σ X σ Y = aσ 2 X σ X ( a σ X ) = a a = 1 a>0 1 a<0 ρ XY =0 X en Y zijn ongecorreleerd Toevalsveranderlijken en waarschijnlijkheidsdistributies p 23/23
Cursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)
Cursus Statistiek Hoofdstuk 4 Statistiek voor Informatica Hoofdstuk 4: Verwachtingen Cursusjaar 29 Peter de Waal Departement Informatica Inhoud Verwachtingen Variantie Momenten en Momentengenererende functie
Nadere informatieHoofdstuk 7 : Continue distributies als stochastische modellen. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 7 : Continue distributies als stochastische modellen Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Continue distributies als stochastische
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 2. Basisbegrippen. Theoretische kansverdelingen
Vandaag Onderzoeksmethoden: Statistiek 2 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Theoretische kansverdelingen
Nadere informatieHoofdstuk 6 Discrete distributies
Hoofdstuk 6 Discrete distributies Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Discrete distributies p 1/33 Discrete distributies binomiale verdeling
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2, Vrijdag 23 januari 25, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven dienen
Nadere informatieHoofdstuk 3 : Numerieke beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 3 : Numerieke beschrijving van data Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Numerieke beschrijving van data p 1/31 Beschrijvende
Nadere informatieHoofdstuk 12 : Regressie en correlatie. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent.
Hoofdstuk 12 : Regressie en correlatie Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Regressie en correlatie p 1/26 Regressielijn Vraag : vind het
Nadere informatieKansrekening en stochastische processen 2DE18
Kansrekening en stochastische processen 2DE18 Docent : Jacques Resing E-mail: resing@win.tue.nl 1/28 The delta functie Zij De eenheids impulsfunctie is: d ε (x) = { 1ε als ε 2 x ε 2 0 anders δ(x) = lim
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Uitwerking tentamen Kansrekening en Stochastische Processen S60) op vrijdag 4 januari 0, 4.00 7.00 uur.. Gegeven zijn twee stochastische
Nadere informatieTentamen Inleiding Kansrekening 9 juni 2016, 10:00 13:00 Docent: Prof. dr. F. den Hollander
Tentamen Inleiding Kansrekening 9 juni 6, : 3: Docent: Prof. dr. F. den Hollander Bij dit tentamen is het gebruik van boek en aantekeningen niet toegestaan. Er zijn 8 vragen, elk met onderdelen. Elk onderdeel
Nadere informatieStatistiek voor A.I. College 6. Donderdag 27 September
Statistiek voor A.I. College 6 Donderdag 27 September 1 / 1 2 Deductieve statistiek Kansrekening 2 / 1 Vraag: Afghanistan In het leger wordt uit een groep van 6 vrouwelijke en 14 mannelijke soldaten een
Nadere informatieMedische Statistiek Kansrekening
Medische Statistiek Kansrekening Medisch statistiek- kansrekening Hoorcollege 1 Uitkomstenruimte vaststellen Ook wel S of E. Bij dobbelsteen: E= {1,2,3,4,5,6} Een eindige uitkomstenreeks Bij het gooien
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2), Vrijdag 24 januari 24, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven
Nadere informatieStatistiek voor A.I. College 4. Donderdag 20 September 2012
Statistiek voor A.I. College 4 Donderdag 20 September 2012 1 / 30 2 Deductieve statistiek Kansrekening 2 / 30 Cycle 3 / 30 Context 4 / 30 2 Deductieve statistiek Vandaag: Eigenschappen kansen Oneindige
Nadere informatieSet 3 Inleveropgaven Kansrekening (2WS20) Opgaven met sterretjes zijn lastiger dan opgaven zonder sterretje.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Set 3 Inleveropgaven Kansrekening (2WS2) 23-24 Opgaven met sterretjes zijn lastiger dan opgaven zonder sterretje.. Voetbalplaatjes. Bij
Nadere informatieGezamenlijke kansverdeling van twee stochasten
Gezamenlijke kansverdeling van twee stochasten Voorbeeld: V = de windsnelheid H = hoogte van het waterniveau in een rivier/zee De combinatie (V, H) is van belang voor een overstroming en niet zozeer V
Nadere informatieKanstheorie, -rekenen en bekende verdelingen
Kanstheorie, -rekenen en bekende verdelingen 1 Rekenregels kansrekenen Kans van de zekere gebeurtenis: P () = P (U) = 1 Kans van de onmogelijke gebeurtenis: P (;) = 0 Complementregel: P (A c ) = 1 P (A)
Nadere informatieKansrekening en stochastische processen 2DE18
Kansrekening en stochastische processen 2DE18 Docent : Jacques Resing E-mail: resing@win.tue.nl 1/23 Voor een verzameling stochastische variabelen X 1,..., X n, de verwachting van W n = X 1 + + X n is
Nadere informatieInleiding Applicatie Software - Statgraphics
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek /k 1/35 OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een
Nadere informatieExamen Statistiek I Feedback
Examen Statistiek I Feedback Bij elke vraag is alternatief A correct. Bij de trekking van een persoon uit een populatie beschouwt men de gebeurtenissen A (met bril), B (hooggeschoold) en C (mannelijk).
Nadere informatieInleiding Applicatie Software - Statgraphics. Beschrijvende Statistiek
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een klein kapitaaltje
Nadere informatieUitwerking Tentamen Inleiding Kansrekening 11 juni 2015, uur Docent: Prof. dr. F. den Hollander
Uitwerking Tentamen Inleiding Kansrekening juni 25,. 3. uur Docent: Prof. dr. F. den Hollander () [6] Zij F een gebeurtenissenruimte. Laat zien dat voor elke B F de verzameling G {A B : A F} opnieuw een
Nadere informatieKansrekening en stochastische processen 2S610
Kansrekening en stochastische processen 2S610 Docent : Jacques Resing E-mail: j.a.c.resing@tue.nl http://www.win.tue.nl/wsk/onderwijs/2s610 1/28 Schatten van de verwachting We hebben een stochast X en
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (2S27), dinsdag 14 juni 25, 9. - 12. uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatieTentamen Kansrekening en Statistiek (2WS04), dinsdag 17 juni 2008, van uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (2WS4, dinsdag 17 juni 28, van 9. 12. uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatieOpgaves Hoofdstuk 3: Toevalsveranderlijken en Distributiefuncties
Opgaves Hoofdstuk 3: Toevalsveranderlijken en Distributiefuncties Discrete Distributiefuncties 3. Er zijn 3 studenten aan het begin van de dag aanwezig bij een symposium. De kans dat een student volhoudt
Nadere informatieTentamen Voortgezette Kansrekening (WB006C)
WB6C: Voortgezette Kansrekening Donderdag 26 januari 212 Tentamen Voortgezette Kansrekening (WB6C) Het is een open boek tentamen. Gebruik van een rekenmachine of andere hulpmiddelen is niet toegestaan.
Nadere informatieFormules uit de cursus Waarschijnlijkheidsrekenen en statistiek
UNIVERSITY OF GHENT Samenvatting Formules uit de cursus Waarschijnlijkheidsrekenen en statistiek Auteur: Nicolas Vanden Bossche Lesgever: Prof. Hans De Meyer Hoofdstuk 1 Het kansbegrip en elementaire kansrekening
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Uitwerking tentamen Kansrekening en Stochastische Processen (2S61) op woensdag 27 april 25, 14. 17. uur. 1. Gegeven zijn twee onafhankelijke
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 8 Donderdag 13 Oktober 1 / 23 2 Statistiek Vandaag: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 23 Stochast en populatie
Nadere informatieStatistiek voor A.I. College 10. Dinsdag 16 Oktober
Statistiek voor A.I. College 10 Dinsdag 16 Oktober 1 / 30 Jullie - onderzoek Geert-Jan, Joris, Brechje Horizontaal: lengte Verticaal: lengte tussen topjes middelvingers met gestrekte armen. DIII 170 175
Nadere informatieKansrekening en Statistiek. Overzicht Kansrekening
Kansrekening en Statistiek Overzicht Kansrekening 1 / 30 Overzicht: stochasten Discrete stochasten X - distributiefuncties f P(X A) = i A f (x) = i A P(X = i). 2 / 30 Overzicht: stochasten Discrete stochasten
Nadere informatieTentamen Kansrekening (NB004B)
NB4B: Kansrekening Dinsdag november 2 Tentamen Kansrekening (NB4B) Het is een open boek tentamen. Gebruik van een rekenmachine of andere hulpmiddelen is niet toegestaan. Vermeld op ieder blad je naam en
Nadere informatieLes 2 / 3: Meetschalen en Parameters
Les 2 / 3: Meetschalen en Parameters I Theorie: A. Algemeen : V is de verzameling van alle mogelijke uitkomsten van een toevallig experiment. Een veranderlijke of stochastiek is een afbeelding G die aan
Nadere informatieZo geldt voor o.o. continue s.v.-en en X en Y dat de kansdichtheid van X + Y gegeven wordt door
APP.1 Appendix A.1 Erlang verdeling verdeling met parameters n en λ Voor o.o. discrete s.v.-en X en Y geldt P (X + Y = z) =P (X = x 1 en Y = z x 1 )+P(X = x en Y = z x )+... = P (X = x 1 )P (Y = z x 1
Nadere informatieHOOFDSTUK I - INLEIDENDE BEGRIPPEN
HOOFDSTUK I - INLEIDENDE BEGRIPPEN 1.2 Kansveranderlijken en verdelingen 1 Veranderlijken Beschouw een toevallig experiment met uitkomstenverzameling V (eindig of oneindig), de verzameling van alle gebeurtenissen
Nadere informatieWiskundige Analyse II
Hoofdstuk 1 Wiskundige Analyse II Vraag 1.1 Het volume van een omwentelingslichaam beschreven door een homogeen, projecteerbaar gebied D dat de omwentelingsas niet snijdt, is gelijk aan het product van
Nadere informatieFuncties van één veranderlijke
Functies van één veranderlijke 952600 Docent : Anton Stoorvogel E-mail: A.A.Stoorvogel@utwente.nl /29 Elektrotechniek, Wiskunde en Informatica EWI UNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde
Nadere informatieOpgeloste Oefeningen Hoofdstuk 4: Numerieke Karakteristieken
Opgeloste Oefeningen Hoofdstuk 4: Numerieke Karakteristieken Verwachtingswaarde en Variantie 4.1 Een muntstuk wordt 3 maal opgegooid. Zij X de toevalsveranderlijke die met elke uitkomst het grootste aantal
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 2 Donderdag 16 September 1 / 31 1 Kansrekening Indeling: Eigenschappen van kansen Continue uitkomstenruimtes Continue stochasten 2 / 31 Vragen: cirkels Een computer genereert
Nadere informatie1 WAAM - Differentiaalvergelijkingen
1 WAAM - Differentiaalvergelijkingen 1.1 Algemene begrippen Een (gewone) differentiaalvergelijking heeft naast de onafhankelijke veranderlijke (bijvoorbeeld genoteerd als x), eveneens een onbekende functie
Nadere informatieWiskunde I - Wiskunde II
- Wiskunde II fundamentele methoden in wiskunde en statistiek Marnix Van Daele Marnix.VanDaele@UGent.be Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Introductiedag scheikunde 2003-2004
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Eindtentamen Kansrekening en Statistiek (WS), Tussentoets Kansrekening en Statistiek (WS), Vrijdag 8 april, om 9:-:. Dit is een tentamen
Nadere informatieWiskundige Analyse II
Hoofdstuk Wiskundige Analyse II Vraag. Het volume van een omwentelingslichaam beschreven door een homogeen, projecteerbaar gebied D dat de omwentelingsas niet snijdt, is gelijk aan het product van de baan
Nadere informatieEen Bernoulli experiment is een experiment met slechts twee mogelijke uitkomsten, die we succes ( S ) en mislukking ( M ) noemen.
Hoofdstuk 6 Kansverdelingen 6.1 Discrete stochasten 6.1.1 De Bernoulli verdeling Een Bernoulli experiment is een experiment met slechts twee mogelijke uitkomsten, die we succes ( S ) en mislukking ( M
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Doel Beheersen van elementaire statistische technieken Toepassen van deze technieken op aardwetenschappelijke data 2 1 Leerstof Boek: : Introductory Statistics, door
Nadere informatieintroductie populatie- steekproef- steekproevenverdeling pauze parameters aannames ten slotte
toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling Moore, McCabe, and Craig. Introduction to the Practice of Statistics Chapter 5: Sampling Distributions 5.1: The
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 2 Donderdag 15 September 1 / 42 1 Kansrekening Vandaag: Vragen Eigenschappen van kansen Oneindige discrete uitkomstenruimtes Continue uitkomstenruimtes Continue stochasten
Nadere informatieb) Uit Bayes volgt, gebruik makend van onderdeel a) P (T V )P (V ) P (T ) = (0.09)(0.07)
Uitwerkingen tentamen 6 juli 22. We stellen T de gebeurtenis test geeft positief resultaat, F de gebeurtenis, chauffeur heeft gefraudeerd, V de gebeurtenis, chauffeur heeft vergissing gemaakt C de gebeurtenis,
Nadere informatieWI1708TH Analyse 2. College 5 24 november Challenge the future
WI1708TH Analyse 2 College 5 24 november 2014 1 Programma Vandaag 2 e orde lineaire differentiaal vergelijking (17.1) 2 1 e orde differentiaal vergelijking Definitie Een 1 e orde differentiaal vergelijking
Nadere informatieSet 2 Inleveropgaven Kansrekening (2WS20)
1 Technische Universiteit Eindhoven Faculteit Wisunde en Informatica Set Inleveropgaven Kansreening (WS) 14-15 1. (Functies van normale verdelingen) Stel dat X een standaard normale verdeling heeft. (a)
Nadere informatie3. Bepaal de convergentie-eigenschappen (absoluut convergent, voorwaardelijk convergent, divergent) van de volgende reeksen: n=1. ( 1) n (n + 1)x 2n.
Radboud Universiteit Tentamen Calculus A NWI-WP025 25 januari 208, 8.30.30 Het gebruik van een rekenmachine/gr, telefoon, boek, aantekeningen e.d. is niet toegestaan. Geef precieze argumenten en antwoorden.
Nadere informatie11.3. Inhomogene randwaardeproblemen. We beschouwen eerst inhomogene Sturm- Liouville randwaardeproblemen van de vorm :
11.3. Inhomogene randwaardeproblemen. We beschouwen eerst inhomogene Sturm- Liouville randwaardeproblemen van de vorm : L[y] := [p(x)y ] + q(x)y = µr(x)y + f(x), < x < 1 (1) a 1 y() + a 2 y () =, b 1 y(1)
Nadere informatieKansrekening en statistiek WI2105IN deel I 4 november 2011, uur
Kansrekening en statistiek WI05IN deel I 4 november 0, 4.00 7.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad wordt uitgereikt. Meerkeuzevragen Toelichting:
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 3 Dinsdag 21 September 1 / 21 1 Kansrekening Indeling: Uniforme verdelingen Cumulatieve distributiefuncties 2 / 21 Vragen: lengte Een lineaal wordt op een willekeurig
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen
Nadere informatieHet Vergelijken van Toevalsveranderlijken vanuit een Speltheoretisch Perspectief. Bart De Schuymer
Het Vergelijken van Toevalsveranderlijken vanuit een Speltheoretisch Perspectief Bart De Schuymer Overzicht 1 Cykeltransitiviteit Probabilistische relatie Transitiviteit Cykeltransitiviteit 2 Vergelijken
Nadere informatie1. De wereld van de kansmodellen.
STATISTIEK 3 DE GRAAD.. De wereld van de kansmodellen... Kansmodellen X kansmodel Discreet model Continu model Kansverdeling Vaas Staafdiagram Dichtheidsfunctie f(x) GraJiek van f Definitie: Een kansmodel
Nadere informatieHOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN
HOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN. Continue Verdelingen 1 A. De uniforme (of rechthoekige) verdeling Kansdichtheid en cumulatieve frequentiefunctie Voor x < a f(x) = 0 F(x) = 0 Voor a x
Nadere informatieTentamen Inleiding Kansrekening 16 juni 2017, 14:00 17:00 Docent: Prof. dr. F. den Hollander
Tentamen Inleiding Kansrekening 6 juni 7, : 7: Docent: Prof. dr. F. den Hollander Bij dit tentamen is het gebruik van boek en aantekeningen niet toegestaan. Er zijn 8 vragen, elk met twee of drie onderdelen.
Nadere informatieSterrenkunde Praktikum 1 Fouten en fitten
Sterrenkunde Praktikum 1 Fouten en fitten Paul van der Werf 12 februari 2008 1 Inleiding In de sterrenkunde werken we vaak met zwakke signalen, of met grote hoeveelheden metingen van verschillende nauwkeurigheid.
Nadere informatieHet tentamen heeft 25 onderdelen. Met ieder onderdeel kan maximaal 2 punten verdiend worden.
Hertentamen Inleiding Kansrekening WI64. 9 augustus, 9:-: Het tentamen heeft 5 onderdelen. Met ieder onderdeel kan maximaal punten verdiend worden. Het tentamen is open boek. Boeken, nota s en een (eventueel
Nadere informatieMETA-kaart vwo5 wiskunde A - domein Afgeleide functies
META-kaart vwo5 wiskunde A - domein Afgeleide functies Wat heb ik nodig: GR of afgeleide? Hoe ziet de grafiek eruit? Moet ik de afgeleide berekenen? Kan ik bij deze functie de afgeleide berekenen? Welke
Nadere informatieHoofdstuk 4: Aanvullende Begrippen (Extra Oefeningen)
Hoofdstuk 4: Aavullede Begrippe (Extra Oefeige) 9. Veroderstel dat X e Y ormaal verdeeld zij met resp. gemiddelde waarde µ X e µ Y e met dezelfde variatie 2. Wat is da de distributie va X Y? Bepaal de
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 7 Dinsdag 11 Oktober 1 / 33 2 Statistiek Vandaag: Populatie en steekproef Maten Standaardscores Normale verdeling Stochast en populatie Experimenten herhalen 2 / 33 3
Nadere informatieHertentamen Inleiding Kansrekening 5 juli 2017, 14:00 17:00 Docent: Prof. dr. F. den Hollander
Hertentamen Inleiding Kansrekening 5 juli 07, 4:00 7:00 Docent: Prof. dr. F. den Hollander Bij dit tentamen is het gebruik van boek en aantekeningen niet toegestaan, wel het gebruik van rekenmachine. Er
Nadere informatieStatistiek voor A.I. College 5. Dinsdag 25 September 2012
Statistiek voor A.I. College 5 Dinsdag 25 September 2012 1 / 34 2 Deductieve statistiek Kansrekening 2 / 34 Percentages 3 / 34 Vragen: blikkie Kinderen worden slanker als ze anderhalf jaar lang limonade
Nadere informatieStatistiek I Samenvatting. Prof. dr. Carette
Statistiek I Samenvatting Prof. dr. Carette Opleiding: bachelor of science in de Handelswetenschappen Academiejaar 2016 2017 Inhoudsopgave Hoofdstuk 1: Statistiek, gegevens en statistisch denken... 3 De
Nadere informatieDeze week: Verdelingsfuncties. Statistiek voor Informatica Hoofdstuk 5: Verdelingsfuncties. Bernoulli verdeling. Bernoulli verdeling.
Deze week: Verdelingsfuncties Statistiek voor Informatica Hoofdstuk 5: Verdelingsfuncties Cursusjaar 29 Peter de Waal Toepassingen Kansmassafuncties / kansdichtheidsfuncties Eigenschappen Departement Informatica
Nadere informatiePopulatie: De gehele groep elementen waarover informatie wordt gewenst.
Statistiek I Werkcollege 1 Populatie: De gehele groep elementen waarover informatie wordt gewenst. Steekproef: Gedeelte van de populatie dat feitelijk wordt onderzocht om informatie te vergaren. Eenheden:
Nadere informatieVoorbeeld 1: kansverdeling discrete stochast discrete kansverdeling
12.0 Voorkennis Voorbeeld 1: Yvette pakt vier knikkers uit een vaas waar er 20 inzitten. 9 van de knikkers zijn rood en 11 van de knikkers zijn blauw. X = het aantal rode knikkers dat Yvette pakt. Er zijn
Nadere informatieTentamen Kansrekening en Statistiek (2WS04), woensdag 30 juni 2010, van 9.00 12.00 uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (WS4), woensdag 3 juni, van 9.. uur. Dit is een tentamen met gesloten boek. De uitwerkingen van de
Nadere informatieFuncties van één veranderlijke 191512600
Functies van één veranderlijke 952600 Docent : Anton Stoorvogel E-mail: A.A.Stoorvogel@utwente.nl /40 Elektrotechniek, Wiskunde en Informatica EWI Partieel Breuksplitsen a0 x m C a x m C C a m x C a m
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Vrijdag 16 Oktober 1 / 38 2 Statistiek Indeling vandaag: Normale verdeling Wet van de Grote Getallen Centrale Limietstelling Deductieve statistiek Hypothese toetsen
Nadere informatieLes 1: Waarschijnlijkheidrekening
Medische statistiek 1 Les 1: Waarschijnlijkheidrekening I Theorie A Inleidende defenities V: de verzameling van alle mogelijke uitkomsten A,B,... : een gebeurtenis is een verzameling uitkomsten in V Q
Nadere informatieDe Riemannintegraal. Dan heet f(ξ ij, η ij ) A ij een Riemannsom bij f. May 9, I.A.M. Goddijn Faculteit EWI
e Riemannintegraal Veronderstel dat f : R continu is, waarbij = [a, b] [c, d]. Laten a = x 0 < x 1 < x 2 < < x m 1 < x m = b en c = y 0 < y 1 < y 2 < < y n 1 < y n = d partities zijn van [a, b] en [c,
Nadere informatieCentrale Commissie Voortentamen Wiskunde Uitwerkingen Voortentamen Wiskunde B 11 juni 2012
Centrale Commissie Voortentamen Wiskunde Uitwerkingen Voortentamen Wiskunde B juni 22 Voorlopige versie 6 juni 22 Opgave a f (x) = x2 x 5, dus f (x) = 2 2 x 5x. Dit geeft f (x) = 2 2 2x3. f (x) = 2 2 2x3
Nadere informatieKansrekening en statistiek wi2105in deel I 29 januari 2010, uur
Kansrekening en statistiek wi20in deel I 29 januari 200, 400 700 uur Bij dit examen is het gebruik van een (evt grafische rekenmachine toegestaan Tevens krijgt u een formuleblad uitgereikt na afloop inleveren
Nadere informatieTentamen Calculus 2 25 januari 2010, 9:00-12:00 uur
Tentamen Calculus 5 januari 00, 9:00 -:00 uur Je mag geen rekenapparaat gebruiken. De opgaven t.e.m. 6 tellen allemaal even zwaar. Vermeld op elk papier dat je inlevert je naam en je studentnummer. Geef
Nadere informatieWiskundige Technieken
1ste Bachelor Ingenieurswetenschappen 1ste Bachelor Fysica en Sterrenkunde Academiejaar 014-015 1ste semester 1 oktober 014 Wiskundige Technieken 1. Beschouw een scalaire functie f : R R en een vectorveld
Nadere informatieHoofdstuk 4 Kansrekening
Hoofdstuk 4 Kansrekening Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Kansrekening p 1/29 Gebeurtenissen experiment : gooien met een dobbelsteen
Nadere informatieVerwachtingswaarde, Variantie en Standaarddeviatie
Verwachtingswaarde, Variantie en Standaarddeviatie Wisnet-hbo Verwachtingswaarde update maart 200 De verwachtingswaarde van een kansvariabele is een soort gemiddelde waarde. Deze wordt aangeduid met E(k)
Nadere informatieExamenvragen Hogere Wiskunde I
1 Examenvragen Hogere Wiskunde I Vraag 1. Zij a R willekeurig. Gegeven is dat voor alle r, s Q geldt dat a r+s = a r a s. Bewijs dat voor alle x, y R geldt dat a x+y = a x a y. Vraag 2. Gegeven 2 functies
Nadere informatieHoofdstuk 2 : Grafische beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 2 : Grafische beschrijving van data Marnix Van Daele Marnix.VanDaele@UGent.be Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Grafische beschrijving van data p. 1/35 Soorten meetwaarden
Nadere informatieUNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica
UNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica Uitwerking Proeftentamen 3 Functies van één veranderlijke (15126 De uitwerkingen van de opgaven dienen duidelijk geformuleerd en overzichtelijk
Nadere informatieDeel I : beschrijvende statistiek
HOOFDSTUK 1 TYPISCHE FOUTEN BIJ STATISTIEK Foute gegevens Fouten in berekening kans Foute interpretatie resultaten Statistiek : de wetenschap van het leren uit data & van het meten, controleren en communiceren
Nadere informatieDoe de noodzakelijke berekeningen met de hand; gebruik Maple ter controle.
De n-de term van de numerieke rij (t n ) (met n = 0,, 2,...) is het rekenkundig gemiddelde van zijn twee voorgangers. (a) Bepaal het Z-beeld F van deze numerieke rij en het bijhorende convergentiegebied.
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 3 Dinsdag 20 September 1 / 29 1 Kansrekening Indeling: Cumulatieve distributiefuncties Permutaties en combinaties 2 / 29 Vragen: verjaardag Wat is de kans dat minstens
Nadere informatieTopologie I - WPO. Prof. Dr. E. Colebunders
Topologie I - WPO Prof. Dr. E. Colebunders Academiejaar 2015-2016 Inhoudsopgave 1 Topologische ruimten 2 2 Metriseerbaarheid en aftelbaarheid 7 3 Convergentie en continuïteit 8 4 Separatie-eigenschappen
Nadere informatieVectorruimten met inproduct
Hoofdstuk 3 Vectorruimten met inproduct 3. Inleiding In R 2 en R 3 hebben we behalve de optelling en scalairvermenigvuldiging nog meer structuur ; bij een vector kun je spreken over zijn lengte en bij
Nadere informatieWenS tweede kans Permutatiecode 0
Aantekeningen op de vragenbladen zijn NIET TOEGELATEN. Je mag gebruik maken van schrijfgerief en een eenvoudige rekenmachine; alle andere materiaal blijft achterin. Geen GSM s toegelaten: voor wie tijdens
Nadere informatieUitwerkingen Hst. 10 Kansverdelingen
Uitwerkingen Hst. 0 Kansverdelingen. Uittellen: 663 ; 636 ; 366 ; 654 (6 keer) ; 555 0 mogelijkheden met som 5.. Som geen 5 = 36 som 5 Som 5: 4, 3, 3, 4 4 mogelijkheden dus 3 mogelijkheden voor som geen
Nadere informatieUNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica
UNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica Uitwerking tentamen Functies van één veranderlijke (5260) op dinsdag 6 januari 2009, 9.00 2.00 uur. De uitwerkingen van de opgaven
Nadere informatiebehulp van een semantisch tableau en een daarmee geconstrueerd tegenvoorbeeld.
4 punten Reduceer (lxy. x (x y))(lz. x z) tot een normaalvorm. Werk alle mogelijke reducties uit. 4 punten 2 a Een relatie R heet voortzettend als voor elke x geldt dat er een y is zodat Rxy. Bewijs dat
Nadere informatieOefenvragen bij Statistics for Business and Economics van Newbold
Oefenvragen bij Statistics for Business and Economics van Newbold Hoofdstuk 1 1. Wat is het verschil tussen populatie en sample? De populatie is de complete set van items waar de onderzoeker in geïnteresseerd
Nadere informatieGetallen, 2e druk, extra opgaven
Getallen, 2e druk, extra opgaven Frans Keune november 2010 De tweede druk bevat 74 nieuwe opgaven. De nummering van de opgaven van de eerste druk is in de tweede druk dezelfde: nieuwe opgaven staan in
Nadere informatieVoorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal. Toets Kansrekenen I. 28 maart 2014
Voorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal Toets Kansrekenen I 28 maart 2014 Naam : Richting : Lees volgende aanwijzingen alvorens aan het examen te beginnen Wie de
Nadere informatieRadboud Universiteit Nijmegen Tentamen Calculus 1 NWI-NP003B 4 januari 2013,
Radboud Universiteit Nijmegen Tentamen Calculus 1 NWI-NP003B 4 januari 013, 8.30 11.30 Het gebruik van een rekenmachine, telefoon en boek(en) is niet toegestaan. Geef precieze argumenten en antwoorden.
Nadere informatieFORMULARIUM: STATISTIEK
FORMULARIUM: STATISTIEK VARIABELE STEEKPROEF x,x,...,x POPULATIE X Dichtheid relatieve frequetie: f j kas met kasregels P(G C ) = P(G) P(G G ) = P(G ) + P(G ) P(G G ) P(G \ G ) = P(G ) P(G ) als G G voorwaardelijke
Nadere informatieKansrekenen [B-KUL-G0W66A]
KU Leuven Kansrekenen [B-KUL-G0W66A] Notities Tom Sydney Kerckhove Gestart 8 februari 2015 Gecompileerd 25 maart 2015 Docent: Prof. Tim Verdonck Inhoudsopgave 1 Voorkennis 3 1.1 Verzamelingen.......................................
Nadere informatie