Digitální učební materiál

Rozměr: px
Začít zobrazení ze stránky:

Download "Digitální učební materiál"

Transkript

1 Dgtálí učebí materál Číslo projetu CZ..07/.5.00/ Název projetu Zvaltěí výuy prostředctvím ICT Číslo a ázev šabloy líčové atvty III/ Iovace a zvaltěí výuy prostředctvím ICT Příjemce podpory Gymázum, Jevíčo, A. K. Vtáa 45 Název DUMu Pravděpodobost a statsta Název doumetu VY_3_INOVACE_5_4 Pořadí DUMu v sadě 4 Vedoucí supy/sady Petr Muláše Datum vytvořeí Jméo autora Petr Muláše e-malový otat a autora Ročí studa 4 Předmět ebo tematcá oblast Matematcý semář Výstžý pops Materál pro přípravu a společou část maturtí zoušy z matematy. způsobu využtí Iovace: využtí ICT, medálí techy. materálu ve výuce

2 PRAVDĚPODOBNOST Možu všech možých výsledů pousu začíme. Možé výsledy musí být staovey ta, že se avzájem vylučují a jede z ch vždy astává. Každému výsledu je přřazea jeho pravděpodobost p. Pravděpodobost p jsou ezáporá čísla, jejchž součet je rove jedé: p. Podmožy možy se azývají jevy, začí se A,B,C, Prvům jevu A říáme výsledy přízvé jevu A ( A výslede je přízvý jevu A). Pravděpodobost jevu A začíme A). Defuje se jao součet pravděpodobostí výsledů přízvých jevu A, tj. A) = A p. Klascá defce pravděpodobost jevu A A počet všech jevů přízvých jevu A A) = počet všech jevů Přílad: Házíme ostam. Urč pravděpodobost jevu A, že pade součet 0. m m m A) = 0, 083 V, přízvé jevy - (4, 6), (5, 5), (6, 4) m = 3 Náhodý jev - jaéol tvrzeí o výsledu áhodého pousu, o terém lze rozhodout, zda je pravdvé (po provedeí pousu). Vlastost Jev A áhodý (A): m 0 m 0 P ( A) jstý ( ): m A) = ) = emožý (Ø): m 0 A) = Ø) = 0 A jev áhodý A...jev opačý jevu A A A = (jev jstý), A A = Ø (jev emožý) Jevy A, B se azývají ezávslé A = A) Beroullho schéma Pravděpodobost, že př ezávslých pousech jev A astae právě rát, je p p, de 0,,..., a p je pravděpodobost jevu A. P A p q p p

3 Elemetárí jev Jev A azýváme elemetárí, jestlže eestují jevy X, Y růzé od A taové, že A = X Y. Pojem pravděpodobost Má-l áhodý pous m možých výsledů a jsou-l tyto výsledy stejě možé, stejě pravděpodobé, pa o aždém z ch řeeme, že má pravděpodobost m. Defce pravděpodobost v možovém tvaru:. A : A) 0 pravděpodobost áhodého jevu A je větší ebo rova jedé,. A : ) = pravděpodobost jstého jevu je rova jedé, 3. A B Ø: A B ) = A) + pro jevy, teré se avzájem vylučují, platí: pravděpodobost jejch sjedoceí je rova součtu jejch pravděpodobostí. Vlastost pravděpodobost. A ) = A) pravděpodobost opačého jevu je doplě pravděpodobost výchozího jevu do jedé,. Ø) = 0 pravděpodobost jevu emožého je rova 0, 3. 0 P A, 4. A B P B \ A P B P A jev A je podjevem jevu B, 5. A B A), 6. A = A) + A, 7. P A A ). Podmíěá pravděpodobost P A B P A \ B pravděpodobost jevu A za podmíy, že astal jev B. A, B ezávslé jevy A = A). A). A\ = A)

4 STATISTIKA Statstcý soubor = moža všech prvů, teré jsou předmětem statstcého zoumáí. Zay prvů: valtatví (muž a žea) a vattatví (lší se číselou hodotou). Charatersty polohy ejčastěj používaé charatersty polohy zau jsou artmetcý průměr:... geometrcý průmě r: G(,y) =. y, obecě... harmocý průměr: H (,y) = modus : hodota s ejvětší četostí, y, obecě y, G., H... medá: je prostředí hodota zau, jsou-l hodoty,, uspořádaé podle velost Med ( ) je-l lché, Med ( ) je-l sudé. Charatersty varablty ja jsme s jž vyložl, aždou charaterstu polohy chápeme jao číslo, olem ěhož jedotlvé hodoty zau olísají. Velost tohoto olísáí vyjadřují charatersty varablty: rozptyl: s, směrodatá odchyla:, s s.

5 PŘÍKLADY:. Studeta př zoušce losuje z 0 otáze, přpravea je a 6 z ch. Jaá je pravděpodobost, že z losovaých otáze a) bude umět obě, b) bude umět právě jedu, c) ebude umět žádou, d) bude umět aspoň jedu.. V bedě je 30 ulče, z chž tř jsou červeé. Jaá je pravděpodobost, že mez pět áhodě vybraým ulčam bude ejvýše jeda červeá? 3. Na výrobu se objevují tř druhy závad; závada. druhu s pravděpodobostí 0,; závada. druhu s pravděpodobostí 0,05; závada 3. druhu s pravděpodobostí 0,0. Jsou-l výsyty závad všech tří druhů ezávslé jevy, jaá je pravděpodobost, že výrobe bude bez závady? 4. V osudí je 0 čerých a 0 bílých oulí. Táheme 6rát po oul, vždy s vraceím tažeé oule. Jaá je pravděpodobost tažeí právě 4 čerých oulí? 5. Jaý jev je př hodu 3 ostam pravděpodobější? Součet (jev A), ebo (jev? 6. Určete pravděpodobost, že áhodě zvoleé dvojcferé číslo je děltelé číslem 5 (jev A) ebo číslem 0 (jev studetů, mez mž jsou Adéla a Bedřch, má ze svého středu vylosovat tříčleou oms. Jaá je pravděpodobost, že Adéla ebo Bedřch budou mez vylosovaým? 8. Kotroloř s ajal v tetýž de a tutéž cestu postupě 8 vozů taslužby. Zaplatl tyto částy v Kč: 80, 70, 60, 90, 70, 60, 65, 65. Vypočtěte průměr a medá. 9. Ve 5 hodech ostou padla tato čísla: 3, 6,, 6, 4, 3, 4,,,, 6,, 4, 3, 6, 6, 4,,, 3,, 4, 4, 6, 6. Sestavte tabulu četostí a relatvích četostí. 0. Hodíme dvěma ostam, bílou a modrou. Jev A začí a bílé ostce pade číslo větší ebo rové 3, jev B a modré ostce pade číslo meší ebo rové 3. S jaou pravděpodobostí astává jev A, jev B, jev A jev B současě, jev A ebo jev B?

6 ŘEŠENÍ:. 8 3 a ), b), c), d) , , Med 5 5. Součet je pravděpodobější ( ) 67,5; ( ) ( ) 0,0 0, 0,6 0,4 0,00 0,8 0. A),, A, A

7 Sezam lteratury a prameů. Calda, E., Dupač, V.: Matemata pro gymáza Kombatora, pravděpodobost a statsta. JČMF, Praha 993. ISBN Materál je urče pro bezplaté užíváí pro potřebu výuy a vzděláváí a všech typech šol a šolsých zařízeí. Jaéolv další využtí podléhá autorsému záou.

2. TEORIE PRAVDĚPODOBNOSTI

2. TEORIE PRAVDĚPODOBNOSTI . TEORIE PRAVDĚPODOBNOSTI V prax se můžeme setat s dvojím typem procesů. Jeda jsou to procesy determstcé, u terých platí, že př dodržeí orétích vstupích podmíe obdržíme přesý, předem zámý výslede (te můžeme

Více

Doc. Ing. Dagmar Blatná, CSc.

Doc. Ing. Dagmar Blatná, CSc. PRAVDĚPODOBNOST A STATISTIKA Doc. Ig. Dagmar Blatá, CSc. Statsta statstcé údaje o hromadých jevech čost, terá vede zísáí statstcých údajů a jejch zpracováí teore statsty - věda o stavu, vztazích a vývoj

Více

Přednáška č. 2 náhodné veličiny

Přednáška č. 2 náhodné veličiny Předáša č. áhodé velčy Pozámy záladím pojmům z počtu pravděpodobost Pozáma 1: Př výpočtu pravděpodobost áhodého jevu dle lascé defce je uté věovat pozorost způsobu formulace vybraého jevu. V ásledující

Více

Digitální učební materiál

Digitální učební materiál Digitálí učebí mateiál Číslo pojetu CZ07/500/34080 Název pojetu Zvalitěí výuy postředictvím ICT Číslo a ázev šabloy líčové ativity III/ Iovace a zvalitěí výuy postředictvím ICT Příjemce podpoy Gymázium

Více

Lineární regrese ( ) 2

Lineární regrese ( ) 2 Leárí regrese Častým úolem je staoveí vzájemé závslost dvou (č více) fzálích velč a její matematcé vjádřeí. K tomuto účelu se používají růzé regresí metod, pomocí chž hledáme vhodou fuc f (), apromující

Více

Náhoda. Pravděpodobnost výhry při sázce na barvu: p = 18/37 = 0,486 Průměrný zisk při n sázkách částky č: - n.č + 2.č.n.p = n.č.

Náhoda. Pravděpodobnost výhry při sázce na barvu: p = 18/37 = 0,486 Průměrný zisk při n sázkách částky č: - n.č + 2.č.n.p = n.č. Náhoda při i hřeh Martigale: Vsadíšřeěme dolar a barvu, terou si vybereš (červeáči čerá) a budeš stále sázet je a i. Roztočíš ruletu a čeáš Poud prohraješ, zdvojásobíš sázu, taže vsadíš příště dolary.

Více

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků 1 Pops statstcých dat 1.1 Pops omálích a ordálích zaů K zobrazeí rozděleí hodot omálích ebo ordálích zaů lze použít tabulu ebo graf rozděleí četostí. Tuto formu zobrazeí lze dooce použít pro číselé zay,

Více

Náhodné jevy, jevové pole, pravděpodobnost

Náhodné jevy, jevové pole, pravděpodobnost S Náhodé jevy pravděpodobost Náhodé jevy jevové pole pravděpodobost Lbor Žák S Náhodé jevy pravděpodobost Lbor Žák Základí pojmy Expermet česky též vědecký pokus je soubor jedáí a pozorováí jehož účelem

Více

9 Kombinatorika, teorie pravděpodobnosti a matematická statistika

9 Kombinatorika, teorie pravděpodobnosti a matematická statistika 9 Kombatora, teore pravděpodobost a matematcá statsta Te, do argumetue průměrým platem, e s velou pravděpodobostí vysoce adprůměrý vůl s hluboce podprůměrým vzděláím (Mloslav Drucmüller) 9. Kombatora Kombatora

Více

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky). Statstka. Základí pojmy Statstcký soubo - daá koečá, epázdá moža M předmětů pozoováí, majících jsté společé vlastost (událost, věc,.) Jedotlvé pvky této možy se azývají pvky statstckého soubou (statstcké

Více

Název školy: Gymnázium Jana Nerudy, škola hl. města Prahy. Předmět, mezipředmětové vztahy: matematika a její aplikace

Název školy: Gymnázium Jana Nerudy, škola hl. města Prahy. Předmět, mezipředmětové vztahy: matematika a její aplikace Název: Kombiatoria Autor: Mgr. Haa Čerá Název šoly: Gymázium Jaa Nerudy, šola hl. města Prahy Předmět, mezipředmětové vztahy: matematia a její apliace Ročí: 5. ročí Tématicý cele: Kombiatoria a pravděpodobost

Více

VY_52_INOVACE_J 05 01

VY_52_INOVACE_J 05 01 Název a adresa školy: Středí škola průmyslová a umělecká, Opava, příspěvková orgazace, Praskova 399/8, Opava, 74601 Název operačího programu: OP Vzděláváí pro kokureceschopost, oblast podpory 1.5 Regstračí

Více

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru.

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru. Soutava mometů Momety (Obecé, cetrálí a ormovaé) Do ytému mometových charatert patří ty ejdůležtější artmetcý průměr (mometová míra úrově) a rozptyl (mometová úroveň varablty). Obecý momet -tého tupě:

Více

1. Úvod do základních pojmů teorie pravděpodobnosti

1. Úvod do základních pojmů teorie pravděpodobnosti . Úvod do základích pojmů teore pravděpodobost. Úvodí pojmy Větša exaktích věd zobrazuje své výsledky rgorózě tj. výsledky jsou získáváy a základě přesých formulí a jsou jejch terpretací. Příkladem je

Více

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název školy Gymázium, Šterberk, Horí ám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šabloa III/2 Iovace a zkvalitěí výuky prostředictvím ICT Ozačeí materiálu VY_32_INOVACE_Hor018 Vypracoval(a), de Mgr. Radek

Více

PRACOVNÍ SEŠIT KOMBINATORIKA, PRAVDĚPODOBNOST A STATISTIKA. 9. tematický okruh:

PRACOVNÍ SEŠIT KOMBINATORIKA, PRAVDĚPODOBNOST A STATISTIKA. 9. tematický okruh: Připrav se a státí maturití zoušu z MATEMATIKY důladě, z pohodlí domova a olie PRACOVNÍ SEŠIT 9. tematicý oruh: KOMBINATORIKA, PRAVDĚPODOBNOST A STATISTIKA vytvořila: RNDr. Věra Effeberger eperta a olie

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností 4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím.

Více

Téma 1: Pravděpodobnost

Téma 1: Pravděpodobnost ravděpodobot Téma : ravděpodobot ředáša - ravděpodobot áhodého evu Náhodý pou a áhodý ev Náhodý pou - aždá čot, eíž výlede eí edozačě urče podmíam, za terých probíhá apř hod otou, měřeí dély, běh a 00

Více

Statistické charakteristiky (míry)

Statistické charakteristiky (míry) Stattcé charaterty (míry) - hrují formac, obažeou v datech (vyjadřují j v ocetrovaé formě); - charaterzují záladí ryy zoumaého ouboru dat; - umožňují porováváí více ouborů. upy tattcých charatert :. charaterty

Více

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i : ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru

Více

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly. 0. KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA Dovedosti :. Chápat pojem faktoriál a ovládat operace s faktoriály.. Zát defiici kombiačího čísla a základí vlastosti kombiačích čísel. Ovládat jedoduché operace

Více

6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3.

6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3. Zálady matematiy Kombiatoria. KOMBINATORIKA 8.. Záladí pojmy 8... Počítáí s fatoriály a ombiačími čísly 8.. Variace 8.. Permutace 85.. Kombiace 87.5. Biomicá věta 89 Úlohy samostatému řešeí 9 Výsledy úloh

Více

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III. Iovace a zkvaltěí výuky prostředctvím IC éma III..3 echcká měřeí v MS Excel Pracoví lst 5 Měřeí teploty. Ig. Jří Chobot VY_3_INOVACE_33_5 Aotace Iovace a zkvaltěí

Více

1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );

1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A ); 1 PSE 1 Náhodý pokus, áhodý jev. Operace s jevy. Defiice pravděpodobosti jevu, vlastosti ppsti. Klasická defiice pravděpodobosti a její použití, základí kombiatorické vzorce. 1.1 Teoretická část 1.1.1

Více

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a) Předáša 7 Derivace a difereciály vyšších řádů Budeme poračovat v ahrazováí fuce f(x v oolí bodu a polyomy, tj hledat vhodé ostaty c ta, aby bylo pro malá x a f(x c 0 + c 1 (x a + c 2 (x a 2 + c 3 (x a

Více

STATISTIKA. Základní pojmy

STATISTIKA. Základní pojmy Statistia /7 STATISTIKA Záladí pojmy Statisticý soubor oečá eprázdá možia M zoumaých objetů schromážděých a záladě toho, že mají jisté společé vlastosti záladí statisticý soubor soubor všech v daé situaci

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP esty dobré shody PRAVDĚPODOBNOS A SAISIKA Lbor Žá SP esty dobré shody Lbor Žá Přpomeutí - estováí hypotéz o rozděleí Ch-vadrát test Chí-vadrát testem terý e založe a tříděém statstcém souboru. SP esty

Více

Mendelova univerzita v Brně Statistika projekt

Mendelova univerzita v Brně Statistika projekt Medelova uverzta v Brě Statstka projekt Vypracoval: Marek Hučík Obsah 1. Úvod... 3. Skupové tříděí... 3 o Data:... 3 o Počet hodot:... 3 o Varačí rozpětí:... 3 o Počet tříd:... 4 o Šířka tervalu:... 4

Více

Statistická rozdělení

Statistická rozdělení Úvod Statstcá rozděleí Václav Adamec vadamec@medelu.cz Náhodá proměá: matematcá velča, jejíž hodot osclují. Produt áhodého procesu lze charaterzovat fucí Hodot proměé v oboru přípustých hodot Rozděleí

Více

Deskriptivní statistika 1

Deskriptivní statistika 1 Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

P2: Statistické zpracování dat

P2: Statistické zpracování dat P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu

Více

Charakteristiky úrovně

Charakteristiky úrovně Charaterty úrově Měřeí úrově Úroveň (poloha) je jedou ze záladích vlatotí tattcých dat, v úrov e mohou tattcá data lšt ebo aopa hodovat. Výzačé hodoty varačí řady ejou ctlvé a změu jedotlvých hodot Medá

Více

Chyby přímých měření. Úvod

Chyby přímých měření. Úvod Chyby přímých měřeí Úvod Př zjšťováí velkost sledovaé velčy dochází k růzým chybám, které ovlvňují celkový výsledek. V pra eestuje žádá metoda měřeí a měřcí zařízeí, které by bylo absolutě přesé, což zameá,

Více

DIM PaS Připomenutí poznatků ze střední školy. Faktoriály a kombinační čísla základní vzorce: n = k. (binomická věta) Příklady: 1.

DIM PaS Připomenutí poznatků ze střední školy. Faktoriály a kombinační čísla základní vzorce: n = k. (binomická věta) Příklady: 1. DIM PaS. Připomeutí pozatků ze středí školy Faktoriály a kombiačí čísla základí vzorce: ( )( 2 )...2.! =. 0! = =! ( k)! k! ( )...( k ). + = k! = k + + = k + k + 2 2 ( a + b) = a + a b+ a b +... + a b +...

Více

3. cvičení 4ST201 - řešení

3. cvičení 4ST201 - řešení cvčící Ig. Jaa Feclová 3. cvčeí 4ST0 - řešeí Obah: Míry varablty Rozptyl Směrodatá odchyla Varačí oefcet Rozlad rozptylu a mezupovou a vtroupovou varabltu Změa rozptylu Vyoá šola eoomcá VŠE urz 4ST0 Míry

Více

3. cvičení 4ST201. Míry variability

3. cvičení 4ST201. Míry variability cvčící Ig. Jaa Feclová 3. cvčeí 4ST0 Obah: Míry varablty Rozptyl Směrodatá odchyla Varačí oefcet Rozlad rozptylu a mezupovou a vtroupovou varabltu Změa rozptylu Vyoá šola eoomcá VŠE urz 4ST0 Míry varablty

Více

Pro orientaci v této problematice jsme se seznámili s nkolika novými pojmy:

Pro orientaci v této problematice jsme se seznámili s nkolika novými pojmy: Ig. Marta Ltschmaová Statsta I., cveí 8 LIMITNÍ VTY Lmtí vty jsou tvrzeí, terá jsou dležtá pro pops pravdpodobostích model v pípad rostoucího potu áhodých pous.. ro oretac v této problematce jsme se sezáml

Více

10.2.3 VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI

10.2.3 VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI Středí hodoty Artmetcý průměr vážeý Aleš Drobí straa 0 VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI Zatím jsme počítal s tím, že četost ve vztahu pro vážeý artmetcý průměr byla přrozeá čísla Četost mohou

Více

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter. Statistika Cíle: Chápat pomy statistický soubor, rozsah souboru, statistická edotka, statistický zak, umět sestavit tabulku rozděleí četostí, umět zázorit spoicový diagram a sloupcový diagram / kruhový

Více

Statistika pro metrologii

Statistika pro metrologii Statistika pro metrologii T. Rössler Teto projekt je spolufiacová Evropským sociálím fodem a státím rozpočtem České republiky v rámci projektu Vzděláváí výzkumých pracovíků v Regioálím cetru pokročilých

Více

3. Charakteristiky a parametry náhodných veličin

3. Charakteristiky a parametry náhodných veličin 3. Charatersty a parametry áhodýh velč Úolem této aptoly je zavést pomoý aparát, terým budeme dále popsovat pomoí jedoduhýh prostředů áhodé velčy. Taovýmto aparátem jsou tzv. parametry ebo haratersty áhodé

Více

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů.

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů. Cvičeí 3 - teorie Téma: Teorie pravděpodobosti Teorie pravděpodobosti vychází ze studia áhodých pokusů. Náhodý pokus Proces, který při opakováí dává ze stejých podmíek rozdílé výsledky. Výsledek pokusu

Více

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR Středí hodoty Artmetcý průměr vážeý ze tříděí Aleš Drobí straa 0 VÁŽENÝ ARITMETICKÝ PRŮMĚR Výzam a užtí vážeého artmetcého průměru uážeme a ásledujících příladech Přílad 0 Ve frmě Gama Blatá máme soubor

Více

Identifikátor materiálu: ICT 2 59

Identifikátor materiálu: ICT 2 59 Idetifiátor materiálu: ICT 59 Registračí číslo projetu Název projetu Název příjemce podpory ázev materiálu (DUM) Aotace Autor Jazy Očeávaý výstup Klíčová slova Druh učebího materiálu Druh iterativity Cílová

Více

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě

Více

6 5 = 0, = 0, = 0, = 0, 0032

6 5 = 0, = 0, = 0, = 0, 0032 III. Opaované pousy, Bernoulliho nerovnost. Házíme pětrát hrací ostou a sledujeme výsyt šesty. Spočtěte pravděpodobnosti možných výsledů a určete, terý má největší pravděpodobnost. Řešení: Jedná se o serii

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP4 Přpomeutí pojmů PRAVDĚPODOBNOST A STATISTIKA SP4 Přpomeutí pojmů SP4 Přpomeutí pojmů Pravděpodobost Náhodý jev: - základí prostor - elemetárí áhodý jev A - áhodý jev, - emožý jev, jstý jev podjev opačý

Více

3. Charakteristiky a parametry náhodných veličin

3. Charakteristiky a parametry náhodných veličin 3. Charateristiy a parametry áhodých veliči Úolem této apitoly je zavést pomocý aparát, terým budeme dále popisovat pomocí jedoduchých prostředů áhodé veličiy. Taovýmto aparátem jsou tzv. parametry ebo

Více

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =

Více

a další charakteristikou je četnost výběrového souboru n.

a další charakteristikou je četnost výběrového souboru n. Předáška č. 8 Testováí rozptylu, testy relatví četost, testy dobré shody, test ezávslost kvaltatvích zaků Testy rozptylu Testy se používají k ověřeí hypotézy o určté velkost rozptylu a k ověřeí vztahu

Více

S1P Popisná statistika. Popisná statistika. Libor Žák

S1P Popisná statistika. Popisná statistika. Libor Žák SP Popsá statstka Popsá statstka Lbor Žák SP Popsá statstka Lbor Žák Základí zdroje : skrpta Mateatka IV - doc. RNDr. Z. Karpíšek, CSc. ateatka o le - http://athole.fe.vutbr.cz/ Základ ateatcké statstk

Více

1. Úvod do základních pojmů teorie pravděpodobnosti

1. Úvod do základních pojmů teorie pravděpodobnosti 1. Úvod do záladních pojmů teore pravděpodobnost 1.1 Úvodní pojmy Většna exatních věd zobrazuje své výsledy rgorózně tj. výsledy jsou zísávány na záladě přesných formulí a jsou jejch nterpretací. em je

Více

NEPARAMETRICKÉ METODY

NEPARAMETRICKÉ METODY NEPARAMETRICKÉ METODY Jsou to metody, dy předmětem testu hypotézy eí tvrzeí o hodotě parametru ějaého orétího rozděleí, ale ulová hypotéza je formulováa obecěji, apř. jao shoda rozděleí ebo ezávislost

Více

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC 5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC V této kaptole se dozvíte: jak je defováa fukce přrozeá odmoca v kompleím oboru a jaké má vlastost včetě odlšostí od odmocy v reálém

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí

Více

Náhodné jevy a pravděpodobnost

Náhodné jevy a pravděpodobnost Lekce Náhodé jevy a pravděpodobost Výklad pravděpodobosti musí začít evyhutelě od základích pojmů Pravděpodobost, velmi zjedodušeě řečeo, pojedává o áhodých jevech (slově vyjádřeých výsledcích áhodých

Více

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl:

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl: 9 ÁHODÉ VÝBĚR A JEJICH ZPRACOVÁÍ Čas ke studu katol: 30 mut Cíl: Po rostudováí tohoto odstavce budete rozumět ojmům Základí soubor, oulace, výběr, výběrové šetřeí, výběrová statstka a budete zát základí

Více

Elementární zpracování statistického souboru

Elementární zpracování statistického souboru Elemetárí zpracováí statistického souboru Obsah kapitoly 4. Elemetárí statistické zpracováí - parametrizace vhodými empirickými parametry Studijí cíle Naučit se výsledky měřeí parametrizovat vhodými empirickými

Více

1. Základy měření neelektrických veličin

1. Základy měření neelektrických veličin . Základ měřeí eelektrckých velč.. Měřcí řetězec Měřcí řetězec (měřcí soustava) je soubor měřcích čleů (jedotek) účelě uspořádaých tak, ab blo ožě splt požadovaý úkol měřeí, tj. získat formac o velkost

Více

DISKRÉTNÍ MATEMATIKA II

DISKRÉTNÍ MATEMATIKA II Faulta pedagogcá Techcá uverzta v Lberc DISKRÉTNÍ MATEMATIKA II Doc. RNDr. Mroslav Koucý CSc. Lberec 4 Úvod Dsrétí ateata resp. její zálady patří jž tradčě ez stadardí téata předášeá a Techcé uverztě v

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota

Více

4. Opakované pokusy a Bernoulliho schema

4. Opakované pokusy a Bernoulliho schema 4 Opové pousy Beroulliho schem Pozám: V ěterých příldech v odstvcích 2 3 jsme počítli prvděpodobosti áhodých jevů, teré byly výsledem opoví áhodého pousu Npř házeí dvěm micemi je stejé jo dv hody jedou

Více

Generování dvojrozměrných rozdělení pomocí copulí

Generování dvojrozměrných rozdělení pomocí copulí Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta

Více

(iv) D - vybíráme 2 koule a ty mají různou barvu.

(iv) D - vybíráme 2 koule a ty mají různou barvu. 2 cvičení - pravděpodobnost 2102018 18cv2tex Definice pojmů a záladní vzorce Vlastnosti pravděpodobnosti Pravděpodobnost P splňuje pro libovolné jevy A a B následující vlastnosti: 1 0, 1 2 P (0) = 0, P

Více

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p) . Příklad Při průzkumu trhu projevilo 63 z dotázaých zákazíků zájem o iovovaý výrobek, který má být uvede a trh se zákazíky. Odvoďte a odhaděte proceto a počet zájemců v populaci s 95% spolehlivostí. Následě

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodá veličia Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 45/004. Náhodá veličia Většia áhodých pokusů má jako výsledky reálá čísla. Budeme tedy dále áhodou veličiou rozumět proměou, která

Více

P1: Úvod do experimentálních metod

P1: Úvod do experimentálních metod P1: Úvod do epermetálích metod Chyby a ejstoty měřeí - Každé měřeí je zatížeo určtou epřesostí, která je způsobea ejrůzějším egatvím vlvy, vyskytujícím se v procesu měřeí. - Výsledek měřeí se díky tomu

Více

6. Posloupnosti a jejich limity, řady

6. Posloupnosti a jejich limity, řady Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme

Více

Spolehlivost a diagnostika

Spolehlivost a diagnostika Spolehlvost a dagostka Složté systémy a jejch spolehlvost: Co je spolehlvost? Vlv spolehlvost kompoetů systému Návrh systému z hledska spolehlvost Aplkace - žvotě důležté systémy - vojeské aplkace Teore

Více

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika České vysoké učeí techické v Praze Fakulta dopraví Semestrálí práce Statistika Čekáí vlaku ve staicích a trase Klado Ostrovec Praha Masarykovo ádraží Zouzalová Barbora 2 35 Michálek Tomáš 2 35 sk. 2 35

Více

1.1 Definice a základní pojmy

1.1 Definice a základní pojmy Kaptola. Teore děltelost C. F. Gauss: Matematka je královou všech věd a teore čísel je králova matematky. Základím číselým oborem se kterým budeme v této kaptole pracovat jsou celá čísla a pouze v ěkterých

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP Záko velkých čísel, cetrálí lmtí věta PRAVDĚPODOBNOST A STATISTIKA Lbor Žák SP Záko velkých čísel, cetrálí lmtí věta Lbor Žák Kovergece podle pravděpodobost Posloupost áhodých proměých,,,, koverguje

Více

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,

Více

( )! ( ) ( ) ( ) = ( ) ( ) ( ) ( ) ( )

( )! ( ) ( ) ( ) = ( ) ( ) ( ) ( ) ( ) Variace, permutace, kombiace, kombiačí čísla, vlastosti, užití faktoriál, počítáí s faktoriály, variace s opakováím.. Upravte a urči podmíky: a)!! 6! b)!! 6! 9! c)!!!!. Řešte rovici: a) 4 b) 0 c) emá řešeí

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru

Více

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III. Iovace a zkvalitěí výuky prostředictvím ICT Téma III..3, pracoví list 3 Techická měřeí v MS Ecel Průměry a četosti, odchylky změřeých hodot. Ig. Jiří Chobot

Více

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka Náhodná veličina Náhodnou veličinou nazýváme veličinu, terá s určitými p-stmi nabývá reálných hodnot jednoznačně přiřazených výsledům příslušných náhodných pousů Náhodné veličiny obvyle dělíme na dva záladní

Více

NUMP403 (Pravděpodobnost a Matematická statistika I)

NUMP403 (Pravděpodobnost a Matematická statistika I) NUMP0 (Pravděpodobnost a Matematicá statistia I Střední hodnota disrétního rozdělení. V apce máte jednu desetiorunu, dvě dvacetioruny a jednu padesátiorunu. Zloděj Vám z apsy náhodně vybere tři mince.

Více

Základy teorie pravděpodobnosti a teorie grafů

Základy teorie pravděpodobnosti a teorie grafů Vysoá šola báňsá Techcá uverzta Ostrava Faulta strojí Zálady teore pravděpodobost a teore grafů Autoř : Doc. Ig. Mluše Vítečová, CSc., Bc. řdal etr, Ig. Koudela Tomáš Ostrava 006 Obsah Obsah SEZNAM OUŽITÉHO

Více

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti. 10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé

Více

8. Zákony velkých čísel

8. Zákony velkých čísel 8 Zákoy velkých čísel V této část budeme studovat velm často užívaá tvrzeí o součtech posloupost áhodých velč Nedříve budeme vyšetřovat tvrzeí azývaá souhrě ako slabé zákoy velkých čísel Veškeré úvahy

Více

[ jednotky ] Chyby měření

[ jednotky ] Chyby měření Chyby měřeí Provedeme-l určté měřeí za stejých podmíek vícekrát, jedotlvá měřeí se mohou odlšovat (z důvodu koečé rozlšovací schopost měř. přístrojů, áhodých vlvů apod.). Chyba měřeí: e = x x x...přesá

Více

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz: Ig. Marta Ltschmaová Statstka I., cvčeí 1 TESTOVÁNÍ NEPARAMETRICKÝCH HYPOTÉZ Dosud jsme se zabýval testováím parametrcký hypotéz, což jsou hypotézy o parametrech rozděleí (populace). Statstckým hypotézám

Více

SP2 Korelační analýza. Korelační analýza. Libor Žák

SP2 Korelační analýza. Korelační analýza. Libor Žák Korelačí aalýza Přpomeutí pojmů áhodá proměá áhodý vetor áhodý vetor Náhodý výběr: pro áhodou proměou : pro áhodý vetor : pro áhodý vetor : Přpomeutí pojmů - ovarace Kovarace áhodých proměých ovaračí oefcet

Více

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů. Náhodu bychom mohli defiovat jako součet velkého počtu drobých epozaých vlivů. V rámci přírodích věd se setkáváme s pokusy typu za určitých podmíek vždy astae určitý důsledek. Např. jestliže za ormálího

Více

11. Popisná statistika

11. Popisná statistika . Popsá statstka.. Pozámka: Př statstckém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákotost, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme statstcké jedotky. Př

Více

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc Statistika Statistické fukce v tabulkových kalkulátorech MSO Excel a OO.o Calc Základí pojmy tabulkových kalkulátorů Cílem eí vyložit pojmy tabulkových kalkulátorů, ale je defiovat pojmy vyskytující se

Více

S k l á d á n í s i l

S k l á d á n í s i l S l á d á í s i l Ú o l : Všetřovat rovováhu tří sil, působících a tuhé těleso v jedom bodě. P o t ř e b : Viz sezam v desách u úloh a pracovím stole. Obecá část: Při sládáí soustav ěolia sil působících

Více

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt

Více

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme

Více

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha ANOVA Analýza rozptylu př jednoduchém třídění Jana Vránová, 3.léařsá faulta UK, Praha Teore Máme nezávslých výběrů, > Mají rozsahy n, teré obecně nemusí být stejné V aždém z nch známe průměr a rozptyl

Více

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím

Více

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) Základy teorie pravděpodobosti měřeí chyba měřeí Provádíme kvalifikovaý odhad áhodá systematická výsledek ejistota výsledku Základy teorie pravděpodobosti

Více

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu Cvičeí 6: Výpočet středí hodoty a rozptylu, bodové a itervalové odhady středí hodoty a rozptylu Příklad 1: Postupě se zkouší spolehlivost čtyř přístrojů Další se zkouší je tehdy, když předchozí je spolehlivý

Více

5. Lineární diferenciální rovnice n-tého řádu

5. Lineární diferenciální rovnice n-tého řádu 5 3.3.8 8:44 Josef Herdla lieárí difereciálí rovice -tého řádu 5. Lieárí difereciálí rovice -tého řádu (rovice s ostatími oeficiety) ( ), a,, a (5.) ( ) ( ) y a y a y ay q L[ y] y a y a y a y, q je spojitá

Více

Kombinatorika, pravděpodobnost, statistika

Kombinatorika, pravděpodobnost, statistika Kombiatoria, pravděpodobost, statistia Kombiatoria, pravděpodobost, statistia Obsah 9. Kombiatoria... 70 9.. Fatoriály... 70 9.. Variace bez opaováí... 75 9.. Permutace bez opaováí... 8 9.4. Kombiace bez

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,

Více