Teorie her a ekonomické rozhodování. 10. Rozhodování při jistotě, riziku a neurčitosti

Rozměr: px
Začít zobrazení ze stránky:

Download "Teorie her a ekonomické rozhodování. 10. Rozhodování při jistotě, riziku a neurčitosti"

Transkript

1 Teore her a ekonomcké rozhodování 10. Rozhodování př stotě, rzku a neurčtost

2 10.1 Jednokrterální dskrétní model Jednokrterální model rozhodování: f a ) max a Aa, a,..., a ( 1 2 f krterální funkce (zsk, užtek, apod.) A rozhodovací množna (varanty, stratege, rozhodnutí) p Mgr. Jana Seknčková, Ph.D. 2

3 10.1 Jednokrterální dskrétní model 1. Rozhodování př stotě rozhodnutím e výsledek dán ednoznačně 2. Rozhodování př nestotě Rozhodnutí nemá ednoznačný výsledek Výsledek závsí také na stavu okolí Rozhodování př rzku a př neurčtost Mgr. Jana Seknčková, Ph.D. 3

4 10.1 Jednokrterální dskrétní model 2. Rozhodování př nestotě a) Rozhodování př rzku Množna varant stavů sou známé Známé rozložení pravděpodobností b) Rozhodování př neurčtost Neznámé pravděpodobnost stavů Mgr. Jana Seknčková, Ph.D. 4

5 10.2 Rozhodování př stotě Vše e známé, cíl e edný a tak nede v podstatě o žádný konflkt Nemá smysl analyzovat tento problém z pohledu teore her Mgr. Jana Seknčková, Ph.D. 5

6 10.3 Rozhodování př rzku Výsledek rozhodnutí není dán s stotou Závsí na rozložení pravděpodobností Příklad Házím kostkou a vsadím, že padne 6 Výsledek není dán s stotou Znám však pravděpodobnost úspěchu (a neúspěchu) = 1/6 Mgr. Jana Seknčková, Ph.D. 6

7 10.3 Rozhodování př rzku Jedná se o hru ednoho hráče (teore rozhodování, operačního výzkumu nebo pravděpodobnost) Lze na problém pohlížet z ného úhlu 1. hráč = ntelgentní (rozhodovatel) 2. hráč = nentelgentní (vybírá náhodně, příroda, losovací zařízení apod.) Mgr. Jana Seknčková, Ph.D. 7

8 10.3 Rozhodování př rzku 2. hráč tedy nesledue vlastní záem, ale edná (rozhodue se) náhodně podle daného pravděpodobnostního rozdělení Příklady: Losovací zařízení sportka Příroda poštění žvelných událostí Fnanční trh nvestce do akcí Mgr. Jana Seknčková, Ph.D. 8

9 10.3 Rozhodování př rzku Intelgentní hráč 1 (volba řádků) Maxmalzace výhry dle matce a Nentelgentní hráč 2 (volba sloupců) Podle pravděpodobnostního rozdělení p Můžeme na ně pohlížet ako na známé smíšené stratege 2. hráče Mgr. Jana Seknčková, Ph.D. 9

10 10.3 Rozhodování př rzku Sestavme matc hry: řádky = varanty a (1. hráč raconální) sloupce = možné stavy S s danou p (2. hráč příroda) prvky matce = výhra 1. hráče př stavu S a 11 a 12 a 1n a 21 a 22 a 2n a p1 a p2 a pn Mgr. Jana Seknčková, Ph.D. 10

11 10.3 Rozhodování př rzku Intelgentní hráč 1 Maxmalzace střední hodnoty výhry n EV max 1 p a Tento prncp není nelepší (e třeba také zvažovat rozptyl) Mgr. Jana Seknčková, Ph.D. 11

12 10.3 Rozhodování př rzku Podrobný pops včetně teore: v učebnc: Fala, Modely a metody rozhodování, VŠE 2003 Postup (8 kroků) e dán: Prncpem maxmalzace očekávané hodnoty Vz předchozí vztah Bayesovskou analýzou Mgr. Jana Seknčková, Ph.D. 12

13 Příklad EV n max 3 n 1 p a S1 S2 S3 A A A p 0,5 0,2 0,3 A1 : p a p a1 0,5 100,28 0, n 3 A2 : p a p a2 0,5 1 0,23 0, n 3 A3 : p a p a3 0,5 7 0,28 0, ,2 3,2 7,8 Mgr. Jana Seknčková, Ph.D. EV=7,8 13

14 10.4 Rozhodování př neurčtost Známe stavy S (stratege 2. hráče) Ale neznáme pravděpodobnost, se kterým e hrae 1. hráč vybírá strateg (rozhodnutí), která musí být nedomnovaná Mgr. Jana Seknčková, Ph.D. 14

15 10.4 Rozhodování př neurčtost Rozhodnutí by mělo respektovat: Axom relevance nerozlšuící přdané varanty přdání nového stavu s téměř steným hodnotam pro všechny varanty nezmění rozhodnutí Axom relevance přdané neoptmální varanty po přdání nové varanty se buď nová varanta stane optmální (byla dobrá) nebo zůstane optmální varantou ta původní (tzn. optmální rozhodnutí se nemůže zhoršt tak, že přdáme něaké špatné) Mgr. Jana Seknčková, Ph.D. 15

16 10.4 Rozhodování př neurčtost Rozhodnutí by mělo respektovat: Axom úplnost množny optmálních strategí sou-l rozhodnutí v a w optmální a rozhodnutí z e něakým váženým průměrem v a w, pak by také mělo být optmální (příklad nvestčního portfola) Axom ednoznačnost Vybráno by mělo být edno rozhodnutí (alespoň edno z důvodu řešení stuace a maxmálně edno z důvodu praktckého využtí) Mgr. Jana Seknčková, Ph.D. 16

17 Matce hry: 10.4 Rozhodování př neurčtost řádky = varanty a (1. hráč raconální) sloupce = možné stavy S (2. hráč příroda) a 11 a 12 a 1n a 21 a 22 a 2n a p1 a p2 a pn Mgr. Jana Seknčková, Ph.D. 17

18 Prncpy pro rozhodování 1. Prncp ekvvalentní pravděpodobnost Laplaceovo krtérum 2. Prncp maxmaxu 3. Prncp maxmnu Waldovo krtérum 4. Prncp ukazatele optmsmu Hurwczovo krtérum 5. Prncp mnmaxu ztráty Savageovo krtérum Mgr. Jana Seknčková, Ph.D. 18

19 1. Prncp ekvvalentní pravděpodobnost Všechny stavy sou steně pravděpodobné max n 1 p a S1 S2 S3 A A A max n 1 1 n a 1 max n n 1 n A1 : a a1 n a , 67 n A2 : a a2 n n A : a a n , Mgr. Jana Seknčková, Ph.D. 19

20 2. Prncp maxmaxu Optmstcký přístup nastane nelepší stuace S1 S2 S3 A A A maxmaxa A1 : maxa maxa1 A maxa maxa A 2 : 2 3 : maxa maxa Mgr. Jana Seknčková, Ph.D. 20

21 3. Prncp maxmnu Pesmstcký přístup nastane nehorší stuace maxmna S1 S2 S3 A A A A1 : mna mna1 2 A2 : mna mna2 1 A 3 : mna mna3 7 Mgr. Jana Seknčková, Ph.D. 21

22 4. Prncp ukazatele optmsmu Ukazatel optmsmu mez nulou a ednčkou 1proabsolutníoptmsty 0proabsolutnípesmsty max[ a 1 a ] S1 S2 S3 A A A max mn EV A α + 2 (1 α) A α + 1 (1 α) A α + 7 (1 α) Mgr. Jana Seknčková, Ph.D. 22

23 max[ a 1 a ] Výpočtem sme získal: A1 volím, pokud: α α α α A2 volím, pokud: α α α α A3 volím, pokud: α α α α max mn Očekávaná hodnota A α + 2 (1 α) = α A α + 1 (1 α) = α A α + 7 (1 α) = α 2 α 1 α 1/2 6 α 5 α 5/6 α 5/6; 1 2 α 1 α 1/2 4 α 6 α 3/2 6 α 5 α 5/6 4 α 6 α 3/2 α 0; 5/6 Mgr. Jana Seknčková, Ph.D. 23

24 5. Prncp mnmaxu ztráty Z = Vytvoříme matc ztrát tak, že: z 11 z 12 z 1n z 21 z 22 z 2n z p1 z p2 z pn z (maxa ) k k a S1 S2 S3 A A A Z = Mgr. Jana Seknčková, Ph.D. 24

25 Prncp mnmaxu ztráty Optmální varanta (rozhodnutí): mnmaxz Z = A1 : max z maxz1 A2 : max z maxz2 9 A max z maxz 3 3 : 3 7 Mgr. Jana Seknčková, Ph.D. 25

26 Prncp mnmaxu ztráty Ztrátovou matc sme počítal ako: z (maxa ) Druhý možný přístup: z = a (max k a k ) Ztráty pak maí až na sloupcová maxma záporné znaménko Aplkueme prncp maxmnu k k a Mgr. Jana Seknčková, Ph.D. 26

27 KONEC Mgr. Jana Seknčková, Ph.D. 27

Cvičení 13 Vícekriteriální hodnocení variant a vícekriteriální programování

Cvičení 13 Vícekriteriální hodnocení variant a vícekriteriální programování Cvčení 3 Vícekrterální hodnocení varant a vícekrterální programování Vícekrterální rozhodování ) vícekrterální hodnocení varant konkrétní výčet, seznam varant ) vícekrterální programování varanty ve formě

Více

MANAŽERSKÉ ROZHODOVÁNÍ

MANAŽERSKÉ ROZHODOVÁNÍ MANAŽERSKÉ ROZHODOVÁNÍ Téma 14 POSUZOVÁNÍ A HODNOCENÍ VARIANT doc. Ing. Monka MOTYČKOVÁ (Grasseová), Ph.D. Unverzta obrany Fakulta ekonomka a managementu Katedra voenského managementu a taktky Kouncova

Více

Metody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce

Metody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce . meznárodní konference Řízení a modelování fnančních rzk Ostrava VŠB-TU Ostrava, Ekonomcká fakulta, katedra Fnancí 8. - 9. září 200 Metody vícekrterálního hodnocení varant a ech využtí př výběru produktu

Více

Vícekriteriální rozhodování. Typy kritérií

Vícekriteriální rozhodování. Typy kritérií Vícekrterální rozhodování Zabývá se hodnocením varant podle několka krtérí, přčemž varanta hodnocená podle ednoho krtéra zpravdla nebývá nelépe hodnocená podle krtéra ného. Metody vícekrterálního rozhodování

Více

Attitudes and criterias of the financial decisionmaking under uncertainty

Attitudes and criterias of the financial decisionmaking under uncertainty 8 th Internatonal scentfc conference Fnancal management of frms and fnancal nsttutons Ostrava VŠB-TU Ostrava, faculty of economcs,fnance department 6 th 7 th September 2011 Atttudes and crteras of the

Více

Jednokriteriální rozhodování za rizika a nejistoty

Jednokriteriální rozhodování za rizika a nejistoty Jeokrterálí rozoováí za rzka a estoty U eokrterálíc úlo e vžy pouze eo krtérum optmalty, a to buď maxmalzačí ebo mmalzačí. araty rozoováí sou zaáy mplctě - pomíkam, které musí být splěy (vz úloy leárío

Více

EKONOMICKO-MATEMATICKÉ METODY

EKONOMICKO-MATEMATICKÉ METODY . přednáška EKONOMICKO-MATEMATICKÉ METODY Ekonomcko matematcké metody (též se užívá název operační analýza) sou metody s matematckým základem, využívané především v ekonomcké oblast, v oblast řízení a

Více

Dopravní plánování a modelování (11 DOPM )

Dopravní plánování a modelování (11 DOPM ) Department of Appled Mathematcs Faculty of ransportaton Scences Czech echncal Unversty n Prague Dopravní plánování a modelování (11 DOPM ) Lekce 5: FSM: rp dstrbuton Prof. Ing. Ondře Přbyl, Ph.D. Ing.

Více

1. Nejkratší cesta v grafu

1. Nejkratší cesta v grafu 08. Nekratší cesty. Úloha obchodního cestuícího. Heurstky a aproxmační algortmy. Metoda dynamckého programování. Problém batohu. Pseudopolynomální algortmy 1. Nekratší cesta v grafu - sled e lbovolná posloupnost

Více

Proces řízení rizik projektu

Proces řízení rizik projektu Proces řízení rzk projektu Rzka jevy a podmínky, které nejsou pod naší přímou kontrolou a ovlvňují cíl projektu odcylky, předvídatelná rzka, nepředvídatelná rzka, caotcké vlvy Proces řízení rzk sled aktvt,

Více

Obsah přednášky 1. Bayesův teorém 6. Naivní Bayesovský klasifikátor (NBK)

Obsah přednášky 1. Bayesův teorém 6. Naivní Bayesovský klasifikátor (NBK) Obsah přednášky 1. Bayesův teorém 2. Brutální Bayesovský klasfkátor (BBK) 3. Mamální aposterorní pravděpodobnost (MA) 4. Optmální Bayesovský klasfkátor (OBK) 5. Gbbsův alortmus (GA) 6. Navní Bayesovský

Více

SÍŤOVÁ ANALÝZA. Základní pojmy síťové analýzy. u,. Sjednocením množin { u, u,..., 2. nazýváme grafem G.

SÍŤOVÁ ANALÝZA. Základní pojmy síťové analýzy. u,. Sjednocením množin { u, u,..., 2. nazýváme grafem G. SÍŤOVÁ ANALÝZA Využívá grafcko-analytcké metody pro plánování, řízení a kontrolu složtých návazných procesů. yto procesy se daí rozložt na dílčí a organzačně spolu souvseící čnnost. yto procesy se nazývaí

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOS A SAISIKA Regulární systém hustot Vychází se z: -,, P - pravděpodobnostní prostor -, R neprázdná množna parametrů - X X 1,, náhodný vektor s sdruženou hustotou X n nebo s sdruženou pravděpodobnostní

Více

1. dílčí téma: Rozhodování při riziku, neurčitosti a hry s neúplnou informací

1. dílčí téma: Rozhodování při riziku, neurčitosti a hry s neúplnou informací Cíl tematického celku: Student získá komplexní přehled teorií oligopolu, které lze úspěšně aplikovat v realitě. Druhým cílem je naučit se chápat obsah komunikace, která se vede při projednávání nejrůznějších

Více

Teorie efektivních trhů (E.Fama (1965))

Teorie efektivních trhů (E.Fama (1965)) Teore efektvních trhů (E.Fama (965)) Efektvní efektvní zpracování nových nformací Efektvní trh trh, který rychle a přesně absorbuje nové nf. Ceny II (akcí) náhodná procházka Předpoklady: na trhu partcpuje

Více

Operační výzkum. Teorie her. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Operační výzkum. Teorie her. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační výzkum Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky

Více

MATEMATICKÁ TEORIE ROZHODOVÁNÍ

MATEMATICKÁ TEORIE ROZHODOVÁNÍ MTMTICKÁ TORI ROZODOVÁNÍ odklady k soustředění č. 3 ráce s neurčtostí Většna našch znalostí o reálném světě je zatížena ve větší č menší míře neurčtostí. Na druhou stranu, schopnost rozhodovat se v stuacích,

Více

Teorie her a ekonomické rozhodování. 7. Hry s neúplnou informací

Teorie her a ekonomické rozhodování. 7. Hry s neúplnou informací Teorie her a ekonomické rozhodování 7. Hry s neúplnou informací 7.1 Informace Dosud hráči měli úplnou informaci o hře, např. znali svou výplatní funkci, ale i výplatní funkce ostatních hráčů často to tak

Více

2. Posouzení efektivnosti investice do malé vtrné elektrárny

2. Posouzení efektivnosti investice do malé vtrné elektrárny 2. Posouzení efektvnost nvestce do malé vtrné elektrárny Cíle úlohy: Posoudt ekonomckou výhodnost proektu malé vtrné elektrárny pomocí základních metod hodnocení efektvnost nvestních proekt ako sou metoda

Více

Teoretické modely diskrétních náhodných veličin

Teoretické modely diskrétních náhodných veličin Teoretcké modely dskrétních náhodných velčn Velčny, kterým se zabýváme, bývají nejrůznější povahy. Přesto však estují skupny náhodných velčn, které mají podobně rozloženou pravděpodobnostní funkc a lze

Více

TGH13 - Teorie her I.

TGH13 - Teorie her I. TGH13 - Teorie her I. Jan Březina Technical University of Liberec 19. května 2015 Hra s bankéřem Máte právo sehrát s bankéřem hru: 1. hází se korunou dokud nepadne hlava 2. pokud hlava padne v hodu N,

Více

3. ANTAGONISTICKÉ HRY

3. ANTAGONISTICKÉ HRY 3. ANTAGONISTICKÉ HRY ANTAGONISTICKÝ KONFLIKT Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku,

Více

2 Rozhodovací problém

2 Rozhodovací problém Rozhodovaí problém Rozhodovaí problém je problém s víe možným řešením. Jde tedy o problémy se kterým se setkáváme v běžném žvotě. Základním krokem každého rozhodování je proes volby, tedy poszování jednotlvýh

Více

Teorie her a ekonomické rozhodování. 2. Maticové hry

Teorie her a ekonomické rozhodování. 2. Maticové hry Teorie her a ekonomické rozhodování 2. Maticové hry 2.1 Maticová hra Teorie her = ekonomická vědní disciplína, která se zabývá studiem konfliktních situací pomocí matematických modelů Hra v normálním tvaru

Více

Teorie her a ekonomické rozhodování. 11. Aukce

Teorie her a ekonomické rozhodování. 11. Aukce Teorie her a ekonomické rozhodování 11. Aukce 11. Aukce Příklady tržních mechanismů prodej s pevnou cenou cenové vyjednávání aukce Využití aukcí prodej uměleckých předmětů, nemovitostí, prodej květin,

Více

Teoretické modely diskrétních náhodných veličin

Teoretické modely diskrétních náhodných veličin Teoretcké modely dskrétních náhodných velčn Velčny, kterým se zabýváme, bývají nejrůznější povahy. Přesto však estují skupny náhodných velčn, které mají podobně rozloženou pravděpodobnostní funkc a lze

Více

1. Úvod. Cílem teorie her je popsat situaci, která nás zajímá, jako hru. Klasickým případem

1. Úvod. Cílem teorie her je popsat situaci, která nás zajímá, jako hru. Klasickým případem Kvaternon 2/204, 79 98 79 MATICOVÉ HRY V INŽENÝRSTVÍ JAROSLAV HRDINA a PETR VAŠÍK Abstrakt. Následuící text pokrývá eden z cyklů přednášek předmětu Aplkovaná algebra pro nženýry (0AA) na FSI VUT. Text

Více

MANAŽERSKÉ ROZHODOVÁNÍ

MANAŽERSKÉ ROZHODOVÁNÍ MANAŽERSKÉ ROZHODOVÁNÍ Téma 21 - PRAVIDLA ROZHODOVÁNÍ ZA RIZIKA A NEJISTOTY doc. Ing. Monika MOTYČKOVÁ (Grasseová), Ph.D. Univerzita obrany Fakulta ekonomika a managementu Katedra vojenského managementu

Více

( ) = H zásobitel = 1. H i = 1+ +...

( ) = H zásobitel = 1. H i = 1+ +... sou fnance důležté? nanční management Základní pojmy e NPV důležté? Základy úrokového počtu reálná aktva fnanční aktva hmotná aktva nehmotná aktva sou fnance důležté? Kolk a do jakých aktv má frma nvestovat?

Více

ANTAGONISTICKE HRY 172

ANTAGONISTICKE HRY 172 5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí

Více

Ing. Alena Šafrová Drášilová

Ing. Alena Šafrová Drášilová Rozhodování II Ing. Alena Šafrová Drášilová Obsah vztah jedince k riziku rozhodování v podmínkách rizika rozhodování v podmínkách nejistoty pravidlo maximin pravidlo maximax Hurwitzovo pravidlo Laplaceovo

Více

ŘEŠENÍ PROBLÉMU LOKALIZACE A ALOKACE LOGISTICKÝCH OBJEKTŮ POMOCÍ PROGRAMOVÉHO SYSTÉMU MATLAB. Vladimír Hanta 1, Ivan Gros 2

ŘEŠENÍ PROBLÉMU LOKALIZACE A ALOKACE LOGISTICKÝCH OBJEKTŮ POMOCÍ PROGRAMOVÉHO SYSTÉMU MATLAB. Vladimír Hanta 1, Ivan Gros 2 ŘEŠENÍ PROBLÉMU LOKALIZACE A ALOKACE LOGISTICKÝCH OBJEKTŮ POMOCÍ PROGRAMOVÉHO SYSTÉMU MATLAB Vladmír Hanta 1 Ivan Gros 2 Vysoká škola chemcko-technologcká Praha 1 Ústav počítačové a řídcí technky 2 Ústav

Více

Testování hypotéz. testujeme (většinou) tvrzení o parametru populace. tvrzení je nutno předem zformulovat

Testování hypotéz. testujeme (většinou) tvrzení o parametru populace. tvrzení je nutno předem zformulovat Testování hypotéz testujeme (většinou) tvrzení o parametru populace tvrzení je nutno předem zformulovat najít odpovídající test, podle kterého se na základě informace z výběrového souboru rozhodneme, zda

Více

ina ina Diskrétn tní náhodná veličina může nabývat pouze spočetně mnoha hodnot (počet aut v náhodně vybraná domácnost, výsledek hodu kostkou)

ina ina Diskrétn tní náhodná veličina může nabývat pouze spočetně mnoha hodnot (počet aut v náhodně vybraná domácnost, výsledek hodu kostkou) Náhodná velčna na Výsledek náhodného pokusu, daný reálným číslem je hodnotou náhodné velčny. Náhodná velčna je lbovolná reálná funkce defnovaná na množně elementárních E pravděpodobnostního prostoru S.

Více

12 HRY S NEÚPLNOU INFORMACÍ

12 HRY S NEÚPLNOU INFORMACÍ 12 HRY S NEÚPLNOU INFORMACÍ 543 Ne v každé hře mají všichni hráči úplné informace o výplatních funkcích ostatních. Ve skutečnosti je většina situací s informací neúplnou. Například: V aukcích zpravidla

Více

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.) Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý 4. až 5.4 hod. http://www.osu.cz/~tvrdik

Více

Rizikového inženýrství stavebních systémů

Rizikového inženýrství stavebních systémů Rzkového nženýrství stavebních systémů Mlan Holcký, Kloknerův ústav ČVUT Šolínova 7, 166 08 Praha 6 Tel.: 24353842, Fax: 24355232 E-mal: Holcky@vc.cvut.cz Základní pojmy Management rzk Metody analýzy rzk

Více

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Markéta Brázdová 1 Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Klíčová slova: odbavování záslek, centrum grafu, vážená excentrcta vrcholů sítě, časová náročnost odbavení záslky, vážená

Více

(motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt)

(motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt) Popisná státistiká (motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt) 1. Příklad V pobočce banky za celý den

Více

Metody volby financování investičních projektů

Metody volby financování investičních projektů 7. meznárodní konference Fnanční řízení podnků a fnančních nsttucí Ostrava VŠB-T Ostrava konomcká fakulta katedra Fnancí 8. 9. září 00 Metody volby fnancování nvestčních projektů Dana Dluhošová Dagmar

Více

Teorie her a ekonomické rozhodování. 4. Hry v rozvinutém tvaru

Teorie her a ekonomické rozhodování. 4. Hry v rozvinutém tvaru Teorie her a ekonomické rozhodování 4. Hry v rozvinutém tvaru 4.1 Hry v rozvinutém tvaru Hra v normálním tvaru hráči provedou jediné rozhodnutí a to všichni najednou v rozvinutém tvaru řada po sobě následujících

Více

Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační výzkum Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty

Více

VÍCEKRITERIÁLNÍ MANAŢERSKÉ ROZHODOVÁNÍ V PODMÍNKÁCH RIZIKA A NEJISTOTY

VÍCEKRITERIÁLNÍ MANAŢERSKÉ ROZHODOVÁNÍ V PODMÍNKÁCH RIZIKA A NEJISTOTY Internetový časopis o jakosti Vydavatel: Katedra kontroly a řízení jakosti, FMMI, VŠB-TU Ostrava VÍCEKRITERIÁLNÍ MANAŢERSKÉ ROZHODOVÁNÍ V PODMÍNKÁCH RIZIKA A NEJISTOTY ÚVOD Všemi sekvenčními manažerskými

Více

Firma a nejistota Aplikace rozhodování v podmínkách rizika a nejistoty na firmu

Firma a nejistota Aplikace rozhodování v podmínkách rizika a nejistoty na firmu Firma a nejistota Aplikace rozhodování v podmínkách rizika a nejistoty na firmu Teorie firmy Rozhodování Jedna z významných činností manažera Nedílná součást manažerské práce Zásadně ovlivňuje budoucí

Více

APLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU

APLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU APLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU APPLICATION OF MATHEMATICAL PROGRAMMING IN DESIGNING THE STRUCTURE OF THE DISTRIBUTION SYSTEM Martn Ivan 1 Anotace: Prezentovaný

Více

Pravděpodobnost a statistika (BI-PST) Cvičení č. 1

Pravděpodobnost a statistika (BI-PST) Cvičení č. 1 Pravděpodobnost a statistika (BI-PST) Cvičení č. 1 Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015 (FIT ČVUT) BI-PST, Cvičení č. 1 ZS 2014/2015

Více

Ing. Alena Šafrová Drášilová, Ph.D.

Ing. Alena Šafrová Drášilová, Ph.D. Rozhodování Ing. Alena Šafrová Drášilová, Ph.D. Rozhodování??? video Obsah typy rozhodování principy rozhodování rozhodovací fáze základní pojmy hodnotícího procesu rozhodovací podmínky rozhodování v podmínkách

Více

Statické okolí Dynamické okolí relativně stabilní faktory

Statické okolí Dynamické okolí relativně stabilní faktory SIR Přednášející: doc. Ing. Jaroslav Knápek, CSc. Email: knapek@fel.cvut.cz Katedra: K1316, katedra ekonomiky, manažerství a humanitních věd Adresa: Zikova 2, 2. patro KH: úterý, 13-14 14 hod Manažerské

Více

Náhodné (statistické) chyby přímých měření

Náhodné (statistické) chyby přímých měření Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně

Více

Teorie her a ekonomické rozhodování. 3. Dvoumaticové hry (Bimaticové hry)

Teorie her a ekonomické rozhodování. 3. Dvoumaticové hry (Bimaticové hry) Teorie her a ekonomické rozhodování 3. Dvoumaticové hry (Bimaticové hry) 3.1 Neantagonistický konflikt Hra v normálním tvaru hráči provedou jediné rozhodnutí a to všichni najednou v rozvinutém tvaru řada

Více

Lineární a adaptivní zpracování dat. 8. Kumulační zvýrazňování signálů v šumu 2

Lineární a adaptivní zpracování dat. 8. Kumulační zvýrazňování signálů v šumu 2 Lneární a adaptvní zpracování dat 8. Kumulační zvýrazňování sgnálů v šumu 2 Danel Schwarz Investce do rozvoe vzdělávání Opakování Kumulační zpracování sgnálů co to e, k čemu to e? Prncp metody? Nutné podmínky

Více

Kapitálová struktura versus rating #

Kapitálová struktura versus rating # Kaptálová struktura versus ratng # (Dskuse k článku: Ksgen, Darren J.: Credt Ratngs and Captal Structure. Journal of Fnance, 006, roč. 61, č. 3, s. 1035-107.) Pavel Marnč * Darren J. Ksgen v článku Credt

Více

Návrh zákona o řízení a kontrole veřejných financí řídicí

Návrh zákona o řízení a kontrole veřejných financí řídicí Návrh zákona o řízení a kontrole veřejných fnancí řídcí Mgr. Jana Kranecová, Ph.D. Mnsterstvo fnancí České republky Kraj Správce veřejného rozpočtu Hejtman Rada ukládá úkoly hejtmanov, hejtman může pozastavt

Více

Rozhodování při riziku, neurčitosti a hry s neúplnou informací. Rozhodování při riziku

Rozhodování při riziku, neurčitosti a hry s neúplnou informací. Rozhodování při riziku Rozhodování při riziku, neurčitosti a hry s neúplnou informací Obsah kapitoly Studijní cíle Doba potřebná ke studiu Pojmy k zapamatování Úvod Výkladová část 1) Rozhodování při riziku a neurčitosti I. Rozhodování

Více

Časová hodnota peněz ve finančním rozhodování podniku. 1.1. Význam faktoru času a základní metody jeho vyjádření

Časová hodnota peněz ve finančním rozhodování podniku. 1.1. Význam faktoru času a základní metody jeho vyjádření Časová hodnota peněz ve fnančním rozhodování podnku 1.1. Význam faktoru času a základní metody jeho vyjádření Fnanční rozhodování podnku je ovlvněno časem. Peněžní prostředky získané dnes mají větší hodnotu

Více

Plánování a rozvrhování. Podmínky pro zdroje. Typy zdrojů. Zdroje. časové vztahy. omezení kapacity zdrojů. Roman Barták, KTIML

Plánování a rozvrhování. Podmínky pro zdroje. Typy zdrojů. Zdroje. časové vztahy. omezení kapacity zdrojů. Roman Barták, KTIML 12 Plánování a rozvrhování Roman Barták, KTIML roman.bartak@mff.cun.cz http://ktml.mff.cun.cz/~bartak Rozvrhování jako CSP Rozvrhovací problém je statcký, takže může být přímo zakódován jako CSP. Splňování

Více

pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti.

pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti. 3.1 Základy teorie pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti. Co se dozvíte Náhodný pokus a náhodný jev. Pravděpodobnost, počítání s pravděpodobnostmi.

Více

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY BAKALÁŘSKÁ PRÁCE. 2013 Radka Luštincová

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY BAKALÁŘSKÁ PRÁCE. 2013 Radka Luštincová VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY BAKALÁŘSKÁ PRÁCE 2013 Radka Luštncová VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Název bakalářské práce: Aplkace řezných

Více

Pomocné texty pro přípravu ke státním zkouškám

Pomocné texty pro přípravu ke státním zkouškám Pomocné texty pro přípravu ke státním zkouškám Jndřch Klapka, Vítězslav Ševčík 1. března 2014 15 Lneární programování, smplexová metoda, způsoby převádění optmalsačního problému na kanoncký tvar (Zde e

Více

PRAVDĚPODOBNOST A STATISTIKA. Testování hypotéz o rozdělení

PRAVDĚPODOBNOST A STATISTIKA. Testování hypotéz o rozdělení PRAVDĚPODOBNOST A STATISTIKA Testování hypotéz o rozdělení Testování hypotéz o rozdělení Nechť X e náhodná proměnná, která má distribuční funkci F(x, ϑ). Předpokládeme, že neznáme tvar distribuční funkce

Více

Určeno studentům středního vzdělávání s maturitní zkouškou, 4. ročník, okruh Základy počtu pravděpodobnosti

Určeno studentům středního vzdělávání s maturitní zkouškou, 4. ročník, okruh Základy počtu pravděpodobnosti PRAVDĚPODOBNOST anotace Určeno studentům středního vzdělávání s maturitní zkouškou, 4. ročník, okruh Základy počtu pravděpodobnosti VM vytvořil: Mgr. Marie Zapadlová Období vytvoření VM: září 2013 Klíčová

Více

Solventnost II. Standardní vzorec pro výpočet solventnostního kapitálového požadavku. Iva Justová

Solventnost II. Standardní vzorec pro výpočet solventnostního kapitálového požadavku. Iva Justová 2. část Solventnost II Standardní vzorec pro výpočet solventnostního kaptálového požadavku Iva Justová Osnova Úvod Standardní vzorec Rzko selhání protstrany Závěr Vstupní údaje Vašíčkovo portfolo Alternatvní

Více

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost Pravděpodobnost Náhodné veličiny a jejich číselné charakteristiky Petr Liška Masarykova univerzita 19.9.2014 Představme si, že provádíme pokus, jehož výsledek dokážeme ohodnotit číslem. Před provedením

Více

13. cvičení z PSI ledna 2017

13. cvičení z PSI ledna 2017 cvičení z PSI - 7 ledna 07 Asymptotické pravděpodobnosti stavů Najděte asymptotické pravděpodobnosti stavů Markovova řetězce s maticí přechodu / / / 0 P / / 0 / 0 0 0 0 0 0 jestliže počáteční stav je Řešení:

Více

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času Testování hypotéz 1 Jednovýběrové testy 90/ odhad času V podmínkách naprostého odloučení má voák prokázat schopnost orientace v čase. Úkolem voáka e provést odhad časového intervalu 1 hodiny bez hodinek

Více

Čísla přiřazená elementárním jevům tvoří obor hodnot M proměnné, kterou nazýváme náhodná veličina (označujeme X, Y, Z,...)

Čísla přiřazená elementárním jevům tvoří obor hodnot M proměnné, kterou nazýváme náhodná veličina (označujeme X, Y, Z,...) . NÁHODNÁ VELIČINA Průvodce studem V předchozích kaptolách jste se seznáml s kombnatorkou a pravděpodobností jevů. Tyto znalost použjeme v této kaptole, zavedeme pojem náhodná velčna, funkce, které náhodnou

Více

2012 LOGOS POLYTECHNIKOS

2012 LOGOS POLYTECHNIKOS 01 ROČNÍK 3 ČÍSLO 3 LOGOS POLYTECHNIKOS 1 Vážení čtenář, třetí číslo odborného časopsu LOGOS POLYTECHNIKOS, který vdává jako čtvrtletník Vsoká škola poltechncká Jhlava, je jž tradčně tematck zaměřeno na

Více

Náhodná veličina a rozdělení pravděpodobnosti

Náhodná veličina a rozdělení pravděpodobnosti 3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro

Více

Pravděpodobnost a matematická statistika

Pravděpodobnost a matematická statistika Pravděpodobnost a matematická statistika Příklady k přijímacím zkouškám na doktorské studium 1 Popisná statistika Určete aritmetický průměr dat, zadaných tabulkou hodnot x i a četností n i x i 1 2 3 n

Více

Ě ÁÁ Ú é é ý ů ý ů é ý ů é é ú Ž ý ů é ů é é Ě ÁÁ Ú é Ý ž ý ž ý ý ů ž ů ň é Ž ý Ž ů ý é é é é ý ž Í Ě ÁÁ Ú é é ň é Ž ý ž Ž Í ý é ý Í ů ý ý ý é ý é ý é ň Ž Ž Ě ÁÁ Ú é é ý Ý é é ý Ž Í Í é ž Í Ž Ě ÁÁ Ú é

Více

SIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika magisterské studium FTOP - přednášky ZS 2009/10

SIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika magisterské studium FTOP - přednášky ZS 2009/10 SIMULACE numercké řešení dferencálních rovnc smulační program dentfkace modelu Numercké řešení obyčejných dferencálních rovnc krokové metody pro řešení lneárních dferencálních rovnc 1.řádu s počátečním

Více

Rozhodnutí / Skutečnost platí neplatí Nezamítáme správně chyba 2. druhu Zamítáme chyba 1. druhu správně

Rozhodnutí / Skutečnost platí neplatí Nezamítáme správně chyba 2. druhu Zamítáme chyba 1. druhu správně Testování hypotéz Nechť,, je náhodný výběr z nějakého rozdělení s neznámými parametry. Máme dvě navzájem si odporující hypotézy o parametrech daného rozdělení: Nulová hypotéza parametry (případně jediný

Více

9.12.2009. Metody analýzy rizika. Předběžné hodnocení rizika. Kontrolní seznam procesních rizik. Bezpečnostní posudek

9.12.2009. Metody analýzy rizika. Předběžné hodnocení rizika. Kontrolní seznam procesních rizik. Bezpečnostní posudek 9.2.29 Bezpečnost chemckých výrob N Petr Zámostný místnost: A-72a tel.: 4222 e-mal: petr.zamostny@vscht.cz Analýza rzka Vymezení pojmu rzko Metody analýzy rzka Prncp analýzy rzka Struktura rzka spojeného

Více

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 000/00 Michal Marvan 3. Matice lineárního zobrazení V této přednášce budeme používat indexy dvoího druhu:

Více

B) EX = 0,5, C) EX = 1, F) nemáme dostatek informací.

B) EX = 0,5, C) EX = 1, F) nemáme dostatek informací. Hlasovací otázka 9 Náhodná veličina X nabývá jen dvou různých hodnot, 0 a 1. Předpokládejme P(X = 0) = 0,5. Co můžeme říci o EX? Hlasovací otázka 9 Náhodná veličina X nabývá jen dvou různých hodnot, 0

Více

Operační výzkum. Teorie her. Řešení maticových her převodem na úlohu LP.

Operační výzkum. Teorie her. Řešení maticových her převodem na úlohu LP. Operační výzkum Řešení maticových her převodem na úlohu LP. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu

Více

Mann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

Mann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek 10. Neparametrické y Mann-Whitney U- Wilcoxonův Znaménkový Shrnutí statistických ů Typ srovnání Nulová hypotéza Parametrický Neparametrický 1 skupina dat vs. etalon Střední hodnota je rovna hodnotě etalonu.

Více

VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY

VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY Název NV X Popis Pravděpodobnostní funkce E(X) D(X) Binomická - Bi(n, ) počet úspěchů v n Bernoulliho pokusech P(X = k) = ( n k ) k (1 ) k n n(1 ) Hypergeometrická

Více

REGRESNÍ ANALÝZA. 13. cvičení

REGRESNÍ ANALÝZA. 13. cvičení REGRESNÍ ANALÝZA 13. cvčení Závslost náhodných velčn Závslost mez kvanttatvním proměnným X a Y: Funkční závslost hodnotam nezávsle proměnných je jednoznačně dána hodnota závslé proměnné. Y=f(X) Stochastcká

Více

1 Analytická geometrie

1 Analytická geometrie 1 Analytická geometrie 11 Přímky Necht A E 3 a v R 3 je nenulový Pak p = A + v = {X E 3 X = A + tv, t R}, je přímka procházející bodem A se směrovým vektorem v Rovnici X = A + tv, t R, říkáme bodová rovnice

Více

Rozhodovací procesy 10

Rozhodovací procesy 10 Rozhodovací procesy 10 Rozhodování za rizika a nejistoty Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 X rozhodování 1 Rozhodování za rizika a nejistoty Cíl přednášky 10: Rozlišení

Více

MODEL IS-LM-BP.

MODEL IS-LM-BP. MODEL IS-LM-BP OBECNÁ FAKTA Krátké období: Nedochází ke změně cenové hladny r= Nevyužté kapacty v ekonomce pod potencálním produktem Úroková míra endogenní nepadá z nebes je určována v modelu Otevřená

Více

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) f( x) distribuční funkce 0 x a F( x) a x b b a 1 x b b 1 a x a a x b

Více

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}. 5. Náhodná veličina Poznámka: Pro popis náhodného pokusu jsme zavedli pojem jevového pole S jako množiny všech možných výsledků a pravděpodobnost náhodných jevů P jako míru výskytů jednotlivých výsledků.

Více

Přednáška. Diskrétní náhodná proměnná. Charakteristiky DNP. Základní rozdělení DNP

Přednáška. Diskrétní náhodná proměnná. Charakteristiky DNP. Základní rozdělení DNP IV Přednáška Diskrétní náhodná proměnná Charakteristiky DNP Základní rozdělení DNP Diskrétní náhodná veličina Funkce definovaná na Ω, přiřazující každému elementárnímu jevu E prvky X(E) D R kde D je posloupnost

Více

VOLBA HODNOTÍCÍCH KRITÉRIÍ VE VEŘEJNÝCH ZAKÁZKÁCH

VOLBA HODNOTÍCÍCH KRITÉRIÍ VE VEŘEJNÝCH ZAKÁZKÁCH VOLBA HODNOTÍCÍCH KRITÉRIÍ VE VEŘEJNÝCH ZAKÁZKÁCH THE CHOICE OF EVALUATION CRITERIA IN PUBLIC PROCUREMENT Martn Schmdt Masarykova unverzta, Ekonomcko-správní fakulta m.schmdt@emal.cz Abstrakt: Článek zkoumá

Více

FRAIT, J., ZEDNÍČEK, R. Makroekonomie. Ostrava: MC Prom, str

FRAIT, J., ZEDNÍČEK, R. Makroekonomie. Ostrava: MC Prom, str Lteratura: FRAIT, J., ZEDNÍČEK, R. Makroekonome. Ostrava: MC Prom, 1994. str. 17-27. DORNBUSCH, R., FISCHER, S. Makroekonome. Praha: SPN a Nadace Economcs,1994. ISBN 80-04-25 556-6. Kaptola 3. PAULÍK,

Více

Regresní a korelační analýza

Regresní a korelační analýza Regresní a korelační analýza Závslost příčnná (kauzální). Závslostí pevnou se označuje případ, kdy výskytu jednoho jevu nutně odpovídá výskyt druhé jevu (a často naopak). Z pravděpodobnostního hledska

Více

Pravděpodobnost, náhoda, kostky

Pravděpodobnost, náhoda, kostky Pravděpodobnost, náhoda, kostky Radek Pelánek IV122 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností připomenutí, souvislosti

Více

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.) Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý 14.10 až 15.40 hod. http://www1.osu.cz/~tvrdik

Více

4. cvičení 4ST201. Pravděpodobnost. Obsah: Pravděpodobnost Náhodná veličina. Co je třeba znát z přednášek

4. cvičení 4ST201. Pravděpodobnost. Obsah: Pravděpodobnost Náhodná veličina. Co je třeba znát z přednášek cvičící 4. cvičení 4ST201 Obsah: Pravděpodobnost Náhodná veličina Vysoká škola ekonomická 1 Pravděpodobnost Co je třeba znát z přednášek 1. Náhodný jev, náhodný pokus 2. Jev nemožný, jev jistý 3. Klasická

Více

Podmíněná pravděpodobnost, spolehlivost soustav

Podmíněná pravděpodobnost, spolehlivost soustav S1 odmíněná pravděpodobnost, spolehlvost soustav odmíněná pravděpodobnost, spolehlvost soustav Lbor Žák odmíněná pravděpodobnost Nechť,, 0, podmíněná pravděpodobnost evu vzhledem k evu : S akou pravděpodobností

Více

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu 6. Demonstrační smulační projekt generátory vstupních proudů smulačního modelu Studjní cíl Na příkladu smulačního projektu představeného v mnulém bloku je dále lustrována metodka pro stanovování typů a

Více

Optimalizace portfolia

Optimalizace portfolia Optmalzace portfola ÚVOD Problémy vestováí prostředctvím ákupu ceých papírů sou klasckým tématem matematcké ekoome. Celkový výos z portfola má v době rozhodováí o vestcích povahu áhodé velčy, eíž rozložeí

Více

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN V dokumentu 7a_korelacn_a_regresn_analyza jsme řešl rozdíl mez korelační a regresní analýzou. Budeme se teď věnovat pouze lneárnímu vztahu dvou velčn, protože je nejjednodušší

Více

Tepelná kapacita = T. Ē = 1 2 hν + hν. 1 = 1 e x. ln dx. Einsteinův výpočet (1907): Soustava N nezávislých oscilátorů se stejnou vlastní frekvencí má

Tepelná kapacita = T. Ē = 1 2 hν + hν. 1 = 1 e x. ln dx. Einsteinův výpočet (1907): Soustava N nezávislých oscilátorů se stejnou vlastní frekvencí má Tepelná kapacta C x = C V = ( ) dq ( ) du Dulong-Pettovo pravdlo: U = 3kT N C V = 3kN x V = T ( ) ds x Tepelná kapacta mřížky Osclátor s kvantovanou energí E n = ( n + 2) hν má střední hodnotu energe (po

Více

Aproximace binomického rozdělení normálním

Aproximace binomického rozdělení normálním Aproximace binomického rozdělení normálním Aproximace binomického rozdělení normálním Příklad Sybilla a Kassandra tvrdí, že mají telepatické schopnosti, a chtějí to dokázat následujícím pokusem: V jedné

Více

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami.

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami. 3.1. 3.2. Třikrát vystřelíme na cíl. Pravděpodobnost zásahu při každém výstřelu je p = 0,7. Určete: a) pravděpodobnostní funkci počtu zásahů při třech nezávislých výsledcích, b) distribuční funkci a její

Více