pravděpodobnosti a Bayesova věta

Rozměr: px
Začít zobrazení ze stránky:

Download "pravděpodobnosti a Bayesova věta"

Transkript

1 NMUMP0 (Pravděpodobnost a matematická statistika I) Nezávislost, podmíněná pravděpodobnost, věta o úplné pravděpodobnosti a Bayesova věta. Házíme dvěma pravidelnými kostkami. (a) Jaká je pravděpodobnost, že padla šestka, za podmínky, že celkový součet je 8? (b) Jsou jevy [padla šestka] a [celkový součet je 8] nezávislé?. Házíme dvěma pravidelnými kostkami - modrou a zelenou. Označme jevy A [na modré kostce padlo sudé číslo], B [na zelené kostce padlo liché číslo], C [součet čísel je lichý]. Jsou náhodné jevy A,B,C po dvou nezávislé? Jsou jevy A,B,C nezávislé?. Házíme dvěma hracími kostkami najednou, dokud nepadne součet 5 nebo součet 7 (na obou kostkách dohromady). S jakou pravděpodobností padne dříve součet 5 než součet 7?. Mezi 00 krabicemi mandarinek ze Španělska je 5 krabic se shnilými, stejně jako mezi 00 krabicemi z Řecka. Nejdříve vybereme náhodně jednu ze zásilek a potom ze zásilky náhodně vybereme krabici. Určete, s jakou pravděpodobností obsahuje vybraná krabice shnilé mandarinky. 5. Ve třídě je 70% chlapců a 0% dívek. Dlouhé vlasy má 0% chlapců a 80% dívek. (a) Jaká je pravděpodobnost, že má náhodně vybraná osoba dlouhé vlasy? (b) Vybraná osoba má dlouhé vlasy. Jaká je pravděpodobnost, že je to dívka?. Z pošty doručené na server je 80 % spamů. Spamový filtr úspěšně rozpozná 90% všech spamů, ale zároveň 5 % korektní pošty je označeno jako spam. (a) Jaké je pravděpodobnost, že smazaný filtrem jste si chtěli přečíst? (b) Jaké je procento spamů ve vaší schránce? 7. Tři lovci vystřelili současně na divokého kance, který byl jednou střelou trefen. Určete pravděpodobnost toho, že kance zastřelil první, druhý nebo třetí střelec, jsou-li pravděpodobnosti zásahu po řadě rovny 0., 0. nebo 0..

2 NMUMP0 (Pravděpodobnost a matematická statistika I) Opakování Necht A, B jsou náhodné jevy, P(B) > 0. Podmíněnou pravděpodobnost jevu A za podmínky B definujeme jako P(A B) P(A B). P(B) Nezávislost. Náhodné jevy A, B se nazývají nezávislé, jestliže platí P(A B) P(A) P(B). Náhodné jevy A,... A n jsou nezávislé, jestliže pro každé r n a každou {i,..., i r } podmnožinu {,..., n} platí P(A i A ir ) P(A i )... P(A ir ). (Tj. součinovou podmínku musíme ověřit pro všechny dvojice, všechny trojice... atd.) Věta o úplné pravděpodobnosti: Necht A, B, B,... jsou náhodné jevy takové, že B i B j pro všechna i j, i B i Ω a P(B i ) > 0 pro všechna i,,.... Pak P(A) i P(A B i ) i P(A B i )P(B i ). Bayesova věta: Necht A, B, B,... jsou náhodné jevy takové, že B i B j pro všechna i j, i B i Ω, P(B i ) > 0 pro všechna i, a necht P(A) > 0. Pak P(B i A) P(B i A) P(A) P(A B i)p(b i ) j P(A B j)p(b j ). Věta o násobení pravděpodobností: Jestliže náhodné jevy A,..., A n splňují P( n ia i ) > 0, pak P( n ia i ) P(A n n i A i) P(A n n i A i) P(A A )P(A ).

3 NMUMP0 (Pravděpodobnost a matematická statistika I) Řešení.(a) Označme A jev, že padla šestka, a B jev, že součet je osm. Jev B je tvořen elementárními jevy (, ), (, 5), (, ), (5, ) a (, ), kde (i, j) značí jev, že na první kostce padlo i a na druhé j. Tedy P (B) 5 P (A B), P (A B) P ({(, ), (, )}), proto P (A P ) P (B). 5 (b). Jelikož P (A B) 5 P (B), nejsou jevy A a B nezávislé. 5. P (B) P (C), P (A B) P (A C) P (B C) a P (A B C) P (A B). Tedy jevy A, B a C nejsou nezávislé, ale jsou po dvou nezávislé.. I. Označme A jev, že v daném kole padl součet 5, a B jev, že padl součet 7. Jev A B tedy označuje jev, že v daném kole hra skončila. Pak P (A A B) P (A (A B)) P (A B) + P (B) 0 5. II. Druhý způsob řešení: Označme A i jev, že v i-tém hodu padne součet 5, a B i, že v i-tém hodu padne součet 7. Pravděpodobnost, že v i-tém kole bude hra ukončena a padne součet 5, je i i P (A i ) ( P (A j B j )) P (A i ) ( P (A j ) P (B j )) j Tedy pravděpodobnost, že hra bude ukončena hodem se součtem 5, je i j ( 0 ) i 5. ( 0 ) i.. Označme A jev, že ve vybrané krabici jsou špatné mandarinky, jev B, že vybraná krabice je ze Španělska, a C jev, že vybraná krabice je z Řecka. Pak P (A B) + P (A C) P (A B)P (B) + P (A C)P (C) Označme A jev, že náhodně vybraná osoba má dlouhé vlasy, a B jev, že náhodně vybraná osoba je chlapec. Pak P (B) 7, P 0 (Bc ), P (A B) a P 0 0 (A Bc ) 8. 0 (a) P (A B)P (B) + P (A B c )P (B c ) (b) P (B c A) P (A Bc ) P (A Bc )P (B c ).

4 NMUMP0 (Pravděpodobnost a matematická statistika I) Bonusová úloha Verze I. V jednom ze tří trezorů je skryta odměna, ostatní dva jsou prázdné. Soutěžící je vyzván, aby si vybral trezor, ve kterém myslí, že je skryta odměna. V případě, že se trefí, tak odměnu získá. Po vybrání je otevřen jeden z dvou dalších trezorů, ale vždy pouze ten, který je prázdný, o čemž je soutěžící informován. Poté je soutěžící vyzván, zda chce změnit volbu trezoru a vybrat si druhý zbývající. Je pro soutěžícího změna trezoru výhodná? Verze II. Převzato z [], str., př. : Skříňka má zásuvky. V první jsou zlaté mince, v druhé jedna zlatá a jedna stříbrná, v třetí tříbrné mince. Zvolíme náhodně jednu zásuvku, z ní vytáhneme naslepo jednu minci. Jaká je pravděpodobnost, že v zásuvce zbyde zlatá mince, jestliže vytažená mince byla stříbrná? řešení: Verze I. Zde často bojují dvě intuitivní představy. Dle první je odměna bu? v trezoru, který byl vybrán napoprvé, a nebo v tom druhém neotevřeném, a jelikož na začátku měly oba tyto trezory stejnou pravděpodobnost, že v nich bude odměna, tak by tomu mělo být i po otevření zbývajícího trezoru, a proto by pravděpodobnost výhry měla být pro oba trezory. Dle druhé úvahy jsme při první volbě volili ze tří trezorů, takže byla pravděpodobnost výhry, ta se změnit otevřením prázdného trezoru nemohla, jelikož vždy bude jeden trezor otevřen, a? jsme při první volbě zvolili trezor s odměnou, či prázdný. Proto je pravděpodobnost výhry i po otevření prázdného trezoru, a tedy se změna trezoru vyplatí, jelikož pravděpodobnost, že je cena v druhém neotevřeném trezoru, je. Nejdříve uvedeme řešení tohoto příkladu. Označme A i, i,,, jevy, že v i tém trezoru je odměna, pak P (A i ). BúNO předpokládejme, že jsme na začátku zvolili trezor číslo, a označme B i, i,, jevy, že je poté otevřen i-tý trezor (který je prázdný). Rozeberme si te? jednotlivé možnosti. Je-li odměna v námi zvoleném trezoru, pak může být otevřen libovolný ze zbývajících dvou trezorů, ani jedna z těchto variant není preferovaná, a tak P (B i A ). Jelikož P (B i A ) P (B i A ) P (A a P (A ) ), tak P (A B i ). Je-li odměna v i-tém trezoru, i,, pak nemůže být po první volbě otevřen a musí být otevřen trezor zbývající, proto P (A i B i ) 0 a P (B j A i ) pro i j P (A i B j ) pro i, a i j. Jelikož jsou jevy A, A a A disjunktní a dohromady pokrývají celý pravděpodobnostní prostor (jsou v nich obsaženy všechny možné výsledky pokusu), tak P (B i ) j P (A j B i ) Pak P (A B i ) P (A B i ) P (B i ) P (A j B i ) P (A j B i ) P (B i ),, i j, tedy i po otevření prázdného trezoru zůstane pravděpodobnost výhry pro prvně zvolený trezor stejná, ale pro zbývající trezor je dvojnásobná. Kde tedy nastala v první úvaze chyba? Chyba je právě v tom, že by i po otevření jednoho z trezorů měla být pravděpodobost uložení výhry do zbylých trezorů stejné. Trezor, který jsme si vybrali, otevřený být nemohl, zatímco například druhý trezor ano. A tak informace,

5 NMUMP0 (Pravděpodobnost a matematická statistika I) že nebyl otevřen ani druhý trezor, zvyšuje šanci, že v tomto trezoru bude výhra. V jistém smyslu je po otevření třetího trezoru druhý trezor reprezentantem obou těchto trezorů, a proto je pravděpodobnost, že v něm bude výhra rovna. Verze II. řešení je převzato z []. Tak jako v předchozí verzi lze i tady snadno dojít k špatnému výsledku úvahou, že jelikož stříbrnou minci lze vytáhnout jen z druhé nebo třetí zásuvky a ve druhé zásuvce zbude zlatá mince zatímco ve třetí stříbrná, je hledaná pravděpodobnost rovna. Můžeme ale uvažovat i takto. Pouze z druhé či třetí zásuvky mohu vytáhnout stříbrnou minci, v nich je ale jen jedna zlatá mince a po vytažení jedné stříbrné v nich zbudou ještě dvě stříbrné mince, tedy hledaná pravděpodobnost by měla být. Pro řešení příkladu si zavedeme následující značení: (, z ) je jev, že z první zásuvky vytáhneme první zlatou minci, podobně označíme další elementární jevy (, z ), (, z), (, s), (, s ) a (, s ). První číslo vždy značí, z jaké zásuvky bylo taženo a s, resp. z, značí tažení stříbrné, resp. zlaté, mince. Označíme-li jev byla tažena stříbrná mince písmenem B a jev v zásuvce zbyla zlatá mince jako jev A, pak P (A B) P (A B) P (P ) P ({(, s)}) P ({(, s), (, s ), (, s )}). Chyba v úvaze, která vedla ke špatnému řešení, byla opomenutí skutečnosti, že pravděpodobnost, že vytáhnu stříbrnou minci z druhé zásuvky, je dvakrát menší než pravděpodobnost, že ji vytáhnu z poslední zásuvky. A tedy víme-li, že jsme vytáhli stříbrnou minci, je dvakrát větší pravděpodobnost, že jsme ji tahali ze třetí zásuvky než ze zásuvky druhé. Ačkoliv se mohou zdát tyto dvě úlohy velmi odlišné, koneckonců i uvedená řešení jsou jiná, jde v zásadě jen o modifikaci téže úlohy. Jev B i byl otevřen i-tý trezor odpovídá pak jevu B byla tažena stříbrná mince a jev A odměna je v prvním trezoru odpovídá jevu A v zásuvce zbyla stříbrná mince. Jsou-li to ale v podstatě stejné úlohy, tak by měly jít vyřešit i stejným postupem. Zkusme tedy první verzi vyřešit pomocí postupu aplikovaného na druhou verzi úlohy. Zde bychom mohli použít elementární jevy (, o ), (, o ), (, o ) a (, o ), kde první číslo značí, ve kterém trezoru je výhra, a o i značí, že byl otevřen i-tý trezor. Jelikož tyto jevy nemají stejnou pravděpodobnost, první dva mají pravděpodobnost, zatímco druhé dva, tak si ještě každý z jevů (, o ) a (, o ) rozdělíme na dva disjunktní podjevy, které už budou mít také pravděpodobnost. Tedy budeme pracovat s elementárními jevy (, o ), (, o ), (, o ), (, o ), (, o ) a (, o ). Pak P (A B ) P (A B ) P (B ) P ({(, o )}) P ({(, o ), (, o ), (, o )}). Reference [] Calda E., Dupač V. (0): Matematika pro gymnázia Kombinatorika, pravděpodobnost, statistika. Prometheus, Praha. 5

5 Pravděpodobnost. Sestavíme pravděpodobnostní prostor, který modeluje vytažení dvou ponožek ze šuplíku. Elementární jevy

5 Pravděpodobnost. Sestavíme pravděpodobnostní prostor, který modeluje vytažení dvou ponožek ze šuplíku. Elementární jevy Typické příklady pro zápočtové písemky DiM 70-30 (Kovář, Kovářová, Kubesa) (verze: November 5, 08) 5 Pravděpodobnost 5.. Jiří má v šuplíku rozházených osm párů ponožek, dva páry jsou černé, dva páry modré,

Více

Náhodné jevy. Teorie pravděpodobnosti. Náhodné jevy. Operace s náhodnými jevy

Náhodné jevy. Teorie pravděpodobnosti. Náhodné jevy. Operace s náhodnými jevy Teorie pravděpodobnosti Náhodný pokus skončí jedním z řady možných výsledků předem nevíme, jak skončí (náhoda) příklad: hod kostkou, zítřejší počasí,... Pravděpodobnost zkoumá náhodné jevy (mohou, ale

Více

Pravděpodobnost a statistika (BI-PST) Cvičení č. 2

Pravděpodobnost a statistika (BI-PST) Cvičení č. 2 Pravděpodobnost a statistika (BI-PST) Cvičení č. 2 J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015

Více

Intuitivní pojem pravděpodobnosti

Intuitivní pojem pravděpodobnosti Pravděpodobnost Intuitivní pojem pravděpodobnosti Intuitivní pojem pravděpodobnosti Pravděpodobnost zkoumaného jevu vyjadřuje míru naděje, že tento jev nastane. Řekneme-li, že má nějaký jev pravděpodobnost

Více

Diskrétní matematika. DiM /01, zimní semestr 2018/2019

Diskrétní matematika. DiM /01, zimní semestr 2018/2019 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2018/2019 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

Více

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Definice P(A/B) pravděpodobnost nastoupení jevu A za předpokladu, že nastal jev B (P(B) > 0) definujeme vztahem

Více

Pravděpodobnost a statistika

Pravděpodobnost a statistika Pravděpodobnost a statistika 1 Náhodné pokusy a náhodné jevy Činnostem, jejichž výsledek není jednoznačně určen podmínkami, za kterých probíhají, a které jsou (alespoň teoreticky) neomezeně opakovatelné,

Více

Motivace. 1. Náhodné jevy. Poznámky k předmětu Aplikovaná statistika, 1. téma

Motivace. 1. Náhodné jevy. Poznámky k předmětu Aplikovaná statistika, 1. téma Poznámky k předmětu Aplikovaná statistika, 1. téma Motivace Na otázku, při jaké teplotě vře voda, nejspíš neodpovíte. Budete chtít znát podmínky, které máte uvažovat. Víme, že za normálního tlaku, tj.

Více

Diskrétní matematika. DiM /01, zimní semestr 2016/2017

Diskrétní matematika. DiM /01, zimní semestr 2016/2017 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2016/2017 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

Více

Poznámky k předmětu Aplikovaná statistika, 1. téma

Poznámky k předmětu Aplikovaná statistika, 1. téma Poznámky k předmětu Aplikovaná statistika, 1. téma Motivace Na otázku, při jaké teplotě vře voda, nejspíš neodpovíte. Budete chtít znát podmínky, které máte uvažovat. Víme, že za normálního tlaku, tj.

Více

Jevy A a B jsou nezávislé, jestliže uskutečnění jednoho jevu nemá vliv na uskutečnění nebo neuskutečnění jevu druhého

Jevy A a B jsou nezávislé, jestliže uskutečnění jednoho jevu nemá vliv na uskutečnění nebo neuskutečnění jevu druhého 8. Základy teorie pravděpodobnosti 8. ročník 8. Základy teorie pravděpodobnosti Pravděpodobnost se zabývá matematickými zákonitostmi, které se projevují v náhodných pokusech. Tyto zákonitosti mají opodstatnění

Více

Pravděpodobnost Podmíněná p. Úplná p. III. Pravděpodobnost. III. Pravděpodobnost Statistika A (ZS 2015)

Pravděpodobnost Podmíněná p. Úplná p. III. Pravděpodobnost. III. Pravděpodobnost Statistika A (ZS 2015) III Pravděpodobnost Pravděpodobnost Podmíněná p. Úplná p. Odkud se bere pravděpodobnost? 1. Pravděpodobnost, že z balíčku zamíchaných karet vytáhmene dvě esa je přibližně 0:012. Modely a teorie. 2. Pravděpodobnost,

Více

Pravděpodobnost a její vlastnosti

Pravděpodobnost a její vlastnosti Pravděpodobnost a její vlastnosti 1 Pravděpodobnost a její vlastnosti Náhodné jevy Náhodný jev je výsledek pokusu (tj. realizace určitého systému podmínek) a jeho charakteristickým rysem je, že může, ale

Více

Pravděpodobnost a statistika

Pravděpodobnost a statistika Pravděpodobnost a statistika Teorie pravděpodobnosti popisuje vznik náhodných dat, zatímco matematická statistika usuzuje z dat na charakter procesů, jimiž data vznikla. NÁHODNOST - forma existence látky,

Více

Řešené příklady z pravděpodobnosti:

Řešené příklady z pravděpodobnosti: Řešené příklady z pravděpodobnosti: 1. Honza se ze šedesáti maturitních otázek 10 nenaučil. Při zkoušce si losuje dvě otázky. a. Určete pravděpodobnost jevu A, že si vylosuje pouze otázky, které se naučil.

Více

PRAVDĚPODOBNOST A JEJÍ UŽITÍ

PRAVDĚPODOBNOST A JEJÍ UŽITÍ PRAVDĚPODOBNOST A JEJÍ UŽITÍ Základním pojmem teorie pravděpodobnosti je náhodný jev. náhodný jev : výsledek nějaké činnosti nebo pokusu, o němž má smysl prohlásit že nastal nebo ne. Náhodné jevy se označují

Více

( ) ( ) 9.2.7 Nezávislé jevy I. Předpoklady: 9204

( ) ( ) 9.2.7 Nezávislé jevy I. Předpoklady: 9204 9.2.7 Nezávislé jevy I Předpoklady: 9204 Př. : Předpokládej, že pravděpodobnost narození chlapce je stejná jako pravděpodobnost narození dívky (a tedy v obou případech rovna 0,5) a není ovlivněna genetickými

Více

1. Házíme hrací kostkou. Určete pravděpodobností těchto jevů: a) A při jednom hodu padne šestka;

1. Házíme hrací kostkou. Určete pravděpodobností těchto jevů: a) A při jednom hodu padne šestka; I Elementární pravděpodonost 1 Házíme hrací kostkou Určete pravděpodoností těchto jevů: a) A při jednom hodu padne šestka; Řešení: P A) = 1 = 01; Je celkem šest možností {1,,, 4,, } a jedna {} je příznivá

Více

Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948

Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948 Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948 IV-2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol PRAVDĚPODOBNOST

Více

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III Vysoká škola báňská - Technická univerzita Ostrava 4. října 2018 Podmíněná pravděpodobnost Při počítání pravděpodobnosti můžeme k náhodnému pokusu přidat i nějakou dodatečnou podmínku. Podmíněná pravděpodobnost

Více

náhodný jev je podmnožinou

náhodný jev je podmnožinou Pravděpodobnost Dovednosti a cíle - Chápat jev A jako podmnožinu množiny, která značí množinu všech výsledků náhodného děje. - Umět zapsat jevy pomocí množinových operací a obráceně umět z množinového

Více

pravděpodobnost, náhodný jev, počet všech výsledků

pravděpodobnost, náhodný jev, počet všech výsledků Škola: Gymnázium, Brno, Slovanské náměstí 7 Šablona: Název projektu: Číslo projektu: Autor: Tematická oblast: Název DUMu: Kód: III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT Inovace výuky na GSN

Více

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor016 Vypracoval(a),

Více

5.1. Klasická pravděpodobnst

5.1. Klasická pravděpodobnst 5. Pravděpodobnost Uvažujme množinu Ω všech možných výsledků náhodného pokusu, například hodu mincí, hodu kostkou, výběru karty z balíčku a podobně. Tato množina se nazývá základní prostor a její prvky

Více

a) 7! 5! b) 12! b) 6! 2! d) 3! Kombinatorika

a) 7! 5! b) 12! b) 6! 2! d) 3! Kombinatorika Kombinatorika Kombinatorika se zabývá vytvářením navzájem různých skupin z daných prvků a určováním počtu takových skupin. Kombinatorika se zabývá pouze konečnými množinami. Při určování počtu výběrů skupin

Více

Úvod do teorie pravděpodobnosti

Úvod do teorie pravděpodobnosti Úvod do teorie pravděpodobnosti Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 9. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 33 Obsah 1 Náhodné jevy 2 Pravděpodobnost 3 Podmíněná

Více

IB112 Základy matematiky

IB112 Základy matematiky IB112 Základy matematiky Základy kombinatoriky a kombinatorická pravděpodobnost Jan Strejček Obsah IB112 Základy matematiky: Základy kombinatoriky a kombinatorická pravděpodobnost 2/57 Výběry prvků bez

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

Pravděpodobnost kolem nás

Pravděpodobnost kolem nás Brno, 17. 6. 2011 Pravděpodobnost kolem nás - jak spravedlivě losovat? - je možnost volby vždy výhodou? - který šifrovací zámek chrání nejlépe? - je známka z testu věrohodná? - proč prosperuje casino?

Více

Základy teorie pravděpodobnosti

Základy teorie pravděpodobnosti Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 15. srpna 2012 Statistika

Více

matematická statistika 1 Klasická pravděpodobnost

matematická statistika 1 Klasická pravděpodobnost Příklady na procvičení z předmětu Pravděpodobnost a matematická statistika Poslední úprava 5. prosince 2017. Většina příkladů je již upravena na základě toho, co jsme propočítali na cvičení a co bylo probráno

Více

KOMBINATORIKA. 1. cvičení

KOMBINATORIKA. 1. cvičení KOMBINATORIKA 1. cvičení Co to je kombinatorika Kombinatorika je vstupní branou do teorie pravděpodobnosti. Zabývá se různými způsoby výběru prvků z daného souboru. 2011 Ing. Janurová Kateřina, FEI VŠB-TU

Více

S1P Příklady 01. Náhodné jevy

S1P Příklady 01. Náhodné jevy S1P Příklady 01 Náhodné jevy Pravděpodobnost, že jedinec z jisté populace se dožije šedesáti let, je 0,8; pravděpodobnost, že se dožije sedmdesáti let, je 0,5. Jaká je pravděpodobnost, že jedinec zemře

Více

PRAVDĚPODOBNOST Náhodné pokusy. Náhodný jev

PRAVDĚPODOBNOST Náhodné pokusy. Náhodný jev RAVDĚODOBNOST Náhodné pokusy okusy ve fyzice, chemii při splnění stanov. podmínek vždy stejný výsledek ř. Změna skupenství vody při 00 C a tlaku 00 ka okusy v praxi, vědě, výzkumu při dodržení stejných

Více

Náhodný pokus Náhodným pokusem (stručněji pokusem) rozumíme každé uskutečnění určitého systému podmínek resp. pravidel.

Náhodný pokus Náhodným pokusem (stručněji pokusem) rozumíme každé uskutečnění určitého systému podmínek resp. pravidel. Základy teorie pravděpodobnosti Náhodný pokus Náhodným pokusem (stručněji pokusem) rozumíme každé uskutečnění určitého systému podmínek resp. pravidel. Poznámka: Výsledek pokusu není předem znám (výsledek

Více

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor014 Vypracoval(a),

Více

Škola: Gymnázium, Brno, Slovanské náměstí 7 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN

Škola: Gymnázium, Brno, Slovanské náměstí 7 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN Škola: Gymnázium, Brno, Slovanské náměstí 7 Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN prostřednictvím ICT Číslo projektu: CZ.1.07/1.5.00/34.0940

Více

Teorie pravěpodobnosti 1

Teorie pravěpodobnosti 1 Teorie pravěpodobnosti 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodný jev a pravděpodobnost Každou zákonitost sledovanou v přírodě lze zjednodušeně charakterizovat jako

Více

2. přednáška - PRAVDĚPODOBNOST

2. přednáška - PRAVDĚPODOBNOST 2. přednáška - PRAVDĚPODOBNOST NÁHODNÝ POKUS A JEV Každá opakovatelná činnost prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě, se nazývá náhodný pokus.

Více

Matematika III. 27. září Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Matematika III. 27. září Vysoká škola báňská - Technická univerzita Ostrava. Matematika III Vysoká škola báňská - Technická univerzita Ostrava 27. září 2018 Teorie pravděpodobnosti Teorie pravděpodobnosti je odvětvím matematiky, které studuje matematické modely náhodných pokusu, tedy zabývá se

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 1. KAPITOLA - PRAVDĚPODOBNOST 2.10.2017 Kontakt Mgr. Jana Sekničková, Ph.D. jana.seknickova@vse.cz Katedra softwarového inženýrství Fakulta

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

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení TEORIE RAVDĚODONOSTI 2. cvičení Základní pojmy Klasická def. Statistická def. Geometrická def. odmíněná prav. ayesův teorém Test Základní pojmy Náhodný pokus - je každý konečný děj, jehož výsledek není

Více

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2016/2017 Tutoriál č. 1: Kombinatorika, úvod do teorie pravděpodobnosti Jan Kracík jan.kracik@vsb.cz Kombinatorika Kombinatorika

Více

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor001 Vypracoval(a),

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

Pravděpodobnost je. Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava

Pravděpodobnost je. Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava Pravděpodobnost je Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava ŠKOMAM, 24. 1. 2017 Čím se zabývá teorie pravděpodobnosti? Pokus děj, který probíhá, resp. nastává opakovaně

Více

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4 Pravděpodobnost a statistika (BI-PST) Cvičení č. 4 J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015

Více

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 3 Pravděpodobnost jevů Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola báňská Technická

Více

4.5.9 Pravděpodobnost II

4.5.9 Pravděpodobnost II .5.9 Pravděpodobnost II Předpoklady: 00508 Př. 1: Který z výsledků hodu mincí čtyřikrát po sobě je pravděpodobnější. a) r, l, r, l b) r, r, r, r Oba výsledky jsou stejně pravděpodobné (pravděpodobnost

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

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

Klasická pravděpodobnost a geometrická pravděpodobnost

Klasická pravděpodobnost a geometrická pravděpodobnost Klasická pravděpodobnost a geometrická pravděpodobnost 1. Házíme čtyřmi šestistěnnými hracími kostkami. Určete, jaká je pravděpodobnost, že (a) součet čísel na kostkách bude sudé číslo a zároveň součin

Více

Podmíněná pravděpodobnost, nezávislost

Podmíněná pravděpodobnost, nezávislost Podmíněná pravděpodobnost, nezávislost Úloha 1: Do třídy 1.A chodí 10 chlapců a 20 dívek, z toho jsou 3 chlapci se jménem Jakub a 2 dívky se jménem Katka. Martina tvrdí, že ráno potkala někoho ze třídy

Více

Statistika (KMI/PSTAT)

Statistika (KMI/PSTAT) Statistika (KMI/PSTAT) Cvičení šesté aneb Podmíněná pravděpodobnost Statistika (KMI/PSTAT) 1 / 13 Pravděpodobnost náhodných jevů Po dnešní hodině byste měli být schopni: rozumět pojmu podmíněná pravděpodobnost

Více

Jevy, které za daných podmínek mohou, ale nemusí nastat, nazýváme náhodnými jevy. Příklad: při hodu hrací kostkou padne trojka

Jevy, které za daných podmínek mohou, ale nemusí nastat, nazýváme náhodnými jevy. Příklad: při hodu hrací kostkou padne trojka Náhodný jev Mějme určitý soubor podmínek. Provedeme pokus, který budeme chtít zopakovat. Pokud opakování pokusu při zachování nám známých podmínek nevede k jednoznačnému výsledku, můžeme se domnívat, že

Více

Podmíněná pravděpodobnost

Podmíněná pravděpodobnost odmíněná pravděpodobnost 5. odmíněná pravděpodobnost 5.. Motivace: Opakovaně nezávisle provádíme týž náhodný pokus a sledujeme nastoupení jevu A v těch pokusech, v nichž nastoupil jev H. odmíněnou relativní

Více

2. Definice pravděpodobnosti

2. Definice pravděpodobnosti 2. Definice pravděpodobnosti 2.1. Úvod: V přírodě se setkáváme a v přírodních vědách studujeme pomocí matematických struktur a algoritmů procesy dvojího druhu. Jednodušší jsou deterministické procesy,

Více

Matematika I 2a Konečná pravděpodobnost

Matematika I 2a Konečná pravděpodobnost Matematika I 2a Konečná pravděpodobnost Jan Slovák Masarykova univerzita Fakulta informatiky 24. 9. 2012 Obsah přednášky 1 Pravděpodobnost 2 Nezávislé jevy 3 Geometrická pravděpodobnost Viděli jsme už

Více

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor002 Vypracoval(a),

Více

(bridžové karty : 52 karet celkem, z toho 4 esa) [= 0, 0194] = 7, = 4, = 1, = 9, = 1, 77 10

(bridžové karty : 52 karet celkem, z toho 4 esa) [= 0, 0194] = 7, = 4, = 1, = 9, = 1, 77 10 2. cvičení - STATISTIKA Náhodný jev, Pravděpodobnost jevu, Podmíněná pravděpodbnost, Úplná pravděpodobnost, Bayesova věta 1. V cele předběžného zadržení sedí vedle sebe 10 podezřelých, z toho 3 ženy. Jaká

Více

Diskrétní pravděpodobnost

Diskrétní pravděpodobnost Diskrétní pravděpodobnost Jiří Koula Definice. Konečným pravděpodobnostním prostorem nazveme dvojici(ω, P), kde Ω jekonečnámnožina {ω 1,..., ω n}apfunkcepřiřazujícíkaždépodmnožiněωčíslo zintervalu 0,1,splňujícíP(

Více

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet? Náhodné veličiny Náhodné veličiny Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Příklad Vytáhneme tři karty z balíčku zajímá nás, kolik je mezi nimi es.

Více

Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM

Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM Číslo projektu: Název projektu školy: Šablona III/2: CZ.1.07/1.5.00/34.0536 Výuka s ICT na SŠ obchodní České

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

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 05 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

letní semestr Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika

letní semestr Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika Šárka Hudecová Katedra i a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy letní semestr 2012 1 1 Založeno na materiálech doc. Michala Kulicha Organizační pokyny k přednášce přednáškové

Více

Obsah. Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Pravděpodobnost. Pravděpodobnost. Děj pokus jev

Obsah. Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Pravděpodobnost. Pravděpodobnost. Děj pokus jev Obsah Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Definice pojmů Náhodný jev Pravděpodobnost Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi;-) roman.biskup(at)email.cz

Více

KOMBINATORIKA. 1. cvičení

KOMBINATORIKA. 1. cvičení KOMBINATORIKA 1. cvičení TYPY VÝBĚRŮ Uspořádanost výběru uspořádaný výběr = VARIACE, záleží na pořadí vybraných prvků neuspořádaný výběr = KOMBINACE, nezáleží na pořadí vybraných prvků Opakované zařazení

Více

1. Klasická pravděpodobnost

1. Klasická pravděpodobnost Příklady 1. Klasická pravděpodobnost 1. Házíme dvakrát kostkou. Jaká je pravděpodobnost, že padne alespoň jedna šestka? 2. Základy teorie pravděpodobnosti vznikly v korespondenci mezi dvěma slavnými francouzskými

Více

5) Ve třídě 1.A se vyučuje 11 různých předmětů. Kolika způsoby lze sestavit rozvrh na 1 den, vyučuje-li se tento den 6 různých předmětů?

5) Ve třídě 1.A se vyučuje 11 různých předmětů. Kolika způsoby lze sestavit rozvrh na 1 den, vyučuje-li se tento den 6 různých předmětů? 0. Kombinatorika, pravděpodobnost, statistika Kombinatorika ) V restauraci mají na jídelním lístku 3 druhy polévek, 7 možností výběru hlavního jídla, druhy moučníku. K pití si lze objednat kávu, limonádu

Více

Cvičení ze statistiky - 4. Filip Děchtěrenko

Cvičení ze statistiky - 4. Filip Děchtěrenko Cvičení ze statistiky - 4 Filip Děchtěrenko Minule bylo.. Dokončili jsme deskriptivní statistiku Tyhle termíny by měly být známé: Korelace Regrese Garbage in, Garbage out Vícenásobná regrese Pravděpodobnost

Více

Informační a znalostní systémy

Informační a znalostní systémy Informační a znalostní systémy Teorie pravděpodobnosti není v podstatě nic jiného než vyjádření obecného povědomí počítáním. P. S. de Laplace Pravděpodobnost a relativní četnost Pokusy, výsledky nejsou

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

CZ.1.07/1.5.00/34.0619 CZ.1.07/1.5.00/34.0619 Zvyšování vzdělanosti pomocí e-prostoru OP Vzdělávání pro konkurenceschopnost

CZ.1.07/1.5.00/34.0619 CZ.1.07/1.5.00/34.0619 Zvyšování vzdělanosti pomocí e-prostoru OP Vzdělávání pro konkurenceschopnost CZ.1.07/1.5.00/34.0619 CZ.1.07/1.5.00/34.0619 Zvyšování vzdělanosti pomocí e-prostoru OP Vzdělávání pro konkurenceschopnost Soukromá střední škola a jazyková škola s právem státní jazykové zkoušky Č. Budějovice,

Více

mezi 12:00 a 13:00. D) jevy A, B, C jsou nezávislé,

mezi 12:00 a 13:00. D) jevy A, B, C jsou nezávislé, Hlasovací otázka 6 Dva kamarádi dorazí na místo schůzky náhodně, nezávisle na sobě, mezi 12:00 a 13:00. Hlasovací otázka 6 Dva kamarádi dorazí na místo schůzky náhodně, nezávisle na sobě, mezi 12:00 a

Více

2. Friesl, M.: Posbírané příklady z pravděpodobnosti a statistiky. Internetový zdroj (viz odkaz).

2. Friesl, M.: Posbírané příklady z pravděpodobnosti a statistiky. Internetový zdroj (viz odkaz). 1 Cvičení z předmětu KMA/PST1 Pro získání zápočtu je nutno mimo docházky (max. 3 absence) uspět minimálně ve dvou ze tří písemek, které budou v průběhu semestru napsány. Součástí třetí písemky bude též

Více

Příklad 1: Házíme dvěma kostkami. Stanovte pravděpodobnost jevu, že na kostkách padne součet menší než 5.

Příklad 1: Házíme dvěma kostkami. Stanovte pravděpodobnost jevu, že na kostkách padne součet menší než 5. Příklad 1: Házíme dvěma kostkami. Stanovte pravděpodobnost jevu, že na kostkách padne součet menší než 5. Řešení: Výsledky pokusu jsou uspořádané dvojice. První člen dvojice odpovídá hodu 1. kostkou a

Více

Náhodný jev a definice pravděpodobnosti

Náhodný jev a definice pravděpodobnosti Náhodný jev a definice pravděpodobnosti Obsah kapitoly Náhodný jev. Vztahy mezi náhodnými jevy. Pravidla pro počítání s pravděpodobnostmi. Formule úplné pravděpodobnosti a Bayesův vzorec. Studijní cíle

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Pravděpodobnost (pracovní verze)

Pravděpodobnost (pracovní verze) Pravděpodobnost (pracovní verze) 1. Definice pojmů Jednoduchý/náhodný pokus (simple experiment) Akt vedoucí k jednomu výsledku - např. hod kostkou, zatočení ruletou, vytažení karty z balíčku, výběr osoby

Více

1. Klasická pravděpodobnost

1. Klasická pravděpodobnost Příklady 1. Klasická pravděpodobnost 1. Házíme dvakrát kostkou. Jaká je pravděpodobnost, že padne alespoň jedna šestka? 2. Základy teorie pravděpodobnosti vznikly v korespondenci mezi dvěma slavnými francouzskými

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Úvod do informatiky. Miroslav Kolařík

Úvod do informatiky. Miroslav Kolařík Úvod do informatiky přednáška devátá Miroslav Kolařík Zpracováno dle učebního textu prof. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008 Obsah 1 Kombinatorika: princip inkluze a exkluze 2 Počítání

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 2. KAPITOLA PODMÍNĚNÁ PRAVDĚPODOBNOST 3. KAPITOLA NÁHODNÁ VELIČINA 9.11.2017 Opakování Uveďte příklad aplikace geometrické definice pravděpodobnosti

Více

Příklad 1. Řešení 1a ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 4

Příklad 1. Řešení 1a ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 4 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST Příklad 1 a) Jev spočívá v tom, že náhodně vybrané přirozené číslo je dělitelné pěti a jev v tom, že toto číslo náhodně vybrané přirozené číslo zapsané v desítkové soustavě má

Více

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Práce s daty, kombinatorika a pravděpodobnost Gradovaný řetězec úloh Téma: Pravděpodobnost

Více

Náhodný pokus každá opakovatelná činnost, prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě.

Náhodný pokus každá opakovatelná činnost, prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě. Základy teorie pravděpodobnosti Náhodný pokus každá opakovatelná činnost, prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě. Náhodný jev jakékoli tvrzení

Více

Populace vs. data. popisná (deskriptivní) popis konkrétních dat. letní semestr 2012 1

Populace vs. data. popisná (deskriptivní) popis konkrétních dat. letní semestr 2012 1 ? Šárka Hudecová Katedra i a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy letní semestr 2012 1? Statistika = věda o získávání, zpracování a interpretaci informace obsažené v

Více

PRAVDĚPODOBNOST JE. Martina Litschmannová

PRAVDĚPODOBNOST JE. Martina Litschmannová RAVDĚODOBNOST JE Martina Litschmannová Čím se zabývá teorie pravděpodobnosti? Teorie pravděpodobnosti je matematická disciplína popisující zákonitosti týkající se náhodných jevů, tj. používá se k modelování

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 2. století - využití ICT ve vyučování matematiky na

Více

NMAI059 Pravděpodobnost a statistika

NMAI059 Pravděpodobnost a statistika NMAI059 Pravděpodobnost a statistika podle přednášky Daniela Hlubinky (hlubinka@karlin.mff.cuni.cz) zapsal Pavel Obdržálek (pobdr@matfyz.cz) 205/20 poslední změna: 4. prosince 205 . přednáška. 0. 205 )

Více

Cvičení ze statistiky - 5. Filip Děchtěrenko

Cvičení ze statistiky - 5. Filip Děchtěrenko Cvičení ze statistiky - 5 Filip Děchtěrenko Minule bylo.. Začali jsme pravděpodobnost Klasická a statistická definice pravděpodobnosti Náhodný jev Doplněk, průnik, sjednocení Podmíněná pravděpodobnost

Více

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

MATEMATICKÁ STATISTIKA.   Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým

Více

Matematická statistika

Matematická statistika Matematická statistika Tomáš Hobza 2. února 2011 Obsah Literatura 3 1 Úvod 4 1.1 Klasická definice pravděpodobnosti..................... 4 1.1.1 Základní kombinatorické vzorce................... 5 1.2

Více

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Výsledky některých náhodných pokusů jsou přímo vyjádřeny číselně (např. při hodu kostkou padne 6). Náhodnou veličinou

Více

Pravděpodobnost a statistika pro SŠ

Pravděpodobnost a statistika pro SŠ Pravděpodobnost a statistika pro SŠ RNDr. Blanka Šedivá, Ph.D., katedra matematiky, Fakulta aplikovaných věd Západočeské univerzity v Plzni sediva@kma.zcu.cz 28. března 2012 Počátky teorie pravděpodobnosti

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457. 0 cvičení z PST 5 prosince 208 0 (intervalový odhad pro rozptyl) Soubor (70, 84, 89, 70, 74, 70) je náhodným výběrem z normálního rozdělení N(µ, σ 2 ) Určete oboustranný symetrický 95% interval spolehlivosti

Více