1. Klasická pravděpodobnost
|
|
- Julie Soukupová
- před 5 lety
- Počet zobrazení:
Transkript
1 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 matematiky B. Pascalem a P. de Fermatem v roce Zabývali se mimo jiné problémem, se kterým přišel šlechtic Chevalier de Méré (velký milovník hazardních her). Ze zkušenosti věděl, že je výhodné sázet na to, že při 4 hodech šestistěnnou kostkou padne šestka. Usuzoval, že při 24 hodech dvěmi kostkami bude opět výhodné vsadit na to, že padnou na obou kostkách šestky. Ukázalo se však, že tomu tak není. Spočtěte pravděpodobnost, že při 4 hodech padne aspoň jednou šestka a pravděpodobnost, že při 24 hodech dvěmi kostkami padnou aspoň jednou dvě šestky. 3. Jaká je pravděpodobnost nejvyšší výhry ve hře Šťastných deset? Je třeba uhodnout 10 čísel, přičemž se táhne 20 čísel z osmdesáti. 4. Ve skříni máme pět párů ponožek (černé, hnědé, bílé, modré a červené). Ponožky jsou pomíchané. Ráno náhodně vytáhneme dvě ponožky. Jaká je pravděpodobnost, že a) je mezi nimi černá ponožka, b) jedna je bílá a druhá je modrá, c) jedna je červená a druhá není hnědá, d) obě mají stejnou barvu? 5. Úloha o vadných fotoaparátech: v továrně bylo v sadě 20 aparátů objeveno, že 3 musí být znovu seřízeny. Nedopatřením však došlo k tomu, že tyto 3 přístroje byly vráceny do série a ta se teď musí prohlédnout znovu. a) Jaká je pravděpodobnost, že budeme muset prohlédnout více než 17 přístrojů? b) Jaká je pravděpodobnost, že budeme muset prohlédnout právě 17 přístrojů? c) Jaký je nejpravděpodobnější počet přístrojů, které budeme muset prohlédnout? 6. Sekretářka má n různých dopisů a stejný počet obálek určený adresátům. Dopisy vkládá do obálek náhodně. Určete pravděpodobnost, že a) všechny dopisy se dostanou do správné obálky, b) právě dva dopisy budou ve špatné obálce, c) aspoň jeden dopis se dostane do správné obálky. 2. Geometrická pravděpodobnost, podmíněná pravděpodobnost 1. Dvě osoby A a B si smluvili schůzku na daném místě v neurčitém čase mezi 12:00 a 13:00. Každý z nich je ochoten čekat na druhého maximálně 10 minut. Předpokládáme, že přijdou nezávisle na sobě a okamžiky příchodu jsou stejně možné kdykoliv během uvedené hodiny. Určete pravděpodobnost, že se opravdu sejdou. 2. Nechť x, y (0, 1) jsou náhodně zvolená čísla. Jaká je pravděpodobnost, že jejich součet je menší než 1 a součin menší než 0, 09? 3. Na úsečce délky l jsou náhodně umístěny dva body, kterými je náhodně rozdělena na tři části. S jakou pravděpodobností lze z takto vzniklých tří úseček sestrojit trojúhelník? 4. Tyč dlouhá 200 mm je náhodně rozřezána na tři části. S jakou pravděpodobností je některá z těchto částí kratší než 10 mm, jestliže dva řezy jsou stejně možné v každém místě tyče? 5. (Buffonova úloha) V rovině jsou narýsovány rovnoběžky zdálené od sebe o d. Na tuto rovinu je vržena jehla délky l (l < d). Určete pravděpodobnost toho, že jehla protne některou z rovnoběžek. 6. Házíme dvěma šestistěnnými kostkami. Jaká je podmíněná pravděpodobnost toho, že na jedné kostce padne šestka za podmínky, že celkový součet je 8? 1
2 3. Nezávislost, Bayesův vzorec 1. A,B jsou neslučitelné jevy. P (A) 0, P (B) 0. Jsou tyto jevy nezávislé? 2. První skupina studentů vyřeší úlohu s pravděpodobností 2/5 a druhá s pravděpodobností 1/3. Každá skupina se snaží úlohu nezávisle vyřešit. S jakou pravděpodobností bude úloha vyřešena? 3. Házíme dvěma hracími kostkami. Jev A znamená, že na první kostce padlo liché číslo, jev B znamená, že na druhé kostce padlo sudé číslo, jev C znamená, že součet obou čísel je lichý. Jsou náhodné jevy A, B, C nezávislé? Jsou náhodné jevy A, B, C po dvou nezávislé? 4. Určitý člověk navštívil během dne 4 obchody. V každém obchodě s pravděpodobností 1/4 zapomněl deštník. Domů přišel bez deštníku. Jaká je pravděpodobnost, že ho zapomněl ve čtvrtém obchodě? 5. První dítě z dvojčat je chlapec. Jaká je pravděpodobnost toho, že i druhé dítě je chlapec, jestliže je u dvojčat pravděpodobnost narození dvou chlapců rovna p, dvou děvčat rovna q a u dvojčat obojího pohlaví je pravděpodobnost dřívějšího narození stejná pro obě pohlaví? 6. V osudí je 8 koulí (5 bílých a 3 černé). Vytáhneme postupně dvě koule (nevracíme je zpět do osudí). Určete pravděpodobnost, že právě jedna z dvou vytažených koulí je bílá (zkuste přitom využít vzorce pro úplnou pravděpodobnost). 7. Cestovatel přijede do města, kde je 30% lhářů, 15% náladových a 55% normálních lidí. Lháři lžou s pravděpodobností 0,9. Normální lidi mluví s pravděpodobností 0,75 pravdu. Náladoví lidé v polovině případů lžou a v polovině říkají pravdu. Cestovatel potkal jednoho z obyvatel města a zeptal se ho, jestli je normální. Jaká je pravděpodobnost, že mu cizinec odpoví, že je normální? 8. Ve třídě je 70% procent chlapců a 30% dívek. Dlouhé vlasy má 10% chlapců a 80% dívek. Náhodně vybraná osoba má dlouhé vlasy. Jaká je pravděpodobnost, že je to dívka? 9. V dílně pracuje 10 dělníků, kteří za směnu vyrobí stejný počet výrobků. Skupina A pěti dělníků vyrobí 96% standardních, skupina B tří dělníků 90% a skupina C dvou dělníků jen 85% standardních výrobků. Všechny výrobky jsou uložené ve skladu. Náhodně jsme vybrali jeden výrobek a zjistili, že je standardní. Jaká je pravděpodobnost, že ho vyrobila skupina A pěti dělníků? 4. Náhodná veličina I 1. Podíl padělaných obrazů ve sbírce je 20%. Jestliže je obraz falešný, znalec to pozná s pravděpodobností 70%. Je-li obraz originál, znalec ho mylně posoudí s pravděpodobností 10%. Určete a) pravděpodobnost, že obraz je originál, jestliže byl znalcem označen za originál, b) pravděpodobnost, že obraz je padělaný, jestliže byl znalcem označen za padělek. 2. Předpokládejme, že X má diskrétní rozdělení takové, že platí P (X = k) = ck 2 pro k = 1, 2, 3 a P (X = k) = 0 jinak. Spočtěte a) hodnotu c, b) P (X 2), c) P (X {1, 3}). 3. Nechť X má binomické rozdělení s parametry n = 4 a p = 2/3. Označme Y = (X 2) 2 Určete rozdělení Y (tj. jakých hodnot a s jakou pravděpodobností veličina Y nabývá) a nakreslete její distribuční funkci. 4. V urně je 8 bílých a 6 černých koulí. Vytáhneme 5 koulí (bez vracení). Určete rozdělení počtu vytažených bílých koulí. 5. Náhodná veličina II 2
3 1. Náhodná veličina X má distribuční funkci 0 pro x 0, F (x) = cx 2 pro 0 x < 1, 1 pro 1 x. Jaké hodnoty může nabývat konstanta c? 2. Rozhodněte, které z následujících funkcí jsou hustotami: a) cx pro x (0, 1), b) cx pro x ( 1, 2), c) cx sin x pro x ( π 2, π 2 ), d) ce x pro x (0, ), e) ce x pro x (0, ), c d) 1+x. 2 Mimo vymezený interval je nabízená funkce vždy rovna nule a c je vhodná konstanta. Pokud daná funkce je hustotou, tuto konstantu určete. 3. Určete kvantilovou funkci náhodné veličiny dané hustotou sin x pro 0 < x < π f(x) = 2, 0 jinak. 4. Pomocí momentové vytvořující funkce spočítejte střední hodnotu a rozptyl náhodné veličiny mající binomické rozdělení s parametry n a p. 5. Náhodná veličina nabývá hodnot k = 1, 2,..., n s pravděpodobností, která je úměrná k. Určete střední hodnotu takové náhodné veličiny. Návod: Využijte vztahu n k=1 k2 = 1 6n(n + 1)(2n + 1). 6. Spojitá rozdělení 1. Náhodná veličina X má exponenciální rozdělení s parametrem λ. Určete rozdělení náhodné veličiny Y = [X], kde [x] značí celou část čísla x. 2. Dokažte, že exponenciální rozdělení je rozdělení bez paměti. To znamená, že pro náhodnou veličinu X, která má exponenciální rozdělení s parametrem λ, platí P (X x + y X x) = P (X y), x, y > Nechť X má rovnoměrné rozdělení na intervalu ( 1, 1). Určete distribuční funkci náhodné veličiny Y = X 2 a spočtěte P ( 1 4 Y < 3 4 ), E Y a var Y. 4. Nechť X má normované normální rozdělení N(0, 1). Spočtěte E e X2 /4. 5. Náhodná veličina X má hustotu f(x) = 1 2 sin x, 0 < x < π. Spočtěte její distribuční funkci a střední hodnotu. 6. Náhodná veličina X má hustotu f(x) = 3x 2, 0 < x < 1. Určete E 1 X a var 1 X. 7. Mějme nezávislé náhodné veličiny X a Y obě mající rovnoměrné rozdělení na intervalu (0, 1). Určete hustotu náhodné veličiny W = X + Y. 7. Náhodný vektor 3
4 1. Z urny obsahující 2 bílé koule a 2 černé koule vybíráme za sebou s vracením 2 koule. Definujeme náhodné veličiny X 1, X 2 následovně: { 1 jestliže první tažená koule je bílá, X 1 = 0 jestliže první tažená koule je černá, { 1 jestliže druhá tažená koule je bílá, X 2 = 0 jestliže druhá tažená koule je černá. Určete distribuční funkci vektoru (X 1, X 2 ) a zjistěte, zda jsou náhodné veličiny X 1 a X 2 nezávislé. 2. Házíme třikrát mincí. Označme X počet líců v prvních dvou hodech a Y počet rubů v posledních dvou hodech. Určete sdružené rozdělení vektoru (X, Y ). Jsou náhodné veličiny X a Y nezávislé? 3. Hodíme šestistěnnou kostkou a označíme X počet ok na kostce vydělený dvěma a zaokrouhlený nahoru. Potom hodíme X-krát mincí a počet orlů označme Y. Najděte sdružené rozdělení vektoru (X, Y ) a odtud marginální rozdělení veličiny Y. 4. Náhodný vektor (X, Y ) má hustotu f(x, y) = { cxye (x2 +y 2 ) 0 jinak. pro x 0, y 0 Určete c tak, aby f byla hustota. Spočtěte hustotu X a hustotu Y. Jsou náhodné veličiny X a Y nezávislé? Spočtěte E (X 2 + Y 2 ). 5. Náhodná veličina X má rovnoměrné rozdělení a) na intervalu (0, 2), b) na intervalu ( 1, 1). Označme Y = X 2. V obou případech spočtěte kovarianci veličin X a Y. 6. Dvojice součástek má dobu života popsánu sdruženou hustotou 1 f X,Y (x, y) = 2 e x y/2 pro x > 0, y > 0 0 jinak. a) Jaká je pravděpodobnost toho, že druhá součástka přežije první? b) Jaká je pravděpodobnost toho, že první součástka alespoň dvakrát přežije druhou součástku? 8. Náhodný výběr 1. Náhodná veličina X má rovnoměrné rozdělení na intervalu (0, 1). Známe-li X = x, pak Y má rovnoměrné rozdělení na intervalu (0, x). a) nalezněte sdružené rozdělení (X, Y ), b) určete hustotu Y, c) určete podmíněnou hustotu X za podmínky Y = y, y (0, 1). 2. Nechť X 1,..., X n jsou nezávislé stejně rozdělené náhodné veličiny s normovaným normálním rozdělením N(0, 1). Náhodná veličina Z n = n i=1 X2 i má χ2 -rozdělení o n stupních volnosti. Spočtěte střední hodnotu a rozptyl Z n. Návod: Pro výpočet rozptylu využijte toho, že EX1 4 = Nechť X 1,..., X n jsou nezávislé stejně rozdělené náhodné veličiny s rovnoměrným rozdělením na (0, 1). Označme U = max 1 i n X i, V = min 1 i n X i. Stanovte distribuční funkce a hustoty náhodných veličin U a V. Určete EU, varu, EV, varv. 9. Asymptotické vlastnosti 4
5 1. Házíme stokrát šestistěnnou kostkou. Určete přibližnou hodnotu pravděpodobnosti, že výsledný součet leží v intervalu (320, 380). 2. Nechť ν n značí poměrnou četnost líců v n hodech mincí (mince je symetrická a hody provádíme nezávisle). Zjistěte kolik musíme provést hodů, aby pravděpodobnost jevu ν n 1 2 0, 05 byla nejméně 0, 95, a) řešte pomocí Čebyševovy nerovnosti, b) řešte pomocí centrální limitní věty. 3. Mějme náhodný pokus, který skončí s pravděpodobností p = 0, 3 úspěchem a s pravděpodobností q = 0, 7 neúspěchem. Označme ν n poměrnou četnost úspěchů v n pokusech (tj. počet úspěšných pokusů vydělený počtem všech pokusů). Pomocí aproximace normálním rozdělením určete kolik musíme provést pokusů, aby pravděpodobnost, že ν n se neliší od p o víc než 0, 01, byla alespoň 0, Intervalové odhady 1. Pojišťovna pojišťuje lidí stejného věku. Pravděpodobnost úmrtí během roku je pro každého z nich 0, 01. Každý pojištěnec zaplatí 150 korun. V případě úmrtí vyplatí rodině korun. Jaká je pravděpodobnost, že pojišťovna utrpí ztrátu? Použijte centrální limitní větu! 2. Bylo sečteno 300 čísel zaokrouhlených na 1 desetinné místo. Pomocí centrální limitní věty určete, jak velká je pravděpodobnost, že absolutní hodnota chyby součtu vzniklého zaokrouhlením není větší než Předpokládáme, že výška chlapců ve věku 9, 5 až 10 let má normální rozdělení N(µ, σ 2 ) s neznámou střední hodnotou µ a známým rozptylem σ 2 = 39, 112. Změřili jsme výšku n = 15 chlapců a vypočítali výběrový průměr X = 139, 13. Určete 99%-ní interval spolehlivosti pro neznámý parametr µ. 4. Mějme náhodný výběr X 1,..., X 12 z normálního rozdělení N(µ, σ 2 ) s neznámou střední hodnotou µ a neznámým rozptylem σ 2. Vypočítali jsme výběrový průměr a výběrový rozptyl X = 14, 306, s 2 = 0, 327. Najděte 95%-ní interval spolehlivosti pro střední hodnotu µ. 5. Opět mějme náhodný výběr X 1,..., X 20 z normálního rozdělení N(µ, σ 2 ) s neznámou střední hodnotou µ a neznámým rozptylem σ 2. Vypočítali jsme výběrový průměr a výběrový rozptyl X = 995, 6, s 2 = 134, 70. Najděte 95%-ní interval spolehlivosti pro střední hodnotu µ. Pak najděte 95%-ní a 99%-ní interval spolehlivosti pro rozptyl σ Testování hypotéz 1. Během 16 červencových dnů byly naměřeny následující teploty: Testujte hypotézu, že průměrná teplota v červenci je 25 C. Volte hladinu testu α = 0, Dle výrobce má mít auto na 100 km průměrnou spotřebu 9 l. U 20 náhodně vybraných aut byla zjištěna následující spotřeba: 8, 8 8, 9 9, 0 8, 7 9, 3 9, 0 8, 7 8, 8 9, 4 8, 6 8, 9 9, 2 9, 4 8, 9 9, 1 8, 8 9, 4 9, 3 9, 1 8, 9 Potvrzují naměřené hodnoty tvrzení výrobce? Volte hladinu testu α = 0, 05. 5
6 3. U několika leváků byla měřena síla stisku levé a pravé ruky. Levá Pravá Potvrzují data domněnku, že levá ruka je silnější? 4. Má se rozhodnout, zda se u osobního automobilu určité značky při správném seřízení geometrie vozu sjíždějí obě přední pneumatiky stejně rychle. Bylo proto vybráno 6 nových vozů a po určité době bylo zjištěno, o kolik milimetrů se sjely jejich pravé a levé přední pneumatiky. Číslo automobilu Pravá pneumatika 1, 8 1, 0 2, 2 0, 9 1, 5 1, 6 Levá pneumatika 1, 5 1, 1 2, 0 1, 1 1, 4 1, 4 Lze na základě získaných dat zamítnout hypotézu, že se obě přední pneumatiky sjíždějí stejně rychle? 5. Ve třídě byly zjištěny následující výšky žáků: Chlapci Dívky Testujte, zda chlapci a dívky jsou v průměru stejně vysocí. Volte α = 0, Sleduje se účinek dvou protikorozních látek. První byla použita ve 20 případech, druhá ve 25 případech. Po stanovené době byl zjištěn stupeň poškození s těmito výsledky: X 1 = 82, 4, s 2 1 = 12, X2 = 80, s 2 2 = 10. Volte hladinu α = 0, 05. Jaký by byl závěr na hladině α = 0, 01? Doplňte předpoklady! 6
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
Více1. Klasická pravděpodobnost
1. Klasická pravděpodobnost 1. Házíme postupně čtyřikrát korunovou mincí. Jaká je pravděpodobnost, že padne jednou panna a třikrát orel? Jaká se tato pravděpodobnost změní, když mince není symetrická a
VíceKlasická 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
VícePříklad 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
Vícez Matematické statistiky 1 1 Konvergence posloupnosti náhodných veličin
Příklady k procvičení z Matematické statistiky Poslední úprava. listopadu 207. Konvergence posloupnosti náhodných veličin. Necht X, X 2... jsou nezávislé veličiny s rovnoměrným rozdělením na [0, ]. Definujme
VícePříklady na procvičení z NSTP022
1 Klasická pravděpodobnost Příklady na procvičení z NSTP022 Naposledy změněno: 24. března 2013 1. Z kartiček s čísly 1, 2, 3, 4, 5 náhodně vybereme tři a položíme je v pořadí, v němž jsme je vybrali. Jaká
VícePříklad 2 (klasický pravděpodobnostní prostor hod dvěma desetistěnnými kostkami). Uvažujme
Cvičení k základům pravděpodobnosti Připomeňte si: klasický pravděpodobnostní prostor, elementární jev, náhodný jev, doplňkový jev, pravděpodobnost, věta o inkluzi a exkluzi, podmíněná pravděpodobnost,
VíceKGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 4. Teoretická rozdělení Mgr. David Fiedor 9. března 2015 Osnova Úvod 1 Úvod 2 3 4 5 Vybraná rozdělení náhodných proměnných normální rozdělení normované normální rozdělení
Více1 Klasická pravděpodobnost. Bayesův vzorec. Poslední změna (oprava): 11. května 2018 ( 6 4)( 43 2 ) ( 49 6 ) 3. = (a) 1 1 2! + 1 3!
Výsledky příkladů na procvičení z NMSA0 Klasická pravděpodobnost. 5. ( 4( 43 ( 49 3. 8! 3! 0! = 5 Poslední změna (oprava:. května 08 4. (a! + 3! + ( n+ n! = n k= ( k+ /k! = n k=0 ( k /k!; (b n k=0 ( k
VícePříklady na procvičení z NMSA202
1 Klasická pravděpodobnost Příklady na procvičení z NMSA202 Naposledy změněno: 11. května 2018 1. Z kartiček s čísly 1, 2, 3, 4, 5 náhodně vybereme tři a položíme je v pořadí, v němž jsme je vybrali. Jaká
Více10. 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
VíceVýběrové charakteristiky a jejich rozdělení
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistické šetření úplné (vyčerpávající) neúplné (výběrové) U výběrového šetření se snažíme o to, aby výběrový
VícePravděpodobnost 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
VíceS1P 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
VícePříklady na procvičení z NMFM202
Příklady na procvičení z NMFM202 Naposledy změněno: 24. října 203 Klasická pravděpodobnost. Z kartiček s čísly, 2, 3, 4, 5 náhodně vybereme tři a položíme je v pořadí, v němž jsme je vybrali. Jaká je pravděpodobnost,
VícePravděpodobnost a statistika (BI-PST) Cvičení č. 7
Pravděpodobnost a statistika (BI-PST) Cvičení č. 7 R. Blažek, M. Jiřina, J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení
VícePravděpodobnost 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
Více1 Rozptyl a kovariance
Rozptyl a kovariance Nechť X je náhodná veličina s konečnou střední hodnotou EX Potom rozptyl náhodné veličiny X definujeme jako: DX E(X EX, pokud střední hodnota na pravé straně existuje Podobně jako
VícePravděpodobnost 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
VíceNÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN?
NÁHODNÉ VELIČINY GENEROVÁNÍ SPOJITÝCH A DISKRÉTNÍCH NÁHODNÝCH VELIČIN, VYUŽITÍ NÁHODNÝCH VELIČIN V SIMULACI, METODY TRANSFORMACE NÁHODNÝCH ČÍSEL NA HODNOTY NÁHODNÝCH VELIČIN. JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU
Více2. 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
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Testování hypotéz Nechť X je náhodná proměnná, která má distribuční funkci F(x, ϑ). Předpokládejme, že známe tvar distribuční funkce (víme jaké má rozdělení) a neznáme parametr
Vícematematická 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
VícePoznámky k předmětu Aplikovaná statistika, 5.téma
Poznámky k předmětu Aplikovaná statistika, 5.téma 5. Některá významná rozdělení A. Diskrétní rozdělení (i) Diskrétní rovnoměrné rozdělení na množině {,..., n} Náhodná veličina X, která má diskrétní rovnoměrné
Vícepravděpodobnosti a Bayesova věta
NMUMP0 (Pravděpodobnost a matematická statistika I) Nezávislost, podmíněná pravděpodobnost, věta o úplné pravděpodobnosti a Bayesova věta. Házíme dvěma pravidelnými kostkami. (a) Jaká je pravděpodobnost,
VíceNěkdy 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.
VíceNáhodná veličina. Michal Fusek. 10. přednáška z ESMAT. Ústav matematiky FEKT VUT, Michal Fusek
Náhodná veličina Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 10. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 71 Obsah 1 Náhodná veličina 2 Diskrétní náhodná veličina 3
Více12. cvičení z PST. 20. prosince 2017
1 cvičení z PST 0 prosince 017 11 test rozptylu normálního rozdělení Do laboratoře bylo odesláno n = 5 stejných vzorků krve ke stanovení obsahu alkoholu X v promilích alkoholu Výsledkem byla realizace
VíceTesty. Pavel Provinský. 19. listopadu 2013
Testy Pavel Provinský 19. listopadu 2013 Test a intervalový odhad Testy a intervalové odhady - jsou vlastně to samé. Jiný je jen úhel pohledu. Lze přecházet od jednoho k druhému. Například: Při odvozování
VícePravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.
Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2015/2016 Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz Jan Kracík jan.kracik@vsb.cz Obsah: Výběrová rozdělení
VíceMotivace. 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.
VíceIntuitivní 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
Vícesprávně - A, jeden celý příklad správně - B, jinak - C. Pro postup k ústní části zkoušky je potřeba dosáhnout stupně A nebo B.
Zkouška z předmětu KMA/PST. Anotace předmětu Náhodné jevy, pravděpodobnost, podmíněná pravděpodobnost. Nezávislé náhodné jevy. Náhodná veličina, distribuční funkce. Diskrétní a absolutně spojitá náhodná
VíceÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík
Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A4 Cvičení, letní semestr DOMÁCÍ ÚLOHY Jan Šafařík Brno c 200 (1) 120 krát jsme házeli hrací kostkou.
VícePřednáška. Další rozdělení SNP. Limitní věty. Speciální typy rozdělení. Další rozdělení SNP Limitní věty Speciální typy rozdělení
VI Přednáška Další rozdělení SNP Limitní věty Speciální typy rozdělení Rovnoměrné rozdělení R(a,b) Příklad Obejít celý areál trvá strážnému 30 minut. Jaká je pravděpodobnost, že u vrátnice budete čekat
VíceUrčete 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
Více5 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,
VíceTéma 22. Ondřej Nývlt
Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené
VícePoznámky 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.
VíceNormální (Gaussovo) rozdělení
Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký
VíceMATEMATIKA 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
VícePravděpodobnost 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,
VíceStatistika II. Jiří Neubauer
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Zaměříme se především na popis dvourozměrných náhodných veličin (vektorů). Definice Nechť X a Y jsou
VícePravděpodobnost 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
VícePřednáška. 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
VíceLékařská 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
VíceBakalářské studium na MFF UK v Praze Obecná matematika Zaměření: Stochastika. 1 Úvodní poznámky. Verze: 13. června 2013
Bakalářské studium na MFF UK v Praze Obecná matematika Zaměření: Stochastika Podrobnější rozpis okruhů otázek pro třetí část SZZ Verze: 13. června 2013 1 Úvodní poznámky 6 Smyslem SZZ by nemělo být toliko
VíceNáhodná 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
VíceMinikurz aplikované statistiky. Minikurz aplikované statistiky p.1
Minikurz aplikované statistiky Marie Šimečková, Petr Šimeček Minikurz aplikované statistiky p.1 Program kurzu základy statistiky a pravděpodobnosti regrese (klasická, robustní, s náhodnými efekty, ev.
VíceJiří 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
Více2 ) 4, Φ 1 (1 0,005)
Příklad 1 Ze zásilky velkého rozsahu byl náhodně vybrán soubor obsahující 1000 kusů. V tomto souboru bylo zjištěno 26 kusů nekvalitních. Rozhodněte, zda je možné s 99% jistotou tvrdit, že zásilka obsahuje
VícePravděpodobnost a statistika I KMA/K413
Pravděpodobnost a statistika I KMA/K413 Konzultace 3 Přírodovědecká fakulta Katedra matematiky jiri.cihlar@ujep.cz Kovariance, momenty Definice kovariance: Kovariance náhodných veličin Dále můžeme dokázat:,
VíceCvičení 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
VíceCharakterizace rozdělení
Charakterizace rozdělení Momenty f(x) f(x) f(x) μ >μ 1 σ 1 σ >σ 1 g 1 g σ μ 1 μ x μ x x N K MK = x f( x) dx 1 M K = x N CK = ( x M ) f( x) dx ( xi M 1 C = 1 K 1) N i= 1 K i K N i= 1 K μ = E ( X ) = xf
VícePodmíněná 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
VíceTEORIE 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
VíceJan Hamhalter. 1. Náhodná veličina je dána maximem počtu ok při šesti hodech hrací kostkou. Určete pravděpodobnostní funkci a střední hodnotu. j.
M6C Některé příklady z přednášky a cvičení 24. února 2006 Jan Hamhalter 1 Náhodné veličiny 1. Náhodná veličina je dána maximem počtu ok při šesti hodech hrací kostkou. Určete pravděpodobnostní funkci a
VícePRAVDĚPODOBNOST 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
VíceŘešené 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.
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceÚVOD DO TEORIE ODHADU. Martina Litschmannová
ÚVOD DO TEORIE ODHADU Martina Litschmannová Obsah lekce Výběrové charakteristiky parametry populace vs. výběrové charakteristiky limitní věty další rozdělení pravděpodobnosti (Chí-kvadrát (Pearsonovo),
VícePravděpodobnost, 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
VíceVYBRANÁ ROZDĚLENÍ. DISKRÉTNÍ NÁH. VELIČINY Martina Litschmannová
VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁH. VELIČINY Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodná veličina (dále NV)? Číselné vyjádření výsledku náhodného pokusu. Jaké
Vícen = 2 Sdružená distribuční funkce (joint d.f.) n. vektoru F (x, y) = P (X x, Y y)
5. NÁHODNÝ VEKTOR 5.1. Rozdělení náhodného vektoru Náhodný vektor X = (X 1, X 2,..., X n ) T n-rozměrný vektor, složky X i, i = 1,..., n náhodné veličiny. Vícerozměrná (n-rozměrná) náhodná veličina n =
Vícepravděpodobnosti 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.
VíceVšechno, co jste chtěli vědět z teorie pravděpodobnosti, z teorie informace a
Všechno, co jste chtěli vědět z teorie pravděpodobnosti, z teorie informace a báli jste se zeptat Jedinečnou funkcí statistiky je, že umožňuje vědci číselně vyjádřit nejistotu v jeho závěrech. (G. W. Snedecor)
VíceVybraná rozdělení náhodné veličiny
3.3 Vybraná rozdělení náhodné veličiny 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 Rozdělení Z 3 4 5 6 7 8 9 10 11 12 13 14 15 Život je umění vytvářet uspokojivé závěry na základě nedostatečných předpokladů.
VíceZadání 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
Více5. Jev B je částí jebu A. Co můžeme říct o podmíněné pravděpodobnosti? (1b)
TEST 3 1. U pacienta je podozření na jednu ze čtyř, navzájem se vylučujících nemocí. Pravděpodobnost výskytu těchto nemocí je 0,1, 0,2, 0,4 a 0,3. Laboratorní zkouška je v případě první nemoci pozitivní
VíceDiskrétní 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(
VíceKMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC
Přednáša 04 Přírodovědecá faulta Katedra matematiy KMA/P506 Pravděpodobnost a statistia KMA/P507 Statistia na PC jiri.cihlar@ujep.cz Záon velých čísel Lemma Nechť náhodná veličina nabývá pouze nezáporných
VíceDobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze
Dobývání znalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Pravděpodobnost a učení Doc. RNDr. Iveta Mrázová,
Více1. 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
Více11. cvičení z PSI prosince hodnota pozorovaná četnost n i p X (i) = q i (1 q), i N 0.
11 cvičení z PSI 12-16 prosince 2016 111 (Test dobré shody - geometrické rozdělení Realizací náhodné veličiny X jsme dostali následující četnosti výsledků: hodnota 0 1 2 3 4 5 6 pozorovaná četnost 29 15
VíceNormální (Gaussovo) rozdělení
Normální (Gaussovo) rozdělení f x = 1 2 exp x 2 2 2 f(x) je funkce hustoty pravděpodobnosti, symetrická vůči poloze maxima x = μ μ střední hodnota σ směrodatná odchylka (tzv. pološířka křivky mezi inflexními
VíceZápočtová písemka z Matematiky III (BA04) skupina A
skupina A 0 pro x < 1, ae x pro x 1, ), Pravděpodobnost P (X ) a P (X =.). E (X) a E ( X 1). Hustotu transformované náhodné veličiny Y = (X + 1). F(x) = x 3 pro x (0, 9), Hustotu f(x). Pravděpodobnost
Vícese bude objevovat jen v 5% pokusů. Výsledky měření jsou: 0,31; 0,30; 0,29; 0,32.
Typ úlohy: A - IS pro střední hodnotu 1. Předpokládejme, že výška chlapců ve věku 9,5 až 10 roků má normální rozdělení N(µ; σ 2 )s neznámou střední hodnotou a rozptylem rovným 39,112. Změřili jsme výšku
VíceNMAI059 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 )
VíceOdhady - Sdružené rozdělení pravděpodobnosti
Odhady - Sdružené rozdělení pravděpodobnosti 4. listopadu 203 Kdybych chtěl znát maximum informací o náhodné veličině, musel bych znát všechny hodnoty, které mohou padnout, a jejich pravděpodobnosti. Tedy
VíceTomáš 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
Vícenáhodný 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
VíceLimitní věty teorie pravděpodobnosti. 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 Jestliže opakujeme nezávisle nějaký pokus, můžeme z pozorovaných hodnot sestavit rozdělení relativních četností
VícePojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu.
6. NÁHODNÝ VEKTOR Průvodce studiem V počtu pravděpodobnosti i v matematické statistice se setkáváme nejen s náhodnými veličinami, jejichž hodnotami jsou reálná čísla, ale i s takovými, jejichž hodnotami
Vícea) 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
VíceMatematika 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
VícePravděpodobnost 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(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
VíceSTP022 PRAVDĚPODOBNOST A MATEMATICKÁ STATISTIKA PŘÍKLADY LS 2005/2006
STP022 PRAVDĚPODOBNOST A MATEMATICKÁ STATISTIKA PŘÍKLADY LS 2005/2006 Příklady jsou většinou převzaté ze skript Dupač & Hušková (1999), Zvára & Štěpán (2002) a ze sbírky Potocký et al. (1986). Některé
Více4. 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
VíceNMAI059 Pravděpodobnost a statistika. 22. listopadu Zadání cvičení na jednotlivé týdny není myšleno tak, že se během hodiny proberou všechny
NMAI059 Pravděpodobnost a statistika Zadání cvičení a doplňkových příkladů. 22. listopadu 2017 Jak používat tuto příručku. Jde o postupně vznikající text, který bude obsahovat klíčové příklady k procvičení
Více22. Pravděpodobnost a statistika
22. Pravděpodobnost a statistika Pravděpodobnost náhodných jevů. Klasická pravděpodobnost. Statistický soubor, statistické jednotky, statistické znaky. Četnosti, jejich rozdělení a grafické znázornění.
VíceTEST 1 (40 bodů) (9 4)! 2. Nejméně kolikrát musíme hodit kostkou, abychom měli alespoň 80% pravděpodobnost, že padne alespoň jedna šestka?
TEST (40 bodů) Jméno:. Pin karty se skládá ze čtyř náhodně vybraných číslic až 9, z nichž se žádné neopakuje. Jaká je pravděpodobnost, že všechny čtyři číslice budou liché? podíl všech možností,jak vybrat
VíceMATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 7 Rozdělení pravděpodobnosti spojité náhodné veličiny Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka
VíceTestování statistických hypotéz
Testování statistických hypotéz Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 11. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 27 Obsah 1 Testování statistických hypotéz 2
VíceAKM CVIČENÍ. Opakování maticové algebry. Mějme matice A, B regulární, potom : ( AB) = B A
AKM - 1-2 CVIČENÍ Opakování maticové algebry Mějme matice A, B regulární, potom : ( AB) = B A 1 1 ( A ) = ( A ) ( A ) = A ( A + B) = A + B 1 1 1 ( AB) = B A, kde A je řádu mxn a B nxk Čtvercová matice
Více5.1. 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
Víceprof. RNDr. Roman Kotecký DrSc., Dr. Rudolf Blažek, PhD Pravděpodobnost a statistika Katedra teoretické informatiky Fakulta informačních technologií
prof. RNDr. Roman Kotecký DrSc., Dr. Rudolf Blažek, PhD Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v Praze c Rudolf Blažek, Roman Kotecký, 2011 Pravděpodobnost
VíceInovace bakalářského studijního oboru Aplikovaná chemie
http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Základy zpracování dat chemometrie, statistika Doporučenáliteratura
Více