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

Rozměr: px
Začít zobrazení ze stránky:

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

Transkript

1 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 Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

2 Opakování teorie Definice: Buďte A, B jevy a P(B) > 0. Podmíněnou pravděpodobnost jevu A za předpokladu (jevu) B definujeme jako P(A B) = P(A B). P(B) Pro pravděpodobnost definovanou na konečné Ω jako P(A) = N (A)/N je tato definice přirozená: Zajímáme se pouze o takové výsledky, při kterých nastane B. Počet všech takových jevů je N (B) a počet příznivých jevů, kdy zároveň nastane A, je N (A B). Tudíž P(A B) = N (A B) N (B) = N (A B) N N N (B) P(A B) =. P(B) Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

3 Opakování teorie Podmíněná pravděpodobnost - ve chvíli kdy máme částečnou informaci o výsledku experimentu. Hodíme kostkou a bez další informace víme, že P(4) = 1/6. Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

4 Opakování teorie Podmíněná pravděpodobnost - ve chvíli kdy máme částečnou informaci o výsledku experimentu. Hodíme kostkou a bez další informace víme, že P(4) = 1/6. Pokud víme, že padlo sudé číslo je jasné, že P(4 sudé) = 1/3. Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

5 Opakování teorie Podmíněná pravděpodobnost - ve chvíli kdy máme částečnou informaci o výsledku experimentu. Hodíme kostkou a bez další informace víme, že P(4) = 1/6. Pokud víme, že padlo sudé číslo je jasné, že P(4 sudé) = 1/3. P(A B) = P(A B) P(B) = P(B A) P(A) Lemma: Pro libovolné jevy A a B takové, že 0 < P(B) < 1, platí P(A) = P(A B) P(B) + P(A B c ) P(B c ). Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

6 Opakování teorie Lemma: Nechť pro jev B platí P(B) > 0. Podmíněná pravděpodobnost P( B) je pravděpodobnost, tj. splňuje axiomy 1 P(Ω B) = 1 2 pro každý jev A platí P(A B) 0 3 pro disjunktní jevy A a C platí P(A C B) = P(A B) +P(C B) Lemma (Multiplikativní zákon): Nechť pro jevy A 1,..., A n je P(A 1 A n ) > 0 Pak platí P(A 1 A n ) = P(A 1 ) P(A 2 A 1 ) P(A 3 A 1 A 2 )... P(A n A 1 A n 1 ) Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

7 Příklad 2.1 Ve třídě je 70% chlapců. 10% z chlapců hraje fotbal. Žádná z dívek nehraje fotbal / 5% dívek hraje fotbal. Kolik žáků ve třídě hraje fotbal? Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

8 Příklad 2.2 Dvě losovací urny obsahují stejné modré nebo bílé kuličky. První urna obsahuje 2 bílé a 3 modré. Druhá potom 3 bílé a 4 modré. Z první urny náhodně vytáhneme kuličku a přendáme ji do druhé urny. Potom z druhé urny vytáhneme kuličku a podíváme se na ní. Jaká je pravděpodobnost, že bude mít modrou barvu? Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

9 Opakování teorie Definice: Jevy A a B se nazývají nezávislé, pokud P(A B) = P(A) P(B). Obecně se množina jevů {A i i I } nazývá nezávislou, jestliže P i J A i = i J P(A i ) pro všechny neprázdné konečné podmnožiny J množiny I. Obecně neplatí, že A a B jsou nezávislé pokud A B =! (platí pouze pokud P(A) = 0 nebo P(B) = 0) Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

10 Příklad 2.3 Házíme dvakrát poctivou mincí. Uvažujeme následující jevy: A - v prvním hodu padla panna B - v druhém hodu padla panna C - v obou hodech padl stejný výsledek Tvoří jevy A, B a C nezávislou množinu? Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

11 Příklad 2.4 Máme balíček 52 karet. Jsou jevy vytažení srdcové karty a vytažení dámy nezávislé? Jak se výsledek změní přidáme-li do balíčku jednoho (více) žolíků? Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

12 Příklad 2.5 Nechť A a B jsou nezávislé jevy. Ukažte, že také A c a B jsou nezávislé a tudíž i A c a B c jsou nezávislé. Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

13 Příklad 2.6 Házíme dvakrát vyváženou kostkou (pravděpodobnost každé strany je stejná). Jaká je pravděpodobnost, že součet hodů bude větší než 7 za předpokladu, že v prvním hodu padla 4. Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

14 Příklad 2.7 Mezi body A a B vedou dvě silnice a mezi body B a C vedou také dvě silnice. V zimě může být nezávisle na ostatních každá z těchto 4 silnic zablokována sněhem s pravděpodobností p. Jaká je pravděpodobnost, že je možné se dostat a bodu A do bodu C. Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

15 Příklad 2.8 Předpokládejme, že pravděpodobnosti, že se narodí chlapec nebo dívka jsou stejné, pohlaví dvou různých dětí (i u týchž rodičů) jsou nezávislé. Vidím fotku na které jsou rodiče a dvě děti. Jedno z dětí je chlapec a druhé je v kostýmu (není poznat pohlaví). Jaká je pravděpodobnost, že i druhé dítě je chlapec? Jestliže víme, že chlapec rozpoznatelný na fotce se narodil v pondělí a děti se rodí ve všech dnech rovnoměrně, jak se změní odpověď? Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

16 Příklad 2.9 Galtonův paradox Hodíme třemi poctivými mincemi. Minimálně dvě ukazují stejný výsledek (panna nebo orel) a je vyrovnaná šance, že třetí bude panna nebo orel. Takže pravděpodobnost, že budou všechny 3 stejné je P(3 stejné) = 1 2. Souhlasíte? Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

17 Příklad 2.10 Urna obsahuje b modrých a r červených kuliček. Postupně je náhodně losujeme a nevracíme je zpět. Ukažte, že pravděpodobnost toho, že první červená kulička bude vytažena až v (k + 1) tahu se rovná ( ) ( ) r + b k 1 r + b /. r 1 b Hrabáková, Petr, Štampach, Vašata BI-PST, Cvičení č. 2 ZS 2014/ / 15

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

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

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

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

pravděpodobnosti a Bayesova věta

pravděpodobnosti 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,

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

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. 7

Pravděpodobnost 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

Více

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

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 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

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

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

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

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

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

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 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

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

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

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

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

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

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

Cvičení 1. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Cvičení 1. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. 1 Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v

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

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

Pravděpodobnost a statistika (BI-PST) Cvičení č. 9

Pravděpodobnost a statistika (BI-PST) Cvičení č. 9 Pravděpodobnost a statistika (BI-PST) Cvičení č. 9 R. Blažek, M. Jiřina, J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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 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

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

Cvičení 10. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Cvičení 10. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. 10 Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické

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

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

ZÁKLADY TEORIE PRAVDĚPODOBNOSTI

ZÁKLADY TEORIE PRAVDĚPODOBNOSTI ZÁKLDY TEORIE RVDĚODOBNOSTI 1 Vytvořeno s podporou projektu růřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)

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. Jevy, které za daných podmínek mohou, ale nemusí nastat, nazýváme náhodnými jevy.

Náhodný jev. Jevy, které za daných podmínek mohou, ale nemusí nastat, nazýváme náhodnými jevy. 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

Teorie pravděpodobnosti

Teorie pravděpodobnosti Teorie pravděpodobnosti Petra Schreiberová, Viktor Dubovský Katedra matematiky a deskriptivní geometrie Vysoká škola báňská Technická Univerzita Ostrava Ostrava 2018 OBSAH 1 Jevy 3 1.1 Základní pojmy...................................

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

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

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

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

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

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

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

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

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

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

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

Statistika pro informatiku (MI-SPI) Cvičení č. 6

Statistika pro informatiku (MI-SPI) Cvičení č. 6 Statistika pro informatiku (MI-SPI) Cvičení č. 6 Přednášející: Rudolf Blažek Cvičící: J. Hrabáková, K. Klouda, M. Kupsa, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké

Více

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC Přednáška 03 Přírodovědecká fakulta Katedra matematiky KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC jiri.cihlar@ujep.cz Diskrétní rozdělení Důležitá diskrétní rozdělení pravděpodobnosti

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

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Základy matematické analýzy

Základy matematické analýzy Základy matematické analýzy Spojitost funkce Ing. Tomáš Kalvoda, Ph.D. 1, Ing. Daniel Vašata 2 1 tomas.kalvoda@fit.cvut.cz 2 daniel.vasata@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních

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

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

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2017

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2017 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 207 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

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

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

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

4. cvičení 4ST201 - řešení

4. cvičení 4ST201 - řešení cvičící 4. cvičení 4ST201 - řešení 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

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

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

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 3. PREDNÁŠKA - KOMPAKTNÍ PROSTORY.

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 3. PREDNÁŠKA - KOMPAKTNÍ PROSTORY. TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 3. PREDNÁŠKA - KOMPAKTNÍ PROSTORY. PAVEL RŮŽIČKA 3.1. Kompaktní prostory. Buď (X, τ) topologický prostor a Y X. Řekneme, že A τ je otevřené pokrytí množiny Y, je-li

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

22. Pravděpodobnost a statistika

22. Pravděpodobnost a statistika 22. Pravděpodobnost a statistika Pravděpodobnost náhodných jevů. Klasická pravděpodobnost. Statistický soubor, statistické jednotky, statistické znaky. Četnosti, jejich rozdělení a grafické znázornění.

Více

Mgr. Rudolf Blažek, Ph.D. prof. RNDr. Roman Kotecký Dr.Sc.

Mgr. Rudolf Blažek, Ph.D. prof. RNDr. Roman Kotecký Dr.Sc. Náhodné veličiny III Mgr. Rudolf Blažek, Ph.D. prof. RNDr. Roman Kotecký Dr.Sc. Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v Praze c Rudolf Blažek, Roman

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

5. Jev B je částí jebu A. Co můžeme říct o podmíněné pravděpodobnosti? (1b)

5. 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

Více

Cvičení 5. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Cvičení 5. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. 5 Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v

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

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 3. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Cvičení 3. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Cvičení 3 Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické

Více

1 Rozptyl a kovariance

1 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

Více

Kombinatorika. Michael Krbek. 1. Základní pojmy. Kombinatorika pracuje se spočitatelnými (tedy obvykle

Kombinatorika. Michael Krbek. 1. Základní pojmy. Kombinatorika pracuje se spočitatelnými (tedy obvykle Kombinatorika Michael Krbek. Základní pojmy. Kombinatorika pracuje se spočitatelnými (tedy obvykle konečnými) strukturami a patří kvůli tomu mezi nejstarší oblasti matematiky. Je těžké podat přesný výčet

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

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

Základní pojmy teorie množin Vektorové prostory

Základní pojmy teorie množin Vektorové prostory Základní pojmy teorie množin Přednáška MATEMATIKA č. 1 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 7. 10. 2010 Základní pojmy teorie množin Základní pojmy

Více

UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY BAKALÁŘSKÁ PRÁCE

UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY BAKALÁŘSKÁ PRÁCE UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY BAKALÁŘSKÁ PRÁCE Sbírka řešených příkladů z pravděpodobnosti: náhodný jev Vedoucí bakalářské práce:

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

(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

prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. BI-ZMA ZS 2009/2010

prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. BI-ZMA ZS 2009/2010 Základní pojmy prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. Katedra matematiky České vysoké učení technické v Praze c Čestmír Burdík, Edita Pelantová 2009 Základy matematické analýzy

Více

Matematické důkazy Struktura matematiky a typy důkazů

Matematické důkazy Struktura matematiky a typy důkazů Matematické důkazy Struktura matematiky a typy důkazů Petr Liška Masarykova univerzita 18.9.2014 Motto: Matematika je tvořena z 50 procent formulemi, z 50 procent důkazy a z 50 procent představivostí.

Více