Téma 2: Pravděpodobnostní vyjádření náhodných veličin
|
|
- Jana Bártová
- před 7 lety
- Počet zobrazení:
Transkript
1 Nominální napětí v pásnici Std Mean Std Téma : Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební Vysoká škola báňská Technická univerzita Ostrava
2 Osnova přednášky Náhodný jev, pravděpodobnost náhodného jevu Náhodná veličina: diskrétní spojitá Základní pojmy teorie pravděpodobnosti: Rozdělení pravděpodobnosti: Parametrické Neparametrické (empirické) Pravděpodobnostní funkce Hustota rozdělení pravděpodobnosti Distribuční funkce Aproximace omezených rozdělení pravděpodobnosti, histogramy Náhodná veličina v pravděpodobnostním výpočtu Pravděpodobnostní vyjádření náhodných veličin / 33
3 Pravděpodobnost Náhodným jevem se rozumí opakovatelná činnost prováděná za stejných (nebo přibližně stejných) podmínek, jejíž výsledek je nejistý a závisí na náhodě. Příklady mohou být například házení kostkou, střelba do terče nebo losování loterie. Pravděpodobnost náhodného jevu je číslo, udávající s jakou jistotou lze daný náhodný jev očekávat. Míra pravděpodobnosti náleží do uzavřeného intervalu <0, >, kde nula znamená, že událost nemůže nastat a jednička, že jev je jistý. Lze vyjádřit i procentuálně (po vynásobení 00) V teorii spolehlivosti konstrukcí např. kde P f P s P f... pravděpodobnost, že nastane porucha P s... pravděpodobnost, že konstrukce zůstane zachovaná Základní principy teorie pravděpodobnosti / 33
4 Náhodná veličina Náhodná veličina je libovolná reálná funkce X definovaná na množině elementárních jevů ω pravděpodobnostního prostoru Ω. Náhodná veličina je určena rozdělením pravděpodobnosti. Spojité a diskrétní veličiny: Náhodné veličiny lze rozdělit na nespojité (diskrétní) a spojité. Diskrétní veličiny mohou nabývat pouze početný počet hodnot (konečný i nekonečný), zatímco spojité veličiny nabývají hodnoty z intervalu (konečného nebo nekonečného). Obor všech hodnot náhodné veličiny se nazývá definičním oborem. Příklad: Výskyt daného jevu lze označit hodnotou. Pokud k výskytu daného jevu nedojde, náhodné veličině se přiřadí hodnota 0. Jedná se tedy o diskrétní náhodnou veličinu, která nabývá pouze hodnoty 0 nebo. Základní principy teorie pravděpodobnosti 3 / 33
5 Náhodná veličina P (x ) 0,80 0,65 Pravděpodobnostní funkce hodu kostkou Rozdělení pravděpodobnosti diskrétní náhodné veličiny 0,50 0,35 0,0 0,05 0,090 0,075 0,060 0,045 0,030 0,05 0, x Rozdělení pravděpodobnosti spojité náhodné veličiny Základní principy teorie pravděpodobnosti 4 / 33
6 Rozdělení pravděpodobnosti, pravděpodobnostní funkce Rozdělení pravděpodobnosti náhodné veličiny je pravidlo, kterým se každému jevu popisovanému touto veličinou přiřadí určitá pravděpodobnost. Rozdělení pravděpodobnosti náhodné veličiny lze získat, pokud se každé hodnotě diskrétní náhodné veličiny, popř. intervalu hodnot spojité náhodné veličiny, přiřadí pravděpodobnost s pomocí pravděpodobnostní funkce P(x). Znalost pravděpodobnostní funkce lze použít k výpočtu pravděpodobnosti. Např. pravdě- x podobnost, že náhodná veličina X leží mezi hodnotami x a x se určí: P x x x Px x xx P(x) x P(x ) x P(x ) x n P(x n ) Základní principy teorie pravděpodobnosti 5 / 33
7 Distribuční funkce diskrétní veličiny Pomocí pravděpodobnostní funkce lze zavést tzv. distribuční funkci vztahem: F x P X x Distribuční funkce je neklesající a je spojitá zleva. Hodnoty distribuční funkce leží v rozsahu x 0 F Pro diskrétní náhodnou veličinu X lze pro libovolné reálné číslo x vyjádřit distribuční funkci vztahem F x tx P t Vlastnosti Jestliže hodnoty náhodné veličiny leží v intervalu <a,b), pak F(a) = 0 a F(b) =. Základní principy teorie pravděpodobnosti 6 / 33
8 Pravděpodobnostní a distribuční funkce hodu kostkou P (x ) 0,80 Pravděpodobnostní funkce hodu kostkou Pravděpodobnostní funkce 0,65 0,50 0,35 0,0 0,05 0,090 0,075 0,060 0,045 F (x ),000 Distribuční funkce hodu kostkou 0,030 0,05 0,800 0, x 0,600 0,400 0,00 Distribuční funkce 0, x Základní principy teorie pravděpodobnosti 7 / 33
9 Hustota rozdělení pravděpodobnosti Rozdělení pravděpodobnosti spojité náhodné veličiny se určuje prostřednictvím funkce, kterou označujeme jako hustota rozdělení pravděpodobnosti (hustota pravděpodobnosti). Je-li (x) hustota pravděpodobnosti spojité náhodné veličiny X, pak platí kde Ω je definiční obor veličiny X. xdx (Pro hodnoty x mimo definiční obor Ω je hustota pravděpodobnosti nulová). Ze znalosti hustoty pravděpodobnosti (x) lze určit pravděpodobnost, že náhodná veličina X bude mít hodnotu z intervalu <x,x >, tedy P x X x x dx x x Základní principy teorie pravděpodobnosti 8 / 33
10 Distribuční funkce spojité veličiny Pro spojitou náhodnou veličinu s hustotou pravděpodobnosti (x) lze definovat distribuční funkci vztahem F x t dt Vlastnosti Platí, že F 0 a F. Distribuční funkci lze použít k výpočtu pravděpodobnosti, neboť P x X x Fx F x Lze dokázat, že mezi hustotou pravděpodobnosti (x) a distribuční funkcí F(x) platí vztah x x df dx Základní principy teorie pravděpodobnosti 9 / 33
11 Distribuční funkce spojité veličiny Pravděpodobnostní funkce Distribuční funkce Základní principy teorie pravděpodobnosti 0 / 33
12 Aproximace omezených rozdělení pravděpodobnosti, histogramy. Původní (originální) rozdělení pravděpodobnosti. Diskrétní (discrete) rozdělení pravděpodobnosti 3. Čistě diskrétní (pure discrete) rozdělení pravděpodobnosti 4. Po částech rovnoměrné rozdělení pravděpodobnosti Pravděpodobnost (četnost).. Intenzita Pravděpodobnostní vyjádření náhodných veličin / 33
13 Omezení definičního oboru rozdělení pravděpodobnosti spojité náhodné veličiny Neomezený obor rozdělení pravděpodobnosti náhodné spojité veličiny Omezený obor rozdělení pravděpodobnosti náhodné spojité veličiny Pravděpodobnostní vyjádření náhodných veličin / 33
14 (Ne)parametrické rozdělení pravděpodobnosti Parametrická rozdělení pravděpodobnosti popsány analytickou funkcí např. obecný vzorec funkce hustoty normálního (Gaussova) rozdělení Parametry - charakteristiky rozdělení náhodné veličiny (např. střední hodnota a směrodatná odchylka) f x, x e Nominální napětí v pásnici 0.05 Neparametrické (empirické) rozdělení pravděpodobnosti 0.0 Std Mean Std Mez kluzu Std Mean Std definovány na základě měření, často i dlouhodobých Pravděpodobnostní vyjádření náhodných veličin 3 / 33
15 Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny Důležitá spojitá rozdělení pravděpodobnosti: Rovnoměrné rozdělení Normální rozdělení (Gaussovo rozdělení) Exponenciální rozdělení Laplaceovo rozdělení Std Variable Mean Std Logistické rozdělení Charakteristiky rozdělení náhodné veličiny - Maxwellovo rozdělení parametry (např. střední hodnota a směrodatná Studentovo rozdělení odchylka) Fischerovo-Snedecorovo rozdělení χ² rozdělení (Chí kvadrát) Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 4 / 33
16 Normální rozdělení pravděpodobnosti Obecný vzorec funkce hustoty normálního (Gaussova) rozdělení pravděpodobnosti: x f x, e... střední hodnota f x, e ( x ) n i... směrodatná odchylka n x i n x i n i Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 5 / 33
17 Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny Obecný vzorec funkce hustoty normálního (Gaussova) rozdělení pravděpodobnosti... střední hodnota... směrodatná odchylka f x, x e 0, 0,09 0,08 0,07 n n i ln x i s=0.5 s=0.75 s= Obecný vzorec funkce hustoty lognormálního rozdělení pravděpodobnosti f ln x, x x e 0,06 0,05 0,04 0,03 0,0 0,0 0 lnx i n i 0,,, 3, 4, 5, n Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 6 / 33
18 Mez kluzu f y oceli S35 Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 7 / 33
19 Tlaková pevnost betonu Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 8 / 33
20 Krycí vrstva betonu Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 9 / 33
21 Pevnost zdiva Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 0 / 33
22 Základní typy parametrických rozdělení pravděpodobnosti Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny / 33
23 Programový nástroj HistAn Slouží pro podrobnější analýzu vstupních histogramů. Minimum a maximum funkční hodnoty (okrajové hranice histogramu) Počet tříd (intervalů) a četností v nich definovaných Jednoduché výpočty (stanovení funkční hodnoty s odpovídajícím kvantilem a kvantilu pro zadanou funkční hodnotu) Určení kombinace několika vstupních histogramů Určení tzv. sumárního histogramu (výpočty s tzv. větrnou růžicí) Tvorba histogramů s parametrickým rozdělením Zpracování naměřených (prvotních) dat Tvorba a analýza histogramů vstupních veličin / 33
24 Histogram omezeného rozdělení pravděpodobnosti Histogram omezeného diskrétního (discrete) rozdělení pravděpodobnosti Neparametrické (empirické) rozdělení pravděpodobnosti 3 / 33
25 Histogram čistě diskrétního rozdělení pravděpodobnosti Histogram čistě diskrétního (pure discrete) rozdělení pravděpodobnosti Neparametrické (empirické) rozdělení pravděpodobnosti 4 / 33
26 Struktura datového souboru s definicí histogramu Textový soubor s příponou *.dis (distribution), jenž obsahuje údaje následujícího tvaru: [Description] (. oddíl datového souboru) Identification= volitelný popis datového souboru Type= Pure Discrete Discrete Continuous (typ empirického rozdělení) [Parameters] (. oddíl datového souboru) Min= minimální funkční hodnota Max= maximální funkční hodnota Bins= celkový počet tříd daného histogramu Total= součet četností ve všech třídách [Bins] (3. oddíl datového souboru) četnost v. třídě četnost ve. třídě atd.... Neparametrické (empirické) rozdělení pravděpodobnosti 5 / 33
27 Parametrická rozdělení v programu HistAn (v systému ProbCalc) Implementace modulu pro vkládání naměřených dat a pro jejich vyhodnocování. Možnost tvorby histogramů s neparametrickým rozdělením s možností volby počtu intervalů. Použití histogramů s parametrickým rozdělením. K dispozici škála 3 typů s možností výběru nejvhodnějšího z nich pro daný soubor získaných či naměřených hodnot s využitím koeficientu těsnosti. Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 6 / 33
28 Parametrická rozdělení v programu HistAn (v systému ProbCalc) Pravděpodobnost pro useknutí parametrického rozdělení Normální LogNormální Gumbel I a II Raised-Cosine Cauchy Fischer-Tippett Laplace Logistic Weibull Rayleigh Lévy Student Beta v nule Beta obecné Gama Snedecorovo Pareto Uniform Trianguler Exponenciální X Half-Logistic Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 7 / 33
29 Histogram omezeného rozdělení pravděpodobnosti Histogram aproximace parametrického rozdělení pravděpodobnosti omezeným diskrétním (discrete) rozdělením pravděpodobnosti Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 8 / 33
30 Použití naměřených (primárních) dat, parametrické rozdělení Charakteristiky odvozených parametrických dat Výběr vhodného rozdělení dle koeficientu těsnosti Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 9 / 33
31 Koeficient těsnosti Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 30 / 33,.. y i i i i x y y Y s y Y Y y n s s s i i y y y n s. i i Y y Y n s. i i i x y Y y n s,. Y i... hodnota funkce hustoty pravděpodobnosti parametrického rozdělení v příslušné hodnotě x i y... střední hodnota ze všech y i rozptyly pro n intervalů 0, y Y s s
32 Reziduální (zbytkový) součet čtverců Rozptyl s y, x. n i y i Y i... žádoucí nejmenší hodnota Y i... hodnota funkce hustoty pravděpodobnosti parametrického rozdělení v příslušné hodnotě x i Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 3 / 33
33 Tabulka vhodných parametrických rozdělení a jejich charakteristik vhodná nevhodná Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 3 / 33
34 Závěry Přednáška: byla zaměřena na základní pojmy teorie pravděpodobnosti, které souvisejí s pravděpodobností náhodného jevu, ukázala možnosti pravděpodobnostního vyjádření náhodné veličiny formou neparametrického (empirického) a parametrického rozdělení pravděpodobnosti, stručně zmínila způsoby definice histogramu náhodné veličiny v datových souborech pravděpodobnostních výpočtů, nastínila použití programového prostředku HistAn. Závěry 33 / 33
35 Nominální napětí v pásnici Std Mean Std Děkuji za pozornost!
Téma 2: Pravděpodobnostní vyjádření náhodných veličin
0.025 0.02 0.015 0.01 0.005 Nominální napětí v pásnici Std Mean 140 160 180 200 220 240 260 Std Téma 2: Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Pravděpodobnostní posuzování
VíceTéma 5: Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny
0.05 0.0 0.05 0.0 0.005 Nomnální napětí v pásnc Std Mean 40 60 80 00 0 40 60 Std Téma 5: Parametrcká rozdělení pravděpodobnost spojté náhodné velčn Přednáška z předmětu: Pravděpodobnostní posuzování konstrukcí
VíceTéma 2: Pravděpodobnostní vyjádření náhodných veličin
0.025 0.02 0.015 0.01 0.005 Nominální napětí v pásnici Std Mean 140 160 180 200 220 240 260 Std Téma 2: Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Spolehlivost a bezpečnost staveb
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
VíceTéma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí
Téma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební Vysoká škola
VíceMetoda POPV, programový systém
Spolehlivost a bezpečnost staveb, 4.ročník bakalářského studia Téma 4 Metoda POPV, programový systém ProbCalc Princip metody Přímého optimalizovaného pravděpodobnost- ního výpočtu (POPV) Přehled optimalizačních
VíceTéma 3 Metoda LHS, programový systém Atena-Sara-Freet
Spolehlivost a bezpečnost staveb, 4.ročník bakalářského studia Téma 3 Metoda LHS, programový systém Atena-Sara-Freet Parametrická rozdělení Metoda Latin Hypercube Sampling (LHS) aplikovaná v programu Freet
VíceI. D i s k r é t n í r o z d ě l e n í
6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme
Vícep(x) = P (X = x), x R,
6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme
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
VíceZáklady teorie pravděpodobnosti
Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie
VíceNÁHODNÁ VELIČINA. 3. cvičení
NÁHODNÁ VELIČINA 3. cvičení Náhodná veličina Náhodná veličina funkce, která každému výsledku náhodného pokusu přiřadí reálné číslo. Je to matematický model popisující více či méně dobře realitu, který
VíceCvičení 2. Vyjádření náhodně proměnných veličin, Posudek spolehlivosti metodou SBRA, Posudek metodou LHS.
Spolehlivost a bezpečnost staveb 4. ročník bakalářského studia Cvičení 2 Vyjádření náhodně proměnných veličin, Posudek spolehlivosti metodou SBRA, Posudek metodou LHS. Zpracování naměřených dat Tvorba
VíceP13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.
P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. Matematický přístup k výsledkům únavových zkoušek Náhodnost výsledků únavových zkoušek. Únavové
VíceROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) f( x) distribuční funkce 0 x a F( x) a x b b a 1 x b b 1 a x a a x b
VíceChyby měření 210DPSM
Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů
Více7. Rozdělení pravděpodobnosti ve statistice
7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,
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
VíceDefinice spojité náhodné veličiny zjednodušená verze
Definice spojité náhodné veličiny zjednodušená verze Náhodná veličina X se nazývá spojitá, jestliže existuje nezáporná funkce f : R R taková, že pro každé a, b R { }, a < b, platí P(a < X < b) = b a f
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
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.
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
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
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
VíceNáhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
VíceDiskrétní náhodná veličina. November 12, 2008
Diskrétní náhodná veličina November 12, 2008 (Náhodná veličina (náhodná proměnná)) Náhodná veličina (nebo též náhodná proměnná) je veličina X, jejíž hodnota je jednoznačně určena výsledkem náhodného pokusu.
VíceTéma 4: Stratifikované a pokročilé simulační metody
0.007 0.006 0.005 0.004 0.003 0.002 0.001 Dlouhodobé nahodilé Std Distribution: Gumbel Min. EV I Mean Requested: 140 Obtained: 141 Std Requested: 75.5 Obtained: 73.2-100 0 100 200 300 Mean Std Téma 4:
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n y Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota y závisí nějakým způsobem na vstupní, je její funkcí y = f(x).
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
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
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
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
VíceNáhodné chyby přímých měření
Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.
VíceNáhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
VíceMATEMATICKÁ STATISTIKA
MATEMATICKÁ STATISTIKA 1. Úvod. Matematická statistika se zabývá vyšetřováním zákonitostí, které v sobě obsahují prvek náhody. Zpracováním hodnot, které jsou výstupem sledovaného procesu, se snažíme popsat
VíceTéma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí
Téma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí Přednáška z předmětu: Pravděpodobnostní posuzování konstrukcí 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební Vysoká
VíceDesign Experimentu a Statistika - AGA46E
Design Experimentu a Statistika - AGA46E Czech University of Life Sciences in Prague Department of Genetics and Breeding Summer Term 2015 Matúš Maciak (@ A 211) Office Hours: M 14:00 15:30 W 15:30 17:00
VíceStřední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D.
Střední hodnota a rozptyl náhodné veličiny, vybraná rozdělení diskrétních a spojitých náhodných veličin, pojem kvantilu Ing. Michael Rost, Ph.D. Príklad Předpokládejme že máme náhodnou veličinu X která
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:,
VíceVYUŽITÍ NAMĚŘENÝCH HODNOT PŘI ŘEŠENÍ ÚLOH PŘÍMÝM DETERMINOVANÝM PRAVDĚPODOBNOSTNÍM VÝPOČTEM
Proceedings of the 6 th International Conference on New Trends in Statics and Dynamics of Buildings October 18-19, 2007 Bratislava, Slovakia Faculty of Civil Engineering STU Bratislava Slovak Society of
VíceAVDAT Náhodný vektor, mnohorozměrné rozdělení
AVDAT Náhodný vektor, mnohorozměrné rozdělení Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Opakování, náhodná veličina, rozdělení Náhodná veličina zobrazuje elementární
VíceNáhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která
Náhodná veličina a její charakteristiky Náhodná veličina a její charakteristiky Představte si, že provádíte náhodný pokus, jehož výsledek jste schopni ohodnotit nějakým číslem. Před provedením pokusu jeho
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota závisí nějakým způsobem na vstupní, je její funkcí = f(x). Pokud
VíceCvičení 3. Posudek únosnosti ohýbaného prutu. Software FREET Simulace metodou Monte Carlo Simulace metodou LHS
Spolehlivost a bezpečnost staveb, 4. ročník bakalářského studia (všechny obory) Cvičení 3 Posudek únosnosti ohýbaného prutu Software FREET Simulace metodou Monte Carlo Simulace metodou LHS Katedra stavební
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
VíceNÁHODNÁ VELIČINA. Podle typu výběrového prostoru rozlišujeme dva základní druhy NV Diskrétní (nespojitou) náhodnou veličinu Spojitou náhodnou veličinu
NÁHODNÁ VELIČINA NÁHODNÁ VELIČINA Provedeme náhodný pokus (vybereme nějaké lidi, výrobky) A jejich výsledkem je nějaké reálné číslo (počet VŠ, počet vadných výrobků) Kdyţ je moţné přiřadit číslo můţeme
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.
VícePraktická statistika. Petr Ponížil Eva Kutálková
Praktická statistika Petr Ponížil Eva Kutálková Zápis výsledků měření Předpokládejme, že známe hodnotu napětí U = 238,9 V i její chybu 3,3 V. Hodnotu veličiny zapíšeme na tolik míst, aby až poslední bylo
VíceMgr. 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
Více8 Střední hodnota a rozptyl
Břetislav Fajmon, UMAT FEKT, VUT Brno Této přednášce odpovídá kapitola 10 ze skript [1]. Také je k dispozici sbírka úloh [2], kde si můžete procvičit příklady z kapitol 2, 3 a 4. K samostatnému procvičení
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Náhodná proměnná Náhodná veličina slouží k popisu výsledku pokusu. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáme. Přesto bychom chtěli tento pokus
VíceKMA/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
VíceE(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =
Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní
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
VíceTéma 5: Přímý Optimalizovaný Pravděpodobnostní Výpočet POPV
Téma 5: Přímý Optimalizovaný Pravděpodobnostní Výpočet POPV Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební Vysoká škola
VíceJAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová
JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodný pokus? Děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž
Vícea způsoby jejího popisu Ing. Michael Rost, Ph.D.
Podmíněná pravděpodobnost, náhodná veličina a způsoby jejího popisu Ing. Michael Rost, Ph.D. Podmíněná pravděpodobnost Pokud je jev A vázán na uskutečnění jevu B, pak tento jev nazýváme jevem podmíněným
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Náhodná proměnná Náhodná veličina slouží k popisu výsledku pokusu. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáme. Přesto bychom chtěli tento pokus
VíceCvičení 9. Posudek únosnosti ohýbaného prutu metodou LHS v programu FREET. Software FREET Simulace metodou LHS
Pravděpodobnostní posuzování konstrukcí 4. ročník bakalářského studia obor Konstrukce staveb Cvičení 9 Posudek únosnosti ohýbaného prutu metodou LHS v programu FREET Software FREET Simulace metodou LHS
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.
VícePravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík
Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2017/2018 Tutoriál č. 2:, náhodný vektor Jan Kracík jan.kracik@vsb.cz náhodná veličina rozdělení pravděpodobnosti náhodné
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.
Více1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost
1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost Ve světě kolem nás eistují děje, jejichž výsledek nelze předem jednoznačně určit. Například nemůžete předem určit, kolik
VíceSPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI. 7. cvičení
SPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI 7. cvičení Intenzita poruch Funkce modelující dobu do výskytu události životnost, dobu do poruchy, dobu do relapsu (návratu onemocnění), apod. používáme spolu s distribuční
VíceIDENTIFIKACE BIMODALITY V DATECH
IDETIFIKACE BIMODALITY V DATECH Jiří Militky Technická universita v Liberci e- mail: jiri.miliky@vslib.cz Milan Meloun Universita Pardubice, Pardubice Motto: Je normální předpokládat normální data? Zvláštnosti
VíceMe neˇ nezˇ minimum ze statistiky Michaela S ˇ edova KPMS MFF UK Principy medicı ny zalozˇene na du kazech a za klady veˇdecke prˇı pravy 1 / 33
1 / 33 Méně než minimum ze statistiky Michaela Šedová KPMS MFF UK Principy medicíny založené na důkazech a základy vědecké přípravy Příklad Studie syndromu náhodného úmrtí dětí. Dvě skupiny: Děti, které
VíceJAK MODELOVAT VÝSLEDKY
JAK MODELOVAT VÝSLEDKY NÁHODNÝCH POKUSŮ? Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodný pokus? Děj, jehož výsledek není předem jednoznačně určen podmínkami, za
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
VíceTéma 10: Spolehlivost a bezpečnost stavebních nosných konstrukcí
Téma 10: Spolehlivost a bezpečnost stavebních nosných konstrukcí Přednáška z předmětu: Pravděpodobnostní posuzování konstrukcí 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební
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 010 1.týden (0.09.-4.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceCvičení 8. Posudek spolehlivosti metodou SBRA. Prostý nosník vystavený spojitému zatížení
Pravděpodobnostní posuzování konstrukcí 4. ročník bakalářského studia obor Konstrukce staveb Cvičení 8 Posudek spolehlivosti metodou SBRA Prostý nosník vystavený spojitému zatížení Katedra stavební mechaniky
VíceCvičení 2. Posudek spolehlivosti metodou SBRA. Prostý nosník vystavený spojitému zatížení
Spolehlivost a bezpečnost staveb, 4. ročník bakalářského studia (všechny obory) Cvičení 2 Posudek spolehlivosti metodou SBRA Prostý nosník vystavený spojitému zatížení Katedra stavební mechaniky Fakulta
VíceMATEMATICKÁ STATISTIKA - XP01MST
MATEMATICKÁ STATISTIKA - XP01MST 1. Úvod. Matematická statistika (statistics) se zabývá vyšetřováním zákonitostí, které v sobě obsahují prvek náhody. Zpracováním hodnot, které jsou výstupem sledovaného
VíceMatematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace
Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace Jan Slovák Masarykova univerzita Fakulta informatiky 28. 11 2. 12. 2016 Obsah přednášky 1 Literatura 2 Střední
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Náhodný výběr 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
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
Více15. T e s t o v á n í h y p o t é z
15. T e s t o v á n í h y p o t é z Na základě hodnot náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Rozeznáváme dva základní typy testů:
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
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
VíceX = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní
..08 8cv7.tex 7. cvičení - transformace náhodné veličiny Definice pojmů a základní vzorce Je-li X náhodná veličina a h : R R je měřitelná funkce, pak náhodnou veličinu Y, která je definovaná vztahem X
VíceVŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: SMAD Cvičení Ostrava, AR 2016/2017 Popis datového souboru Pro dlouhodobý
Vícepravděpodobnosti, popisné statistiky
8. Modelová rozdělení pravděpodobnosti, popisné statistiky Rozdělení pravděpodobnosti Normální rozdělení jako statistický model Přehled a aplikace modelových rozdělení Popisné statistiky Anotace Klasickým
VíceRozdělení náhodné veličiny. Distribuční funkce. Vlastnosti distribuční funkce
Náhodná veličina motivace Náhodná veličina Často lze výsledek náhodného pokusu vyjádřit číslem: číslo, které padlo na kostce, výška náhodně vybraného studenta, čas strávený čekáním na metro, délka života
VíceRovnoměrné rozdělení
Rovnoměrné rozdělení Nejjednodušší pravděpodobnostní rozdělení pro diskrétní náhodnou veličinu. V literatuře se také nazývá jako klasické rozdělení pravděpodobnosti. Náhodná veličina může nabývat n hodnot
VíceROZDĚLENÍ NÁHODNÝCH VELIČIN
ROZDĚLENÍ NÁHODNÝCH VELIČIN 1 Vytvořeno s podporou projektu Průřezová 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)
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
VíceVYBRANÁ ROZDĚLENÍ. SPOJITÉ NÁH. VELIČINY Martina Litschmannová
VYBRANÁ ROZDĚLENÍ SPOJITÉ NÁH. VELIČINY Martina Litschmannová Opakování hustota pravděpodobnosti f(x) Funkce f(x) je hustotou pravděpodobností (na intervalu a x b), jestliže splňuje následující podmínky:
Více8. Normální rozdělení
8. Normální rozdělení 8.. Definice: Normální (Gaussovo) rozdělení N(µ, 2 ) s parametry µ a > 0 je rozdělení určené hustotou ( ) f(x) = (x µ) 2 e 2 2, x (, ). Rozdělení N(0; ) s parametry µ = 0 a = se nazývá
VíceHodnocení vlastností materiálů podle ČSN EN 1990, přílohy D
Hodnocení vlastností materiálů podle ČSN EN 1990, přílohy D Miroslav Sýkora Kloknerův ústav, ČVUT v Praze 1. Úvod 2. Kvantil náhodné veličiny 3. Hodnocení jedné veličiny 4. Hodnocení modelu 5. Příklady
Více2. 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.
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická
Vícespolehlivosti stavebních nosných konstrukcí
Principy posuzování spolehlivosti stavebních nosných konstrukcí Spolehlivost a bezpečnost staveb 4. ročník bakalářského studia Ing. Martin Krejsa, Ph.D. Katedra stavební mechaniky Fakulta stavební Vysoká
VíceÚvod do problematiky měření
1/18 Lord Kelvin: "Když to, o čem mluvíte, můžete změřit, a vyjádřit to pomocí čísel, něco o tom víte. Ale když to nemůžete vyjádřit číselně, je vaše znalost hubená a nedostatečná. Může to být začátek
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
VíceNáhodné vektory a matice
Náhodné vektory a matice Jiří Militký Katedra textilních materiálů Technická Universita Liberec, Červeně označené slide jsou jen pro doplnění informací a nezkouší se. Symbolika A B Jev jistý S (nastane
Více8.1. Definice: Normální (Gaussovo) rozdělení N(µ, σ 2 ) s parametry µ a. ( ) ϕ(x) = 1. označovat písmenem U. Její hustota je pak.
8. Normální rozdělení 8.. Definice: Normální (Gaussovo) rozdělení N(µ, ) s parametry µ a > 0 je rozdělení určené hustotou ( ) f(x) = (x µ) e, x (, ). Rozdělení N(0; ) s parametry µ = 0 a = se nazývá normované
Více