Téma 4. Řešené příklady



Podobné dokumenty
22. Pravděpodobnost a statistika

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

Příklad 4 3 body (1/6) Házíme 2 hracími kostkami najednou. Jaká je pravděpodobnost, že součet čísel na obou kostkách bude větší než 9?

VYBRANÁ ROZDĚLENÍ. DISKRÉTNÍ NÁH. VELIČINY Martina Litschmannová

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

náhodný jev je podmnožinou

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH

KONDIČNÍ PROGRAM PRO ŽENY

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

Selekce. Zdeňka Veselá

Náhodná veličina X má Poissonovo rozdělení se střední hodnotou lambda. Poissonovo rozdělení je definováno jako. P(X=k) = 0,036

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

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

Téma 2. Řešené příklady

Základní typy pravděpodobnostních rozdělení

Tomáš Karel LS 2012/2013

Modely diskrétní náhodné veličiny. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Řešené příklady z pravděpodobnosti:

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

TEST 1 (40 bodů) (9 4)! 2. Nejméně kolikrát musíme hodit kostkou, abychom měli alespoň 80% pravděpodobnost, že padne alespoň jedna šestka?

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

Pravděpodobnost a statistika

Metodický pokyn pro odchovná zařízení plemenných býků

Koordinace traumatologického plánování KHK z pohledu ZZS KHK

ROZDĚLENÍ NÁHODNÝCH VELIČIN

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

Vybraná rozdělení náhodné veličiny

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

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

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7

S1P Příklady 01. Náhodné jevy

Biostatistika Cvičení 7

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

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

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

Přejímka jedním výběrem

PRAVDĚPODOBNOST A JEJÍ UŽITÍ

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Ústav aplikované matematiky

KOMBINATORIKA - SLOVNÍ ÚLOHY (BEZ OPAKOVÁNÍ) Variace

Zavádění systému psychosociální intervenční péče v Královéhradeckém kraji

Diskrétní náhodná veličina

OTÁZKY A ODPOVĚDI PRŮZKUM DOPRAVNÍHO CHOVÁNÍ V LITOMĚŘICÍCH A BLÍZKÉM OKOLÍ

František Hudek. duben Informační a komunikační technologie MS Excel Úvod do Excelu I. Seznámení s pracovním prostředím aplikace MS Excel.

ÚVOD DO TEORIE ODHADU. Martina Litschmannová

pravděpodobnosti a Bayesova věta

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

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

Tomáš Karel LS 2012/2013

ZÁKONY ROZDĚLENÍ PRAVDĚPODOBNOSTI

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů

Stěžejní funkce MS Excel 2007/2010, jejich ovládání a možnosti využití

4EK201 Matematické modelování. 8. Modely hromadné obsluhy

KGG/STG Statistika pro geografy

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

Teorie hromadné obsluhy (Queuing Theory)

Aproximace binomického rozdělení normálním

Počítačová simulace logistických procesů I. - cvičení 06. ŠAVŠ, Štoček, Karpeta, Varjan

Medicína Katastrof Hradec Králové

HELICOPTER EMERGENCY MEDICAL SERVICE

VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY

4EK211 Základy ekonometrie

Teorie hromadné obsluhy (Queuing Theory)

Informační a znalostní systémy

Ing. Michael Rost, Ph.D.

Klasická pravděpodobnost a geometrická pravděpodobnost

VÝSLEDKY VÝZKUMU. indikátor ECI/TIMUR A.1 SPOKOJENOST OBYVATEL S MÍSTNÍM SPOLEČENSTVÍM V PROSTĚJOVĚ

Poznámky k předmětu Aplikovaná statistika, 1. téma

Určete polohu a variabilitu mediánem a kvartilovou odchylkou Q(X). g) Určete modus: a. Nespojité náhodné veličiny X s pravděpodobnostní funkcí

Spolupráce stakeholderů při zajišťování potřebné pomoci a podpory osobám s PAS a jejich rodinám v Olomouckém kraji. Zbyněk Vočka Olomouc

LIMITNÍ VĚTY DALŠÍ SPOJITÁ ROZDĚLENÍ PR. 8. cvičení

tazatel Průměr ve Počet respondentů Rozptyl ve

VÝBĚR A JEHO REPREZENTATIVNOST

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

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Rozdělení Československa

výška (cm) počet žáků

Tomáš Karel LS 2012/2013

Zdravotnická záchranná služba 2015

4EK311 Operační výzkum. 8. Modely hromadné obsluhy

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Taguciho metody. Řízení jakosti

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY

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

4ST201 STATISTIKA CVIČENÍ Č. 7

Velikonoce Zpracováno exkluzivně pro:

František Hudek. červen 2012

Titul: Letectví Spotřeba paliva letadla

Léčba inkontinence stolice pomocí PC biofeedbacku

Výzkum znalosti ROP Jihovýchod v Jihomoravském kraji a kraji Vysočina

Lékař v oboru gynekologie a porodnictví ž/m

Jihočeská univerzita v Českých Budějovicích

Náhodná veličina a rozdělení pravděpodobnosti

M e t o d i k a. kontroly masné užitkovosti pro český strakatý skot a fylogeneticky příbuzná kombinovaná plemena

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

Zdravotnická záchranná služba jihočeského kraje MUDr René Papoušek

3. Optimalizace pomocí nástroje Řešitel

Podmíněná pravděpodobnost

Transkript:

Téma 4. Řešené příklady 1. Do autobusu městské hromadné dopravy nastoupilo 30 cestujících. Z nich 3 nemají ani označený lístek ani průkazku. V autobusu je revizor, a protože by nestihl do příští stanice zkontrolovat všech 30 cestujících, rozhodl se, že zkontroluje pouze 5 náhodně vybraných z nich. Jaká je pravděpodobnost, že mezi kontrolovanými bude a) právě 1 černý pasažér, b) nejvýše 2 černí pasažéři, c) jen černí pasažéři? 1 4 a) P ( A) 0, 369 0 5 1 4 2 3 b) P ( B) 0, 99754 nebo P(B) 1-P(C) 1-0,00246 0,99754 3 2 c) P ( C) 0, 00246 2. Ve spořitelně pracuje 15 mužů a 21 žen; z toho 6 zaměstnanců sjednává stavební spoření. Vypočítejte pravděpodobnost, že jsou to a) jen muži, b) jen ženy, c) z jedné poloviny ženy a z jedné poloviny muži, d) buď samí muži nebo samé ženy. 21 21 6 0 a) P ( A) 6 0 0, 00257 b) P ( B) 0, 0278 36 36

21 3 3 c) P ( C) 0, 310 d) P ( D) P( A) P( B) 0, 0303 36 3. Podle telefonního seznamu žije v Č. Budějovicích 15 p. Svobodů, z nichž dva jsou Vašimi přáteli. V rámci anketního šetření navštívili tazatelé 5 občanů tohoto jména. Jaká je pravděpodobnost, že mezi navštívenými a) bude alespoň jeden z Vašich přátel, b) bude první Váš přítel? 2 13 2 13 1 4 2 3 a) ( ) 2 P A 0, 571 b) P ( B) 0,133 15 4. Na mezinárodní letecké lince New York Mexiko havarovalo dopravní letadlo, v němž cestovalo 15 osob (12 cestujících a 3 členové posádky). Při havárii zahynulo 6 osob. Jaká je pravděpodobnost, že a) zahynula celá posádka, b) nezahynul žádný člen posádky, c) zahynul právě jeden člen posádky? 3 3 a) P ( X 3) 0 6 0, 0439 b) P ( X 0) 0, 184 1 5 c) P ( X 1) 0, 474 5. Máme zásilku, v níž je 45 kvalitních a 5 nekvalitních výrobků. Vybereme 8 kusů. Jaká je pravděpodobnost, že a) budou všechny vybrané kusy kvalitní, b) vybereme právě tři zmetky, c) vybereme nejvýše dva zmetky?

8 0 a) P ( A) 3 5 0, 401 b) P ( B) 0, 0227 8 8 0 8 1 7 2 6 c) P ( C) 0, 975 8 8 8 6. Ve velké nemocnici pracuje 20 chirurgů, z nichž 12 je vynikajících odborníků a ostatní těmito slovy charakterizovat nelze. Pacient nezná odbornou kvalitu lékařů, má však právo zvolit si pro svou operaci 3-členný operační tým. Rozhoduje se tedy podle důvěry. Jaká je pravděpodobnost, že jej budou operovat a) pouze vynikající odborníci, b) převážně vynikající odborníci, c) pouze odborně méně zdatní lékaři? a) 3 0 P (A) 0,193 3 b) 3 0 2 1 P (B) 0,656 3 3 c) 0 3 P (C) 0,049 3 Řešení v Excelu: Náhodná veličina X (počet vynikajících odborníků v týmu), má hypergeometrické rozdělení. Příklad lze řešit v Excelu pomocí funkce HYPERGEOMDIST. a ) do buňky vepíšeme HYPGEOMDIST(3;3;12;20) a stiskneme Enter. Hledaná pravděpodobnost je 0,192982. b ) zadání odpovídá hledání pravděpodobnosti P( X 2). V Excelu vepíšeme do buňky vzorec SUMA(HYPGEOMDIST(0;3;12;20) HYPGEOMDIST (2;3;12;20)). Hledaná pravděpodobnost je 0,65614. c ) do buňky vepíšeme HYPGEOMDIST(0;3;12;20) a stiskneme Enter. Hledaná pravděpodobnost je 0,049123.

8. Slečna Malá si na letošní plesovou sezónu pořídila 2 večerní toalety. První model pochází z dílny módního návrháře G. Versaceho, zatímco druhý model pochází ze salónu Blanky Matragi. Slečna Malá chce během letošní sezóny navštívit 6 plesů. Pravděpodobnost, že si oblékne šaty od Versaceho je 0,58. Jaká je pravděpodobnost, že a ) na první dva plesy si oblékne šaty od Versaceho a na další 4 plesy šaty od paní Matragi, b ) šaty od Versaceho bude mít na dvou plesech a čtyřikrát ji uvidíme v šatech od paní Matragi, c ) v šatech od Versaceho ji uvidíme během letošní sezóny alespoň dvakrát, d ) v šatech od paní Matragi ji letos neuvidíme vůbec. 2 4 6 2 4 a) P( A) 0,58 0,42 0,0104 b) P( B) 0,58 0,42 0, 157 2 6 0 6 6 1 5 c) P( C) 1 0,58 0,42 0,58 0,42 0, 949 0 1 6 0 6 d) P( D) 0,42 0,58 0, 038 0 9. Víte-li, že náhodná veličina X má rozdělení Po( 0, 5), spočítejte a) P( X 5), b) P( X 5), c) P( X > 5). a) P ( X 5) 0 b) P ( X 5) F( 5 ) 0,99999 c) P ( X > 5) 1 - P( X 5) 0,00001 10. Víte-li, že náhodná veličina X má rozdělení N(68,3;0,04), spočítejte a ) P( X 69), b ) P( 68 < X 69), c) P( X > 69). a) P ( X 69) F(69) 0,999 b) P ( 68 < X 69) F(69) F(68) 0,933 c) P( X > 69) 1 F(69) 0,001 11. Víte-li, že náhodná veličina X má rozdělení B i (10;0,2), spočítejte a) P( X 2), b) P( X < 2), c) P( X 2). a) P ( X 2) 0,302 b) P ( X < 2) 0,376 c) P( X 2) 0,624

12. Víte-li, že náhodná veličina X má rozdělení H(5;10;3), spočítejte a) P( X 2), b) P( X < 2), c) P( X 2). a) P ( X 2) 0,417 b) P ( X < 2) 0,4999 c) P( X 2) 0,5111 13. Najděte hodnoty a ) u 0 ;u,,95 0,05,95 ( 9); 0, 05 b ) t 0 t (9), 2 2 c ) χ 0 (9); χ (9),,95 d ) F 0,95 (5,12), e ) F 0,05 (5,12), f ) F 0,95 (12,5), g ) F 0,05 (12,5). 0,05 a) 1,645; -1,645 b) 1,833; -1,833 c) 16,919; 3,325 d) 3,106 e) 0,214 f) 4,678 g) 0,322 14. Víte-li, že náhodná veličina X má rozdělení N(50,4), spočítejte a) P( X 49), b) P( X > 55), c ) P( 49 < X 55), d ) stanovte F(45). a) P ( X 49) 0,308 b) P( X > 55) 0,006 c) P( 49 < X 55) 0,685 d) F(45) 0,0062 15. Střední hodnota hmotnosti novorozených chlapců je 3400 gramů se směrodatnou odchylkou σ 600 gramů. Stanovte pravděpodobnost, že novorozený chlapec bude vážit a ) maximálně 4 000 gramů, b ) více než 4 000 gramů, c ) mezi 2 000 4 000 gramy. Jedná se o rozdělení N(3400; 3600). a) P ( X 4000) 0,841 b) P ( X > 4000) 0,159 c) P ( 2000 < X 4000) 0,831 16. Denní přírůstky hmotnosti býků českého strakatého skotu ( v gramech ) mají v určitém věkovém období rozdělení N(1126, 10000). Jaká část populace býků má v tomto období denní přírůstky a ) v rozmezí (1100 ;1200 >,

b ) maximálně 1100 g, c ) vyšší než 1300 g? a) P ( 1100 < X 1200) 0,373 b) P ( X 1100) 0,397 c) P( X > 1300) 0,041