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

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

Intuitivní pojem pravděpodobnosti

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

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

pravděpodobnosti a Bayesova věta

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

IB112 Základy matematiky

Pravděpodobnost a statistika (BI-PST) Cvičení č. 7

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

Pravděpodobnost a statistika (BI-PST) Cvičení č. 1

Pravděpodobnost a statistika

2. přednáška - PRAVDĚPODOBNOST

Pravděpodobnost a aplikovaná statistika

5.1. Klasická pravděpodobnst

Úvod do teorie pravděpodobnosti

Základy teorie pravděpodobnosti

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

Pravděpodobnost kolem nás

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

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

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

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

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

S1P Příklady 01. Náhodné jevy

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

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

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

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

Pravděpodobnost (pracovní verze)

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

Poznámky k předmětu Aplikovaná statistika, 1. téma

KOMBINATORIKA. 1. cvičení

Pravděpodobnost a statistika

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

Informační a znalostní systémy

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

Teorie pravěpodobnosti 1

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

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

MATEMATIKA III V PŘÍKLADECH

pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti.

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

Pravděpodobnost a její vlastnosti

náhodný jev je podmnožinou

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

PRAVDĚPODOBNOST Náhodné pokusy. Náhodný jev

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

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

( ) ( ) Nezávislé jevy I. Předpoklady: 9204

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

ZÁKLADY TEORIE PRAVDĚPODOBNOSTI

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

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

Teorie pravděpodobnosti

Podmíněná pravděpodobnost, nezávislost

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

Podmíněná pravděpodobnost

PRAVDĚPODOBNOST A JEJÍ UŽITÍ

Matematika I 2a Konečná pravděpodobnost

Statistika (KMI/PSTAT)

Řešené příklady z pravděpodobnosti:

Cvičení ze statistiky - 5. Filip Děchtěrenko

1. Klasická pravděpodobnost

Diskrétní pravděpodobnost

4.5.9 Pravděpodobnost II

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

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

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

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

Základy matematické analýzy

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

1. Klasická pravděpodobnost

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

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

2. Definice pravděpodobnosti

Určeno studentům středního vzdělávání s maturitní zkouškou, 4. ročník, okruh Základy počtu pravděpodobnosti

4. cvičení 4ST201 - řešení

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

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

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

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

22. Pravděpodobnost a statistika

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

Klasická pravděpodobnost a geometrická pravděpodobnost

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

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

Pravděpodobnost a aplikovaná statistika

NMAI059 Pravděpodobnost a statistika

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

1 Rozptyl a kovariance

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

Tomáš Karel LS 2012/2013

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

Základní pojmy teorie množin Vektorové prostory

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

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

(iv) D - vybíráme 2 koule a ty mají různou barvu.

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

Matematické důkazy Struktura matematiky a typy důkazů

Transkript:

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 2014/2015 1 / 15

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 2014/2015 2 / 15

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 2014/2015 3 / 15

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 2014/2015 3 / 15

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 2014/2015 3 / 15

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 2014/2015 4 / 15

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 2014/2015 5 / 15

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 2014/2015 6 / 15

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 2014/2015 7 / 15

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 2014/2015 8 / 15

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 2014/2015 9 / 15

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 2014/2015 10 / 15

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 2014/2015 11 / 15

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 2014/2015 12 / 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 2014/2015 13 / 15

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 2014/2015 14 / 15

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 2014/2015 15 / 15