Obsah. I. Objektivní pravděpodobnosti. 1. Pravděpodobnost a relativní četnosti... 23



Podobné dokumenty
Pravděpodobnost a statistika

Základy teorie pravděpodobnosti

Bakalářské studium na MFF UK v Praze Obecná matematika Zaměření: Stochastika. 1 Úvodní poznámky. Verze: 13. června 2013

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.

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

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

správně - A, jeden celý příklad správně - B, jinak - C. Pro postup k ústní části zkoušky je potřeba dosáhnout stupně A nebo B.

NMAI059 Pravděpodobnost a statistika

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

Teorie pravěpodobnosti 1

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

Diskrétní náhodná veličina. November 12, 2008

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tematický plán Obor: Informační technologie. Vyučující: Ing. Joanna Paździorová

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika

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

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Úvodem Dříve les než stromy 3 Operace s maticemi

Netradiční výklad tradičních témat

Algoritmy komprese dat

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

III. Úplná pravděpodobnost. Nezávislé pokusy se dvěma výsledky. Úplná pravděpodobnost Nezávislé pokusy se dvěma výsledky Náhodná veličina

Intuitivní pojem pravděpodobnosti

TEMATICKÝ PLÁN VÝUKY

Limitní věty teorie pravděpodobnosti. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

PRAVDĚPODOBNOST A STATISTIKA 1 Metodický list č 1.

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

Všechno, co jste chtěli vědět z teorie pravděpodobnosti, z teorie informace a

2. přednáška - PRAVDĚPODOBNOST

Cvičení ze statistiky - 5. Filip Děchtěrenko

Mgr. Ladislav Zemánek Maturitní okruhy Matematika Obor reálných čísel

Učební plán 4. letého studia předmětu matematiky. Učební plán 6. letého studia předmětu matematiky

Pravděpodobnost a její vlastnosti

Náhodná veličina a rozdělení pravděpodobnosti

Pravděpodobnost, náhoda, kostky

Matematika PRŮŘEZOVÁ TÉMATA

Minikurz aplikované statistiky. Minikurz aplikované statistiky p.1

Pravděpodobnost a statistika I KMA/K413

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Základy teorie pravděpodobnosti

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

Maturitní témata z matematiky

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

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

Pravděpodobnost, náhoda, kostky

Maturitní témata profilová část

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

Požadavky ke zkoušce. Ukázková písemka

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Téma 22. Ondřej Nývlt

a způsoby jejího popisu Ing. Michael Rost, Ph.D.

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

Základní pojmy a úvod do teorie pravděpodobnosti. Ing. Michael Rost, Ph.D.

Stochastické modely Informace k závěrečné zkoušce

Grafický a číselný popis rozložení dat 3.1 Způsoby zobrazení dat Metody zobrazení kvalitativních a ordinálních dat Metody zobrazení kvan

1. Statistická analýza dat Jak vznikají informace Rozložení dat

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)

MATURITNÍ TÉMATA Z MATEMATIKY

Výběrové charakteristiky a jejich rozdělení

Statistika. Základní pojmy a cíle statistiky. Roman Biskup. (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at) .

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

Tématické okruhy pro státní závěrečné zkoušky. magisterské studium

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:

Počet pravděpodobnosti

Úvod do teorie pravděpodobnosti v předmětu Diskrétní matematika

7. Rozdělení pravděpodobnosti ve statistice

OVLÁDÁNÍ RIZIKA ANALÝZA A MANAGEMENT

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

IB112 Základy matematiky

Úvod do teorie her

Nezbytnou součástí ústní zkoušky je řešení matematických příkladů, které student obdrží při zadání otázky.

Obsah Předmluva Rekapitulace základních pojmů logiky a výrokové logiky Uvedení do predikátové logiky...17

Statistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží

Základy biostatistiky

Diskrétní náhodná veličina

Obsah Úvod Kapitola 1 Než začneme Kapitola 2 Práce s hromadnými daty před analýzou

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

PRAVDĚPODOBNOST A STATISTIKA. Bayesovské odhady

Základy teorie pravděpodobnosti

Podmíněná pravděpodobnost

Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy

Vybraná rozdělení náhodné veličiny

2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat

Studijní program Matematika Obor Pravděpodobnost, matematická statistika a ekonometrie

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

Filosofická pojetí pravděpodobnosti v pracích českých myslitelů

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Otázky ke státní závěrečné zkoušce

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

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

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost

Inovace bakalářského studijního oboru Aplikovaná chemie

Maturitní otázky z předmětu MATEMATIKA

Kde se vzala pravděpodobnost? Jaroslav Horáček

Přednáška. Diskrétní náhodná proměnná. Charakteristiky DNP. Základní rozdělení DNP

Dodatek č. 3 ke školnímu vzdělávacímu programu. Strojírenství. (platné znění k )

Výroková a predikátová logika - III

Transkript:

Obsah Předmluva... 15 I. Objektivní pravděpodobnosti 1. Pravděpodobnost a relativní četnosti... 23 1.1 Úvod... 23 1.2 Základy frekvenční interpretace... 24 1.2.1 Pravděpodobnost a hromadné jevy... 24 1.2.2 Interpretace fyzikální pravděpodobnosti jako vědecká teorie...... 25 1.2.3 Konvergence relativních četností... 26 1. 2.4 Náhodnost - neexistence sázecího systému... 28 1.2.4.1 Waldovya Churchovy příspěvky k definici náhodnosti... 30 1.2.4.2 Rekurzivní funkce... 31 1.2.4.3 Rekurzivní výběrové funkce... 31 1.2.4.4 Náhodnost - Kolmogorova jeho následovníci... 32 1.2.5 Relativní četnosti jako pravděpodobnosti- Kolmogorovovy axiomy... 33 1.2.6 Zákon velkých čísel... 36 1.3 Problémy frekvenčního pojetí... 37 1.3.1 Von Misesovu teorii už nikdo nepoužívá... 37 1.3.2 Villeho námitky... 39 1.3.3 Teorieje empiricky prázdná... 41 1.3.4 Pravděpodobnosti jednorázových jevů a referenční třída... 43 1.4 Závěr... 45 2. Propenzity a další fyzikální pravděpodobnosti....47 2.1 Prvky propenzitní interpretace....48 2.1.1 Pravděpodobnost jako dispozice....48 2.1.2 Jednorázové pravděpodobnosti..... 50 2.2 Problémy propenzitní interpretace... 51 [ 9 ]

2.2.1 Indeterminismus a referenční třída... 51 2.2.2 Empirický obsah... 53 2.2.3 Humphreysův paradox... 54 2.2.3.1 Milneův proti příklad... 56 2.2.3.2 Odpovědi na Humphreysův paradox... 57 2.2.3.3 Proč jsou propenzity pravděpodobnostmi?... 59 2.2.3.4 Jsou propenzity relativními četnostmi?... 59 2.2.3.5 Existuje nezávislá propenzitní interpretace?... 61 2.3 Propenzity - závěr... 63 2.4 Interpretace pravděpodobnosti v konkrétních vědách... 65 2.5 Pravděpodobnost definovaná na základě nezávislosti a zákona velkých čísel... 66 2.6 Závěr... 67 II. Subjektivní pravděpodobnosti 3. Subjektivní pravděpodobnost... 71 3.1 Úvod... 71 3.2 Argumenty typu neregulérní sázky... 72 3.2.1 Regulérní sázky... 74 3.2.2 Druhy sázek... 75 3.2.3 Jak nesázet... 77 3.2.4 Sčítání sázek a pravděpodobností... 78 3.2.5 Podmíněné sázky a pravděpodobnost... 80 3.3 Aplikace subjektivních pravděpodobností... 82 3.3.1 Bayesova věta a bayesovská epistemologie... 83 3.3.2 Příklad: pivo... 86 3.3.3 Oslabení... 88 3.3.4 Jsem dobrý sládek? - Vyvrácení... 88 3.3.5 Jsem dobrý sládek? Pokračování: Duhem-Quinův problém... 89 3.3.6 Bayesovský přístup k Duhem-Quineovu problému... 91 3.3.7 Další Bayesovská řešení... 94 3.4 Problémy s argumentem neregulérní sázky... 95 3.4.1 Doslovná interpretace argumentu neregulérní sázky... 95 3.4.2 Interpretace "co kdyby"... 98 3.4.3 "Logická" interpretace... 101 3.5 Pravděpodobnost jako stupňovaná možnost.... 102 [ 10 ]

3.5.1 Problémy konstrukce pravděpodobnosti jako stupňované možnosti... 106 3.6 Pravděpodobnosti odvozené z preferencí... 107 3.6.1 Problémy teorie užitku... 109 3.7 Jiné argumenty ztotožňující stupně přesvědčení a pravděpodobnost..... 111 3.8 Je bayesianismus příliš subjektivní?... 112 3.8.1 Bayesovská teorie učení..... 112 3.8.2 Sbližování názorů... 113 3.8.3 Problém indukce... 116 3.8.4 Diachronické neregulérní sázky... 117 3.9 Je bayesianismus příliš flexibilní? Nebo ne dost?... 118 3.10 Závěr... 120 4. Subjektivní a objektivní pravděpodobnosti... 121 4.1 Zaměnitelnost... 121 4.2 Princip přímých pravděpodobností... 124 4.2.1 Princip přímých pravděpodobností a humeovská supervenience... 125 4.3 Sázení na posloupnosti..... 127 4.4 Závěr... 130 III. Klasická a logická pravděpodobnost 5. Klasická a logická interpretace... 133 5.1 Počátky pravděpodobnosti - klasická teorie... 133 5.1.1 Pravidlo následnosti... 136 5.1.2 Spojitý případ principu indiference... 137 5.2 Problémy principu indiference... 138 5.2.1 Problémy pravidla následnosti... 138 5.2.2 Paradoxy... 139 5.2.3 Paradoxy geometrické pravděpodobnosti (Bertrandův paradox)... 141 5.2.4 Lineární transformace a princip indiference... 143 5.3 Keynesova logická interpretace... 143 5.3.1 Diskrétní případ a zdůvodnění principu indiference... 144 5.3.2 Keynes o spojitém případu... 146 [ 11 ]

5.3.3 Keynes o pravidle následnosti... 147 5.4 Carnap... 148 5.4.1 Logické základy pravděpodobnosti... 148 5.4.2 Kontinuum induktivních metod... 150 6. Princip maximální entropie... 153 6.1 Bity a informace... 153 6.2 Princip maximální entropie... 155 6.2.1 Spojitá verze principu maximální entropie... 157 6.2.2 Maximální entropie a paradoxy geometrické pravděpodobnosti... 159 6.2.3 Určení spojitých pravděpodobností... 16 O 6.3 Maximální entropie a paradox voda/víno... 162 6.3.1 Problémy s maximální entropií - dimenze... 162 6.4 Závislost na jazyce... 163 6.4.1 Protipříklad z oblasti statistické mechaniky... 164 6.4.2 Správné použití principu?... 165 6.4.3 Závislost najazyce... 166 6.4.4 Rozsah aplikací principu maximální entropie... 167 6.5 Zdůvodnění principu maximální entropie jako logického principu... 168 6.5.1 Maximální entropie jako zaručení konzistence... 168 6.5.2 Problémy principu maximální entropie chápaného jako konzistence... 170 6.6 Závěr... 172 Dodatky... 173 Dodatek O: Základy... 173 0.1 Procenta... 173 0.2 Druhy čísel... 174 0.3 Velikost množin - spočetné a nespočetné... 174 0.4 Funkce... 174 0.5 Logaritmy... 175 Dodatek 1: Axiomy... 175 1.1 Podmíněná pravděpodobnost, nezávislost... 177 Dodatek 2: Míry, pravděpodobnostní míry... 177 2.1 Booleovy algebry... 178 2.2 Booleovy algebry, cr-algebry... 179 [ 12 ]

2.3 Míry... 180 2.3.1 Nulová míra... 180 2.4 Pravděpodobnostní míry... 181 2.5 Některé užitečné věty... 181 Dodatek 3: Náhodné proměnné... 182 3.1 Sčítání náhodných proměnných... 182 3.2 Střední hodnota... 183 Dodatek 4: Kombinatorika... 184 4.1 Variace... 184 4.2 Kombinace... 185 Dodatek 5: Zákony velkých čísel...... 186 5.1 Bernoulliho náhodná proměnná a binomické rozdělení... 186 5.2 Slabý a silný zákon velkých čísel..... 188 5.3 Chování binomického rozdělení při velkém počtu pokusů... 189 Dodatek 6: Kolektivy a náhodnost... 191 6.1 Kolektivy a sázecí systémy... 191 6.1.1 Wald o náhodnosti..... 192 6.1.2 Church, náhodnost a Turingovy stroje... 192 6.1.3 Náhodnost jako typičnost... 193 6.1.4 Další literatura o náhodnosti... 193 6.2 Síla von Misesova systému... 193 Dodatek 7: Témata ze subjektivní pravděpodobnosti... 194 7.1 Striktní koherence... 194 7.2 Vyhodnocovací pravidla... 195 7.3 Axiomy DeGrootovy-Frenchovy konstrukce... 197 Dodatek 8: Společenské aspekty pravděpodobnosti... 199 8.1 Reverend a sázení... 199 8.2 Antropologický pohled na hazardní hry a sázení... 201 Dodatek 9: Duhem-Quinův problém, jazyk, metafyzika... 201 Dodatek 10: Von Mises... 203 Literatura... 209 Rejstřík... 222 [ 13 ]