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

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

Cvičení 5. 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.

Intervalové Odhady Parametrů

Intervalové Odhady Parametrů II Testování Hypotéz

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

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

Pravděpodobnost a aplikovaná statistika

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

Cvičení 11. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

B) EX = 0,5, C) EX = 1, F) nemáme dostatek informací.

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

Odhady Parametrů Lineární Regrese

SEMINÁRNÍ PRÁCE Z MATEMATIKY

2. přednáška - PRAVDĚPODOBNOST

prof. RNDr. Roman Kotecký DrSc., Dr. Rudolf Blažek, PhD Pravděpodobnost a statistika Katedra teoretické informatiky Fakulta informačních technologií

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

Inovace bakalářského studijního oboru Aplikovaná chemie

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

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

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

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

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

Pravděpodobnost a matematická statistika

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

Pravděpodobnost a statistika

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

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

Informační a znalostní systémy

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

Tomáš Karel LS 2012/2013

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

Cvičení z logiky II.

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

Teorie pravěpodobnosti 1

Tomáš Karel LS 2012/2013

Ing. Michael Rost, Ph.D.

IB112 Základy matematiky

Pravděpodobnost a její vlastnosti

Zákony pro lidi - Monitor změn (zdroj: Návrh VYHLÁŠKA

Pascalova sázka. Masarykova univerzita, Přírodovědecká fakulta Ústav matematiky a statistiky

Cvičení ze statistiky - 5. Filip Děchtěrenko

Logika II. RNDr. Kateřina Trlifajová PhD. Katedra teoretické informatiky Fakulta informačních technologíı BI-MLO, ZS 2011/12

Pravděpodobnost a statistika

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

pravděpodobnosti a Bayesova věta

Diskrétní pravděpodobnost

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

Historie matematiky a informatiky Cvičení 4

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

Intuitivní pojem pravděpodobnosti

Testování a spolehlivost. 4. Laboratoř Spolehlivostní modely 1

Historie matematiky a informatiky Cvičení 1

Diskrétní náhodná veličina. November 12, 2008

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

Logika III. RNDr. Kateřina Trlifajová PhD. Katedra teoretické informatiky Fakulta informačních technologíı BI-MLO, ZS 2011/12

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

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

Tomáš Karel LS 2012/2013

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

Pravděpodobnost (pracovní verze)

Cvičení z logiky I. RNDr. Kateřina Trlifajová PhD. Katedra teoretické informatiky Fakulta informačních technologíı BI-MLO, ZS 2011/12

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

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

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

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

Cvičení ze statistiky - 7. Filip Děchtěrenko

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

PRAVDĚPODOBNOST Náhodné pokusy. Náhodný jev

Matematika I 2a Konečná pravděpodobnost

, 1. skupina (16:15-17:45) Jméno: se. Postup je třeba odůvodnit (okomentovat) nebo uvést výpočet. Výsledek bez uvedení jakéhokoliv

6. Pravděpodobnost a statistika Pravděpodobnost

PRAVDĚPODOBNOST A STATISTIKA 1 Metodický list č 1.

Pravděpodobnost a statistika pro SŠ

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA Sylabus pro předmět STATISTIKA Pomůcky... 7

Základy teorie pravděpodobnosti

náhodný jev je podmnožinou

Vytěžování znalostí z dat

Pravděpodobnost je Martina Litschmannová MODAM 2014

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

HERNÍ PLÁN A POPIS HRY

Pravděpodobnost kolem nás

WORKSHOP III. Téma: Bonusy, hry nad rámec HP Vytvořeno: Odborem 34 Státní dozor nad sázkovými hrami a loteriemi Praha 4.

Tomáš Karel LS 2012/2013

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

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

TEMATICKÝ PLÁN VÝUKY

Testování a spolehlivost. 6. Laboratoř Ostatní spolehlivostní modely

Základy matematické analýzy

Návrh a vyhodnocení experimentu

Návrh a vyhodnocení experimentu

UNIVERZITA PARDUBICE

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

Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.

MATEMATIKA III V PŘÍKLADECH

13. cvičení z PSI ledna 2017

7. Rozdělení pravděpodobnosti ve statistice

Transkript:

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 Praze Rudolf Blažek 2011 BI-PST, LS 2010/11 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnos@

Pravděpodobnost & Statistika Vše začalo hazardními hrami! 2

Věštění & Hazardní hry Starobylé Civilizace: Házení několika kostiček prstů s očíslovanými stranami (astragali = talus = knucklebone) Egyptské Hrobky Kostky nalezeny v hrobech z doby 2000 let před Kristem Renezance Hazardní hry s kostkami 3

Chevalier de Méré, 1654 Dva lidé, A a B, hrají opakovaně férové (50:50) náhodné hry dokud jeden hráč nevyhraje 6x. Oba hráči vsadili stejnou částku, vítěz bere vše. Série her je předčasně přerušena: A vyhrál 5x a B vyhrál 3x. Jak by si měli rozdělit vloženou sázku? 4

Blaire Pascal and Pierre de Fermat A by měl dostat 7/8 celkové výhry. Proč? 5

Blaire Pascal and Pierre de Fermat A by měl dostat 7/8 celkové výhry. Nápověda: A vyhrál 5x a B vyhrál 3x. Pokud by se ve hře pokračovalo, jak by B mohl vyhrát 6x? Hráči A stačí vyhrát pouze jednou Takže B už nesmí prohrát P(BBB) = 1/2 x 1/2 x 1/2 = 1/8 6

Házení mincí Měl bych hrát následující hru? Hoď 2x mincí (Head / Tail; Panna / Orel) Vyhraji, pokud se výsledky liší: HT or TH Pravděpodobnost výhry P(HT, TH) = P(HT) + P(TH) = P(H1)P(T2) + P(T1)P(H2) Vyvážená mince: (1/2) (1/2) + (1/2) (1/2) = 1/2 P(H) = 1/4: (1/4) (3/4) + (3/4) (1/4) = 3/8 P(H) = 3/4: (3/4) (1/4) + (1/4) (3/4) = 3/8 Ujistěte se, že mince je vyvážená! 7

Statistické Metody Pravděpodobnost versus statistické metody 8

Statistické Metody Pravděpodobnost Vyberu náhodně 30 kuliček (s vracením) Vidím do krabičky: V krabičče mám 60% červených kuliček Nevidím do dlaně P(20 z 30 je červených) =? 30 20 (0.6) 20 (0.4) 10 = 0.1152 9

Statistické Metody Statistika Vyberu náhodně 30 kuliček (s vracením) Vidím do dlaně: 20 z 30 je červených Nevidím do krabičky Kolik procent kuliček v krabičce je asi červených? 10

Statistické Metody Statistika: Bodové a intervalové odhady Vyberu náhodně 30 kuliček (s vracením) Vidím do dlaně: 20 z 30 je červených Kolik procent kuliček Nevidím do krabičky v krabičce je asi červených? Bodový odhad: cca 2/3 = 66.67% Intervalový odhad s 95% spolehlivostí: 48.76% 84.57% 11

Statistické Metody Statistika: Testování hypotéz Vyberu náhodně 30 kuliček (s vracením) Vidím do dlaně: 20 z 30 je červených Nevidím do krabičky Je v krabičce 40% červených kuliček? Závěr s 95% jistotou: NE Protože na 95% věřím: 48.76% 84.57% 12

Základy Pravděpodobnosti P (A) = size of A size of Vennův Diagram! A P (A) = area(a) area( ) Pravděpodobnost negace, doplňku P (Ā) =1 P (A) 13

Základy Pravděpodobnosti Pravděpodobnost sjednocení (A nebo B)! A B P (A B) = area(a B) area( ) area(a B) =area(a)+area(b) area(a B) P (A B) =P (A)+P (B) P (A B) P (A B) =P (A)+P (B) pro disjunktní jevy (A B = ) 14

Prostor elementárních jevů a pravděpodobnost Cvičení Pravděpodobnost Pravděpodobnostní zákon Každému náhodnému jevu A přiřadíme jeho pravděpodobnost P(A). Ta musí splňovat přirozené axiomy: Definice (Axiomy pravděpodobnosti) Nezápornost. P(A) 0 pro každý jev A. Normalizace. Pravděpodobnost souboru všech elementárních jevů je 1, P( ) =1. (Množina je ve svém souhrnu vyčerpávající.) Aditivita. Jsou-li A a B dva disjunktní jevy (jinými slovy vzájemně exklusivní), je pravděpodobnost jejich sjednocení součtem jejich pravděpodobností, P(A [ B) =P(A)+P(B). Obecněji, je-li A 1, A 2,... posloupnost disjunktních jevů (A i \ A j =? pro i 6= j), pak P([ i 1 A i )= X i 1 P(A i ). RomanRudolf Kotecký, Blažek, Rudolf Ph.D. Blažek (ČVUT) (FIT ČVUT) Základní Pravděpodobnost pojmy pravděpodobnosti a statistika BI-PST, LSBI-PST, 2010/11, LS2010/11 Přednáška 1 8 / 1815

Základy Pravděpodobnosti Dokažte, že pro jevy A, B a C platí P(A [ B [ C) =P(A) +P(B) +P c P(A \ B) P(B \ C) P(C \ A) + P(A \ B \ C) 16

Základy pravděpodobnosti Student si musí vybrat přesně dva ze tří volitelných předmětů Kreslení; Francoužština; Matematika Víme, že si vybere Kreslení s pravděpodobností 5/8 Francoužštinu s pravděpodobností 5/8 Kreslení a Francoužštinu zároveň s pravděpodobností 1/4 Jaká je pravděpodobnost, že student si vybere Matematiku? Kreslení nebo Matematiku? Rada: Nakreslete si Vennův diagram 17