P íklady k prvnímu testu - Pravd podobnost

Podobné dokumenty
Jevy, nezávislost, Bayesova v ta

Pravd podobnost a statistika - cvi ení. Simona Domesová místnost: RA310 (budova CPIT) web:

Vektor náhodných veli in - práce s více prom nnými

P íklad 1 (Náhodná veli ina)

Skalární sou in. Úvod. Denice skalárního sou inu

Binární operace. Úvod. Pomocný text

Vektory. Vektorové veli iny

e²ení systém lineárních rovnic pomocí s ítací, dosazovací a srovnávací metody

P íklady k druhému testu - Matlab

Testy pro více veli in

ízení Tvorba kritéria 2. prosince 2014

P íklady k prvnímu testu - Scilab

ST1 - Úkol 1. [Minimáln 74 K /láhev]

Integrování jako opak derivování

Řešení: Dejme tomu, že pan Alois to vezme popořadě od jara do zimy. Pro výběr fotky z jara má Alois dvanáct možností. Tady není co počítat.

Derivování sloºené funkce

Cvi ení 7. Docházka a testík - 15 min. Distfun 10 min. Úloha 1

1. (18 bod ) Náhodná veli ina X je po et rub p i 400 nezávislých hodech mincí. a) Pomocí ƒeby²evovy nerovnosti odhadn te pravd podobnost

Matematika 3. Sbírka úloh z pravd podobnosti. Mgr. Irena Hlavi ková, Ph.D. RNDr. Dana Hlin ná, Ph.D. ÚSTAV MATEMATIKY

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - základní úrove obtíºnosti MAGZD10C0T01 e²ené p íklady

Jméno: P íjmení: Datum: 17. ledna 2018 Nechci zápo et p i hodnocení niº²ím neº (nezávazné): vadí mi vystavení mého hodnocení na internetu.

Pr b h funkce I. Obsah. Maxima a minima funkce

Rovnice a nerovnice. Posloupnosti.

Vzorové e²ení 4. série

Slovní úlohy vedoucí na lineární rovnice I

T i hlavní v ty pravd podobnosti

e²ení 5. série Binární kódy autor: Vlá a

Seminá e. Ing. Michal Valenta PhD. Databázové systémy BI-DBS ZS 2010/11, sem. 1-13

brmiversity: Um lá inteligence a teoretická informatika

IB112 Základy matematiky

Úvod do kombinatorické teorie her

Matematická logika cvi ení 47

1 Pravd podobnost - plán p edná²ek. 2 Pravd podobnost - plán cvi ení

achovnice XXIV. ro ník BRKOS 2017/2018 e²ení 5. série

l. 1 Úvodní ustanovení

Po etní geometrie. Výpo et délky p epony: c 2 = a 2 + b 2 Výpo et délky odv sny: a 2 = c 2 b 2, b 2 = c 2 a 2

e²ení 4. série Binární operace

Limity funkcí v nevlastních bodech. Obsah

MANUÁL PRO HODNOCENÍ OTEVŘENÝCH TESTOVÝCH ÚLOH MATEMATIKA SADA B (TEST PRO PŘIJÍMACÍ ZKOUŠKY DO 8LETÉHO GYMNÁZIA)

Příprava na 1. čtvrtletní písemku pro třídu 1EB

Kuželosečky a kvadriky ve škole i kolem

2. Ur íme sudost/lichost funkce a pr se íky s osami. 6. Na záv r na rtneme graf vy²et ované funkce. 8x. x 2 +4

na za átku se denuje náhodná veli ina

Svobodná chebská škola, základní škola a gymnázium s.r.o. Znaky dělitelnosti - Procvičování. Dušan Astaloš. samostatná práce, případně skupinová práce

Státní maturita 2011 Maturitní testy a zadání jaro 2011 Matematika: didaktický test - základní úrove obtíºnosti MAMZD11C0T02 e²ené p íklady

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

Státnice - Rekurzivní a rekurzivn spo etné mnoºiny

e²ení 1. série Úvodní gulá² autor: Kolektiv org

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

Teorie her. Klasikace. Pomocný text

Reklamační řád. Uplatnění reklamace

Domácí úkol 2. Obecné pokyny. Dbejte na formáln správný zápis výpo tu! Pro vy íslení výsledku pro binomické rozd lení pouºijte nap. Maple nebo Matlab.

Hra Občanský průkaz. Získat co nejvíce bez toho, aby došlo k jejich ztrátě

Motivace. Náhodný pokus, náhodný n jev. Pravděpodobnostn. podobnostní charakteristiky diagnostických testů, Bayesův vzorec

e²ení 3. série Kombinatorická geometrie

Ergodické Markovské et zce

Průzkum dopravy v ulicích Pod Vinohrady a Havlíčkova

1 Spo jité náhodné veli iny

se nazývá charakter grupy G. Dále budeme uvaºovat pouze kone né grupy G. Charaktery tvo í také grupu, s násobením denovaným

Základní pojmy teorie mnoºin.

e²ení 5. série Polynomy

Co je to tensor... Vektorový prostor

Post ehy a materiály k výuce celku Funkce

pravděpodobnosti a Bayesova věta

TEORIE ZÁVISLOSTI, VZTAHY, PRÁCE S DATY ČTENÍ A INTERPRETACE DAT - TŘÍDĚNÍ A EVIDENCE

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

5. cvičení 4ST201_řešení

SOUTĚŽNÍ ŘÁD soutěží ČSOB v orientačním běhu

1.2.7 Druhá odmocnina

TROJÚHELNÍK. JAN MALÝ UK v Praze a UJEP v Ústí n. L. sin α = b a.

4. cvičení: Pole kruhové, rovinné, Tělesa editace těles (sjednocení, rozdíl, ), tvorba složených objektů

7 Algebraické a nealgebraické rovnice a nerovnice v C. Numerické e²ení rovnic

OSOBNÍ DOPRAVA. G. Technické normy a technická hlediska provozu

2.1 Pokyny k otevřeným úlohám. 2.2 Pokyny k uzavřeným úlohám TESTOVÝ SEŠIT NEOTVÍREJTE, POČKEJTE NA POKYN!

Úlohy domácího kola kategorie C

e²ení 1. série Úvodní gulá²

TROJFÁZOVÝ OBVOD SE SPOT EBI EM ZAPOJENÝM DO HV ZDY A DO TROJÚHELNÍKU

DYNAMICKÉ VÝPOČTY PROGRAMEM ESA PT

ST1 - Úkol 1. Tabulka 1.1 Odr da Nakoupeno lahví (ks) Nákupní cena (K /ks) Merlot Frankovka Tramín Pálava Chardonnay 21 59

Základní praktikum laserové techniky

S t a t i s t i k a. Ivan Nagy, Pavla Pecherková

TALISMAN. (dále také jen TAL 5.0 )

Relace. Základní pojmy.

Intuitivní pojem pravděpodobnosti

Regrese a nelineární regrese

S1P Příklady 01. Náhodné jevy

ST2 - Cvi ení 1 STATISTICKÁ INDUKCE

c sin Příklad 2 : v trojúhelníku ABC platí : a = 11,6 dm, c = 9 dm, α = Vypočtěte stranu b a zbývající úhly.

Příloha č. 7. ročník 9. 1h 1x za 14 dní. dotace. nepovinný. povinnost

Konstruk ní geometrie

Pokud se vám tyto otázky zdají jednoduché a nemáte problém je správně zodpovědět, budete mít velkou šanci v této hře zvítězit.

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - vy²²í úrove obtíºnosti MAGVD10C0T01 e²ené p íklady

1.2.5 Reálná čísla I. Předpoklady:

Prezentace. Ing. Petr V elák 6. b ezna 2009

Krajská hospodářská komora Střední Čechy. Pravidla soutěže. Poznáváme firmy ve středních Čechách. 1. Pořadatel soutěže. 2. Termín konání soutěže

Reálná ísla a posloupnosti Jan Malý

Nehodovost v kraji v roce 2012

11 Soustavy rovnic a nerovnic, Determinanty a Matice

2.2.2 Zlomky I. Předpoklady:

Analýza rizik (01) Základní pojmy a definice

Transkript:

P íklady k prvnímu testu - Pravd podobnost 28. února 204 Instrukce: Projd te si v²echny p íklady. Kaºdý p íklad se snaºte pochopit. Pak vymyslete a vy- e²te p íklad podobný. Tím se ujistíte, ºe p íkladu rozumíte. Dal²í p íklady najdete na stránkách Ivana Nagye. U ivo: Permutace, variace a kombinace bez opakování a s opakováním. Zápis jev pomocí mnoºin. Pravd podobnost pr niku/sjednocení dvou obecných/neslu itelných/nezávislých jev. Závislost/nezávislost jev. e²ení p íklad pomocí pravd podobnostního stromu. Úplná pravd podobnost. Bayes v vzorec (bez úplné pravd podobnosti. Permutace Kolika zp soby mohu posadit sedm trpaslík na sedm ºidli ek? Na první mám sedm moºností, na druhou ²est, atd. 7.6..4.3.2. 7! n! 040 VARIACE versus KOMBINACE Záleºí na po adí prvk? ANO - variace NE - kombinace M ºe se stejný prvek opakovat? ANO - s opakováním NE - bez opakování

Variace bez opakování Závod b ºí deset koní. Kolika zp soby m ºe dopadnout po adí na prvních t ech místech? Na prvním míst mám deset moºností, na druhém dev t, na t etím osm. 0 9 8 0! (0 3! n! (n k! 720 Kombinace bez opakování Závod b ºí deset koní. Postupují první t i. Kolika zp soby m ºe vypadat postupující trojice? Jako p edchozí p íklad, ale v²echny vít zné trojice, kde se nám na prvních místech vyskytli stejní kon, splynou v jednu postupující trojici. Takových trojic je 3! 6 (permutace. Tedy kombinací bude ²estkrát mén neº variací. n! (n k!.k! 0! (0 3!.3! ( ( n k 0 3 0.9.8 3.2..3.8 20 Na kruºnici je dvacet bod. Kolik r zných trojúhelník m ºe být t mito body ur eno? Trojúhelník je dán t emi body z dvaceti. Nezáleºí na po adí. Kombinace. 20.9.8 3.2. 0.9.6.. 40 ( 20 3 Rychlý výpo et kombina ních ísel 20.9.8 3.2. ( 20 3 ( 8 2 8.7 2. ( 20 ( 20 7 ( 0 48 3 ( 0 2 20.9.8 3.2. 0.49 2. Variace s opakováním Kolik je p ticiferných ísel, ve kterých jsou jen cifry:, 2,? Na prvním míst mám t i moºnosti, na druhém také t i, na t etím také t i,... 3.3.3.3.3 3 n k 243 2

Kombinatorika s pravd podobností Z 60 vajec je 0 pukavc. Ud lám si omeletu z p ti vajec. Jaká je pravd podobnost, ºe práv jedno z t ch p ti je pukavec? Dobrých vajec je 0. Vybírám ty i. Nezáleºí na po adí. Kombinace. ( 0 4 Pukavc je 0. Vybírám. ( 0 V²ech moºných p tic z 60 je ( 60 P (0 4.( 0 0.49.48.47 ( 60 4.3.2.. 0 60.9.8.7.6.4.3.2. 0.49.48.47.0 60.9.8.7.6 0.49.48.47.0. 60.9.8.7.6 0, 42 Na ²achovnici 8x8 vyberu náhodn p t polí. Jaká je pravd podobnost, ºe v této p tici budou dv pole erná a t i bílá? ƒerných polí je 8.8/2 32. Vybírám dvojice, na po adí nezáleºí... kombinace ( 32 2 32.3 2. 496 Bílých polí je 8.8/2 32. Vybírám trojice, na po adí nezáleºí... kombinace ( 32 3 32.3.30 3.2. 4 960 Správných p tic je tedy 496.4960 2 460 60. Kolik je v²ech p tic? V²ech polí je 8.8 64. Vybírám p tice, na po adí nezáleºí... kombinace ( 64 64.63.62.6.60.4.3.2. 7 624 2 V²echny p tice jsou stejn pravd podobné. P 2 460 60 7 624 2 0, 323 Jevy zapsané mnoºinou Hrací kostka. Zapi²te mnoºinov jev J Padne sudé íslo. Jaká je pravd podobnost tohoto jevu? J {2, 4, 6} Základní prostor: Ω {, 2, 3, 4,, 6} V²echny elementární jevy jsou stejn pravd podobné. P 3 6 0, Dv hrací kostky. Zapi²te mnoºinov jev J Padne sou et men²í neº. Jaká je pravd podobnost tohoto jevu? J {[, ], [, 2], [, 3], [2, ], [2, 2], [3, ]} Základní prostor má 6x6 prvk. V²echny elementární jevy jsou stejn pravd podobné. P 6 36 6 3

Podmín ná pravd podobnost Dv hrací kostky. Jaká je pravd podobnost, ºe padne sou et men²í neº, pokud na první kostce padla 2? J {[2, ], [2, 2]} Základní prostor má 6x6 prvk. Nás ale zajímají jen ty, kdy na první kostce padne 2. T ch je ²est. A z t chto ²esti odpovídají na²emu jevu dv moºnosti. V²echny elementární jevy jsou stejn pravd podobné. P 2 6 3 Dv hrací kostky. Jaká je pravd podobnost, ºe padne sou et v t²í neº 8, pokud na první kostce padlo liché íslo? J {[3, 6], [, 4], [, ], [, 6]} Základní prostor má 6x6 prvk. Nás ale zajímají jen ty za ínající lichým íslem. t ch je 8. A z t chto 8 odpovídají na²emu jevu 4 moºnosti. V²echny elementární jevy jsou stejn pravd podobné. P 4 8 2 9 Pr nik a sjednocení jev A a B jsou neslu itelné jevy. P (A 0, 2. P (B 0, 3. Jaká je pravd podobnost jejich pr niku a sjednocení? P (A B 0 P (A B P (A + P (B 0, 2 + 0, 3 0, A a B jsou jevy. P (A 0, 2. P (B 0, 3. Pokud nastal jev A, je pravd podobnost jevu B rovna: P (B A 0.. Jaká je pravd podobnost jejich pr niku a sjednocení? P (A B P (B A.P (A 0,.0, 2 0, P (A B P (A + P (B P (A B 0, 2 + 0, 3 0, 0, 4 Vzorec pro pr nik je jasný. Pravd podobnost, ºe nastanou oba jevy, je pravd podobnost, ºe nastane jeden jev krát pravd podobnost, ºe nastane druhý jev, ov²em uº za podmínky, ºe nastal ten první jev. Vzorec pro sjednocení je krásn vid t z následujícího obrázku. P i se tení pravd podobností bychom pr nik zapo ítali dvakrát, proto ho musíme jednou ode íst. 4

A a B jsou nezávislé jevy. P (A 0, 2. P (B 0, 3. Jaká je pravd podobnost jejich pr niku a sjednocení? P (A B P (A.P (B 0, 2.0, 3 0, 06 P (A B P (A + P (B P (A B P (A + P (B P (A.P (B 0, 2 + 0, 3 0, 2.0, 3 0, 44 Závislost a nezávislost jev Hrací kostka. Jev A: Padne jedno z ísel,2,,6. Jev B: Padne jedno z ísel 3,4,6. Jsou tyto jevy závislé nebo nezávislé? Pro nezávislé jevy platí dva speciální vztahy: P (A B P (A... nezáleºí na podmínce P (A B P (A.P (B... plyne z p edchozího vztahu po dosazení do P (A B P (A B.P (B. Testujme nap. podle druhého vztahu: A B {6} P (A 4 6 P (B 3 6 P (A B 6 Dosadíme do vztahu a dostaneme: 6 4 6. 3 6 Tedy jevy NEjsou NEzávislé, tedy jsou závislé. Hrací kostka. Jev A: Padne jedno z ísel,2,3,6. Jev B: Padne jedno z ísel 3,4,6. Jsou tyto jevy závislé nebo nezávislé? Pro nezávislé jevy platí dva speciální vztahy: P (A B P (A... nezáleºí na podmínce P (A B P (A.P (B... plyne z p edchozího vztahu po dosazení do P (A B P (A B.P (B. Testujme nap. podle druhého vztahu: A B {3, 6} P (A 4 6 P (B 3 6 P (A B 2 6 Dosadíme do vztahu a dostaneme: 2 6 4 6. 3 6 Tedy jevy jsou NEzávislé.

Chováme my²ky. Bílé a erné. S modrýma nebo hn dýma o ima. Jejich po ty ukazuje následující tabulka: modré o i hn dé o i bílé erné 0 30 Jev A: My²ka je erná. Jev B: My²ka má modré o i. Jsou tyto jevy závislé nebo nezávislé? Pro nezávislé jevy platí dva speciální vztahy: P (A B P (A... nezáleºí na podmínce P (A B P (A.P (B... plyne z p edchozího vztahu po dosazení do P (A B P (A B.P (B. Testujme nap. podle druhého vztahu: P (A 40 60 P (B 60 P (A B 0 60 Dosadíme do vztahu a dostaneme: 0 60 40 60. 60 Tedy jevy jsou NEzávislé. Strom V pytlíku je ²est kuli ek modrých a t i ervené. Jaká je pravd podobnost, ºe vytáhnu jednu modrou a dv ervené? Kuli ky po jednotlivých tazích nevracíme. Tím se tedy pr b ºn m ní pravd podobnost, ºe vytáhnu takovou i onakou kuli ku. Musíme si tedy sestrojit strom v²ech moºností a pak vybrat ty moºnosti, které vyhovují zadání. Zadání vyhovují t i zelen ozna ené moºnosti. 6 9. 3 8. 2 7 + 3 9. 6 8. 2 7 + 3 9. 2 8. 6 7 3 4 6

V klobouku je jmen chlapeckých a 3 jména dív í. Losuji dv. Jaká je pravd podobnost, ºe ob jména budou chlapecká, pokud. po vylosování lístek vrátím do klobouku. 2. po vylosování lístek nevrátím do klobouku. Vrátím do klobouku 8. 8 2 64 2 Nevrátím do klobouku 8. 4 7 4 Bayesova v ta Odvození Bayesovy v ty: Tedy: P (A B.P (B P (B A.P (A Tedy: P (A B P (B A.P (A P (B P (A B P (A B.P (B P (B A.P (A 90% lidí s rakovinou plic jsou ku áci. 28% lidí kou í. 8% lidí má rakovinu plic. Jaká je pravd podobnost, ºe onemocním rakovinou plic, pokud budu kou it? 7

K... Kou í. R... Rakovina plic. P (K 0, 28 P (R 0, 08 Na t chto p íkladech je nejt º²í ur it, co je podmínka. První v tu m ºu p epsat: Kdyº vím, ºe n kdo má rakovinu plic, tak je to na 90% ku ák. Nebo taky: Za podmínky, ºe má rakovinu plic, tak je to na 90% ku ák. Tedy: P (K R 0, 9. Bayesova v ta: P (K R.P (R P (R K P (K 0,9.0,08 0,28 0, 26 26% Kdyº budu kou it, na 26% dostanu rakovinu plic. Kdyº sedneme za volant, máme ²anci asi 0,0%, ºe b hem této jízdy zp sobíme váºnou dopravní nehodu. Asi p l procenta idi na silnicích ídí pod vlivem alkoholu. Asi 4% váºných dopravních nehod zp sobili idi i pod vlivem alkoholu. Kdyº se napiji alkoholu a pak jdu ídit, kolikrát vzroste pravd podobnost, ºe b hem této jízdy zp sobím váºnou dopravní nehodu? A... Alkohol. N... Nehoda. P (A 0, 00 P (N 0, 000... Z t ch idi, kte í zp sobili nehodu, jich bylo 4% pod vlivem. Za podmínky, ºe zp sobili nehodu, je pravd podobnost, ºe byli pod vlivem 4%. Tedy: P (A N 0, 4. Bayesova v ta: P (A N.P (N P (N A P (A 0,4.0,000 0,00 0, 0028 Pravd podobnost nehody je u opilého idi e P (N A P (N 28 krát v t²í, neº kdyº o pití idi e nevíme nic. Pokud chceme spo íst, kolikrát vzroste pravd podobnost proti idi i, který nepil, musíme spo íst zlomek : P (N A P (N A. Pouºijeme rozpis pro úplnou pravd podobnost: P (N P (N A + P (N A P (N A.P (A + P (N A.P (A. Vyjád íme to, co nás zajímá: P (N A P (N P (N A.P (A P (A. Je²t pot ebujeme vyjád it pravd podobnost, ºe náhodný idi nepil alkohol: P (A P (A 0, 99 Spo teme pravd podobnost, ºe idi, který nepil, zp sobí váºnou dopravní nehodu: P (N A Dosadíme: P (N P (N A.P (A P (A 0,000 0,0028.0,00 P (N A P (N A 0,0028 0,000086 32, 4. 0,99 0, 000086 Pravd podobnost váºné nehody u idi e, který pil alkohol je 32-krát v t²í neº u idi e, který alkohol nepil. 8