Náhoda. Pravděpodobnost výhry při sázce na barvu: p = 18/37 = 0,486 Průměrný zisk při n sázkách částky č: - n.č + 2.č.n.p = n.č.

Podobné dokumenty
1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );

Digitální učební materiál

2. TEORIE PRAVDĚPODOBNOSTI

Náhoda při hře. Náhoda při hře

6. KOMBINATORIKA Základní pojmy Počítání s faktoriály a kombinačními čísly Variace

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů.

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

3. Charakteristiky a parametry náhodných veličin

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

PRACOVNÍ SEŠIT KOMBINATORIKA, PRAVDĚPODOBNOST A STATISTIKA. 9. tematický okruh:

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Přednáška č. 2 náhodné veličiny

Náhodné jevy a pravděpodobnost

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

1. K o m b i n a t o r i k a

3. část: Teorie hromadné obsluhy. Ing. Michal Dorda, Ph.D.

Statistika pro metrologii

!!! V uvedených vzorcích se vyskytují čísla n a k tato čísla musí být z oboru čísel přirozených.

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

( )! ( ) ( ) ( ) = ( ) ( ) ( ) ( ) ( )

Náhoda při hře. Náhoda při hře

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

MATICOVÉ HRY MATICOVÝCH HER

P(n) = n * (n - 1) * (n - 2) *... 2 * 1 To odpovídá zápisu, ve kterém využíváme faktoriál:

5. Lineární diferenciální rovnice n-tého řádu

8.1.2 Vzorec pro n-tý člen

Národní informační středisko pro podporu kvality

NEPARAMETRICKÉ METODY

8.1.2 Vzorec pro n-tý člen

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

PRAVDĚPODOBNOST A STATISTIKA

Název školy: Gymnázium Jana Nerudy, škola hl. města Prahy. Předmět, mezipředmětové vztahy: matematika a její aplikace

12. N á h o d n ý v ý b ě r

z možností, jak tuto veličinu charakterizovat, je určit součet

STATISTIKA. Základní pojmy

7. KOMBINATORIKA, BINOMICKÁ VĚTA. Čas ke studiu: 2 hodiny. Cíl

Náhodné jevy, jevové pole, pravděpodobnost

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 5 = 0, = 0, = 0, = 0, 0032

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

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

Sekvenční logické obvody(lso)

8.2.6 Geometrická posloupnost

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

Téma 1: Pravděpodobnost

DIM PaS Připomenutí poznatků ze střední školy. Faktoriály a kombinační čísla základní vzorce: n = k. (binomická věta) Příklady: 1.

1. Úvod do základních pojmů teorie pravděpodobnosti

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

S k l á d á n í s i l

PRAVDĚPODOBNOST A STATISTIKA

4. B o d o v é o d h a d y p a r a m e t r ů

14. B o d o v é o d h a d y p a r a m e t r ů

P2: Statistické zpracování dat

Kombinace s opakováním

4. Opakované pokusy a Bernoulliho schema

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

Vzorový příklad na rozhodování BPH_ZMAN

Kombinace s opakováním

7 VYUŽITÍ METOD OPERAČNÍ ANALÝZY V TECHNOLOGII DOPRAVY

6. Posloupnosti a jejich limity, řady

Lineární regrese ( ) 2

Náhodný výběr 1. Náhodný výběr

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Zimní semestr akademického roku 2015/ listopadu 2015

u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení.,

Kombinatorika, pravděpodobnost, statistika

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce

b c a P(A B) = c = 4% = 0,04 d

Odhady parametrů 1. Odhady parametrů

TOKY V GRAFU MAXIMÁLNÍ TOK SÍTÍ, MINIMALIZACE NÁKLADŮ SPOJENÝCH S DANOU HODNOTOU TOKU, FIXNÍ NÁKLADY, PŘEPRAVNÍ (TRANSHIPMENT) PROBLÉM.

Od unimodálních posloupností k narozeninovému paradoxu

8.2.1 Aritmetická posloupnost

1.3. POLYNOMY. V této kapitole se dozvíte:

Kombinatorika- 3. Základy diskrétní matematiky, BI-ZDM

Kombinatorika a grafy I

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

6.1 Systémy hromadné obsluhy

8. Odhady parametrů rozdělení pravděpodobnosti

Pravděpodobnostní modely

6 VYBRANÁ ROZDLENÍ DISKRÉTNÍ NÁHODNÉ VELIINY

2. Náhodná veličina. je konečná nebo spočetná množina;

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

3.4.7 Můžeme ušetřit práci?

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN

Intervalové odhady parametrů

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

NUMP403 (Pravděpodobnost a Matematická statistika I)

KOMBINATORIKA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

V. Normální rozdělení

1.1. Primitivní funkce a neurčitý integrál

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

n 3 lim 3 1 = lim Je vidět, že posloupnost je neklesající, tedy z Leibnize řada konverguje, ( 1) k 1 k=1

Klasická pravděpodobnost

Motivace. Náhodný pokus, náhodný n jev. pravděpodobnost. podobnostní charakteristiky diagnostických testů, Bayesův vzorec. Prof.RND. RND.

35! n! n k! = n k k! n k! k! = n k

Transkript:

Náhoda při i hřeh Martigale: Vsadíšřeěme dolar a barvu, terou si vybereš (červeáči čerá) a budeš stále sázet je a i. Roztočíš ruletu a čeáš Poud prohraješ, zdvojásobíš sázu, taže vsadíš příště dolary. Pa řeěme, že zova prohraješ, ta příště vsadíš 4 dolary. A dyž zas prohraješ, ta příště vsadíš 8 dolarů. Řeěme, že už oečě padla barva, terou jsi vsadil. Casio ti dá e tvým vsazeým 8 dolarům svých 8, taže máš teď 6 dolarů. Spočítej si, oli jsi vsadil: + + 4 + 8 dolarů, taže - vydělal jsi dolar! Pa začeš sázet zova dolar Náhoda při i hřeh Pravděpodobost výhry při sázce a barvu: p 8/37 0,486 Průměrý zis při sázách částy č: -.č +.č..p.č.(-0,07) Dlouhodobý zis asia je,7% ze vsazeýchčáste.

Co to je pravděpodobost? podobost? je matematicá disciplía, popisující záoitosti týající se jevů, teré (přiejmeším z hledisa pozorovatele) mohou a emusí astat, resp. jejichž výsledá hodota eí předem jistá. Příladem může být výslede hodu ostou ještě předtím, ež hodíme, aebo veoví teplota zítra v polede. Laplaceova def. pravděpodobosti Může-li áhodý pous vyázat oečý počet růzých, vzájemě se vylučujících, stejě možých výsledů a jestli m z těchto výsledů má za áslede událost A, pa pravděpodobost události A položíme rovou číslu m/ P ( A) m Pravděpodobost Subjetiví pravděpodobost (teorie her schéma sázaí je založeé a tom, že odhadujeme pst výsledu) Náhoda při hře Matematicá teorie pravděpodobosti - relativíčetost dlouhodobá pravidelost v áhodých událostech Bayesovsý přístup měří věrohodost určitého výsledu v podmíách eúplé iformovaosti o daém jevu. Existující doměy jsou modifiováy ovými iformacemi

Losovací zaříze zeí 0 pousů oli je možých výsledů? Výsl Kód čet absol relat A ABC I I I 3 0, B ACB I I 0,0 C BAC BCA 3 4 I I I I I I I I 4 4 0,0 0,0 CAB I I I I I 0, CBA 6 I I 0,0 cel 0,00 Záladí pojmy Náhodý pous -výsledy závisí eje a předepsaých podmíách, ale taé a áhodě. Náhodý jev - aždý výslede (elemetárí jev) ebo supia výsledů áhodého pousu. Jaéoliv tvrzeí o výsledu áhodého pousu, o terém lze (po provedeí pousu) rozhodout, zda je pravdivé. Prostor elemetárích jevů S - možia všech možých výsledů pousů jsme schopi je všechy předem vyjmeovat (ve sš matematice oečá), jsou vzájemě eslučitelé (žáeé dva emohou astat současě), jede z ich astae vždy (emůže astat žádý jiý ež jede z jmeovaých), 3

Přílad Odlište áhodé pousy (NP) od áhodých jevů (NJ) vylosováíčísla vypěstováí rostliy vybráí losu s číslem hod ostou vyrobeí výrobu. jaosti padutí šesty při hodu ostou arozeí chlapce (NP) (NP) (NJ) (NP) (NJ) (NJ) (NJ) Axiomaticá defiice pravděpodobosti podobosti Je dá eprázdý prostor elemetárích jevů S. Možia áhodých jevů Π(S) musí splňovat ásledující vlastosti: S Π( S) A Π( S) A Π( S) A, A,..., A Π( S) Ai Π( S) U i Např. všechy podmožiy S Každému jevu A Π(S) je přiřazea pravděpodobost P(A), taová že: P( θ ) 0 A B P( A) P( B) A B P( B A) P( B) P( A) 4

Vytvořte te doplňy áhodých jevů A: Vybraé lísty ebudou mít stejou barvu. A : Vybraé lísty budou mít stejou barvu. B: Ve supiě ebudou pouze dívy. B : Ve supiě budou pouze dívy. C:... budou alespoň tři uličy červeé. C :... budou ejvýše dvě uličy červeé. D:... budou maximálěčtyři dívy. D :... bude miimálě pět díve. Hra dvěma ostami Při hře dvěma ostami vyhrajeme, pade-li šesta alespoň a jedé z ich. S NJ: A

Záleží a pořadí příslušého hodu, proto jsou osty rozlišey barevě: [Modrá; Žlutá]. Ω [ ; ] [ ;] [ ;3 ] [ ;4 ] [ ; ] [ ;6 ] [ ; ] [ ;] [ ;3] [ ;4] [ ;] [ ;6] [ 3; ] [ 3;] [ 3;3] [ 3;4] [ 3;] [ 3;6] [ 4; ] [ 4;] [ 4;3] [ 4;4] [ 4;] [ 4;6] [ ; ] [ ;] [ ;3] [ ;4] [ ;] [ ;6] [ 6; ] [ 6;] [ 6;3] [ 6;4] [ 6;] [ 6;6] E Pravděpodobost výhry /36 Chevalier de Mere Hod jedou ostou Chevalier de Mere příjimal sázy a to, že hodí miimálě jedu šestu večtyřech po sobě ásledujících hodech. Pravděpodobost padutí šesty je v aždém hodu /6. Domíval se, že jeho šace a padutí šesty večtyřech hodech je tedy (/6) 4 /3. Správě: Vypočítáme pravděpodobost doplňového jevu počtu epřízivých možostí: P(A) (/6) 4 0,774694 Hod dvěma ostami. Vyhrajeme, poud se ám alespoň jederát podaří hodit šesty ve 4 hodech. Pravděpodobost vrhutí dvou šeste v jedom hodu je /36. De Mere předpoládal, že jeho šace je tedy (/36) 4 a tedy opět /3. Správě: Pravděpodobost výhry bude: P(A) (3/36) 4 0,49403876. 6

Na pořadí prvů ve supiě záleží ezáleží VARIACE! V ( ) ( )! V ( ) PERMUTACE P ( )! P (,..., ) ( + +... + )! KOMBINACE C! ( )!( )! + C ( )!...!! V sérii 8 výrobů jsou 3 zmety. Jaá je pravděpodobost, že mezi 4 áhodě vybraými výroby bude ejvýše jede zmete? [0,948 ] Při hře 3 artami bylo rozdáo 6 aret. Jaá je pravděpodobost, že mezi imi budou alespoň dvě esa? [0,04] 7

Zálady teorie pravděpodobosti podobosti Prostor elemetárích jevů S možia všech možých jevů Náhodý jev A,B,... podmožia výběrového prostoru S aždý jev A je svázá s mírou možosti (pravděpodobosti) P(A) jeho výsytu při opaováí N( A) P( A) lim N N Vlastosti pravděpodobosti: 0 P( A) P( A B) P( A) + P( B) P( A B) P( A ) P( A) A B P( A) P( B) Závislé a ezávisl vislé jevy Jevy A, B jsou ezávislé P( A B) P( A). P( B) Přílady závislých jevů: A žá má výborý prospěch během studia B žá je úspěšý u SZZ A havaruje vozidlo starší let B při havárii dojde e smrtelému úrazu A příchozí záazí odejde z froty eobslouže (reziguje a frotu) B déla froty je záazíů 8

Podmíěá pravděpodobost podobost Pravděpodobost, že astal jev A za podmíy, že astal jev B, se azývá podmíěá pravděpodobost. Ozačujeme P(A/B) Házíme ostou. Náhodý jev A pade číslo B pade lichéčíslo Pravděpodobost, že pade číslo za podmíy, že padlo liché číslo P(A/B)/3 Podmíěá pravděpodobost podobost Pravděpodobost jevu A podmíěá výsytem jevu B P( A B) P( A/ B) P( B) Př: P( A) P( B) P( A/ B) P( B / A) P( A B) B(x) A (4 x 4) S (8 x 8) 9

Záo úplé pravděpodobosti, podobosti, Bayesův vztah Uvažujme jevy {B,B,...B } jao úplý systém eslučitelých jevů výběrového prostoru S. Pa U i ( ) A A B i P( A) P( A B ) P( A / B ) P( B ) i i i i i Aposteriorí psti P( A Bi ) P( A/ Bi ) P( Bi ) P( Bi / A) P( A) P( A/ B ) P( B ) i i i Apriorí psti Přílad M/M/ A příchozí záazí reziguje a obsluhu B systém je v oamžiu příchodu záazía obsaze záazíy 0,9 ( ) ( ) P B ρ ρ ; ρ < P ( A / B ) 8 pst 0,8 0,7 0,6 0, 0,4 0,3 0, 0, B P(A/B) 0 0 3 4 6 7 počet záazíů. Určete pravděpodobost, že áhodě příchozí záazí reziguje a obsluhu. ρ ρ 7ρ P( A) P( A/ Bi ) P( Bi ) ( ρ ) ρ ( ρ ) ( ρ ) i 0 8 0 0 8 ρ ρ 8 8. Určete pst, že je v systému záazíů, víme-li, že záazí rezigoval a obsluhu. P B ( ρ ) ρ P( A / B ) P( B ) 8 468 P( A) 7ρ 3768 ρ 8 4 ( ρ ) ρ ( ρ ) ( / A) 8 0