Pravděpodobnost a statistika

Slides:



Advertisements
Podobné prezentace
Strategické otázky výzkumníka 1.Jaký typ výzkumu zvolit? 2.Na jakém vzorku bude výzkum probíhat? 3.Jaké výzkumné metody a techniky uplatnit?
Advertisements

Základy zpracování geologických dat Rozdělení pravděpodobnosti R. Čopjaková.
Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky.
Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem pedagogickým v Praze.
Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Mgr. Vladimír Mikulík. Slezské gymnázium, Opava, příspěvková organizace. Vzdělávací materiál.
DIGITÁLNÍ UČEBNÍ MATERIÁL Číslo projektu CZ.1.07/1.5.00/ Název projektu DUM Škola budoucnosti s využitím IT VY_6_INOVACE_MAT49 Název školy SPŠ a.
Funkce Lineární funkce a její vlastnosti 2. Funkce − definice Funkce je předpis, který každému číslu z definičního oboru, který je podmnožinou množiny.
Aritmetický průměr Gymnázium a Jazyková škola s právem státní jazykové zkoušky Zlín Tematická oblastMATEMATIKA - Finanční matematika a statistika Datum.
ČÍSLO PROJEKTUCZ.1.07/1.5.00/ ČÍSLO MATERIÁLUDUM 7 – Lineární rovnice – teorie NÁZEV ŠKOLY Střední škola a Vyšší odborná škola cestovního ruchu,
Induktivní statistika
Kombinatorika. Základní pojmy. Pravidla pro práci se skupinou:
POČET PRAVDĚPODOBNOSTI
PRAVDĚPODOBNOST A MATEMATICKÁ STATISTIKA Úvod, kombinatorika
Pravděpodobnosti jevů
TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM
Pravděpodobnost. Náhodný pokus.
TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM
Financováno z ESF a státního rozpočtu ČR.
Matematika 3 – Statistika Kapitola 4: Diskrétní náhodná veličina
Rozhodování 1.
Lineární funkce - příklady
Řešení nerovnic Lineární nerovnice
Variace bez opakování 25. srpna 2013 VY_42_INOVACE_190202
MATEMATIKA Obsah přednášky. Opakování, motivační příklady Funkce.
ČÍSLO PROJEKTU CZ.1.07/1.5.00/ ČÍSLO MATERIÁLU 1 – Množiny – teorie
Ukázky aplikací matematiky
„Svět se skládá z atomů“
Provozováno Výzkumným ústavem pedagogickým v Praze.
8.1 Aritmetické vektory.
Výběrové metody (Výběrová šetření)
PERMUTACE S OPAKOVÁNÍM
MATEMATIKA Dělitel a násobek přirozeného čísla.
Výukový materiál zpracován v rámci projektu
8.1.2 Podprostory.
Soustava dvou lineárních rovnic se dvěma neznámými
Maďarská metoda Kirill Šustov Michal Bednář Stanislav Běloch
DIGITÁLNÍ UČEBNÍ MATERIÁL
Molekulová fyzika 3. prezentace.
GENEROVÁNÍ HODNOT NÁHODNÝCH VELICIN PSEUDONÁHODNÁ ČÍSLA
Kvadratické nerovnice
Rovnice a graf přímé úměrnosti.
Dělení celých čísel (- 10) : (- 5) = 4 : (- 2) = (- 25) : 5 = Obsah:
ČÍSLO PROJEKTU ČÍSLO MATERIÁLU NÁZEV ŠKOLY AUTOR TÉMATICKÝ CELEK
Řešení nerovnic Lineární nerovnice
BIBS Informatika pro ekonomy přednáška 2
8.1.3 Lineární obal konečné množiny vektorů
ČÍSLO PROJEKTU ČÍSLO MATERIÁLU NÁZEV ŠKOLY AUTOR TÉMATICKÝ CELEK
DIGITÁLNÍ UČEBNÍ MATERIÁL
Úvod do teoretické informatiky
MNOŽINY.
Rovnice základní pojmy.
Jak postupovat při měření?
MATEMATIKA Obsah přednášky. Opakování, motivační příklady Funkce.
Početní výkony s celými čísly: sčítání a odčítání
Název školy:  ZÁKLADNÍ ŠKOLA PODBOŘANY, HUSOVA 276, OKRES LOUNY Autor:
Početní výkony s celými čísly: násobení
Běžná pravděpodobnostní rozdělení
KOMBINACE BEZ OPAKOVÁNÍ
Výuka matematiky v 21. století na středních školách technického směru
Náhodný jev, náhodná proměnná
Centrální limitní věta
Lineární funkce a její vlastnosti
NEJMENŠÍ SPOLEČNÝ NÁSOBEK
Více náhodných veličin
Početní výkony s celými čísly: dělení
Funkce Pojem funkce Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem.
MATEMATIKA – ARITMETIKA 7
Grafy kvadratických funkcí
Teorie chyb a vyrovnávací počet 2
Pravděpodobnost a matematická statistika I.
Transkript prezentace:

Pravděpodobnost a statistika 1

Pravděpodobnost Pravděpodobnost náhodného jevu je číslo, které je mírou očekávatelnosti výskytu jevu. Náhodným jevem rozumíme opakovatelnou činnost prováděnou za stejných (nebo přibližně stejných) podmínek, jejíž výsledek je nejistý a závisí na náhodě. Příklady mohou být například házení kostkou, střelba do terče nebo losování loterie. Rozvoj teorie pravděpodobnosti probíhal od 17. století, zpočátku inspirován hlavně hazardními hrami. Za její počátek se považuje slavná výměna dopisů mezi matematiky Blaisem Pascalem a Pierrem Fermatem zahájená roku 1654. Šlo jim tehdy o otázku, jak spravedlivě rozdělit bank mezi hráče, jestliže série hazardních her musela být předčasně přerušena. Dalším stimulem pak byl rozvoj pojišťovnictví. Blaise Pascal 1623 - 1262 Pierre de Fermat 1601 - 1665

Pravděpodobnost JEV - množina některých možných výsledků náhodného experimentu Jev jistý Jev nemožný Jev náhodný

Klasická definice pravděpodobnosti Buď M množina elementárních jevů (tedy takových, které nelze složit z jiných a které jsou zcela rovnocenné) o n prvcích. Pravděpodobnost výskytu jevu A, který je složen z m elementárních jevů je 4

Základní vlastnosti pravděpodobnosti 1 ) 2 ) Kde S je jev, který nastane při každém náhodném pokusu a 0 jev, který nenastane nikdy. 3 ) Kde pod sjednocením jevů rozumíme „nastane A“ nebo „nastane B“. Jevy musí být disjunktní, tedy A a B nemohou nastat současně. 4 ) Pravděpodobnost, že ve dvou nezávislých pokusech nastanou jevy A a B je 5 ) 6 ) Tj. pravděpodobnost, že nastane doplněk A do B je rovna rozdílu pravděpodobností B a A.

Příklady Házejme dvěma kostkami. Jaké je pravděpodobnost, že součet bude roven pěti? A sedmi? V osudí je a bílých koulí a b černých. Taháme postupně tři koule a už je nevracíme zpět (tedy se celkový počet koulí v osudí zmenšuje). Určeme pravděpodobnost, že všechny vytažené koule jsou bílé. V osudí je a bílých koulí a b černých. Taháme postupně tři koule a už je nevracíme zpět (tedy se celkový počet koulí v osudí zmenšuje). Určeme pravděpodobnost, že vytažené koule jsou dvě bílé a jedna černá, přičemž nám nezáleží na tom, v jakém pořadí jsme je vytáhli.

Uspořádaný výběr s opakováním Buď A množina o n prvcích. Vyberme z množiny postupně k prvků tak, že můžeme vybírat vícekrát ten samý (vracíme prvky do množiny). Počet různých k-tic, které takto lze dostat, je variace s opakováním n různých čísel n různých čísel n různých čísel n různých čísel . . . . n n n n n = nk Pravděpodobnost, že náhodně vybereme jednu určitou k-tici tedy je

Uspořádaný výběr bez opakování Buď A množina o n prvcích. Vyberme z množiny postupně k prvků, ale podruhé ho již vytáhnout nelze (nevracíme prvky do množiny). variace bez opakování n-1 různých prvků n-2 různých prvků n-3 různých prvků n různých prvků . . . . n (n-1) (n-2) (n-3) = (n-1)(n-2) … (n-k+1) Pravděpodobnost, že náhodně vybereme určitou k-tici tedy je

Uspořádaný výběr všech prvků bez opakování Buď A množina o n prvcích. Vyberme z množiny postupně všech n prvků a podruhé nevracíme prvky do množiny permutace n-1 různých prvků n-2 různých prvků n-3 různých prvků n různých prvků 1 zbylý prvek . . . . n (n-1) (n-2) n (n-3) = (n-1)(n-2) … 2.1 Pravděpodobnost, že náhodně vybereme určitou k-tici tedy je

Neuspořádaný výběr bez opakování Nezáleží-li nám na pořadí ve výběru k prvků z n-členné množiny, považujeme všechny k-tice se stejnými prvky v různém pořadí za rovnocenné. Takových k-tic je pro každý výběr prvků k!. Vydělíme tedy ještě počet variací bez opakování k! : kombinace bez opakování kombinační číslo Pravděpodobnost, že náhodně vybereme určitou k-tici tedy je

Karl Friedrich Gauss 1777-1855 11

Pravděpodobnosti při hodu kostkou 12

Pravděpodobnosti při hodu 2 kostkami 13

Pravděpodobnost při hodu 3 kostkami 14

Pravděpodobnosti při „hodu nekonečně mnoha“ kostkami 15

Různá normální rozdělení 16