Detail předmětu

Pravděpodobnost

FP-pravPAk. rok: 2026/2027

Studenti budou schopni aplikovat klasickou a podmíněnou pravděpodobnost při rozhodování v podnikových procesech.
Studenti se naučí používat metody analýzy spolehlivosti soustav a rozhodování za rizika.
Studenti budou schopni využívat náhodné veličiny a speciální typy rozdělení k modelování a simulaci podnikových procesů.
Studenti se naučí používat rozhodovací stromy a složené indexy k optimalizaci rozhodovacích procesů v podnicích.

Jazyk výuky

čeština

Počet kreditů

6

Garant předmětu

Ing. Karel Doubravský, Ph.D.

Zajišťuje ústav

Ústav informatiky (ÚI)

Pravidla hodnocení a ukončení předmětu

ZAKONČENÍ PŘEDMĚTU
Zápočet je udělen na základě:
Vypracování kontrolních testů.
Aktivní účasti na cvičeních.
Zkouška je písemná a skládá se:
Z řešení čtyř příkladů během 80 minut.
Z odpovědí na tři teoretické otázky během 15 minut.
Známku, odpovídající součtu (max. 100 bodů), která sestává:
Z bodového hodnocení kontrolních testů (max. 40 bodů).
Z výsledků řešených příkladů (max. 48 bodů).
Z kvality odpovědí na teoretické otázky (max. 12 bodů).
Známky a jim odpovídající body:
A (100–90), B (89–80), C (79–70), D (69–60), E (59–50), F (49–0).
Účast na přednáškách není povinná, ale doporučuje se. Účast na cvičeních je kontrolovaná.
Případná neúčast vyšší než 20 % bude nahrazena náhradními úkoly.
ZAKONČENÍ PŘEDMĚTU PRO STUDENTY S INDIVIDUÁLNÍM STUDIEM
Zápočet je udělen na základě:
Vypracování kontrolních úloh.
Zkouška je písemná a skládá se:
Z řešení čtyř příkladů během 80 minut.
Z odpovědí na tři teoretické otázky během 15 minut.
Známku, odpovídající součtu (max. 100 bodů), která sestává:
Z bodového hodnocení kontrolních úloh (max. 40 bodů).
Z výsledků řešených příkladů (max. 48 bodů).
Z kvality odpovědí na teoretické otázky (max. 12 bodů).
Známky a jim odpovídající body:
A (100–90), B (89–80), C (79–70), D (69–60), E (59–50), F (49–0).

Učební cíle

Studenti budou schopni aplikovat klasickou a podmíněnou pravděpodobnost při rozhodování v podnikových procesech.
Studenti se naučí používat metody analýzy spolehlivosti soustav a rozhodování za rizika.
Studenti budou schopni využívat náhodné veličiny a speciální typy rozdělení k modelování a simulaci podnikových procesů.
Studenti se naučí používat rozhodovací stromy a složené indexy k optimalizaci rozhodovacích procesů v podnicích.

Základní literatura

KROPÁČ, Jiří. Statistika A. 2.vydání. Brno: Akademické nakladatelství CERM, 2012. ISBN 978-80-7204-788-8. (CS)
MONTGOMERY, Douglas C. a RUNGER, George C. Applied statistics and probability for engineers: a study guide accompany. 7. vydání. New York: Wiley, 2018. ISBN 978-1-119-68890-7. (EN)
 ROSS, Sheldon M. Introduction to Probability and Statistics for Engineers and Scientists. 6. vydání. New York: Academic Press, 2020. ISBN 978-0-12-824346-6. (EN)
Studijní materiály dostupné na platformě Moodle. (CS)
ŘEZANKOVÁ, Hana; LÖSTER, Tomáš a ŠULC, Zdeněk. Úvod do statistiky. 2., přepracovaného vydání. Praha: Oeconomica, 2019. ISBN 978-80-245-2301-9. (CS)

Doporučená literatura

KROPÁČ, Jiří. STATISTIKA. 1. vydání. Brno: Akademické nakladatelství CERM, 2010. ISBN 978-80-214-3866-8.  (CS)
DANIELSON, Mats a EKENBERG, Love. Real-Life Decision-Making. 1. vydání. Boca Raton: CRC Press, 2023. ISBN 978-1-03-252438-2.   (EN)
KARPÍŠEK, Zdeněk. Matematika IV: statistika a pravděpodobnost. 4., přepracované vydání. Brno: Akademické nakladatelství CERM, 2014. ISBN 978-80-214-4858-2. (CS)
MAREK, Luboš. Pravděpodobnost. Praha: Professional Publishing, 2012. ISBN 978-80-7431-087-4. (CS)

Zařazení předmětu ve studijních plánech

  • Program BAK-MIn bakalářský 1 ročník, letní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Ing. Karel Doubravský, Ph.D.

Osnova

1. Klasická pravděpodobnost
2. Podmíněná pravděpodobnost
3. Náhodná veličina
4. Speciální diskrétní typy rozdělení náhodných veličin
5. Speciální spojité typy rozdělení náhodných veličin
6. Věta Moivreova-Laplaceova
7. Spolehlivost soustav
8. Náhodný vektor
9. Markovské řetězce
10. Individuální indexy
11. Složené indexy
12. Rozhodování za rizika
13. Rozhodovací stromy

Cvičení

26 hod., povinná

Vyučující / Lektor

Ing. Karel Doubravský, Ph.D.

Osnova

1. Klasická pravděpodobnost
2. Podmíněná pravděpodobnost
3. Náhodná veličina
4. Speciální diskrétní typy rozdělení náhodných veličin
5. Speciální spojité typy rozdělení náhodných veličin
6. Věta Moivreova-Laplaceova
7. Spolehlivost soustav
8. Náhodný vektor
9. Markovské řetězce
10. Individuální indexy
11. Složené indexy
12. Rozhodování za rizika
13. Rozhodovací stromy

Odborné znalosti:
Studenti budou rozumět klasické a podmíněné pravděpodobnosti a jejich aplikaci v podnikových procesech.
Studenti budou obeznámeni s náhodnými veličinami a speciálními typy rozdělení pro modelování a simulaci podnikových procesů.
Studenti budou mít znalosti o metodách analýzy spolehlivosti soustav a rozhodování za rizika.
Obecné způsobilosti:
Studenti budou schopni aplikovat klasickou a podmíněnou pravděpodobnost při rozhodování v podnikových procesech.
Studenti budou schopni využívat náhodné veličiny a speciální typy rozdělení k modelování a simulaci podnikových procesů.
Studenti budou schopni používat metody analýzy spolehlivosti soustav a rozhodování za rizika.
Odborné dovednosti:
Studenti se naučí používat rozhodovací stromy a složené indexy k optimalizaci rozhodovacích procesů v podnicích.
Studenti se naučí modelovat a simulovat podnikové procesy pomocí náhodných veličin a speciálních typů rozdělení.
Studenti se naučí aplikovat metody analýzy spolehlivosti a rozhodování za rizika v praktických situacích.

Samostudium

34 hod., nepovinná

Vyučující / Lektor

Ing. Karel Doubravský, Ph.D.

Individuální příprava na ukončení

70 hod., nepovinná

Vyučující / Lektor

Ing. Karel Doubravský, Ph.D.