Loterie, których wynikami są loterie są równoważne odpowiednim loteriom ze „zwykłymi” wynikami i prawdopodobieństwami wyznaczonymi zgodnie z zasadami rachunku prawdopodobieństwa.
Fałsz
Prawda
Prawda
Podział ze względu na warunki w jakich decyzja jest podejmowana:
w warunkach ryzyka
w warunkach niepewności
w warunkach będących kombinacją ryzyka i niepewności
w warunkach pewności
w warunkach ryzyka
w warunkach niepewności
w warunkach będących kombinacją ryzyka i niepewności
w warunkach pewności
Podział ze względu podmiot podejmujący decyzję
indywidualne
w warunkach niepewności
zbiorowe
indywidualne
zbiorowe
Teoria gier jest dziedziną zajmującą się opisem różnych sytuacji, w których uczestniczą podmioty świadomie podejmujące pewne decyzje w wyniku których następują rozstrzygnięcia mogące zmienić ich położenie.
Teoria użyteczności
Paradoks użyteczności
Paradoks petersburski
Teoria użyteczności
Teoria użyteczności (utility)jest autorstwa
Pierre’a Simona de Laplace’a
Daniel Bernoulli
John'a von Neumann i Oskar'a Morgenstern
John'a von Neumann i Oskar'a Morgenstern
Paradoks petersburski jest autorstwa
Daniel Bernoulli
Pierre’a Simona de Laplace’a
John'a von Neumann i Oskar'a Morgenstern
Daniel Bernoulli
Wzór Bayesa
Prawdopodobieństwo całkowite
Prawdopodobieństwo warunkowe
Wzór Bayesa
Wzór Bayesa
Prawdopodobieństwo całkowite
Prawdopodobieństwo warunkowe
Prawdopodobieństwo całkowite
Prawdopodobieństwo warunkowe,
Wzór Bayesa
Prawdopodobieństwo całkowite
Prawdopodobieństwo warunkowe,
Miara rozproszenia wartości zmiennej wokół wartości oczekiwanej, którą oblicza się ze wzoru:
Wartość oczekiwana
Wariancja
Wariancja
Jest wartością, wokół której skupiają się wartości zmiennej losowej przy wielokrotnym powtarzaniu eksperymentu.
Wartość oczekiwana
Wariancja
Wartość oczekiwana
Z rozkładem każdej zmiennej losowej związane są pewne charakteryzujące go wielkości liczbowe. Charakterystyki te nazywa się
parametrami rozkładu zmiennej losowej
zbiorem rozkładu zmiennej losowej
parametrami rozkładu zmiennej losowej
Zmienna losowa ciągła charakteryzowana jest za pomocą
funkcji gęstości rozkładu.
funkcji prawdopodobieństwa
funkcji gęstości rozkładu.
Dodatkowo, oprócz dystrybuanty zmienna losowa dyskretna charakteryzowana jest za pomocą
funkcji gęstości rozkładu.
funkcji prawdopodobieństwa
funkcji prawdopodobieństwa
Niezależnie od typu, każdą zmienną losową X można jednoznacznie określić za pomocą teoretycznej
zmiennej losowej
dystrybuanty
dystrybuanty
Jeśli zmienna losowa przyjmuje dowolne wartości z pewnego przedziału liczbowego, to nazywamy ją
dyskretną
zmienną losową ciągłą
zmienną losową ciągłą
Jeżeli zbiór wartości zmiennej losowej jest zbiorem przeliczalnym lub skończonym, wówczas zmienną losową nazywamy
dyskretną
zmienną losową ciągłą.
dyskretną
Wartości zmiennej losowej nie możemy z góry przewidzieć Ponieważ zależy Ona od przyczyn losowych
Prawda
Fałsz
Prawda
Funkcję określoną na przestrzeni zdarzeń elementarnych, przyporządkowującą każdemu zdarzeniu elementarnemu liczbę rzeczywistą z określonym prawdopodobieństwem nazywamy
zbiorem elementów
zmienną losową
prawdopodobieństwem
zmienną losową
Prawdopodobieństwem nazywamy funkcję P określoną na zdarzeniach taką, że
P(W) = 1
P(A) >= 0 dla dowolnego zdarzenia A,
P(AÈ B) = P(A) + P(B) dla dowolnych, wykluczających się zdarzeń A, B
P(W) = 0
P(W) = 1
P(A) >= 0 dla dowolnego zdarzenia A,
P(AÈ B) = P(A) + P(B) dla dowolnych, wykluczających się zdarzeń A, B