Ismétlés: Visszatevéses mintavétel. A valószínőség további tulajdonságai. Visszatevés nélküli mintavétel. A valószínőség folytonossága

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Ismétlés: Visszatevéses mintavétel. A valószínőség további tulajdonságai. Visszatevés nélküli mintavétel. A valószínőség folytonossága"

Átírás

1 Valószíőségszámítás és statsztka elıadás f. BC/B-C szakskak. elıadás szeptember. Ismétlés: Vsszatevéses mtavétel N termék, melybıl M selejtes elemő mta vsszatevéssel A: ptsa k selejtes va a mtába k k k,, M M N N azaz a valószíőség kfejezhetı a pm/n selejtaráy segítségével: p k p k Mtavétel Vsszatevés élkül mtavétel N termék, melybıl M selejtes elemő mta vsszatevés élkül A: ptsa k selejtes va a mtába k,, Mtavétel M N M k P N A valószíőség tvább tulajdsága A valószíőség végese s addtív: ha A, A,..., A párkét kzáró eseméyek, akkr P A A A + A A Bzyítás. A + A + választással alkalmazzuk a σ-addtvtást. Tehát a krábba beláttt tulajdságk a Klmgrv-féle valószíőség mezıre s érvéyesek. Megszámlálható valószíőség mezı Ω{ω, ω,,ω, }, A P Ω. Jelölés: p P ω, valószíőségelszlás: p, az összegük. A σ-addtvtás matt tetszıleges A eseméyre megy a véges esetre láttt számítás: ω p : ω A : ω A Példa: Háyadkra dbjuk az elsı fejet egy szabálys érmével? p /,, A valószíőség flytssága Állítás. Ha A A,, és A A... akkr az A A jelöléssel lm A Bzyítás. A A A\ A A\ A3. dszjukt felbtás, tehát a P A \ + A \ sr kverges. A fet felbtást A -re alkalmazva: A + A\ A + + A + \ A

2 s s Eseméyek uójáak valószíősége A PA + PB PA Példa: Magyar kártyacsmagból kétszer húzuk vsszatevéssel. M a valószíősége, hgy húzuk prsat? A: elsı prs, B: másdk prs /4, A / Tehát A 7/ PA B C PA + PB + PC PA PA C PB C + PA B C zta Pcaré frmula Képlet az általás esetre: + A A A ahl Aj A j j < j <... < j A az téyezıs metszetek valószíőségeek összege. j Alkalmazásk Ha az egyes eseméyek és metszetek s egyfrmá valószíőek, akkr + A A A A A A Átfgalmazás metszetekre: A A A A Megállapdás:. Példa: M a valószíősége, hgy adtt k számú kckadbásból mde számt legalább egyszer megkaptuk? Megldás A : az számt em dbtuk A A A A A k d k k d Feltételes valószíőség. Az A eseméy valószíőségét keressük. Tudjuk, hgy B eseméy bekövetkezett. A relatív gyakrságkkal: csak azkat a kísérleteket ézzük, amelyekbe B bekövetkezett. Eze részsrzatba az A relatív gyakrsága: r A B / r B Feltételes valószíőség. Megfelelıje a valószíőségekre: A az A eseméy B-re vatkzó feltételes valószíősége feltétel: >. Példa: kckadbás. A{párs számt dbuk} B{3-ál agybbat dbtuk} /3.

3 Példa Mty Hall játék: 3 ajtó közül kell a játéksak választaa. Egy mögött yereméy autó va, a másk kettı mögött kecske. Mutá választttuk, a mősrvezetı kyt egy másk kecskés ajtót. Ezek utá döthetük: ktartuk az eredet választásuk mellett, vagy a harmadk, még bezárt ajtót választjuk kább. M a jó stratéga? Teljes eseméyredszer Defícó. Eseméyek A, A,..., srzata teljes eseméyredszer, ha egymást párkét kzárják és egyesítésük Ω. Tulajdság: P Legtöbbször véges sk elembıl álló teljes eseméyredszereket vzsgáluk. Teljes valószíőség tétele. Legye B, B,..., pztív valószíőségő eseméyekbıl álló teljes eseméyredszer, A A tetszıleges. Ekkr P Bzyítás. A A B A B dszjukt tagkra btás, tehát A B + A B +... és P A adja a tételt. Összetett mdellek pl. emtıl függı valószíőségek: a szívakság valószíősége a férfakál., a ıkél. Tfh. ugyaay a férf, mt a ı. M a valószíősége, hgy egy találmra választt ember szívak? A teljes eseméyredszer: {férf} {ı}. p./+./.55 Bayes tétele Legye B, B,..., pztív valószíőségő eseméyekbıl álló teljes eseméyredszer, A A pztív valószíőségő. Ekkr Bk Bk Bk Vsszakövetkeztetés az elsı lépés eredméyére. Bzyítás. A evezı éppe P a teljes valószíőség tétele matt. A számláló pedg P A, defícó szert. Példa Ha egy találmra választt ember szívak, m a valószíősége, hgy férf? p.5/.5+.5/. Ha egy, az egészségesekre 5% eséllyel téves dagózst adó szőrıvzsgálatál betegek tőük, akkr a betegség téyleges valószíősége p a betegség vszge, {Bbeteg, Eegészséges} a teljes eseméyredszer: B pzpz /pz + pz EEp/p+.5-p vszg. pztív teszteredméyél Betegség valószíusége vszg az adtt ppulácóba 3

4 Eseméyek függetlesége Ha a B eseméy bekövetkezése em beflyáslja az A valószíőségét, azaz, akkr azt mdjuk, hgy az A és B függetleek. Ez így em deáls defícó em szmmetrkus, P > kell hzzá, ezért Defícó. Az A és B eseméyek függetleek, ha A. Húzuk egy lapt egy magyarkártyacsmagból. A: prs B: ász. P /4, P /8, P A /3, tehát függetleek. A függetleség agy rtka azs kísérletbıl meghatárztt eseméyekél! Tpkus eset függetleségre: A az elsı, B a másdk kísérlet eredméye. Tulajdságk Ha A és B dszjuktak, akkr csak trváls P vagy P esetbe függetleek. Ha A és B függetleek, akkr kmplemeterek s függetleek. Ömaguktól csak a trváls eseméyek függetleek. A B eseté csak akkr függetleek, ha legalább az egyk trváls. Általásítás Két eseméyredszer függetle, ha az elsı tetszıleges eleme függetle a másdk tetszıleges elemétıl. eseméy függetle, ha P A A. A A A... A k k teljesül tetszıleges < < < k dexsrzatra és mde k számra. Megjegyzések Nem elég a fet szrzat-tulajdságt k-re megkövetel. Ha csak ez teljesül: párkét függetleségrıl beszélük. függetle kísérlet eseté az egyes kísérletekhez tartzó eseméyek függetleek. A gyakrlatba ez a tpkus, fts elıfrdulása eek a függetleségek. Klasszkus valószíőség mezı eseté függetle kísérleteket végezve, a kedvezı és az összes eseméyek száma s összeszrzódk. Példa: szabálys kckával dbva: elsı dbás párs és a másdk hats3/3. Tvább általásítás Végtele sk eseméyt függetleek evezük, ha tetszılegese kválasztva közülük véges skat, függetle eseméyeket kapuk. Végtele sk függetle kísérlethez tartzó valószíőség mezı s értelmezhetı. Ha A az -edk kísérlethez tartzk, akkr A,A,, A, függetle. 4

5 Valószíőség váltzók. A legtöbbször em maga a kísérlet kmeetele a realzálódtt elem eseméy haem egy számszerősíthetı eredméy az érdekes. Példa: par termelés mıségelleırzés: a kérdés az esetleges selejtesek száma, em pedg az, hgy ptsa melyk elemeket s választttuk. k gyakrlat esetbe em s adódk természetese az Ω halmaz pl. dıjárás megfgyelés. Valószíőség váltzók. Mtavétel példa flyt. N termék, elemő mta. Ω elemszáma: N elejtesek száma X: és között szám. Matematkalag: X : Ω R függvéy Feltétel: legye értelme pl. aak a valószíőségérıl beszél, hgy Xa. Haslóképpe más természetes feltételek s legye valószíősége. Frmálsa: megköveteljük, hgy {ω: Xω B} A teljesüljö mde, az tervallumkból megszámlálhatóa sk halmazmővelettel elıállítható B-re. A gyakrlatba általába em jelet prblémát. Kckadbás: X a dbtt szám. Ω{,,,}, X. Értékkészlete: {,,,}. X az elsı lya dbás srszáma, amkr jö k. Ω{,,,} {,,,} {,,,}... X értékkészlete: {,, } Ipar termelés: X az elsı selejt gyártásáak dıptja. X értékkészlete: R +. X egy adtt termék hssza. X értékkészlete: R + részhalmaza em szükséges elızetese krlátz. Dszkrét valószíőség váltzók Defícó: az X dszkrét valószíőség váltzó, ha értékkészlete x,, x legfeljebb megszámlálható. A valószíőség váltzó defícójából adódóa {ω:xω x }{Xx } A azaz p :P Xx értelmes. Ezek meg s határzzák X elszlását. Véges vagy megszámlálható valószíőség mezı mde valószíőség váltzó dszkrét. Nem célszerő a természetszerőe flyts értékkészlető X dszkretzálása egyszerőbbek a flyts mdellek. 5

A valószínőség folytonossága

A valószínőség folytonossága Valószíőségszámítás és statszta elıadás f. BC/B-C szasa. elıadás szeptember 9. Megszámlálható valószíőség mezı Ω{ω, ω,,ω, }, A P Ω. Jelölés: p P ω, valószíőségelszlás: p, az összegü. A σ-addtvtás matt

Részletesebben

Szita (Poincaré) formula. Megoldás. Alkalmazások. Teljes eseményrendszer. Példák, szimulációk

Szita (Poincaré) formula. Megoldás. Alkalmazások. Teljes eseményrendszer. Példák, szimulációk s s Valószíűségszámítás és statszta előadás f. BC/B-C szasa. előadás szeptember 7. zta Pcaré frmula Képlet az általás esetre: A A... A ahl Aj A j j j... j... A az téyezős metszete valószíűségee összege.

Részletesebben

Teljes eseményrendszer. Valószínőségszámítás. Példák. Teljes valószínőség tétele. Példa. Bayes tétele

Teljes eseményrendszer. Valószínőségszámítás. Példák. Teljes valószínőség tétele. Példa. Bayes tétele Teljes eseményrendszer Valószínőségszámítás 3. elıadás 2009.09.22. Defnícó. Események A 1, A 2,..., sorozata teljes eseményrendszer, ha egymást páronként kzárják és egyesítésük Ω. Tulajdonság: P A ) +

Részletesebben

Valószínűségszámítás és statisztika előadás Info. BSC B-C szakosoknak. 1. előadás: Bevezetés. Számonkérés. Irodalom. Cél. Véletlen tömegjelenségek

Valószínűségszámítás és statisztika előadás Info. BSC B-C szakosoknak. 1. előadás: Bevezetés. Számonkérés. Irodalom. Cél. Véletlen tömegjelenségek Valószíűségszámítás és statszta előadás If. S - szasa 008/09. félév Zemplé drás zemple@caesar.elte.hu zemple.elte.hu. előadás: evezetés Irdalm, övetelméye félév céla Valószíűségszámítás tárgya Törtéet

Részletesebben

1. előadás: Bevezetés. Irodalom. Számonkérés. A valószínűségszámítás és a statisztika tárgya. Cél

1. előadás: Bevezetés. Irodalom. Számonkérés. A valószínűségszámítás és a statisztika tárgya. Cél Valószíűségszámítás és statsztka előadás fo. BSC/B-C szakosokak 1. előadás szeptember 13. 1. előadás: Bevezetés Irodalom, követelméyek A félév célja Valószíűségszámítás tárgya Törtéet Alapfogalmak Valószíűségek

Részletesebben

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye. y Valószíőségszámítás elıaás III. alk. matematkus szak 4. elıaás, szeptember 30 A peremeloszlások (X,Y) eloszlásából (elevezés: együttes eloszlás) következtethetük az egyes változók eloszlására: P(X)P(X,Y0)+P(X,Y)+P(X,Y2)

Részletesebben

1. elıadás: Bevezetés. Számonkérés. Irodalom. Valószínőségszámítás helye a tudományok között. Cél

1. elıadás: Bevezetés. Számonkérés. Irodalom. Valószínőségszámítás helye a tudományok között. Cél 1 Valószíőségszámítás 1 elıadás alk.mat és elemzı szakosokak 2013/2014 1. félév Zempléi Adrás zemplei@ludes.elte.hu http://www.cs.elte.hu/~zemplei/ 1. elıadás: Bevezetés Irodalom, követelméyek A félév

Részletesebben

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél Valószíűségszámítás 1 előadás mat. BSc alk. mat. szakráyosokak 2016/2017 1. félév Zemplé Adrás zemple@ludes.elte.hu http://zemple.elte.hu/ 1. előadás: Bevezetés Irodalom, követelméyek A félév célja Valószíűségszámítás

Részletesebben

? közgazdasági statisztika

? közgazdasági statisztika Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB B Elem

Részletesebben

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 28 dszkrét valószíőség változókra X(ω)=c mde ω-ra. Elevezés: elfajult eloszlás. P(X=c)=1. X akkor 1, ha egy adott,

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet

Részletesebben

Valószínőségszámítás helye a tudományok között. Véletlen tömegjelenségek. Történeti áttekintés 1. Modellezés. Történeti áttekintés 3.

Valószínőségszámítás helye a tudományok között. Véletlen tömegjelenségek. Történeti áttekintés 1. Modellezés. Történeti áttekintés 3. Valószíőségszámítás és statsztka elıadás Ifo. BSC B-C szakosokak 4/5. félév Zemplé Adrás zemple@ludes.elte.hu http://www.cs.elte.hu/~zemple/. elıadás: Bevezetés Irodalom, követelméyek A félév célja Valószíőségszámítás

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematka statsztka 8. elıadás http://www.math.elte.hu/~arato/matstat0.htm Kétmtás eset: függetle mták + + + = + ) ( ) ( ) ( Y Y X X Y X m m m t m Ha smert a szórás: (X elemő, σ szórású, Y m elemő, σ szórású),

Részletesebben

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje. 24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor

Részletesebben

? közgazdasági statisztika

? közgazdasági statisztika ... Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB

Részletesebben

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél Valószíűségszámítás előadás formata BSC/ szaosoa és matemata elemző BSC-see 2015/2016 1. félév Zemplé drás zemple@ludes.elte.hu http://www.cs.elte.hu/~zemple/ 1. előadás: Bevezetés Irodalom, övetelméye

Részletesebben

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 26 p 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 A bomáls és a hpergeom. elo. összehasolítása 0 1 2 3 4 5 6 7 8 9 10 k Hp.geom

Részletesebben

Környezet statisztika

Környezet statisztika Környezet statisztika Permutáció, variáció, kombináció k számú golyót n számú urnába helyezve hányféle helykitöltés lehetséges, ha a golyókat helykitöltés Minden urnába akárhány golyó kerülhet (ismétléses)

Részletesebben

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél Valószíűségszámítás 1 előadás al.mat BSc szaosoa 2015/2016 1. félév Zemplé Adrás zemple@ludes.elte.hu http://www.cs.elte.hu/~zemple/ 1. előadás: Bevezetés Irodalom, övetelméye A félév célja Valószíűségszámítás

Részletesebben

Kombinatorikus optimalizálás jegyzet TARTALOM

Kombinatorikus optimalizálás jegyzet TARTALOM Kmbatrkus ptmalzálás egyzet az elıadás és a kadtt szakrdalm alapá Készítette: Schmdt Péter Alk. Mat., II. évf. 00-0 TARTALOM KOMBINATORIKUS OPTIMALIZÁLÁS... HALMAZOK... Halmaz lefedése... Sperer-redszerek...

Részletesebben

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János BUDAPESTI MŐSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM KÖZLEKEDÉSMÉRNÖKI KAR JÁRMŐELEMEK ÉS HAJTÁSOK TANSZÉK Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János Budapest 2008

Részletesebben

Feladatok és megoldások a 11. heti gyakorlathoz

Feladatok és megoldások a 11. heti gyakorlathoz Feladatok és megoldások a. het gyakorlathoz dszkrét várható érték Építőkar Matematka A. Egy verseye öt ő és öt férf verseyző dul. Tegyük fel, hogy cs két azoos eredméy, és md a 0! sorred egyformá valószíű.

Részletesebben

Valószínűségi változók. Várható érték és szórás

Valószínűségi változók. Várható érték és szórás Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :

Részletesebben

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága Sorozatok, határérték fogalma. Függvéyek határértéke, folytoossága 1) Végtele valós számsorozatok Fogalma, megadása Defiíció: A természetes számok halmazá értelmezett a: N R egyváltozós valós függvéyt

Részletesebben

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat Megállapítható változók elemzése Függetleségvzsgálat, lleszkedésvzsgálat, homogetásvzsgálat Ordáls, omáls esetre s alkalmazhatóak a következő χ próbá alapuló vzsgálatok: 1) Függetleségvzsgálat: két valószíűség

Részletesebben

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától Sztochasztkus tartalékolás és a tartalék függése a kfutás háromszög dőperódusától Faluköz Tamás Vtéz Ildkó Ibola Kozules: r. Arató Mklós ELTETTK Budapest IBNR kfutás háromszög IBNR: curred but ot reported

Részletesebben

Statisztika 1. zárthelyi dolgozat március 21.

Statisztika 1. zárthelyi dolgozat március 21. Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy

Részletesebben

Valószínűségszámítás és statisztika előadás Info. BSC B-C szakosoknak. Bayes tétele. Példák. Események függetlensége. Példák.

Valószínűségszámítás és statisztika előadás Info. BSC B-C szakosoknak. Bayes tétele. Példák. Események függetlensége. Példák. Valószínűségszámítás és statisztia előadás Info. BSC B-C szaosona 20018/2019 1. félév Zempléni András 2.előadás Bayes tétele Legyen B 1, B 2,..., pozitív valószínűségű eseményeből álló teljes eseményrendszer

Részletesebben

Matematikai alapok és valószínőségszámítás. Valószínőségszámítási alapok

Matematikai alapok és valószínőségszámítás. Valószínőségszámítási alapok Matematikai alapok és valószínőségszámítás Valószínőségszámítási alapok Bevezetés A tudományos életben vizsgálódunk pontosabb megfigyelés, elırejelzés, megértés reményében. Ha egy kísérletet végzünk, annak

Részletesebben

Eseme nyalgebra e s kombinatorika feladatok, megolda sok

Eseme nyalgebra e s kombinatorika feladatok, megolda sok Eseme yalgebra e s kombiatorika feladatok, megolda sok Szűk elméleti áttekitő Kombiatorika quick-guide: - db. elemből db. sorredjeire vagyuk kívácsiak: permutáció - db. elemből m < db. háyféleképp rakható

Részletesebben

13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai

13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai Tárcsák számítása A felületszerkezetek A felületszerkezetek típusa A tartószerkezeteket geometra méretek alapjá osztálozzuk Az eddg taulmáakba szereplı rúdszerkezetek rúdjara az a jellemzı hog a hosszuk

Részletesebben

Eseményalgebra, kombinatorika

Eseményalgebra, kombinatorika Eseméyalgebra, kombiatorika Eseméyalgebra Defiíció. Véletle kísérletek evezük mide olya megfigyelést, melyek több kimeetele lehetséges, és a véletletől függ, (azaz az általuk figyelembevett feltételek

Részletesebben

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN Molár László Ph.D. hallgató Mskolc Egyetem, Gazdaságelmélet Itézet 1. A MINTANAGYSÁG MEGHATÁROZÁSA EGYSZERŐ VÉLETLEN (EV) MINTA

Részletesebben

24. Kombinatorika, a valószínűségszámítás elemei

24. Kombinatorika, a valószínűségszámítás elemei 4. Kombiatoria, a valószíűségszámítás elemei Kombiatoria A véges halmazoal foglalozó tudomáyterület. Idő hiáyába csa a evezetes összeszámolásoal foglalozu. a) Sorbaállításo (ermutáció) alafeladat: ülöböző

Részletesebben

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.

Részletesebben

I. Adatok, adatgyűjtés

I. Adatok, adatgyűjtés I. Adatk, adatgyűjtés Adatgyűjtés adatk minőségének értékelése. Gazdasági adatkról lesz szó! Adat: rögzített ismeret. Számszerű adatkkal fgunk fglalkzni. Általában az adatk nem teljes körűek (kmplettek).

Részletesebben

1. A kísérlet naiv fogalma. melyek közül a kísérlet minden végrehajtásakor pontosan egy következik be.

1. A kísérlet naiv fogalma. melyek közül a kísérlet minden végrehajtásakor pontosan egy következik be. IX. ESEMÉNYEK, VALÓSZÍNŰSÉG IX.1. Események, a valószínűség bevezetése 1. A kísérlet naiv fogalma. Kísérlet nek nevezzük egy olyan jelenség előidézését vagy megfigyelését, amelynek kimenetelét az általunk

Részletesebben

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás SZDT-01 p. 1/23 Biometria az orvosi gyakorlatban Számítógépes döntéstámogatás Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Gyakorlat SZDT-01 p.

Részletesebben

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható 8. Valószí ségszámítás. (Valószí ségeloszlások, függetleség. Valószí ségi változók várható értéke, magasabb mometumok. Kovergeciafajták, kapcsolataik. Borel-Catelli lemmák. Nagy számok gyege törvéyei.

Részletesebben

MATEMATIKA C 12. évfolyam 1. modul Sorban, egymás után

MATEMATIKA C 12. évfolyam 1. modul Sorban, egymás után MATEMATIKA C. évflyam. mdul Srba, egymás utá Készítette: Kvács Kárlyé Matematika C. évflyam. mdul: Srba egymás utá Taári útmutató A mdul célja Időkeret Ajáltt krsztály Mdulkapcslódási ptk Srzat fgalma,

Részletesebben

17. tétel: Egybevágósági transzformációk. Szimmetrikus sokszögek.

17. tétel: Egybevágósági transzformációk. Szimmetrikus sokszögek. 17. tétel: Egybevágósági transzfrmációk. Szimmetrikus skszögek. Gemetriai transzfrmáció: Olyan függvény, melynek értelmezési tartmánya és értékkészlete is egy-egy pnthalmaz (vagyis pntkhz rendel pntkat).

Részletesebben

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet): A umerikus sorozatok fogalma, határértéke (A TÁMOP-4-8//A/KMR-9-8 számú projekt keretébe írt egyetemi jegyzetrészlet): Koverges és diverges sorozatok Defiíció: A természetes számoko értelmezett N R sorozatokak

Részletesebben

1. A radioaktivitás statisztikus jellege

1. A radioaktivitás statisztikus jellege A radioaktivitás időfüggése 1. A radioaktivitás statisztikus jellege Va N darab azoos radioaktív atomuk, melyekek az atommagja spotá átalakulásra képes. tegyük fel, hogy ezek em bomlaak tovább. Ekkor a

Részletesebben

FIZIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

FIZIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika középszint 0911 ÉRETTSÉGI VIZSGA 2009. któber 30. FIZIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM A dlgzatkat az útmutató utasításai

Részletesebben

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet) Matematka statsztka elıadás III. éves elemzı szakosokak Zemplé Adrás 9. elıadásból részlet Y közelítése függvéyével Gyakor eset, hogy em smerjük a számukra érdekes meység Y potos értékét pl. holap részvéy-árfolyam,

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test

Részletesebben

(eseményalgebra) (halmazalgebra) (kijelentéskalkulus)

(eseményalgebra) (halmazalgebra) (kijelentéskalkulus) Valószínűségszámítás Valószínűség (probablty) 0 és 1 között valós szám, amely egy esemény bekövetkezésének esélyét fejez k: 0 - (sznte) lehetetlen, 0.5 - azonos eséllyel gen vagy nem, 1 - (sznte) bztos

Részletesebben

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő. 3. SOROZATOK 3. Sorozatok korlátossága, mootoitása, kovergeciája Defiíció. Egy f : N R függvéyt valós szám)sorozatak evezük. Ha A egy adott halmaz és f : N A, akkor f-et A-beli értékű) sorozatak evezzük.

Részletesebben

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab öbbváltozós regresszók Paraméterbecslés-. A paraméterbecslés.. A probléma megfogalmazása A paramétereket kísérletleg meghatározott y értékekre támaszkodva becsülk. Ha darab ksérletet (megfgyelést, mérést

Részletesebben

6. Minısítéses ellenırzı kártyák

6. Minısítéses ellenırzı kártyák 6. Miısítéses elleırzı kártyák Sokszor elıfordul, hogy a termék-egyedek miıségét em tudjuk mérhetı meyiségekkel jellemezi, csak megfelelı/em megfelelı kategóriákba sorolhatjuk ıket, és a hibás darabokat,

Részletesebben

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Elemi esemény: a kísérlet egyes lehetséges egyes lehetséges kimenetelei.

Részletesebben

MATEMATIKA I. FEKETE MÁRIA. PÉCSI TUDOMÁNYEGYETEM POLLACK MIHÁLY MŰSZAKI KAR MATEMATIKA TANSZÉK feketemt@witch.pmmf.hu

MATEMATIKA I. FEKETE MÁRIA. PÉCSI TUDOMÁNYEGYETEM POLLACK MIHÁLY MŰSZAKI KAR MATEMATIKA TANSZÉK feketemt@witch.pmmf.hu MATEMATIKA I. FEKETE MÁRIA PÉCSI TUDOMÁNYEGYETEM POLLACK MIHÁLY MŰSZAKI KAR MATEMATIKA TANSZÉK feketemt@witch.pmmf.hu 007 PMMANB3 Matematika I. RÉSZLETES TANTÁRGYPROGRAM Hét Ea/Gyak./Lab.. 3 óra előadás

Részletesebben

Ezt már mind tudjuk?

Ezt már mind tudjuk? MATEMATIKA C 11. évflyam 10. mdul Ezt már mind tudjuk? Készítette: Kvács Kárlyné Matematika C 11. évflyam 10. mdul: Ezt már mind tudjuk? Tanári útmutató A mdul célja Időkeret Ajánltt krsztály Mdulkapcslódási

Részletesebben

A felhasznált térfogalmak: lineáris tér (vektortér), normált tér, Banach tér, euklideszi-tér, Hilbert tér. legjobban közelítõ elem, azaz v u

A felhasznált térfogalmak: lineáris tér (vektortér), normált tér, Banach tér, euklideszi-tér, Hilbert tér. legjobban közelítõ elem, azaz v u Approxmácó Bevezetés A felhaszált térfogalmak: leárs tér (vektortér) ormált tér Baach tér eukldesz-tér Hlbert tér V ormált tér T V T kompakt halmaz Ekkor v V u ~ T legjobba közelítõ elem azaz v u ~ f {

Részletesebben

A matematikai statisztika elemei

A matematikai statisztika elemei A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.

Részletesebben

Táblázatok 4/5. C: t-próbát alkalmazunk és mivel a t-statisztika értéke 3, ezért mind a 10%-os, mind. elutasítjuk a nullhipotézist.

Táblázatok 4/5. C: t-próbát alkalmazunk és mivel a t-statisztika értéke 3, ezért mind a 10%-os, mind. elutasítjuk a nullhipotézist. 1. Az X valószínőség változó 1 várható értékő és 9 szórásnégyzető. Y tıle független várható értékkel és 1 szórásnégyzettel. a) Menny X + Y várható értéke? 13 1 b) Menny X -Y szórásnégyzete? 13 1 összesen

Részletesebben

Valószínűségszámítás és matematikai statisztika. Ketskeméty László

Valószínűségszámítás és matematikai statisztika. Ketskeméty László Valószíűségszámítás és matematka statsztka Ketskeméty László Budapest, 996 Tartalomjegyzék I. fejezet VALÓSZÍNŰSÉGSZÁMÍTÁS 4. Kombatorka alapfogalmak 5 Elleőrző kérdések és gyakorló feladatok 7. A valószíűségszámítás

Részletesebben

2014. szeptember 24. és 26. Dr. Vincze Szilvia

2014. szeptember 24. és 26. Dr. Vincze Szilvia 2014. szeptember 24. és 26. Dr. Vincze Szilvia Mind a hétköznapi, mind a tudományos életben gyakran előfordul, hogy bizonyos halmazok elemei között kapcsolat figyelhető meg. A kapcsolat fogalmának matematikai

Részletesebben

Halmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1

Halmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1 Halmazelmélet 1. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Halmazelmélet p. 1/1 A halmaz fogalma, jelölések A halmaz fogalmát a matematikában nem definiáljuk, tulajdonságaival

Részletesebben

PMMANB 311 segédlet a PTE PMMK építőmérnök hallgatói részére. Az építész- és az építőmérnök képzés szerkezeti és tartalmi fejlesztése

PMMANB 311 segédlet a PTE PMMK építőmérnök hallgatói részére. Az építész- és az építőmérnök képzés szerkezeti és tartalmi fejlesztése EURÓPAI UNIÓ STRUKTURÁLIS ALAPOK M A T E M A T I K A I. PMMANB 3 segédlet a PTE PMMK építőmérök hallgatói részére Az építész- és az építőmérök képzés szerkezeti és tartalmi ejlesztése HEFOP/004/3.3./000.0

Részletesebben

Regresszió és korreláció

Regresszió és korreláció Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 016.11.10 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés

Részletesebben

Hadamard-mátrixok Előadó: Hajnal Péter február 23.

Hadamard-mátrixok Előadó: Hajnal Péter február 23. Szimmetrikus kombinatorikus struktúrák MSc hallgatók számára Hadamard-mátrixok Előadó: Hajnal Péter 2012. február 23. 1. Hadamard-mátrixok Ezen az előadáson látásra a blokkrendszerektől független kombinatorikus

Részletesebben

2. fejezet. Számsorozatok, számsorok

2. fejezet. Számsorozatok, számsorok . fejezet Számsorozatok, számsorok .. Számsorozatok és számsorok... Számsorozat megadása, határértéke Írjuk fel képlettel az alábbi sorozatok -dik elemét! mooto, korlátos, illetve koverges-e! Vizsgáljuk

Részletesebben

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Elméleti összefoglaló a Valószín ségszámítás kurzushoz Elméleti összefoglaló a Valószín ségszámítás kurzushoz Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet kimeneteleinek

Részletesebben

Példák. Ismert a római számok halmaza, amely intuitív szintaxissal rendelkezik, hiszen pl.

Példák. Ismert a római számok halmaza, amely intuitív szintaxissal rendelkezik, hiszen pl. A 10. óra vázlata: Példák Ismert a római számk halmaza, amely intuitív szintaxissal rendelkezik, hiszen pl. IIV-t VX-et vagy IIII-t nem fgadjuk el római számnak (habár v.ö. tarkk-kártya vagy némely óra

Részletesebben

Matematika I. 9. előadás

Matematika I. 9. előadás Matematika I. 9. előadás Valós számsorozat kovergeciája +-hez ill. --hez divergáló sorozatok A határérték és a műveletek kapcsolata Valós számsorozatok mootoitása, korlátossága Komplex számsorozatok kovergeciája

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 7. Bevezetés a valószínűségszámításba Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés 2 Definíciók, tulajdonságok Példák Valószínűségi mező

Részletesebben

Turing-gép május 31. Turing-gép 1. 1

Turing-gép május 31. Turing-gép 1. 1 Turing-gép 2007. május 31. Turing-gép 1. 1 Témavázlat Turing-gép Determinisztikus, 1-szalagos Turing-gép A gép leírása, példák k-szalagos Turing-gép Univerzális Turing-gép Egyéb Turing-gépek Nemdeterminisztikus

Részletesebben

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó. I. Függelék A valószíűségszámítás alapjai I.1. Alapfogalamak: Véletle jeleség: létrejöttét befolyásoló összes téyezőt em ismerjük. Tömegjeleség: a jeleség adott feltételek mellett akárháyszor megismételhető.

Részletesebben

Matematika érettségi emelt 2016 május 3. A mért tömegek között nincs 490 dkg-nál kisebb, tehát az első feltétel teljesül.

Matematika érettségi emelt 2016 május 3. A mért tömegek között nincs 490 dkg-nál kisebb, tehát az első feltétel teljesül. A mért tömegek között nincs 90 dkg-nál kisebb, tehát az első feltétel teljesül. 506 500 9 500 9 500 5 500 8 508 500 57 500 9 500 5 500 6 9 7 8 7 7 8 78 8 9,75 dkg 0 dkg Az árusítást engedélyezik. 50 8

Részletesebben

Lineáris kódok. u esetén u oszlopvektor, u T ( n, k ) május 31. Hibajavító kódok 2. 1

Lineáris kódok. u esetén u oszlopvektor, u T ( n, k ) május 31. Hibajavító kódok 2. 1 Lieáris kódok Defiíció. Legye SF q. Ekkor S az F q test feletti vektortér. K lieáris kód, ha K az S k-dimeziós altere. [,k] q vagy [,k,d] q. Jelölések: F u eseté u oszlopvektor, u T (, k ) q sorvektor.

Részletesebben

i-m- Megbízhatósági vizsgálatok Weibull-eloszláson alapuló mintavételi eljárásai és tervei /(f)=f'(0 = Hí F(f) =

i-m- Megbízhatósági vizsgálatok Weibull-eloszláson alapuló mintavételi eljárásai és tervei /(f)=f'(0 = Hí F(f) = k BALOGH ALBERT-DR. DUKÁTI FERENC Megbízhatósági vizsgálatk Weibull-elszlásn alapuló mintavételi eljárásai és tervei ETO 51926: 62-192: 621.3.019.S A megbízhatósági vizsgálatk mintavételi terveinek elkészítésekr

Részletesebben

Ingatlanfinanszírozás és befektetés

Ingatlanfinanszírozás és befektetés Nyugat-Magyarországi Egyetem Geoiformatikai Kar Igatlameedzser 8000 Székesfehérvár, Pirosalma u. 1-3. Szakiráyú Továbbképzési Szak Igatlafiaszírozás és befektetés 2. Gazdasági matematikai alapok Szerzı:

Részletesebben

Kutatói pályára felkészítı modul

Kutatói pályára felkészítı modul Kutatói pályára felkészítı modul Kutatói pályára felkészítı kutatási ismeretek modul Tudomáyos kutatási alapayag feldolgozása, elemzési ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI

Részletesebben

Valószín ségszámítás és statisztika

Valószín ségszámítás és statisztika Valószín ségszámítás és statisztika Informatika BSc, esti tagozat Backhausz Ágnes agnes@math.elte.hu fogadóóra: szerda 10-11 és 13-14, D 3-415 2018/2019. tavaszi félév Bevezetés A valószín ségszámítás

Részletesebben

Matematika B4 II. gyakorlat

Matematika B4 II. gyakorlat Matematika B II. gyakorlat 00. február.. Bevezető kérdések. Feldobunk egy kockát és egy érmét. Ábrázoljuk az eseményteret! Legyenek adottak az alábbi események: -ast dobunk, -est dobunk, fejet dobunk,

Részletesebben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben Propositio 1 (Jese-egyelőtleség Ha f : kovex, akkor tetszőleges ξ változóra f (M (ξ M (f (ξ feltéve, hogy az egyelőtleségbe szereplő véges vagy végtele várható értékek létezek Bizoyítás: Megjegyezzük,

Részletesebben

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség.

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. 1. tétel Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. A valószínűségszámítás tárgya: véletlen tömegjelenségek vizsgálata. véletlen: a kísérlet kimenetelét

Részletesebben

2. METROLÓGIA ÉS HIBASZÁMíTÁS

2. METROLÓGIA ÉS HIBASZÁMíTÁS . METROLÓGIA ÉS HIBASZÁMíTÁS. Metrológa alapfogalmak A metrológa a mérések tdomáya, a mérésekkel kapcsolatos smereteket fogja össze. Méréssel egy objektm valamlye tlajdoságáról számszerő értéket kapk.

Részletesebben

A biostatisztika és informatika szerepe a mindennapi orvosi gyakorlatban

A biostatisztika és informatika szerepe a mindennapi orvosi gyakorlatban A bistatisztika és infrmatika szerepe a mindennapi rvsi gyakrlatban Az rvstudmány célja (belgyógyászat tankönyvből): a betegségek megelőzése, a betegek meggyógyítása Diagnsztika, a betegségek felismerésének

Részletesebben

Feladatok megoldása. Diszkrét matematika I. Beadandó feladatok. Bujtás Ferenc (CZU7KZ) December 14, feladat: (A B A A \ C = B)

Feladatok megoldása. Diszkrét matematika I. Beadandó feladatok. Bujtás Ferenc (CZU7KZ) December 14, feladat: (A B A A \ C = B) Diszkrét matematika I. Beadadó feladatok Bujtás Ferec (CZU7KZ) December 14 014 Feladatok megoldása 1..1-6. feladat: (A B A A \ C = B) A B A = A \ C = B igazolása: A B A = B \A = Ø = B = A B (Mivel a B-ek

Részletesebben

Regresszió és korreláció

Regresszió és korreláció Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 01.11.1 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés

Részletesebben

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

Mi az adat? Az adat elemi ismeret. Az adatokból információkat Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus

Részletesebben

Készítette: Fegyverneki Sándor

Készítette: Fegyverneki Sándor VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y

Részletesebben

Tartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13

Tartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13 Tartalomjegyzék I Kombiatorika Pemutáció Ismétléses permutáció 8 Variáció 9 Ismétléses variáció Kombiáció Ismétléses kombiáció II Valószíségszámítás M/veletek eseméyek között 6 A valószí/ség fogalma 8

Részletesebben

Biomatematika 2 Orvosi biometria

Biomatematika 2 Orvosi biometria Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)

Részletesebben

Valószínűségszámítás és statisztika

Valószínűségszámítás és statisztika Valószínűségszámítás és statisztika Programtervező informatikus szak esti képzés Varga László Valószínűségelméleti és Statisztika Tanszék Matematikai Intézet Természettudományi Kar Eötvös Loránd Tudományegyetem

Részletesebben

Valószínűségszámítás és statisztika a fizikában február 16.

Valószínűségszámítás és statisztika a fizikában február 16. számítás és statisztika a fizikában 2018. február 16. Technikai információk Palla Gergely / pallag@hal.elte.hu / ELTE TTK Biológiai Fizika Tanszék, Északi Tömb, 3.90. szoba Fogadó óra: hétfő, 16-18. Az

Részletesebben

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

VÉLETLENÍTETT ALGORITMUSOK. 1.ea. VÉLETLENÍTETT ALGORITMUSOK 1.ea. 1. Bevezetés - (Mire jók a véletleített algoritmusok, alap techikák) 1.1. Gyorsredezés Vegyük egy ismert példát, a redezések témaköréből, méghozzá a gyorsredezés algoritmusát.

Részletesebben

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o)

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o) Ismérvek között kapcsolatok szorosságáak vzsgálata 1. Egy ks smétlés: mérés skálák (Huyad-Vta: Statsztka I. 5-6. o) A külöböző smérveket, eltérő mérés sztekkel (skálákkal) ellemezhetük. a. évleges (omáls)

Részletesebben

Logikai szita (tartalmazás és kizárás elve)

Logikai szita (tartalmazás és kizárás elve) Logikai szita (tartalmazás és kizárás elve) Kombinatorika 5. előadás SZTE Bolyai Intézet Szeged, 2016. március 1. 5. ea. Logikai szita két halmazra 1/4 Középiskolás feladat. Egy 30 fős osztályban a matematikát

Részletesebben

Zárthelyi dolgozat 2014 C... GEVEE037B tárgy hallgatói számára

Zárthelyi dolgozat 2014 C... GEVEE037B tárgy hallgatói számára Záthely dlgzat 4 C.... GEVEE37B tágy hallgató számáa Név, Nept ód., Néháy ss övd léyege töő válaszat adj az alább édésee! (5xpt a Ss és páhzams mmácós ptll felslása és legftsabb jellemző. Páhzams ptll

Részletesebben

Valószín ségszámítás és statisztika

Valószín ségszámítás és statisztika Valószín ségszámítás és statisztika Informatika BSc, esti tagozat Backhausz Ágnes agnes@cs.elte.hu 2016/2017. tavaszi félév Bevezetés Célok: véletlen folyamatok modellezése; kísérletekb l, felmérésekb

Részletesebben

Prímszámok a Fibonacci sorozatban

Prímszámok a Fibonacci sorozatban www.titokta.hu D é e s T a m á s matematikus-kriptográfus e-mail: tdeest@freemail.hu Prímszámok a Fiboacci sorozatba A továbbiakba Fiboacci sorozato az alapsorozatot (u,,,3,5,...), Fiboacci számo az alapsorozat

Részletesebben

Bizonytalan tudás kezelése

Bizonytalan tudás kezelése Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Bizonytalan tudás kezelése Előadó: Előadás anyaga: Hullám Gábor Pataki Béla Dobrowiecki Tadeusz Valószínűségi

Részletesebben

1.52 CS / CSK. Kulisszás hangcsillapítók. Légcsatorna rendszerek

1.52 CS / CSK. Kulisszás hangcsillapítók. Légcsatorna rendszerek 1.52 CS / Légcsatra redszerek Alkalmazás: A légcsatraredszere építve, a légcsatráka terjedõ zaj csillapítására alkalmasak. Kialakításuk a eépített csillapító testek szerit alapvetõe hárm féle lehet: A,

Részletesebben

Gépi tanulás. A szükséges mintaszám korlát elemzése. Pataki Béla (Bolgár Bence)

Gépi tanulás. A szükséges mintaszám korlát elemzése. Pataki Béla (Bolgár Bence) Gépi tanulás A szükséges mintaszám krlát elemzése Pataki Béla (Blgár Bence) BME I.E. 414, 463-26-79 pataki@mit.bme.hu, http://www.mit.bme.hu/general/staff/pataki A Russell-Nrvig könyv n=10 bemenetű lgikai

Részletesebben

Vegyipari és áramlástechnikai gépek. 7. előadás

Vegyipari és áramlástechnikai gépek. 7. előadás egyiari és áramlástechikai géek. 7. előadás Kéítette: dr. áradi Sádr Budaesti Műaki és Gazdaságtudmáyi Egyetem Gééméröki Kar Hidrdiamikai Rederek Taék, Budaest, Műegyetem rk. 3. D é. 334. Tel: 463-6-80

Részletesebben