Populáció nagyságának felmérése, becslése

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Populáció nagyságának felmérése, becslése"

Átírás

1 Populáció agyságáak felméése, becslése Becsült paaméteek: N- az adott populáció teljes agysága (egyed, pá, stb) D- dezitás (sűűség), egységyi felülete/téfogata számított egyedszám (egyed/m, pá/ha, stb) Felméési módszeek teljes számlálás (cesus) "megközelítő felméés" módszee (szakétői becslés) közvetett módszeek mitavételi módszeek alapjá való populációbecslés sűűségbecslő módszeek fogás-visszafogás módsze(ek) I. - Teljes számlálás z adott teülete (téfogatba) található összes egyed megszámlálása az esetek többségébe em vagy ige agy ehézségek mellett valósítható meg. Főkét olya fajok esetébe haszálják, amelyek esetébe megvalósítható a vizsgált teület egészé az összes egyed megszámlálása (pl. itka, de jól megfigyelhető fajok). II.- Közvetett módszeek 1. - Megközelítő felméés módszee z adott teületet és populációt jól ismeő szakétő becslése, tapasztalatai alapjá az állomáyagyságól szubjektív lkalmazás akko, ha a becsléshez edelkezése álló idő és foások (felméők, ayagiak) em teszik lehetővé a populációagyság felméését teljes számlálás, sűűségbecslés vagy fogásvisszafogás módszee alapuló becslését. 1

2 . - Mitavételi módszeek alapjá való populációbecslés becslés jóságát két fotos tulajdoság jellemzi: 1- a becslés hibája, - a becslés potossága Becslés hibája és potossága a) Hibátla és potos b) Hibátla és potatla c) Hibás de potos d) Hibás és potatla 1- becslés hibája, azt jelzi, hogy esetükbe a becsült populációagyság milye métékbe té el a téyleges populáció agyságtól. Mide becslése alapuló vizsgálat esetébe alapvető e hibáak a csökketése, elkeüledő az adott éték alul- vagy felülbecslését. Megfelelő mitavételi statégiával lehet elkeüli, csökketei e hibát. - becslés potossága azt adja meg, hogy a becsült populációagyság meyie potos, becslésük alapjá a téyleges agyság milye miimum, illetve maximum étékek között lehet. mitázott teület agyságáak övelésével és étegzett mitavételi módsze alkalmazásával lehet javítai a becslés potosságát..a - űűségbecslő módszeek - űűségbecslés a mitavételi egységekbe végzett számlálás alapjá, amelyek alakja lehet: 1- kvadát, égyzet, kö, téglalap alakú teület - sáv (taszekt) - Mitavételi helyek kijelölése a felméedő teülete, mitavételi statégia: 1- Redszees mitavétel Valamilye eldötött edsze alapjá jelöljük ki (pl. égyzetács saokpotjaiál) - Egyszeű véletle mitavétel Véletle alapjá dötjük el a mitavételi helyeket 3- Rétegzett véletle mitavétel meyibe a populáció eloszlása em homogé a teülete, úgy haszos ha a teületet azoos egyedsűűségű észeke osztjuk (étegeket hozuk léte) majd ezeke belül jelöljük ki véletleszeűe a mitavételi helyeket. - Mitavételi teületek agysága és száma - Lehetőleg a kvadátok agysága olya agy legye, hogy miimum 1 egyed esse bele - kvadátba lévő összes egyedet meg kell tudi számoli - kvadátok számáak övelésével övelhetjük a becslés potosságát. - felmét kvadátok összteülete lehetőleg a teljes vizsgáladó teület 5-10%-a legye.

3 sűűségbecslése alapuló egyedszámbecslés paaméteei és statisztikai eljáásai: : vizsgálati teület teljes agysága (pl. m ) a: egy db kvadát teülete (pl. m ) : felmét kvadátok száma K: vizsgálati teülete kihelyezhető kvadátok maximális száma K a i : egyedek száma az i-edik kvadátba : átlagos egyedszám a kvadátba ' i 1 i s : a becsült kvadátokéti átlagos egyedszám vaiaciája s ' i1 ( i ') 1 N : a becsült populációagyság N = * K N : becsült populációagyság vaiaciája K K s ' N : becsült populációagyság szóása N 95 %-os Kofidecia-itevalluma= becsült populációagyság (N ) étéke milye itevallumba lehet 95 %-os valószíűséggel N 95 %-os Kofidecia-itevallum miimum éték: N mi = N - 1,96 * N N 95 %-os Kofidecia-itevallum maximum éték: N max = N +1,96 * N 3

4 D : dezitás (a populációsűűség) becsült étéke D' Dezitás 95%-os kofidecia itevalluma: D mi D max Egyedek eloszlása: kvadátokba becsült átlagos egyedszám vaiaciájáak és a kvadátokba becsült átlagos egyedszámak a háyadosa alapjá: s egyedek eloszlása ' Ha eze háyados étéke <<1, akko egyeletes eloszlást 1, akko véletle eloszlást >>1, akko aggegált eloszlást feltételezhetük.b- Fogás-visszafogás módsze N: populáció egyedszáma Licol idex: m 1 N 1 : első alkalommal megjelölt majd visszaegedett egyedek száma : második alkalommal megfogott egyedek száma m : második alkalommal megfogott egyedek között a jelölt (első alkalommal megjelölt és visszafogott egyedek száma) N : becsült populációagyság N : becsült populációagyság vaiaciája N : becsült populációagyság szóása 1 m 1 m 1 3 m N 95 %-os Kofidecia-itevallum miimum éték: N mi = N - 1,96* N N 95 %-os Kofidecia-itevallum maximum éték: N max = N + 1,96* N 4

5 Példa: Egy 1 ha agyságú teülete található kocsáyos tölgy állomáy agyságát becsülik meg a teülete adom módo kihelyezett 0*0 m agyságú kvadátokba végzett számlálási adatok alapjá. felmét kvadátokba az alábbi számú tölgyet találták: 5, 0,, 4, 1, 4, 3, 1, 3, 4, 3, 3,, 4, 0, 3. Becsüljük meg a populáció agyságát, 95%-os kofidecia-itevallumát, a dezitást és aak 95%-os kofidecia-itevallumát, és jellemezzük az egyedek eloszlását! vizsgálati teület teljes agysága : = 1 ha = m Egy db kvadát teülete : a = 0m * 0m = 400 m felmét kvadátok száma : = m kvadátok maximális száma : K = 300 a 400m felmét kvadátok összteülete : * a = 16* 400m =6400m Felmét kvadátok összteület / teljes vizsgálati teület = 6400m /10000m =0,0533 = 5,33% i i i - ( i - ) =16 =,65 =33,750 (átlag) =,65 (egyed) ( i ') i1 33,75 s ' (átlag vaiaciája), N (becsült populációagyság) = * K =,65*300 = 787,5 788(egyed) K *( K ) 300*(300 16) (a becsült populációagyság vaiaciája) * s' *, 5 16 = 11981,5 N (a becsült populációagyság szóása) = = 11981, 5 = 109, (egyed) N 95 %-os Kofidecia-itevallum miimum éték: N mi = N 1,96* N = 787,5-1,96* 109,459 = 57, (egyed) N 95 %-os Kofidecia-itevallum maximum éték: N max = N + 1,96* N = 787,5 + 1,96* 109,459 = 100, (egyed) 5

6 787,5 D (dezitás becsült étéke) 0, (egyed/m ) Dezitás 95%-os kofidecia itevalluma: 1,96* 787,5 1,96*109,459 D mi 0, 0048 (egyed/m ) ,96* 787,5 1,96*109,459 D max 0, 0084 (egyed/m ) s ',5 Eloszlás : 0, 857 ',65 ( 1, tehát ) véletleszeű eloszlás 6

Populáció nagyságának felmérése, becslése

Populáció nagyságának felmérése, becslése http:/zeu.yf.hu/~zept/kuzuok.htm Populáció agyágáak felméée, beclée Becült paaméteek: - az adott populáció telje agyága (egyed, pá, tb) D- dezitá (űűég), egyégyi felülete/téfogata zámított egyedzám (egyed/m,

Részletesebben

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük. Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:

Részletesebben

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html

Részletesebben

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum) Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa

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

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

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 16. A matematikai statisztika tárgya Következtetések levoása adatok alapjá Ipari termelés Mezőgazdaság Szociológia

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

A brexit-szavazás és a nagy számok törvénye

A brexit-szavazás és a nagy számok törvénye Mûhely Medvegyev Péter kadidátus, a Corvius Egyetem egyetemi taára E-mail: peter.medvegyev@uicorvius.hu A brexit-szavazás és a agy számok törvéye A 016. év, de vélhetőe az egész évtized legfotosabb politikai

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

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény Palácz Béla - Soft Computig - 11-1. Adatok közelítése 1. Adatok közelítése Bevezetés A természettudomáyos feladatok megoldásához, a vizsgált jeleségek, folyamatok főbb jellemzői közötti összefüggések ismeretére,

Részletesebben

V. Az egyváltozós valós függvények analízisének elemei

V. Az egyváltozós valós függvények analízisének elemei Az egyváltozós valós függvéyek aalíziséek elemei Soozat hatáétéke egye a, és b egye a -, és b - Ige egye a -, és b - Nem egye a -, és b - 6 Nem egye a -, és b - 7 Nem egye a _- i, és b 8 Ige egye a _-

Részletesebben

Az állat becsült kor. teljes súly. teljes hossz orrtól. törzs hossza. pocak körkörös méret. hátsó láb hossza kör

Az állat becsült kor. teljes súly. teljes hossz orrtól. törzs hossza. pocak körkörös méret. hátsó láb hossza kör Koeláció- és egesszió-aalízis Az is előfodulhat, hogy két változó között ics semmilye kapcsolat: Az X és Y véletle változók között az alábbi ábáko Az állat becsült ko pozitív összefüggés em lieáis összefüggés

Részletesebben

Populációbecslések és monitoring

Populációbecslések és monitoring Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány

Részletesebben

Statisztikai hipotézisvizsgálatok

Statisztikai hipotézisvizsgálatok Statisztikai hipotézisvizsgálatok. Milye problémákál haszálatos? A gyakorlatba agyo gyakra szükségük lehet arra, hogy mitákból származó iformációk alapjá hozzuk sokaságra voatkozó dötéseket. Például egy

Részletesebben

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet végző em tudja megkülöbözteti az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet

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

Populációbecslések és monitoring

Populációbecslések és monitoring Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány

Részletesebben

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet Függetleségvizsgálat Virág Katali Szegedi Tudomáyegyetem, Bolyai Itézet Függetleség Függetleség Két változó függetle, ha az egyik változó megfigyelése a másik változóra ézve em szolgáltat iformációt; azaz

Részletesebben

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke

Részletesebben

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya Matematikai statisztika előadás survey statisztika MA szakosokak 206/207 2. félév Zempléi Adrás. előadás: Bevezetés Irodalom, követelméyek A félév célja Matematikai statisztika tárgya Törtéet Alapfogalmak

Részletesebben

Finanszírozás, garanciák

Finanszírozás, garanciák 29..9. Fiaszíozás, gaaciák D. Fakas Szilvesze egyeemi doces SZE Gazdálkodásudomáyi Taszék fakassz@sze.hu hp://d.fakasszilvesze.hu/ Fiaszíozás émaköei. A péz idıééke, jövıéék és jeleéék, speciális pézáamlások

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

Folytonos függvények közelítése polinomokkal

Folytonos függvények közelítése polinomokkal Folytoos függvéyek közelítése poliomokkal Szakdolgozat Paksi lászló matematika BSc, Matematika taái szakiáy Témavezető: Gémes Magit, műszaki gazdasági taá Aalízis Taszék Eötvös Loád Tudomáyegyetem Temészettudomáyi

Részletesebben

AZ ÉPÜLETGÉPÉSZETI RENDSZEREK ENERGIA-HATÉKONYSÁGÁNAK KÉRDÉSEI

AZ ÉPÜLETGÉPÉSZETI RENDSZEREK ENERGIA-HATÉKONYSÁGÁNAK KÉRDÉSEI AZ ÉÜLETGÉÉSZETI RENDSZEREK ENERGIA-HATÉKONYSÁGÁNAK KÉRDÉSEI Szivattyúzás - rövide örös Szilárd Cetrifugál szivattyú Nyomó oldal Járókerék Járókerék lapát Járókerék él Járókerék csavar a szállított közeg

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

PÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ. Írta Dr. Huzsvai László

PÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ. Írta Dr. Huzsvai László PÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ Írta Dr. Huzsvai László Debrece 2012 Tartalomjegyzék Bevezetés...1 Viszoyszámok...1 Középértékek (átlagok)...2 Szóródási mutatók...4 Idexek...7 Furfagos kérdések...8 Bevezetés

Részletesebben

Híradástechikai jelfeldolgozás

Híradástechikai jelfeldolgozás Híadástechikai jelfeldolgozás 14. lőadás 015. 04. 7. Jeldigitalizálás és ekostukció. 015. május 4. Budapest D. Gaál József doces BM Hálózati Redszeek és Szolgáltatásokaszék gaal@hit.bme.hu Nomalizált kvatáló

Részletesebben

Változók közötti kapcsolatok vizsgálata

Változók közötti kapcsolatok vizsgálata ) Eseméek függetlesége: p(ab) p(a) p(b) ) Koelácó: vö. az tutív tatalommal Változók között kapcsolatok vzsgálata Akko poztív, ha és átlagosa ugaaa az áa té el a saját váható étékétől, egatív ha elletétes

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

SPORTPÉNZÜGYEK. r m. A pénz időértéke.

SPORTPÉNZÜGYEK. r m. A pénz időértéke. SPORTPÉNZÜGYEK A péz időétéke. A ai pézösszeg azét étékesebb, it egy későbbi időpotba esedékes pézösszeg, et a befektető eek évé jövedelee, kaata tehet szet Kaat: A péz áa Haszálója azét fizet, et a pézt

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

Matematikai statisztika

Matematikai statisztika Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika

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

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

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

FELADATOK A KALKULUS C. TÁRGYHOZ

FELADATOK A KALKULUS C. TÁRGYHOZ FELADATOK A KALKULUS C. TÁRGYHOZ. HALMAZOK RELÁCIÓK FÜGGVÉNYEK. Bizoyítsuk be a halmaz-műveletek alapazoosságait! 2. Legye adott az X halmaz legye A B C X. Ha A B := (A B) (B A) akkor bizoyítsuk be hogy

Részletesebben

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 5. Megjegyzések. A tétel feltételei gyegíthetőek: elég, ha a függetle, azoos eloszlású változók várható értéke véges.

Részletesebben

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai 05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból

Részletesebben

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika BIOSTATISZTIKA ÉS INFORMATIKA Leíró statisztika Első közelítésbe a statisztikai tevékeységeket égy csoportba sorolhatjuk, de ezek között ics éles határ:. adatgyűjtés, 2. az adatok áttekithetővé tétele,

Részletesebben

Matematikai játékok. Svetoslav Bilchev, Emiliya Velikova

Matematikai játékok. Svetoslav Bilchev, Emiliya Velikova Első rész Matematikai tréfák Matematikai játékok Svetoslav Bilchev, Emiliya Velikova A következő matematikai játékokba matematikai tréfákba a végső eredméy a játék kiidulási feltételeitől függ, és em a

Részletesebben

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk;

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk; Statisztika Tegyük fel, hogy va egy halmazuk, és tekitsük egy vagy több valószíűségi változót, amelyek a halmaz mide elemé felveszek valamilye értéket. A halmazt populációak vagy sokaságak evezzük. Példák:

Részletesebben

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +... . Függvéysorok. Bevezetés és defiíciók A végtele sorokál taultuk, hogy az + x + x + + x +... végtele összeg x < eseté koverges. A feti végtele összegre úgy is godolhatuk, hogy végtele sok függvéyt aduk

Részletesebben

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov.

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov. Pályázat címe: Új geerációs sorttudomáyi kézés és tartalomfejlesztés, hazai és emzetközi hálózatfejlesztés és társadalmasítás a Szegedi Tudomáyegyeteme Pályázati azoosító: TÁMOP-4...E-5//KONV-05-000 Sortstatisztika

Részletesebben

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika Leíró és matematikai statisztika Matematika alapszak, matematikai elemző szakiráy Zempléi Adrás Valószíűségelméleti és Statisztika Taszék Matematikai Itézet Természettudomáyi Kar Eötvös Lorád Tudomáyegyetem

Részletesebben

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb Populációbecslések és monitoring 1. gyakorlat Nem minden állat látható fogásos módszerek Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb 1. Egyszerű arányváltozás - zárt populáció,

Részletesebben

Kétoldali hibás Monte Carlo algoritmus: mindkét válasz esetén hibázhat az algoritmus, de adott alsó korlát a hibázás valószínűségére.

Kétoldali hibás Monte Carlo algoritmus: mindkét válasz esetén hibázhat az algoritmus, de adott alsó korlát a hibázás valószínűségére. Véletleített algoritmusok Tegyük fel, hogy va két doboz (A,B), amely egyike 1000 Ft-ot tartalmaz, a másik üres. 500 Ft-ért választhatuk egy dobozt, amelyek a tartalmát megkapjuk. A feladat megoldására

Részletesebben

Matematika B4 I. gyakorlat

Matematika B4 I. gyakorlat Matematika B4 I. gyakorlat 2006. február 16. 1. Egy-dimeziós adatredszerek Va valamilye adatredszer (számsorozat), amelyről szereték kiszámoli bizoyos dolgokat. Az egyes értékeket jelöljük z i -vel, a

Részletesebben

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június ÖKONOMETIA Készült a TÁMOP-4.1.-08//A/KM-009-0041pályázat projet eretébe Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomáy Taszéé az ELTE Közgazdaságtudomáy Taszé az MTA Közgazdaságtudomáy Itézet és a

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

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása Rudas Tamás: A hibahatár a becsült meyiség függvéyébe a mért ártrefereciák téves értelmezéséek egyik forrása Megjelet: Agelusz Róbert és Tardos Róbert szerk.: Mérésről mérésre. A választáskutatás módszertai

Részletesebben

A pénzügyi számítások alapjai I. Szakirodalom. Az előadás témakörei

A pénzügyi számítások alapjai I. Szakirodalom. Az előadás témakörei A pézügyi számítások alapjai I. Miskolci Egyetem Gazdaságtudomáyi Ka Pézügyi Taszék Galbács Péte doktoadusz Szakiodalom VIGVÁRI Adás [004]: Pézügy(edsze)ta. Budapest: KJK-KERSZÖV. BREALEY, Richad A. MYERS,

Részletesebben

NAGYVADÁLLOMÁNY JELLEMZŐ ADATAINAK MEGHATÁROZÁSA KÖZVETETT ÚTON

NAGYVADÁLLOMÁNY JELLEMZŐ ADATAINAK MEGHATÁROZÁSA KÖZVETETT ÚTON 634.0.907.13 GYARMATI LÁSZLÓ, HAVAS TIBOR NAGYVADÁLLOMÁNY JELLEMZŐ ADATAINAK MEGHATÁROZÁSA KÖZVETETT ÚTON Vadgazdálkodási terveik legsebezhetőbb potja a meglévő vadállomáy jellemzése. Fotos érdek fűződik

Részletesebben

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett

Részletesebben

1. A lehetséges finanszírozási források és azok ára

1. A lehetséges finanszírozási források és azok ára 3. kozultáció 1. A lehetséges fiaszírozási források és azok ára 1.1. A fiaszírozás belső forrásai 1.2. Külső fiaszírozási források 1.3. A fiaszírozási források ára 1.4. A pézügyi lehetőségek egy részéek

Részletesebben

I. FEJEZET BICIKLIHIÁNYBAN

I. FEJEZET BICIKLIHIÁNYBAN I FEJEZET BICIKLIHIÁNYBAN 1 Az alapfeladat 1 Feladat Két település közti távolság 40 km Két gyerekek ezt a távolságot kellee megteie a lehetőlegrövidebb időalattakövetkező feltételek mellett: Va egy biciklijük

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

V. Deriválható függvények

V. Deriválható függvények Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája

Részletesebben

A létszámbecslés szerepe a hasznosítástervezésben. Létszám - sűrűség

A létszámbecslés szerepe a hasznosítástervezésben. Létszám - sűrűség A létszámbecslés szerepe a hasznosítástervezésben Dr. Szemethy László egyetemi docens SzIE, Gödöllő Vadvilág Megőrzési Intézet Létszám - sűrűség Létszám: a vad száma a területen ezt jelentjük, de tudjuk-e,

Részletesebben

Neoklasszikus növekedési modellek

Neoklasszikus növekedési modellek Neoklasszikus egionális növekedési modellek Regionális gazdaságtan 2007/2008. tanév Regionális növekedési modellek Neoklasszikus növekedési modellek Robet Solow, kínálati tényezők Endogén növekedési modellek

Részletesebben

Gazdaság és környezet kapcsolódási pontjai. Nem megújuló erőforrások kitermelése. Környezetgazdaságtan. 1. rész

Gazdaság és környezet kapcsolódási pontjai. Nem megújuló erőforrások kitermelése. Környezetgazdaságtan. 1. rész Könyezetgazdaságtan 11. előadás: A temészeti eőfoások otimális használata és a temészeti tőke étékelése 1. ész A temészeti eőfoások otimális használata 2012 BME Könyezetgazdaságtan Tanszék Gazdaság és

Részletesebben

MÉRÉSMETODIKAI ALAPISMERETEK FIZIKA. kétszintű érettségire felkészítő. tanfolyamhoz

MÉRÉSMETODIKAI ALAPISMERETEK FIZIKA. kétszintű érettségire felkészítő. tanfolyamhoz MÉRÉSMETODIKAI ALAPISMERETEK a FIZIKA kétszitű érettségire felkészítő tafolyamhoz A fizika mukaközösségi foglalkozásoko és a kétszitű érettségi való vizsgáztatásra felkészítő tafolyamoko 004-009-be elhagzottak

Részletesebben

Kidolgozott feladatok a nemparaméteres statisztika témaköréből

Kidolgozott feladatok a nemparaméteres statisztika témaköréből Kidolgozott feladatok a emparaméteres statisztika témaköréből A tájékozódást mideféle szíkódok segítik. A feladatok eredeti szövege zöld, a megoldások fekete, a figyelmeztető, magyarázó elemek piros szíűek.

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

Az új építőipari termelőiár-index részletes módszertani leírása

Az új építőipari termelőiár-index részletes módszertani leírása Az új építőipari termelőiár-idex részletes módszertai leírása. Előzméyek Az elmúlt évekbe az építőipari árstatisztikába egy új, a korábba haszálatos költségalapú áridextől eltérő termelői ár alapú idexmutató

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

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

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

1. gyakorlat - Végtelen sorok

1. gyakorlat - Végtelen sorok . gyakorlat - Végtele sorok 06. március.. Határozza meg az alábbi végtele sorok összegét! a) e e e 3 = e e = e e e e = e e = e e b) c) 4 = 4 + 5 6 + = 6 ) 4 + 6 6 + ) = lim N ) 5 = 6 6 + 5 6 = 7 6 N )

Részletesebben

Rádiókommunikációs hálózatok

Rádiókommunikációs hálózatok Rádiókommuikációs hálózatok Készült az NJSZT Számítógéphálózat modellek Tavaszi Iskola elöadás-sorozataihoz. 977-980. Gyarmati Péter IBM Research, USA; Budapest Föváros Taácsa. I this paper we show a somewhat

Részletesebben

Komputer statisztika

Komputer statisztika Eszterházy Károly Főiskola Matematikai és Iformatikai Itézet Tómács Tibor Komputer statisztika Eger, 010. október 6. Tartalomjegyzék Előszó 4 Jelölések 5 1. Valószíűségszámítás 7 1.1. Valószíűségi mező............................

Részletesebben

ANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2

ANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2 ANALÍZIS. I. VIZSGA. jauár. Mérök iformatikus szak α-variás Mukaidő: perc. feladat pot) Adja meg az z 4 i)z i egyelet összes megoldását. i + i) + 4i + 4 i +, vagyis z p i p cos 3 + i si ) 3 vagy z p i

Részletesebben

Statisztika október 27.

Statisztika október 27. Statisztika 2011. október 27. Külöbség valószíőségszámítás és statisztika között Kísérlet: 4-szer dobuk fel egy érmét. Megszámoljuk a fejek számát. Valszám: Ismert a fejdobás valószíősége. Milye valószíőséggel

Részletesebben

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv Mérések, mérési eredmények, mérési bizonytalanság A mérések általános és alapvető metrológiai fogalmai és definíciói mérés Műveletek összessége, amelyek célja egy mennyiség értékének meghatározása. mérési

Részletesebben

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban? BEVEZETÉS A statisztika teljese laikusokak: agy mukával gyűjtött adatok vizsgálata, abból következtetések levoása ( statistical iferece ) (Egy kicsit sok hűhó semmiért azaz Much ado about othig.) Mi is

Részletesebben

Méréstani összefoglaló

Méréstani összefoglaló PÉCSI TUDOMÁNYEGYETEM TERMÉSZETTUDOMÁNYI KAR FIZIKAI INTÉZET Méréstai összefoglaló (köryezettudomáyi szakos hallgatók laboratóriumi mérési gyakorlataihoz) Összeállította: Dr. Német Béla Pécs 2008 1 Bevezetés

Részletesebben

Komplex számok. d) Re(z 4 ) = 0, Im(z 4 ) = 1 e) Re(z 5 ) = 0, Im(z 5 ) = 2 f) Re(z 6 ) = 1, Im(z 6 ) = 0

Komplex számok. d) Re(z 4 ) = 0, Im(z 4 ) = 1 e) Re(z 5 ) = 0, Im(z 5 ) = 2 f) Re(z 6 ) = 1, Im(z 6 ) = 0 Komplex számok 1 Adjuk meg az alábbi komplex számok valós, illetve képzetes részét: a + i b i c z d z i e z 5 i f z 1 A z a + bi komplex szám valós része: Rez a, képzetes része Imz b Ez alapjá a megoldások

Részletesebben

16. Az AVL-fa. (Adelszon-Velszkij és Landisz, 1962) Definíció: t kiegyensúlyozott (AVL-tulajdonságú) t minden x csúcsára: Pl.:

16. Az AVL-fa. (Adelszon-Velszkij és Landisz, 1962) Definíció: t kiegyensúlyozott (AVL-tulajdonságú) t minden x csúcsára: Pl.: 6. Az AVL-fa Adelszo-Velszkij és Ladisz, 96 Defiíció: t kiegyesúlyozott AVL-tulajdoságú t mide x csúcsára: bal x jobb x. Pl.: A majdem teljes biáris fa AVLtulajdoságú. Az AVL-fára, mit speciális alakú

Részletesebben

Villamos gépek tantárgy tételei

Villamos gépek tantárgy tételei Villamos gépek tatárgy tételei 7. tétel Mi a szerepe az áram- és feszültségváltókak? Hogya kapcsolódak a hálózathoz, milye előírások voatkozak a biztoságos üzemeltetésükre, kiválasztásukál milye adatot

Részletesebben

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb Populációbecslések és monitoring 1. gyakorlat Nem minden állat látható fogásos módszerek Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb 1. Egyszerű arányváltozás - zárt populáció,

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

3.3 Fogaskerékhajtások

3.3 Fogaskerékhajtások PTE, PMMK Stampfer M.: Gépelemek II / Mechaikus hajtások II / 7 / 3.3 Fogaskerékhajtások Jó tulajoságaikak köszöhetőe a fogaskerékhajtóművek a legelterjetebbek az összes mechaikus hajtóművek közül. A hajtás

Részletesebben

Minta JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ A MATEMATIKA EMELT SZINTŰ ÍRÁSBELI 2. FELADATSORHOZ

Minta JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ A MATEMATIKA EMELT SZINTŰ ÍRÁSBELI 2. FELADATSORHOZ JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ A MATEMATIKA EMELT SZINTŰ ÍRÁSBELI. FELADATSORHOZ Formai előírások: A dolgozatot a vizsgázó által haszált szíűtől eltérő szíű tollal kell javítai, és a taári gyakorlatak megfelelőe

Részletesebben

VI.Kombinatorika. Permutációk, variációk, kombinációk

VI.Kombinatorika. Permutációk, variációk, kombinációk VI.ombiatorika. ermutációk, variációk, kombiációk VI..ermutációk ismétlés élkül és ismétléssel (sorredi kérdések) l..) Az,, számjegyekből, ismétlés élkül, háy háromjegyű szám írható? F. 6 db. va. A feti

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI MATEMATIKA ÚTMUTATÓ ÉRETTSÉGI VIZSGA EMELT SZINT% ÍRÁSBELI. ÉRETTSÉGI VIZSGA 2012. október 16. MINISZTÉRIUMA EMBERI ERFORRÁSOK

JAVÍTÁSI-ÉRTÉKELÉSI MATEMATIKA ÚTMUTATÓ ÉRETTSÉGI VIZSGA EMELT SZINT% ÍRÁSBELI. ÉRETTSÉGI VIZSGA 2012. október 16. MINISZTÉRIUMA EMBERI ERFORRÁSOK Matematika emelt szit Javítási-értékelési útmutató MATEMATIKA EMELT SZINT% ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ EMBERI ERFORRÁSOK MINISZTÉRIUMA ÉRETTSÉGI VIZSGA 0. október. Fotos tudivalók

Részletesebben

LOGO. Kvantum-tömörítés. Gyöngyösi László BME Villamosmérnöki és Informatikai Kar

LOGO. Kvantum-tömörítés. Gyöngyösi László BME Villamosmérnöki és Informatikai Kar LOGO Kvatum-tömörítés Gyögyösi László BME Villamosméröki és Iformatikai Kar Iformációelméleti alaok összefoglalása A kódolási eljárás Az iformáció átadás hűsége és gazdaságossága a kódolástól függ Az iformáció

Részletesebben

Numerikus sorok. Kónya Ilona. VIK, Műszaki Informatika ANALÍZIS (1) Oktatási segédanyag

Numerikus sorok. Kónya Ilona. VIK, Műszaki Informatika ANALÍZIS (1) Oktatási segédanyag VIK, Műszaki Iformatika ANALÍZIS Numerikus sorok Oktatási segédayag A Villamosméröki és Iformatikai Kar műszaki iformatikus hallgatóiak tartott előadásai alapjá összeállította: Fritz Józsefé dr. Kóya Iloa

Részletesebben

Sorozatok A.: Sorozatok általában

Sorozatok A.: Sorozatok általában 200 /2002..o. Fakt. Bp. Sorozatok A.: Sorozatok általába tam_soroz_a_sorozatok_altalaba.doc Sorozatok A.: Sorozatok általába Ad I. 2) Z/IV//a-e, g-m (CD II/IV/ Próbálj meg róluk miél többet elmodai. 2/a,

Részletesebben

kismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk

kismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk ÚJRAMINTAVÉTELEZÉSI ELJÁRÁSOK A jackkife (zsebkés) és bootstrap (cipőhúzó a saját kallatyújáál fogva) eljárások agol elevezése is arra utal, hogy itt ad hoc eljárásokról va szó, melyek azoba agyo haszosak

Részletesebben

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg LMeasurement.tex, March, 00 Mérés Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg a mérendő mennyiségben egy másik, a mérendővel egynemű, önkényesen egységnek választott

Részletesebben

A PÉNZ IDİÉRTÉKE. Egy jövıbeni pénzösszeg jelenértéke:

A PÉNZ IDİÉRTÉKE. Egy jövıbeni pénzösszeg jelenértéke: A PÉNZ IDİÉRTÉKE A péz értéke többek között az idı függvéye. Ha idıbe késıbb jutuk hozzá egy jövedelemhez, akkor elveszítjük aak lehetıségét, hogy az eltelt idıbe azt befektessük, azaz elesük aak hozamától,

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

Hajós György Versenyre javasolt feladatok SZIE.YMÉTK 2011

Hajós György Versenyre javasolt feladatok SZIE.YMÉTK 2011 1 Molár-Sáska Gáboré: Hajós György Verseyre javasolt feladatok SZIE.YMÉTK 011 1. Írja fel a számokat 1-tıl 011-ig egymás utá! Határozza meg az így kapott agy szám 0-cal való osztási maradékát!. Az { }

Részletesebben

Mintavételi eljárások

Mintavételi eljárások Mintavételi eljárások Daróczi Gergely, PPKE BTK 2008. X.6. Óravázlat A mintavétel célja Alapfogalmak Alapsokaság, mintavételi keret, megfigyelési egység, mintavételi egység... Nem valószínűségi mintavételezési

Részletesebben

Valószínűségszámítás

Valószínűségszámítás 8. Valószíűségszámítás ESEMÉNYEK 174 Eseméyek formális leírása, műveletek 175 Feladatok 176 A VALÓSZÍNŰSÉG FOGALMA 177 A valószíűség tulajdoságai 178 Mitapéldák 179 Feladatok 181 VALÓSZÍNŰSÉGI VÁLTOZÓK

Részletesebben

Megoldás: Először alakítsuk át az a k kifejezést: Ez alapján az a 2 a n szorzat átírható a következő alakra

Megoldás: Először alakítsuk át az a k kifejezést: Ez alapján az a 2 a n szorzat átírható a következő alakra . Adott z =, =,3, + 3 soozt. Számíts ki lim 3 htáétéket. Megoldás: Előszö lkítsuk át z k kifejezést: k = + k 3 = k3 k 3 + = (k (k + k + (k + (k k + = k k + k + k + k k +, k =,3, Ez lpjá z szozt átíhtó

Részletesebben

Walltherm rendszer. Magyar termék. 5 év rendszergaranciával. Felületfûtés-hûtés Épületszerkezet-temperálás padlófûtés

Walltherm rendszer. Magyar termék. 5 év rendszergaranciával. Felületfûtés-hûtés Épületszerkezet-temperálás padlófûtés Walltherm redszer 5 év redszergaraciával Felületfûtés-hûtés Épületszerkezet-temperálás padlófûtés Magyar termék WALLTHERM felületfûtés-hûtési redszer Egy fûtési- (hûtési) redszer kialakítása elôtt számtala

Részletesebben

Bevezetés. 1 A pénz időértékének elve. Befektetés pénzáram grafikonja. 1.1. ábra - Befektetés pénzáram grafikonja

Bevezetés. 1 A pénz időértékének elve. Befektetés pénzáram grafikonja. 1.1. ábra - Befektetés pénzáram grafikonja Bevezetés A Pézügyta feladatgyűjteméy a Pézügyta tatágy gyakolataihoz készült példatá első észe. Az oktatási segédlet a pézügyi számítások világába vezeti be az olvasót. Bá az oktatási segédletbe sok képlet

Részletesebben