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

Méret: px
Mutatás kezdődik a ... oldaltól:

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

Átírás

1 1 Valószíőségszámítás 1 elıadás alk.mat és elemzı szakosokak 2013/ félév Zempléi Adrás zemplei@ludes.elte.hu 1. elıadás: Bevezetés Irodalom, követelméyek A félév célja Valószíőségszámítás tárgya Törtéet Alapfogalmak Valószíőségek kiszámítása Irodalom Hagyomáyos jegyzet: Baróti-Bogáré-Fejes Tóth-Mogyoródi: Valószíőségszámítás jegyzet programozó szakos hallgatókak Taköyvek: Prékopa: Valószíőségelmélet Solt: Valószíőségszámítás Pál: A valószíőségszámítás és a statisztika alapjai I-II Réyi: Valószíőségszámítás Dekiger: Valószíőségszámítás Példatár: Bogáré-Mogyoródi-Prékopa-Réyi-Szász: Valószíőségszámítási feladatgyőjteméy Arató-Prokaj-Zempléi: Valószíőségszámítás elektroikus jegyzet (késıbb: takoyvtar.hu, most Számokérés Gyakorlatok gyakorlati jegy: csoportokéti zh-k alapjá Vizsga: kombiált írásbeli és szóbeli, késıbb egyeztetedı idıpotba Elıadások ayaga: Cél Valószíőségszámítás alapjaiak megismerése Alapfogalmak készségszitő ismerete Feladatmegoldási készség kialakítása (elsısorba gyakorlato) Alkalmazási lehetıségek bemutatása Matematikai statisztika megalapozása Valószíőségszámítás helye a tudomáyok között Matematikai tudomáy, mert precíze megfogalmazott axiómáxra épül. Gyakorlati alkalmazásai: statisztikai következtetések levoása (pl.: ha egy érmével 1000 dobásból 550 fej jött ki, akkor 99.9% valószíőséggel állítható, hogy az érme em szabályos).

2 2 Törtéeti áttekités 1. Elsı ismert feladat 1494-bıl: játék idı elıtti abbahagyása eseté hogya osztozzaak? Helyes megoldás több, mit 100 évvel késıbbi: Pascal ( ), Fermat ( ) Köye adható szimulációs közelítés (precíz számítás a gyakorlato) Cardao (1540 körül) köyvet írt a kockajátékokhoz kapcsolódó valószíőségszámítási kérdésekrıl Törtéeti áttekités 2. de Mére lovag kérdése: Egy kockával égyszer dobva elıyös arra fogadi, hogy lesz hatos, de 2 kockával 24-szer dobva már em elıyös arra fogadi, hogy lesz (6,6) a dobások között. Megoldás: Pascal, Fermat (1654) Huyges (1657): Az elsı valószíőségszámítás köyv de Witt, Halley (1671): életjáradék-számítás valószíőségi alapo Törtéeti áttekités 3. Jacob Beroulli (1713): Ars Cojectadi (agy számok törvéye) XVIII-XIX. sz: Moivre, Bayes, Gauss, Poisso Buffo: geometriai valószíőség bevezetése paradoxook XIX.sz: Csebisev, Markov, Ljapuov Törtéeti áttekités 4. Axiomatizálás: Kolmogorov (1933) Moder alkalmazások: Iformációelmélet (Shao) Játékelmélet (Neuma) Matematikai statisztika (Fisher) Sztochasztikus folyamatok Magyar tudósok: Jordá Károly ( ) Réyi Alfréd ( ) Véletle kísérletek Olya kísérletekkel foglalkozuk, amelyek eredméyét em tudjuk elıre biztosa megmodai (kockadobás, lottóhúzás, meteorológiai, tızsdei eseméyek stb). Az összes lehetséges eredméy: eseméytér. Alapfogalmak Eseméytér Kísérlet egy lehetséges kimeetele: elemi eseméy, jelölése ω. Elemi eseméyek összessége: eseméytér, Ω. Ω részhalmazai: eseméyek (A,B,C,...). Eseméy akkor következik be, ha az ıt alkotó elemi eseméyek valamelyike bekövetkezik.

3 3 Példák Kockadobás: Ω={1,2,,6}. Ha az A eseméy: páros számot dobtuk, akkor A={2,4,6}. Érmét kétszer feldobva: Ω={II,IF,FI,FF} A={II,IF} az az eseméy, hogy az elsı dobás írás. Érmét addig dobuk, míg fejet em kapuk. Ω={F,IF,IIF,...,ω } ahol ω =III. (azaz mide dobás írás) Eseméyek Eseméy: Ω részhalmaza Speciális eseméyek: Ω (biztos eseméy) (lehetetle eseméy) Az eseméyek összessége: A (halmazredszer Ω részhalmazaiból) Mőveletek eseméyekkel: szokásos logikai mőveletek = halmazmőveletek Mőveletek eseméyekkel A B: vagy A vagy B bekövetkezik (az is lehet, hogy midkettı) A B: A és B is bekövetkezik Tulajdoságok A\ B= A B A B= A B (De Morga) A eseméy elletettje:a A= A Ω= Példák Kockadobás: A={páros számot dobuk} B={legalább 3-ast dobuk} A B={4,6} A B={2,3,4,5,6} A\B={2} A={1,3,5} Valószíőség Szemléletes megfelelıje: relatív gyakoriság. Ha egymástól függetleül, azoos körülméyek között végrehajtott kísérletbıl az adott A eseméy k-szor következett be, akkor a relatív gyakoriság k/. Nagy -re a relatív gyakoriság egy fix szám körül igadozik: ezt evezzük az A valószíőségéek. Kocka-kísérlet

4 4 A valószíőség Jele: A relatív gyakoriság tulajdoságaiból: Nemegatív: 0 mide A-ra Egymást kizáró eseméyekre, azaz, ha A B= : P ( A (additivitás) Ω)=1 (Ω, A,P): valószíőségi mezı Tulajdoságok 1. Additivitás eseméyre: ha A 1, A 2,..., A párokét kizáró eseméyek, akkor P ( A1 A2... A) A1) A2) +... A) Bizoyítás: idukcióval. )=0. Bizoyítás: Ω= Ω felbotásból és az additivitásból Tulajdoságok 2. A\ A Bizoyítás: A= (A (A\ felbotásból és az additivitásból A A Bizoyítás: A B= B (A\ felbotásból, az additivitásból és az elızı tulajdoságból. Eseméytér Nem midig lehet mide A Ω eseméy (pl. agy megszámlálhatóál agyobb Ω eseté), ezért az A eseméy-redszer struktúrája: σ-algebra. 1. Ω A 2. A A A A (azaz A zárt a komplemeter-képzés mőveletére) 3. A zárt a megszámlálható uió mőveletére Példák σ-algebrára A ={,Ω} A ={,A, A, Ω} Ω mide részhalmazából álló halmazredszer (hatváyhalmaz, P (Ω)) Kolmogorov-féle valószíőségi mezı (Ω, A,P): Kolmogorov-féle valószíőségi mezı, ha Ω emüres halmaz A az Ω részhalmazaiak σ-algebrája P : A [0,1] halmazfüggvéy (valószíőség), melyre 1. P (Ω)=1 2. σ-additivitás: ha A 1, A 2,..., párokét kizáró eseméyek, akkor P A A...)... (

5 5 Véges valószíőségi mezı Ω={ω 1, ω 2,,ω }, A= P (Ω). Jelölés: p i =P (ω i ). pi = i= 1 i= 1 az additivitásból. ω) Ω) = 1 i i: ω Aωi) = p i i i: ωi A Azaz a p i emegatív, 1 összegő számok meghatározzák a valószíőséget. Klasszikus valószíőségi mezı 1 p i =1/ mide i-re (azoos valószíőségőek az elemi eseméyek). k Ekkor P ( = ahol k az A elemszáma, pedig az összes esetszám. Másképpe: =kedvezı esetek száma/ összes esetszám. Klasszikus valószíőségi mezı 2 A klasszikus valószíőségi mezı alkalmazása elıtt midig meg kell gyızıdi a feltételekrıl! Példa: születésap Sokáig a valószíőséget általába is így próbálták defiiáli, de ez em fed le mide esetet. Visszatevéses mitavétel N termék, melybıl M selejtes elemő mita visszatevéssel A: potosa k selejtes va a mitába k k (k=0,,) M M = 1 k N N azaz a valószíőség kifejezhetı a p=m/n selejtaráy segítségével: p k ( p) = 1 k k Mitavétel Visszatevés élküli mitavétel N termék, melybıl M selejtes elemő mita visszatevés élkül A: potosa k selejtes va a mitába (k=0,,) Mitavétel M N M k k P ( = N További lehetıségek Elektrook eergia-szitek közötti megoszlásai, Bose-Eistei statisztika: A lehetıségek száma ( részecske, k eergia-szit) + k 1 w(, k) =

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

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

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

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

Valószín ségszámítás. Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes 2018/2019.

Valószín ségszámítás. Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes 2018/2019. Valószín ségszámítás Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes agnes@cs.elte.hu 2018/2019. szi félév A valószín ségszámítás kurzus céljai a statisztika megalapozása: a véletlen

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

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

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

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

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

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

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

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

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

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

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

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

Valószínűségszámítás alapjai szemléletesen

Valószínűségszámítás alapjai szemléletesen ### walszam07-jav-80.doc, ### 08.0.3., :00' http://math.ui-pao.hu/~szalkai/walszam07.pdf Valószíűségszámítás alapjai szemléletese /Kézirat, 08-0-3. / dr.szalkai Istvá Pao Egyetem, Veszprém Matematika Taszék

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

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

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA A VALÓSZÍNŰSÉGI SZEMLÉLET ALAPOZÁSA 1-6. OSZTÁLY A biztos, a lehetetlen és a lehet, de nem biztos események megkülünböztetése Valószínűségi játékok, kísérletek események

Részletesebben

Az ész természetéhez tartozik, hogy a dolgokat nem mint véletleneket, hanem mint szükségszerűeket szemléli (Spinoza: Etika, II. rész, 44.

Az ész természetéhez tartozik, hogy a dolgokat nem mint véletleneket, hanem mint szükségszerűeket szemléli (Spinoza: Etika, II. rész, 44. Dr. Vincze Szilvia Az ész természetéhez tartozik, hogy a dolgokat nem mint véletleneket, hanem mint szükségszerűeket szemléli (Spinoza: Etika, II. rész, 44. tétel) Környezetünkben sok olyan jelenséget

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

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

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

Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József

Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József Matematika III. 2. : Eseményalgebra Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027 Tananyagfejlesztéssel

Részletesebben

Valószínűségszámítás összefoglaló

Valószínűségszámítás összefoglaló Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:

Részletesebben

Matematika III. 3. A valószínűségszámítás elemei Prof. Dr. Závoti, József

Matematika III. 3. A valószínűségszámítás elemei Prof. Dr. Závoti, József Matematika III. 3. A valószínűségszámítás elemei Prof. Dr. Závoti, József Matematika III. 3. : A valószínűségszámítás elemei Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027

Részletesebben

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 3. MA3-3 modul. A valószínűségszámítás elemei

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 3. MA3-3 modul. A valószínűségszámítás elemei Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof Dr Závoti József Matematika III 3 MA3-3 modul A valószínűségszámítás elemei SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999

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

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

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

Valószín ségszámítás 1. Csiszár Vill

Valószín ségszámítás 1. Csiszár Vill Valószí ségszámítás 1. Csiszár Vill Tartalomjegyzék 1. Valószí ségi mez 1 1.1. Klasszikus valószí ségi mez................................ 2 1.2. Geometriai valószí ségi mez................................

Részletesebben

Példa a report dokumentumosztály használatára

Példa a report dokumentumosztály használatára Példa a report dokumentumosztály használatára Szerző neve évszám Tartalomjegyzék 1. Valószínűségszámítás 5 1.1. Események matematikai modellezése.............. 5 1.2. A valószínűség matematikai modellezése............

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

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

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

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

Gazdasági matematika II. tanmenet

Gazdasági matematika II. tanmenet Gazdasági matematika II. tanmenet Mádi-Nagy Gergely A hivatkozásokban az alábbi tankönyvekre utalunk: T: Tóth Irén (szerk.): Operációkutatás I., Nemzeti Tankönyvkiadó 1987. Cs: Csernyák László (szerk.):

Részletesebben

Bevezetés. Valószínűségszámítás 2 előadás III. alk. matematikus szak. Irodalom. Egyéb info., számonkérés. Cél. Alapfogalmak (ismétlés)

Bevezetés. Valószínűségszámítás 2 előadás III. alk. matematikus szak. Irodalom. Egyéb info., számonkérés. Cél. Alapfogalmak (ismétlés) Valószínűségszámítás 2 előaás III. alk. matematikus szak 2016/2017 1. félév Zempléni Anrás Bevezetés Iroalom, követelmények A félév célja Alapfogalmak mértékelméleti alapon Kapcsolóás a val.szám. 1-hez

Részletesebben

Valószín ségszámítás (jegyzet)

Valószín ségszámítás (jegyzet) Valószí ségszámítás (jegyzet) Csiszár Vill 9. február 8.. Valószí ségi mez Két bevezet példa: ) Osztozkodási probléma (494, helyes megoldás több, mit évvel kés bb, Pascal, Fermat): Két játékos fej-írás

Részletesebben

Diszkrét matematika I. legfontosabb tételek/definíciók (II. javított verzió) 2014/2015. I. félév

Diszkrét matematika I. legfontosabb tételek/definíciók (II. javított verzió) 2014/2015. I. félév Diszkrét matematika I. legfotosabb tételek/defiíciók (II. javított verzió) 2014/2015. I. félév 1. Előszó A jegyzet a Diszkrét matematika I. (DE IK PTI, tárgykód: INDK101-K5, Dr. Burai Pál) tatárgy 2014/2015.

Részletesebben

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3 Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)

Részletesebben

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre

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

Gazdasági matematika II. Tantárgyi útmutató

Gazdasági matematika II. Tantárgyi útmutató Módszertani Intézeti Tanszék Gazdálkodási és menedzsment, pénzügy és számvitel szakok távoktatás tagozat Gazdasági matematika II. Tantárgyi útmutató 2016/17 tanév II. félév 1/6 A KURZUS ALAPADATAI Tárgy

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

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

ELTE TTK Budapest, január

ELTE TTK Budapest, január Valószíűségszámítás Arató Miklós előadásai alapjá Készítették: Martiek László Tassy Gergely ELTE TTK Budapest, 008. jauár Typeset by L A TEX . el adás 007. IX.. szerda Klasszikus (kombiatorikus valószí

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

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

Néhány kockadobással kapcsolatos feladat 1 P 6

Néhány kockadobással kapcsolatos feladat 1 P 6 Néhány kockadobással kapcsolatos feladat Feldobunk egy kockát. Az eseménytér: ; 2; ; ; ; Az összes esetek száma:. Feldobunk egy kockát. Mi a valószínűsége, hogy hatost dobunk? A kedvező esetek száma: (hatost

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

Területi sor Kárpát medence Magyarország Nyugat-Európa

Területi sor Kárpát medence Magyarország Nyugat-Európa Területi sor Terület megnevezése Magyarok száma 2011.01.01. Kárpát medence 13 820 000 Magyarország 10 600 00 Nyugat-Európa 1 340 000 HIV prevalence (%) in adults in Africa, 2005 2.5 Daganatos halálozás

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:

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

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O 1. Mit nevezünk elemi eseménynek és eseménytérnek? A kísérlet lehetséges kimeneteleit elemi eseményeknek nevezzük. Az adott kísélethez tartozó elemi események halmazát eseménytérnek nevezzük, jele: X 2.

Részletesebben

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok II. útmutató 2013/2014. tanév II. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:

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

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

Sorbanállási modellek

Sorbanállási modellek VIII. előadás Sorbaállási modellek Sorbaállás: A sorbaállás, a várakozás általáos probléma közlekedés, vásárlás, takolás, étterem, javításra várás, stb. Eze feladatok elmélete és gyakorlata a matematikai

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

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

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

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

Gyakorló feladatok II.

Gyakorló feladatok II. Gyakorló feladatok II. Valós sorozatok és sorok Közgazdász szakos hallgatókak a Matematika B című tárgyhoz 2005. október Valós sorozatok elemi tulajdoságai F. Pozitív állítás formájába fogalmazza meg azt,

Részletesebben

Menet. A klasszikus interpretáció. Condorcet kockák, De Mére probléma Pétervári paradoxon

Menet. A klasszikus interpretáció. Condorcet kockák, De Mére probléma Pétervári paradoxon 1Valószínűség Menet Történeti megjegyzések 2 A klasszikus interpretáció Nevezetes Példák Condorcet kockák, De Mére probléma Pétervári paradoxon Történeti megjegyzések A valószínűségszámítás a hazárdjátékok

Részletesebben

Diszkrét matematika II., 3. előadás. Komplex számok

Diszkrét matematika II., 3. előadás. Komplex számok 1 Diszkrét matematika II., 3. előadás Komplex számok Dr. Takách Géza NyME FMK Iformatikai Itézet takach@if.yme.hu http://if.yme.hu/ takach/ 2007. február 22. Komplex számok Szereték kibővítei a valós számtestet,

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

Pl.: hányféleképpen lehet egy n elemű halmazból k elemű részhalmazt kiválasztani, n tárgyat hányféleképpen lehet szétosztani k személy között stb.?

Pl.: hányféleképpen lehet egy n elemű halmazból k elemű részhalmazt kiválasztani, n tárgyat hányféleképpen lehet szétosztani k személy között stb.? Dr. Vicze Szilvia A kombiatorika a véges halmazokkal foglalkozik. A véges halmazokkal kapcsolatba számos olya probléma vethető fel, amely függetle a halmazok elemeitől. Pl.: háyféleképpe lehet egy elemű

Részletesebben

Tantárgyi útmutató. Gazdasági matematika II.

Tantárgyi útmutató. Gazdasági matematika II. Módszertani Intézeti Tanszék Tantárgyi útmutató Gazdasági matematika II. Nappali Tagozat 2015/16 tanév II. félév 1/5 Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa: Gazdasági matematika

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

Valószínűségszámítás

Valószínűségszámítás Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Valószínűségszámítás programtervező informatikusok részére Eger, 010. szeptember 0. Tartalomjegyzék 1. Véletlen események...............................

Részletesebben

Diszkrét matematika I. gyakorlat

Diszkrét matematika I. gyakorlat Diszkrét matematika I. gyakorlat 1. gyakorlat Gyakorlatvezet : Dr. Kátai-Urbán Kamilla Helyettesít: Bogya Norbert 2011. szeptember 8. Tartalom Információk 1 Információk Honlapcímek Számonkérések, követelmények

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

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév 1. A várható érték és a szórás transzformációja 1. Ha egy valószínűségi változóhoz hozzáadunk ötöt, mínusz ötöt, egy b konstanst,

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

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

Bevezetés az algebrába komplex számok

Bevezetés az algebrába komplex számok Bevezetés az algebrába komplex számok Wettl Ferec Algebra Taszék B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M 2015. december 6.

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

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok II. útmutató 2014/2015. tanév I. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:

Részletesebben

MIKROELEKTRONIKA, VIEEA306

MIKROELEKTRONIKA, VIEEA306 Budaesti Műszaki és Gazdaságtudomáyi Egyetem Elektroikus Eszközök Taszéke MIKROELEKTRONIKA, VIEEA306 Félvezető fizikai alaok htt://www.eet.bme.hu/~oe/miel/hu/03-felvez-fiz.tx htt://www.eet.bme.hu Budaesti

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

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

Részletesebben

Minőségirányítási rendszerek 8. előadás 2013.05.03.

Minőségirányítási rendszerek 8. előadás 2013.05.03. Miőségiráyítási redszerek 8. előadás 2013.05.03. Miőségtartó szabályozás Elleőrző kártyák miősítéses jellemzőkre Két esete: A termékre voatkozó adat: - valamely jellemző alapjá megfelelő em megfelelő:

Részletesebben

Osztályozóvizsga követelményei

Osztályozóvizsga követelményei Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Nyolcosztályos gimnázium Matematika Évfolyam: 7 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Gondolkodási

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

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli beugró kérdések. Készítette: Szántó Ádám Tavaszi félév

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli beugró kérdések. Készítette: Szántó Ádám Tavaszi félév Eötvös Lorád Tudomáyegyetem Iformatikai Kar Aalízis 1. Írásbeli beugró kérdések Készítette: Szátó Ádám 2011. Tavaszi félév 1. Írja le a Dedekid-axiómát! Legyeek A R, B R. Ekkor ha a A és b B : a b, akkor

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

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

Osztályozóvizsga követelményei

Osztályozóvizsga követelményei Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Nyolcosztályos gimnázium Matematika Évfolyam: 12 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Emelt

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

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

VII. A határozatlan esetek kiküszöbölése

VII. A határozatlan esetek kiküszöbölése A határozatla esetek kiküszöbölése 9 VII A határozatla esetek kiküszöbölése 7 A l Hospital szabály A véges övekedések tétele alapjá egy függvéy értékét egy potba közelíthetjük az köryezetébe felvett valamely

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

Valószínűségszámítás és statisztika. István Fazekas

Valószínűségszámítás és statisztika. István Fazekas Valószínűségszámítás és statisztika István Fazekas Tartalomjegyzék 1. fejezet. A valószínűségszámítás alapfogalmai 5 1.1. A valószínűség 5 1.2. Halmazalgebrák és σ-algebrák 11 1.3. A feltételes valószínűség

Részletesebben

A VALÓSZÍNŰSÉGSZÁMÍTÁS ALAPJAI

A VALÓSZÍNŰSÉGSZÁMÍTÁS ALAPJAI TÓMÁCS TIBOR A VALÓSZÍNŰSÉGSZÁMÍTÁS ALAPJAI Második, javított kiadás EKF LÍCEUM KIADÓ, EGER 25 Lektor: Sztrik János egyetemi docens Megjelent az EKF Líceum Kiadó műszaki gondozásában A szedés a MiKTEX

Részletesebben

KÖVETELMÉNYEK 2015/2016. 2. félév. Informatika II.

KÖVETELMÉNYEK 2015/2016. 2. félév. Informatika II. 2015/2016. 2. félév Tantárgy neve Informatika II. Tantárgy kódja TAB1110 Meghirdetés féléve 4. Kreditpont 1 Heti kontakt óraszám (gyak.) 0 + 1 Előfeltétel (tantárgyi kód) TAB1109 Tantárgyfelelős neve és

Részletesebben

Feladatok 2. zh-ra. 1. Eseményalgebra április Feladat. Az A és B eseményekr l tudjuk, hogy P (A) = 0, 6, P (B) = 0, 7 és

Feladatok 2. zh-ra. 1. Eseményalgebra április Feladat. Az A és B eseményekr l tudjuk, hogy P (A) = 0, 6, P (B) = 0, 7 és Feladatok 2 zh-ra 205 április 3 Eseményalgebra Feladat Az A és B eseményekr l tudjuk, hogy P (A) = 0, 7, P (B) = 0, 4 és P (A B) = 0, 5 Határozza meg az A B esemény valószín ségét! P (A B) = 0, 2 2 Feladat

Részletesebben