Villamosmérnök A4 3. gyakorlat ( ) Nevezetes diszkrét eloszlások

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Villamosmérnök A4 3. gyakorlat ( ) Nevezetes diszkrét eloszlások"

Átírás

1 1. Nevezetes diszrét eloszláso bemutatása Villamosmérnö A4 3. gyaorlat ( Nevezetes diszrét eloszláso (a Bernoulli eloszlás: Olyan ísérletet hajtun végre, amine eredménye lehet "sier" vagy "udarc", azaz a BERNOULLI(p eloszlású valószínűségi változó ét értéet vehet fel, 0-t és 1-et. Eor P(X = 1 = p a sier beövetezési valószínűsége és P(X = 0 = 1 p a udarcé. Példa: Dobóocával hatost dobo vagy sem. P(X = 1 = 1/6 = 1 P(X = 0 (b Diszrét egyenletes eloszlás: A valószínűségi változó véges so értéet vehet fel és ezeet azonos valószínűséggel veszi fel. Példa: Kocadobás eseten a dobott számo értée: P(X = 1 = P(X = =... =P(X = 6 = 1/6 (c Binomiális eloszlás: BIN(n, p eloszlású az a valószínűségi változó, ami n darab független, egyenént p valószínűséggel sierrel járó ísérlet özül a siereet számolja. ( n P(X = = p (1 p n, ahol = 0, 1,... n Példa: 0 ocadobásból a hatos dobáso számána eloszlása: P(X = = ( 0 (1/6 (5/6 0. (d Geometriai eloszlás: GEO(p eloszlású az a valószínűségi változó, ami az első sier eléréséhez szüséges ísérleteet számolja, ahol a független ísérleteben a sier valószínűsége p. P(X = = (1 p 1 p, ahol = 0, 1,... Példa: Az első hatos dobásig eltelt dobáso száma: P(X = = (5/6 1 (1/6. (e Negatív binomiális eloszlás: NBIN(l, p eloszlású az a valószínűségi változó ami azt számolja, hogy hány ísérlet övetezi be az l-di sierig, ahol a független ísérleteben a sier valószínűsége p. ( 1 P(X = = p l (1 p l, ahol = l, l + 1, l +... l 1 A dobáso számána eloszlása a harmadi hatos dobásig: P(X = = ( 1 (1/6 3 (5/6 3. (f Hipergeometriai eloszlás: n golyó özül n 1 piros színű, n n 1 pedig feete színű. r-et ihúzun, és az eze özött lévő piros golyó számát vizsgálju. P(X = = ( n1 ( n n1 r ( n r Példa: Találato száma az 5-ös LOTTÓ-n: P(X = = (5 ( 85 3 ( 90 (g Poisson eloszlás: POI(λ eloszlású a valószínűségi változó, ha so, pici valószínűségű, független esemény özül beövetezett eseményeet számolja. P(X = = e λ λ 5., ahol = 0, 1,...! Példa: Mazsolá száma egy szelet süteményben, a sajtóhibá száma az újságban, Magyarországon beövetező földrengése száma... stb.. Milyen nevezetes eloszlással modellezhetjü a övetező valószínűségi változóat: (a hányadi autó veszi fel Tódort, amior iáll az országútra, mert autóstoppal aar utazni? Megoldás: geometriai eloszlással (b 10 autó özül hány vesz fel stopposoat? Megoldás: binomiális eloszlással (c 10 perc alatt hány autó áll meg stopposona? Megoldás: Poisson eloszlással 3. Egy gyárban futószalag szállítja az alatrészeet. A futószalag leáll, ha selejtes termé érezi. A termée %-a selejtes. Mi az eloszlása anna a valószínűsége változóna, ami azt számolja, hogy (a hányszor állt le a szalag az n-edi terméig (őt is beleértve? (b hány terméet gyártott a gép az n-edi leállásig? (c hány terméet szállított ét leállás özött? (d hány leállás történt egymás után addig, amíg a legelső jó termé eletezett? Megoldás:

2 (a Az eloszlás binomiális (BIN(n, p, a leállás ("sier" valószínűsége p = 0.0. Tehát P(X = = ( n n. (b Az eloszlás negatív binomiális (N BIN(n, p, a leállás ("sier" valószínűsége p = 0.0. Tehát P(X = = 1choosen 10.0 n 0.98 n. (c Az eloszlás geometriai (GEO(p, a leállás ("sier" valószínűsége p = 0.0. Tehát P(X = = (d Az eloszlás most is geometriai (GEO(p, csa a "sier" ebben az esetben a jó termé gyártása, enne valószínűsége p = Tehát P(X = = Egy A4-es csoportban 30 hallgató van. A szeptember 4-ei órára 9-an nem észülte. Az otató ijelölt 7 hallgatót, aine röpzh-t ellett írniu. Mennyi anna a valószínűsége, hogy pontosan észületlen hallgatóna ell röpzh-t írnia? Adju meg a észületlenül röpzh-t író hallgató számána eloszlását! Megoldás: Ha X-szel jelöljü a észületlenül röpzh-t író számát, aor X hipergeometriai eloszlást övet. Tehát ( 1 5 P(X = = ( 9 7. Tetszőleges esetén az eloszlás a övetező: ( 9 1 P(X = = ( A Schönherz Zoltán Kollégiumban egy évben 0.38 valószínűséggel üt i tűz. (a Mi anna a valószínűsége, hogy pontosan 10 év teli el a övetező tűzeset beövetezéséig? (b Mi anna a valószínűsége, hogy pontosan 30 év teli el a 4. tűzeset beövetezéséig? Megoldás: (a Jelöljü X-szel a övetező tűzeset beövetezéséig eltelt éve számát. Eor X GEO(p = 0.38 eloszlást övet. Azaz P(10 év teli el a övetező tűzesetig = P(X = 10 = (b Jelöljü Y -nel a 4. tűzeset beövetezéséig eltelt éve számát. Eor X NBIN(4, p = 0.38 eloszlást övet. Azaz ( 9 P(30 év teli el a 4. tűzesetig = P(X = 30 = Huba vett egy doboz gumicurot, melyne 35%-a piros színű, a többi pedig lila. Véletlenszerűen iválaszt 1 curot. Mennyi anna a valószínűsége, hogy (a ettőnél több piros cuor lesz a iválasztotta özött? (b legalább négy, de legfeljebb hét lila cuor lesz a iválasztotta özött? Megoldás: (a A iválasztott piros curo X száma binomiális eloszlást övet n = 1 és p = 0.35 paramétereel. Eor a eresett valószínűség P(X > = 1 P(X = 1 =0 ( (b A iválasztott lila curo Y száma binomiális eloszlást övet n = 1 és p = 0.65 paramétereel. Eor a eresett valószínűség P(4 X 7 = 1 7 =4 ( Valamely pénznyerő automata a tapasztalato szerint az egyes játéosotól függetlenül a játéo 5%-ában ad valamilyen pénznyereményt. Mennyi anna a valószínűsége, hogy a 15. játénál nyerün először? Megoldás: Legyen X az első nyerésig beövetező játéo száma. Eor X GEO(p = 0.05 eloszlást övet. Így a eresett valószínűség P(X = 15 =

3 8. Egy péségben szeletelt mazsolás alácsoat észítene. Minden negyedi szeletben nincs mazsola. Mennyi anna a valószínűsége, hogy egy véletlenszerűen iválaszott szelet alácsban ét mazsola van? Megoldás: A alácsban lévő mazsolá X száma Poisson eloszlást övet valamilyen ismeretlen λ paraméterrel. A feladat szövege alapján P(X = 0 = 1/4. Felírva az eloszlást apju, hogy e λ = 1/4, azaz λ = ln(1/4. Eze után apju a eresett valószínűséget: P(X = = 1 4 ( ln(1/4.! 9. Anna a valószínűsége, hogy egy veszélyeztetett cseresznyésert egy cseresznyéjében ét uac van, étszer aora, mint az, hogy nincs benne uac. Mennyi anna a valószínűsége, hogy (a 0 véletlenszerűen iválasztott cseresznyében nincs uac? (b csa egy uac van egy cseresznyében? (c 0 cseresznyében összesen 0 uacot találun? Megoldás: Az egy cseresznyében lévő uaco X száma Poisson eloszlást övet valamilyen ismeretlen λ paraméterrel. A feladat szövege alapján P(X = 0 = P(X =. Felírva az eloszlásoat apju, hogy λ =. Ezalapján tehát ha egy cseresznyében átlagosan uac van, aor 0 cseresznyében átlagosan 40 uac. Azaz a 0 cseresznyében lévő uaco Y száma P OI(λ = 40 eloszlást övet. (a P(Y = 0 = e 40 (b P(X = 1 = e 1! (c P(Y = 0 = e 0! 10. Augusztusi éjszaáon megfigyelése szerint átlagosan 1 percenént észlelhető csillaghullás. Mennyi a valószínűsége anna, hogy 3 óra és éjfél özött 4 hullócsillagot észlelün? Megoldás: Az augusztusi éjszaáon beövetező csillaghulláso száma Poisson eloszlású valószínűségi változóna teinthető. Ha átlagosan 1 percenént észlelhető csillaghullás, aor a vizsgált 60 perces időtartamban átlagosan 5 csillaghullás fog beövetezni. Azaz ha X-szel jelöljü a 3 óra és éjfél özött beövetező csillaghulláso számát, aor X P OI(λ = 5 eloszlást övet. Eor pedig a érdés megválaszolásához a P(X = 4 valószínűség értéet ell iszámolnun P(X = 4 = e 4! 11. Egy onferencián 30 villamosmérnö és 4 informatius hallgató vesz részt. Az 54 résztvevőből 6-ot iválasztana, ai egy fórumon veszne részt. Mennyi anna a valószínűsége, hogy legalább ét informatius lesz özöttü? Megoldás: Jelölje X a iválasztott informatius hallgató számát. Eor X hipergeometriai eloszlást övet. Legalább ét iválasztott informatius azt jelenti, hogy, 3, 4, 5 illetve 6 informatius is lehet özöttü. Ez túl so számolást jelent, így önnyebb iszámolnun a omplementer esemény valószínűségét, azaz azt, hogy legfeljebb 1 informatius van a iválasztotta özött. ( 4 ( P(X = 1 P(X 1 = 1 6 ( ( Egy rozsomá elindul a számegyenes origójából. Minden lépésnél 1/ valószínűséggel jobbra, 1/ valószínűséggel balra lép, az előző lépéseitől függetlenül. 0 lépés megtétele után (a mennyi anna a valószínűsége, hogy a 0-ban van? (b mennyi anna a valószínűsége, hogy az 1-ben van? (c mennyi anna a valószínűsége, hogy a ( -ben van? (d mennyi anna a valószínűsége, hogy a ( -ben van, ha az utolsó előtti lépés után a ( 3-ban volt? Megoldás: Jelölje X a rozsomá által megtett balra lépése számát. Eor X BIN(0, 1/ eloszlást övet. (a Aor és csa aor lesz a 0-ban, ha a 0 lépése özül pontosan 10 volt balra lépés, és 10 jobbra lépés. Azaz ( ( 10 ( P(0-ban van = P(X = 10 = (b Páros számú lépés után csa páros pozícióban lehet a rozsomá, így P(1-ben van = 0. (c Aor lesz a rozsomá a ( -ben, ha pontosan 11-szer lépett balra, és 9-szer jobbra. Azaz P(( -ban van = P(X = 11 = ( 0 11 ( 1 11 (

4 (d Ha az utolsó előtti lépés után a ( 3-ban volt, aor 1 eséllyel lép egyet jobbra, a ( -be. 13. Átlagosan hány mazsolána ell lennie egy sütiben, ha azt ívánja elérni a curász, hogy egy véletlenszerűen iválaszott sütiben legalább 0, 99 valószínűséggel legyen (legalább egy szem mazsola? Megoldás: Az egy szeletben található mazsolá száma ismeretlen λ paraméterű Poisson eloszlású valószínűségi változóna teinthető. Így a érdés úgy szól, hogy meora legyen λ ahhoz, hogy P(X igaz legyen. A valószínűség iszámításához át ell térnün a omplementer eseményre, azaz P(X 1 = 1 P(X = 0. Eze után felírva a fenti egyenlőtlenséget, apju, hogy 1 P(X = λ λ0 1 e 0! e λ ln 0.01 λ λ ln 0.01 = 4.6 Azaz átlagosan 4.6 mazsolána ell lennie egy sütiben. 14. Egy erdőben 0 őz él, melyeből 5-öt befogta, megjelölte, majd visszaengedte.később ebből a 0 őzből 4-et újra befogna. Mennyi anna a valószínűsége, hogy az újra befogott 4 őzből pontosan ettő van megjelölve? Megoldás: Jelölje X az újra befogott és megjelölt őze számát. Eor X hipergeometriai eloszlást övet. Ahhoz, hogy megjelölt és nem megjelölt őzet fogjun, -t ell iválasztanun az 5 megjelölt őzből, és -t a 15 nem megjelölt őzből. Ezalapján ( 5 ( 15 P(X = = ( A érdést máshogy is megtámadhatju, ha az idő visszafordításával azt érdezzü, hogy mennyi a valószínűsége anna, hogy az általun fogott 4-ből, és az általun nem megfogott 16-ból 3 őz van megjelölve. Eor a válasz ( ( 4 16 ( 3 / 0 5. A binomiális együtható ifejtése után láthatju, hogy a ét válasz megegyezi. 15. A Kocogj Velün! mozgalom eretében tavaly futóversenyt rendezte a Duna-anyarban. A pályát sajnos ullanccsal fertőzött területen át vezetté. Kiderült, hogy a versenyző özül 300-an találta maguban egy, 75-en pedig ét ullancsot. Enne alapján becsüljü meg, hogy örülbelül hányan indulta a versenyen. Megoldás: Az egy versenyzőben talált ullancso X száma Poisson eloszlású, valamilyen ismeretlen λ paraméterrel. Ha n versenyző indult, aor a megadott adato alapján özelítőleg P(X = n, míg P(X = 75 n. A Poisson eloszlás segítségével tehát meg ell oldanun az λ 1 1! e λ 300 n λ! e λ 75 n egyenletrendszert. A másodi egyenletet elosztva az elsővel apju, hogy λ/ 1/4, azaz λ 1/. Így az első egyenlet alapján apju, hogy n 300e λ /λ ulcsun özül csa 1 nyitja az előttün álló ajtót. A sötétben nem látju, hogy melyi ulcsot próbáltu már i, így a próbálgatáso során többször is ezünbe erülhet ugyanaz a ulcs. Mennyi anna a valószínűsége, hogy legfeljebb 50 próbálozással inyitju az ajtót? Megoldás: Feltesszü, hogy a ulcso próbálgatását függetlenül és minden ulcsna egyenlő esélyt adva végezzü. Eor minden próbálozásnál 1/100 valószínűséggel leszün sierese. Ismét úgy számolhatju i a eresett valószínűséget egyszerűbben, ha áttérün a omplementer esemény valószínűségéne iszámítására. Az első 50 próbálozás nem sierül, ha 50-szer nem a megfeleő ulcs aad a ezünbe. Enne az esélye ( Tehát ha X jelöli a próválozáso számát, aor ( P(X 50 = 1 P(X > 50 = Ha a ipróbált ulcsoat félretesszü, aor legfeljebb 50 próbálozásra inyitju az ajtót, ha a ulcso véletlen ipróbálási sorrendjében a megfelelő ulcs benne volt az első 50-ben. Mivel a véletlen sorrendben ez a ulcs bárhol egyenlő eséllyel lehet, a valószínűség eor 50/100 = 0.5 lenne. 17. Blicc úr minden nap villamossal megy dolgozni, de nincs bérlete, sem jegye. A villamosra minden nap 0, valószínűséggel száll fel ellenőr, és ilyenor 0, 8 valószínűséggel elapja Blicc urat. (Az ellenőr minden nap az addigiatól függetlenül dönti el, hogy ellenőrzi-e aznap Blicc úr villamosát.

5 (a Mennyi anna a valószínűsége, hogy Blicc úrna "szerencsés hete" van, azaz az 5 munanap egyién sem ell büntetést fizetnie? (b Mennyi anna a valószínűsége, hogy pontosan étszer apjá el egy hét munanapjai alatt? (c Feltéve, hogy Blicc úrna "szerencsés" hete volt, mennyi anna a valószínűsége, hogy mind az ötször volt ellenőr a villamoson? (d Mennyi anna a valószínűsége, hogy csütörtöön bünteti meg Blicc urat először? Megoldás: Blicc urat minden nap egymástól függetlenül p = = 0.19 valószínűséggel bünteti meg. Ha X-szel jelöljü az öt nap alatti büntetése számát, aor X BIN(5, p eloszlást övet. Ezért (a P(nem ell büntetést fizetnie = P(X = 0 = ( (b P(étszer apjá el = P(X = = ( (c Legyen E az az esemény, hogy mind az ötször volt ellenőr a villamoson, F az az esemény, hogy Blicc úrna szerencsés hete volt. Eor P(RF = P(F E P(E anna a valószínűsége, hogy mint az ötször volt ellenőr, de Blicc úr mind az ötször megúszta a büntetést, P(F -et pedig az (a részben iszámoltu. Így P(E F = P(F E P(E P(F = (d A hét első három napján Blicc úr nem apott büntetést, a negyedi napon apott. Jelölje Y az első olyan napot, amior Blicc urat megbüntetté. Eor X GEO(p eloszlást övet, tehát P(csütörtöön bünteti először = P(Y = 4 = Feltesszü, hogy egy országban az öngyilosságo gyaorisága havonta és laosonént átlagosan 1 öngyilosság. (a Mennyi anna a valószínűsége, hogy az ország egy es városában 8 vagy több öngyilosság történi egy adott hónapban? (b Mennyi anna a valószínűsége, hogy lesz legalább olyan hónap az évben, amior a városban 8 vagy több öngyilosság történi? (c Ha a folyó hónapot számolju az első hónapna, mennyi anna a valószínűsége, hogy az első olyan hónap, amior 8 vagy több öngyilosság történi a városban az i-edi hónap lesz, i 1? Megoldás: Feltesszü, hogy a laoso egymástól függetlenül, az év bármely időszaában egyforma valószínűséggel leszne öngyiloso. (a A res városban várhatóan 4 öngyilosság történi havonta, ezért az öngyilosságo X száma Poisson eloszlású λ = 4 paraméterrel. Eor p = P(X 8 = 1 P(X 7 = 1 7 P(X = j = 1 j=0 7 j=0 4 j j! e (b Az ilyen hónapo Y száma az évben BIN(1, p eloszlást övet (itt p értée az (a részben már iszámoltu. Tehát P(Y = 1 P(Y = 0 P(Y = 1 = ( 1 = ( ( ( (c Az első ilyen hónap sorszáma egy Z geometriai eloszlású valószínűségi változó a fenti p paraméterrel. Tehát P(Z = i = ( i Egy városban átlagosan 15 baleset övetezi be egy hét alatt. Ezen balesete 0%-ában sajnos súlyos sérülés is történi. Mennyi anna a valószínűsége, hogy (a egy hét alatt 13 baleset övetezi be? (b egy hét alatt 4 súlyos sérüléseel járó baleset övetezi be? (c egy hét alatt 13 baleset övetezi be, amiből 4 súlyos sérüléseel is jár Megoldás: Jelölje X az egy hét alatt beövetezett balesete számát, illetve Y az egy hét alatt beövetezett súlyos balesete számát. Eor mindét valószínűségi változón Poisson eloszlást övet: X P OI(15, Y P OI( (a P(X = 13 = e 13! (b P(Y = 4 = e !

6 (c P(X = 13, Y = 4 = P(Y = 4 X = 13P(X = 13 = e.6 ( ! e 13! Itt a feltételes valószínűségdefiníciója mellett felhasználtu azt, hogy az Y X = 13 valószínűségi változó is Poisson eloszlást övet λ =.6 paraméterrel. 0. Van ét érmém, az egyi igazságos érme, a mási cinelt, de ránézésre nem tudom őet megülönböztetni egymástól. A cinelt érme 3/4 valószínűséggel mutat fejet. Előveszem az egyi érmét a zsebemből, 1/ eséllyel az igazságosat, 1/ eséllyel a cineltet. A iválaszott érmét feldobom 30-szor és azt tapasztalom, hogy 5-ször mutatott fejet. Mennyi anna a valószínűsége, hogy a cinelt érmét vettem elő? Megoldás: Legyen X a dobott feje száma, C pedig az az esemény, hogy a cinelt érmével dobtam. Eor a Bayes-tételt használva apju, hogy P(C X = 5 = P(X = 5 C P(C P(X = 5 C P(C + P(X = 5 C P( C = = ( 3 5 ( ( 3 5 ( ( ( ( = A megoldásban felhasználtu, hogy az (X = 5 C valószínűségi változó BIN(30, 3/4, míg a (X = 5 C valószínűségi változó BIN(30, 1/ eloszlást övet.

Matematika A4 III. gyakorlat megoldás

Matematika A4 III. gyakorlat megoldás Matematia A4 III. gyaorlat megoldás 1. Független eseménye Lásd másodi gyaorlat feladatsora.. Diszrét eloszláso Nevezetes eloszláso Binomiális eloszlás: Tipius példa egy pénzdobás sorozatban a feje száma.

Részletesebben

Feladatok és megoldások a 4. hétre

Feladatok és megoldások a 4. hétre Feladatok és megoldások a. hétre Építőkari Matematika A3. Pisti nem tanult semmit a vizsgára, ahol 0 darab eldöntendő kérdésre kell válaszolnia. Az anyagból valami kicsi dereng, ezért kicsit több, mint

Részletesebben

3. gyakorlat. 1. Független események. Matematika A4 Vetier András kurzusa február 27.

3. gyakorlat. 1. Független események. Matematika A4 Vetier András kurzusa február 27. 3. gyakorlat Matematika A4 Vetier András kurzusa 2009. február 27. 1. Független események Az A és B események akkor és csak akkor függetlenek,ha az alábbbi négy egyenlőség teljesül: P(A B) = P(A)P(B) P(A

Részletesebben

Valószínűségszámítás feladatok

Valószínűségszámítás feladatok Valószínűségszámítás feladato A FELADATOK MEGOLDÁSAI A 0. FELADAT UTÁN TALÁLHATÓK.. Egyszerre dobun fel három érmét. Mi anna a valószínűsége, hogy mindegyine ugyanaz az oldala erül felülre?. Két dobóocát

Részletesebben

5 3 0,8 0,2. Számolja ki a 3

5 3 0,8 0,2. Számolja ki a 3 Megoldási útmutató, eredménye A feladato megoldásaor mindig ismételje át a feladatban szereplő fogalma definícióit. A szüséges fogalma, definíció: valószínűségi változó, diszrét-, folytonos valószínűségi

Részletesebben

Valószínőségszámítás feladatok A FELADATOK MEGOLDÁSAI A 21. FELADAT UTÁN TALÁLHATÓK.

Valószínőségszámítás feladatok A FELADATOK MEGOLDÁSAI A 21. FELADAT UTÁN TALÁLHATÓK. Valószínőségszámítás feladato A FELADATOK MEGOLDÁSAI A 2. FELADAT UTÁN TALÁLHATÓK.. Egyszerre dobun fel három érmét. Mi anna a valószínősége, hogy mindegyine ugyanaz az oldala erül felülre? 2. Két teljesen

Részletesebben

Feladatok és megoldások a 8. hétre Építőkari Matematika A3

Feladatok és megoldások a 8. hétre Építőkari Matematika A3 Feladatok és megoldások a 8. hétre Építőkari Matematika A3 1. Oldjuk meg a következő differenciálegyenlet rendszert: x + 2y 3x + 4y = 2 sin t 2x + y + 2x y = cos t. (1 2. Oldjuk meg a következő differenciálegyenlet

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

Feladatok és megoldások az 1. sorozat Építőkari Matematika A3

Feladatok és megoldások az 1. sorozat Építőkari Matematika A3 Feladatok és megoldások az 1. sorozat Építőkari Matematika A3 1. Tegyük fel, hogy A és B egymást kölcsönösen kizáró események, melyekre P{A} = 0.3 és P{B} = 0.. Mi a valószínűsége, hogy (a A vagy B bekövetkezik;

Részletesebben

3. gyakorlat. 1. További feladatok feltételes valószínűségekkel. 2. Független események

3. gyakorlat. 1. További feladatok feltételes valószínűségekkel. 2. Független események 3. gyakorlat Matematika A4 Gyakorlatvezetők: Vetier András, Móra Péter 2007.09., 26. 1. További feladatok feltételes valószínűségekkel 1. Információink szerint az A céggel kötött üzleteink 60%-a, a B céggel

Részletesebben

Legfontosabb bizonyítandó tételek

Legfontosabb bizonyítandó tételek Legfontosabb bizonyítandó tétele 1. A binomiális tétel Tetszőleges éttagú ifejezés (binom) bármely nem negatív itevőj ű hatványa polinommá alaítható a övetez ő módon: Az nem más, mint egy olyan n tényezős

Részletesebben

Negyedik A4 gyakorlat rövid megoldási útmutató

Negyedik A4 gyakorlat rövid megoldási útmutató Negyedik A4 gyakorlat rövid megoldási útmutató 2013. október 14. 1. Feltéve, hogy a balkezesek aránya átlagosan 1%, becsüljük meg annak a valószínűségét, hogy 200 véletlenszerűen kiválasztott ember között

Részletesebben

Villamosmérnök A4 4. gyakorlat (2012. 10. 01.-02.) Várható érték, szórás, módusz

Villamosmérnök A4 4. gyakorlat (2012. 10. 01.-02.) Várható érték, szórás, módusz Villamosmérnök A4 4. gyakorlat (0. 0. 0.-0.) Várható érték, szórás, módusz. A k 0, (k,,, 4) diszkrét eloszlásnak (itt P(X k)) mennyi a (a) várható értéke, (b) módusza, (c) második momentuma, (d) szórása?

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

Gyakorlat. Szokol Patricia. September 24, 2018

Gyakorlat. Szokol Patricia. September 24, 2018 Gyakorlat (Geometriai valószínűség, feltételes valószínűség) September 24, 2018 Geometriai valószínűség 1 Az A és B helységet 5 km hosszú telefonvezeték köti össze. A vezeték valahol meghibásodik. A meghibásodás

Részletesebben

36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0,9375 32 = 0,8125 32 = 0,40625. Mo.: 32 = 0,25

36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0,9375 32 = 0,8125 32 = 0,40625. Mo.: 32 = 0,25 Valószínűségszámítás I. Kombinatorikus valószínűségszámítás. BKSS 4... Egy szabályos dobókockát feldobva mennyi annak a valószínűsége, hogy a -ost dobunk; 0. b legalább 5-öt dobunk; 0, c nem az -est dobjuk;

Részletesebben

Gyakorló feladatok a 2. dolgozathoz

Gyakorló feladatok a 2. dolgozathoz Gyakorló feladatok a. dolgozathoz. Tíz darab tízforintost feldobunk. Mennyi annak a valószínűsége hogy vagy mindegyiken írást vagy mindegyiken fejet kapunk? 9. Egy kör alakú asztal mellett tízen ebédelnek:

Részletesebben

Matematika A3 Valószínűségszámítás, 0. és 1. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 0. és 1. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 0. és 1. gyakorlat 2013/14. tavaszi félév 1. Kombinatorikus módszer ismétlés nélküli ismétléses permutáció k 1!k 2!...k r! n futó beérkezésének sorrendje n golyót ennyiféleképpen

Részletesebben

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

Gazdasági matematika II. vizsgadolgozat megoldása A csoport Gazdasági matematika II. vizsgadolgozat megoldása A csoport Definiálja az alábbi fogalmakat!. Egy eseménynek egy másik eseményre vonatkozó feltételes valószínűsége. ( pont) Az A esemény feltételes valószínűsége

Részletesebben

1. Kombinatorikai bevezetés példákkal, (színes golyók):

1. Kombinatorikai bevezetés példákkal, (színes golyók): 1. Kombinatoriai bevezetés példáal, (színes golyó: (a ismétlés nélüli permutáció (sorba rendezés: n ülönböz szín golyót hányféleépp állíthatun sorba? 10-et? n! 10! (b ismétléses permutáció: n 1 piros,

Részletesebben

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben 1 feladatsor 1 Egy dobozban 20 fehér golyó van Egy szabályos dobókockával dobunk, majd a következ t tesszük: ha a dobott szám 1,2 vagy 3, akkor tíz golyót cserélünk ki pirosra; ha a dobott szám 4 vagy

Részletesebben

TELJES VALÓSZÍNŰSÉG TÉTELE ÉS BAYES-TÉTEL

TELJES VALÓSZÍNŰSÉG TÉTELE ÉS BAYES-TÉTEL TELJES VALÓSZÍNŰSÉG TÉTELE ÉS AYES-TÉTEL A TELJES VALÓSZÍNŰSÉG TÉTELE Egy irály úgy szeretné izgalmasabbá tenni az elítéltjeine ivégzését, hogy három ládiába elhelyez 5 arany és 5 ezüst érmét. Ha a ivégzésre

Részletesebben

Valószínűségszámítás 2. rész Nevezetes diszkrét eloszlások GYAKORLÓ FELADATOK

Valószínűségszámítás 2. rész Nevezetes diszkrét eloszlások GYAKORLÓ FELADATOK Valószínűségszámítás 2. rész Nevezetes diszkrét eloszlások GYAKORLÓ FELADATOK Tartalomjegyzék Vetier András 2018. november 29. 1. Nevezetes eloszlások 3 2. Módusz megkeresése 5 3. Szimuláció 6 4. Tömegpont

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

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma: Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:

Részletesebben

Matematika A3 Valószínűségszámítás, 3. és 4. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 3. és 4. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 3. és 4. gyakorlat 2013/14. tavaszi félév 1. Várható érték 1. Egy dobozban 6 cédula van, rajtuk pedig a következő számok: (a) 1, 2, 3, 4, 5, 6; (b) 1, 2, 6, 6, 6, 6;

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

1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos?

1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos? Valószínűségszámítás, földtudomány alapszak, 2015/2016. őszi félév 1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos? 2. Két tizenhárom fős vízilabdacsapat mérkőzik

Részletesebben

Folytonos valószínűségi változó: Lehetséges értéei egy folytonos tartományt alotna. Minden egyes érté 0 valószínűségű, csa tartományona van pozitív va

Folytonos valószínűségi változó: Lehetséges értéei egy folytonos tartományt alotna. Minden egyes érté 0 valószínűségű, csa tartományona van pozitív va Valószínűségi változó (véletlen változó, random variables) Változó: Névvel ellátott érté. (Képzeljün el egy fióot. A fió címéje a változó neve, a fió tartalma pedig a változó értée.) Valószínűségi változó:

Részletesebben

3. előadás Reaktorfizika szakmérnököknek TARTALOMJEGYZÉK. Az a bomlás:

3. előadás Reaktorfizika szakmérnököknek TARTALOMJEGYZÉK. Az a bomlás: beütésszám. előadás TARTALOMJEGYZÉK Az alfa-bomlás Az exponenciális bomlástörvény Felezési idő és ativitás Poisson-eloszlás Bomlási sémá értelmezése Bomlási soro, radioatív egyensúly Az a bomlás: A Z X

Részletesebben

file:///l:/valsz%c3%a1mstatv%c3%a9gleges/bernoulli/introduction...

file:///l:/valsz%c3%a1mstatv%c3%a9gleges/bernoulli/introduction... 1 / 5 2011.03.17. 14:23 Virtuális laboratóriumo > 10. Bernoulli ísérlete > 1 2 3 4 5 6 1. Bevezetés Alapelmélet A Bernoulli ísérlet folyamat, melyne névadója Jacob Bernoulli a valószínűségszámítás egyi

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

Bodó Beáta - MATEMATIKA II 1

Bodó Beáta - MATEMATIKA II 1 Bodó Beáta - MATEMATIKA II 1 FELTÉTELES VALÓSZÍNŰSÉG, FÜGGETLENSÉG 1. Legyen P (A) = 0, 7; P (B) = 0, 6 és P (A B) = 0, 5. Határozza meg a következő valószínűségeket! (a) B,V P (A B) 0, 8333 (b) B,V P

Részletesebben

1. Név:... Neptun Kód:... Feladat: Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt

1. Név:... Neptun Kód:... Feladat: Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt 1. Név:......................... Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt a gyártmányt készítik. Egy gyártmány összeszerelési ideje normális eloszlású valószín½uségi változó

Részletesebben

6. Bizonyítási módszerek

6. Bizonyítási módszerek 6. Bizonyítási módszere I. Feladato. Egy 00 00 -as táblázat minden mezőjébe beírju az,, 3 számo valamelyiét és iszámítju soronént is, oszloponént is, és a ét átlóban is az ott lévő 00-00 szám öszszegét.

Részletesebben

Klasszikus valószínűségszámítás

Klasszikus valószínűségszámítás Klasszikus valószínűségi mező 1) Egy építőanyag raktárba vasúton és teherautón szállítanak árut. Legyen az A esemény az, amikor egy napon vasúti szállítás van, B esemény jelentse azt, hogy teherautón van

Részletesebben

Nevezetes diszkre t eloszlá sok

Nevezetes diszkre t eloszlá sok Nevezetes diszkre t eloszlá sok Szűk elméleti összefoglaló Binomiális eloszlás: Jelölés: X~B(n, p) vagy X B(n, p) Tipikus használata: Egy kétféle kimenetelű (valami beteljesül vagy sem) kísérletet elvégzünk

Részletesebben

3. Egy szabályos dobókockával háromszor dobunk egymás után. Legyen A az az esemény, hogy

3. Egy szabályos dobókockával háromszor dobunk egymás után. Legyen A az az esemény, hogy Valószínűségszámítás. zárthelyi dolgozat 009. október 5.. Egy osztályba 3-an járnak. Minden fizikaórán a a többi órától függetlenül a tanár kisorsol egy felelőt, véletlenszerűen, egyenletesen, azaz mindig

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

Gyakorló feladatok valószínűségszámításból végeredményekkel. a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli

Gyakorló feladatok valószínűségszámításból végeredményekkel. a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli Gyakorló feladatok valószínűségszámításból végeredményekkel a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli Mutassuk meg, hogy tetszőleges A és B eseményekre PA B PA+PB. Mutassuk

Részletesebben

a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli

a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli Gyakorló feladatok valószínűségszámításból végeredményekkel a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli. Igaz-e, hogy tetszőleges A, B és C eseményekre teljesül a A B \ C =

Részletesebben

Dr. Tóth László, Kombinatorika (PTE TTK, 2007)

Dr. Tóth László, Kombinatorika (PTE TTK, 2007) A Fibonacci-sorozat általános tagjára vontozó éplet máséppen is levezethető A 149 Feladatbeli eljárás alalmas az x n+1 ax n + bx, n 1 másodrendű állandó együtthatós lineáris reurzióal adott sorozato n-edi

Részletesebben

4.4. Egy úton hetente átlag 3 baleset történik. Mi a valószínűsége, hogy egy adott héten 2?

4.4. Egy úton hetente átlag 3 baleset történik. Mi a valószínűsége, hogy egy adott héten 2? HIPERGEO. BINOM. POISSON 4.1. Egy üzletben 100-an vásárolnak, közülük 80-an rendelkeznek bankkártyával. A pénztárnál 10-en állnak sorba, mi a valószínűsége, hogy 7-nek lesz bankkártyája? 4.2. Egy üzletben

Részletesebben

A feladatok megoldása

A feladatok megoldása A feladato megoldása A hivatozáso C jelölései a i egyenleteire utalna.. feladat A beérezési léps felszíne fölött M magasságban indul a mozgás, esési ideje t = M/g. Ezalatt a labda vízszintesen ut utat,

Részletesebben

Tizenegyedik gyakorlat: Parciális dierenciálegyenletek Dierenciálegyenletek, Földtudomány és Környezettan BSc

Tizenegyedik gyakorlat: Parciális dierenciálegyenletek Dierenciálegyenletek, Földtudomány és Környezettan BSc Tizenegyedi gyaorlat: Parciális dierenciálegyenlete Dierenciálegyenlete, Földtudomány és Környezettan BSc A parciális dierenciálegyenlete elmélete még a özönséges egyenleteénél is jóval tágabb, így a félévben

Részletesebben

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket!

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket! 1. Név:......................... Egy szabályos pénzérmét feldobunk, ha az els½o FEJ az i-edik dobásra jön, akkor a játékos nyereménye ( 1) i i forint. Vizsgálja szimulációval a játékot, különböz½o induló

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

Valószínűségszámítás FELADATOK

Valószínűségszámítás FELADATOK Valószínűségszámítás FELADATOK készülő példatár Vetier András 2016. május 27. Tartalomjegyzék 1. Lehetséges kimenetelek 3 2. Kombinatórika 4 3. Klasszikus képlet 4 4. Feltételes valószínűség 5 5. Szorzási

Részletesebben

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2009. június 8.

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2009. június 8. EURÓPAI ÉRETTSÉGI 2009 MATEMATIKA HETI 5 ÓRA IDŐPONT: 2009. június 8. A VIZSGA IDŐTARTAMA: 4 óra (240 perc) ENGEDÉLYEZETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor

Részletesebben

Valószínűség számítás

Valószínűség számítás Valószínűség számítás 1. Mennyi annak a valószínűsége, hogy szabályos játékkockával páratlan számot dobunk? 2. Egy dobozban 7 piros és 13 zöld golyó van. Ha találomra kihúzunk egyet közülük, akkor mekkora

Részletesebben

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.

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

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

k n k, k n 2 C n k k=[ n+1 2 ] 1.1. ábra. Pascal háromszög

k n k, k n 2 C n k k=[ n+1 2 ] 1.1. ábra. Pascal háromszög Alapfeladato Megoldás A ombináció értelmezése alapján felírhatju, hogy n, n Ha n páros, aor n és n özött veszi fel értéeit Ha n páratlan, aor n, vagyis > n n+, ami azt jelenti, hogy és n özött veszi fel

Részletesebben

A sztochasztika alapjai. Szorgalmi feladatok tavaszi szemeszter

A sztochasztika alapjai. Szorgalmi feladatok tavaszi szemeszter A sztochasztika alapjai Szorgalmi feladatok 2011. tavaszi szemeszter 1. feladat Egy kockával dobva mi a dobott szám eloszlásfüggvénye, várható értéke, szórása? 2. feladat Egy marketingakció keretében egy

Részletesebben

Felte teles való szí nű se g

Felte teles való szí nű se g Felte teles való szí nű se g Szűk elméleti összefoglaló 1. P(A B) = P(AB) P(B) 2. 0 P(A B) 1 3. P(A A) = 1 4. P(A ) = 0 5. egymást kizáró események esetén: P( A I B) = P(A i B). A és B események függetlenek,

Részletesebben

Házi feladatok. Valószín ségszámítás és statisztika programtervez informatikusoknak, 2015 sz

Házi feladatok. Valószín ségszámítás és statisztika programtervez informatikusoknak, 2015 sz Házi feladatok Valószín ségszámítás és statisztika programtervez informatikusoknak, 2015 sz A házi feladatok tartalmaznak könnyebb és nehezebb példákat is ugyanannyi pontért. A feladatokhoz készítettem

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. 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

Valószínűségszámítás

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

Részletesebben

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projet eretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszéén az ELTE Közgazdaságtudományi

Részletesebben

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok) Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)./ Egy televízió készülék meghibásodásainak átlagos száma óra alatt. A meghibásodások száma a vizsgált időtartam hosszától függ. Határozzuk

Részletesebben

A szita formula és alkalmazásai. Gyakran találkozunk az alábbi kérdéssel, sokszor egy összetett feladat részfeladataként.

A szita formula és alkalmazásai. Gyakran találkozunk az alábbi kérdéssel, sokszor egy összetett feladat részfeladataként. A szta formula és alalmazása. Gyaran találozun az alább érdéssel, soszor egy összetett feladat részfeladataént. Tentsün bzonyos A 1,...,A n eseményeet, és számítsu anna a valószínűségét, hogy legalább

Részletesebben

3. Egy fiókban 10 egyforma pár kesztyű van. Találomra kiveszünk négy darabot.

3. Egy fiókban 10 egyforma pár kesztyű van. Találomra kiveszünk négy darabot. Alkalmazott matematikus bsc Valószínűségszámítás 1 2016/2017. őszi félév 1. Mennyi a valószínűsége, hogy egy véletlenszerűen kiválasztott hatjegyű szám jegyei mind különbözőek? 2. Feldobunk egy szabályos

Részletesebben

vásárlót átlag 2 perc alatt intéz el (blokkolás, kártyaleolvasás), de ez az

vásárlót átlag 2 perc alatt intéz el (blokkolás, kártyaleolvasás), de ez az 1. Név:......................... Egy ABC-ben délután (5-t½ol 9 óráig) a vásárlók száma óránként 200 várható érték½u Poisson eloszlású valószín½uségi változó. A pénztáros egy vásárlót átlag 2 perc alatt

Részletesebben

XL. Felvidéki Magyar Matematikaverseny Oláh György Emlékverseny Galánta 2016 Megoldások 1. évfolyam. + x = x x 12

XL. Felvidéki Magyar Matematikaverseny Oláh György Emlékverseny Galánta 2016 Megoldások 1. évfolyam. + x = x x 12 XL. Felvidéi Magyar Matematiaverseny Oláh György Emléverseny Galánta 016 Megoldáso 1. évfolyam 1. Oldju meg az egész számo halmazán az egyenletet. x 005 11 + x 004 1 = x 11 005 + x 1 004 Az egyenlet mindét

Részletesebben

AGRÁRMÉRNÖK SZAK Alkalmazott matematika, II. félév Összefoglaló feladatok 2. 4. A síkban 16 db általános helyzetű pont hány egyenest határoz meg?

AGRÁRMÉRNÖK SZAK Alkalmazott matematika, II. félév Összefoglaló feladatok 2. 4. A síkban 16 db általános helyzetű pont hány egyenest határoz meg? KOMBINATORIKA FELADATSOR 1 1. Hányféleképpen rendezhető egy sorba egy óvodás csoport ha 9 lány és 6 fiú van és a lányokat mindig előre akarjuk állítani? 2. Hány 6-jegyű telefonszám van ahol mind 35-tel

Részletesebben

Sztochasztikus folyamatok alapfogalmak

Sztochasztikus folyamatok alapfogalmak Matematikai Modellalkotás Szeminárium 2012. szeptember 4. 1 Folytonos idejű Markov láncok 2 3 4 1 Folytonos idejű Markov láncok 2 3 4 Folytonos idejű Markov láncok I Adott egy G = (V, E) gráf Folytonos

Részletesebben

1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos?

1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos? Valószínűségszámítás, földtudomány alapszak, 2016/2017. őszi félév 1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos? 2. Két tizenhárom fős vízilabdacsapat mérkőzik

Részletesebben

Villamosmérnök A4 2. gyakorlat ( ) Feltételes valószínűség, függetlenség

Villamosmérnök A4 2. gyakorlat ( ) Feltételes valószínűség, függetlenség Villamosmérnök A4 2. gyakorlat (20. 09. 17.-1.) Feltételes valószínűség, függetlenség 1. Egy szabályos dobókockával dobunk. Mennyi annak a valószínűsége, hogy 6-ost dobunk, ha tudjuk, hogy (a) párosat

Részletesebben

Függvények hatványsorba fejtése, Maclaurin-sor, konvergenciatartomány

Függvények hatványsorba fejtése, Maclaurin-sor, konvergenciatartomány Függvénye hatványsorba fejtése, Maclaurin-sor, onvergenciatartomány Taylor-sor, ) Állítsu elő az alábbi függvénye x helyhez tartozó hatványsorát esetleg ülönféle módszereel) éa állapítsu meg a hatványsor

Részletesebben

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László Gyakorló feladatok Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László I/. A vizsgaidőszak második napján a hallgatók %-ának az E épületben, %-ának a D épületben,

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

Backhausz Ágnes 1. Bevezetés A valószínűség elemi tulajdonságai... 5

Backhausz Ágnes 1. Bevezetés A valószínűség elemi tulajdonságai... 5 Valószínűségszámítás Földtudomány BSc szak, 2016/2017. őszi félév Backhausz Ágnes agnes@cs.elte.hu Tartalomjegyzék 1. Bevezetés 2 2. A Kolmogorov-féle valószínűségi mező 3 2.1. Klasszikus valószínűségi

Részletesebben

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk Valószínűségszámítás 8. feladatsor 2015. november 26. 1. Bizonyítsuk be, hogy az alábbi folyamatok mindegyike martingál. a S n, Sn 2 n, Y n = t n 1+ 1 t 2 Sn, t Fn = σ S 1,..., S n, 0 < t < 1 rögzített,

Részletesebben

0,9268. Valószín ségszámítás és matematikai statisztika NGB_MA001_3, NGB_MA002_3 zárthelyi dolgozat

0,9268. Valószín ségszámítás és matematikai statisztika NGB_MA001_3, NGB_MA002_3 zárthelyi dolgozat A 1. A feln ttkorú munkaképes lakosság 24%-a beszél legalább egy idegen nyelvet, 76%-a nem beszél idegen nyelven. Az idegen nyelvet beszél k 2,5%-a, az idegen nyelvet nem beszél k 10%-a munkanélküli. Véletlenszer

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.22. Valószínűségi változó Véletlentől függő számértékeket (értékek sokasága) felvevő változókat valószínűségi változóknak nevezzük(jelölés: ξ, η, x). (pl. x =

Részletesebben

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat. Poisson folyamatok, exponenciális eloszlások Azt mondjuk, hogy a ξ valószínűségi változó Poisson eloszlású λ, 0 < λ

Részletesebben

1.4 Hányféleképpen rakhatunk sorba 12 könyvet, ha 3 bizonyos könyvet egymás mellé akarunk rakni és

1.4 Hányféleképpen rakhatunk sorba 12 könyvet, ha 3 bizonyos könyvet egymás mellé akarunk rakni és Valószínűségszámítás és statisztika feladatok 1 Kombinatorika 2011/12. tanév, I. félév 1.1 Hányféleképpen lehet a sakktáblán 8 bástyát elhelyezni úgy, hogy egyik se üsse a másikat? Mennyi lesz az eredmény,

Részletesebben

Tartalomjegyzék Szitaformulák Példák a szitaformulára Mintavételezés Bayes-tétel... 17

Tartalomjegyzék Szitaformulák Példák a szitaformulára Mintavételezés Bayes-tétel... 17 Valószínűségszámítás Földtudomány szak, 2015/2016. tanév őszi félév Backhausz Ágnes (ELTE TTK Valószínűségelméleti és Statisztika Tanszék)1 Tartalomjegyzék 1. Valószínűségi mező 3 1.1. Példák valószínűségi

Részletesebben

(6/1) Valószínűségszámítás

(6/1) Valószínűségszámítás (6/1) Valószínűségszámítás 1) Mekkora annak a valószínűsége, hogy szabályos játékkockával páratlan számot dobunk? 2) Egy dobozban 7 piros és 13 zöld golyó van. Ha találomra kihúzunk egyet közülük, akkor

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

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

GAZDASÁGI MATEMATIKA II. VALÓSZÍNŰSÉGSZÁMÍTÁS

GAZDASÁGI MATEMATIKA II. VALÓSZÍNŰSÉGSZÁMÍTÁS Heller Faras Gazdasági és Turisztiai Szolgáltatáso Főisolája Levelező tagozat GAZDASÁGI MATEMATIKA II. VALÓSZÍNŰSÉGSZÁMÍTÁS Gyaorló feladato Összeállította: Kis Márta és Zombori Natasa Kedves Hallgató!

Részletesebben

Matematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József

Matematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József Matematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József Matematika III. 5. : Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

Matematika szintfelmérő dolgozat a 2018 nyarán felvettek részére augusztus

Matematika szintfelmérő dolgozat a 2018 nyarán felvettek részére augusztus Matematika szintfelmérő dolgozat a 018 nyarán felvettek részére 018. augusztus 1. (8 pont) Oldjuk meg a következő egyenletet a valós számok halmazán: 6 4 x 13 6 x + 6 9 x = 0 6 ( ) x 4 13 9 6 4 x 13 6

Részletesebben

Kiegészítő részelőadás 2. Algebrai és transzcendens számok, nevezetes konstansok

Kiegészítő részelőadás 2. Algebrai és transzcendens számok, nevezetes konstansok Kiegészítő részelőadás. Algebrai és transzcendens számo, nevezetes onstanso Dr. Kallós Gábor 04 05 A valós számo ategorizálása Eml. (óori felismerés): nem minden szám írható fel törtszámént (racionálisént)

Részletesebben

1. Kombinatorikai bevezetés

1. Kombinatorikai bevezetés 1. Kombinatorikai bevezetés 1.1. Permutációk Adott n különböző elem ismétlés nélküli permutációján az elemek egy meghatározott sorrendjét értjük. Az n különböző elem összes permutációinak számát P n -nel

Részletesebben

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 5. gyakorlat 013/14. tavaszi félév 1. Folytonos eloszlások Eloszlásfüggvény és sűrűségfüggvény Egy valószínűségi változó, illetve egy eloszlás eloszlásfüggvényének egy

Részletesebben

aaa JÁTÉK CÉLJA aaa JÁTÉK RÉSZEI ÉS A JÁTÉKFELÜLET ÖSSZEÁLLÍTÁSA 1 kétoldalas kincses sziget tábla 1 vulkánsziget tábla 4 kétoldalas tenger tábla

aaa JÁTÉK CÉLJA aaa JÁTÉK RÉSZEI ÉS A JÁTÉKFELÜLET ÖSSZEÁLLÍTÁSA 1 kétoldalas kincses sziget tábla 1 vulkánsziget tábla 4 kétoldalas tenger tábla Kincseresőjáté a tapintási érzéelés fejlesztésére Wolfgang Dirscherl és Manfred Reindl játéa 2-4 játéos részére, 6 éves ortól aaa JÁTÉK CÉLJA Kalandra fel, alózo! Captain Silver egy igazán izgalmas alózjátéra

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei Alapfogalmak BIOSTATISZTIKA ÉS INFORMATIKA A valószínűségszámítás elemei Jelenség: minden, ami lényegében azonos feltételek mellett megismételhető, amivel kapcsolatban megfigyeléseket lehet végezni, lehet

Részletesebben

Véletlenszám generátorok és tesztelésük. Tossenberger Tamás

Véletlenszám generátorok és tesztelésük. Tossenberger Tamás Véletlenszám generátorok és tesztelésük Tossenberger Tamás Érdekességek Pénzérme feldobó gép: $0,25-os érme 1/6000 valószínűséggel esik az élére 51% eséllyel érkezik a felfelé mutató oldalára Pörgetésnél

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

1. Fourier-sorok. a 0 = 1. Ennek a fejezetnek a célja a 2π szerint periodikus. 1. Ha k l pozitív egészek, akkor. (a) cos kx cos lxdx = 1 2 +

1. Fourier-sorok. a 0 = 1. Ennek a fejezetnek a célja a 2π szerint periodikus. 1. Ha k l pozitív egészek, akkor. (a) cos kx cos lxdx = 1 2 + . Fourier-soro. Bevezet definíció Enne a fejezetne a célja, hogy egy szerint periodius függvényt felírjun mint trigonometrius függvényeből épzett függvénysorént. Nyilván a cos x a sin x függvénye szerint

Részletesebben

Megoldások MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!

Megoldások MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be! MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!) 2016. JANUÁR 21. Elérhető pontszám: 50 pont Megoldások 1. 6. 2. 7. 3. 8. 4. 9. 5. Össz.:

Részletesebben

Valószín ségszámítás gyakorlat Földtudomány BsC

Valószín ségszámítás gyakorlat Földtudomány BsC Valószín ségszámítás gyakorlat Földtudomány BsC Játékszabályok Az órákon részt kell venni, maximum 3-szor lehet hiányozni. Aki többször hiányzik, nem kap gyakjegyet. 100 + x pontot lehet szerezni a félév

Részletesebben

6. HMÉRSÉKLETMÉRÉS. A mérés célja: ismerkedés a villamos elven mköd kontakthmérkkel; exponenciális folyamat idállandójának meghatározása.

6. HMÉRSÉKLETMÉRÉS. A mérés célja: ismerkedés a villamos elven mköd kontakthmérkkel; exponenciális folyamat idállandójának meghatározása. 6. HMÉRSÉKLETMÉRÉS A mérés célja: ismeredés a villamos elven möd ontathmérel; exponenciális folyamat idállandójána meghatározása. Elismerete: ellenállás hmérséletfüggése; ellenállás és feszültség mérése;

Részletesebben

BAYES-ANALÍZIS A KOCKÁZATELEMZÉSBEN, DISZKRÉT VALÓSZÍNŰSÉG ELOSZLÁSOK ALKALMAZÁSA 3

BAYES-ANALÍZIS A KOCKÁZATELEMZÉSBEN, DISZKRÉT VALÓSZÍNŰSÉG ELOSZLÁSOK ALKALMAZÁSA 3 Balogh Zsuzsanna Hana László BAYES-ANALÍZIS A KOCKÁZATELEMZÉSBEN, DISZKRÉT VALÓSZÍNŰSÉG ELOSZLÁSOK ALKALMAZÁSA 3 Ebben a dolgozatban a Bayes-féle módszer alalmazási lehetőségét mutatju be a ocázatelemzés

Részletesebben