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

Méret: px
Mutatás kezdődik a ... oldaltól:

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

Átírás

1 1. tétel Valószínűségszámítás vizsga Frissült: január 19. Valószínűségi mező, véletlen tömegjelenség. A valószínűségszámítás tárgya: véletlen tömegjelenségek vizsgálata. véletlen: a kísérlet kimenetelét a megvizsgált / rendelkezésre álló adatokból nem tudjuk előre megmondani. tömegjelenség: megfigyelés azonos körülmények között akárhányszor/sokszor megismételhető. Valóság megfigyelése matematikai modell következtetések a valóságra. Eseménytér (Ω), esemény algebrája (F) és a valószínűség (P ) együttese: valószínűségi mező. Elemi esemény, eseménytér, esemény algebra, műveletek események között Definíció. A véletlen kísérlet lehetséges kimenetelei - elemi események. Általában ezeket ω-val (kis omega) jelöljük. Ezek összességét eseménytérnek nevezzük és Ω-val (nagy omega) jelöljük. Definíció. Ω bizonyos részhalmazait eseményeknek nevezzük. Ezek kísérletek kimenetelével kapcsolatos kijelentéseknek felelnek meg. Általában betűkkel jelöljük:a, B, C. Azt mondjuk, hogy egy A esemény bekövetkezik, ha a kísérlet kimenetele ω A. Megjegyzés. Folytonos esetben általában csak olyan részhalmazt tekintünk eseménytérnek, amiknek értelmezhető a hossza/területe. Műveletek események között A + B: A vagy B bekövetkezik, legalább az egyik bekövetkezik - A B unió. A B A B metszet. A- tagadás komplementer A B A bekövetkezik de B nem A \ B 1

2 ezekhez a műveletekhez érvényesek a szokásos halmazelméleti tulajdonságok, állítások, azonosságok. Pl. 1. De Morgan: A + B = A B A B = A + B A = A A + A = Ω (A + B) C = AC + BC Egymást kizáró események, teljes eseményrendszer Definíció. A és B egymást kizáró események, ha (egyszerre nem következhetnek be.) A B = Példa. A = {2, 4, 6}-párosok, B = {5}-ötös egymást kizáró események Definíció. A 1, A 2,...A n (végtelen esemény is lehet) események teljes eseményrendszert alkotnak, ha 1. Páronként egymást kizáróak: A i A j = i j 2. Valamelyik biztosan bekövetkezik közülük uniói a biztos esemény: vagy n A i = Ω n A i = Ω Azaz mindig pontosan egy következik be közülük, avagy ezek az Ω egy parkettázását adja. 2

3 Modellalkotás relatív gyakoriság megfigyelésével (a valószínűség tapasztalati származtatása) Valószínűség tapasztalati származtatása Példa. Egy bizonyos fajta izzó több mint 2000 óráig ég. - B esemény. Mi ennek a valószínűsége? aív válasz: Sok izzót megnézünk, megszámoljuk, ebből hányra teljesül hogy több mint 2000 óráig ég, azaz a B esemény. Ezt a számot jelölje: k B, - kedvező esetek gyakorisága. k B, Tapasztalat szerint. relatív gyakoriság, növelésével egyre kevésbé ingadozik, beáll egy számra és ezt a számot hívjuk a B esemény tapasztalati valószínűségének, és P (B)-vel jelöljük. aívan azt írhatjuk, hogy k B, lim + = P (B) - de ez csak egy "naív" jelölés! Mivel k B, véletlen szám, ezért a szokásos analízisbeli definíciója a határértéknek itt nem lesz megfelelő, ezt "bonyolítani" kell: ε > 0, δ > 0 -ra Ñ, hogy > Ñ esetén ( ) k B, P P (B) < ε 1 δ Ez az ún. nagy számok gyenge törvényének speciális esete. Tapasztalati valószínűség / relatív valószínűségre igaz biztos esemény. 0 k B, 1 = 0 P (B) 1 k B, = 1 P (Ω) = 1 3. Ha A és B diszjunktak, azaz A B =, k A+B, = k A, + k B, P (A + B) = P (A) + P (B) A valószínűség matematikai fogalma, a valószínűség axiómái A P valószínűség egy P : F R függvény, azaz A F eseményhez hozzárendel egy P (A) R valós számot, amelyre a következő tulajdonságok teljesülnek: 1. A F eseményre 0 P (A) 1 3

4 2. P (Ω) = 1 3. Tetszőleges A és B egymást kizáró eseményre: A B = A B = P (A + B) = P (A) + P (B) 3 Tetszőleges Megszámlálhatóan végtelen sok, egymást kizáró A 1, A 2,...A n eseményre: ( + ) + P A i = P (A i ) vagy ( + ) P A i = + P (A i ) Az 1, 2, 3, 3 tulajdonságokat együttesen a valószínűség axiómáinak nevezzük. Megjegyzés. Ezek az axiómák nem mondják meg azt, hogy hogyan kell a valószínűséget kiszámítani. Azonban ezekből az alaptulajdonságokból számtalan általános, a valószínűségre vonatkozó tétel levezethető, amelyeket a gyakorlatban lehet használni. Valószínűségi mező (eseménytér, eseményalgebra, valószínűség Definíció. A fenti megadott tulajdonságokkal rendelkező eseménytér (Ω) - esemény algebra (F) - valószínűség (P ) hármast valószínűségi mezőnek nevezzük. A valószínűség néhány tulajdonsága. Szita formula. Klasszikus valószínűségi mező, geometriai valószínűség, példák. Állítás. Például: A valószínűség axiómáiból következnek az alábbi tulajdonságok. 1. P (A) = 1 P (A) 2. Ha A 1, A 2,...A n teljes eseményrendszert alkot, akkor P (A 1 ) + P (A 2 ) +...P (A n ) = 1 3. ha A B (A bekövetkezése maga után vonja B-t) akkor P (A) P (B) 4. P (A B) = P (A) P (AB) 4

5 Szita formula. Ha A és B nem egymást kizáróak, akkor nem feltétlenül igaz a 2. tulajdonság. Ekkor használjuk a szita formulát: 3 eseményre: P (A + B) = P (A) + P (B) P (AB) P (A + B + C) = P (A) + P (B) + P (C) P (AB) P (AC) P (BC) + P (ABC) Klasszikus valószínűségi mező Tegyük fel, hogy Ω < és elemi esemény azonos valószínűségű, azaz Ω = esetén (Ω = (ω 1, ω 2,...ω n )) Ekkor tehát A esemény esetén P (ω 1 ) =... = P (ω n ) = 1 P (A) = A az A szempontjából kedvező esetek száma = Ω az összes eset száma Geometriai valószínűség Definíció. Legyen Ω R n tartomány, (n = 1, 2, 3... terület térfogatát lehet értelmezni, ebből kell pontot kiválasztani.) ω Ω pontok elemi események. (Kísérlet: ω Omega pontot kiválasztok.) Tegyük fel, hogy Ω-nak nincsenek kitüntetett részei, azaz tetszőleges A Ω mérhető halmaz esetén annak az esélye, hogy A-ból választok pontot, P (A) = t(a) t(ω) azaz az A területével/térfogatával arányos. Megjegyzés. Ez azt fejezi ki, hogy egyenletes eloszlás szerint választom a ω Ω pontot az Ω halmazból. Példák Két kocka. Feldobjuk, mi a valószínűsége, hogy a dobott számok összege 7? Megoldás: Ω = (1, 1),..(6, 6) - 36 lehetőség, és A = (1, 6), (2, 5), (6, 1)... P () = 6 36 = 1 6 Céltáblára lövök. P (a tábla felső felét találom el) = P (A) =? P (6 pontos lövésem lesz) = P (B) =? 5

6 A táblát mindig eltalálom, és nincs kitüntetett része a táblának. P (A) = t( ) t( ) = 1 2 P (B) = t( ) t( ) = 32 π 2 2 π 5 2 = 1 π 5 Példa volt még: Karola és Lőrinc randevúznak. mi a val.e hogy találkoznak, mennyit kell várnia valamelyiküknek..., Buffon tű problémája. 6

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

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

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

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

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

[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

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

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

Részletesebben

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

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

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

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé. (Albert Einstein) Halmazok 1

Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé. (Albert Einstein) Halmazok 1 Halmazok 1 Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé. (Albert Einstein) Halmazok 2 A fejezet legfontosabb elemei Halmaz megadási módjai Halmazok közti műveletek (metszet,

Részletesebben

Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé.

Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé. HA 1 Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé. (Albert Einstein) HA 2 Halmazok HA 3 Megjegyzések A halmaz, az elem és az eleme fogalmakat nem definiáljuk, hanem alapfogalmaknak

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

ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az eredmény. A kérdés a következő: Mikor mondhatjuk azt, hogy bizonyos események közül

ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az eredmény. A kérdés a következő: Mikor mondhatjuk azt, hogy bizonyos események közül A Borel Cantelli lemma és annak általánosítása. A valószínűségszámítás egyik fontos eredménye a Borel Cantelli lemma. Először informálisan ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az

Részletesebben

Matematika III. 4. A valószínűségi változó és jellemzői Prof. Dr. Závoti, József

Matematika III. 4. A valószínűségi változó és jellemzői Prof. Dr. Závoti, József Matematika III. 4. A valószínűségi változó és jellemzői Prof. Dr. Závoti, József Matematika III. 4. : A valószínűségi változó és jellemzői Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul

Részletesebben

Diszkrét matematika I.

Diszkrét matematika I. Diszkrét matematika I. középszint 2014. ősz 1. Diszkrét matematika I. középszint 2. előadás Mérai László diái alapján Komputeralgebra Tanszék 2014. ősz Matematikai logika Diszkrét matematika I. középszint

Részletesebben

Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,

Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás, // KURZUS: Matematika II. MODUL: Valószínűség-számítás 21. lecke: A feltételes valószínűség, események függetlensége Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,

Részletesebben

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 4. MA3-4 modul. A valószínűségi változó és jellemzői

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 4. MA3-4 modul. A valószínűségi változó és jellemzői Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 4. MA3-4 modul A valószínűségi változó és jellemzői SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról

Részletesebben

A matematika nyelvér l bevezetés

A matematika nyelvér l bevezetés A matematika nyelvér l bevezetés Wettl Ferenc 2012-09-06 Wettl Ferenc () A matematika nyelvér l bevezetés 2012-09-06 1 / 19 Tartalom 1 Matematika Matematikai kijelentések 2 Logikai m veletek Állítások

Részletesebben

A valós számok halmaza

A valós számok halmaza VA 1 A valós számok halmaza VA 2 A valós számok halmazának axiómarendszere és alapvető tulajdonságai Definíció Az R halmazt a valós számok halmazának nevezzük, ha teljesíti a következő axiómarendszerben

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 2 II. A valószínűségi VÁLTOZÓ És JELLEMZÉsE 1. Valószínűségi VÁLTOZÓ Definíció: Az leképezést valószínűségi változónak nevezzük, ha

Részletesebben

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI, Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus. KOKI, 2015.09.17. Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze.

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I. 1 I. HALmAZOk 1. JELÖLÉSEk A halmaz fogalmát tulajdonságait gyakran használjuk a matematikában. A halmazt nem definiáljuk, ezt alapfogalomnak tekintjük. Ez nem szokatlan, hiszen

Részletesebben

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató 2015/2016. tanév I. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:

Részletesebben

BOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai

BOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai BOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai 1.a. A B B A 2.a. (A B) C A (B C) 3.a. A (A B) A 4.a. I A I 5.a. A (B C) (A B) (A C) 6.a. A A I 1.b. A B B A 2.b. (A B) C A (B C) 3.b. A

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

SULINOVA PROGRAMTANTERVÉHEZ ILLESZKEDŐ TANMENET 9. ÉVFOLYAM SZÁMÁRA

SULINOVA PROGRAMTANTERVÉHEZ ILLESZKEDŐ TANMENET 9. ÉVFOLYAM SZÁMÁRA 1 SULINOVA PROGRAMTANTERVÉHEZ ILLESZKEDŐ TANMENET 9. ÉVFOLYAM SZÁMÁRA Heti óraszám: 3 Éves óraszám: 37 x 3 = 111 A tanmenet 101 óra beosztását tartalmazza. A dolgozatok írása és javítása 10 órát foglal

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

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

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 9. évfolyam I. Halmazok 1. Alapfogalmak, jelölések 2. Halmaz, részhalmaz fogalma, részhalmazok száma, jelölések 3. Nevezetes számhalmazok (N,

Részletesebben

Matematika A4 I. gyakorlat megoldás

Matematika A4 I. gyakorlat megoldás Matematika A I. gyakorlat megoldás 1. Kombinatorikus módszer ismétlés nélküli ismétléses permutáció n! n! k 1!k 2!...k r! n futó beérkezésének sorrendje n golyót ennyiféleképpen állíthatunk sorba, ha k

Részletesebben

Készítette: Ernyei Kitti. Halmazok

Készítette: Ernyei Kitti. Halmazok Halmazok Jelölések: A halmazok jele általában nyomtatott nagybetű: A, B, C Az x eleme az A halmaznak: Az x nem eleme az A halmaznak: Az A halmaz az a, b, c elemekből áll: A halmazban egy elemet csak egyszer

Részletesebben

RE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

RE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel! RE 1 Relációk Függvények RE 2 Definíció: Ha A, B és ρ A B, akkor azt mondjuk, hogy ρ reláció A és B között, vagy azt, hogy ρ leképezés A-ból B-be. Ha speciálisan A=B, azaz ρ A A, akkor azt mondjuk, hogy

Részletesebben

Matematika III. Nagy Károly 2011

Matematika III. Nagy Károly 2011 Matematika III előadások összefoglalója (Levelezős hallgatók számára) Nagy Károly 20 . Kombinatorika.. Definíció. Adott n darab egymástól különböző elem. Ezeknek egy meghatározott sorrendjét az n elem

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

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

Valós függvények tulajdonságai és határérték-számítása

Valós függvények tulajdonságai és határérték-számítása EL 1 Valós függvények tulajdonságai és határérték-számítása Az ebben a részben szereplő függvények értelmezési tartománya legyen R egy részhalmaza. EL 2 Definíció: zérushely Az f:d R függvénynek zérushelye

Részletesebben

A matematika nyelvéről bevezetés

A matematika nyelvéről bevezetés A matematika nyelvéről bevezetés Wettl Ferenc 2006. szeptember 19. Wettl Ferenc () A matematika nyelvéről bevezetés 2006. szeptember 19. 1 / 17 Tartalom 1 Matematika Kijelentő mondatok Matematikai kijelentések

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

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

Részletesebben

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes

Részletesebben

Valasek Gábor valasek@inf.elte.hu

Valasek Gábor valasek@inf.elte.hu Számítógépes Grafika Valasek Gábor valasek@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2013/2014. őszi félév ( Eötvös LorándSzámítógépes TudományegyetemInformatikai Grafika Kar) 2013/2014.

Részletesebben

Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel! függvények RE 1 Relációk Függvények függvények RE 2 Definíció Ha A, B és ρ A B, akkor azt mondjuk, hogy ρ reláció A és B között, vagy azt, hogy ρ leképezés A-ból B-be. Ha speciálisan A=B, azaz ρ A A, akkor

Részletesebben

VALÓSZÍN SÉG-SZÁMÍTÁS

VALÓSZÍN SÉG-SZÁMÍTÁS VALÓSZÍN SÉG-SZÁMÍTÁS oktatási segédanyag Harmati István Árpád SZÉCHENYI ISTVÁN EGYETEM MATEMATIKA ÉS SZÁMÍTÁSTUDOMÁNY TANSZÉK. Ez egy másik kávéház. Tartalomjegyzék. A valószín ségszámítás axiómái 5..

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

MATEMATIKA HETI 3 ÓRA. IDŐPONT : 2009 június 8.

MATEMATIKA HETI 3 ÓRA. IDŐPONT : 2009 június 8. EURÓPAI ÉRETTSÉGI 2009 MATEMATIKA HETI 3 ÓRA IDŐPONT : 2009 június 8. A VIZSGA IDŐTARTAMA : 3 óra (180 perc) MEGENGEDETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor

Részletesebben

Valószínűségszámítás

Valószínűségszámítás European Virtual Laboratory of Mathematics Project No. 2006 - SK/06/B/F/PP - 177436 Európai Virtuális Matematikai Laboratórium Árvai- Homolya Szilvia Valószínűségszámítás EVML e-könyvek Miskolc 2008 Sorozat

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

A valószínűségszámítás elemei

A valószínűségszámítás elemei A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

Matematika 11. évfolyam

Matematika 11. évfolyam Matematika 11. évfolyam Tanmenet Másodfokúra visszavezethető magasabb rendű egyenletek, másodfokú egyenletrendszerek 1. Másodfokú egyenletek (ismétlés) 2. Másodfokú egyenletrendszerek (behelyettesítő módszer)

Részletesebben

2. Logika gyakorlat Függvények és a teljes indukció

2. Logika gyakorlat Függvények és a teljes indukció 2. Logika gyakorlat Függvények és a teljes indukció Folláth János Debreceni Egyetem - Informatika Kar 2012/13. I. félév Áttekintés 1 Függvények Relációk Halmazok 2 Természetes számok Formulák Definíció

Részletesebben

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex A sorozat fogalma Definíció. A természetes számok N halmazán értelmezett függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet a valós számok halmaza, valós számsorozatról beszélünk, mígha az

Részletesebben

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 2. A VALÓS SZÁMOK 2.1 A valós számok aximómarendszere Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 1.Testaxiómák R-ben két művelet van értelmezve, az

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

Valószín ségszámítás közgazdászoknak

Valószín ségszámítás közgazdászoknak Valószín ségszámítás közgazdászoknak Sz cs Gábor Szegedi Tudományegyetem, Bolyai Intézet 2015. szi félév Bevezetés Tudnivalók a kurzusról Tudnivalók a kurzusról Az el adás és a gyakorlat külön kreditelt,

Részletesebben

KOMBINATORIKA ELŐADÁS osztatlan matematika tanár hallgatók számára. Szita formula

KOMBINATORIKA ELŐADÁS osztatlan matematika tanár hallgatók számára. Szita formula KOMBINATORIKA ELŐADÁS osztatlan matematka tanár hallgatók számára Szta formula Előadó: Hajnal Péter 2015. 1. Bevezető példák 1. Feladat. Hány olyan sorbaállítása van a a, b, c, d, e} halmaznak, amelyben

Részletesebben

Függvény fogalma, jelölések 15

Függvény fogalma, jelölések 15 DOLGO[Z]ZATOK 9.. 1. Függvény fogalma, jelölések 1 1. Az alábbi hozzárendelések közül melyek függvények? a) A magyarországi megyékhez hozzárendeljük a székhelyüket. b) Az egész számokhoz hozzárendeljük

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

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

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

HALMAZELMÉLET feladatsor 1.

HALMAZELMÉLET feladatsor 1. HALMAZELMÉLET feladatsor 1. Egy (H,, ) algebrai struktúra háló, ha (H, ) és (H, ) kommutatív félcsoport, és teljesül az ún. elnyelési tulajdonság: A, B H: A (A B) = A, A (A B) = A. A (H,, ) háló korlátos,

Részletesebben

BME Nyílt Nap november 21.

BME Nyílt Nap november 21. Valószínűségszámítás, statisztika és valóság Néhány egyszerű példa Kói Tamás Budapesti Műszaki és Gazdaságtudományi Egyetem koitomi@math.bme.hu BME Nyílt Nap 2014. november 21. Matematikai modell Matematikai

Részletesebben

NT Matematika 11. (Heuréka) Tanmenetjavaslat

NT Matematika 11. (Heuréka) Tanmenetjavaslat NT-17302 Matematika 11. (Heuréka) Tanmenetjavaslat A Dr. Gerőcs László Számadó László Matematika 11. tankönyv a Heuréka-sorozat harmadik tagja. Ebben a segédanyagban ehhez a könyvhöz a tizenegyedikes tananyag

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I. 4 IV. FÜGGVÉNYEk 1. LEkÉPEZÉSEk, függvények Definíció Legyen és két halmaz. Egy függvény -ből -ba egy olyan szabály, amely minden elemhez pontosan egy elemet rendel hozzá. Az

Részletesebben

Itt és a továbbiakban a számhalmazokra az alábbi jelöléseket használjuk:

Itt és a továbbiakban a számhalmazokra az alábbi jelöléseket használjuk: 1. Halmazok, relációk, függvények 1.A. Halmazok A halmaz bizonyos jól meghatározott dolgok (tárgyak, fogalmak), a halmaz elemeinek az összessége. Azt, hogy az a elem hozzátartozik az A halmazhoz így jelöljük:

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

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont) 1. tétel 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója cm. Mekkora a háromszög átfogója? (4 pont). Adott az ábrán két vektor. Rajzolja meg a b, a b és az a b vektorokat! (6 pont)

Részletesebben

A biomatematika alapjai és a kapcsolódó feladatok megoldása számítógép segítségével Abonyi-Tóth Zsolt, 2005-2006 készült Harnos Andrea, Reiczigel Jenő zoológus előadásainak valamint Fodor János és Solymosi

Részletesebben

FRAKTÁLGEOMETRIA. Metrikus terek, szeparábilitás, kompaktság. Czirbusz Sándor czirbusz@gmail.com. Komputeralgebra Tanszék ELTE Informatika Kar

FRAKTÁLGEOMETRIA. Metrikus terek, szeparábilitás, kompaktság. Czirbusz Sándor czirbusz@gmail.com. Komputeralgebra Tanszék ELTE Informatika Kar Metrikus terek, szeparábilitás, kompaktság Czirbusz Sándor czirbusz@gmail.com Komputeralgebra Tanszék ELTE Informatika Kar 2010. március 7. Vázlat 1 Szeparábilitás Definíciók A szeparábilitás ekvivalens

Részletesebben

Logikai szita (tartalmazás és kizárás elve)

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

Részletesebben

gyakorisága. Az a P szám, amely körül egy esemény relatív gyakorisága ingadozik, az esemény valószínűsége.

gyakorisága. Az a P szám, amely körül egy esemény relatív gyakorisága ingadozik, az esemény valószínűsége. Valószínűségszámítás Egy 10 Ft-os érmét 1000-szer dobtunk fel, és az alábbi táblázatba beleírtuk, hogy bizonyos dobásszámok esetén hányszor fordult elő a fej dobása. Dobások száma 100 200 300 400 500 600

Részletesebben

Függvények 1. oldal Készítette: Ernyei Kitti. Függvények

Függvények 1. oldal Készítette: Ernyei Kitti. Függvények Függvények 1. oldal Készítette: Ernyei Kitti Függvények DEFINÍCIÓ: Ha adott két nemüres halmaz: és, továbbá minden eleméhez hozzárendeljük a valamely elemét, akkor ezt a hozzárendelést függvénynek nevezzük.

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I. 3 III. MEGFELELTETÉSEk, RELÁCIÓk 1. BEVEZETÉS Emlékeztetünk arra, hogy az rendezett párok halmazát az és halmazok Descartes-féle szorzatának nevezzük. Más szóval az és halmazok

Részletesebben

Sorozatok I. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma)

Sorozatok I. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Sorozatok I. DEFINÍCIÓ: (Számsorozat) A számsorozat olyan függvény, amelynek értelmezési tartománya a pozitív egész számok halmaza, értékkészlete a valós számok egy részhalmaza. Jelölés: (a n ), {a n }.

Részletesebben

Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,

Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás, // KURZUS: Matematika II. MODUL: Valószínűség-számítás 22. lecke: A teljes valószínűség tétele és a Bayes-tétel Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,

Részletesebben

4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI 4. Fuzzy relációk Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Klasszikus relációk Halmazok Descartes-szorzata Relációk 2 Fuzzy relációk Fuzzy relációk véges alaphalmazok

Részletesebben

Valószínűségszámítás

Valószínűségszámítás 1. Kombinatorika Valószínűségszámítás 2004.03.01. Készítette: Dr. Toledo Rodolfo 1.1. Tétel. Ha n darab különböző elemet az összes lehetséges módon sorba rendezünk, akkor ezt n! := n (n 1) (n 2) 2 1-féle

Részletesebben

Matematikai statisztika Tómács Tibor

Matematikai statisztika Tómács Tibor Matematikai statisztika Tómács Tibor Matematikai statisztika Tómács Tibor Publication date 2011 Szerzői jog 2011 Hallgatói Információs Központ Copyright 2011, Educatio Kht., Hallgatói Információs Központ

Részletesebben

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 2. MA3-2 modul. Eseményalgebra

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 2. MA3-2 modul. Eseményalgebra Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 2. MA3-2 modul Eseményalgebra SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999. évi LXXVI.

Részletesebben

3. OSZTÁLY A TANANYAG ELRENDEZÉSE

3. OSZTÁLY A TANANYAG ELRENDEZÉSE Jelölések: 3. OSZTÁLY A TANANYAG ELRENDEZÉSE Piros főtéma Citromsárga segítő, eszköz Narancssárga előkészítő Kék önálló melléktéma Hét Gondolkodási és megismerési módszerek Problémamegoldások, modellek

Részletesebben

Osztályozóvizsga követelményei

Osztályozóvizsga követelményei Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Nyolcosztályos gimnázium Matematika Évfolyam: 11 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Gondolkodási

Részletesebben

SET. Például: SET mert: Szín: 3 egyforma. Alak: 3 egyforma. Darab: 3 egyforma. Telítettség: 3 különböző

SET. Például: SET mert: Szín: 3 egyforma. Alak: 3 egyforma. Darab: 3 egyforma. Telítettség: 3 különböző 1 SET A SET játékszabályairól röviden, már ha valaki nem ismerné: Hogy néznek ki a kártyalapok? Minden kártyán van egy ábra, aminek 4 jellemzője van. Minden kategória további három különböző lehetőséget

Részletesebben

Halmazok; a matematikai logika elemei 1.1. A halmaz fogalma; jelölések

Halmazok; a matematikai logika elemei 1.1. A halmaz fogalma; jelölések 1 Halmazok; a matematikai logika elemei 1.1. A halmaz fogalma; jelölések A matematikában alapfogalmaknak tekintjük azokat a fogalmakat, amelyeket nem határozunk meg, nem definiálunk más fogalmak segítségével

Részletesebben

10. Előadás P[M E ] = H

10. Előadás P[M E ] = H HALMAZRENDSZEREK 10. Előadás Matematika MSc hallgatók számára Előadó: Hajnal Péter Jegyzetelő: Hajnal Péter 2010. április 20. Halmazrendszerek színezése Egy halmazrendszer csúcshalmazának színezése jó

Részletesebben

Analízis előadás és gyakorlat vázlat

Analízis előadás és gyakorlat vázlat Analízis előadás és gyakorlat vázlat Készült a PTE TTK GI szakos hallgatóinak Király Balázs 2010-11. I. Félév 2 1. fejezet Számhalmazok és tulajdonságaik 1.1. Nevezetes számhalmazok ➀ a) jelölése: N b)

Részletesebben

Érettségi előkészítő emelt szint 11-12. évf. Matematika. 11. évfolyam. Tematikai egység/fejlesztési cél

Érettségi előkészítő emelt szint 11-12. évf. Matematika. 11. évfolyam. Tematikai egység/fejlesztési cél Emelt szintű matematika érettségi előkészítő 11. évfolyam Tematikai egység/fejlesztési cél Órakeret 72 óra Kötelező Szabad Összesen 1. Gondolkodási módszerek Halmazok, matematikai logika, kombinatorika,

Részletesebben

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

PTE PMMFK Levelező-távoktatás, villamosmérnök szak PTE PMMFK Levelező-távoktatás, villamosmérnök szak MATEMATIKA (A tantárgy tartalma és a tananyag elsajátításának időterve.) Összeállította: Kis Miklós adjunktus Tankönyvek (mindhárom félévre): 1. Scharnitzky

Részletesebben

Valószínűség-számítás II.

Valószínűség-számítás II. Valószínűség-számítás II. Geometriai valószínűség: Ha egy valószínűségi kísérletben az események valamilyen geometriai alakzat részhalmazainak felelnek meg úgy, hogy az egyes események valószínűsége az

Részletesebben

Matematika. 9.osztály: Ajánlott tankönyv és feladatgyűjtemény: Matematika I-II. kötet (Apáczai Kiadó; AP-090803 és AP-090804)

Matematika. 9.osztály: Ajánlott tankönyv és feladatgyűjtemény: Matematika I-II. kötet (Apáczai Kiadó; AP-090803 és AP-090804) Matematika A definíciókat és tételeket (bizonyítás nélkül) ki kell mondani, a tananyagrészekhez tartozó alap- és közepes nehézségű feladatokat kell tudni megoldani A javítóvizsga 60 -es írásbeliből áll.

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

1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy b = ax. Ennek jelölése a b.

1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy b = ax. Ennek jelölése a b. 1. Oszthatóság, legnagyobb közös osztó Ebben a jegyzetben minden változó egész számot jelöl. 1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy

Részletesebben

Matematika szóbeli érettségi témakörök 2016/2017-es tanév őszi vizsgaidőszak

Matematika szóbeli érettségi témakörök 2016/2017-es tanév őszi vizsgaidőszak Matematika szóbeli érettségi témakörök 2016/2017-es tanév őszi vizsgaidőszak Halmazok Halmazok egyenlősége Részhalmaz, valódi részhalmaz Üres halmaz Véges és végtelen halmaz Halmazműveletek (unió, metszet,

Részletesebben

DISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes

DISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes 1. Algebrai alapok: DISZKRÉT MATEMATIKA: STRUKTÚRÁK Művelet: Egy H nemüres halmazon értelmezett (kétváltozós) műveleten egy H H H függvényt értünk, azaz egy olyan leképezést, amely bármely a,b H elempárhoz

Részletesebben

A Matematika I. előadás részletes tematikája

A Matematika I. előadás részletes tematikája A Matematika I. előadás részletes tematikája 2005/6, I. félév 1. Halmazok és relációk 1.1 Műveletek halmazokkal Definíciók, fogalmak: halmaz, elem, üres halmaz, halmazok egyenlősége, részhalmaz, halmazok

Részletesebben

Bizonytalanság. Mesterséges intelligencia április 4.

Bizonytalanság. Mesterséges intelligencia április 4. Bizonytalanság Mesterséges intelligencia 2014. április 4. Bevezetés Eddig: logika, igaz/hamis Ha nem teljes a tudás A világ nem figyelhető meg közvetlenül Részleges tudás nem reprezentálható logikai eszközökkel

Részletesebben