1. tétel. Valószínűségszámítás vizsga Frissült: január 19. Valószínűségi mező, véletlen tömegjelenség.
|
|
- Róbert Tóth
- 8 évvel ezelőtt
- Látták:
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.
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
RészletesebbenMatematika 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
Részletesebben1. 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
RészletesebbenPélda 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............
RészletesebbenKészítette: 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
Részletesebben4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O
1. Mit nevezünk elemi eseménynek és eseménytérnek? A kísérlet lehetséges kimeneteleit elemi eseményeknek nevezzük. Az adott kísélethez tartozó elemi események halmazát eseménytérnek nevezzük, jele: X 2.
RészletesebbenValószínűségi változók. Várható érték és szórás
Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.
RészletesebbenVALÓSZÍNŰSÉG, 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
RészletesebbenElméleti összefoglaló a Valószín ségszámítás kurzushoz
Elméleti összefoglaló a Valószín ségszámítás kurzushoz Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet kimeneteleinek
RészletesebbenBiomatematika 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)
RészletesebbenBIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 7. Bevezetés a valószínűségszámításba Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés 2 Definíciók, tulajdonságok Példák Valószínűségi mező
RészletesebbenValószín 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
Részletesebben1. tétel Halmazok és halmazok számossága. Halmazműveletek és logikai műveletek kapcsolata.
1. tétel Halmazok és halmazok számossága. Halmazműveletek és logikai műveletek kapcsolata. HLMZOK halmaz axiomatikus fogalom, nincs definíciója. benne van valami a halmazban szintén axiomatikus fogalom,
RészletesebbenBiometria 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.
RészletesebbenMatematika 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
RészletesebbenNyugat-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
RészletesebbenMatematikai 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
RészletesebbenJármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János
BUDAPESTI MŐSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM KÖZLEKEDÉSMÉRNÖKI KAR JÁRMŐELEMEK ÉS HAJTÁSOK TANSZÉK Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János Budapest 2008
RészletesebbenEseményalgebra. 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.
RészletesebbenMi az adat? Az adat elemi ismeret. Az adatokból információkat
Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás
RészletesebbenFEGYVERNEKI 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
RészletesebbenFEGYVERNEKI 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:
Részletesebbenx, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:
Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.
RészletesebbenMindent 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,
RészletesebbenValószínűségszámítás és statisztika a fizikában február 16.
számítás és statisztika a fizikában 2018. február 16. Technikai információk Palla Gergely / pallag@hal.elte.hu / ELTE TTK Biológiai Fizika Tanszék, Északi Tömb, 3.90. szoba Fogadó óra: hétfő, 16-18. Az
RészletesebbenMatematikai 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
RészletesebbenMindent 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
RészletesebbenValószínűségszámítás összefoglaló
Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
RészletesebbenValószín ségszámítás. Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes 2018/2019.
Valószín ségszámítás Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes agnes@cs.elte.hu 2018/2019. szi félév A valószín ségszámítás kurzus céljai a statisztika megalapozása: a véletlen
Részletesebben1. 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
RészletesebbenElméleti összefoglaló a Sztochasztika alapjai kurzushoz
Elméleti összefoglaló a Sztochasztika alapjai kurzushoz 1. dolgozat Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet
RészletesebbenHalmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1
Halmazelmélet 1. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Halmazelmélet p. 1/1 A halmaz fogalma, jelölések A halmaz fogalmát a matematikában nem definiáljuk, tulajdonságaival
RészletesebbenGazdasági 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
RészletesebbenMatematika 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
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy ősz
Diszkrét matematika 1. középszint 2017. ősz 1. Diszkrét matematika 1. középszint 8. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján Komputeralgebra
RészletesebbenTananyag: 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,
Részletesebben1. előadás: Halmazelmélet, számfogalom, teljes
1. előadás: Halmazelmélet, számfogalom, teljes indukció Szabó Szilárd Halmazok Halmaz: alapfogalom, bizonyos elemek (matematikai objektumok) összessége. Egy halmaz akkor adott, ha minden objektumról eldönthető,
Részletesebben24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.
24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor
RészletesebbenNyugat-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
RészletesebbenValószínűségszámítás. Tómács Tibor. F, P ) egy valószínűségi mező, A P (A). Ha ϱ n az A gyakorisága, kísérletek száma, akkor minden ε. p(1 p) nε 2.
Tómács Tibor Valószínűségszámítás F, P egy valószínűségi mező, A P (A. Ha ϱ n az A gyakorisága, kísérletek száma, akkor minden ε én ( ϱ n P n p ε p(1 p nε 2. Matematikai és Informatikai Intézet Tómács
RészletesebbenBevezetés. Valószínűségszámítás 2 előadás III. alk. matematikus szak. Irodalom. Egyéb info., számonkérés. Cél. Alapfogalmak (ismétlés)
Valószínűségszámítás 2 előaás III. alk. matematikus szak 2016/2017 1. félév Zempléni Anrás Bevezetés Iroalom, követelmények A félév célja Alapfogalmak mértékelméleti alapon Kapcsolóás a val.szám. 1-hez
RészletesebbenMatematikai logika és halmazelmélet
Matematikai logika és halmazelmélet Wettl Ferenc előadása alapján 2015-09-07 Wettl Ferenc előadása alapján Matematikai logika és halmazelmélet 2015-09-07 1 / 21 Tartalom 1 Matematikai kijelentések szerkezete
RészletesebbenBevezetés 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.
Részletesebbenismertetem, 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
RészletesebbenValószínűségszámítás és statisztika
Valószínűségszámítás és statisztika Programtervező informatikus szak esti képzés Varga László Valószínűségelméleti és Statisztika Tanszék Matematikai Intézet Természettudományi Kar Eötvös Loránd Tudományegyetem
RészletesebbenValószín 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
RészletesebbenMérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik
Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik Az A halmazrendszer σ-algebra az Ω alaphalmazon, ha Ω A; A A A c A; A i A, i N, i N A i A. Az A halmazrendszer
RészletesebbenDiszkrét 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
RészletesebbenTANTÁRGYI 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:
RészletesebbenHalmaz: alapfogalom, bizonyos elemek (matematikai objektumok) Egy halmaz akkor adott, ha minden objektumról eldönthető, hogy
1. előadás: Halmazelmélet Szabó Szilárd Halmazok Halmaz: alapfogalom, bizonyos elemek (matematikai objektumok) összessége. Egy halmaz akkor adott, ha minden objektumról eldönthető, hogy hozzátartozik-e,
RészletesebbenNéhány 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
RészletesebbenKOVÁCS 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
RészletesebbenOsztályozó- 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,
RészletesebbenMatematika 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
RészletesebbenDiszkrét matematika I.
Diszkrét matematika I. középszint 2013 ősz 1. Diszkrét matematika I. középszint 8. előadás Mérai László merai@compalg.inf.elte.hu compalg.inf.elte.hu/ merai Komputeralgebra Tanszék 2013 ősz Kombinatorika
RészletesebbenBizonytalan tudás kezelése
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Bizonytalan tudás kezelése Előadó: Előadás anyaga: Hullám Gábor Pataki Béla Dobrowiecki Tadeusz Valószínűségi
RészletesebbenFEGYVERNEKI 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
RészletesebbenOsztályozóvizsga követelményei
Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Nyolcosztályos gimnázium Matematika Évfolyam: 7 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Gondolkodási
RészletesebbenBOOLE 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
RészletesebbenA 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
RészletesebbenMATEMATIKA 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
RészletesebbenDr. Vincze Szilvia;
2014. szeptember 17. és 19. Dr. Vincze Szilvia; vincze@agr.unideb.hu https://portal.agr.unideb.hu/oktatok/drvinczeszilvia/oktatas/oktatott_targyak/index/index.html 2010/2011-es tanév I. féléves tematika
RészletesebbenA 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
RészletesebbenMatematika 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,
RészletesebbenSULINOVA 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
RészletesebbenGazdasági matematika II. tanmenet
Gazdasági matematika II. tanmenet Mádi-Nagy Gergely A hivatkozásokban az alábbi tankönyvekre utalunk: T: Tóth Irén (szerk.): Operációkutatás I., Nemzeti Tankönyvkiadó 1987. Cs: Csernyák László (szerk.):
RészletesebbenFeladatok 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;
RészletesebbenElemi matematika szakkör
Elemi matematika szakkör Kolozsvár, 2015. november 9. 1.1. Feladat. Tekintsünk egy E halmazt és annak minden A részhalmazára az A halmaz f A : E {0, 1} karakterisztikus függvényét, amelyet az { 1, x A
RészletesebbenMatematika 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
RészletesebbenFeladatok 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
RészletesebbenFunkcionálanalízis. n=1. n=1. x n y n. n=1
Funkcionálanalízis 2011/12 tavaszi félév - 2. előadás 1.4. Lényeges alap-terek, példák Sorozat terek (Folytatás.) C: konvergens sorozatok tere. A tér pontjai sorozatok: x = (x n ). Ezen belül C 0 a nullsorozatok
RészletesebbenHALMAZOK. A racionális számok halmazát olyan számok alkotják, amelyek felírhatók b. jele:. A racionális számok halmazának végtelen sok eleme van.
HALMAZOK Tanulási cél Halmazok megadása, halmazműveletek megismerése és alkalmazása, halmazok ábrázolása Venn diagramon. Motivációs példa Egy fogyasztó 80 000 pénzegység jövedelmet fordít két termék, x
RészletesebbenA valószínűségszámítás elemei
Alapfogalmak BIOSTATISZTIKA ÉS INFORMATIKA A valószínűségszámítás elemei Jelenség: minden, ami lényegében azonos feltételek mellett megismételhető, amivel kapcsolatban megfigyeléseket lehet végezni, lehet
RészletesebbenValószínűségszámítás I.
Valószínűségszámítás I. DEFINÍCIÓ: (Véletlen jelenség) Véletlen jelenség alatt olyan jelenséget értünk, amely lefolyását a körülmények (figyelembe vehető okok) nem határoznak meg egyértelműen. DEFINÍCIÓ:
RészletesebbenTANTÁRGYI 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:
RészletesebbenValószínűségszámítás 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
Részletesebben1. Történeti bevezető. Alapfogalmak: véletlen kísérlet, eseménytér, esemény, elemi esemény, műveletek eseményekkel. Axiómák, szigma algebra.
Valószínűségszámítás jegyzet. rész A jegyzet elsősorban a BME-VIK informatikus hallgatóinak készült. Ez azt jelenti, hogy nem matematikai, csak mérnöki precizitással céloztuk meg a leírásokat, definíciókat,
Részletesebben2. 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
RészletesebbenKészítette: 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
RészletesebbenEgy halmazt elemei megadásával tekintünk ismertnek. Az elemeket felsorolással,vagy ha lehet a rájuk jellemző közös tulajdonság megadásával adunk meg.
Halmazelmélet A matematikai halmazelmélet megalapítója Georg Cantor (1845 1918) matematikus. Cantor Oroszországban született, de életét Németországban töltötte. Egy halmazt elemei megadásával tekintünk
RészletesebbenValószínűségszámítás
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
Részletesebben2011. szeptember 14. Dr. Vincze Szilvia;
2011. szeptember 14. Dr. Vincze Szilvia; vincze@fin.unideb.hu https://portal.agr.unideb.hu/oktatok/drvinczeszilvia Első pillantásra hihetetlennek tűnik, hogy egy olyan tiszta és érzelmektől mentes tudomány,
Részletesebbeni p i p 0 p 1 p 2... i p i
. vizsga, 06--9, Feladatok és megoldások. (a) Adja meg az diszkrét eloszlás várható értékének a definícióját! i 0... p i p 0 p p... i p i (b) Tegyük fel, hogy a rigófészkekben található tojások X száma
RészletesebbenIntegr alsz am ıt as. 1. r esz aprilis 12.
Integrálszámítás. 1. rész. 2018. április 12. Területszámítás f : [a, b] IR + korlátos függvény. Mennyi a függvény grafikonja és az x tengely közti terület? Riemann integrál, ismétlés F: Az összes lehetséges
RészletesebbenRE 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
RészletesebbenA 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
RészletesebbenStatisztika 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
RészletesebbenGazdasági matematika II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdálkodási és menedzsment, pénzügy és számvitel szakok távoktatás tagozat Gazdasági matematika II. Tantárgyi útmutató 2016/17 tanév II. félév 1/6 A KURZUS ALAPADATAI Tárgy
RészletesebbenValós 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
RészletesebbenTerületi 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
RészletesebbenA VALÓSZÍNŰSÉGSZÁMÍTÁS ALAPJAI
TÓMÁCS TIBOR A VALÓSZÍNŰSÉGSZÁMÍTÁS ALAPJAI Második, javított kiadás EKF LÍCEUM KIADÓ, EGER 25 Lektor: Sztrik János egyetemi docens Megjelent az EKF Líceum Kiadó műszaki gondozásában A szedés a MiKTEX
RészletesebbenDiszkrét matematika 1. középszint
Diszkrét matematika 1. középszint 2017. sz 1. Diszkrét matematika 1. középszint 3. el adás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján Komputeralgebra
RészletesebbenA 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:
RészletesebbenDiszkrét matematika HALMAZALGEBRA. Halmazalgebra
Halmazalgebra Ebben a fejezetben összefoglaljuk a halmazokról tanult középiskolai ismeretanyagot, és néhány érdekességgel, módszerrel ki is egészítjük. A halmaz alapfogalom. Mondhatjuk, hogy tárgyak, fogalmak,
RészletesebbenKövetelmény a 7. évfolyamon félévkor matematikából
Követelmény a 7. évfolyamon félévkor matematikából Gondolkodási és megismerési módszerek Elemek halmazba rendezése több szempont alapján. Halmazok ábrázolása. A nyelv logikai elemeinek helyes használata.
RészletesebbenMatematika alapjai; Feladatok
Matematika alapjai; Feladatok 1. Hét 1. Tekintsük a,, \ műveleteket. Melyek lesznek a.) kommutativok b.) asszociativak c.) disztributívak-e a, műveletek? Melyik melyikre? 2. Fejezzük ki a műveletet a \
RészletesebbenVALÓSZÍN 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..
RészletesebbenValószín 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,
RészletesebbenEseményalgebra, 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