Autoregressziós folyamatok
|
|
- Emília Péter
- 4 évvel ezelőtt
- Látták:
Átírás
1 Autoregressziós folyamatok.. Példa.. Az ε(t) folyamat függetle érték zaj, ha a várható értéke és ε(t)-k függetle, azoos eloszlású valószí ségi változók.. Az ε(t) folyamat fehér zaj, ha Eε(t) =, és ε(t)-k azoos eloszlásúak mide t-re és korrelálatlaok (de em feltétle függetleek). A fehér zaj autokovariacia-függvéye R() = σ, R(τ) = (τ ). 3. Els red autoregresszió: X(t) = αx(t ) + σ ε ε(t). Az ε(t)-k függetle, azoos eloszlású valószí ségi változók, általába N(, )-ek, de eloszlásuk lehet persze más is. Általába (de em midig) EX(t) = és ameyibe oksági a megoldás, azaz X(t ) és ε(t) függetleek, akkor D X(t) = α D X(t ) + σ εd ε(t) (a függetleség miatt a szóráségyzetek összeadódak). Ha létezik stacioárius megoldás, akkor D X(t) = D X(t )-b l következik, hogy σx = α σx + σ ε, azaz σx = σ ε >. Így α α eseté ics stacioárius megoldás (em lee véges vagy em lee pozitív a szóráségyzet). A függetle érték zaj er se, a fehér zaj gyegé vagy másodredbe stacioárius. Továbbá ϕ(λ) = π τ= e iλτ R(τ) = σ R() = π π, tehát a Fourier-traszformált kostas, így a spektrálmértéke mide frekveciára azoos súlyt helyez. Ie ered az elevezés, hisze fehér féy ugyaígy áll el az összes lehetséges külöböz szí kompoesb l... Állítás. Ha α <, akkor létezik stacioárius megoldás. (Ezt egyel re higgyük el, ellekez esetbe láttuk, hogy em létezik.) R(k) = cov(x(t), X(t+k)) = cov(x(t), α X(t+k )+σ ε(t+k)) = α cov(x(t), X(t+k )) = α R(k ), ami kielégíti a zaj élküli rekurziót (az pedig expoeciális sebességgel lecseg). Mivel R() = D X(t) = σx, így R(k) = σx α k = αk α σ ε, és r(k) = R(k) R() = αk. Ha ε(t) stadard ormális eloszlású, akkor X() N(, σx ), és az autokorreláció-függvéy { által az α k = összes véges dimeziós eloszlás adott. A parciális autokorreláció-függvéy (PACF) ϱ(k) =. k Ezt k = -re köye láthatjuk, ugyais ε(t) függetle zaj mellett a parciális autokovariaciára -t kapuk: (ϱ() =) cov(x(t + ), X(t) X(t + )) = cov(αx(t + ), X(t) X(t + )) + cov(ε(t + ), X(t) X(t + )) = = α E [ X(t + ) E(X(t + ) X(t + )) ][ X(t) E(X(t) X(t + )) ] +
2 mert ε(t + ) és X(t) függetleek (feltételese is), a feltételes várható értékeket tekitve pedig köye láthatóa -t kapuk, így ez tovább = α + =. Továbbá k > -re ugyaígy a rekurziós egyelet miatt a feltételre mérhet lesz X(t + k ). [!! Szept. -i megjegyzések hiáyozak: lieáris folyamatok] Most tegyük fel, hogy α <, és iteráljuk az AR() els red autoregressziós egyeletet. X(t) = αx(t ) + ε(t) X(t) = α(αx(t ) + ε(t )) + ε(t)... X(t) = α s+ X(t s ) + [α s ε(t s) αε(t ) + ε(t)], ahol az utolsó egyel ség jobb oldalába az els maradéktag expoeciális sebességgel lecseg, a szögletes zárójele belüli pedig egy lieáris folyamathoz hasolít. Így X(t) s α u ε(t u) = α s+ X(t s ), erre a égyzet várható értéke ( E X(t) s α u ε(t u)) = α s+ E ( X(t s ) ), ha EX (t) < K mide t-re, ami persze teljesül, ha X(t) stacioárius folyamat. Ezzel s α u ε(t u) s X(t) L -be, tehát legye ez az L -beli határérték a megoldás X(t) = α u ε(t u). (Ez stacioárius is.).3. Állítás. Ha α <, ε(t) i.i.d. zaj, továbbá E(ε(t) ) <, akkor az AR() egyeletek létezik stacioárius megoldása. Bizoyítás. ) Az ε(t)-r l feltehet, hogy egatív értékre is értelmezett, hisze ha em így lee, akkor a Kolmogorov-alaptétel szerit kiegészíthetjük függetleül ugyaazo eloszlásból. ) A α u ε(t u) függetle tagú összeg koverges L -be és valószí séggel is. Ugyais L -be yilvá Cauchy, ezért koverges, az valószí ség kovergeciához pedig a függetle tagok miatt elég a második mometumok kovergeciáját láti. Így X(t) = α u ε(t u) jóldeiált. 3) X(t) kielégíti az AR() egyeletet: [ ] X(t + ) = α u ε(t + u) = α α v ε(t + v ) + ε(t + ) = = α v= α v ε(t v) + ε(t + ) = αx(t) + ε(t + ) v= 4) Az így deiált X(t) eloszlása eltolásivariás (stacioárius eloszlású): X(t) = α u ε(t u) X(t + h) = α u ε(t + h u), mivel ε(t) és ε(t + h) eloszlásba megegyezek, ezért mit sorozatok is. Ezzel mide t,..., t k -ra teljesül, hogy X(t ),..., X(t k ) X(t + h),..., X(t k + h). Ezzel igazoltuk, hogy X(t) stacioárius. A Kolmogorov-Hicsi-tétel szerit ha EX <, akkor X valószí séggel koverges. A feltétel a mi esetükbe Eα u ε (t u) végességét jeleti, ami az α < -b l és Eε(t) végességéb l rögtö következik. Ugyais α u ε (t u) = α Eε (t u) <.
3 .4. Megjegyzés. Az ε(t) fehér zajról: várható értéke, mide t-re ε(t) azoos eloszlású, és corr(ε(t), ε(t + h)) =. Továbbá R() = σε és R(t) =, ha t >. A Fourier-traszformált ϕ(λ) = e iλt R(t) = π π σ ε mide λ ( π, π)-re (csak a t = tag marad meg). Azaz t= a spektrál-s r ségfüggvéye λ-tól függetle kostas (tehát az el állításába mide frekvecia azoos amplitúdóval vesz részt, mit a fehér féyél). AR()-re ϕ(λ) = t= e iλt R(t) = [ = π R() e iλt α t + t= = t= ] e iλt α t t= e iλt R(t) + [ = σ X e iλt R(t) R() = t= α e iλ + α e iλ σ ε π( α ) αeiλ + αe iλ αe iλ αe iλ = = σε α αeiλ αe iλ + αe iλ + αe iλ α = αe iλ = σ ε αe iλ, tehát a fehér zajhoz képest léyeges a külöbség az AR()-él..5. Példa. Nézzük egy példát em Gauss-féle fehér zajból geerált AR()-re. Legye P (ε(t) = ) = P (ε(t) = ) = mide t-re. Az X(t) = X(t ) + ε(t) egyelet stacioárius megoldása ( ) u ε(t u) = ( ) u+ ε(t u). A ε(t u) egy véletle - sorozat. Az hatváyaival szorozva tetsz leges [, ]-beli számot el állít, és mivel mide - sorozat "egyel e valószí ", ezért a [, ]-belieke egyeletes lesz az el állított számok eloszlása. Tehát a stacioárius eloszlás U(, ) lesz. Ebb l látszik, hogy a zaj eloszlása em sokat mod a stacioárius eloszlásról, hisze ebb l a diszkrét ε(t)-b l abszolút folytoos eloszlású X(t)-t kaptuk. El rejelzés: E(X(t) X(t )) = X(t ) +, mert a zaj em várható érték (ez lieáris). A 4 hátrafelé predikció pedig E(X(t ) X(t)), ha például a mai értéket ismerjük, de a tegapit elfelejtették regisztráli. Az egyelet kétszereséb l X(t) ε(t) = X(t ), így X(t ) = X(t) mod() a stacioárius esetbe. E(X(t ) X(t)) = X(t) mod(), ami em lieáris, tehát a legjobb és a legjobb lieáris becslés (predikció) em esik egybe. Általába E(X(t) X(t )) = E(X(t) F t ), tehát az AR() folyamat Markov-folyamat. Ez tovább = E(αX(t )+ε(t) X(t )) = αx(t ), ha a megoldás a zaj jöv jét l függetle. (ε(t) az X(t )-t l függetle, és a feltételhez vett további múltbéli tagok em változtatak: ε függetle és αx(t ) mérhet marad a feltételre ézve). Ekkor a legjobb lieáris el rejelzés a legjobb el rejelzés. ] = A másodred autoregressziós folyamat (AR()): X(t) = α X(t ) + α X(t ) + σ ε ε(t), azaz X(t) α X(t ) α X(t ) = σ ε ε(t). Ezzel a karakterisztikus poliom x α x α, melyek a gyökei az egységkörö belül kell, hogy legyeek. (Közöséges rekurzió is akkor stabilis, ha 3
4 a gyökök az egységkörö belül vaak.) [Ábra] A gyökök összege α, ebb l rögtö következik, hogy < α <. Eze kívül a karakterisztikus poliomak (ha gyökei valósak) az illetve - helye felvett értékeiek pozitívak kell leiük (pozitív f együttható miatt felfelé éz parabola), amib l adódik, hogy α +α <, α α <. Így az (α, α ) síko ez utóbbi három egyel tleség által meghatározott háromszögö belül leszek a gyökök. Az autokovariacia-függvéy R(k) = α R(k ) + α R(k ), illetve az autokorreláció-függvéy r(k) = α r(k )+α r(k ). A parciális autokorreláció-függvéyre pedig ϱ() = α α, ϱ() = α és ϱ(k) =, ha k 3. (Általába is igaz, hogy az els p em ulla.) Legjobb el rejelzés: E(X(t) F t ) E(X(t) X(t )), azaz X(t) em Markov-tulajdoságú. Ehelyett E(X(t) F t ) = E(α X(t ) + α X(t ) + σε(t) F t ) = α X(t ) + α X(t ). Lieáris, ha X(t) függetle a zaj jöv jét l. A p-edred autoregressziós folyamat (AR(p)): Legye ε(t) Gauss-féle fehér zaj, és X(t) = α X(t ) + α X(t ) α p X(t p) + σ ε ε(t). X(t) p α k X(t k) = k= Eek a karakterisztikus poliomja P (x) = p p X(t k) α k = σ ε(t) α k x p k, és α =, α k = α k..6. Tétel. Az AR(p) egyeletek potosa akkor létezik eloszlását tekitve egyértelm, stacioárius idítása (megoldása), X() = X,..., X(p ) = X p, ha az így deiált karakterisztikus poliom komplex gyökei az egységkörö belül vaak. Ez a Gauss esetbe er se stacioárius is. Nem stacioáriusa idított AR(p) pedig expoeciális sebességgel stacioarizálódik, más szóval a folyamat geometrikusa ergodikus..7. Megjegyzés. Szokás még a P (x) = p α k x k poliomot is tekitei. Erre P (x) = x p P ( ), és a x tétel feltétele úgy módosul, hogy eek gyökei az egységkörö kívül vaak..8. Deíció. B az eltolás vagy visszaléptetés operátor (backward shift), ha BX(t) = X(t ), B X(t) = X(t ) stb. ( p ).9. Megjegyzés. Ezzel is felírható az autoregressziós egyelet: α k B k X(t) = ε(t). Ie ( p ) X(t) = α k B k ε(t) formálisa és valóba is, ha az iverzoperátor létezik. Operátorok függvéyét pedig Taylor-sorokkal deiálhatjuk, és akkor létezik az iverz, ha a függvéy kovergeciasugara agyobb, mit az operátor spektrálsugara. Tekitsük az = δ p k x k α k x k Taylor sorfejtést. Ez alapjá X(t) = ( p ) α k B k ε(t) = δ k B k ε(t) = δ k ε(t k). Aak a megállapítására, hogy ez mikor lesz koverges, alkalmazzuk a spektrálsugár feltételt, azaz a poliom gyökeiek az egységkörö belül kell leiük. Err l szól a következ állítás. idáig még em lee szükséges a Gauss-tulajdoság 4
5 .. Állítás. δ k ε(t k) potosa akkor koverges, ha a karakterisztikus poliom gyökei az egységkörö belül vaak. Ekkor X(t) függetle lesz a zaj jöv jét l, továbbá mivel X(t + h) megkapható ε h (t) = ε(t + h)-val is X(t + h) = δ k ε h (t k) így stacioárius megoldását adja az egyeletek. 3 A spektrál-s r ségfüggvéy a feti karakterisztikus poliommal kifejezve a σε π P(e iλ ) ölti... Állítás. Stacioárius esetbe a következ k igazak az autokovariacia-függvéyre:. R() = α R() α p R(p) + σ ε.. R(τ) = α R(τ ) α p R(τ p), ahol τ. alakot Bizoyítás. Tudjuk, hogy R(τ) = R( τ). Tegyük fel, hogy EX(t) =, ekkor R() = E(X() ) = E (X() (α X( ) α p X( p) + σε ε())). Ie. rögtö adódik E(X()X( τ)) = R( τ) = R(τ), valamit E(X() ε()) = σε miatt. Hasolóa R(τ) = E (X()X(τ)) = E (X() (α X(τ ) α p X(τ p) + σε ε(τ))), de itt most E (X()ε(τ)) =, mert a zaj jöv jét l függetle a folyamat. Ezzel. is megva... Deíció. Az állításba szerepl egyeletek az ú. Yule-Walker-egyeletek. Ha az els p autokovariacia adott, akkor a többi számolható, és ugyaígy igaz ez az autokorrelációra is: r(τ) = α r(τ ) α p r(τ p) τ > p-re. Eze rekurzió alapjá az R # k mátrix utolsó sora k > p mellett az el z p sor lieáris kombiációja éppe az α,..., α p együtthatókkal. Ezért a parciális autokorreláció-függvéyre ϱ(τ) =, ha τ > p. Az AR(p) folyamat el rejelzése a következ módo végezhet : X t = α X t α p X t p + σ ε t, ezek szerit E(X t X t, X t,...) = α X t α p X t p + E(σε t X t, X t,...), ahol ez az utolsó tag, mert a zaj jöv je függetle a folyamat múltjától (és Eε(t) = ). A hiba szóráségyzete D (X t E(X t X t, X t,...)) = D (σ ε ε t ) = σε, és ez a legkisebb hibájú (hibaszórású) el rejelzés. Most pedig lássuk az AR(p)-t folytoos id be. Az el z deíció aalógiájára tekitsük a következ általáosított diereciálegyeletet, ami formálisa a következ képpe éz ki: X (p) (t) + a X (p ) (t) a p X (t) + a p X(t) = η(t), ahol η(t) fehér zaj. Általáosa tehát (ϕ, X (p) + a X (p ) a p X) = (ϕ, η), ahol η = Wieer-folyamat deriváltja disztribúciós értelembe 4. Diereciálalakba dx (p ) (t) = ( a X (p ) (t) a X (p )... a p X(t) ) dt + dw (t). dw (t) dt a Ameyibe a P (x) = x p + a x p a p karakterisztikus poliom gyökei az egységkörö kívül vaak, létezik stacioárius megoldás. Speciálisa az AR() egy Orstei-Uhlebeck-folyamat, hisze ekkor dx(t) = αx(t)dt + σdw (t) (α > ). Ez diúziós folyamat is, így Markov, és létezik folytoos trajektóriájú modikációja. t X(t) = e αt e αs σdw (s) = t e α(t s) σdw (s) 3 Az AR(p) folyamat em Markov, de beágyazható úgy, mit egy p-dimeziós Markov-folyamat els kompoese, amivel szité igazolható a stacioárius megoldás létezése ("egységkörös" tétel). 4 Folytoos függvéyek létezik deriváltja disztribúciós értelembe, és a Wieer-folyamat trajektóriái valószí séggel folytoosak. 5
6 Bizoyítás. Itô-formulával dx(t) = a(t)dt + b(t)dw (t) ( df(t, X(t)) = f t(t, X(t)) + f x(t, X(t)) a(t) + ) f xx(t, X(t)) b (t) dt + f x(t, X(t))b(t)dW (t) Most a(t) = a és b(t) = σ kostasok. ( Legye ) f(t, x) = e at x és X(t) = f(t, Y (t)). Ekkor e at X(t) = Y (t) ebb l pedig dy (t) = d e at X(t) = a e at X(t) + e at dx(t) = a e at X(t) + e at ax(t)dt + e at σdw (t) = e at σdw (t). Tehát erre alkalmazzuk az Itô-formulát. Tekitve a deriváltakat, az f xx =, így ez a tag kiesik. Továbbá az Y -ra voatkozó formulába ics dt-s tag, ezért az f x(t, Y (t)) a(t) szité, mert a(t) pot ez a dt-s tag lee. Ami így marad: f t(t, Y (t))dt + f x(t, Y (t))b(t)dw (t), ez pedig a kokrét függvéyre felírva a e at Y (t) dt+e }{{}} at {{ e at } σdw (t). Ie dx(t) = ax(t)dt+σdw (t) X(t) (a < ), ami a kívát diereciálegyelet, illetve ha α-val volt felírva, akkor a megoldásba is a = αt helyettesítük, azaz t X(t) = e αt e αs σdw (s) α >..3. Megjegyzés. A fetit diszkretizálva X ( ) k = e a k k ahol ε(k) N(, ). Tehát e as σdw (s) = e a e a k X k ( ) = e a k X + σ ε(k), e as σdw (s) + e a k ( ) ( ) k = e a k X + σ ε(k). k k e as }{{} σdw (s) = Vektor Autoregresszió Egy folyamat fejl dése em csak edogé hatások eredméye, haem exogé téyez k is szolgáltatak hajtóer t az evolúciójához. Ezek az exogé téyez k maguk is id függ ek, és kölcsöhatásba is állhatak a gerjesztett folyamattal, az visszahat fejl désükre. Tehát több egyidej leg zajló folyamatot kell feltételezük és vizsgáluk. X (t) X(t) vektor érték id sor vagy folyamat:.. X k (t) Stacioaritása (er s) ugyaúgy deiálható, mit az egy dimeziósé. EX(t) = µ(t) vektor Σ(t) = E(X(t) µ(t))(x(t) µ(t)) T Gyegé stacioárius:µ(t) = µ, Σ(t) = Σ 6
7 Ugyaúgy létezik spektrálreprezetáció: X(t) = π π eiλt dφ(λ). φ( ) vektor érték ortogoális sztochasztikus mérték. Autokovariacia függvéy kompoesekét: R i,i (τ) Keresztkovariacia függvéy: R i,j (τ) = cov(x i (t), X j (t + τ)) A keresztkovariacia függvéy em páros és em pozitív szemideit, keresztkorreláció a -ba em feltétle. VAR(p) folyamat: X(t) = A X(t ) A p X(t p) + ε(t) ahol A i k k-s valós mátrix, ε(t) kompoesekét fehér zaj id ivariás Σ ε szórásmátrixszal. A B backshift=visszaléptetés operátorral: ahol Π(B) = I k A B... A p B p (B)X(t) = ε(t).4. Állítás. A VAR(p) modell stabil, és így létezik stacioárius megoldás, ha a det(i k A z... A p z p ) = egyelet gyökei az egységkörö kívül fekszeek, azaz, ha az A A... A p I I (p) (p)-s mátrix sajátértékei az egységkörö belül helyezkedek el. 7
3. fejezet. Lineáris folyamatok Zaj folyamatok. 1. Az ε(t) folyamat független érték zaj, ha a várható értéke 0 és
18 3. fejezet Lineáris folyamatok 3.1. Zaj folyamatok 1. Az ε(t) folyamat független érték zaj, ha a várható értéke 0 és ε(t)-k független, azonos eloszlású valószín ségi változók. 2. Az ε(t) folyamat fehér
Részletesebben18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható
8. Valószí ségszámítás. (Valószí ségeloszlások, függetleség. Valószí ségi változók várható értéke, magasabb mometumok. Kovergeciafajták, kapcsolataik. Borel-Catelli lemmák. Nagy számok gyege törvéyei.
RészletesebbenIdo sorok. Egyetemi elo adás. Márkus László. February 27, 2019
Ido sorok Egyetemi elo adás Márkus László February 27, 2019 Márkus László Ido sorok February 27, 2019 1 / 88 Definíció Valószínűségi változók egy X 1,X 2,...,X t,... sorozatát idősornak hívjuk, ha az indexparaméter
Részletesebben2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...
. Függvéysorok. Bevezetés és defiíciók A végtele sorokál taultuk, hogy az + x + x + + x +... végtele összeg x < eseté koverges. A feti végtele összegre úgy is godolhatuk, hogy végtele sok függvéyt aduk
Részletesebben(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):
A umerikus sorozatok fogalma, határértéke (A TÁMOP-4-8//A/KMR-9-8 számú projekt keretébe írt egyetemi jegyzetrészlet): Koverges és diverges sorozatok Defiíció: A természetes számoko értelmezett N R sorozatokak
RészletesebbenELTE TTK Budapest, január
Valószíűségszámítás Arató Miklós előadásai alapjá Készítették: Martiek László Tassy Gergely ELTE TTK Budapest, 008. jauár Typeset by L A TEX . el adás 007. IX.. szerda Klasszikus (kombiatorikus valószí
RészletesebbenVII. A határozatlan esetek kiküszöbölése
A határozatla esetek kiküszöbölése 9 VII A határozatla esetek kiküszöbölése 7 A l Hospital szabály A véges övekedések tétele alapjá egy függvéy értékét egy potba közelíthetjük az köryezetébe felvett valamely
Részletesebben2. gyakorlat - Hatványsorok és Taylor-sorok
. gyakorlat - Hatváysorok és Taylor-sorok 9. március 3.. Adjuk meg az itt szereplő sorok kovergeciasugarát és kovergeciaitervallumát! + a = + Azaz a hatváysor kovergeciasugara. Az biztos, hogy a (-,) yílt
Részletesebbenmin{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is:
. A szupréum elv. = H R felülr l körlátos H fels korlátai között va legkisebb, azaz A és B a A és K B : a K Ekkor ξ-re: mi{k R K fels korlátja H-ak} } a A : a ξ : ξ fels korlát A legkisebb fels korlát
Részletesebbenmegoldásvázlatok Kalkulus gyakorlat Fizika BSc I/1, 1. feladatsor 1. Rajzoljuk le a számegyenesen az alábbi halmazokat!
megoldásvázlatok Fizika BSc I/,. feladatsor. Rajzoljuk le a számegyeese az alábbi halmazokat! a { R < 5}, b { R 4}, c { Z 4}, d { Q < 4 6}, e { N 3 }.. Igazak-e az alábbi állítások? Adjuk meg az állítások
RészletesebbenÁringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév
Árigadozások elıadás Kvatitatív pézügyek szakiráy 01/13. félév Heti óra elıadás + óra gyakorlat Elıadás: fıleg modellek, elemzési módszerek Gyakorlat: R programmal, alkalmazások Számokérés 50%: beadadó
RészletesebbenStatisztika 1. zárthelyi dolgozat március 21.
Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy
RészletesebbenSorozatok, határérték fogalma. Függvények határértéke, folytonossága
Sorozatok, határérték fogalma. Függvéyek határértéke, folytoossága 1) Végtele valós számsorozatok Fogalma, megadása Defiíció: A természetes számok halmazá értelmezett a: N R egyváltozós valós függvéyt
RészletesebbenSzámsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik.
Számsorozatok 2015. december 22. 1. Alapfeladatok 1. Feladat: Határozzuk meg az a 2 + 7 5 2 + 4 létezik. sorozat határértékét, ha Megoldás: Mivel egy tört határértéke a kérdés, ezért vizsgáljuk meg el
RészletesebbenValószín ségszámítás (jegyzet)
Valószí ségszámítás (jegyzet) Csiszár Vill 9. február 8.. Valószí ségi mez Két bevezet példa: ) Osztozkodási probléma (494, helyes megoldás több, mit évvel kés bb, Pascal, Fermat): Két játékos fej-írás
RészletesebbenBIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus
Részletesebben1. Sajátérték és sajátvektor
1. Sajátérték és sajátvektor Leképezés diagoális mátrixa. Kérdés Mely bázisba lesz egy traszformáció mátrixa diagoális? A Hom(V) és b 1,...,b ilye bázis. Ha [A] b,b főátlójába λ 1,...,λ áll, akkor A(b
RészletesebbenNevezetes sorozat-határértékek
Nevezetes sorozat-határértékek. Mide pozitív racioális r szám eseté! / r 0 és! r +. Bizoyítás. Jelöljük p-vel, illetve q-val egy-egy olya pozitív egészt, melyekre p/q r, továbbá legye ε tetszőleges pozitív
RészletesebbenEötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli tételek. Készítette: Szántó Ádám Tavaszi félév
Eötvös Lorád Tudomáyegyetem Iformatikai Kar Aalízis. Írásbeli tételek Készítette: Szátó Ádám 20. Tavaszi félév . Archimedes tétele. Tétel: a > 0 és b R : N : b < a. Bizoyítás: Idirekt úto tegyük fel, hogy
RészletesebbenGyakorló feladatok II.
Gyakorló feladatok II. Valós sorozatok és sorok Közgazdász szakos hallgatókak a Matematika B című tárgyhoz 2005. október Valós sorozatok elemi tulajdoságai F. Pozitív állítás formájába fogalmazza meg azt,
RészletesebbenI. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.
I. Függelék A valószíűségszámítás alapjai I.1. Alapfogalamak: Véletle jeleség: létrejöttét befolyásoló összes téyezőt em ismerjük. Tömegjeleség: a jeleség adott feltételek mellett akárháyszor megismételhető.
RészletesebbenKomplex számok (el adásvázlat, 2008. február 12.) Maróti Miklós
Komplex számok el adásvázlat, 008. február 1. Maróti Miklós Eek az el adásak a megértéséhez a következ fogalmakat kell tudi: test, test additív és multiplikatív csoportja, valós számok és tulajdoságaik.
Részletesebben1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3
Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)
Részletesebben8.1. A rezgések szétcsatolása harmonikus közelítésben. Normálrezgések. = =q n és legyen itt a potenciál nulla. q i j. szimmetrikus. q k.
8. KIS REZGÉSEK STABIL EGYENSÚLYI HELYZET KÖRÜL 8.. A rezgések szétcsatolása harmoikus közelítésbe. Normálrezgések Egyesúlyi helyzet: olya helyzet, amelybe belehelyezve a redszert (ulla kezdősebességgel),
RészletesebbenSorozatok október 15. Határozza meg a következ sorozatok határértékeit!
Sorozatok 20. október 5. Határozza meg a következ sorozatok határértékeit!. Zh feladat:vizsgálja meg mootoitás és korlátosság szerit az alábbi sorozatot! a + ha ; 2; 5 Mootoitás eldötéséhez vizsgáljuk
RészletesebbenNUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk.
NUMERIKUS SOROK II. Ebbe a részbe kizárólag a kovergecia vizsgálatával foglalkozuk. SZÜKSÉGES FELTÉTEL Ha pozitív (vagy em egatív) tagú umerikus sor, akkor a kovergecia szükséges feltétele, hogy lim a
RészletesebbenDiszkrét matematika II., 3. előadás. Komplex számok
1 Diszkrét matematika II., 3. előadás Komplex számok Dr. Takách Géza NyME FMK Iformatikai Itézet takach@if.yme.hu http://if.yme.hu/ takach/ 2007. február 22. Komplex számok Szereték kibővítei a valós számtestet,
Részletesebben1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény
Palácz Béla - Soft Computig - 11-1. Adatok közelítése 1. Adatok közelítése Bevezetés A természettudomáyos feladatok megoldásához, a vizsgált jeleségek, folyamatok főbb jellemzői közötti összefüggések ismeretére,
RészletesebbenInnen. 2. Az. s n = 1 + q + q 2 + + q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha
. Végtele sorok. Bevezetés és defiíciók Bevezetéskét próbáljuk meg az 4... végtele összegek értelmet adi. Mivel végtele sokszor em tuduk összeadi, emiatt csak az első tagot adjuk össze: legye s = 4 8 =,
RészletesebbenEötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli beugró kérdések. Készítette: Szántó Ádám Tavaszi félév
Eötvös Lorád Tudomáyegyetem Iformatikai Kar Aalízis 1. Írásbeli beugró kérdések Készítette: Szátó Ádám 2011. Tavaszi félév 1. Írja le a Dedekid-axiómát! Legyeek A R, B R. Ekkor ha a A és b B : a b, akkor
Részletesebben2. fejezet. Számsorozatok, számsorok
. fejezet Számsorozatok, számsorok .. Számsorozatok és számsorok... Számsorozat megadása, határértéke Írjuk fel képlettel az alábbi sorozatok -dik elemét! mooto, korlátos, illetve koverges-e! Vizsgáljuk
Részletesebbenf (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben
Propositio 1 (Jese-egyelőtleség Ha f : kovex, akkor tetszőleges ξ változóra f (M (ξ M (f (ξ feltéve, hogy az egyelőtleségbe szereplő véges vagy végtele várható értékek létezek Bizoyítás: Megjegyezzük,
RészletesebbenAlgebra gyakorlat, 3. feladatsor, megoldásvázlatok
Algebra gyakorlat, 3. feladatsor, megoldásvázlatok 1. a) Z(G), mert az egységelem yilvá felcserélhet mide G-beli elemmel. Továbbá Z(G) zárt a szorzásra, mert ha a, b Z(G), akkor tetsz leges g G-re (ab)g
RészletesebbenWiener-folyamatok definiciója. A funkcionális centrális határeloszlástétel. Norbert Wienerre, a második pedig egy Brown nevű XIX. században élt angol
Wieer-folyamatok defiiciója. A fukcioális cetrális határeloszlástétel. A valószíűségszámítás egyik agyo fotos fogalma a Wieer-folyamat, amelyet Browmozgásak is hívak. Az első elevezés e fogalom első matematikailag
RészletesebbenI. rész. Valós számok
I. rész Valós számok Feladatok 3 4 Teljes idukció Igazolja a teljes idukcióval a következ állítások helyességét!.. k 2 = k= ( + )(2 + ). 6.2. 4 + 2 7 + + (3 + ) = ( + ) 2..3. a) b) ( + ) = +. k ( ) =
RészletesebbenFeladatok megoldása. Diszkrét matematika I. Beadandó feladatok. Bujtás Ferenc (CZU7KZ) December 14, feladat: (A B A A \ C = B)
Diszkrét matematika I. Beadadó feladatok Bujtás Ferec (CZU7KZ) December 14 014 Feladatok megoldása 1..1-6. feladat: (A B A A \ C = B) A B A = A \ C = B igazolása: A B A = B \A = Ø = B = A B (Mivel a B-ek
RészletesebbenALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.
ALGEBRA MÁSODFOKÚ POLINOMOK. Határozzuk meg az + p + q = 0 egyelet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 98.. Határozzuk meg az összes olya pozitív egész p és q számot, amelyre az
Részletesebben1. A KOMPLEX SZÁMTEST A természetes, az egész, a racionális és a valós számok ismeretét feltételezzük:
1. A KOMPLEX SZÁMTEST A természetes, az egész, a raioális és a valós számok ismeretét feltételezzük: N = f1 ::: :::g Z = f::: 3 0 1 3 :::g p Q = j p q Z és q 6= 0 : q A valós szám értelmezése végtele tizedestörtkét
RészletesebbenAnalízis feladatgy jtemény II.
Oktatási segédayag a Programtervez matematikus szak Aalízis I. tatárgyához (003004. taév szi félév) Aalízis feladatgy jteméy II. Összeállította Szili László 003 Tartalomjegyzék I. Feladatok 3. Valós sorozatok.......................................
RészletesebbenA függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok,
l.ch FÜGGVÉNYSOROZATOK, FÜGGVÉNYSOROK, HATVÁNYSOROK Itt egy függvéysorozat: f( A függvéysorozatok olyaok, mit a valós számsorozatok, csak éppe a tagjai em valós számok, 5 haem függvéyek, f ( ; f ( ; f
RészletesebbenV. Deriválható függvények
Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája
RészletesebbenStatisztika 1. zárthelyi dolgozat március 18.
Statisztika. zárthelyi dolgozat 009. március 8.. Ismeretle m várható értékű, szórású ormális eloszlásból a következő hatelemű mitát kaptuk:, 48 3, 3, 83 0,, 3, 97 a) Számítsuk ki a mitaközepet és a tapasztalati
RészletesebbenIntegrálszámítás (Gyakorló feladatok)
Itegrálszámítás Gyakorló feladatok Programtervez iformatikus szakos hallgatókak az Aalízis. cím tárgyhoz Összeállította Szili László 8. február Tartalomjegyzék I. Feladatok 5. Primitív függvéyek határozatla
RészletesebbenA tárgy címe: ANALÍZIS 1 A-B-C (2+2). 1. gyakorlat
A tárgy címe: ANALÍZIS A-B-C + gyakorlat Beroulli-egyelőtleség Legye N, x k R k =,, és tegyük fel, hogy vagy x k 0 k =,, vagy pedig x k 0 k =,, Ekkor + x k + x k Speciális Beroulli-egyelőtleség Ha N és
Részletesebben4. fejezet. Nemlineáris folyamatok Egy nemlineáris fehér zaj
4 4. fejezet Nemlineáris folyamatok 4.. Egy nemlineáris fehér zaj Mostantól nemlineáris modelleket fogunk vizsgálni. Ezek els ránézésre lineárisnak is t nhetnek, mert el fordulhat, hogy az els két momentum
RészletesebbenKalkulus II., második házi feladat
Uger Tamás Istvá FTDYJ Név: Uger Tamás Istvá Neptu: FTDYJ Web: http://maxwellszehu/~ugert Kalkulus II, második házi feladat pot) Koverges? Abszolút koverges? ) l A feladat teljese yilvávalóa arra kívácsi,
RészletesebbenAndai Attila: november 13.
Adai Attila: Aalízis éháy fejezete bizoyításokkal Óravázlat 006. ovember 13. Ebbe az óravázlatba az órá elhagzott defiíciókat és a bizoyított tételeket gyűjtöttem össze. i Elemi sorok és függvéyek 1 1.
RészletesebbenTaylor-sorok alkalmazása numerikus sorok vizsgálatára
Eötvös Lorád Tudomáyegyetem Természettudomáyi Kar Alkalmazott Aalízis és Számításmatematikai Taszék Taylor-sorok alkalmazása umerikus sorok vizsgálatára Szakdolgozat Készítette: Témavezet : Walter Petra
Részletesebben10.M ALGEBRA < <
0.M ALGEBRA GYÖKÖS KIFEJEZÉSEK. Mutassuk meg, hogy < + +... + < + + 008 009 + 009 008 5. Mutassuk meg, hogy va olya pozitív egész szám, amelyre 99 < + + +... + < 995. Igazoljuk, hogy bármely pozitív egész
RészletesebbenMatematika I. 9. előadás
Matematika I. 9. előadás Valós számsorozat kovergeciája +-hez ill. --hez divergáló sorozatok A határérték és a műveletek kapcsolata Valós számsorozatok mootoitása, korlátossága Komplex számsorozatok kovergeciája
RészletesebbenSOROK Feladatok és megoldások 1. Numerikus sorok
SOROK Feladatok és megoldások. Numerikus sorok I. Határozza meg az alábbi, mértai sorra visszavezethető sorok esetébe az S -edik részletösszeget és a sor S összegét! )...... k 5 5 5 5 )...... 5 5 5 5 )......
Részletesebben1 h. 3. Hogyan szól a számtani és a mértani közép közötti összefüggést kifejező tétel?
1. Fogalmazza meg az R -beli háromszög-egyelőtleségeket!,y R (i) +y + y (ii) -y - y 2. Mit mod ki a Beroulli-egyelőtleség? (i) (1+h) 1+ h ( h>-1) ( N*) (ii) (1+h) 1+2 h 1 ( N*) h 2 3. Hogya szól a számtai
RészletesebbenA figurális számokról (IV.)
A figurális számokról (IV.) Tuzso Zoltá, Székelyudvarhely A továbbiakba külöféle számkombiációk és összefüggések reprezetálásáról, és bizoyos összegek kiszámolásáról íruk. Sajátos összefüggések Az elekbe
Részletesebbenhogy alkalmas konstrukcióval megadható-e olyan sztochasztikus folyamat, melynek ezek
Wieer folyamatok A következő két feladat azt mutatja, hogy az az eseméy, hogy egy sztochasztikus folyamat folytoos trajektóriájú-e vagy sem em határozható meg a folyamat véges dimeziós eloszlásai segítségével,
RészletesebbenA primitív függvény létezése. Kitűzött feladatok. határérték, és F az f egy olyan primitívje, amelyre F(0) = 0. Bizonyítsd be,
6 A primitív üggvéy létezése A primitív üggvéy létezése Kitűzött eladatok. Határozd meg az a és b valós paraméterek értékét úgy hogy az : R ae + b üggvéyek létezze primitív üggvéye! >. Az : [ + [ + olytoos
Részletesebben= λ valós megoldása van.
Másodredű álladó együtthatós lieáris differeciálegyelet. Általáos alakja: y + a y + by= q Ha q = 0 Ha q 0 akkor homogé lieárisak evezzük. akkor ihomogé lieárisak evezzük. A jobb oldalo lévő q függvéyt
RészletesebbenMatematika B4 I. gyakorlat
Matematika B4 I. gyakorlat 2006. február 16. 1. Egy-dimeziós adatredszerek Va valamilye adatredszer (számsorozat), amelyről szereték kiszámoli bizoyos dolgokat. Az egyes értékeket jelöljük z i -vel, a
RészletesebbenKalkulus gyakorlat - Megoldásvázlatok
Kalkulus gyakorlat - Megoldásvázlatok Fizika BSc I/. gyakorlat. Tétel Newto Leibiz. Ha f folytoos az a, b] itervallumo és F primitív függvéye f-ek, akkor b a f F b F a.. Számítsuk ki az alábbi racioális
RészletesebbenANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2
ANALÍZIS. I. VIZSGA. jauár. Mérök iformatikus szak α-variás Mukaidő: perc. feladat pot) Adja meg az z 4 i)z i egyelet összes megoldását. i + i) + 4i + 4 i +, vagyis z p i p cos 3 + i si ) 3 vagy z p i
RészletesebbenA peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.
y Valószíőségszámítás elıaás III. alk. matematkus szak 4. elıaás, szeptember 30 A peremeloszlások (X,Y) eloszlásából (elevezés: együttes eloszlás) következtethetük az egyes változók eloszlására: P(X)P(X,Y0)+P(X,Y)+P(X,Y2)
RészletesebbenVirág Katalin. Szegedi Tudományegyetem, Bolyai Intézet
Függetleségvizsgálat Virág Katali Szegedi Tudomáyegyetem, Bolyai Itézet Függetleség Függetleség Két változó függetle, ha az egyik változó megfigyelése a másik változóra ézve em szolgáltat iformációt; azaz
RészletesebbenMetrikus terek. továbbra is.
Metrius tere továbbra is. Defiíció: Legye X egy halmaz, d : X X R egy függvéy. Azt modju, hogy d metria (távolság), ha.. 3. 4. d d d d x, x 0, x, y 0 x y, x, y dy, x, x, z dx, y dy, z. Az X halmazt a d
Részletesebben1. Gyökvonás komplex számból
1. Gyökvoás komplex számból Gyökvoás komplex számból Ismétlés: Ha r,s > 0 valós, akkor r(cosα+isiα) = s(cosβ+isiβ) potosa akkor, ha r = s, és α β a 360 egész számszorosa. Moivre képlete: ( s(cosβ+isiβ)
Részletesebbenbiometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat
Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke
RészletesebbenKalkulus szigorlati tételsor Számítástechnika-technika szak, II. évfolyam, 2. félév
Kalkulus szigorlati tételsor Számítástechika-techika szak, II. évfolyam,. félév Sorozatok: 1. A valós számoko értelmezett műveletek és reláció tulajdoságai. Számok abszolút értéke, itervallumok. Számhalmazok
RészletesebbenÁltalános taggal megadott sorozatok összegzési képletei
Általáos taggal megadott sorozatok összegzési képletei Kéri Gerzso Ferec. Bevezetés A sorozatok éháy érdekes esetét tárgyaló el adást az alábbi botásba építem fel:. képletek,. alkalmazások, 3. bizoyítás
Részletesebben3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.
3. SOROZATOK 3. Sorozatok korlátossága, mootoitása, kovergeciája Defiíció. Egy f : N R függvéyt valós szám)sorozatak evezük. Ha A egy adott halmaz és f : N A, akkor f-et A-beli értékű) sorozatak evezzük.
RészletesebbenA G miatt (3tagra) Az egyenlőtlenségek két végét továbbvizsgálva, ha mindkét oldalt hatványozzuk:
Kocsis Júlia Egyelőtleségek 1. Feladat: Bizoytsuk be, hogy tetszőleges a, b, c pozitv valósakra a a b b c c (abc) a+b+c. Megoldás: Tekitsük a, b és c számok saját magukkal súlyozott harmoikus és mértai
Részletesebbenvéletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?
BEVEZETÉS A statisztika teljese laikusokak: agy mukával gyűjtött adatok vizsgálata, abból következtetések levoása ( statistical iferece ) (Egy kicsit sok hűhó semmiért azaz Much ado about othig.) Mi is
Részletesebben1. A radioaktivitás statisztikus jellege
A radioaktivitás időfüggése 1. A radioaktivitás statisztikus jellege Va N darab azoos radioaktív atomuk, melyekek az atommagja spotá átalakulásra képes. tegyük fel, hogy ezek em bomlaak tovább. Ekkor a
RészletesebbenZavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.
Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet végző em tudja megkülöbözteti az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet
Részletesebben(d) x 6 3x 2 2 = 0, (e) x + x 2 = 1 x, (f) 2x x 1 = 8, 2(x 1) a 1
. Bevezető. Oldja meg az alábbi egyeleteket: (a cos x + si x + cos x si x = (b π si x = x π 4 x 3π 4 cos x (c cos x + si x = si x (d x 6 3x = 0 (e x + x = x (f x + 5 + x = 8 (g x + + x + + x + x + =..
Részletesebben1. Gyökvonás komplex számból
1. Gyökvoás komplex számból Gyökvoás komplex számból. Ismétlés: Ha r, s > 0 valós, akkor rcos α + i siα) = scos β + i siβ) potosa akkor, ha r = s, és α β a 360 egész számszorosa. Moivre képlete scos β+i
RészletesebbenDIFFERENCIAEGYENLETEK
DIFFERENCIAEGYENLETEK Példa: elsőrendű állandó e.h. lineáris differenciaegyenlet Ennek megoldása: Kezdeti feltétellel: Kezdeti feltétel nélkül ha 1 és a végtelen összeg (abszolút) konvergens: / 1 Minden
Részletesebben3.4. gyakorlat. Matematika B1X február 1819.
3.4. gyakorlat Matematika B1X 2003. február 1819. 1. A harmadik el adás (II. 17.) 1.1. Számosság Egyel számosságú halmazok. Véges, megszámlálhatóa végtele és kotiuum számosságú halmazok. Hatváyhalmaz számossága
Részletesebbenkismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk
ÚJRAMINTAVÉTELEZÉSI ELJÁRÁSOK A jackkife (zsebkés) és bootstrap (cipőhúzó a saját kallatyújáál fogva) eljárások agol elevezése is arra utal, hogy itt ad hoc eljárásokról va szó, melyek azoba agyo haszosak
RészletesebbenStabilitás Irányítástechnika PE MI_BSc 1
Stabilitás 2008.03.4. Stabilitás egyszerűsített szemlélet példa zavarás utá a magára hagyott redszer visszatér a yugalmi állapotába kvázistacioárius állapotba kerül végtelebe tart alapjelváltás Stabilitás/2
Részletesebben1 n. 8abc (a + b) (b + c) (a + c) 8 27 (a + b + c)3. (1 a) 5 (1 + a)(1 + 2a) n + 1
A tárgy címe: ANALÍZIS A-B-C + gyakorlat Beroulli-egyelőtleség Ha N és h R, akkor + h + h Mikor va itt egyelőség? Léyeges-e a h feltétel? Számtai-mértai közép Bármely N és,, R, k 0 k =,, választással k
RészletesebbenANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA
ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA Szerkesztette: Balogh Tamás 202. július 2. Ha hibát találsz, kérlek jelezd a ifo@baloghtamas.hu e-mail címe! Ez a Mű a Creative Commos Nevezd meg! - Ne add
Részletesebben4. Test feletti egyhatározatlanú polinomok. Klasszikus algebra előadás NE KEVERJÜK A POLINOMOT A POLINOMFÜGGVÉNNYEL!!!
4. Test feletti egyhatározatlaú poliomok Klasszikus algebra előadás Waldhauser Tamás 2013 április 11. Eddig a poliomokkal mit formális kifejezésekkel számoltuk, em éltük azzal a lehetőséggel, hogy x helyébe
RészletesebbenAbszolút folytonos valószín ségi változó (4. el adás)
Abszolút folytonos valószín ségi változó (4. el adás) Deníció (Abszolút folytonosság és s r ségfüggvény) Az X valószín ségi változó abszolút folytonos, ha van olyan f : R R függvény, melyre P(X t) = t
RészletesebbenValószín ségszámítás 2 gyakorlat Alkalmazott matematikus szakirány
Valószí ségszámítás gyakorlat Alkalmazott matematikus szakiráy Játékszabályok Az óráko részt kell vei, maximum 3-szor lehet hiáyozi. Aki többször hiáyzik, em ka gyakjegyet. 00 + x otot lehet szerezi a
RészletesebbenBarczy Mátyás és Pap Gyula
Barczy Mátyás és Pap Gyula mobidiák köyvtár Barczy Mátyás és Pap Gyula mobidiák köyvtár SOROZATSZERKESZTŐ Fazekas Istvá Barczy Mátyás és Pap Gyula Debrecei Egyetem mobidiák köyvtár Debrecei Egyetem Szerzők
RészletesebbenSorok és hatványsorok vizsgálata Abel nyomán
Sorok és hatváysorok vizsgálata Abel yomá Szakdolgozat Készítette: Vákovics Mária Matematika BSc, Matematikai elemz szakiráy Témavezet : Pfeil Tamás adjuktus Alkalmazott Aalízis és Számításmatematikai
RészletesebbenFüggvényhatárérték-számítás
Függvéyhatárérték-számítás I Függvéyek véges helye vett véges határértéke I itervallumo, ha va olya k valós szám, melyre az I itervallumo, ha va olya K valós szám, melyre I itervallumo, ha alulról és felülről
RészletesebbenA. függelék Laplace-transzformáció és alkalmazásai
A. függelék Laplace-traszformáció és alkalmazásai Tételezzük fel hogy az f(t),t [, ) egy olya függvéy, amely az alábbi tulajdoságokkal redelkezik: f(t) dt
RészletesebbenBevezetés az algebrába komplex számok
Bevezetés az algebrába komplex számok Wettl Ferec Algebra Taszék B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M 2015. december 6.
RészletesebbenEgy lehetséges tételsor megoldásokkal
Egy lehetséges tételsor megoldásokkal A vizsgatétel I része a IX és X osztályos ayagot öleli fel, 6 külöböző fejezetből vett feladatból áll, összese potot ér A közzétett tétel-variások és az előző évekbe
RészletesebbenANALÍZIS I. DEFINÍCIÓK, TÉTELEK
ANALÍZIS I. DEFINÍCIÓK, TÉTELEK Szerkesztette: Balogh Tamás 2012. július 2. Ha hibát találsz, kérlek jelezd a ifo@baloghtamas.hu e-mail címe! Ez a Mű a Creative Commos Nevezd meg! - Ne add el! - Így add
RészletesebbenDebreceni Egyetem. Kalkulus példatár. Gselmann Eszter
Debrecei Egyetem Természettudomáyi és Techológiai Kar Kalkulus példatár Gselma Eszter Debrece, 08 Tartalomjegyzék. Valós számsorozatok Elméleti áttekités........................................................
Részletesebben1.1 Példa. Polinomok és egyenletek. Jaroslav Zhouf. Első rész. Lineáris egyenletek. 1 A lineáris egyenlet definíciója
Poliomok és egyeletek Jaroslav Zhouf Első rész Lieáris egyeletek A lieáris egyelet defiíciója A következő formájú egyeleteket: ahol a, b valós számok és a + b 0, a 0, lieáris egyeletek hívjuk, az ismeretle
RészletesebbenKomplex számok. d) Re(z 4 ) = 0, Im(z 4 ) = 1 e) Re(z 5 ) = 0, Im(z 5 ) = 2 f) Re(z 6 ) = 1, Im(z 6 ) = 0
Komplex számok 1 Adjuk meg az alábbi komplex számok valós, illetve képzetes részét: a + i b i c z d z i e z 5 i f z 1 A z a + bi komplex szám valós része: Rez a, képzetes része Imz b Ez alapjá a megoldások
Részletesebben1. gyakorlat - Végtelen sorok
. gyakorlat - Végtele sorok 06. március.. Határozza meg az alábbi végtele sorok összegét! a) e e e 3 = e e = e e e e = e e = e e b) c) 4 = 4 + 5 6 + = 6 ) 4 + 6 6 + ) = lim N ) 5 = 6 6 + 5 6 = 7 6 N )
RészletesebbenKalkulus I. Első zárthelyi dolgozat 2014. szeptember 16. MINTA. és q = k 2. k 2. = k 1l 2 k 2 l 1. l 1 l 2. 5 2n 6n + 8
Név, Neptu-kód:.................................................................... 1. Legyeek p, q Q tetszőlegesek. Mutassuk meg, hogy ekkor p q Q. Tegyük fel, hogy p, q Q. Ekkor létezek olya k 1, k 2,
Részletesebbenezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk,
A deceber -i gyakorlat téája A hipotézisvizsgálat fotos probléája a következő két kérdés vizsgálata. a) Egy véletle eyiség várható értékéek agyságáról va bízoyos feltevésük. Elleőrizi akarjuk e feltevés
RészletesebbenFELADATOK A KALKULUS C. TÁRGYHOZ
FELADATOK A KALKULUS C. TÁRGYHOZ. HALMAZOK RELÁCIÓK FÜGGVÉNYEK. Bizoyítsuk be a halmaz-műveletek alapazoosságait! 2. Legye adott az X halmaz legye A B C X. Ha A B := (A B) (B A) akkor bizoyítsuk be hogy
RészletesebbenHatárértékszámítás. (szerkesztés alatt) Dr. Toledo Rodolfo április A határátmenet és a műveletek 12
Határértékszámítás szerkesztés alatt) Dr. Toledo Rodolfo 207. április 23. Tartalomjegyzék. Bevezetés 2 2. Segédállítások 3 3. Nevezetes sorozatok 7 4. A határátmeet és a műveletek 2 5. Az e szám fogalma
RészletesebbenKomputer statisztika
Eszterházy Károly Főiskola Matematikai és Iformatikai Itézet Tómács Tibor Komputer statisztika Eger, 010. október 6. Tartalomjegyzék Előszó 4 Jelölések 5 1. Valószíűségszámítás 7 1.1. Valószíűségi mező............................
RészletesebbenFolytonos idejű rendszerek stabilitása
Folytoos idejű redszerek stabilitása Összeállította: dr. Gerzso Miklós egyetemi doces PTE MIK Műszaki Iformatika Taszék 205.2.06. Itelliges redszerek I. PTE MIK Mérök iformatikus BSc szak Stabilitás egyszerűsített
RészletesebbenLineáris kódok. u esetén u oszlopvektor, u T ( n, k ) május 31. Hibajavító kódok 2. 1
Lieáris kódok Defiíció. Legye SF q. Ekkor S az F q test feletti vektortér. K lieáris kód, ha K az S k-dimeziós altere. [,k] q vagy [,k,d] q. Jelölések: F u eseté u oszlopvektor, u T (, k ) q sorvektor.
Részletesebben