VALÓSZÍNŰSÉGSZÁMÍTÁS. MSc. Órai Feladatok

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "VALÓSZÍNŰSÉGSZÁMÍTÁS. MSc. Órai Feladatok"

Átírás

1 VALÓSZÍNŰSÉGSZÁMÍTÁS MSc Órai Feladatok

2 1. Feladat (Diszkrét eloszlás) Ketten kosárlabdáznak. Az A játékos 0,4 a B játékos 0,3 valószínűséggel dob kosarat. A dobást A kezdi és felváltva dobnak egymás után. A játék addig tart, amíg egyikük kosarat nem dob, de legfeljebb 4 alkalommal dobnak fejenként. A ξ valószínűségi változó jelentse az A játékos dobásainak számát! Határozza meg: a) A ξ eloszlását! b) Az eloszlásfüggvényt! c) A ξ várható értékét és szórását! d) Móduszt, mediánt! e) Számítsa ki az alábbi valószínűségeket: P(ξ<3), P(1<ξ), P(1 ξ<4)!

3 2. Feladat (Ismétléses mintavétel) Budapesten a háztartások 75%-a rendelkezik kávéfőzővel. Ismétléses mintavételi módszerrel kiválasztunk 20 háztartást Mennyi annak valószínűsége, hogy a) A megkérdezett háztartások mindegyike rendelkezik kávéfőzővel? b) A megkérdezettek között 3-nál kevesebbnek van kávéfőzője? c) A megkérdezettek között legalább 4-nek van kávéfőzője?

4 3. Feladat (Ismétlés nélküli mintavétel = Hipergeometriai eloszlás) Számítsuk ki annak valószínűségét, hogy egy szelvénnyel játszva, az ötös LOTTÓ-n a) 5 találatunk, b) 4 találatunk c) 3 találatunk d) 2 találatunk e) 1 találatunk lesz? f) Nem lesz találatunk?

5 4. Feladat (Binomiális eloszlás) A főiskolai valószínűségszámítás-msc kurzus 50 hallgatója egymástól függetlenül 2/3 valószínűséggel jár be az órákra. Válaszoljon az alábbi kérdésekre: a) Átlagosan hányan vannak jelen az órákon? b) Mi a valószínűsége, hogy az órán mindenki jelen van? c) Mi a valószínűsége, hogy a jelenlevők száma legalább egy tarokkpartira (4 fő) elegendő?

6 5. Feladat (Poisson eloszlás) Tegyük fel, hogy egy telefonközpontba egy perc alatt átlagosan 4 hívás fut be. Mennyi annak valószínűsége, hogy a) 1 percig figyelve a hívásokat, pontosan 6 hívást regisztrálnak? b) 3 perc alatt legfeljebb 2 hívás érkezik? c) 2 perc alatt legalább 3 a beérkező hívások száma?

7 6. Feladat (Folytonos eloszlás) Egy R sugarú kör alakú céltáblára lövünk egy puskával. Tegyük fel, hogy minden lövés eltalálja a céltáblát, és a találatok eloszlása a céltáblán egyenletes, azaz a tábla minden pontját azonos valószínűséggel találjuk el. Legyen a ξ valószínűségi változó a találat távolsága a céltábla középpontjától. a) Határozza meg a ξ eloszlásfüggvényét! b) Határozza meg a ξ sűrűségfüggvényét! c) Számítsa ki a várható értéket és a szórást! d) Határozza meg a P(ξ<0,5 R); P(0,25 R<ξ); P(0,1 R<ξ<0,9 R) valószínűségeket! e) Számítsa ki az eloszlás móduszát és mediánját!

8 7. Feladat (Folytonos eloszlás) Egy folytonos eloszlású, ξ valószínűségi változó sűrűségfüggvénye az alábbi: f(x) = x A cos, ha 0 < 2 0, különben x < π Határozza meg az alábbiakat: a) A =? b) ξ eloszlásfüggvényét! c) A várható értéket és a szórást! d) Móduszt, mediánt! e) Számítsa ki a következő valószínűségeket: P(ξ< 2 π )=, P(ξ 2 π )=, P( 4 π <ξ)=, P(-1<ξ< 3 π )=,

9 8. Feladat (Folytonos egyenletes eloszlás) Reggel 8:00 és délután 13:00 óra között egy fontos telefonhívást várunk. A hívás ebben az időintervallumban bármikor, azonos valószínűséggel beérkezhet. a) Adja meg a sűrűségfüggvényt és az eloszlásfüggvényt. b) Számítsa ki annak valószínűségét, hogy a hívás fél 10 és 12:00 között érkezik be!

10 9. Feladat (Folytonos eloszlás) Egy folytonos eloszlású, ξ valószínűségi változó sűrűségfüggvénye az alábbi: f(x) = A, ha 1< x 4 x 0, különben Határozza meg az alábbiakat: a) A =? b) ξ eloszlásfüggvényét! c) A várható értéket és a szórást! d) Móduszt, mediánt! e) Számítsa ki a következő valószínűségeket: P(ξ<3)=, P(ξ 4)=, P(2<ξ)=, P(0<ξ<5)=,

11 10. Feladat (Exponenciális eloszlás) A tapasztalatok szerint egy benzinkútnál az üzemanyagot tankolók 10%-a várakozik 6 percnél többet. Mi a valószínűsége annak, hogy véletlenszerűen a kúthoz érkezve a) 3 percen belül sorra kerülünk? b) Legalább 5 percet kell várni? c) A várakozási idő egy 2 és 4 perc közötti időtartam?

12 11. Feladat (Normális eloszlás) Egy automata gép által csomagolt vaj tömege normális eloszlású valószínűségi változó. A tömeg átlagértéke 100g, az átlagtól való átlagos eltérés mértéke 2g. Mekkora annak valószínűsége, hogy a) A vaj tömege 97g és 104g közé esik? b) A vaj tömege több, mint 103g? c) A vaj tömege kevesebb, mint 95g? d) A vaj tömege nem tér el az átlagértéktől a szórásnál jobban? e) Milyen pontosságot biztosíthatunk a vaj tömegére 90% valószínűséggel?

13 12. Feladat (Normális eloszlás és binomiális eloszlás) Egy műszaki cikk élettartama a tapasztalatok szerint normális eloszlású valószínűségi változó 1200 óra várható értékkel és 50 óra szórással. a) Hány működési órára szóló garanciaidőt adjon a gyártó cég, ha az eladott szerkezeteknek legfeljebb 5%-át szeretné garanciálisan cserélni? b) Ha rendelkezünk 5 db ilyen szerkezettel, mi a valószínűsége, hogy közülük pontosan egy lesz garanciálisan kicserélve?

14 13. Feladat (Normális eloszlás és teljes valószínűség tétele) Egy pincészetben az üvegek töltését két automata gép végzi. Egy-egy üvegbe töltött bor mennyisége normális eloszlású valószínűségi változó. A palackokba töltött bor mennyisége mindkét gépnél átlagosan 7dl. A szórás az egyik gépnél 0,15dl a másiknál 0,1dl. A palackok közül véletlenszerűen kiválasztva egyet, mi annak valószínűsége, hogy abban a bor mennyisége kevesebb, mint 6,8dl, ha az első automata szolgáltatja a termelés 70%-át?

15 14. Feladat (Exponenciális eloszlás örökifjú tulajdonsága) Egy bizonyos típusú televízió képcső élettartama exponenciális eloszlást követ 5000 óra várható értékkel. a) Mi a valószínűsége, hogy a televíziónk legalább 1000 órát működik? b) Ha mi a televíziónkat már 6000 órát működtettük, mi a valószínűsége, hogy még további 1000 órát működik?

16 15. Feladat (Folytonos eloszlás) Mutassuk meg, hogy az f(x) = A 1 + x 0, 2, ha 0 < különben x sűrűségfüggvénnyel megadott folytonos eloszlású ξ valószínűségi változónak nem létezik várható értéke!

17 16. Feladat (Folytonos eloszlás) Mutassuk meg, hogy az f(x) = A, ha 0 < x 3 x 0, különben sűrűségfüggvénnyel megadott folytonos eloszlású ξ valószínűségi változónak létezik várható értéke de nem létezik szórása!

18 17. Feladat (Kétdimenziós diszkrét eloszlás) Egy autószalonban kétféle modellt árusítanak (sportkocsit és családi autót) háromféle színben (fehér, ezüst és piros színekben). A tapasztalatok szerint a vásárlók 40%-a vásárol sportkocsit, a többiek családi autót. A sportkocsit vásárlók fele ezüst színt választ, fehér és piros sportkocsit egyenlő arányban vásárolnak. A családi autót vásárlók 50%-a fehér modellt vesz, a többi családi autó 1:2 arányban fogy ezüst és piros színekben. Definiáljunk két valószínűségi változót! Legyen ξ=1 ha a vásárló sportkocsit vesz és ξ=2 ha családi autót, továbbá vegye fel η az 1, 2, 3 értékeket, ha a választott szín rendre fehér, ezüst illetve piros. Határozza meg az alábbiakat: a) A (ξ, η) vektorváltozó együttes eloszlását! b) A peremeloszlásokat! c) A peremeloszlás-függvényeket! d) Az együttes eloszlásfüggvényt! e) Az alábbi jellemzőket: M(ξ), D(ξ), M(η), D(η)! f) M(ξ η), M(ξ + η)! g) Függetlenség, korrelálatlanság! h) Kovariancia! i) Korrelációs együttható!

19 18. Feladat (Kétdimenziós diszkrét eloszlás) Vizsgálja meg hogy az alábbi táblázatokkal megadott kétdimenziós eloszlások függetlenek- illetve korrelálatlanok-e! a) ξ \ η ,25 0,15 0,1 2 0,25 0,15 0,1 b) ξ \ η , ,25 0 0, ,25 0

20 19. Feladat (Polihipergeometriai eloszlás) Egy 1000 elemű termékhalmazt vizsgálnak minőségellenőrök. A tapasztalatok alapján ismert, hogy a termékek 70%-a hibátlan (I. osztályú), 28%-a kishibás, tehát javítható (II. osztályú), és 2% selejtes. Az ellenőrök megvizsgálnak egy 50 elemű mintát (visszatevés nélkül). Határozza meg annak valószínűségét, hogy a) A mintában legalább 2 db selejtes termék van! b) A mintában pontosan 40 db I. osztályú, 9db javítható és 1 db selejtes termék van!

21 20. Feladat (Polinomiális eloszlás) Tapasztalatok szerint egy átlagos nyári napon egy forgalmas belvárosi étteremben a sört fogyasztó vendégek 70%-a iszik világos sört, 20% -uk fogyaszt búzasört és 10 % barna sört. Határozzuk meg annak valószínűségét, hogy a) Legalább 15-en isznak világos sört! b) 20 sört fogyasztó vendég közül pontosan 10 vendég kér világos, 6-an fogyasztanak búza- és 4-en barna sört!

22 21. Feladat (Binomiális eloszlás közelítése Poisson-eloszlással) Egy elektronikus hálózaton 1000 jelet továbbítanak másodpercenként. Egy jel eltorzulásának valószínűsége 0,005. Tegyük fel, hogy a jelek torzulása egymástól független. Mi a valószínűsége annak, hogy az egy másodperc alatt továbbított jelek között a) Legfeljebb 100 jel torzul? b) Legalább 500 jel eltorzul? c) A torzult jelek száma 400 és 600 között lesz?

23 22. Feladat (Csebisev egyenlőtlenség) Egy üzletben levő pénzkiadó automata élettartamának átlagértéke 5 év, az élettartam szórása 0,5 év. Legfeljebb mennyi annak a valószínűsége, hogy az automata tényleges élettartama legalább 1 évvel eltér az átlagos élettartamtól?

24 23. Feladat (Csebisev egyenlőtlenség) Egy színházban az egy estére eladott jegyek száma a tapasztalatok szerint átlagosan 500 db, az eladott jegyek számának átlagtól való átlagos eltérése 50 db. Legalább mennyi annak a valószínűsége, hogy az eladott jegyek száma legfeljebb 120-szal tér el az átlagos jegyforgalomtól?

25 24. Feladat (Nagy számok törvénye) Valamely társadalmi rétegben meg akarjuk határozni a színházba járók arányát. Hány megfigyelést kell végeznünk ahhoz, hogy a megfigyelésből adódó arány a valódi aránytól legalább 95% valószínűséggel 0,01-nál kisebb hibával térjen el?

26 25. Feladat (Nagy számok törvénye) Annak valószínűsége, hogy egy sorsjeggyel nyerünk 0,01. Milyen határok között mozog 90% valószínűséggel a nyerő sorsjegyek száma, ha 2000 db sorsjegyet vásárolunk?

27 26. Feladat (Kombinatorika- Leszámlálási feladatok)) a) Egy tárgyaláson 4 elitéltet 5 fegyőr kísér a vádlottak padjához. Hányféleképpen foglalhatnak helyet, ha két elitélt nem ülhet egymás mellett? b) Hányféleképpen olvasható el az IGAZGATÁS szó az alábbi sémából, ha a bal felső sarokból indulva minden lépésben vagy jobbra, vagy lefelé léphetünk? I G A Z G A G A Z G A T A Z G A T Á Z G A T Á S c) Egy cég 15 különböző munkahelyre keres alkalmazottakat. A munkahelyekre 20 jelentkező van. Hányféleképpen tölthető be a 15 álláshely? d) Hány különböző rendszám képezhető Magyarországon, ha ezek készítéséhez 26 betűt és 10 számjegyet használhatunk fel? e1) Hányféle módon oszthatunk ki 32 kártyát 4 személy között úgy, hogy mindenki 8 lapot kapjon? e2) Egy társaságban mindenki mindenkivel kezet fogott. Összesen 66 kézfogás történt. Hányan vannak a társaságban?

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

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

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)

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

Részletesebben

a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli

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

Részletesebben

Gyakorló feladatok a 2. dolgozathoz

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

Részletesebben

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

VALÓSZÍNŰSÉGSZÁMÍTÁS KIDOLGOZOTT FELADATOK

VALÓSZÍNŰSÉGSZÁMÍTÁS KIDOLGOZOTT FELADATOK VALÓSZÍNŰSÉGSZÁMÍTÁS KIDOLGOZOTT FELADATOK KOMBINATORIKA Példa: a) Hányféle módon rakható sorba egy csomag Magyar kártya 3 lapja? Nyilván 3! féle módon. Ez nagyon nagy szám, 3!,63 0 35. b) Hányféle módon

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

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

[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

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

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

Részletesebben

Tantárgy kódja Meghirdetés féléve 3 Kreditpont 4 Összóraszám (elm+gyak) 2+2

Tantárgy kódja Meghirdetés féléve 3 Kreditpont 4 Összóraszám (elm+gyak) 2+2 Tantárgy neve Alkalmazott matematika II. Tantárgy kódja MT003 Meghirdetés féléve 3 Kreditpont 4 Összóraszám (elm+gyak) 2+2 Számonkérés módja gyakorlati jegy Előfeltétel (tantárgyi kód) MT002 Tantárgyfelelős

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

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

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

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

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

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

Biometria gyakorló feladatok BsC hallgatók számára

Biometria gyakorló feladatok BsC hallgatók számára Biometria gyakorló feladatok BsC hallgatók számára 1. Egy üzem alkalmazottainak megoszlása az elért teljesítmény %-a szerint a következı: Norma teljesítmény % Dolgozók száma 60-80 30 81-90 70 91-100 90

Részletesebben

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

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

Részletesebben

[Biomatematika 2] Orvosi biometria

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

Részletesebben

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

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

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

Részletesebben

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

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

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

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

Részletesebben

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

Gazdasági matematika II. vizsgadolgozat, megoldással,

Gazdasági matematika II. vizsgadolgozat, megoldással, Gazdasági matematika II. vizsgadolgozat, megoldással, levelező képzés Definiálja az alábbi fogalmakat! 1. Kvadratikus mátrix invertálhatósága és inverze. (4 pont) Egy A kvadratikus mátrixot invertálhatónak

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

K O M B I N A T O R I K A P e r m u t á c i ó k, k o m b i n á c i ó k, v a r i á c i ó k

K O M B I N A T O R I K A P e r m u t á c i ó k, k o m b i n á c i ó k, v a r i á c i ó k K O M B I N A T O R I K A P e r m u t á c i ó k, k o m b i n á c i ó k, v a r i á c i ó k. Az 1,, 3,, elemeknek hány permutációja van, amelynek harmadik jegye 1- es? Írjuk fel őket! Annyi ahányféleképpen

Részletesebben

ÁLTALÁNOS STATISZTIKA

ÁLTALÁNOS STATISZTIKA Berzsenyi Dániel Főiskola ÁLTALÁNOS STATISZTIKA Műszaki menedzser alapszak Példatár Dr. Kövesi János Tóth Zsuzsanna Eszter 2006 1 Valószínűségszámítási tételek, feltételes valószínűség, események függetlensége

Részletesebben

Számítógépes döntéstámogatás. Statisztikai elemzés

Számítógépes döntéstámogatás. Statisztikai elemzés SZDT-03 p. 1/22 Számítógépes döntéstámogatás Statisztikai elemzés Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-03 p. 2/22 Rendelkezésre

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

Biomatematika 8. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 8. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 8. Valószínűség-számítás II. Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:

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

P (ξ < 490) = F ξ (490) = Φ( 490 m ) = 0.03 10

P (ξ < 490) = F ξ (490) = Φ( 490 m ) = 0.03 10 Valszám-megoldások. Feladat. Legyen P (A =, 3 és P (B =, 6... Kérdés. Mennyi P (A + B, P (AB, ill. P (A B, ha A és B függetlenek?... Megoldás. Ha A és B függetlenek, akkor A és B, valamint B és A, valamint

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

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

1.5 Hányféleképpen ültethetünk egy kerek asztal köré 7 embert, ha a forgatással egymásba vihető ülésrendeket azonosnak tekintjük?

1.5 Hányféleképpen ültethetünk egy kerek asztal köré 7 embert, ha a forgatással egymásba vihető ülésrendeket azonosnak tekintjük? 1 Kombinatorika Valószínűségszámítás feladatok 2016/17 tanév, I. félév 1.1 Hányféleképpen lehet a sakktáblán 8 bástyát elhelyezni úgy, hogy egyik se üsse a másikat? Mennyi lesz az eredmény, ha a 8 bástyát

Részletesebben

Valószínűség számítás

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

Részletesebben

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

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

Részletesebben

Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS

Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS 1. Kihasználva a hosszasan elhúzódó jó időt, kirándulást szeretnénk tenni az ország tíz legmagasabb csúcsa közül háromra az elkövetkezendő

Részletesebben

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2010. Június 4.

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2010. Június 4. EURÓPAI ÉRETTSÉGI 2010 MATEMATIKA HETI 5 ÓRA IDŐPONT: 2010. Június 4. A VIZSGA IDŐTARTAMA: 4 óra (240 perc) ENGEDÉLYEZETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor

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

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége [GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell

Részletesebben

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Matematikai statisztika c. tárgy oktatásának célja és tematikája Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:

Részletesebben

A konfidencia intervallum képlete: x± t( α /2, df )

A konfidencia intervallum képlete: x± t( α /2, df ) 1. feladat. Egy erdőben az egy fészekben levő tojásszámokat vizsgáltuk egy madárfajnál. A következő tojásszámokat találtuk: 1, 1, 1,,,,,,, 3, 3, 3, 3, 3, 4, 4, 5, 6, 7. Mi a mintának a minimuma, maximuma,

Részletesebben

Ismétlés nélküli kombináció

Ismétlés nélküli kombináció Ismétlés nélküli kombináció Hányféleképpen lehet n különböz elembl kiválasztani k elemet úgy, hogy a sorrend nem számít, és minden elemet csak egyszer választhatunk? 0. Egy 1 fs csoportban hányféleképpen

Részletesebben

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás

Részletesebben

3. Egy szabályos dobókockát kétszer feldobva mennyi annak a valószínűsége, hogy a dobott számok különbségének abszolutértéke nagyobb mint 4?

3. Egy szabályos dobókockát kétszer feldobva mennyi annak a valószínűsége, hogy a dobott számok különbségének abszolutértéke nagyobb mint 4? 1. Kombinatorikus valószínűség 1. Egy dobókockát kétszer feldobunk. a) Írjuk le az eseményteret! b) Mennyi annak a valószínűsége, hogy az első dobás eredménye nagyobb, mint a másodiké? 2. Mennyi a valószínűsége

Részletesebben

A Statisztika alapjai

A Statisztika alapjai A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati

Részletesebben

Populációbecslés és monitoring. Eloszlások és alapstatisztikák

Populációbecslés és monitoring. Eloszlások és alapstatisztikák Populációbecslés és monitoring Eloszlások és alapstatisztikák Eloszlások Az eloszlás megadja, hogy milyen valószínűséggel kapunk egy adott intervallumba tartozó értéket, ha egy olyan populációból veszünk

Részletesebben

Legfontosabb bizonyítandó tételek

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

Részletesebben

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

Kombinatorika gyakorló feladatok

Kombinatorika gyakorló feladatok Kombinatorika gyakorló feladatok Egyszerűbb gyakorló feladatok 1. Három tanuló reggel az iskola bejáratánál hányféle sorrendben lépheti át a küszöböt? P = 3 2 1 = 6. 3 2. Hány különböző négyjegyű számot

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

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

KÖVETKEZTETŐ STATISZTIKA

KÖVETKEZTETŐ STATISZTIKA ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak

Részletesebben

(6/1) Valószínűségszámítás

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

Részletesebben

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

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

Részletesebben

1. elõadás: A valószínûség fogalma, kombinatorikai alapismeretek. (emlékeztetõ)

1. elõadás: A valószínûség fogalma, kombinatorikai alapismeretek. (emlékeztetõ) Ea1. 2002. 02. 11. 1. elõadás: A valószínûség fogalma, kombinatorikai alapismeretek Véletlen jelenség: feltételek, körülmények; ismételhetõség Megfigyelés: mi érdekel minket lehetséges kimenetelek Esemény:

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

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

Operációkutatás. 4. konzultáció: Sorbanállás. Exponenciális elsozlás (ismétlés)

Operációkutatás. 4. konzultáció: Sorbanállás. Exponenciális elsozlás (ismétlés) Operációkutatás NYME KTK, gazdálkodás szak, levelező alapképzés 2002/2003. tanév, II. évf. 2.félév Előadó: Dr. Takách Géza NyME FMK Információ Technológia Tanszék 9400 Sopron, Bajcsy Zs. u. 9. GT fszt.

Részletesebben

Gazdasági matematika 2. tantárgyi kalauz

Gazdasági matematika 2. tantárgyi kalauz Hanich József Gazdasági matematika 2. tantárgyi kalauz Szolnoki Főiskola Szolnok 2005. Gazdasági matematika 2. tantárgyi kalauz A kalauz a következő 3 kiadványhoz készült: Dr. Csernyák László: Matematika

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

Kabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem.

Kabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem. Kabos: Statisztika II. ROC elemzések 10.1 ROC elemzések Szenzitivitás és specificitás a jelfeldolgozás szóhasználatával A riasztóberendezés érzékeli, ha támadás jön, és ilyenkor riaszt. Máskor nem. TruePositiveAlarm:

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

3. Mennyi annak a valószínűsége, hogy egy dobókockával kétszer egymás után dobva, egyszer páros, egyszer páratlan számot dobunk?

3. Mennyi annak a valószínűsége, hogy egy dobókockával kétszer egymás után dobva, egyszer páros, egyszer páratlan számot dobunk? Valószínűségszámítás, gráfok, statisztika 1. Egy 660 fős iskola tanulóinak 60%-a lány. A lány tanulók 25%-a a 12. évfolyamra jár. Egy tetszőleges tanulót választva az iskola tanulói közül, mennyi a valószínűsége,

Részletesebben

A mérési eredmény megadása

A mérési eredmény megadása A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk meg: a determinisztikus és a véletlenszerű

Részletesebben

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

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

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Logika-Gráfok

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Logika-Gráfok MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Logika-Gráfok A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

Varianciaanalízis 4/24/12

Varianciaanalízis 4/24/12 1. Feladat Egy póker kártya keverő gép a kártyákat random módon választja ki. A vizsgálatban 1600 választott kártya színei az alábbi gyakorisággal fordultak elő. Vizsgáljuk meg, hogy a kártyák kiválasztása

Részletesebben

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

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

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I

Részletesebben

STATISZTIKA I. Centrális mutatók. Helyzeti középértékek. Középértékek. Bimodális eloszlás, U. Módusz, Mo. 4. Előadás.

STATISZTIKA I. Centrális mutatók. Helyzeti középértékek. Középértékek. Bimodális eloszlás, U. Módusz, Mo. 4. Előadás. Centrális mutatók STATISZTIKA I. 4. Előadás Centrális mutatók 1/51 2/51 Középértékek Helyzeti középértékek A meghatározása gyakoriság vagy sorszám alapján Számítás nélkül Az elemek nagyság szerint rendezett

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

1. gyakorlat. 1. Minek van nagyobb esélye? Annak, hogy egy szabályos kockát háromszor feldobva az eredmény 11, vagy annak, hogy az eredmény 12?

1. gyakorlat. 1. Minek van nagyobb esélye? Annak, hogy egy szabályos kockát háromszor feldobva az eredmény 11, vagy annak, hogy az eredmény 12? 1. gyakorlat 1. Minek van nagyobb esélye? Annak, hogy egy szabályos kockát háromszor feldobva az eredmény 11, vagy annak, hogy az eredmény 12? 2. Egy urnában 3 lap van, az egyikre 1, a másikra 2, a harmadikra

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 17. lecke: Kombinatorika (vegyes feladatok) Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás, 3.1.

Részletesebben

egyetemi jegyzet Meskó Balázs

egyetemi jegyzet Meskó Balázs egyetemi jegyzet 2011 Előszó 2. oldal Tartalomjegyzék 1. Bevezetés 4 1.1. A matematikai statisztika céljai.............................. 4 1.2. Alapfogalmak......................................... 4 2.

Részletesebben

Geometriai valo szí nű se g

Geometriai valo szí nű se g Geometriai valo szí nű se g Szűk elméleti áttekintő Klasszikus valószínűség: Geometriai valószínűség: - 1 dimenzióban: - dimenzióban: - + dimenzióban: jó esetek összes eset jó szakaszok teljes szakasz

Részletesebben

PRÓBAÉRETTSÉGI FELADATSOR : MATEMATIKA, EMELT SZINT

PRÓBAÉRETTSÉGI FELADATSOR : MATEMATIKA, EMELT SZINT 1. FELADATSOR Felhasználható idő: 40 perc I. rész 1.1.) Oldja meg grafikusan az alábbi egyenlőtlenséget! x + 1 + 1 x + x + 11 1..) Mekkora legyen az x valós szám értéke, hogy az alábbi három mennyiség

Részletesebben

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk

Részletesebben

MINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti:

MINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti: 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti: 100% 90% 80% 70% 60% 50% 2010 2011 40% 30% 20% 10% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% a) Nevezze

Részletesebben

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

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. 1. tétel Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. A valószínűségszámítás tárgya: véletlen tömegjelenségek vizsgálata. véletlen: a kísérlet kimenetelét

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Halmazok

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Halmazok MTEMTIK ÉRETTSÉGI TÍPUSFELDTOK KÖZÉP SZINT Halmazok szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek megoldásához!

Részletesebben

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 1. MA3-1 modul. Kombinatorika

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 1. MA3-1 modul. Kombinatorika Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 1. MA3-1 modul Kombinatorika SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999. évi LXXVI.

Részletesebben

Valószínűségszámítási gyakorlatok

Valószínűségszámítási gyakorlatok Matematikai és Informatikai Intézet Valószínűségszámítási gyakorlatok Összeállította Dr. Tómács Tibor egyetemi docens Utolsó módosítás 7. március 9. Eger, 7 Tartalomjegyzék Gyakorlatok.....................................

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

MATEMATIKA KISÉRETTSÉGI Ponthatárok: (5) (4) (3) (2) (1) Pontszám. I. rész - A rendelkezésre álló idő: 45 perc

MATEMATIKA KISÉRETTSÉGI Ponthatárok: (5) (4) (3) (2) (1) Pontszám. I. rész - A rendelkezésre álló idő: 45 perc MATEMATIKA KISÉRETTSÉGI 2014. Ponthatárok: (5) 83-100 (4) 65-82 (3) 47-64 (2) 30-46 (1) 0-29 Név, osztály Pontszám I. rész - A rendelkezésre álló idő: 45 perc I. rész 30 pont Érdemjegy II. rész 70 pont

Részletesebben

1. Oldja meg a z 3 (5 + 3j) (8 + 2j) 2. Adottak az A(1,4,3), B(3,1, 1), C( 5,2,4) pontok a térben.

1. Oldja meg a z 3 (5 + 3j) (8 + 2j) 2. Adottak az A(1,4,3), B(3,1, 1), C( 5,2,4) pontok a térben. Szak: Műszaki menedzser I. Dátum: 006. június. MEGOLDÓKULCS Tárgy: Matematika szigorlat Idő: 0 perc Neptun kód: Előadó: Berta Gábor szig 06 06 0 Pontszám: /00p. Oldja meg a z (5 + j (8 + j + = (+5j (7

Részletesebben

a. minden számjegy csak egyszer szerepelhet? b. egy számjegy többször is szerepelhet?

a. minden számjegy csak egyszer szerepelhet? b. egy számjegy többször is szerepelhet? Az els gyakorlat feladatai 1. Az 1, 3, 5, 7, 8 elemekb l hány olyan 5-jegy szám képezhet, amelyeknek a harmadik számjegye 8? 2. Az 1, 2, 3, 5, 7, 8 elemekb l hány olyan 6-jegy szám képezhet, amely 123-mal

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

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 9. előadás Előadó: Dr. Ertsey Imre Statisztikai hipotézis vizsgálatok elsősorban a biometriában alkalmazzák, újabban reprezentatív jellegű ökonómiai vizsgálatoknál, üzemi szinten élelmiszeripari

Részletesebben

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 15. Nemparaméteres próbák Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date: November

Részletesebben

6. Előadás. Vereb György, DE OEC BSI, október 12.

6. Előadás. Vereb György, DE OEC BSI, október 12. 6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,

Részletesebben