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

Méret: px
Mutatás kezdődik a ... oldaltól:

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

Átírás

1 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, a többieknek pedig a K épületben van vizsgája. (Mindenkinek csak egy vizsgája van.) Az E-ben 6%-os a bukási arány, a D-ben %, a K-ban pedig %-os. a) Rajzolja fel a valószínűségi fát! b) Véletlenszerűen kiválasztva egy hallgatót, mi a valószínűsége, hogy átment a vizsgáján? c) Egy véletlenszerűen kiválasztott hallgató megbukott a vizsgáján, mi a valószínűsége, hogy az E épületben vizsgázott? I/. Egy üzemben gépsor gyárt egy adott terméket. Az első gépsor gyártja az összes termék %-át, a második %-át. Az első gépsor által előállított termékek 6%-a hibás, a másodiknál %, a harmadiknál % ez az arány. a) Rajzolja fel a valószínűségi fát! b) Véletlenszerűen kiválasztva egy terméket, mi a valószínűsége annak, hogy hibás? c) Egy véletlenszerűen kiválasztott termék nem hibás, mi a valószínűsége, hogy a harmadik gépsor gyártotta? II/. Adott a következő függvény: p f ( ) egyébként I. II. a) A p paraméter milyen értéke esetén lesz f() függvény egy folytonos eloszlású valószínűségi változó sűrűségfüggvénye? II/. f ( ) p egyébként a) Határozza meg p paraméter értékét! b) Írja fel és ábrázolja eloszlásfüggvényét )-et! c) Határozza meg várható értékét!

2 II/. f ( ) egyébként a) Írja fel és ábrázolja eloszlásfüggvényét )-et! II/. f ( ) 9 9 a) Írja fel és ábrázolja eloszlásfüggvényét )-et! b) Bizonyítsa be, hogy f () valóban sűrűségfüggvény! II/. f ( ) 6 8 egyébként a) Bizonyítsa be, hogy f () valóban sűrűségfüggvény! b) Számítsa ki a P(, ) II/6. Adott a ) ( valószínűségi változó a következő eloszlásfüggvénnyel: ) a) Határozza meg sűrűségfüggvényét, f () -et! Majd ábrázolja ) -et és f () -et! b) Számítsa ki a P(, ) II/7. Adott a ) ( valószínűségi változó a következő eloszlásfüggvénnyel: 9) a) Határozza meg sűrűségfüggvényét, f () -et! Majd ábrázolja ) -et és f () -et!

3 II/8. Adott a valószínűségi változó a következő eloszlásfüggvénnyel: ) a) Határozza meg és ábrázolja sűrűségfüggvényét, f () II/9. f ( ), egyébként -et! a) Bizonyítsa be, hogy f () valóban sűrűségfüggvény! b)számítsa ki a P(, ) c) Adja meg az eloszlásfüggvényt és grafikonját! II/. Vizsgálja meg, hogy lehet-e valamely, f ( ) függvény!, valószínűségi változó sűrűségfüggvénye az a) Amennyiben sűrűségfüggvény számítsa ki a várható értéket! b) Számítsa ki a P(, ) III. III/. a) Az ismeretlen eloszlású valószínűségi változó várható értéke 6,, a szórása,. Legalább mennyi a valószínűsége, hogy a valószínűségi változó a várható értéktől legfeljebb -mal tér el? a) Mennyi ez a valószínűség Poisson eloszlást követ változatlan várható értékkel és szórással? b) A valószínűségi változó lehetséges értékei: ; ;.,6; p,; p, A megfelelő valószínűségek: p. b) Rajzolja fel eloszlását; határozza meg az eloszlásfüggvényt és ábrázolja! b) Számítsa ki az 7 valószínűségi változó várható értékét és szórását!

4 III/. a) Az ismeretlen eloszlású valószínűségi változó várható értéke, a szórása. Adjon becslést a P (8 6) valószínűségre! a) Mennyi a P ( ) valószínűség binomiális eloszlást követ változatlan várható értékkel és szórással? b) A valószínűségi változó lehetséges értékei: ; ; 8.,; p,; p, A megfelelő valószínűségek: p. b) Rajzolja fel eloszlását; határozza meg az eloszlásfüggvényt és ábrázolja! b) Számítsa ki az valószínűségi változó várható értékét és szórását c) Hűtőgépek műszaki átvétele során három gépet ellenőriznek. Jelentse A, B ill. C rendre azt az eseményt, hogy az első, második illetve a harmadik gép hibás. Mit jelentenek a következő események c) ( A B) C c) A B C III/. a) A szöveteken található szövési hibák Poisson-eloszlást követnek. méterenként átlagosan hiba található. Mennyi annak a valószínűsége, hogy egy méteres darabot vizsgálva legalább hibát találunk? a) Tudjuk, hogy az A véletlen esemény valószínűsége p=p(a)=,. Hány kísérletet kell elvégezni ahhoz azt akarjuk, hogy az esemény bekövetkezésének relatív gyakorisága a valószínűséget,-nél kisebb hibával, legalább 9%-os valószínűséggel közelítse meg? b) Adott a valószínűségi változó a következő eloszlásfüggvénnyel: ) Írja fel eloszlását és ábrázolja azt! Számítsa ki M ( ) -t és D( ) -t! III/. valószínűségi változó binomiális eloszlású. Várható értéke, szórása. a) Határozza meg valószínűségi változó paramétereit! a) Számítsa ki a P( ) b) Tudjuk, hogy az A véletlen esemény valószínűsége p=p(a)=,. Hány kísérletet kell elvégezni ahhoz azt akarjuk, hogy az esemény bekövetkezésének relatív gyakorisága a valószínűséget,8-nél kisebb hibával, legalább 99%-os valószínűséggel közelítse meg? c) Egy fős csoport tagjai között 6db nyereményt sorsolnak ki. Hányféleképpen végződhet a sorsolás a nyeremények egyformák és egy személy csak egy nyereményt nyerhet? c) Ha a nyeremények különbözőek és egy személy több nyereményt is nyerhet?

5 III/. a) Egy előrejelzési módszer hibája (megfelelő egységben mérve) egyenletes eloszlású valószínűségi változó a [ ;] intervallumon. Mi a valószínűsége annak, hogy a hiba nagysága a várható értéktől nem tér el nagyobb mértékben a szórás,-szeresénél? b) Egy szabályos kockával dobásokat végzünk. Hány dobást kell elvégezni ahhoz azt akarjuk, hogy a 6-os dobás relatív gyakorisága az 6 valószínűséget,-nél kisebb hibával, legalább 9%-os valószínűséggel közelítse meg? c) Egy elemű alapsokaságban selejt található. Visszatevéssel kiveszünk 7 elemet. Mennyi a valószínűsége, hogy a mintában pontosan selejt található? c) Mennyi az előbbi valószínűség visszatevés nélküli mintavétel esetén? III/6. a) Egy ToiToi-ban a két látogató érkezése között eltelt idő eponenciális eloszlású valószínűségi változó, perc várható értékkel. Mennyi annak a valószínűsége, hogy két látogató érkezése között legalább, de legfeljebb perc telik el? b) Adott egy kétdimenziós eloszlás a következő táblázattal: 7 -,,, 6,,, Határozza meg a peremeloszlás-függvényeket és az együttes eloszlásfüggvényt! Határozza meg várható értékét és szórását! III/7. a) Egy kockával tízszer dobunk egymás után. valószínűségi változó értéke jelentse a hatos dobások számát.(binomiális eloszlás.) Mennyi annak a valószínűsége, hogy pontosan négyszer dobunk hatost? b) Adott egy kétdimenziós eloszlás a következő táblázattal: -,,,, Határozza meg a peremeloszlás-függvényeket és az együttes eloszlásfüggvényt! Határozza meg és várható értékét! III/8.

6 valószínűségi változó jelölje egy elektronikus kütyü élettartamát. eponenciális eloszlású, a következő sűrűségfüggvénnyel: valószínűségi változó f ( ) e a) Mi a valószínűsége, hogy legalább, évig működik a kütyü? b) Adott egy kétdimenziós eloszlás a következő táblázattal: - 7 -,,, 9,,, Határozza meg a peremeloszlás-függvényeket és az együttes eloszlásfüggvényt! Határozza meg várható értékét és szórását! IV. IV/. Egy dugulás alkalmával a lakást elöntő szennyvíz űrtartalma egy olyan valószínűségi változó, amelynek várható értéke 8 liter, szórása liter. a) Mekkora a P ( ) valószínűség? b) Mekkora annak a valószínűsége, hogy a lakásban lévő szenny űrtartalma liter és 8 liter közé esik? c) Mekkora annak a valószínűsége, hogy nem tér el a várható értéktől a szórás,- szeresénél jobban? d) A várható érték körül milyen sugarú megbízhatósági intervallumba esik 98%-os valószínűséggel? IV/. Egy bizonyos márkájú fogkrém tubusából kinyomható fogkrémcsík hossza normális eloszlást követő valószínűségi változó, 6 méter várható értékkel és, méter szórással. a) Rajzolja fel a sűrűségfüggvényt; majd a következő kérdésekre adandó válaszait is ábrázolja a Gauss-görbén! a) Mekkora annak a valószínűsége, hogy egy tubusból legfeljebb méter hosszú csíkot tudunk kinyomni? b) Mekkora annak a valószínűsége, hogy a kinyomható csík hossza, és 6, méter közé esik? c) Mekkora annak a valószínűsége, hogy a kinyomható csík hossza nem tér el a várható értéktől a szórás, szeresénél jobban? d) A várható érték körül milyen sugarú megbízhatósági intervallumba esik 9%-os valószínűséggel? 6

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

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

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

VALÓSZÍNŰSÉGSZÁMÍTÁS. MSc. Órai Feladatok

VALÓSZÍNŰSÉGSZÁMÍTÁS. MSc. Órai Feladatok VALÓSZÍNŰSÉGSZÁMÍTÁS MSc Órai Feladatok 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.

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

( 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

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

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.

Részletesebben

1. 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

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

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

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

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

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

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

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

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

[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

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

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető! BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22

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

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

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 II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani

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

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

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból

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 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

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

5. Egyszerre feldobunk egy-egy szabályos hat-, nyolc-, és tizenkét oldalú dobókockát.

5. Egyszerre feldobunk egy-egy szabályos hat-, nyolc-, és tizenkét oldalú dobókockát. 1. feladatsor 1. (a) Igazolja, hogy tetszőleges A, B, C eseményekre fennáll, hogy (A B) (A C) = A (B + C)! (b) Sorolja fel a valószínűség-számítás axiómáit! (a) c=? (4) (b) D(ξ)=? (0.4714) { c x 5 (c)

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test

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

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

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

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

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

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

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

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

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 7. Előadás Egyenletes eloszlás Binomiális eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell /56 Matematikai statisztika Reprezentatív mintavétel

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

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát

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

ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN!

ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN! A1 A2 A3 (8) A4 (12) A (40) B1 B2 B3 (15) B4 (11) B5 (14) Bónusz (100+10) Jegy NÉV (nyomtatott nagybetűvel) CSOPORT: ALÁÍRÁS: ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN! 2011. december 29. Általános tudnivalók:

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

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

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

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

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

Részletesebben

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

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

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

Diszkrét idejű felújítási paradoxon

Diszkrét idejű felújítási paradoxon Magda Gábor Szaller Dávid Tóvári Endre 2009. 11. 18. X 1, X 2,... független és X-szel azonos eloszlású, pozitív egész értékeket felvevő valószínűségi változó (felújítási idők) P(X M) = 1 valamilyen M N

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

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely. Kiválasztás A változó szerint Egymintás t-próba Mann-Whitney U-test paraméteres nem-paraméteres Varianciaanalízis De melyiket válasszam? Kétmintás t-próba Fontos, hogy mindig a kérdésnek és a változónak

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

Valószínűségszámítás és statisztika

Valószínűségszámítás és statisztika Valószínűségszámítás és statisztika Programtervező informatikus szak esti képzés Varga László Valószínűségelméleti és Statisztika Tanszék Matematikai Intézet Természettudományi Kar Eötvös Loránd Tudományegyetem

Részletesebben

(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

Pl.: Galton deszka (http://www.youtube.com/watch?v=ufd3hizzhwg vagy link innen:

Pl.: Galton deszka (http://www.youtube.com/watch?v=ufd3hizzhwg vagy link innen: 9. feladatsor - Minőség-ellenőrzés és binomiális eloszlás Binomiális eloszlással olyan helyzet modellezhető, ahol egy véletlen kísérletet sokszor ismétlünk azonos körülmények között és figyeljük, hogy

Részletesebben

Biostatisztika VIII. Mátyus László. 19 October

Biostatisztika VIII. Mátyus László. 19 October Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.

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

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

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

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

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

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

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

Próba érettségi feladatsor április 09. I. RÉSZ. 1. Hány fokos az a konkáv szög, amelyiknek koszinusza: 2

Próba érettségi feladatsor április 09. I. RÉSZ. 1. Hány fokos az a konkáv szög, amelyiknek koszinusza: 2 Név: osztály: Próba érettségi feladatsor 010 április 09 I RÉSZ Figyelem! A dolgozatot tollal írja; az ábrákat ceruzával is rajzolhatja A megoldást minden esetben a feladat szövege melletti fehér hátterű

Részletesebben

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra Vörös Zsuzsanna NÉBIH RFI tervezési referens 2013. április 17. Egy kis felmérés nem kor Következtetések: 1. a jelenlevők nemi megoszlása:

Részletesebben

MATEMATIKA ÉRETTSÉGI május 10. KÖZÉP SZINT I.

MATEMATIKA ÉRETTSÉGI május 10. KÖZÉP SZINT I. 1) Adott két pont: A ; 1 felezőpontjának koordinátáit! AB felezőpontja legyen F. MATEMATIKA ÉRETTSÉGI 005. május 10. KÖZÉP SZINT I. és B 1; Írja fel az AB szakasz 1 1 F ; F ;1 ) Az ábrán egy ; intervallumon

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

2009. májusi matematika érettségi közép szint

2009. májusi matematika érettségi közép szint I 1.feladat Oldja meg a valós számok halmazán az alábbi egyenletet! 2 x 2 +13x +24=0 2.feladat Számítsa ki a 12 és 75 számok mértani közepét! 3.feladat Egy négytagú csoportban minden tagnak pontosan két

Részletesebben

NULLADIK MATEMATIKA ZÁRTHELYI

NULLADIK MATEMATIKA ZÁRTHELYI A NULLADIK MATEMATIKA ZÁRTHELYI 20-09-2 Terem: Munkaidő: 0 perc. A dolgozat megírásához íróeszközön kívül semmilyen segédeszköz nem használható! Csak és kizárólag tollal tölthető ki a feladatlap, a ceruzával

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

Valószínűségszámítási feladatok (emelt szint)

Valószínűségszámítási feladatok (emelt szint) Valószínűségszámítási feladatok (emelt szint) Klasszikus valószínűség 1. Véletlenszerűen felírunk egy hatjegyű számot a 0, 1, 2, 3, 4, 5 számjegyek felhasználásával, melyekben minden számjegy csak egyszer

Részletesebben

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre

Részletesebben

= 3 és az y = 1 egyenletű egyenesek metszéspontjának (M)

= 3 és az y = 1 egyenletű egyenesek metszéspontjának (M) Matematika PRÉ megoldókulcs 04. január 8. MATEMATIKA PRÓBAÉRETTSÉGI MEGOLDÓKULCS KÖZÉPSZINT I. rész: Az alábbi feladat megoldása kötelező volt! ) Adja meg az x+ y = 3 és az y = egyenletű egyenesek metszéspontjának

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

Nevezetes diszkre t eloszlá sok

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

Részletesebben

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

MATEMATIKA ÉRETTSÉGI május 8. KÖZÉPSZINT

MATEMATIKA ÉRETTSÉGI május 8. KÖZÉPSZINT MATEMATIKA ÉRETTSÉGI 007. május 8. KÖZÉPSZINT ) Egyszerűsítse a következő törtet! (a; b valós szám, ab 0)! a b ab ab ab ( a ) a ab I. Összesen: pont ) Egy mértani sorozat második eleme 3, hatodik eleme.

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

Modulzáró ellenőrző kérdések és feladatok (2)

Modulzáró ellenőrző kérdések és feladatok (2) Modulzáró ellenőrző kérdések és feladatok (2) 1. Definiálja az alábbi, technikai eszközök üzemi megbízhatóságával kapcsolatos fogalmakat (1): Megbízhatóság. Használhatóság. Hibamentesség. Fenntarthatóság.

Részletesebben

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,

Részletesebben

Adatok statisztikai értékelésének főbb lehetőségei

Adatok statisztikai értékelésének főbb lehetőségei Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció

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

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

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

EMELT SZINTŰ ÍRÁSBELI VIZSGA

EMELT SZINTŰ ÍRÁSBELI VIZSGA ÉRETTSÉGI VIZSGA 2014. május 6. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI VIZSGA 2014. május 6. 8:00 Az írásbeli vizsga időtartama: 240 perc Pótlapok száma Tisztázati Piszkozati EMBERI ERŐFORRÁSOK MINISZTÉRIUMA

Részletesebben

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg LMeasurement.tex, March, 00 Mérés Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg a mérendő mennyiségben egy másik, a mérendővel egynemű, önkényesen egységnek választott

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

I. RÉSZ. 1. Írja fel annak az egyenesnek az egyenletét, amelyik áthalad az A(5;-3) és B(7;4) pontokon!

I. RÉSZ. 1. Írja fel annak az egyenesnek az egyenletét, amelyik áthalad az A(5;-3) és B(7;4) pontokon! Név: Osztály: Próba érettségi feladatsor 2013 április 16 I RÉSZ Figyelem! A dolgozatot tollal írja; az ábrákat ceruzával is rajzolhatja A megoldást minden esetben a feladat szövege melletti fehér hátterű

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Statisztika

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

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

CHT& NSZT Hoeffding NET mom. stabilis. 2011. november 9.

CHT& NSZT Hoeffding NET mom. stabilis. 2011. november 9. CHT& NSZT Hoeffding NET mom. stabilis Becslések, határeloszlás tételek Székely Balázs 2011. november 9. CHT& NSZT Hoeffding NET mom. stabilis 1 CHT és NSZT 2 Hoeffding-egyenlőtlenség Alkalmazása: Beengedés

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