8. tétel: Adatsokaságok jellemzıi, a valószínőségszámítás elemei

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "8. tétel: Adatsokaságok jellemzıi, a valószínőségszámítás elemei"

Átírás

1 Magyar Eszter Emelt szitő érettségi tétele 8. tétel: Adatsoaságo jellemzıi, a valószíőségszámítás elemei ADATSOASÁGO JELLEMZİI STATISZTIA: Statisztia: Tömegese elıforduló jelesége és folyamato számbavétele, az adato elemzése, vizsgálati módszere. Leíró statisztia: A leíró statisztia azzal foglalozi, hogy egy adott, meghatározott elemebıl álló iformációhalmazt iértéelje. Eze legtöbbször számo. Egy teljes, ismert csoportból győjtü adatoat. Matematiai statisztia: Ismert mitá alapjá öveteztetü a teljes csoportra. Vizsgált csoport: maga a statisztiai soaság. Egyedeie száma a statisztiai soaság mérete. Adatgyőjtés: - elsıdleges adat öálló győjtéssel: - teljes mitavétel - reprezetatív mita (amivel foglalozhat a matematiai statisztia) - másodlagos adat meglévı adatbázisból Adatfajtá: évleges adat (pl. em, hajszí); redezhetı adat (pl. verseyeredméy, osztályzat); mérhetı (meyiségi) adat (pl. tömeg, db, hossz, jövedelem) Gyaoriság: Az adat elıfordulásaia száma a soaságba. Az adatoat és gyaoriságaiat táblázatba foglalva megapju a gyaorisági eloszlást. Ha a özli értéeet egy csoportba sorolju, osztályoat apu, melyeet táblázatba redezve osztályözös gyaorisági eloszlást apu. Relatív gyaoriság: A gyaoriság és a méret háyadosa., ahol 0. A relatív gyaoriságot éha százaléba adjá meg. Adato ábrázolása: Az adato ábrázolásáál legtöbb esetbe az adathalmazba való elıfordulási aráyt szotá ábrázoli (relatív gyaoriság). Oszlopdiagram Voaldiagram ördiagram Sávdiagram Egyéb Hisztogram Az oszlopo magassága aráyos az adat agyságával (így lehet egatív is). Jó összehasolításhoz, idıbeli változáshoz. em jó, ha az adato özött szélsısége vaa, vagy ha agyo egyformá. Hisztogram: adato helyett a hozzáju tartozó gyaoriságot ábrázoljá Soszögvoal-diagram Az adato össze vaa ötve egy törtvoallal. A relatív gyaoriság a örci özéppoti szögével aráyos. 00%-360º. iemeli a változáso Jól látható a része mértéét, mert a egymáshoz- az meredeség domiál egészhez viszoyított értée. Megtévesztı is lehet, mert folytoosságot sugall. Trébeli változata a torta- diagram mely a perspetíva miatt mai-pulációra ad lehetıséget. Sávdiagram 0% 0% 40% 60% 80% 00% A részsávo hossza aráyos a megjeleített adat relatív gyaoriságáa agyságával. A rész és egész viszoya jól látszi, de a része egymáshoz épesti viszoya em.. Térbeli változatáál a perspetívaváltozás maipulációra ad lehetıséget. - úp - heger - piramis - pot - terület - felület - buboré - árfolyam - sugár - póháló - pitogram - artogram

2 Emelt szitő érettségi tétele Fotos a grafioészítésél az értétegelye helyes beállítása, a megfelelı típusválasztás, a szíezés ill. mita jó megválasztása, grafioa legye címe (rövid, hatásos). A téyezı helytele megválasztása ill. ülöbözı optiai csaláso maipulációra ada lehetıséget. Statisztiai mutató, özépértée: (adattömörítés reprezetatív számértéeel) Statisztiai mutató: Az adatábrázolásból apott, az adathalmazra jellemzı számo. özépértée: Összefoglaló eve a módusza, mediáa és az átlaga Módusz: A számsoaságba legtöbbször elıforduló számot a számsoaság móduszáa evezzü. Ha több ilye va, aor azo midegyie módusz. Tehát a leggyaoribb adat. Jele: M o A módusz aor haszálható, ha az adato özül iemel egyet, em szerecsés a haszálata, ha több adat is özel azoos gyaorisággal emeledi i a soaságból. Mediá: A agyságredi sorba redezett adato özül a özépsı (ha ét özépsı va, aor eze átlaga adja a mediát). Jele: M e. Látható, hogy ugyaayi adat em agyobb a mediáál, mit ameyi em isebb. Csa redezhetı adatoál haszálható. vartilise: alsó vartilis: a legisebb és a mediá özött özépe elhelyezedõ adat számértée a redezett mitába. Tehát a mediá alatti adato mediája. Jele: Q felsı vartilis: a mediá és a legagyobb adat özött elhelyezedı adat számértée a redezett mitába. Tehát a mediá felett adato mediája. Jele: Q A Q és Q 3 özötti tartomáy az itervartilis tartomáy. A vartilise a szóráshoz hasolóa az adato szóródásáról tájéoztata, elsõsorba ferde eloszlás eseté érdemes õet haszáli. (A vartilise mutatjá a ferdeséget, az szórás em). Számtai özép átlag (: A számsoaság összegét elosztju a számsoaság darabszámával, eor a számsoaság átlagát vagy számtai özepét apju. adato összege x + x + + x jele: X darabszám Csa mérhetı adatoa lehet átlaga. A iugró, szélsıséges adato agyo befolyásoljá. Egyéb jellemzı szóródási mutató: A özépértée megadása ömagába em elég. A szórás, szóródás azt adja meg, hogy az adato meyire tömörüle a özépértée örül miél isebb a szóródás, aál jobba jellemzıe a özépértée. Terjedelem: A mitába elıforduló legagyobb és legisebb adat ülöbsége ülöbsége (mérhetı adatoál). Tehát: t x max x mi. Ha ez icsi, aor gyaorlatilag bármelyi özépérté jól jellemzi az adathalmazt, ha pedig agy, aor em lehet eldötei, hogy mi meyi iformációt szolgáltat. A mási hibája, hogy agyo érzéey a iugró adatora. Az itervartilis terjedelem (it Q 3 Q ) viszot már em érzéey a szélsıségere.

3 Emelt szitő érettségi tétele Átlagos abszolút eltérés: Def.: Az egyi özépértétıl (Z) vett eltérése abszolútértéeie átlaga. x Z + x Z + + x Z éplet: X Z X Z miimális, ha Zmediá. Ha em modju meg mi a Z, aor azt a mediáa ell teitei. Átlagos égyzetes eltérés - szóráségyzet: Def.: Az egyi özépértétıl vett eltérése yégyzeteie átlaga. ( x Z) + ( x Z) + + ( x Z) éplet: σ Z σ Z miimális, ha a választott özépérté, Z a számtai özép. Ezért ez az általáos özépérté, ha szóráségyzetet számolu. Szórás: a szóráségyzet gyöe: σ Érzéey a iugró értéere σ ( x X) + ( x X) + + ( x X) Csebisev törvéy: Az átlagtól az adato legfeljebb 5%-a térhet el a szórás étszereséél, legfeljebb 0- %-a térhet el a szórás háromszorosáál, és 5-6%-a a szórás égyszereséél jobba (ú. ormális eloszlásál). Természetese maga a Csebisev-egyelıtleség durva becslése alapszi, ezért gyaorlatilag a szórás égyszereséél jobba em tére el az adato az átlagtól, de az 5-6%-ot biztosa modhatju bármilye adathalmaz eseté. Ez orét adathalmazora voatoztatva az úgyevezett empirius Csebisevtörvéy, vagy az átlag örüli szórás empirius törvéye. Alalmazáso (teljes tételhez) - adatsoaságo jellemzése - mérési eredméye iértéelése (pl. sport: BA, vagy fiziai, émiai méréseél) - isolai statisztiá észítése: jegye átlaga, osztályo átlaga, hiáyzáso száma - statisztiá, grafioo, folyamato elemzése - özvéleméyutatáso, utatáso iértéelése - relámo hatéoyságát öveli egy belerajzolt grafio - szavazáso - szerecsejátéo (lottó, totó, tippmix) - biztosításo - idıjáráselırejelzés - betegségehez való teszte - alatrésze élettartamáa becslése (tartaléolási problémá)

4 Emelt szitő érettségi tétele A VALÓSZÍŐSÉGSZÁMÍTÁS ELEMEI: Defiíció: - Véletle jeleség: Olya folyamat, melye imeetelét az adott örülméye özött em tudju meghatározi. - Valószíőségszámítás: Véletle tömegjelesége matematiai modellezése. - ísérlet: Olya folyamat melye imeetele véletleszerő. - Eseméytér: Egy ísérlet összes lehetséges imeetele. Jele: Ω. Példa: Ω érmedobás {fej; írás} ; Ω ocadobás {;;3;4;5;6} - Elemi eseméy: Az eseméytér egy eleme, a ísérlet egy imeetele. Jelü általába agy bető: A; B stb. Példa: A{} -est dobtu a dobóocával. - Eseméytér számossága: háy darab elemi eseméybıl áll. Példa: Ω ocadobás 6. - Eseméy: Az eseméytér egy részhalmaza. Példa: Apárosat dobu egy ocával{;4;6}. Tehát A Ω ocadobás. Az eseméy aor övetezi be, ha a ísérlet végeredméye bee va ebbe a részhalmazba ( Ω Ω és Ø Ω - mide halmaza részhalmaza ömaga és az üreshalmaz ). Biztos eseméy: ha az egész eseméyteret felsorolju. Példa: Ω ocadobás {;;3;4;5;6} Lehetetle eseméy: Ø{ } - Eseméye összessége: Az összes részhalmaz száma. Jele: A (írott agy A bető). Példa: - Ω érmedobás {I;F} A érmedobás {Ø; {I}; {F}; {I;F}} - Ω ocadobás {;;3;4;5;6} A ocadobás 6 64 Általáosa: Ω + A Tétel: elemő halmaza darab részhalmaza va. Mővelete eseméyeel eseméy algebra:. omplemeter: Ā beövetezi, ha A em övetezi be. Jele: ĀΩ\A. Tulajdoságo: Ω ; Ω Ø ; A A. Uió: ét eseméy uiója (összege) beövetezi, ha legalább az egyi beövetezi. Jele: A B ; A+B 3. Metszet: ét eseméy metszete beövetezi, ha midét eseméy beövetezi. Jele: B ; A B 4. ülöbség: ét eseméy ülöbsége beövetezi, ha az egyi beövetezi, de a mási em (pl. ha A beövetezi, aor B em övetezi be). Jele: A\B ; A B (ebbe az esetbe A beövetezi, de B em). Mőveletei tulajdoságo (tö ugyaaz, mit a halmazoál):. Az uió- és metszetépzés ommutatív és asszociatív mővelete.. Eseméye ülöbsége em ommutatív mővelet: A\B B\A. 3. Mővelete lehetetle eseméyel: A ØA ; Ø Ø ; A\ØA ; Ø\AØ 4. Eseméy ömagával: A AA ; AA ; A\AØ 5. Mővelete biztos eseméyel: A ΩΩ ; Ω A ; A\ΩØ ; Ω\AĀ 6. De Morga azoosságo: A B B B A B

5 Emelt szitő érettségi tétele olmogorov-féle valószíőségi modell: Adott Ω (eseméytér) és A (eseméye részhalmazaia összessége). Mide A beli eseméyhez redeljü hozzá egy valós számot ez az eseméy valószíősége melyre az alábbia teljesüle: Axiómá:. 0 A A (bármely eseméy valószíősége emegatív). Ω) (a biztos eseméy valószíősége ) 3. A + ha A;B eseméye diszjut, azaz B Ø (tehát ét eseméy diszjut, ha metszetü üreshalmaz, ics özös elemü). Tétele:. Ø)0 ( 3. ax) Bizoyítás: A Ø) + Ø) + Ø) 0 Ø). Ā) 3. Szita-formula: A + A B C)++C)--C)-B C)+B C) lasszius ombiatorius valószíőségi mezı /modell: Az Ω (eseméytér) véges so eseméybıl áll és eze valószíőség megegyezi. edvezı esete száma A lasszius modelleél: P (. összes eset száma Ω Csa aor alalmazható, ha az elemi eseméye valószíőségei egyelı (ülöbe ugye jö Brad Pitt) Geometriai valószíőség: A lassziu ombiatorius valószíőségi modell em alalmazható, ha például Ω (az eseméytér számossága végtele). Geometriai valószíőség: Tetszıleges A síidomba esés valószíősége aráyos az A síidom területével (egy dimezióba a hosszal). T( - Példá:. céllövölde P ( A ba lı) T( Ω). x: véletleül választott szám [ b] d c a c d b c< x< d) b a 3. Bertrad paradoxo (örbe választott húr 4. Példa: midei fél órát a vár a másira a; -ból Teljes eseméy redszer: A ; A ; ; A telje eseméy redszer, ha A A A Ω és A i A j Ø i; j. Példa: ocadobás: A {;}, A {3}, A 3 {4;5;6}.

6 Emelt szitő érettségi tétele Eseméye függetlesége: - Def.: A és B eseméy függetle, ha metszetü valószíősége az eseméye valószíőségée szorzata: P ( P (. - Példa: A: ocával 6-ost dobu ; B: érmével fejet dobu. Ez a ét eseméy függetle. Feltételes valószíőség: - Def.: Meora A eseméy valószíősége, ha B biztosa beövetezi. A - Ha A és B függetle eseméye, aor: P ( A - Példá: Szőrıvizsgálatos valószíősége; mitavételi feladato. Teljes valószíőség tétel: B ; B ; ; B az összes esetet lefedı, egymást izáró eseméye Bi B j 0 Azaz: TER UBi B B B Ω i Adott B ; B ; ; B teljes eseméy redszer és A Ω eseméy. Eor: B ) + B ) + + B ) B ) A B ) + B ) A B ) + + B ) A B ) Bayes-tétel: Thomas Bayes: 7. századi agol pap. Tétel: A B ) B B ) A B ) B számláló: A B -el együtt teljesül evezı: A összes valószíősége ) A B ) Eloszláso: - Az eseméytér összes elemét felsorolju a hozzáju tartozó valószíőséggel - Jele: ξ (szí) vagy η (éta). - Példa: ξ: érmedobás (0-fej; -írás) x i p i 0 ½ ½ - ξ (eloszlás) várható értée (átlaga): E(ξ) M(ξ) x p + x p + + x p Σx i p i Szórás: Def. - Szóráségyzet: D ξ) E( ξ E( ξ) ) Tétel [ ] E( ξ ) [ E( ) ] ( ξ - Szórás: D ( ξ ) a szóráségyzet gyöe

7 Emelt szitő érettségi tétele evezetes eloszláso:. Idiátorváltozó: ξ: egy p valószíőségő eseméy beövetezi (-beövtvi; 0-em öv. be) E(ξ) 0 (-p) + p p x i p i 0 -p D(ξ) p ( p) p. Diszrét egyeletes eloszlás: x i 3 p i / / / / E(ξ) + 3. Biomiális eloszlás: ξ: függetle ísérletbıl háyszor övetezi be egy p val-ő eseméy. x i p i 0 ( p) - számít a sorred - általáosa: p ( p) ξ ) p ( p), ahol 0 és Z p ( p) E(ξ) p ; D(ξ) p ( p) M M p példa: Visszatevéses mitavétel: dologból jó visszatevéssel húzu darabot. Mi a valószíősége, hogy darab jó öztü? ( ) ( ) ( ) P db jó Ha p, aor megapju a biomiális eloszlás épletét Visszatevéses mitavételél, és orét értéét em szüséges ismerü, csa aráyu ell. 4. Poisso-eloszlás: Adott idı alatt beövetezett eseméye számát özelíthetjü ezzel. λ λ éplet: ξ ) e, ahol : aháyszor beövetezi az eseméy és! + λ R a paraméter. Eor: E(ξ) λ D(ξ) λ Példa: óra alatt átlagosa 3 hívás érezi. Meyi aa a valószíősége, hogy hívás fog érezi óra alatt? Eor: λ 3 és, ezeet ell a épletbe behelyettesítei.

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje. 24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor

Részletesebben

24. Kombinatorika, a valószínűségszámítás elemei

24. Kombinatorika, a valószínűségszámítás elemei 4. Kombiatoria, a valószíűségszámítás elemei Kombiatoria A véges halmazoal foglalozó tudomáyterület. Idő hiáyába csa a evezetes összeszámolásoal foglalozu. a) Sorbaállításo (ermutáció) alafeladat: ülöböző

Részletesebben

1. elıadás: Bevezetés. Számonkérés. Irodalom. Valószínőségszámítás helye a tudományok között. Cél

1. elıadás: Bevezetés. Számonkérés. Irodalom. Valószínőségszámítás helye a tudományok között. Cél 1 Valószíőségszámítás 1 elıadás alk.mat és elemzı szakosokak 2013/2014 1. félév Zempléi Adrás zemplei@ludes.elte.hu http://www.cs.elte.hu/~zemplei/ 1. elıadás: Bevezetés Irodalom, követelméyek A félév

Részletesebben

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük. Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:

Részletesebben

9. tétel: Elsı- és másodfokú egyenlıtlenségek, pozitív számok nevezetes közepei, és ezek felhasználása szélsıérték-feladatok megoldásában

9. tétel: Elsı- és másodfokú egyenlıtlenségek, pozitív számok nevezetes közepei, és ezek felhasználása szélsıérték-feladatok megoldásában 9. tétel: Elsı- és másodfoú egyelıtlesége, pozitív számo evezetes özepei, és eze felhaszálása szélsıérté-feladato megoldásáa Egyelıtleség: Két relációsjellel összeapcsolt ifejezés vagy függvéy. Az egyelıtleséget

Részletesebben

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika BIOSTATISZTIKA ÉS INFORMATIKA Leíró statisztika Első közelítésbe a statisztikai tevékeységeket égy csoportba sorolhatjuk, de ezek között ics éles határ:. adatgyűjtés, 2. az adatok áttekithetővé tétele,

Részletesebben

1. tétel. Halmazok, halmazműveletek, halmazok számossága, halmazműveletek és logikai műveletek kapcsolata.

1. tétel. Halmazok, halmazműveletek, halmazok számossága, halmazműveletek és logikai műveletek kapcsolata. . tétel. Halmazo, halmazművelete, halmazo számossága, halmazművelete és logiai művelete apcsolata. Vázlat:.Halmazoal apcsolatos elevezése, alapfogalma pl.: halmaz, elem, adott egy halmaz, megadása, jelölése

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika

Részletesebben

Statisztika 1. zárthelyi dolgozat március 21.

Statisztika 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

Részletesebben

1.1. Műveletek eseményekkel. Első fejezet. egy véletlen esemény vagy bekövetkezik, vagy nem következik be. Egyszerű

1.1. Műveletek eseményekkel. Első fejezet. egy véletlen esemény vagy bekövetkezik, vagy nem következik be. Egyszerű Első fejezet Elemi valószíűségelmélet A valószíűségelmélet alapvető fogalma a véletle eseméy. A véletle ísérlet végrehajtásaor egy véletle eseméy vagy beövetezi, vagy em övetezi be. Egyszerű példa véletle

Részletesebben

Dr. Tóth László, Kombinatorika (PTE TTK, 2007) nem vagyunk tekintettel a kiválasztott elemek sorrendjére. Mennyi a lehetőségek száma?

Dr. Tóth László, Kombinatorika (PTE TTK, 2007) nem vagyunk tekintettel a kiválasztott elemek sorrendjére. Mennyi a lehetőségek száma? Dr Tóth László, Kombiatoria (PTE TTK, 7 5 Kombiáció 5 Feladat Az,, 3, 4 számo özül válasszu i ettőt (ét ülöbözőt és írju fel ezeet úgy, hogy em vagyu teitettel a iválasztott eleme sorredjére Meyi a lehetősége

Részletesebben

Kutatói pályára felkészítı modul

Kutatói pályára felkészítı modul Kutatói pályára felkészítı modul Kutatói pályára felkészítı kutatási ismeretek modul Tudomáyos kutatási alapayag feldolgozása, elemzési ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI

Részletesebben

A valószínűségszámítás alapjai

A valószínűségszámítás alapjai A valószíűségszámítás alapjai Kombiatoria Permutáció (ismétlés élül): elem összes lehetséges sorredje: P = (-)(-) =!!- fatoriális Variáció ismétlés élül elem -ad osztályú ismétlés élüli variációja - elemből

Részletesebben

n akkor az n elem összes ismétléses ... k l k 3 k 1! k 2!... k l!

n akkor az n elem összes ismétléses ... k l k 3 k 1! k 2!... k l! KOMBINATORIKAI ALAPFOGALMAK A ombiatoria általába a véges halmazora voatozó redezési és leszámlálási feladatoal foglalozi. Az elemi ombiatoria legtöbb esetbe a övetező ét érdés egyiére eresi a választ:

Részletesebben

A matematikai statisztika elemei

A matematikai statisztika elemei A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................

Részletesebben

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

Sorozatok, 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

Részletesebben

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél Valószíűségszámítás 1 előadás al.mat BSc szaosoa 2015/2016 1. félév Zemplé Adrás zemple@ludes.elte.hu http://www.cs.elte.hu/~zemple/ 1. előadás: Bevezetés Irodalom, övetelméye A félév célja Valószíűségszámítás

Részletesebben

Diszkrét matematika KOMBINATORIKA KOMBINATORIKA

Diszkrét matematika KOMBINATORIKA KOMBINATORIKA A ombiatoria véges elemszámú halmazoat vizsgál. A fő érdése: a halmaz elemeit háyféleéppe lehet sorbaredezi, iválasztai özülü éháyat vagy aár midet bizoyos feltétele mellett, stb. Ezért a ombiatoria alapját

Részletesebben

Statisztika október 27.

Statisztika október 27. Statisztika 2011. október 27. Külöbség valószíőségszámítás és statisztika között Kísérlet: 4-szer dobuk fel egy érmét. Megszámoljuk a fejek számát. Valszám: Ismert a fejdobás valószíősége. Milye valószíőséggel

Részletesebben

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 16. A matematikai statisztika tárgya Következtetések levoása adatok alapjá Ipari termelés Mezőgazdaság Szociológia

Részletesebben

Tapasztalati eloszlás. Kumulált gyakorisági sorok. Példa. Értékösszegsor. Grafikus ábrázolás

Tapasztalati eloszlás. Kumulált gyakorisági sorok. Példa. Értékösszegsor. Grafikus ábrázolás Matemata statszta elıadás III. éves elemzı szaosoa 009/00. élév. elıadás Tapasztalat eloszlás Mde meggyeléshez (,,, ) / súlyt redel. Valószíőségeloszlás! Mtaátlag éppe ee az eloszlása a várható értée.

Részletesebben

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.

Zavar (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

3. Valószínűségszámítás

3. Valószínűségszámítás Biometria az orvosi gyaorlatba 3. Valószíűségszámítás 3. Valószíűségszámítás 3.. Bevezetés 3.. Kombiatoria 3... Permutáció 3... Variáció 3..3. Kombiáció 3 3.3. Biomiális együttható tulajdoságai 3 3.4.

Részletesebben

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél Valószíűségszámítás előadás formata BSC/ szaosoa és matemata elemző BSC-see 2015/2016 1. félév Zemplé drás zemple@ludes.elte.hu http://www.cs.elte.hu/~zemple/ 1. előadás: Bevezetés Irodalom, övetelméye

Részletesebben

Számelméleti alapfogalmak

Számelméleti alapfogalmak Számelméleti alapfogalma A maradéos osztás tétele Legye a és b ét természetes szám, b, és a>b Aor egyértelme léteze q és r természetes számo, amelyere igaz: a b q r, r b Megevezés: a osztadó b osztó q

Részletesebben

1. Komplex szám rendje

1. Komplex szám rendje 1. Komplex szám redje A hatváyo periódiusa ismétlőde. Tétel Legye 0 z C. Ha z egységgyö, aor hatváyai periódiusa ismétlőde. Ha z em egységgyö, aor bármely ét, egész itevőjű hatváya ülöböző. Tegyü föl,

Részletesebben

Komplex számok. 6. fejezet. A komplex szám algebrai alakja. Feladatok. alábbi komplex számokat és helyvektorukat:

Komplex számok. 6. fejezet. A komplex szám algebrai alakja. Feladatok. alábbi komplex számokat és helyvektorukat: 6 fejezet Komplex számo A omplex szám algebrai alaja D 61 Komplex száma evezü mide olya a+bi alaú ifejezést amelybe a és b valós szám i pedig az összes valós számtól ülöböz épzetes egysége evezett szimbólum

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 Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet

Részletesebben

Metrikus terek. továbbra is.

Metrikus 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

Részletesebben

Radiális szivattyú járókerék fő méreteinek meghatározása előírt Q-H üzemi ponthoz

Radiális szivattyú járókerék fő méreteinek meghatározása előírt Q-H üzemi ponthoz Radiális szivattyú járóeré fő méreteie meghatározása előírt - üzemi pothoz iret hajtás eseté szóa jövő asziromotor fordlatszámo % üzemi szlip feltételezésével: 90, 55, 970, 78 /mi Midegyi fordlatszámhoz

Részletesebben

Valószínûség számítás

Valószínûség számítás Valószíûség számítás Adrea Glashütter Feller Diáa Valószíűségszámítás Bevezetés a pézügyi számításoba I. Bevezetés a pézügyi számításoba A péz időértéével apcsolatos számításo A péz időértéée számítása:

Részletesebben

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

I. 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.

Részletesebben

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Statisztika

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Statisztika Statisztika A statisztika adatok gyűjtésével, redszerezésével, illetve adatsorok elemzésével, szemléltetésével foglalkozik. Adatok redszerezése DEFINÍCIÓ: (Populáció) Populációak (statisztikai sokaságak)

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA 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

Részletesebben

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika Leíró és matematikai statisztika Matematika alapszak, matematikai elemző szakiráy Zempléi Adrás Valószíűségelméleti és Statisztika Taszék Matematikai Itézet Természettudomáyi Kar Eötvös Lorád Tudomáyegyetem

Részletesebben

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum) Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa

Részletesebben

Matematika B4 I. gyakorlat

Matematika 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

Részletesebben

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya Matematikai statisztika előadás survey statisztika MA szakosokak 206/207 2. félév Zempléi Adrás. előadás: Bevezetés Irodalom, követelméyek A félév célja Matematikai statisztika tárgya Törtéet Alapfogalmak

Részletesebben

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 5. Megjegyzések. A tétel feltételei gyegíthetőek: elég, ha a függetle, azoos eloszlású változók várható értéke véges.

Részletesebben

Feladatok megoldása. Diszkrét matematika I. Beadandó feladatok. Bujtás Ferenc (CZU7KZ) December 14, feladat: (A B A A \ C = B)

Feladatok 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

Részletesebben

Statisztika 1. zárthelyi dolgozat március 18.

Statisztika 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

Részletesebben

6. Minısítéses ellenırzı kártyák

6. Minısítéses ellenırzı kártyák 6. Miısítéses elleırzı kártyák Sokszor elıfordul, hogy a termék-egyedek miıségét em tudjuk mérhetı meyiségekkel jellemezi, csak megfelelı/em megfelelı kategóriákba sorolhatjuk ıket, és a hibás darabokat,

Részletesebben

Mőbiusz Nemzetközi Meghívásos Matematika Verseny Makó, március 26. MEGOLDÁSOK

Mőbiusz Nemzetközi Meghívásos Matematika Verseny Makó, március 26. MEGOLDÁSOK Mőbiusz Nemzetözi Meghívásos Matematia Versey Maó, 0. március 6. MEGOLDÁSOK 5 700. Egy gép 5 óra alatt = 000 alatt 000 csavart. 000 csavart észít, így = gép észít el 5 óra 000. 5 + 6 = = 5 + 5 6 5 6 6.

Részletesebben

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html

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

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai 05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:

Részletesebben

Kalkulus II., második házi feladat

Kalkulus 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,

Részletesebben

Valószínűségszámítás és statisztika előadás Info. BSC B-C szakosoknak. Bayes tétele. Példák. Események függetlensége. Példák.

Valószínűségszámítás és statisztika előadás Info. BSC B-C szakosoknak. Bayes tétele. Példák. Események függetlensége. Példák. Valószínűségszámítás és statisztia előadás Info. BSC B-C szaosona 20018/2019 1. félév Zempléni András 2.előadás Bayes tétele Legyen B 1, B 2,..., pozitív valószínűségű eseményeből álló teljes eseményrendszer

Részletesebben

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

18. 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.

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematka statsztka 8. elıadás http://www.math.elte.hu/~arato/matstat0.htm Kétmtás eset: függetle mták + + + = + ) ( ) ( ) ( Y Y X X Y X m m m t m Ha smert a szórás: (X elemő, σ szórású, Y m elemő, σ szórású),

Részletesebben

Gazdasági matematika II. tanmenet

Gazdasági matematika II. tanmenet Gazdasági matematika II. tanmenet Mádi-Nagy Gergely A hivatkozásokban az alábbi tankönyvekre utalunk: T: Tóth Irén (szerk.): Operációkutatás I., Nemzeti Tankönyvkiadó 1987. Cs: Csernyák László (szerk.):

Részletesebben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

f (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,

Részletesebben

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov.

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov. Pályázat címe: Új geerációs sorttudomáyi kézés és tartalomfejlesztés, hazai és emzetközi hálózatfejlesztés és társadalmasítás a Szegedi Tudomáyegyeteme Pályázati azoosító: TÁMOP-4...E-5//KONV-05-000 Sortstatisztika

Részletesebben

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

A 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)

Részletesebben

Valószínűségszámítás alapjai szemléletesen

Valószínűségszámítás alapjai szemléletesen ### walszam07-jav-80.doc, ### 08.0.3., :00' http://math.ui-pao.hu/~szalkai/walszam07.pdf Valószíűségszámítás alapjai szemléletese /Kézirat, 08-0-3. / dr.szalkai Istvá Pao Egyetem, Veszprém Matematika Taszék

Részletesebben

Komputer statisztika

Komputer 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............................

Részletesebben

3. A VALÓSZÍNŰSÉG-ELMÉLET ALAPJAI

3. A VALÓSZÍNŰSÉG-ELMÉLET ALAPJAI 3. A VALÓSZÍNŰSÉG-ELMÉLE ALAPJAI Ebbe a függelébe azoat a valószíűség-elméleti alapfogalmaat foglalju össze, amelyere a mérése iértéeléséhez szüség va. A 3.. alfejezet a területe teljese ezdő számára észült.

Részletesebben

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

véletlen : 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

Részletesebben

Áringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév

Áringadozások 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

Részletesebben

Matematika A4 III. gyakorlat megoldás

Matematika A4 III. gyakorlat megoldás Matematia A4 III. gyaorlat megoldás 1. Független eseménye Lásd másodi gyaorlat feladatsora.. Diszrét eloszláso Nevezetes eloszláso Binomiális eloszlás: Tipius példa egy pénzdobás sorozatban a feje száma.

Részletesebben

VII.Valószínűségszámítási, statisztikai, gráfelméleti alapfogalmak

VII.Valószínűségszámítási, statisztikai, gráfelméleti alapfogalmak VII.Valószíűségszámítási, statisztikai, gráfelméleti alapfogalmak VII..A valószíűségszámítás elemei A valószíűségszámítás a véletle tömegjeleségeket taulmáyozó, kb. 300 éves tudomáy. Véletle jeleség: em

Részletesebben

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk;

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk; Statisztika Tegyük fel, hogy va egy halmazuk, és tekitsük egy vagy több valószíűségi változót, amelyek a halmaz mide elemé felveszek valamilye értéket. A halmazt populációak vagy sokaságak evezzük. Példák:

Részletesebben

Tuzson Zoltán A Sturm-módszer és alkalmazása

Tuzson Zoltán A Sturm-módszer és alkalmazása Tuzso Zoltá A turm-módszer és alalmazása zámtala szélsérté probléma megoldása, vag egeltleség bzoítása ago gara, már a matemata aalízs eszözere szorítoz, mt például a Jese-, Hölder-féle egeltleség, derválta

Részletesebben

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

(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

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

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

biometria 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

Részletesebben

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

Gazdasági matematika II. vizsgadolgozat megoldása A csoport Gazdasági matematika II. vizsgadolgozat megoldása A csoport Definiálja az alábbi fogalmakat!. Egy eseménynek egy másik eseményre vonatkozó feltételes valószínűsége. ( pont) Az A esemény feltételes valószínűsége

Részletesebben

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 26 p 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 A bomáls és a hpergeom. elo. összehasolítása 0 1 2 3 4 5 6 7 8 9 10 k Hp.geom

Részletesebben

24. tétel Kombinatorika. Gráfok.

24. tétel Kombinatorika. Gráfok. Mgyr Eszter Emelt szitő érettségi tétele 4. tétel Komitori. Gráfo. Komitori: A mtemti zo elméleti területe, mely egy véges hlmz elemeie csoportosításávl, iválsztásávl vgy sorrederásávl fogllozi. Permutáció

Részletesebben

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János BUDAPESTI MŐSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM KÖZLEKEDÉSMÉRNÖKI KAR JÁRMŐELEMEK ÉS HAJTÁSOK TANSZÉK Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János Budapest 2008

Részletesebben

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

VÉLETLENÍTETT ALGORITMUSOK. 1.ea. VÉLETLENÍTETT ALGORITMUSOK 1.ea. 1. Bevezetés - (Mire jók a véletleített algoritmusok, alap techikák) 1.1. Gyorsredezés Vegyük egy ismert példát, a redezések témaköréből, méghozzá a gyorsredezés algoritmusát.

Részletesebben

1. A radioaktivitás statisztikus jellege

1. 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

Részletesebben

Statisztikai hipotézisvizsgálatok

Statisztikai hipotézisvizsgálatok Statisztikai hipotézisvizsgálatok. Milye problémákál haszálatos? A gyakorlatba agyo gyakra szükségük lehet arra, hogy mitákból származó iformációk alapjá hozzuk sokaságra voatkozó dötéseket. Például egy

Részletesebben

c.) b.) FF 6/30 b.)

c.) b.) FF 6/30 b.) Valószí ségszámítás gyaorlat Megoldáso, megoldásvázlato, végeredméye Matematia alapsza, matematiai elemz szairáy Programtervez iformatius alapsza, modellez iformatius szairáy Bármilye, a segédayaggal apcsolatos

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

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli beugró kérdések. Készítette: Szántó Ádám Tavaszi félév

Eötvös 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

Részletesebben

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 28 dszkrét valószíőség változókra X(ω)=c mde ω-ra. Elevezés: elfajult eloszlás. P(X=c)=1. X akkor 1, ha egy adott,

Részletesebben

Folytonos valószínűségi változó: Lehetséges értéei egy folytonos tartományt alotna. Minden egyes érté 0 valószínűségű, csa tartományona van pozitív va

Folytonos valószínűségi változó: Lehetséges értéei egy folytonos tartományt alotna. Minden egyes érté 0 valószínűségű, csa tartományona van pozitív va Valószínűségi változó (véletlen változó, random variables) Változó: Névvel ellátott érté. (Képzeljün el egy fióot. A fió címéje a változó neve, a fió tartalma pedig a változó értée.) Valószínűségi változó:

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

FELADATOK a Bevezetés a matematikába I tárgyhoz

FELADATOK a Bevezetés a matematikába I tárgyhoz FELADATOK a Bevezetés a matematiába I tárgyhoz a számítástechia taár főisolai és a programozó matematius szao számára 2004 ovember 4 FIGYELEM: a számtech szaosoa csa a övetező feladato ellee: 2,6,7,8,9-13,16-25,27,31-33

Részletesebben

Biomatematika 2 Orvosi biometria

Biomatematika 2 Orvosi biometria Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

Részletesebben

Statisztika. Eloszlásjellemzők

Statisztika. Eloszlásjellemzők Statsztka Eloszlásjellemzők Statsztka adatok elemzése A sokaság jellemzése középértékekkel A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az

Részletesebben

V. Deriválható függvények

V. 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

Részletesebben

Tartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset:

Tartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset: Tartalom A bootstrap módszer Zempléi Adrás TTK, Valószíőségelméleti és Statisztika Taszék 2010. október 21 Bevezetés A függetle, azoos eloszlású eset: emparaméteres paraméteres eset Alkalmazások a rétegzett

Részletesebben

VEKTORGEOMETRIA. Mit nevezünk null vektornak? Olyan vektort, amelynek a nagysága (abszolút értéke) 0 és az iránya tetszőleges.

VEKTORGEOMETRIA. Mit nevezünk null vektornak? Olyan vektort, amelynek a nagysága (abszolút értéke) 0 és az iránya tetszőleges. VEKTORGEOMETRIA Mt evezü vetora? Olya meységet, amelye ráya és agysága va. Mt evezü egységvetora? Olya vetort, amelye a agysága (abszolút értée). Mt evezü ull vetora? Olya vetort, amelye a agysága (abszolút

Részletesebben

VII. A határozatlan esetek kiküszöbölése

VII. 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

Részletesebben

V. GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL

V. GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL 86 Összefoglaló gyaorlato és feladato V GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL 5 Halmazo, relácó, függvéye Bzoyítsd be, hogy ha A és B ét tetszőleges halmaz, aor a) P( A) P( B) P( A B) ; b) P( A) P ( B )

Részletesebben

m,p) binomiális eloszlás.

m,p) binomiális eloszlás. A Valószíűségszámítás I. előadássorozat hatodi témája. Néháy fotos diszrét eloszlás. Ismertetem éháy fotos diszrét eloszlás defiicióját, és tárgyalom eze legfotosabb tulajdoságait. Az eloszláso bevezetés

Részletesebben

Emelt szintő érettségi tételek. 10. tétel Számsorozatok

Emelt szintő érettségi tételek. 10. tétel Számsorozatok Mgyr Eszter Emelt szitő érettségi tétele 0. tétel zámsorozto orozt: Oly függvéy, melye értelmezési trtomáy pozitív egész számo hlmz. zámsorozt éphlmz vlós számo hlmz. f : N R f () jelöli sorozt -ei tgját.

Részletesebben

Szerszámgépek 5. előadás 2007. Március 13. Szerszámg. 5. előad. Miskolc - Egyetemváros 2006/2007 2.félév

Szerszámgépek 5. előadás 2007. Március 13. Szerszámg. 5. előad. Miskolc - Egyetemváros 2006/2007 2.félév Sersámgépe 5. előadás. Márcis. Sersámg mgépe 5. előad adás Misolc - Egyetemváros /.félév Sersámgépe 5. előadás. Márcis. A sabályohatósági tartomáy övelésée módserei Előetes megfotoláso: S mi mi M S φ,

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

Valószín ségszámítás és statisztika

Valószín ségszámítás és statisztika Valószí ségszámítás és statisztika oktatási segédayag Kupá Pál Tartalomjegyzék fejezet Valószí ségszámítási alapfogalmak 5 Eseméyek 5 M veletek eseméyekkel 5 2 A valószí ség fogalma 7 3 Valószí ségi változók

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

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O 1. Mit nevezünk elemi eseménynek és eseménytérnek? A kísérlet lehetséges kimeneteleit elemi eseményeknek nevezzük. Az adott kísélethez tartozó elemi események halmazát eseménytérnek nevezzük, jele: X 2.

Részletesebben

Statisztika. Földtudomány szak, geológus szakirány, 2015/2016. tanév tavaszi

Statisztika. Földtudomány szak, geológus szakirány, 2015/2016. tanév tavaszi Statisztika Földtudomáy szak, geológus szakiráy, 015/016. taév tavaszi félév Backhausz Áges (ELTE TTK Valószíűségelméleti és Statisztika Taszék)1 Tartalomjegyzék 1. Bevezetés 3 1.1. Példa: az adatok elemzése....................

Részletesebben

( ) ; VI. FEJEZET. Polinomok és algebrai egyenletek. Polinomok és algebrai egyenletek 215. VI.2.7. Gyakorlatok és feladatok (241.

( ) ; VI. FEJEZET. Polinomok és algebrai egyenletek. Polinomok és algebrai egyenletek 215. VI.2.7. Gyakorlatok és feladatok (241. Poliomo és algebrai egyelete 5 VI FEJEZET Poliomo és algebrai egyelete VI7 Gyaorlato és feladato ( oldal) A övetező ifejezése özül melye moomo? Háy változósa, háyad foúa és meyi az együtthatóju? 7 XX X,,

Részletesebben

[Biomatematika 2] Orvosi biometria

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

Részletesebben

6. feladatsor. Statisztika december 6. és 8.

6. feladatsor. Statisztika december 6. és 8. 6. feladatsor Statisztika 200. december 6. és 8.. Egy = 0 szervert tartalmazó kiszolgáló mide szervere mide pillaatba 0 < p < valószíűséggel foglalt, a foglaltságok szerverekét függetleek. Tehát a foglaltak

Részletesebben

SZÁMELMÉLET. Vasile Berinde, Filippo Spagnolo

SZÁMELMÉLET. Vasile Berinde, Filippo Spagnolo SZÁMELMÉLET Vasile Beride, Filippo Spagolo A számelmélet a matematika egyik legrégibb ága, és az egyik legagyobb is egybe Eek a fejezetek az a célja, hogy egy elemi bevezetést yújtso az első szite lévő

Részletesebben

Statisztikai adatok elemzése

Statisztikai adatok elemzése Statszta adato elemzése Gazdaságstatszta A soaság jellemzése özépértéeel Eloszlásjellemző A soaság jellemzésée szempotja A soaság jellemzésée szempotja: A soaság tpus értéée meghatározása. Az adato ülöbözőségée

Részletesebben