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

Méret: px
Mutatás kezdődik a ... oldaltól:

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

Átírás

1 8. Valószí ségszámítás. (Valószí ségeloszlások, függetleség. Valószí ségi változók várható értéke, magasabb mometumok. Kovergeciafajták, kapcsolataik. Borel-Catelli lemmák. Nagy számok gyege törvéyei. Függetle összeg kovergeciája. Kolmogorov-háromsortétel. Nagy számok er s törvéyei. Gyege kovergecia, karakterisztikus függvéy. Cetrális határeloszlás tétel. Iterált logaritmus tétel.) Alapfogalmak. Deíció. Valószí ségi mértéktére egy (Ω, A, P) hármast értük, ahol Ω egy emüres halmaz (az elemi eseméyek halmaza), A egy Ω- értelmezett σ-algebra (az eseméyek halmaza) és P egy valószí ségi (azaz -re ormált) mérték az Ω alaphalmazo. Deíció.2 Legye (X, F) egy mérhet tér. Egy X : Ω X leképezés valószí ségi változó, ha (A, F)-mérhet, azaz X (F ) A mie F F eseté. Az X valváltozó által geerált σ-algebra: σ(x) := {X (F ) F F} Ω. Deíció.3 Az X valváltozó eloszlása az alábbi mérték a képtére: Q X (F ) := P (X (F )), F F. Deíció.4 Az X : Ω R valósba képez valváltozó eloszlásfüggvéye: F X (t) := P (X < t) = Q X ((, t)), ahol t R. Valós valváltozó abszolút folytoos eloszlású, ha eloszlása abszolút folytoos a Lebesgue-mértékre. Ilyekor létezik a s r ségfüggvéye: (ami persze em más, mit a Rao-Nykoim erivált). f X (t) := Q X λ Tétel.5. F X eloszlásfüggvéy mooto öv, balról folytoos és F ( ) = 0, F ( ) =. (Megjegyzés: ez csak -imba karakterizál!) 2. f X s r ségfüggvéy f X 0 λ-m.m. és R f X(t) λ(t) =. Készítette Mátyás Zalá.

2 Deíció.6 Függetleség.. A,..., A véges sok eseméy függetle, ha P (A i... A ik ) = k P (A ij ) k és i... i k eseté. 2. A, A 2,... végtele sok eseméy függetle, ha mie véges részreszere függetle. 3. {A γ A, γ Γ} halmazreszerek függetleek, ha mie olya {A γ, γ Γ} részreszer függetle, ahol A γ A γ. 4. X γ, γ Γ valószí ségi változók függetleek, ha σ(x γ ), γ Γ függetle halmazreszerek. Tétel.7 Kolmogorov 0- törvéye. Legyeek A, A 2,... σ-algebrák, B := σ(a, A +,...) peig a megfelel farok σ-algebrák. Ekkor C B = eseté P (C) = 0 vagy P (C) =. Tétel.8 Borel-Catelli lemma. Legyeek A, A 2,... eseméyek. Ekkor a) P (A ) < P (lim sup A ) = 0 = b) Ha az eseméyek függetleek is, akkor a tétel megforítható. Deíció.9 Várható érték (mometum): E(X) := X(ω)P (ω), ha Ω ez létezik. Magasabb mometumok: E(X k ) Szóráségyzet: D 2 (X) := E[(X E(X)) 2 ], ha X L 2 Kovariacia: cov(x, Y ) := E[(X EX)(Y EY )] = E(XY ) E(X)E(Y ) Tétel.0 Ha a megfelel mometumok létezek, akkor EX = R t Q X(t) = R tf X(t) λ(t) = X 0 egészérték EX = = [ F X (t) F X ( t)] t 0 P (X ) Jese egyel tleség. ϕ kovex, létezik EX E(ϕ(X)) és E(ϕ(X)) ϕ(ex) (Megjegyzés: Az egyel tleség iráya köye megjegyezhet arról, hogy a szóráségyzet miig emegatív.) 2

3 EX <, EY < eseté X, Y függetle E(XY ) = EX EY Függetleség eseté D 2 (X + Y ) = D 2 (X) + D 2 (Y ) X, Y függetle korrelálatla (Vigyázat! Forítva em igaz!!!) 2 Kovergeciafajták és kapcsolataik. Az valószí ség (azaz P-m.m.), L p -beli és sztochasztikus kovergecia fogalmait ismertek tekitem, ezeket em eiálom. Deíció 2. Legye (S, ρ) egy teljes szeparábilis metrikus tér, (Q ) = peig rajta értelmezett mértékek sorozata. A mértéksorozat gyegé koverges és határértéke Q, ha f C b (S) (azaz folytoos és korlátos függvéy) eseté f Q w f Q. Jelölése: Q Q. Valváltozók X sorozata eloszlásba kovergál egy X valváltozóhoz, ha w Q X Q X gyegé. Jelölése: X X. Deíció 2.2 H L (Ω, A, P ) valváltozók halmaza egyeletese itegrálható, ha sup X P 0, mi c. X H{ X >c} Tétel 2.3 (A kovergeciafajták közötti kapcsolatok.) val. kov. = sztoch. kov. = eloszlásbeli L p -kovergecia = sztoch. kov. = eloszlásbeli X X sztochasztikusa = k : X k X val. Riesz-lemma. X X sztochasztikusa és létezik ε ullsorozat, amire P ( X X > ε ) < = valószí séggel is koverges. = A sztochasztikus és a gyege kovergecia metrizálható. L p X X X sztochasztikusa és { X p } = egyeletese itegrálható. X Cramer-Sluckij lemma. X X eloszlásba és ϱ(y, X ) 0 sztochasztikusa = Y X eloszlásba. w Q Q F (x) F (x) x c(f ) folytoossági potba. 3

4 Deíció 2.4 Legye (S, ρ) teljes szeparábilis metrikus tér. Valószí ségi mértékek P halmaza feszes, ha ε > 0 K ε kompakt halmaz, amire Q P eseté Q(S \ K ε ) < ε. P relatív kompakt, ha mie végtele halmazáak va gyegé koverges részhalmaza. Tétel 2.5 Prohorov tétele. (S, ρ) teljes szeparábilis metrikus tér eseté feszesség relatív kompaktság. Tétel 2.6 Helly tétele. F eloszlásfüggvéyek R-e = F k részsorozat és G mooto öv, balról folytoos függvéy, hogy F k (x) G(x) mie x c(g) folytoossági potba. 3 Cetrális határeloszlás tételek. Deíció 3. Az X : Ω R valósba képez valváltozó karakterisztikus függvéye ϕ X : R C, ahol ϕ X (t) := E(e itx ). (Megjegyzés: A vájtszem ek azoal észrevehetik, hogy ez em más, mit a mometumgeeráló függvéy megszorítva a képzetes tegelyre.) Tétel 3.2 (A karakterisztikus függvéy tulajoságai.) ϕ X (t), ϕ X (0) = és ϕ X pozitív szemieit függvéy. X,..., X függetle valváltozók = ϕpi X i (t) = i ϕ Xi (t) E X < = ϕ X -szer folytoosa iereciálható, és emellett ϕ (k) X (0) = ik E(X k ), ahol k =,...,. Lévy-féle iverziós formula. lim c 2π c c e ita e itb ϕ X (t)t = it Uicitás tétel. ϕ X meghatározza F X -et. = P (a < X < b) + [P (X = a) + P (X = b)]. 2 Folytoossági tétel. X X = ϕ X (t) ϕ X (t) véges itervallumo egyeletese. Megforítva: ϕ X (t) Ψ(t) t R és Ψ 0-ba folytoos függvéy = Ψ = ϕ X karakterisztikus függvéy és X X gyegé. 4

5 Deíció 3.3 Staar ormális eloszlás. X staar ormális eloszlású valváltozó, ha karakterisztikus függvéye ϕ X (t) = e t2 2. Jelölés: X N(0, ). Tétel 3.4 Moivre-Laplace tétel. (Alias -imeziós szimmetrikus bolyogás.) X, X 2,... függetle valváltozók P (X = ) = P (X = ) = eloszlással, S := X i. Ekkor S N(0, ). i= Tétel 3.5 Hicsi iterált logaritmus tétele. Legye X, X 2,... egy imeziós szimmetrikus bolyogás. Ekkor valószí séggel lim sup lim if S 2 log log = S 2 log log =. Deíció 3.6 X j, ( =,... ; j =,..., k ) függetle szériasorozat, ha a szerepl valváltozók x -re függetleek. Aszimptotikus kicsiység (AK) feltétele: max 0, mi. j D2 X j, Cetrális határeloszlás (CH): X N(0, ). Lieberg-feltétel (L): ε > 0-ra L(, ε) := k E(Xj,χ 2 { Xj, >ε}) 0, mi. Tétel 3.7 Lieberg-Feller tétel. Legye X j, ( =,... ; j =,..., k ) k egy függetle szériasorozat, EX j, = 0, D 2 X j, =, S := k X j,. Ekkor a részletösszegekre (L) (AK) + (CH). Megjegyzés 3.8 A cetrális határeloszlás tételek szemléletese azt fejezik ki, hogy agy számú kicsi, közel függetle véletle hatás összegz ése jó közelítéssel ormális eloszlást ereméyez. Ez az ige általáos moell sok jeleségre alkalmazható (lás pélául a regeteg külöböz statisztikai próbát), ez az oka a CHT közpoti szerepéek. Természetese emcsak a kovergecia téye, haem aak sebessége is léyeges, err l szól a hírhet Berry-Essée tétel. 5

6 4 Függetle összeg kovergeciája. Ebbe a fejezetbe el foruló X, X 2,... valváltozók függetleek, részletösszegüket S -el jelöljük. Tétel 4. Kolmogorov tétele. S 0 vagy valószí séggel kovergál. Lévy tétele. S sztochasztikusa koverges valószí séggel koverges. Nagy számok gyege törvéye. X, X 2,... függetle, azoos eloszlású (ii. = iepeet a ietically istribute) valváltozók, EX sztochasztikusa, s t L 2 -be is. EX 2 < = S Feller tétele. X i ii. eseté a számsorozat, amelyre S a 0 sztochasztikusa P ( X > ) 0, mi. Nagy számok er s törvéye. X i függetle vv.-k, i= i= D 2 (X i ) i 2 < = [X i EX i ] 0 valószí séggel. (Speciálisa X i ii. eseté S EX valószí séggel.) Kolmogorov féle er s törvéy. X i ii. = (i) S c kostas valószí séggel = EX <. (ii) EX < = S EX valószí séggel. Kolmogorov háromsor tétele. Jelölje a c szitbe levágott valváltozót Xj c := X j χ { Xj c}. (i) Tfh. c : P ( X j > c) < j EXj c < j D 2 (Xj c ) < j } = j X j val. koverges. (ii) X j valószí séggel koverges = a feti három sor c R eseté koverges. 6

hogy alkalmas konstrukcióval megadható-e olyan sztochasztikus folyamat, melynek ezek

hogy alkalmas konstrukcióval megadható-e olyan sztochasztikus folyamat, melynek ezek Wieer folyamatok A következő két feladat azt mutatja, hogy az az eseméy, hogy egy sztochasztikus folyamat folytoos trajektóriájú-e vagy sem em határozható meg a folyamat véges dimeziós eloszlásai segítségével,

Részletesebben

Innen. 2. Az. s n = 1 + q + q 2 + + q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha

Innen. 2. Az. s n = 1 + q + q 2 + + q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha . Végtele sorok. Bevezetés és defiíciók Bevezetéskét próbáljuk meg az 4... végtele összegek értelmet adi. Mivel végtele sokszor em tuduk összeadi, emiatt csak az első tagot adjuk össze: legye s = 4 8 =,

Részletesebben

Gyakorló feladatok II.

Gyakorló feladatok II. Gyakorló feladatok II. Valós sorozatok és sorok Közgazdász szakos hallgatókak a Matematika B című tárgyhoz 2005. október Valós sorozatok elemi tulajdoságai F. Pozitív állítás formájába fogalmazza meg azt,

Részletesebben

fogalmazva a nagy számok törvénye azt mondja ki, hogy ha vesszük n független és

fogalmazva a nagy számok törvénye azt mondja ki, hogy ha vesszük n független és A Valószíűségszámítás II. előadássorozat egyedik témája. A NAGY SZÁMOK TÖRVÉNYE Eze előadás témája a agy számok erős és gyege törvéye. Kissé leegyszerűsítve fogalmazva a agy számok törvéye azt modja ki,

Részletesebben

FELADATOK A KALKULUS C. TÁRGYHOZ

FELADATOK A KALKULUS C. TÁRGYHOZ FELADATOK A KALKULUS C. TÁRGYHOZ. HALMAZOK RELÁCIÓK FÜGGVÉNYEK. Bizoyítsuk be a halmaz-műveletek alapazoosságait! 2. Legye adott az X halmaz legye A B C X. Ha A B := (A B) (B A) akkor bizoyítsuk be hogy

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

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

= dx 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05

= dx 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 Folytoos vlószíűségi változók Értékkészletük számegyees egy folytoos (véges vgy végtele) itervllum. Vlmeyi lehetséges érték vlószíűségű, pozitív vlószíűségek csk értéktrtomáyokhoz trtozk. Az eloszlás em

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

Kalkulus I. Első zárthelyi dolgozat 2014. szeptember 16. MINTA. és q = k 2. k 2. = k 1l 2 k 2 l 1. l 1 l 2. 5 2n 6n + 8

Kalkulus I. Első zárthelyi dolgozat 2014. szeptember 16. MINTA. és q = k 2. k 2. = k 1l 2 k 2 l 1. l 1 l 2. 5 2n 6n + 8 Név, Neptu-kód:.................................................................... 1. Legyeek p, q Q tetszőlegesek. Mutassuk meg, hogy ekkor p q Q. Tegyük fel, hogy p, q Q. Ekkor létezek olya k 1, k 2,

Részletesebben

Kevei Péter. 2013. november 22.

Kevei Péter. 2013. november 22. Valószíűségelmélet feladatok Kevei Péter 2013. ovember 22. 1 Tartalomjegyzék 1. Mérhetőség 4 2. 0 1 törvéyek 12 3. Vektorváltozók 18 4. Véletle változók traszformáltjai 28 5. Várható érték 33 6. Karakterisztikus

Részletesebben

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet Debrecei Egyetem Közgazdaság- és Gazdaságtudomáyi Kar Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz a megoldásra feltétleül ajálott feladatokat jelöli e feladatokat a félév végére megoldottak

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

Numerikus sorok. Kónya Ilona. VIK, Műszaki Informatika ANALÍZIS (1) Oktatási segédanyag

Numerikus sorok. Kónya Ilona. VIK, Műszaki Informatika ANALÍZIS (1) Oktatási segédanyag VIK, Műszaki Iformatika ANALÍZIS Numerikus sorok Oktatási segédayag A Villamosméröki és Iformatikai Kar műszaki iformatikus hallgatóiak tartott előadásai alapjá összeállította: Fritz Józsefé dr. Kóya Iloa

Részletesebben

Tartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13

Tartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13 Tartalomjegyzék I Kombiatorika Pemutáció Ismétléses permutáció 8 Variáció 9 Ismétléses variáció Kombiáció Ismétléses kombiáció II Valószíségszámítás M/veletek eseméyek között 6 A valószí/ség fogalma 8

Részletesebben

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény Palácz Béla - Soft Computig - 11-1. Adatok közelítése 1. Adatok közelítése Bevezetés A természettudomáyos feladatok megoldásához, a vizsgált jeleségek, folyamatok főbb jellemzői közötti összefüggések ismeretére,

Részletesebben

Komplex számok (el adásvázlat, 2008. február 12.) Maróti Miklós

Komplex számok (el adásvázlat, 2008. február 12.) Maróti Miklós Komplex számok el adásvázlat, 008. február 1. Maróti Miklós Eek az el adásak a megértéséhez a következ fogalmakat kell tudi: test, test additív és multiplikatív csoportja, valós számok és tulajdoságaik.

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

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

VÉGTELEN SOROK, HATVÁNYSOROK

VÉGTELEN SOROK, HATVÁNYSOROK VÉGTELEN SOROK, HATVÁNYSOROK írta: SZILÁGYI TIVADAR. VÉGTELEN SOROK.. Alapfogalmak, a végtele mértai sor, további példák Az aalízisek a végtele sorok cím fejezete abból a problémából fejl dött ki, hogy

Részletesebben

18. Differenciálszámítás

18. Differenciálszámítás 8. Differeciálszámítás I. Elméleti összefoglaló Függvéy határértéke Defiíció: Az köryezetei az ] ε, ε[ + yílt itervallumok, ahol ε > tetszőleges. Defiíció: Az f függvéyek az véges helye vett határértéke

Részletesebben

VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR

VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR védőeryő az ismeretleek záporába VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR www.matektaitas.hu www.matektaitas.hu ifo@matektaitas.hu 1 védőeryő az ismeretleek záporába Kombiatorika Permutáció Ismétlés élküli permutáció

Részletesebben

Feladatok és megoldások a 11. heti gyakorlathoz

Feladatok és megoldások a 11. heti gyakorlathoz Feladatok és megoldások a. het gyakorlathoz dszkrét várható érték Építőkar Matematka A. Egy verseye öt ő és öt férf verseyző dul. Tegyük fel, hogy cs két azoos eredméy, és md a 0! sorred egyformá valószíű.

Részletesebben

ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az eredmény. A kérdés a következő: Mikor mondhatjuk azt, hogy bizonyos események közül

ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az eredmény. A kérdés a következő: Mikor mondhatjuk azt, hogy bizonyos események közül A Borel Cantelli lemma és annak általánosítása. A valószínűségszámítás egyik fontos eredménye a Borel Cantelli lemma. Először informálisan ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az

Részletesebben

Szemmegoszlási jellemzők

Szemmegoszlási jellemzők Szemmegoszlási jellemzők Németül: Agolul: Charakteristike er Korgrößeverteilug Characteristics of particle size istributio Fraciául: Caractéristique e compositio graulométrique Kutatási, fejlesztési és

Részletesebben

matematikai statisztika gyakorlatok

matematikai statisztika gyakorlatok Valószí½Uségszámítás és matematikai statisztika gyakorlatok feladatok és megoldások. február 9. ii Tartalomjegyzék. Valószí½uségszámítási feladatok.. Függetleség, feltételes valószí½uség.......................

Részletesebben

Integrált Intetnzív Matematika Érettségi

Integrált Intetnzív Matematika Érettségi tgrált ttzív Matmatika Érttségi. Adott az f : \ -, f függvéy. a) Számítsd ki az f függvéy driváltját! b) Határozd mg az f függvéy mootoitási itrvallumait! c) gazold, hogy f ( ) bármly sté!. Adott az f

Részletesebben

A valós számok halmaza

A valós számok halmaza VA 1 A valós számok halmaza VA 2 A valós számok halmazának axiómarendszere és alapvető tulajdonságai Definíció Az R halmazt a valós számok halmazának nevezzük, ha teljesíti a következő axiómarendszerben

Részletesebben

Tranziens káosz nyitott biliárdasztalokon

Tranziens káosz nyitott biliárdasztalokon Eötvös Lorád Tudomáyegyetem Természettudomáyi kar Vicze Gergely Trazies káosz yitott biliárdasztaloko Msc szakdolgozat Témavezető: Tél Tamás, egyetemi taár Elméleti Fizikai Taszék Budapest, 2012 1 Tartalom

Részletesebben

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata 6. év OTKA zárójeletés: Vezető kutató:kalszky Sádor OTKA ylvátartás szám T 4993 A pályázat címe: Rugalmas-képlékey tartószerkezetek topológa optmalzálásáak éháy külöleges feladata (Részletes jeletés) Az

Részletesebben

Autoregressziós modellekkel kapcsolatos

Autoregressziós modellekkel kapcsolatos Autoregressziós modellekkel kapcsolatos határeloszlás tételek Pap Gyula Kossuth Lajos Tudomáyegyetem, Matematikai és Iformatikai Itézet H 4 ebrece, Pf.2 papgy@math.klte.hu. AR() modellek Tekitsük az (.)

Részletesebben

Hipotézis-ellenırzés (Statisztikai próbák)

Hipotézis-ellenırzés (Statisztikai próbák) Következtetı statisztika 5. Hipotézis-elleırzés (Statisztikai próbák) 1 Egymitás próbák Átlagra, aráyra, Szórásra Hipotézis-vizsgálat Áttekités Egymitás em paraméteres próbák Függetleségvizsgálat Illeszkedésvizsgálat

Részletesebben

2.1. A sorozat fogalma, megadása és ábrázolása

2.1. A sorozat fogalma, megadása és ábrázolása 59. Számsorozatok.. A sorozat fogalma, megadása és ábrázolása.. Defiíció. Azokat az f : N R valós függvéyeket, melyek mide természetes számhoz egy a valós számot redelek hozzá, végtele számsorozatokak,

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

Sorozatok A.: Sorozatok általában

Sorozatok A.: Sorozatok általában 200 /2002..o. Fakt. Bp. Sorozatok A.: Sorozatok általába tam_soroz_a_sorozatok_altalaba.doc Sorozatok A.: Sorozatok általába Ad I. 2) Z/IV//a-e, g-m (CD II/IV/ Próbálj meg róluk miél többet elmodai. 2/a,

Részletesebben

Komplex számok. d) Re(z 4 ) = 0, Im(z 4 ) = 1 e) Re(z 5 ) = 0, Im(z 5 ) = 2 f) Re(z 6 ) = 1, Im(z 6 ) = 0

Komplex számok. d) Re(z 4 ) = 0, Im(z 4 ) = 1 e) Re(z 5 ) = 0, Im(z 5 ) = 2 f) Re(z 6 ) = 1, Im(z 6 ) = 0 Komplex számok 1 Adjuk meg az alábbi komplex számok valós, illetve képzetes részét: a + i b i c z d z i e z 5 i f z 1 A z a + bi komplex szám valós része: Rez a, képzetes része Imz b Ez alapjá a megoldások

Részletesebben

FRAKTÁLGEOMETRIA. Metrikus terek, szeparábilitás, kompaktság. Czirbusz Sándor czirbusz@gmail.com. Komputeralgebra Tanszék ELTE Informatika Kar

FRAKTÁLGEOMETRIA. Metrikus terek, szeparábilitás, kompaktság. Czirbusz Sándor czirbusz@gmail.com. Komputeralgebra Tanszék ELTE Informatika Kar Metrikus terek, szeparábilitás, kompaktság Czirbusz Sándor czirbusz@gmail.com Komputeralgebra Tanszék ELTE Informatika Kar 2010. március 7. Vázlat 1 Szeparábilitás Definíciók A szeparábilitás ekvivalens

Részletesebben

n = 1,2,..., a belőlük készített részletösszegek sorozata. Tekintsük az S n A n

n = 1,2,..., a belőlük készített részletösszegek sorozata. Tekintsük az S n A n Határeloszlástételek és korlátlanul osztható eloszlások. I. rész Az alapvető problémák megfogalmazása. A valószínűségszámítás egyik alapvető feladata a következő kérdés vizsgálata: Legyen ξ 1,ξ 2,... független

Részletesebben

KÍSÉRLETTERVEZÉS ÉS ÉRTÉKELÉS A MIKROBIOLÓGIAI GYAKORLATBAN

KÍSÉRLETTERVEZÉS ÉS ÉRTÉKELÉS A MIKROBIOLÓGIAI GYAKORLATBAN KÍSÉRLETTERVEZÉS ÉS ÉRTÉKELÉS A MIKROBIOLÓGIAI GYAKORLATBAN DR. REICHART OLIVÉR 005. Budapest Lektorálta: Zukál Edre Tartalom BEVEZETÉS 3. VALÓSZÍNŰSÉGSZÁMÍTÁSI ALAPOK 5.. Kombiatorikai alapösszefüggések

Részletesebben

GAZDASÁGI MATEMATIKA 1. ANALÍZIS

GAZDASÁGI MATEMATIKA 1. ANALÍZIS SZENT ISTVÁN EGYETEM GAZDASÁGI, AGRÁR- ÉS EGÉSZSÉGTUDOMÁNYI KAR Dr. Szakács Attila GAZDASÁGI MATEMATIKA. ANALÍZIS Segédlet öálló mukához. átdolgozott, bővített kiadás Békéscsaba, Lektorálták: DR. PATAY

Részletesebben

Izolált rendszer falai: sem munkavégzés, sem a rendszer állapotának munkavégzés nélküli megváltoztatása nem lehetséges.

Izolált rendszer falai: sem munkavégzés, sem a rendszer állapotának munkavégzés nélküli megváltoztatása nem lehetséges. ERMODINMIK I. FÉELE els eergia: megmaraó meyiség egy izolált reszerbe (eergiamegmaraás törvéye) mikroszkóikus kifejezését láttuk Izolált reszer falai: sem mukavégzés sem a reszer állaotáak mukavégzés élküli

Részletesebben

Konvex optimalizálás feladatok

Konvex optimalizálás feladatok (1. gyakorlat, 2014. szeptember 16.) 1. Feladat. Mutassuk meg, hogy az f : R R, f(x) := x 2 függvény konvex (a másodrend derivált segítségével, illetve deníció szerint is)! 2. Feladat. Mutassuk meg, hogy

Részletesebben

Ingatlanfinanszírozás és befektetés

Ingatlanfinanszírozás és befektetés Nyugat-Magyarországi Egyetem Geoiformatikai Kar Igatlameedzser 8000 Székesfehérvár, Pirosalma u. 1-3. Szakiráyú Továbbképzési Szak Igatlafiaszírozás és befektetés 2. Gazdasági matematikai alapok Szerzı:

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

Diszkrét matematika I. gyakorlat

Diszkrét matematika I. gyakorlat Vizsgafeladatok megoldása 2012. december 5. Tartalom Teljes feladatsor #1 1 Teljes feladatsor #1 2 Teljes feladatsor #2 3 Teljes feladatsor #3 4 Teljes feladatsor #4 5 Válogatott feladatok 6 Végső bölcsesség

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

III. FEJEZET FÜGGVÉNYEK ÉS TULAJDONSÁGAIK

III. FEJEZET FÜGGVÉNYEK ÉS TULAJDONSÁGAIK Függvéek és tulajdoságaik 69 III FEJEZET FÜGGVÉNYEK ÉS TULAJDONSÁGAIK 6 Gakorlatok és feladatok ( oldal) Írd egszerűbb alakba: a) tg( arctg ) ; c) b) cos( arccos ) ; d) Megoldás a) Bármel f : A B cos ar

Részletesebben

hogy a tételben megfogalmazott feltételek nemcsak elégséges, hanem egyben szükséges feltételei is a centrális határeloszlástételnek.

hogy a tételben megfogalmazott feltételek nemcsak elégséges, hanem egyben szükséges feltételei is a centrális határeloszlástételnek. A Valószínűségszámítás II. előadássorozat második témája. A CENTRÁLIS HATÁRELOSZLÁSTÉTEL A valószínűségszámítás legfontosabb eredménye a centrális határeloszlástétel. Ez azt mondja ki, hogy független valószínűségi

Részletesebben

4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI 4. Fuzzy relációk Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Klasszikus relációk Halmazok Descartes-szorzata Relációk 2 Fuzzy relációk Fuzzy relációk véges alaphalmazok

Részletesebben

5. A kiterjesztési elv, nyelvi változók

5. A kiterjesztési elv, nyelvi változók 5. A kiterjesztési elv, nyelvi változók Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 A kiterjesztési elv 2 Nyelvi változók A kiterjesztési elv 237 A KITERJESZTÉSI ELV A

Részletesebben

Feladatok megoldással

Feladatok megoldással Fladatok mgoldással. sztmbr 6.. Halmazrdszrk. Igazoljuk! A \ B A r (A r B) (A [ B) r ((A r B) [ (B r A)) Mgoldás. A r (A r B) A \ A \ B A \ A [ B A \ A [ (A \ B) A \ B (A [ B) r ((A r B) [ (B r A)) (A

Részletesebben

Wiener-folyamatok legfontosabb tulajdonságai. Poisson-folyamatok.

Wiener-folyamatok legfontosabb tulajdonságai. Poisson-folyamatok. Wiener-folyamatok legfontosabb tulajdonságai. Poisson-folyamatok. Láttuk, hogy a Wiener-folyamat teljesíti az úgynevezett funkcionális centrális határeloszlástételt. Ez az eredmény durván szólva azt fejezi

Részletesebben

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

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

Részletesebben

Valószín ségelmélet házi feladatok

Valószín ségelmélet házi feladatok Valószín ségelmélet házi feladatok Minden héten 3-4 házi feladatot adok ki. A megoldásokat a következ órán kell beadni, és kés bb már nem lehet pótolni. Csak az mehet vizsgázni, aki a 13 hét során kiadott

Részletesebben

Matematikai játékok. Svetoslav Bilchev, Emiliya Velikova

Matematikai játékok. Svetoslav Bilchev, Emiliya Velikova Matematikai játékok Svetoslav Bilchev, Emiliya Velikova 1. rész Matematikai tréfák A következő matematikai játékokba matematikai tréfákba a végső eredméy a játék kiidulási feltételeitől függ, és em a játékosok

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

MODELLEK ÉS ALGORITMUSOK ELŐADÁS

MODELLEK ÉS ALGORITMUSOK ELŐADÁS MODELLEK ÉS ALGORITMUSOK ELŐADÁS Szerkesztette: Balogh Tamás 214. december 7. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így

Részletesebben

Nagyordó, Omega, Theta, Kisordó

Nagyordó, Omega, Theta, Kisordó A növekedés nagyságrendje, számosság Logika és számításelmélet, 6. gyakorlat 2009/10 II. félév Számításelmélet (6. gyakorlat) A növekedés nagyságrendje, számosság 2009/10 II. félév 1 / 1 Nagyordó, Omega,

Részletesebben

Barczy Mátyás és Pap Gyula. Sztochasztikus folyamatok. (Gauss-folyamatok, Poisson-folyamat)

Barczy Mátyás és Pap Gyula. Sztochasztikus folyamatok. (Gauss-folyamatok, Poisson-folyamat) Barczy Mátyás és Pap Gyula Sztochasztikus folyamatok Példatár és elméleti kiegészítések I. Rész (Gauss-folyamatok, Poisson-folyamat mobidiák könyvtár Barczy Mátyás és Pap Gyula Sztochasztikus folyamatok

Részletesebben

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása Rudas Tamás: A hibahatár a becsült meyiség függvéyébe a mért ártrefereciák téves értelmezéséek egyik forrása Megjelet: Agelusz Róbert és Tardos Róbert szerk.: Mérésről mérésre. A választáskutatás módszertai

Részletesebben

5. Kombinatorika. 8. Legfeljebb hány pozitív egész számot adhatunk meg úgy, hogy semelyik kettő összege és különbsége se legyen osztható 2015-tel?

5. Kombinatorika. 8. Legfeljebb hány pozitív egész számot adhatunk meg úgy, hogy semelyik kettő összege és különbsége se legyen osztható 2015-tel? 5. Kombiatorika I. Feladatok. Háyféleképpe olvashatók ki az alábbi ábrákról a PAPRIKAJANCSI, a FELADAT és a MATEMATIKASZAKKÖR szavak, ha midig a bal felső sarokból kell iduluk, és mide lépésük csak jobbra

Részletesebben

(arcsin x) (arccos x) ( x

(arcsin x) (arccos x) ( x ALAPDERIVÁLTAK ( c ) (si ) cos ( ) (cos ) si ( ) ( ) ( tg) cos ( e ) e ( ctg ) si ( a ) a l a ( sh) ch (l ) ( ch) sh (log a ) ( th) l a ch (arcsi ) (arccos ) ( arctg ) DERIVÁLÁSI SZABÁLYOK. ( c ) c. c

Részletesebben

Sztochasztikus folyamatok

Sztochasztikus folyamatok Sztochasztikus folyamatok Pap Gyula, Sz cs Gábor Szegedi Tudományegyetem Bolyai Intézet, Sztochasztika Tanszék Utolsó frissítés: 2014. február 8. Tartalomjegyzék Tartalomjegyzék 2 1. Sztochasztikus folyamatok

Részletesebben

A statisztika részei. Példa:

A statisztika részei. Példa: STATISZTIKA Miért tauljuk statisztikát? Mire haszálhatjuk? Szakirodalom értő és kritikus olvasásához Mit állít egyáltalá a cikk? Korrektek-e a megállaítások? Vizsgálatok (kísérletek és felmérések) tervezéséhez,

Részletesebben

A figurális számokról (IV.)

A figurális számokról (IV.) A figurális számokról (IV.) Tuzso Zoltá, Székelyudvarhely A továbbiakba külöféle számkombiációk és összefüggések reprezetálásáról, és bizoyos összegek kiszámolásáról íruk. Sajátos összefüggések Az elekbe

Részletesebben

I. BEVEZETİ. i= 1 i= Z : Ai F és Ai Ai+ i Z : Bi F és Bi Bi+

I. BEVEZETİ. i= 1 i= Z : Ai F és Ai Ai+ i Z : Bi F és Bi Bi+ I ALAPFOGALMAK I BEVEZETİ Jelölése: K: véletle ísérlet, ω : elem eseméy, { : } Ω= ω : eseméytér, F Ω : eseméyalgebra, A F : eseméy, Ω F : bztos eseméy Mővelete eseméyeel: összegzés: A+B (halmazuó), szorzás:

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

Valószínűségszámítás

Valószínűségszámítás 8. Valószíűségszámítás ESEMÉNYEK 174 Eseméyek formális leírása, műveletek 175 Feladatok 176 A VALÓSZÍNŰSÉG FOGALMA 177 A valószíűség tulajdoságai 178 Mitapéldák 179 Feladatok 181 VALÓSZÍNŰSÉGI VÁLTOZÓK

Részletesebben

Statisztikai programcsomagok

Statisztikai programcsomagok Statisztikai programcsomagok Sz cs Gábor Szegedi Tudomáyegyetem, Bolyai Itézet Szeged, 2012. tavaszi félév Sz cs Gábor (SZTE, Bolyai Itézet) Statisztikai programcsomagok 2012. tavaszi félév 1 / 26 Bevezetés

Részletesebben

azonosságot minden 1 i, l n, 1 j k, indexre teljesítő együtthatókkal, amelyekre érvényes a = c (j) i,l l,i

azonosságot minden 1 i, l n, 1 j k, indexre teljesítő együtthatókkal, amelyekre érvényes a = c (j) i,l l,i A Cochran Fisher tételről A matematikai statisztika egyik fontos eredménye a Cochran Fisher tétel, amely a variancia analízisben játszik fontos szerepet. Ugyanakkor ez a tétel lényegét tekintve valójában

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

DIPLOMAMUNKA TÉMAVEZETŐ: DR. PAP GYULA MATEMATIKAI ÉS INFORMATIKAI INTÉZET DEBRECENI EGYETEM

DIPLOMAMUNKA TÉMAVEZETŐ: DR. PAP GYULA MATEMATIKAI ÉS INFORMATIKAI INTÉZET DEBRECENI EGYETEM DIPLOMAMUNKA BARCZY MÁTYÁS VALÓSZÍNŰSÉGI MÉRTÉKEK LOKÁLISAN KOMPAKT ABEL-CSOPORTOKON TÉMAVEZETŐ: DR. PAP GYULA MATEMATIKAI ÉS INFORMATIKAI INTÉZET DEBRECENI EGYETEM 2001 1 I. Bevezetés. Diplomamunkám a

Részletesebben

First Prev Next Last Go Back Full Screen Close Quit. (Derivált)

First Prev Next Last Go Back Full Screen Close Quit. (Derivált) Valós függvények (3) (Derivált) . Legyen a belső pontja D f -nek. Ha létezik és véges a f(x) f(a) x a x a = f (a) () határérték, akkor f differenciálható a-ban. Az f (a) szám az f a-beli differenciálhányadosa.

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

Általános taggal megadott sorozatok összegzési képletei

Általános taggal megadott sorozatok összegzési képletei Általáos taggal megadott sorozatok összegzési képletei Kéri Gerzso Ferec. Bevezetés A sorozatok éháy érdekes esetét tárgyaló el adást az alábbi botásba építem fel:. képletek,. alkalmazások, 3. bizoyítás

Részletesebben

Markov folyamatok és martingálok (BMETE95MM07) ütemterv. Balázs Márton 2012 ősz

Markov folyamatok és martingálok (BMETE95MM07) ütemterv. Balázs Márton 2012 ősz Markov folyamatok és martingálok (BMETE95MM07) ütemterv Balázs Márton 202 ősz Alább egy nagyon hozzávetőleges ütemterv, a félév elején finomodni fog még, aztán úgyse pont így sikerül majd. A Tematika és

Részletesebben

Pénzügyi matematika. Sz cs Gábor. Szeged, 2011. szi félév. Szegedi Tudományegyetem, Bolyai Intézet

Pénzügyi matematika. Sz cs Gábor. Szeged, 2011. szi félév. Szegedi Tudományegyetem, Bolyai Intézet Pénzügyi matematika Sz cs Gábor Szegedi Tudományegyetem, Bolyai Intézet Szeged, 2011. szi félév Sz cs Gábor (SZTE, Bolyai Intézet) Pénzügyi matematika 2011. szi félév 1 / 79 Értékpapírpiacok Bevezetés

Részletesebben

Következik, hogy B-nek minden prímosztója 4k + 1 alakú, de akkor B maga is 4k + 1 alakú, s ez ellentmondás.

Következik, hogy B-nek minden prímosztója 4k + 1 alakú, de akkor B maga is 4k + 1 alakú, s ez ellentmondás. Prímszámok A (pozitív) prímszámok sorozata a következő: 2, 3, 5, 7, 11, 13, 17, 19,... 1. Tétel. Végtelen sok prímszám van. Első bizonyítás. (Euklidész) Tegyük fel, hogy állításunk nem igaz, tehát véges

Részletesebben

Készítette: Ernyei Kitti. Halmazok

Készítette: Ernyei Kitti. Halmazok Halmazok Jelölések: A halmazok jele általában nyomtatott nagybetű: A, B, C Az x eleme az A halmaznak: Az x nem eleme az A halmaznak: Az A halmaz az a, b, c elemekből áll: A halmazban egy elemet csak egyszer

Részletesebben

Kidolgozott feladatok a nemparaméteres statisztika témaköréből

Kidolgozott feladatok a nemparaméteres statisztika témaköréből Kidolgozott feladatok a emparaméteres statisztika témaköréből A tájékozódást mideféle szíkódok segítik. A feladatok eredeti szövege zöld, a megoldások fekete, a figyelmeztető, magyarázó elemek piros szíűek.

Részletesebben

KAOTIKUS VAGY CSAK ÖSSZETETT? Labdák pattogása lépcsôn

KAOTIKUS VAGY CSAK ÖSSZETETT? Labdák pattogása lépcsôn A FIZIKA TANÍTÁSA KAOTIKUS VAGY CSAK ÖSSZETETT? Labdák pattogása lépcsô Griz Márto ELTE Elméleti Fizikai Taszék Meszéa Tamás Ciszterci Red Nagy Lajos Gimázima Pécs, a Fizika taítása PhD program hallgatója

Részletesebben

OPERÁCIÓKUTATÁS. No. 1. Nagy Tamás - Klafszky Emil SZTOCHASZTIKUS JELENSÉGEK

OPERÁCIÓKUTATÁS. No. 1. Nagy Tamás - Klafszky Emil SZTOCHASZTIKUS JELENSÉGEK OPERÁCIÓKUTATÁS No. 1. Nagy Tamás - Klafszky Emil SZTOCHASZTIKUS JELENSÉGEK Budapest 2002 Nagy Tamás - Klafszky Emil: SZTOCHASZTIKUS JELENSÉGEK OPERÁCIÓKUTATÁS No.1 Szerkeszti: Komáromi Éva Megjelenik

Részletesebben

Helyi tanterv Német nyelvű matematika érettségi előkészítő. 11. évfolyam

Helyi tanterv Német nyelvű matematika érettségi előkészítő. 11. évfolyam Helyi tanterv Német nyelvű matematika érettségi előkészítő 11. évfolyam Tematikai egység címe órakeret 1. Gondolkodási és megismerési módszerek 10 óra 2. Geometria 30 óra 3. Számtan, algebra 32 óra Az

Részletesebben

Számsorozatok (1) First Prev Next Last Go Back Full Screen Close Quit

Számsorozatok (1) First Prev Next Last Go Back Full Screen Close Quit Számsorozatok (1) First Prev Next Last Go Back Full Screen Close Quit 1. Valós számsorozaton valós számok meghatározott sorrendű végtelen listáját értjük. A hangsúly az egymásután következés rendjén van.

Részletesebben

ó ó ú ú ó ó ó ü ó ü Á Á ü É ó ü ü ü ú ü ó ó ü ó ü ó ó ú ú ú ü Ü ú ú ó ó ü ó ü ü Ü ü ú ó Ü ü ű ű ü ó ü ű ü ó ú ó ú ú ú ó ú ü ü ű ó ú ó ó ü ó ó ó ó ú ó ü ó ó ü ü ó ü ü Ü ü ó ü ü ü ó Ü ó ű ü ó ü ü ü ú ó ü

Részletesebben

Á ű ő ö Í é é ő Ö Ö é ő Ö ő ö é é Ö ü é ó Ő é é ó é ó é é é é Ö ó ó ő é Ü é ó ö ó ö é é Ő ú é é é é ő Ú é ó Ő ö Ő é é é é ű ö é Ö é é ó ű ö é ő é é é é é é é é é Ö é Ö ü é é é é ö ü é ó é ó ó é ü ó é é

Részletesebben

:.::-r:,: DlMENZI0l szoc!0toolnl ránsnnat0m A HELYI,:.:l:. * [:inln.itri lú.6lrl ri:rnl:iilki t*kill[mnt.ml Kilírirlrln K!.,,o,.r*,u, é é é ő é é é ő é ő ő ú í í é é é ő é í é ű é é ő ő é ü é é é í é ő

Részletesebben

Ü Ö Á Á Á Á Á É ű Ü Ú ű ű Á É ű Ú Ü ű Ü Ü Ü Ü Ü Ü Ü Ü Ü Á Ü Ü Ü Ö Ö Ú Ö Ü Ö ű ű ű ű ű Á ű Ú ű ű ű ű ű É Á Ö Ö Ö ű ű ű Á ű ű ű ű ű ű ű ű ű ű Ü Ü Ü Ü ű ű ű ű ű ű ű ű ű ű ű Ú ű ű ű ű ű ű Ü Ö Ü Ó Ö ű ű ű

Részletesebben

Ö Ó ú É ű É Ö Ö Ö Ü Ó Ú É ú É Ü Ú ú Ü ű ú Ü Ö Ö ú ű Ú ű ű ú Ö Ö Ö Ö É ú ú Ő Ö ú Ü Ó ú Ú Ü Ö ű ű ű Ö ű ú Ó ű Ö Ü ű ú ú ú ú É ú Ö ú ú Ü ú Ó ú ú ú ú ú ú ű ű ú ű ú ú ű Ö ú ú ú ű Ö ú ű ú ű Ü Ö Ü ű Ü Ö ú ú Ü

Részletesebben

ű Ő ű Ü Ü Ü ű ű Ú ű ű ű ű ű ű ű ű ű ű ű ű ű Ú ű ű ű Ú Ü Ő ű Ö ű Ü ű Ö ű Ú ű ű Ű É É ű ű ű ű ű ű ű Ü ű ű ű ű ű ű ű Ú ű ű ű É Ű É Ü Ü Ú É É ű ű ű Ü ű É É Ű É ű ű ű ű ű ű ű Ö Ó ű ű ű ű ű ű Ö É Ó É É É Ü

Részletesebben

Á Á Ó É ö ó ó ó ő ő ó ö ő ő ű ó ú ö ó ó ő ó ü ó ó ő ó ó ő ó ü ó ő ő ő ó ő ő ö ó ó ó ö ö ü ö Á Á Ó ü ó ö ó ő ó ő ő Á É Á Ó ű ü ö ó ő ó ú ÉÉ ó ú ő ö ó ó ó ó ó ö ö ő ü ó ö ö ü ó ű ö ó ó ó ó ú ó ü ó ó ö ó

Részletesebben

É É É ü É ó ó É ű ó ÉÉ ó É ó É É ó É ü ó ó Ó ű ó ó ó ó ü É ü ű ó É É É É ü ü ó ó ó ü É ó É ó É ó ó ó ü ü ü ü ó ü ü ü ü ó ű ű É Í Ó Ü Ö ó ó ó Ó ó ü ü ü ű ó ü ü ű ü ü ó ü ű ü ó ü ó ó ó ó ó ó ó ü ó ó ó ű

Részletesebben

Sorbanállási modellek

Sorbanállási modellek VIII. előadás Sorbaállási modellek Sorbaállás: A sorbaállás, a várakozás általáos probléma közlekedés, vásárlás, takolás, étterem, javításra várás, stb. Eze feladatok elmélete és gyakorlata a matematikai

Részletesebben

Társadalmi és gazdasági hálózatok modellezése

Társadalmi és gazdasági hálózatok modellezése Társadalmi és gazdasági hálózatok modellezése 9. el adás Bevezetés az ökonozikába El adó: London András 2015. november 2. Motiváció Komplex rendszerek modellezése statisztikus mechanika és elméleti zika

Részletesebben

(anyagmérnök nappali BSc + felsőf. szakk.) Oktatók: Dr. Varga Péter ETF (előtan. feltétel): ---

(anyagmérnök nappali BSc + felsőf. szakk.) Oktatók: Dr. Varga Péter ETF (előtan. feltétel): --- A ttárgy eve: Mtemtik I Heti órszám: 3+3 (6 kredit) Ttárgy kódj: GEMAN0B (ygmérök ppli BSc + felsőf szkk) A tárgy lezárás: láírás + kollokvium Okttók: Dr Vrg Péter ETF (előt feltétel): --- Algebr, lieáris

Részletesebben

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 2. A VALÓS SZÁMOK 2.1 A valós számok aximómarendszere Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 1.Testaxiómák R-ben két művelet van értelmezve, az

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

Kockázati folyamatok. Sz cs Gábor. Szeged, 2012. szi félév. Szegedi Tudományegyetem, Bolyai Intézet

Kockázati folyamatok. Sz cs Gábor. Szeged, 2012. szi félév. Szegedi Tudományegyetem, Bolyai Intézet Kockázati folyamatok Sz cs Gábor Szegedi Tudományegyetem, Bolyai Intézet Szeged, 2012. szi félév Sz cs Gábor (SZTE, Bolyai Intézet) Kockázati folyamatok 2012. szi félév 1 / 48 Bevezetés A kurzus céljai

Részletesebben