Wiener-folyamatok definiciója. A funkcionális centrális határeloszlástétel. Norbert Wienerre, a második pedig egy Brown nevű XIX. században élt angol

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Wiener-folyamatok definiciója. A funkcionális centrális határeloszlástétel. Norbert Wienerre, a második pedig egy Brown nevű XIX. században élt angol"

Átírás

1 Wieer-folyamatok defiiciója. A fukcioális cetrális határeloszlástétel. A valószíűségszámítás egyik agyo fotos fogalma a Wieer-folyamat, amelyet Browmozgásak is hívak. Az első elevezés e fogalom első matematikailag precíz bevezetőjére, Norbert Wieerre, a második pedig egy Brow evű XIX. századba élt agol biológusra utal, aki egy folyadékba levő, egymással ütköző apró részecskék mozgását taulmáyozta. Később kiderült, hogy a Wieer-folyamat az egy részecske (véletle) pályáját leíró legjobb matematikai modell. Korábbi taulmáyaikba láttuk, hogy a valószíűségi változók körébe a ormális eloszlás, a vektor értékű valószíűségi változók között a több-dimeziós ormális eloszlás közpoti szerepet játszik. A Wieerfolyamat hasolóa fotos szerepet játszik a sztochasztikus folyamatok elméletébe, és tulajdoképpe úgy tekithető, mit a stadard ormális eloszlású valószíűségi változók megfelelelője a sztochasztikus folyamatok között. Eek a meglehetőse agyvoalú kijeletések potosabb értelmet ad a később ismertetett fukcioális cetrális határeloszlástétel. A továbbiakba felhaszálom a korábba tárgyalt sztochasztikus folyamatokról szóló alapvető fogalmakat és eredméyeket. A Wieer-folyamat defiiciójáak megadása előtt vezessük be a következő egyszerű defiiciót (elevezést). Szochasztikus folyamat trajektóriájáak a fogalma. Legye adva egy T idexhalmazzal paraméterezett ξ t (ω) = ξ(t, ω) sztochasztikus folyamat. Eek egy rögzített ω elemi eseméyhez tartozó trajektóriájá a T halmazo defiiált ξ(t, ω), t T, függvéyt értjük. Bevezetjük továbbá a következő fogalmat is. Gauss (sztochasztikus) folyamat defiiciója. Egy ξ t, t T, folyamatot Gaussfolyamatak evezük, ha eek mide véges dimeziós eloszlása ormális eloszlású, azaz T halmaz mide T 0 = {t 1,..., t k } véges részhalmazára a (ξ t1,..., ξ tk ) véletle vektor több-dimeziós ormális eloszlású vektor. 1. feladat: Idézzük fel a több-dimeziós ormális eloszlás defiicióját. Lássuk be, hogy egy -dimeziós (X 1,..., X ) ormális eloszlású véletle vektor eloszlását meghatározzák az EX j, 1 j várható értékek és a Cov (X j, X k ) = EX j X k EX j EX k, 1 j, k, kovariaciák. Megfogalmazom a Wieer-folyamat defiicióját. Wieer-folyamat defiiciója. Egy a [0, T ] 0 < T, itervallumo értelmezett Wieer-folyamato olya Gauss-folyamatot értük, amelyre a) EW (t) = 0, 0 t T, EW (s)w (t) = mi(s, t), s, t T. b) A W (t, ω) folyamat trajektóriája mide ω elemi eseméyre folytoos függvéy a [0, T ] itervallumo. A Wieer-folyamat defiiciója kapcsá számos kérdést tisztázi kell. A fő kérdés az, hogy a fet megadott defiició értelmes-e. Először tisztázi kell az a) potot. 1

2 Modhatjuk-e, hogy defiiáltuk a Wieer-folyamat véges dimeziós eloszlásait kozisztes módo? A defiició b) potja még rejtélyesebb. A Kolmogorov-féle alaptételbe semmilye kijeletés em szerepelt a sztochasztikus folyamat trajektóriáját illetőe. Hoa tudjuk, hogy létezik folytoos trajektóriájú, a Wieer-folyamat a) feltételét teljesítő Gauss-folyamat? Ha létezik, akkor mit modhatuk a folytoos trajektória létezéséről? Automatikusa teljesül-e ez a követelméy, vagy teük kell-e valamit eek teljesítése érdekébe? Az első kérdés megválaszolása egyszerűbb. Egyrészt az előbb megfogalmazott 1. feladat egyik állítása szerit a várható érték és a kovariacia megadásával és azzal a megkötéssel, hogy a Wieer-folyamat Gauss-folyamat, egyértelműe megadtuk e folyamat véges dimeziós eloszlásait. Másrészt igaz az alábbi. feladat állítása:. feladat. Rögzítsük valamely 0 t 1 < t < < t T számokat, vegyük függetle, ulla várható értékű és t j t j 1, 1 j, t 0 = 0, ormális eloszlású η j valószíűségi változókat, és defiiáljuk a Z k = k η j, 1 k valószíűségi változókat. Lássuk be, hogy a (Z 1,..., Z ) véletle vektor eloszlása megegyezik a Wieer-folyamatba defiiált (W (t 1 ),..., W (t )) véletle vektor eloszlásával. Lássuk be eek az észrevételek a segítségével, hogy a Wieer-folyamat defiiciójába előírt véges dimeziós eloszlások kozisztesek. A. feladat állítása azt jeleti, hogy a Kolmogorov-féle alaptétel szerit létezik a Wieer-folyamat defiicójába szereplő a) tulajdoságot teljesítő Gauss-folyamat. A b) tulajdosággal kapcsolatba a helyzet boyolultabb. Oldjuk meg először a következő feladatot. 3. feladat: Legye adva egy ξ t, 0 t 1, a [0, 1] itervallummal mit idex halmazzal idexelt sztochasztikus folyamat valamely (Ω, A, P ) valószíűségi mező. Jelölje F a ξ t, 0 t 1, valószíűségi változók által geerált σ-algebrát. Lássuk be, hogy az az eseméy, hogy a ξ t folyamat folytoos trajektóriájú ics bee az F σ-algebrába. A 3. feladat eredméye azért érdekes a számukra, mert csak az ott defiiált σ-algebra eseméyeiek a valószíűségéről tuduk beszéli. Ha alaposabba meggodoljuk be lehet láti, hogy egy sztochasztikus folyamat véges dimeziós eloszlásaiak ismeretébe em beszélhetük aak az eseméyek a valószíűségéről, hogy a sztochasztikus folyamat mide trajektóriája folytoos függvéy. Viszot lehetőségük va arra, hogy ha adva va egy sztochasztikus folyamat, akkor megpróbáljuk aak trajektóriáit,,kijavítai úgy, hogy a sztochasztikus folyamatot defiiáló valószíűségi változókat egy ull-mértékű halmazo megváltoztatuk. Ezáltal a sztochasztikus folyamat véges dimeziós eloszlásait em változtatjuk meg, viszot bizoyos esetekbe esélyük va arra, hogy egy sztochasztikus folyamatba kotium sok ull-mértékű halmazo változtatva a trajektóriák tulajdoságait megváltoztatva jobb tulajdoságú trajektóriákat kapuk. Az alábbiakba megfogalmazok és bebizoyítok egy eredméyt, amely elégséges feltételt ad arra, hogy egy sztochasztikus folyamat valószíűségi változóit ull-mértékű halmazo megváltoztatva olya sztochasztikus folyamatot kapjuk, amelyek trajektóriái

3 folytoosak. (Természetese az új folyamat véges dimeziós eloszlásai megegyezek az eredeti folyamat véges dimeziós eloszlásaival.) Azutá megmutatom, hogy ez az eredméy alkalmazható a Wieer-folyamatok esetébe is. Ez lehetővé teszi, hogy a Wieer-folyamat defiiciójába megköveteljük a b) tulajdoságot. Az eredméy megfogalmazása előtt bevezetem a következő defiiciót. Sztochasztikus folyamat sztochasztikus folytoosságáak a defiiciója. Legye adva egy sztochasztikus folyamat X(t), a t b, valamely [a, b] itervallumo. Azt modjuk, hogy ez a sztochasztikus folyamat folytoos valamely a t b potba, ha mide ε > 0 számra teljesül a feltétel mide t t számsorozatra. lim P ( X(t, ω) X(t, ω) > ε) = 0 t t Most megfogalmazom a következő Lemmát. Lemma sztochasztikus folyamat folytoos trajektóriáiról. Legye adva egy X(t, ω), 0 t 1, sztochasztikus folyamat a [0, 1] itervallumo. Teljesítse ez a sztochasztikus folyamat a következő két tulajdoságot. a) Az X(t, ω) sztochasztikus folyamat sztochasztikusa folytoos a [0, 1] itervallum mide potjába. b) A sztochasztikus folyamat majdem mide X(t, ω), 0 t 1, ω Ω, trajektóriája redelkezik a következő tulajdosággal. Az X ( k, ω ), = 1,,..., 0 k függvéy, azaz az X(, ω) függvéy megszorítása a diadikusa racioális potokra, egyeletese folytoos. Ekkor létezik olya X(t, ω), 0 t 1, sztochasztikus folyamat, amelyek mide X(, ω) trajektóriája folytoos függvéy, és P ( X(t, ω) = X(t, ω)) = 1 mide 0 t 1 potba. Megjegyzés: Belátható, hogy a Lemmába szereplő a) és b) feltétel teljesülése vagy em teljesülése az X(t, ω) sztochasztikus folyamat véges dimeziós eloszlásaitól függ. A Lemma bizoyítása. Defiiáljuk az X(t, ω) sztochasztikus folyamatot a következő módo: Legye X(t, ω) = 0 mide 0 t 1 számra egy olya ω esetébe, amelyre az X ( k, ω ) függvéy em egyeletese folytoos. Az olya ω elemi eseméyekre viszot, amelyekre ez a függvéy egyeletese folytoos a diadikusa racioális potokba tekitsük mide 0 t 1 számra egy olya k = k (t) sorozatot, = 1,,..., amelyre k = t, és legye X(t, ω) = lim X ( k, ω ). Ez a limesz létezik, mert az X ( k, ω ), lim = 1,,..., sorozat Cauchy sorozat. Az X(t, ω) és X(t, ω) valószíűségi változó 1 valószíűséggel megegyezik, mert mid a kettőhöz sztochasztikusa (a mértékelmélet yelvé mértékbe) kovergál az X ( k, ω ), = 1,,..., sorozat. Ezekívül az X(, ω) trajektóriák folytoos függvéyek mide ω Ω elemi eseméyre. 3

4 Az előző lemma segítségével bebizoyítom az alábbi állítást, amely a korábbi eredméyekkel együtt biztosítja, hogy létezik Wieer-folyamat. Tétel (folytoos trajektóriájú) Wieer-folyamat létezéséről. Legye adva egy olya W (t, ω), 0 t 1, Gauss-folyamat a [0, 1] itervallumo, amely teljesíti a Wieer-folyamat defiiciójába szereplő a) feltételt. Ekkor létezik olya W (t, ω), 0 t 1, Wieer-folyamat a [0, 1] itervallumo, amelyre P (W (t, ω) = W (t, ω)) = 1, és trajektóriái 1 valószíűséggel folytoosak. A Wieer-folyamat létezéséről szóló tétel bizoyítása. Elég megmutati, hogy midkét a Lemmába szereplő feltétel teljesül egy olya W (t, ω) Gauss-folyamatra, amely teljesíti a Wieer-folyamat defiiciójába szereplő a) feltételt. Ezek közül az a) tulajdoság teljesülése yílvávaló a Csebisev egyelőtleség alapjá, mert W (t, ω) W (t, ω) 0 várható értékű és t t szóráségyzetű valószíűségi változó. A b) tulajdoság bizoyításához elég megmutati azt, hogy ( ( ) ( ) ) P W k, ω W k 1, ω > /8 <. (A) =1 sup 1 k Ebből ugyais a Borel-Catelli lemma alapjá következik, hogy létezik olya Ω Ω, P ( Ω) = 1 eseméy, amelyre igaz, hogy ( mide ω Ω elemi eseméyre va olya (ω) küszöbidex úgy, hogy sup W k, ω ) W ( k 1, ω ) /8 mide (ω) 1 k számra. Azt állítom, hogy ebből következik, hogy ha t és s két olya diadikus racioális szám, amelyre 0 < t s < L valamely (agy) L egész számra, ω Ω, L (ω) akkor X(t, ω) X(s, ω) ( sup W k, ω ) W ( k 1, ω ) / =L 1 k =L L/8, ahoa következik, hogy a W (t, ω) folyamat teljesíti a b) tulajdoságot, ha ω Ω. A feti egyelőtleségsorozat első egyelőtleségéek belátása érdekébe tekitsük a leghosszabb [ ] [ k, k+1 j itervallumokat, amelyekre k ] j, k+1 j [s, t]. Egy vagy két ilye j itervallum va, és j L. Legye eze itervallumok egyesítéséek a bal végpotja k, j jobb végpotja pedig k, k = k + 1 vagy k = k +. Mid az [ ] [ ] s, k j mid a k j, t j itervallum előállítható külöböző hosszúságú j, j j+1, hosszúságú diadikus itervallumok egyesítésekét. Az előbbiekből következik, hogy az [s, t] itervallum előáll j, j L, hosszúságú diadikus itervallumok egyesítésekét, és ebbe az egyesítésbe mide j L-re legfeljebb darab j hosszúságú itervallum szerepel. Ie következik a kívát egyelőtleség. Az (A) reláció bizoyításához vegyük észre, hogy ( ( ) ( ) ) P W k, ω W k 1, ω > /8 =1 sup 1 k =1 k=1 P ( W ( ) ( ) ) k, ω W k 1, ω > /8 4

5 =1 k=1 E ( W ( k, ω ) W ( k 1, ω )) 4 / = =1 3 / <, mert a W ( k, ω ) W ( k 1, ω ) valószíűségi változók ormális eloszlásúak, ulla várható értékkel és szóráségyzettel. Ezért a egyedik mometumuk 3. A tétel bizoyítását befejeztük. Megjegyzés: A feti tételbe beláttuk, hogy létezik a [0, 1] itervallumo defiiált Wieer-folyamat. A jelölések émi változtatásával be lehet láti ugyaezzel a módszerrel, hogy tetszőleges T > 0 számra létezik Wieer-folyamat a [0, T ] itervallumo. De be lehet láti azt, hogy létezik W (t, ω), t 0. Wieer-folyamat a pozitív félegyeese például a következő feladat megoldásáak a segítségével. Feladat: Legye W (t, ω), = 1,,..., 0 t 1, függetle Wieer-folyamatok sorozata a [0, 1] itervallumo. Lássuk be, hogy,,ezeket a függetle Wieer-folyamatokat összeragasztva, azaz defiiálva a W (t, ω) = W j (1, ω) + W [t]+1 ({t}, [t] ω), 0 t <, Wieer-folyamat a t 0 félegyeese, ahol [t] a t szám egész részet {t} pedit a t szám tört részét jelöli. Nem kötelező feladat: Mutassuk meg, (felhaszálva az előző bizoyítás godolatait, hogy ha egy X(t, ω), 0 t 1, sztochasztikus folyamat a [0, 1] itervallumo teljesíti az E X(t, ω) X(s, ω) +α C t s 1+β feltételt alkalmas α > 0, β > 0 és C > 0 kostasokkal midet 0 s < t 1 számpárra, akkor létezik az X(t, ω) sztochasztikus folyamatak olya X(t, ω) módosítása, amelyre P (X(t, ω) = X(t, ω) mide 0 t 1 számra, és a X(t, ω) folyamat mide trajektóriája folytoos függvéy. (Valójába az α > 0 feltétel elhagyható a feltételkét szereplő egyelőtleségből. Azért tettük ezt fel, mert a legtöbb érdekes esetbe csak α > 0 számmal tudjuk biztosítai a kívát feltétel teljesülését.) 4. feladat: Mutassuk meg, hogy egy a [0, 1] itervallumo defiiált folytoos trajektóriájú sztochasztikus folyamat tekithető, mit egy C([0, 1])-tér értékű, azaz a [0, 1] itervallumo értelmezett folytoos értékű függvéyekből álló, és a szuprémum ormával ellátott Baach tére értelmezett valószíűségi változó. A probléma jobb megértése érdekébe a megfogamazom e kérdés 4a) változatát, amely megmagyarázza, mi a probléma léyege. 4a. feladat: Világos, hogy egy a [0, 1] itervallumo értelmezett folytoos trajektóriájú X(t, ω) sztochasztikus folyamat az (Ω, A, P ) valószíűségi mezőt leképezi a C([0, 1]) térbe. De be kell láti, hogy ez a leképezés mérhető. Tudjuk, hogy mivel mide rögzített 0 t 1 számra az X(t, ) függvéy folytoos, azaz tetszőleges Borel mérhető B halmazra {ω : X(t, ω) B} A, (azaz a B halmaz ősképe mérhető). Lássuk be, hogy a C([0, 1]) tér tetszőleges mérhető D halmazára {ω : X(t, ω) D} A. 4b. feladat: Az 4. feladat állítása szerit tetszőleges a [0, 1] itervallumo defiiált folytoos trajektóriájú folyamat tekithető úgy, mit egy értékeit a C([0, 1]) térbe 5

6 felvevő valószíűségi változó. Lássuk be, hogy e folyamat véges dimeziós eloszlásai meghatározzák aak valószíűségét is, hogy véve egy tetszőleges Borel-mérhető halmazt a C([0, 1]) térbe, a sztochasztikus folyamat trajektóriái ebbe a halmazba esek. 5. feladat: Az előző tétel megoldásába fotos szerepet játszott az a lépés, hogy adjuk jó becslést aak valószíűségére, hogy egy ormális eloszlású valószíűségi változó egy adott számál agyobb értéket vesz fel. Ezt a becslést abba a bizoyításba a egyedik mometum becsléséek a segítségével kaptuk. Az ebbe a feladatba megfogalmazott becslés potosabb, és bizoyos ehezebb feladatokba erre va szükség. A következő jelölést fogjuk alkalmazi. Φ(x) jelöli a stadard ormális eloszlásfüggvéyt, ϕ(x) = 1 π e x /, eek sűrűségfüggvéyét. Mutassuk meg (parciális itegrálással), hogy mide x > 0 számra teljesül a következő egyelőtleség: ( 1 x 1 ) x 3 ϕ(x) < 1 Φ(x) < 1 x ϕ(x). Wieer-folyamatok tulajdoságai. Megfogalmazom azt a fotos eredméyt, amelyet fukcioális cetrális határeloszlástételek szokás evezi, és amely a szokásos cetrális határeloszlástétel természetes és fotos általáosítása. Először felidézem a cetrális határeloszlástétel általáos alakját. Ez a tétel arról szól, hogy ha tekitjük valószíűségi változókak egy szériasorozatát, azaz mide egyes k = 1,,... egész számra megadjuk valószíűségi változók ξ k,j, j = 1,,..., k, sorozatát, amelyek (rögzített k számra) függetleek, akkor a S k = k ξ k,j véletle összegek eloszlásba kovergálak a ormális eloszláshoz agyo általáos feltételek mellett. E feltételek közül a legfotosabb az úgyevezett Lideberg feltétel, amelyet külö felidézek. Lideberg feltétel defiiciója szériasorozatokra: Legye ξ k,j, k = 1,,..., 1 j k, olya szériasorozat, amelyre Eξ k,j = 0, Eξk,j <, k = 1,,..., 1 j k, és k lim = 1. Ez a szériasorozat akkor és csak akkor teljesíti a Lideberg feltételt, Eξk,j k ha tetszőleges ε > 0 számra lim k k ahol I(A) egy A halmaz idikátor függvéye. Eξ k,ji ({ ξ k,j > ε}) = 0, Cetrális határeloszlástétel szériasorozatokra a Lideberg feltétel teljesülése eseté. Legye ξ k,j, k = 1,,..., 1 j k, olya szériasorozat, amelyre Eξ k,j = 0, Eξk,j <, k = 1,,..., 1 j k k, lim = 1, és teljesítse e szériasorozat a Lideberg feltételt. Ekkor Eξk,j k 6

7 ( ) a.) a szériasorozat tagjai teljesítik a lim sup Eξk,j = 0 kicsiségi feltételt. k 1 j k b.) Az S k = k ξ k,j, 1 k <, véletle összegek eloszlásba kovergálak a stadard, azaz ulla várható értékű és 1 szóráségyzetű ormális eloszláshoz, ha k. Be lehet láti azt is, hogy a cetrális eloszlástétel eze formája bizoyos értelembe éles, és tovább em javítható. Ezzel a kérdéssel itt em foglalkozuk. Viszot megfogalmazok egy olya eredméyt, amely azt fejezi ki, hogy ameyibe veszük egy a Lideberg feltételt teljesítő szériasorozatot, és rögzített k számra emcsak az S k = k ξ k,j véletle összeget vezetjük be, haem az összes S k (j) = j ξ k,p, 1 j k (B1) p=1 részletösszeget, és tekitjük az S k (j), 1 j k, sorozat eloszlását, akkor eek aszimptotikus viselkedése bizoyos értelembe jól leírható egy Wieer-folyamat segítségével. A feti állítás potos megfogalmazásáak érdekébe vezessük be a következő jelöléseket: Legye adva egy ξ 1,1,..., ξ 1,1.... ξ k,1,..., ξ k,k szériasorozat, amelyre Eξ k,j = 0, Eξk,j = σ k,j, k.. a lim k s k = 1 reláció. Vezessük be az S k(0) = 0, S k (j) = (B) σk,j = s k, és feltesszük, hogy teljesül j p=1 ξ k,p és s k (j) = s k (0) = 0, s k(j) = s k(j), 1 j k, k = 1,,..., meyiségeket. Adjuk meg eze s k meyiségek segítségével a következő a [0, 1] itervallumo defiiált X k (t) = X k (t, ω), 0 t 1, (véletle) folytoos függvéyeket: X k ( s k(j), ω) = S k (j), 0 j k és X k (t, ω) = s k (j) t s k (j) s k (j 1) X k( s k(j 1), ω) + t s k(j 1) s k (j) s k (j 1) X k( s k(j), ω) ha s k (j 1) t s k (j), 1 j k, (B3) azaz az X k (, ω) függvéy az s k (j) potokba megegyezek az első j ξ k,p (ω) valószíűségi változó összegével, a köztük levő potokba pedig lieáris függvéykét kiegészítjük őket. Tegyük fel, hogy a (B) szériasorozat teljesíti a Lideberg feltételt is. Ekkor 7 j p=1 σ p,

8 alkalmazható rá a cetrális határeloszlástétel. Némi plusz mukával be lehet láti, hogy emcsak az X k (1, ω) valószíűségi változók kovergálak eloszlásba a stadard ormális eloszláshoz, ha k, haem az is igaz, hogy mide rögzített t számra az X k (t, ω) valószíűségi változók kovergálak eloszlásba egy 0 várható értékű és t szóráségyzetű ormális eloszlású valószíűségi változóhoz. Sőt, az is igaz, hogy mide 0 t 1 < t < < t m 1 számokra az (X k (t 1, ω),..., X k (t m, ω)) véletle vektorok eloszlásba kovergálak egy olya (Z 1,..., Z m ) m-dimeziós ormális eloszlású vektor eloszlásához, amelyre EZ j = 0, 0 j k, EZ j Z j = mi(t j, t j ). Ez szemléletese azt jeleti, hogy agy k idexre a (B3) képletbe defiiált X k (t, ω) sztochasztikus folyamat közel va eloszlásba egy a [0, 1] itervallumo defiiált Wieer-folyamathoz. Az alábbiakba megfogalmazok egy tételt, amely a fet megfogalmazattokhoz hasoló, de tartalmasabb állítást fogalmaz meg. A tétel kimodása előtt emlékeztetek arra, hogy mit azt a 4. feladatba megfogalmazott állítás megfogalmazza, egy a [0, 1] itervallumo defiiált folytoos trajektóriájú sztochasztikus folyamatot tekithetük egy C([0, 1]) tére defiiált valószíűségi változóak is. Ezt az észrevételt alkalmazhatjuk mid a Wieer-folyamatra, mid a (B3) képletbe defiiált folyamatokra. Az a téy, hogy egy Wieer-folyamat felfogható úgy, mit egy értékeit a C([0, 1]) térbe felvevő valószíűségi változó lehetővé teszi, hogy bevezessük az alább megadadó Wieer mérték fogalmát. Wieer-mérték defiiciója. Legye adva egy Wieer-folyamat a [0, 1] itervallumba. Tekitsük ezt, mit egy értékeit a C([0, 1]) térbe felvevő valószíűségi változót. Eek eloszlását, azaz a µ W (A) = P (ω : W (, ω) A) függvéyt mide a C([0, 1]) térbeli Borel mérhető A halmazra, (azaz mide olya A halmazra, amely bee va a B([0, 1]) térbe lévő yílt halmazok által geerált legszűkebb σ-algebrába) Wieermértékek evezzük. Emlékeztetek továbbá arra, hogy az eloszlásba való kovergecia természetes általáosítását defiiálták tetszőleges szeparábilis metrikus térbe. Ezt gyege kovergeciáak evezik általába az irodalomba, és euklidészi térbe levő valószíűségi mértékek esetébe ez ekvivales az eloszlásba való kovergeciával. Több külöböző alakja va eek a defiicióak, de ezek midegyike ekvivales. A defiiciókat megadom, de ekvivaleciájuk bizoyítását elhagyom. Valószíűségi mértékek (gyege) kovergeciájáak a defiiciója, a) defiició. Legye adva valószíűségi mértékek µ, = 1,..., sorozata egy (X, ρ) szeparábilis metrikus tér Borel mérhető részhalmazai. Azt modjuk, hogy e mértékek sorozata gyegé kovergál egy µ e szeparábilis metrikus tér Borel mérhető részhalmazai defiiált valószíűségi mértékhez, ha mide a metrikus tére értelmezett folytoos f(x) függvéyre lim f(x)µ ( dx) = f(x)µ( dx). Valószíűségi mértékek (gyege) kovergeciájáak a defiiciója, b1) defiició. Legye adva valószíűségi mértékek µ, = 1,..., sorozata egy (X, ρ) 8

9 szeparábilis metrikus tér Borel mérhető részhalmazai. Azt modjuk, hogy e mértékek sorozata gyegé kovergál egy µ e szeparábilis metrikus tér Borel mérhető részhalmazai defiiált valószíűségi mértékhez, ha mide a metrikus tére lévő zárt F halmazra lim sup µ (F ) µ(f ). Valószíűségi mértékek (gyege) kovergeciájáak a defiiciója, b) defiició. Legye adva valószíűségi mértékek µ, = 1,..., sorozata egy (X, ρ) szeparábilis metrikus tér Borel mérhető részhalmazai. Azt modjuk, hogy e mértékek sorozata gyegé kovergál egy µ e szeparábilis metrikus tér Borel mérhető részhalmazai defiiált valószíűségi mértékhez, ha mide a metrikus tére lévő yílt G halmazra lim if µ (G) µ(g). Megjegyzés. A gyege kovergecia a) defiiciója és a korábba taultak alapjá kimodhatjuk, hogy eloszlásfüggvéyek F sorozata a számegyeese akkor és csak akkor kovergál eloszlásba egy F eloszlásfüggvéyhez, ha az F eloszlásfüggvéyek által meghatározott µ Stieltjes (valószíűségi) mértékek gyegé kovergálak az F eloszlásfüggvéy által meghatározott µ Stieltjes mértékhez. Most kimodhatjuk az előbb szériasorozatok által defiiált véletle lieáris darabokból álló (töröttvoal) függvéyeket értékkét felvevő sztochasztikus folyamatok gyege kovergeciáját a Wieer-mértékhez. Ezt a tételt az irodalomba fukcioális cetrális határeloszlástételek hívják. Fukcioális cetrális határeloszlástétel. Legye adva egy a (B) képletbe leírt szériasorozat, amelyek tagjai teljesítik az Eξ k,j = 0, Eξk,j = σ k,j, k = 1,,..., 1 j k k, lim = 1 relációkat és a Lidebeg feltételt. Vezessük be az e szériasorozat σk,j k segítségével a (B3) formulába defiiált folytoos trajektóriájú X k (t) = X k (t, ω), 0 t 1, k = 1,,..., folytoos trajektóriájú sztochasztikus folyamatokat. Az X k (t, ω) sztochasztikus folyamatok gyegé kovergálak a Wieer mértékhez, ha k. Felmerül a kérdés, miért érdekes a feti eredméy. Azért, mert ez em pusztá egy absztrakt térbe megfogalmazott változata a cetrális határeloszlástételek, haem magukak a szériasorozatok részletösszegeiek aszimptotikus viselkedéséről is léyeges új iformációt tartalmaz. Aak érdekébe, hogy ezt megértsük lássuk be az alábbi egyszerű lemmát, amely azt fejezi ki, hogy egy folytoos traszformáció gyegé koverges valószíűségi mértékek sorozatát ismét valószíűségi mértékek gyegé koverges sorozatába visz. Potosabba megfogalmazva a következő eredméy érvéyes. Lemma gyegé koverges valószíűségi mértékek kovergeciájáról. Legye adva egy (X, X ) szeparábilis metrikus tér (itt X a ρ metrika segítségével az X tére 9

10 defiiált yílt halmazok által geerált Borel σ-algebrát jelöli, és hasolóa értelmezzük később az Y σ-algebrát egy (Y, Y) tére) és azo valószíűségi változók µ sorozata, = 1,,..., amely az előbb defiiált gyege kovergecia értelmébe kovergál egy µ valószíűségi mértékhez. Legye adva ezekívül egy másik (Y, Y) szeparábilis metrikus tér, valamit egy T folytoos traszformáció az (X, X ) térből az (Y, Y) térbe. Ez a traszformáció természetes módo idukál egy traszformációt, amely mide az (X, X ) tére defiiált ν valószíűségi mértékek a következő T ν valószíűségi mértéket felelteti meg az (Y, Y) tére: T ν(b) = ν({x: T x B}) mide B Y halmazra. Ekkor a T µ valószíűségi mértékek gyegé kovergálak a T µ valószíűségi mértékhez. A lemma bizoyítása. Alkalmazzuk a gyege kovergecia a) defiicióját. Ekkor azt kell beláti, hogy tetszőleges az (Y, Y) tére folytoos g(y) függvéyre lim g(y)t µ ( dy) = g(y)t µ( dy). Vezessük be a g(y) függvéy f(x) = g(t x) ősképét. Ekkor az f(x) függvéy folytoos, és a mértékelmélet egyik fotos eredméye alapjá mértéktartó traszformációk szeriti itegrálokról f(x)µ(dx) = g(y)t µ(dy) és f(x)µ (dx) = g(y)t µ (dy) mide = 1,,... számra. A µ mértékek gyege kovergeciájából és az f(x) függvéy folytoosságából következik, hogy lim f(x)µ ( dx) = f(x)µ( dx) a feti szereposztással. A feti összefüggésekből következik a lemma állítása. Megjegyzés 1: Érdemes megfogalmazi a feti lemma állítását ekvivales módo mértékek helyett (metrikus térbeli értékeket felvevő) valószíűségi változók segítségével. Ez így szól. Legyebadva (X, X ) szeparábilis, metrikus térbeli értékeket felvevő valószíűségi változók ξ, = 1,... sorozata, amelyek eloszlásai kovergálak egy ξ ((X, X ) térbeli értékeket felvevő) valószíűségi változó eloszlásához. Legye T az (X, X ) tér egy folytoos leképezése valamely (Y, Y) szeparábilis metrikus térbe. Ekkor a T (ξ ) valószíűségi változók eloszlásai eloszlásba kovergálak a T (ξ) valószíűségi változó eloszlásához. Megjegyzés : Be lehet láti, hogy igaz a feti lemma olya élesítése, amely szerit a Lemma általáosítása érvéybe marad akkor is, ha gyegítjük azt a feltételt, hogy a T traszformáció folytoos. Elegedő csak ayit megköveteli, hogy a T traszformáció egy valószíűséggel folytoos a µ (határ)mérték szerit. Ez az általáosítás érdekes bizoyos alkalmazásokba. A feti lemma számukra abba a speciális esetbe érdekes, amikor az (X, X ) tér a [0, 1] itervallumo defiiált folytoos függvéyek C([0, 1]) tere, (Y, Y) a számegyees vagy egy véges dimeziós euklidészi tér a szokásos Borel σ-algebrával, és alkalmazuk egy T traszformációt a C([0, 1]) térből ebbe a véges dimeziós euklidészi térbe. Ekkor a fukcioális cetrális határeloszlástételek érdekes következméyei vaak. Tekithetjük például a következő példákat: T 1 f = sup f(x), T f = sup f(x), T 3 f = 0 x 1 0 x f (x) dx, T 4 f = (T 1 f, T f, T 3 f). Ezek a traszformációk midegyike folytoos, ezek 10

11 közül az első három a számegyeesre, a egyedik a három dimeziós euklidészi térbe képez. A T 1 trasformáció alkalmazása például azt adja, hogy ha egy szériasorozat j teljesíti a fukcioális cetrális határeloszlástétel feltételeit, akkor a sup ξ k,p 1 j k p=1 valószíűségi változók eloszlásba kovergálak egy a [0, 1] itervallumba defiiált Wieer-folyamat szuprémumáak eloszlásához. Hasolóa lehet egy határeloszlástételt modai T, T 3 vagy T 4 traszformáció alkalmazása segítségével. Vegyük észre azt is, hogy a határeloszlás csak a határfolyamattól (a Wieer-folyamattól) függ, tehát mide a fukcioális cetrális határeloszlástétel feltételeit teljesítő szériasorozatra ugyaaz. Iformális módo a feti eredméyek úgy iterpretálhatóak, hogy a fukcioális határeloszlástétel feltételeit teljesítő szériasorozatokból képzett részletösszegek sorozatai agy idexre hasolóa viselkedek, és ezt a hasoló viselkedést a Wieer-folyamat segítségével írhatjuk le. Végül megjegyzem, hogy Brow agol biológusak az ismertetés elejé említett azo megfigyeléséek a hátterébe, amely miatt a Wieer-folyamatot Brow mozgásak is hívják, szité a fukcioális cetrális határeloszlástétel va. Egy apró részecske az idő folyamá sok egymástól függetle apró lökést kap, és mozgása az eze lökések hatására végzett sok kis egymástól függetle elmozdulás összegekét áll elő. A fukcioális cetrális határeloszlástétel szerit egy ilye pálya közelítőleg úgy viselkedik, mit egy Wieer-folyamat trajektóriája. Kiegészítés. Megjegyzések a feladatok megoldásához. 1. feladat Egy ξ = (ξ 1,..., ξ k ) vektort k-dimeziós stadard ormális eloszlású vektorak evezük, ha koordiátái függetle, stadard ormális eloszlású valószíűségi változók. Azokat a vektorokat evezzük ormális eloszlásúak, amelyek eloszlása megegyezik egy ξa + m véletle vektor eloszlásával, ahol ξ stadard ormális eloszlású vektor, A egy k k mátrix m egy k-dimeziós (determiisztikus) vektor. Némi számolással belátható, hogy egy ilye vektor kovariacia mátrixa D = A A alakú. A lieáris algebra bizoyos eredméyeiből következik, hogy a D = A A egyeletek (rögzített D mátrixra) akkor és csak akkor va megoldása, ha D szimmetrikus pozitív (szemi)defiit mátrix. (Miért?) Viszot egy ilye egyeletek em csak egy A mátrix lehet a megoldása. Eek elleére a D kovariacia mátrix és az m várható érték mátrix meghatározza egy ormális eloszlású vektor eloszlását. Eek egy lehetséges magyarázata: Elég megmutati, hogy a ξ ormális eloszlású valószíűségi változó Ee i(t,ξ) karakterisztikus függvéyét meghatározza a D kovariacia mátrix és m várható érték. Másrészt be lehet láti, hogy Ee i(t,ξ) = e (t,dt)/+i(m,t).. feladat Az eloszlások megegyezéséhez a tekitett vektorok ormális eloszlása és ulla várható értéke miatt elegedő a kovariaciamátrixok megegyezését elleőrízi. A kozisztecia köye látható, ha megértjük, miről va szó. 3. feladat (Vázlatos idoklás) A σ-algebra csak megszámlálható sok koordiátától függő eseméyeket tartalmaz. Egy függvéy ismerete viszot megszámlálható sok koordiátá- 11

12 jába em határozza meg, hogy folytoos-e, mert a többi koordiátába el lehet rotai a folytoosságot. t [0,1] t [0,1] 4. feladat Mid a 4), mid a 4a) mid a 4b) feladat megoldása a következő állítás igazolásá alapul: ( ) Tekitsük az (R [0,1], C [0,1] ) = R t, B t szorzatteret, ahol R t a számegyeesek B t pedig a számegyees σ-algebrájáak egy a t számmal paraméterezett példáya. Jelölje Z az összes a [0, 1] itervallumo folytoos függvéyből álló halmazt, és tekitsük az (R [0,1], C [0,1] ) tér Z, Z) megszorítását a Z halmazra. Ez azt jeleti, hogy vesszük a Z halmazt, és Z azokból a B halmzokból áll, amelyek előállak B = Z A, A C [0,1] alakba. Nem ehéz beláti, hogy Z a Z halmaz bizoyos részhalmazaiból álló σ-algebra. Azt állítjuk, hogy tetszőleges a C([0, 1]) térbe Borel mérhető halmaz bee va a Z σ-algebrába. (Az is igaz, hogy a Z σ-algebra megegyezik a C([0, 1]) tér Borel σ-algebrával, de eek az állításak a második felére em lesz szükségük.) Az előbbi állítás bizoyításához elég megmutati azt, hogy a C([0, 1]) tér mide G yílt halmazára G Z, mert ebből következik, hogy mide a yílt halmazok által geerált σ-algebrájába levő B halmazra, B Z. Tovább lehet redukáli az állítást a következő tipusú halmazokra: Ha x = x(t) C([0, 1]), ε > 0, akkor legye S(x, ε) = {y : y C([0, 1]), x(t) y(t) < ε}. Elég sup t [0,1] beláti, hogy mide S(x, ε) tipusú halmazra S(x, ε) Z, mert tetszőleges yílt halmaz előállítható megszámlálható sok ilye halmaz uiójakét. A következő meggodolás mutatja, hogy S(x, ε) Z. Jelölje Q a racioális számok halmazát a [0, 1] itervallumba. Ekkor (Miért?) S(x, ε) = =1 r Q { ( y : y Z, y(r) x(r) < 1 1 ) ε} Z. Az, hogy az X(, ω) folytoos trajektóriájú folyamat azt jeleti, hogy X(, ω) Z mide ω Ω elemi eseméyre. Mivel a C([0, 1]) tér mide B Borel mérhető halmaza előáll B = A Z, A C [0,1] alakba, ezért {ω : X(, ω) B} = {ω : X(, ω) B Z} = {ω : X(, ω) A} A, és a P (X(, ω) A) = P (X(, ω) B valószíűséget meghatározzák az X(, ω) sztochasztikus folyamat véges dimeziós eloszlásai. Ie következik mid a 4a) mid a 4b) feladat állítása. 5. feladat Parciális itegrálással belátható, hogy x e u / du = 1 x e x / x 1 u e u / du = 1 x e x / 1 x 3 e x / + és ebből az azoosságból levezethető a feladat állítása. 1 x 3 u 4 e u / du,

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

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

Wiener-folyamatok definiciója. A funkcionális centrális határeloszlástétel. Norbert Wienerre, a második pedig egy Brown nevű XIX. században élt angol

Wiener-folyamatok definiciója. A funkcionális centrális határeloszlástétel. Norbert Wienerre, a második pedig egy Brown nevű XIX. században élt angol Wiener-folyamatok definiciója. A funkcionális centrális határeloszlástétel. A valószínűségszámítás egyik nagyon fontos fogalma a Wiener-folyamat, amelyet Brownmozgásnak is hívnak. Az első elnevezés e fogalom

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

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +... . Függvéysorok. Bevezetés és defiíciók A végtele sorokál taultuk, hogy az + x + x + + x +... végtele összeg x < eseté koverges. A feti végtele összegre úgy is godolhatuk, hogy végtele sok függvéyt aduk

Részletesebben

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

(A 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

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő. 3. SOROZATOK 3. Sorozatok korlátossága, mootoitása, kovergeciája Defiíció. Egy f : N R függvéyt valós szám)sorozatak evezük. Ha A egy adott halmaz és f : N A, akkor f-et A-beli értékű) sorozatak evezzük.

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

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

Matematika I. 9. előadás

Matematika I. 9. előadás Matematika I. 9. előadás Valós számsorozat kovergeciája +-hez ill. --hez divergáló sorozatok A határérték és a műveletek kapcsolata Valós számsorozatok mootoitása, korlátossága Komplex számsorozatok kovergeciája

Részletesebben

Andai Attila: november 13.

Andai Attila: november 13. Adai Attila: Aalízis éháy fejezete bizoyításokkal Óravázlat 006. ovember 13. Ebbe az óravázlatba az órá elhagzott defiíciókat és a bizoyított tételeket gyűjtöttem össze. i Elemi sorok és függvéyek 1 1.

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

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

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

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

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

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

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

ezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk,

ezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk, A deceber -i gyakorlat téája A hipotézisvizsgálat fotos probléája a következő két kérdés vizsgálata. a) Egy véletle eyiség várható értékéek agyságáról va bízoyos feltevésük. Elleőrizi akarjuk e feltevés

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

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

Nevezetes sorozat-határértékek

Nevezetes sorozat-határértékek Nevezetes sorozat-határértékek. Mide pozitív racioális r szám eseté! / r 0 és! r +. Bizoyítás. Jelöljük p-vel, illetve q-val egy-egy olya pozitív egészt, melyekre p/q r, továbbá legye ε tetszőleges pozitív

Részletesebben

A tárgy címe: ANALÍZIS 1 A-B-C (2+2). 1. gyakorlat

A tárgy címe: ANALÍZIS 1 A-B-C (2+2). 1. gyakorlat A tárgy címe: ANALÍZIS A-B-C + gyakorlat Beroulli-egyelőtleség Legye N, x k R k =,, és tegyük fel, hogy vagy x k 0 k =,, vagy pedig x k 0 k =,, Ekkor + x k + x k Speciális Beroulli-egyelőtleség Ha N és

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

hidrodinamikai határátmenet

hidrodinamikai határátmenet Véletle közegű kizárási folyamat, hidrodiamikai határátmeet Diplomamuka Írta Horváth Aja Alkalmazott matematikus szak Témavezető: Nagy Katali Egyetemi doces Differeciálegyeletek Taszék Budapesti Műszaki

Részletesebben

A függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok,

A függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok, l.ch FÜGGVÉNYSOROZATOK, FÜGGVÉNYSOROK, HATVÁNYSOROK Itt egy függvéysorozat: f( A függvéysorozatok olyaok, mit a valós számsorozatok, csak éppe a tagjai em valós számok, 5 haem függvéyek, f ( ; f ( ; f

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

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

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

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

1 n. 8abc (a + b) (b + c) (a + c) 8 27 (a + b + c)3. (1 a) 5 (1 + a)(1 + 2a) n + 1

1 n. 8abc (a + b) (b + c) (a + c) 8 27 (a + b + c)3. (1 a) 5 (1 + a)(1 + 2a) n + 1 A tárgy címe: ANALÍZIS A-B-C + gyakorlat Beroulli-egyelőtleség Ha N és h R, akkor + h + h Mikor va itt egyelőség? Léyeges-e a h feltétel? Számtai-mértai közép Bármely N és,, R, k 0 k =,, választással k

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

Lajkó Károly Kalkulus I. példatár mobidiák könyvtár

Lajkó Károly Kalkulus I. példatár mobidiák könyvtár Lajkó Károly Kalkulus I. példatár mobidiák köyvtár Lajkó Károly Kalkulus I. példatár mobidiák köyvtár SOROZATSZERKESZTŐ Fazekas Istvá Lajkó Károly Kalkulus I. példatár programozó és programtervező matematikus

Részletesebben

ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA

ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA Szerkesztette: Balogh Tamás 202. július 2. Ha hibát találsz, kérlek jelezd a ifo@baloghtamas.hu e-mail címe! Ez a Mű a Creative Commos Nevezd meg! - Ne add

Részletesebben

ELTE TTK Budapest, január

ELTE TTK Budapest, január Valószíűségszámítás Arató Miklós előadásai alapjá Készítették: Martiek László Tassy Gergely ELTE TTK Budapest, 008. jauár Typeset by L A TEX . el adás 007. IX.. szerda Klasszikus (kombiatorikus valószí

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

Analízis I. gyakorlat

Analízis I. gyakorlat Aalízis I. gyakorlat Kocsis Albert Tihamér, Németh Adriá 06. március 4. Tartalomjegyzék Előszó.................................................... Sorozatok és sorok.............................................

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

MATOLCSI TAMÁS ANALÍZIS V.

MATOLCSI TAMÁS ANALÍZIS V. MATOLCSI TAMÁS ANALÍZIS V. Itegrálás 3 Tartalom A. VALÓS FÜGGVÉNYEK INTEGÁLÁSA I. MÉTÉK AZ INTEVALLUMOKON 1. Az itervallumok félgyűrűje................... 7 2. Az itervallumok gyűrűje...................

Részletesebben

2. fejezet. Számsorozatok, számsorok

2. fejezet. Számsorozatok, számsorok . fejezet Számsorozatok, számsorok .. Számsorozatok és számsorok... Számsorozat megadása, határértéke Írjuk fel képlettel az alábbi sorozatok -dik elemét! mooto, korlátos, illetve koverges-e! Vizsgáljuk

Részletesebben

ANALÍZIS I. DEFINÍCIÓK, TÉTELEK

ANALÍZIS I. DEFINÍCIÓK, TÉTELEK ANALÍZIS I. DEFINÍCIÓK, TÉTELEK Szerkesztette: Balogh Tamás 2012. július 2. Ha hibát találsz, kérlek jelezd a ifo@baloghtamas.hu e-mail címe! Ez a Mű a Creative Commos Nevezd meg! - Ne add el! - Így add

Részletesebben

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

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli tételek. Készítette: Szántó Ádám Tavaszi félév Eötvös Lorád Tudomáyegyetem Iformatikai Kar Aalízis. Írásbeli tételek Készítette: Szátó Ádám 20. Tavaszi félév . Archimedes tétele. Tétel: a > 0 és b R : N : b < a. Bizoyítás: Idirekt úto tegyük fel, hogy

Részletesebben

Fourier sorok FO 1. Trigonometrikus. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Fourier sorok FO 1. Trigonometrikus. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel! Fourier sorok FO Trigoometrikus Fourier sorok FO Trigoometrikus redszer Defiíció: trigoometrikus redszer Az {, cos x, si x, cos x, si x, cos 3x, si 3x, } függvéyekből álló (végtele sok függvéyt tartalmazó)

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

(d) x 6 3x 2 2 = 0, (e) x + x 2 = 1 x, (f) 2x x 1 = 8, 2(x 1) a 1

(d) x 6 3x 2 2 = 0, (e) x + x 2 = 1 x, (f) 2x x 1 = 8, 2(x 1) a 1 . Bevezető. Oldja meg az alábbi egyeleteket: (a cos x + si x + cos x si x = (b π si x = x π 4 x 3π 4 cos x (c cos x + si x = si x (d x 6 3x = 0 (e x + x = x (f x + 5 + x = 8 (g x + + x + + x + x + =..

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

Analízis feladatgy jtemény II.

Analízis feladatgy jtemény II. Oktatási segédayag a Programtervez matematikus szak Aalízis I. tatárgyához (003004. taév szi félév) Aalízis feladatgy jteméy II. Összeállította Szili László 003 Tartalomjegyzék I. Feladatok 3. Valós sorozatok.......................................

Részletesebben

Autoregressziós folyamatok

Autoregressziós folyamatok Autoregressziós folyamatok.. Példa.. Az ε(t) folyamat függetle érték zaj, ha a várható értéke és ε(t)-k függetle, azoos eloszlású valószí ségi változók.. Az ε(t) folyamat fehér zaj, ha Eε(t) =, és ε(t)-k

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

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

min{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is:

min{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is: . A szupréum elv. = H R felülr l körlátos H fels korlátai között va legkisebb, azaz A és B a A és K B : a K Ekkor ξ-re: mi{k R K fels korlátja H-ak} } a A : a ξ : ξ fels korlát A legkisebb fels korlát

Részletesebben

Debreceni Egyetem. Kalkulus példatár. Gselmann Eszter

Debreceni Egyetem. Kalkulus példatár. Gselmann Eszter Debrecei Egyetem Természettudomáyi és Techológiai Kar Kalkulus példatár Gselma Eszter Debrece, 08 Tartalomjegyzék. Valós számsorozatok Elméleti áttekités........................................................

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

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

4. Test feletti egyhatározatlanú polinomok. Klasszikus algebra előadás NE KEVERJÜK A POLINOMOT A POLINOMFÜGGVÉNNYEL!!!

4. Test feletti egyhatározatlanú polinomok. Klasszikus algebra előadás NE KEVERJÜK A POLINOMOT A POLINOMFÜGGVÉNNYEL!!! 4. Test feletti egyhatározatlaú poliomok Klasszikus algebra előadás Waldhauser Tamás 2013 április 11. Eddig a poliomokkal mit formális kifejezésekkel számoltuk, em éltük azzal a lehetőséggel, hogy x helyébe

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

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

194 Műveletek II. MŰVELETEK. 2.1. A művelet fogalma

194 Műveletek II. MŰVELETEK. 2.1. A művelet fogalma 94 Műveletek II MŰVELETEK A művelet fogalma Az elmúlt éveke már regeteg művelettel találkoztatok matematikai taulmáyaitok sorá Először a természetes számok összeadásával találkozhattatok, már I első osztálya,

Részletesebben

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3 Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)

Részletesebben

GRUBER TIBOR. ANALÍZIS VIII. Funkcionálanaĺızis

GRUBER TIBOR. ANALÍZIS VIII. Funkcionálanaĺızis GRUBER TIBOR ANALÍZIS VIII. Fukcioálaaĺızis 3 Tartalom I. BEVEZETÉS 1. Alapvető tudivalók...................... 5 2. Sűrű lieáris alterek..................... 11 II. A FUNKCIONÁLANALÍZIS ALAPTÉTELEI 3.

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

Kalkulus szigorlati tételsor Számítástechnika-technika szak, II. évfolyam, 2. félév

Kalkulus szigorlati tételsor Számítástechnika-technika szak, II. évfolyam, 2. félév Kalkulus szigorlati tételsor Számítástechika-techika szak, II. évfolyam,. félév Sorozatok: 1. A valós számoko értelmezett műveletek és reláció tulajdoságai. Számok abszolút értéke, itervallumok. Számhalmazok

Részletesebben

3.1. A Poisson-eloszlás

3.1. A Poisson-eloszlás Harmadik fejezet Nevezetes valószíűségi változók Valamely valószíűségi változóhoz kapcsolódó kérdésekre akkor tuduk potos választ adi, ha a változó eloszlása ismert, vagy megközelítőleg ismert. Ebbe a

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

Határérték-tételek véletlen mezőkre

Határérték-tételek véletlen mezőkre Határérték-tételek véletle mezőkre Doktori (PhD) értekezés Szerző: Karácsoy Zsolt Témavezető: Dr. Fazekas Istvá Debrecei Egyetem Természettudomáyi Doktori Taács Matematika- és Számítástudomáyok Doktori

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

Barczy Mátyás és Pap Gyula

Barczy Mátyás és Pap Gyula Barczy Mátyás és Pap Gyula mobidiák köyvtár Barczy Mátyás és Pap Gyula mobidiák köyvtár SOROZATSZERKESZTŐ Fazekas Istvá Barczy Mátyás és Pap Gyula Debrecei Egyetem mobidiák köyvtár Debrecei Egyetem Szerzők

Részletesebben

KURUCZ ZOLTÁN VÖRÖS ZOLTÁN. ANALÍZIS IX. Disztribúciók

KURUCZ ZOLTÁN VÖRÖS ZOLTÁN. ANALÍZIS IX. Disztribúciók KURUCZ ZOLTÁN VÖRÖS ZOLTÁN ANALÍZIS IX. Disztribúciók 3 Tartalom. Kovergecia és folytoosság............................................ 5 2. Duálisok, disztribúciók..................................................

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

ANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2

ANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2 ANALÍZIS. I. VIZSGA. jauár. Mérök iformatikus szak α-variás Mukaidő: perc. feladat pot) Adja meg az z 4 i)z i egyelet összes megoldását. i + i) + 4i + 4 i +, vagyis z p i p cos 3 + i si ) 3 vagy z p i

Részletesebben

A primitív függvény létezése. Kitűzött feladatok. határérték, és F az f egy olyan primitívje, amelyre F(0) = 0. Bizonyítsd be,

A primitív függvény létezése. Kitűzött feladatok. határérték, és F az f egy olyan primitívje, amelyre F(0) = 0. Bizonyítsd be, 6 A primitív üggvéy létezése A primitív üggvéy létezése Kitűzött eladatok. Határozd meg az a és b valós paraméterek értékét úgy hogy az : R ae + b üggvéyek létezze primitív üggvéye! >. Az : [ + [ + olytoos

Részletesebben

DISZTRIBÚCIÓK. {x R N φ(x) 0}

DISZTRIBÚCIÓK. {x R N φ(x) 0} DISZTRIBÚCIÓK. Kovergecia és folytoosság.. Emlékeztetük, hogy egy φ : R N K folytoos függvéy tartója, Supp φ a halmaz lezártja. {x R N φ(x) 0} Defiíció. Jelölje D(R N ) az R N -e értelmezett K értékű kompakt

Részletesebben

Valószín ségszámítás (jegyzet)

Valószín ségszámítás (jegyzet) Valószí ségszámítás (jegyzet) Csiszár Vill 9. február 8.. Valószí ségi mez Két bevezet példa: ) Osztozkodási probléma (494, helyes megoldás több, mit évvel kés bb, Pascal, Fermat): Két játékos fej-írás

Részletesebben

1 h. 3. Hogyan szól a számtani és a mértani közép közötti összefüggést kifejező tétel?

1 h. 3. Hogyan szól a számtani és a mértani közép közötti összefüggést kifejező tétel? 1. Fogalmazza meg az R -beli háromszög-egyelőtleségeket!,y R (i) +y + y (ii) -y - y 2. Mit mod ki a Beroulli-egyelőtleség? (i) (1+h) 1+ h ( h>-1) ( N*) (ii) (1+h) 1+2 h 1 ( N*) h 2 3. Hogya szól a számtai

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

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

IV. OPERTOROK HILBERT-TEREKBEN

IV. OPERTOROK HILBERT-TEREKBEN . 0 A fukcioálaalízis alaptételei 1 IV. OPERTOROK HILBERT-TEREKBEN Ebbe a fejezetbe H adott Hilbert-teret jelöl, és operátoro H H lieáris leképezést értük. 15. A fukcioálaaĺızis alaptételei A tételeket

Részletesebben

Kalkulus gyakorlat - Megoldásvázlatok

Kalkulus gyakorlat - Megoldásvázlatok Kalkulus gyakorlat - Megoldásvázlatok Fizika BSc I/. gyakorlat. Tétel Newto Leibiz. Ha f folytoos az a, b] itervallumo és F primitív függvéye f-ek, akkor b a f F b F a.. Számítsuk ki az alábbi racioális

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

Differenciaegyenletek aszimptotikus viselkedésének

Differenciaegyenletek aszimptotikus viselkedésének Differeciaegyeletek aszimptotikus viselkedéséek vizsgálata Mathematica segítségével Botos Zsófia Újvidéki Egyetem TTK Újvidék Szerbia E-mail: botoszsofi@yahoo.com 1. Bevezető Tekitsük az késleltetett diszkrét

Részletesebben

forgási hiperboloid (két köpenyű) Határérték: Definíció (1): Az f ( x, y) függvénynek az ( x, y ) pontban a határértéke, ha minden

forgási hiperboloid (két köpenyű) Határérték: Definíció (1): Az f ( x, y) függvénynek az ( x, y ) pontban a határértéke, ha minden Kétváltozós függvéek Defiíció: f: R R vag z f(,) Szeléltetés:,,z koordiátaredszerbe felülettel Pl z + forgási paraboloid z R ( + ) félgöb z + + forgási iperboloid (két köpeű) z + forgási iperboloid (eg

Részletesebben

Diszkrét matematika II., 3. előadás. Komplex számok

Diszkrét matematika II., 3. előadás. Komplex számok 1 Diszkrét matematika II., 3. előadás Komplex számok Dr. Takách Géza NyME FMK Iformatikai Itézet takach@if.yme.hu http://if.yme.hu/ takach/ 2007. február 22. Komplex számok Szereték kibővítei a valós számtestet,

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

NUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk.

NUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk. NUMERIKUS SOROK II. Ebbe a részbe kizárólag a kovergecia vizsgálatával foglalkozuk. SZÜKSÉGES FELTÉTEL Ha pozitív (vagy em egatív) tagú umerikus sor, akkor a kovergecia szükséges feltétele, hogy lim a

Részletesebben

2. gyakorlat - Hatványsorok és Taylor-sorok

2. gyakorlat - Hatványsorok és Taylor-sorok . gyakorlat - Hatváysorok és Taylor-sorok 9. március 3.. Adjuk meg az itt szereplő sorok kovergeciasugarát és kovergeciaitervallumát! + a = + Azaz a hatváysor kovergeciasugara. Az biztos, hogy a (-,) yílt

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

Integrálás sokaságokon

Integrálás sokaságokon Itegrálás sokaságoko I. Riema-itegrál R -e Jorda-mérték haszálható ehhez: A R eseté c(a)=0, ha 0 eseté létezek C 1,,C s kockák hogy A C1 Cs és s i 1 c C i defiíció: D ullmértékű R itegrálási tartomáy,

Részletesebben

Függvényhatárérték-számítás

Függvényhatárérték-számítás Függvéyhatárérték-számítás I Függvéyek véges helye vett véges határértéke I itervallumo, ha va olya k valós szám, melyre az I itervallumo, ha va olya K valós szám, melyre I itervallumo, ha alulról és felülről

Részletesebben

megoldásvázlatok Kalkulus gyakorlat Fizika BSc I/1, 1. feladatsor 1. Rajzoljuk le a számegyenesen az alábbi halmazokat!

megoldásvázlatok Kalkulus gyakorlat Fizika BSc I/1, 1. feladatsor 1. Rajzoljuk le a számegyenesen az alábbi halmazokat! megoldásvázlatok Fizika BSc I/,. feladatsor. Rajzoljuk le a számegyeese az alábbi halmazokat! a { R < 5}, b { R 4}, c { Z 4}, d { Q < 4 6}, e { N 3 }.. Igazak-e az alábbi állítások? Adjuk meg az állítások

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

Lineáris kódok. u esetén u oszlopvektor, u T ( n, k ) május 31. Hibajavító kódok 2. 1

Lineáris kódok. u esetén u oszlopvektor, u T ( n, k ) május 31. Hibajavító kódok 2. 1 Lieáris kódok Defiíció. Legye SF q. Ekkor S az F q test feletti vektortér. K lieáris kód, ha K az S k-dimeziós altere. [,k] q vagy [,k,d] q. Jelölések: F u eseté u oszlopvektor, u T (, k ) q sorvektor.

Részletesebben

Eötvös Loránd Tudományegyetem Természettudományi Kar

Eötvös Loránd Tudományegyetem Természettudományi Kar Eötvös Lorád Tudomáyegyetem Természettudomáyi Kar Végtele sorokkal kapcsolatos tételek és ellepéldák Szakdolgozat Készítette: Csala Mátyás Matematika Bsc Matematikai elemző szakiráy Témavezető: Gémes Margit

Részletesebben

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek Az november 23-i szeminárium témája Rövid összefoglaló Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek felfrissítése? Tekintsünk ξ 1,..., ξ k valószínűségi változókat,

Részletesebben

Valószínűségszámítás II. feladatsor

Valószínűségszámítás II. feladatsor Valószíűségszámítás II. feladatsor 214. szeptember 8. Tartalomjegyzék 1. Kovolúció 1 1.1. Poisso és Gamma eloszlások kapcsolata............................... 2 2. Geerátorfüggvéyek 3 2.1. Véletle tagszámú

Részletesebben

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198. ALGEBRA MÁSODFOKÚ POLINOMOK. Határozzuk meg az + p + q = 0 egyelet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 98.. Határozzuk meg az összes olya pozitív egész p és q számot, amelyre az

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

GRUBER TIBOR. ANALÍZIS III. Folytonosság

GRUBER TIBOR. ANALÍZIS III. Folytonosság GRUBER TIBOR ANALÍZIS III. Folytoosság 3 Tartalom A. A RENDEZETT SZÁM N-ESEK TERE I. K N TOPOLÓGIÁJÁNAK ALAPJAI 1. K N struktúrája........................ 7 2. Nyílt halmazok és zárt halmazok...............

Részletesebben

BSc Analízis I. előadásjegyzet

BSc Analízis I. előadásjegyzet BSc Aalízis I. előadásjegyzet 2009/200. őszi félév Sikolya Eszter ELTE TTK Alkalmazott Aalízis és Számításmatematikai Taszék 200. április 30. ii Tartalomjegyzék Előszó v. Bevezetés.. Logikai állítások,

Részletesebben

f(n) n x g(n), n x π 2 6 n, σ(n) n x

f(n) n x g(n), n x π 2 6 n, σ(n) n x Számelméleti függvéyek extremális agyságredje Dr. Tóth László 2006 Bevezetés Ha számelméleti függvéyek, l. multilikatív vagy additív függvéyek agyságredjét vizsgáljuk, akkor először általába az adott függvéy

Részletesebben

1. Általános valószínűségelmélet

1. Általános valószínűségelmélet 1. Általáos valószíűségelmélet 1.1. Eseméyek Valyamely fizikai (vagy egyéb, például gazdasági) redszer leírásához ituitív képük va arról, mik lehetek a redszer lehetséges eseméyei és az azok közötti kapcsolatok.

Részletesebben