Id sorok és többdimenziós statisztika gyakorlat Matematika alapszak, matematikai elemz szakirány 2018/2019 szi félév

Átírás

1 Id sorok és többdimenziós statisztika gyakorlat Matematika alapszak, matematikai elemz szakirány 018/019 szi félév Játékszabályok A gyakorlatokról maximum -szor lehet hiányozni. Aki többször hiányzik, nem kap gyakjegyet x pontot lehet szerezni a félév során: 0 pont: B jel beadandó feladatok ( pont 10) 0 pont: számítógépes/szimulációs beadandó feladatok (15 pont ) 40 pont: ZH: XII.10., É -1.6 x pont: SZ jel szorgalmi feladatok A ZH-n minimálisan teljesíteni kell 0 %-ot. Ha a ZH sikertelen, nem írod meg, vagy javítani szeretnél, akkor vizsgaid szak els hetén lesz lehet ség a pótzh megírására vagy a javításra. A jobbik eredményt veszem gyelembe, azaz nem lehet rontani. Két sikertelen vagy meg nem írt ZH esetén gyakuvt kell írnod, a beadandókért kapott pontok megmaradnak. GyakUV írása esetén legfeljebb -est lehet szerezni, bármennyi is az összpontszám. A ZH-kon használható: számológép és egy legfeljebb A4-es méret lapra KÉZZEL írott "puska". B jel beadandók: Mindegyik maximálisan pontot ér, a legjobb 10-et veszem gyelembe. Több feladatot is kihirdetek, amik közül ízlés szerint válogathattok. A beadandók célja, hogy folyamatosan tanuljatok, gyakoroljatok, ezért x határid ig lehet ket benyújtani. Számítógépes/szimulációs beadandók: kett t hirdetek ki x határid vel, mindegyikkel maximálisan 15 pontot lehet szerezni. A beadandóknál nem tilos, s t, bizonyos fokig még kívánatos is a közös munka/konzultáció hallgatótársaiddal az viszont elvárás, hogy a gondolataidat önállóan írd le! Amennyiben nyilvánvaló másolás gyanúja merül fel, az érintettek 0 pontban részesülnek. elégtelen (1) 0 4,99 elégséges () 5 49,99 Osztályozás: közepes () 50 64,99 jó (4) 65 79,99 jeles (5) 80 Infók a gyakvezet r l Név Varga László, óraadó Munkahely Morgan Stanley, Risk Management Tanszék Valószín ségelméleti és Statisztika Tanszék (ELTE TTK) vargal4@cs.elte.hu Honlap vargal4.elte.hu 1.) Számítsd ki az b a g(x) dh(x) Riemann-Stieltjes integrált, amennyiben a b g(x) h(x) a.) 0 10 x I(x = 4) + I(x 7) I(x ) 4 ha x 0 0 ha x 1 b.) 4x ha 0 < x < 1 ha 1 < x < 1 1 ha x 1 0 ha x 1 x ha x < c.) 0 x x ha x d.) e π [x] egészrész fv. x} törtrész fv. e.) 1 x x} a ha x 0 x.) Legyen F (x) = ha 0 < x 1 bx + c ha 1 < x 1 ha < x a.) Határozd meg az ismeretlen valós a, b és c valós paraméterek lehetséges értékeit, ha a fenti F (x) függvény az X valószín ségi változó eloszlásfüggvénye! b.) Határozd meg X várható értékét és szórását! c.) Milyen eloszlású X, ha X abszolút folytonos? a.) 1 + a e x ha x 0 Legyen F (x) = b 1 + b e x ha x > 0 a.) Határozd meg az ismeretlen valós a 1, a, b 1 és b paraméterek lehetséges értékeit, ha a fenti F (x) függvény az X valószín ségi változó eloszlásfüggvénye! b.) Határozd meg az ismeretlen paramétereket, ha X abszolút folytonos és EX = 0! 4.) Tekintsük a következ egyszer csapadékmodellt: p annak az esélye, hogy Nagykutyavásárházán szeptember 18-án nem esik csapadék. Amennyiben van csapadék, akkor a csapadék eloszlása (feltételesen) exponenciális eloszlásúnak tekinthet λ paraméterrel. Az el z 0 évben meggyelt csapadékmennyiségek mm-ben: 0, 5, 0, 0,, 0, 0,, 1, 1, 0, 0, 0, 0,, 1, 1, 0, 0, 0. a.) Határozd meg a paraméterek ML-becslését! b.) Becsüljük meg a csapadékmennyiség eloszlásfüggvényét, valamint annak a valószín ségét, hogy legalább 5 mm csapadék lesz idén szeptember 18-án! c.) Becsüljük meg a modellb l a csapadék várható értékét és szórását! 5.) Marcsi reggel 8-ra metróval utazik a suliba otthonról. Tapasztalata szerint átlagosan minden harmadik reggel azonnal be tud szállni egy szerelvénybe várakozás nélkül. Ha várakoznia kell, akkor átlagosan 1 perc alatt fut be az állomásra a következ metró. Modellezzük az X várakozási id t! a.) Becsüld meg annak a valószín ségét, hogy legalább 1,5 percet kell várakoznia! b.) Becsüld meg a várakozási id szórását! 6.) Egy biztosítót megkeres egy magánkórház, mert biztosítást szeretne kötni a 1

2 benne m köd mágneses rezonancia (MR) készülék meghibásodása esetére. Egy ilyen röntgen több száz millió forintba kerül és hiba esetén a javítás várhatóan 15 millió forintot tenne ki. A biztosító és a kórház olyan szerz dést kötnek, amely szerint a biztosító a teljes kárt kizeti, amennyiben az nem haladja meg a 0 millió forintot, azonban 0 millió forintnál magasabb kár esetén csak 0 millió forintot térít meg. A szerz dés csak az els meghibásodásig érvényes, szakért k szerint az els meghibásodás normál használati intenzitás esetén a. és a 4. év között várható. a.) Határozd meg a magánkórháznak kizetend kártérítési összeg eloszlásfüggvényét és várható értékét, amennyiben a kár nagysága exponenciális eloszlást követ! b.) A magánkórház havonta szeretne zetni egy x biztosítási díjat. A biztosító számára várhatóan mi lenne az a biztosítási havidíj, ami felett megérné ilyen szerz désbe belemenni? Az egyszer ség kedvéért tekintsünk el attól, hogy a pénz az id múlásával veszít az értékéb l, azaz tekintsük a kamatlábat 0-nak. B1.) [IX.4] Számítsd ki az 5 g(x) dh(x) Riemann-Stieltjes integrált, amennyiben 5 x ha x < 1 x ha x 1 g(x) = x ha 1 x < és h(x) = x ha 1 < x 4. x ha x x ha x > 4 B.) [IX.4] Egy gyalogosoknak jelz közlekedési lámpa egész nap piros és zöld között váltakozik, percig piros, fél percig pedig zöld. Tegyük fel, hogy véletlen id pontban érkezünk meg a lámpához, jelölje X a várakozási id t. a.) Számítsd ki annak a valószín ségét, hogy legalább 1 percet kell várakozni! b.) Határozd meg X eloszlásfüggvényét, várható értékét és szórását! (1+= p) SZ1.) Legyen F (x) eloszlásfüggvény és a R pozitív szám. Számítsuk ki a következ integrált: [F (x + a) F (x)] dx (1p) 4X ha 0 X 1 SZ.) Legyen f X (x) = xi(0 < x < 1), Y = g(x) = ha 1 < X. 4 X ha 4 < X Határozd meg Y eloszlásfüggvényét és várható értékét! (p) SZ.) Határozd meg a 4. feladatban leírt modell paramétereinek momentum becslését a csapadék elméleti várható értéke és szórása alapján! (p) 7.) A sarki zöldségesben a nektarin kilóját a min ségét l függ en változó áron árulják 400 és 600 forint között. Tegyük fel, hogy az ár egyenletes eloszlást követ. Összesen 1000 forintot szánok nektarinra, jelölje Y azt a valószín ségi változót, hogy hány kiló nektarint tudok vásárolni az 1000 forintomból. Add meg Y s r ségfüggvényét! Várhatóan hány kiló nektarint fogok tudni venni? 8.) Legyenek X, Y E(0; 1) függetlenek. Határozd meg a következ transzformáltak s r ségfüggvényét: a.) X + Y ; b.) X Y ; c.) XY. 9.) Legyenek X 1, X N(0, 1) függetlenek. Milyen ismert eloszlást követ az X 1 +X valószín ségi változó? 10.) Szandi minden nap villamossal és busszal közlekedik, hogy eljusson az egyetemre. Az alábbi ábra tartalmazza a közlekedési id ket: gyalog villamossal gyalog busszal Ott- Villamos- Busz- gyalog Egyehon 5 p megálló 10 p p megálló 8 p 5 p tem Tapasztalatai alapján átlagosan percet vár a villamos megállójában és 4 percet a busz megállójában. Szandi ma reggel kés bb ébredt fel, ezért csak 7:4-kor indult el otthonról, az els órája 8:15-kor kezd dik. Becsüljük különböz, értelmes valószín ségi modellek segítségével annak a valószín ségét, hogy el fog késni! 11.) Box-Müller transzformáció. Legyenek X 1, X E(0, 1) függetlenek. Legyenek Y 1 = log X 1 cos(πx ), Y = log X 1 sin(πx ). Mutassuk meg, hogy Y 1, Y N(0, 1) függetlenek! 1.) Legyenek X χ p, Y χ q függetlenek! Mutassuk meg, hogy U = X + Y és X X+Y V = függetlenek, és határozzuk meg az eloszlásukat! 1.) Mely c valós paraméter esetén lesz kétdimenziós s r ségfüggvény c ha 0 < x < 1 és 0 < y < x f X,Y (x, y) =? Adjuk meg a perems r ségfüggvényeket és a kovarianciamátrixot! P ( X > 1, Y < 1) =? 0 egyébként 14.) ( Legyen ) X és Y független standard normális eloszlású. Határozzuk meg X + Y együttes s r ségfüggvényét és kovarianciamátrixát! X + Y 15.) Legyen X = (X 1, X, X ) T s r ségfüggvénye a következ : ( f X (x 1, x, x ) = a exp 1 ( x 1 1) ( + x+1) ( + (x ) )}, ahol a R. a.) a =? b.) Σ(X) =? c.) f X1,X =? d.) P (X 1 < 0, X < 1) =? B.) [ X.1.] Juliska néni a városi piacon értékesíti almáját. Mind az értékesítési mennyiség, mint az ár véletlennek tekinthet (lehet vele alkudozni). Az egy nap alatt eladott mennyiség (kg) Pareto-eloszlású 5 4 és 10 paraméterekkel, míg az eladott almák ára (Ft/kg) egyenletes eloszlású 180 és 0 paraméterekkel. Tegyük fel, hogy a mennyiség és az ár függetlenek egymástól. Költségei naponta 4000 forintot tesznek ki (benzinköltség). a.) Várhatóan mennyi protra fog szert tenni egy nap alatt? b.) Határozd meg annak a valószín ségét, hogy Juliska néni napi protja meghaladja az 5000 forintot! (1+= p) B4.) [ X.8.] Legyen az (X, Y ) T pont egyenletes eloszlású a ( 1, 0), (0, 0), (0, 1) pontok által meghatározott háromszögben. Mi lesz az (X, Y ) T kétdimenziós eloszlás kovarianciamátrixa? B5.) [ X.8.] Legyen X = (X 1, X, X ) T s r ségfüggvénye a következ :

3 } f X (x 1, x, x ) = a exp x 1 x 8 x + x 1, ahol a R alkalmas szám. a.) a =? b.) P (X 1 < 0, X >, X < 1) =? c.) Σ(X) =? (1+1+1= p) SZ4.) Legyenek X, Y N(0, 1) eloszlású, egymástól független valószín ségi változók. Határozd meg U = X Y s r ségfüggvényét és várható értékét! Milyen nevezetes eloszlást követ U? (p) SZ5.) Legyenek X 1,..., X n Exp(1) függetlenek. Legyen Y i = n Xi i = 1,..., n 1 esetén és Y n = n X i. Számítsuk ki Y = X i i=1 (Y 1,..., Y n ) együttes s r ségfüggvényét. Függetlenek a koordináták? (p) SZ6.) Mely c-re lesz kétdimenziós s r ségfüggvény az alábbi? Adjuk meg a perems r ségfüggvényeket és a kovarianciamátrixot! c maxx, y} ha (x, y) (0, 1) f X,Y (x, y) = (p) 0 különben 16.) Határozd meg X eloszlását az X + Y = l feltétel mellett, valamint számítsd ki az E(X X + Y = l) feltételes várható értéket, amennyiben a.) X Bin(n, p) és Y Bin(m, p) függetlenek; b.) X Poi(λ) és Y Poi(µ) függetlenek; c.) X Geo(p) és Y Geo(p) függetlenek. 17.) Legyen (X, Y ) valószín ségi vektorváltozó egyenletes eloszlású az (x, y) R : x + y 1} egységkörlapon. Számítsuk ki az E(X Y ) feltételes várható értéket és a D (X Y ) feltételes szórásnégyzetet! x 18.) Legyen X és Y együttes s r ségfüggvénye f X,Y (x, y) = e y y y I(x > 0, y > 0). a.) Határozd meg Y peremeloszlását! b.) Milyen eloszlású X az Y = y feltétel mellett? E(X Y ) =? 19.) Legyen c alkalmas valós szám, X és Y együttes s r ségfüggvénye f X,Y (x, y) = (cx + 1) I(x > 0, y > 0, x + y < 1). a.) c =? b.) P (X < Y ) =? c.) E(Y X) =? 0.) Legyen (X, Y ) kétdimenziós normális eloszlású. Határozzuk meg az X Y feltételes eloszlást! 1.) Tegyük fel, hogy a magyar férak magassága és testsúlya kétdimenziós normális eloszlású. A férak átlagmagassága 178 cm, 9 cm szórással; átlagos testsúlyuk pedig 85 kg, 10 kg szórással. A magasság és a testtömeg közötti korreláció 0,7. a.) Feltéve, hogy egy fér 80 kg, mi a valószín sége, hogy magasabb 180 cm-nél? b.) Átlagosan mekkora súlyú egy 190 cm magas fér? c.) Átlagosan milyen magas egy 94,44 kg-os fér?.) Egy egységnyi hosszúságú pálcát el bb találomra ketté törünk, majd a hosszabbik darabot újra találomra ketté törjük. Mi a valószín sége, hogy az így kapott pálcából háromszög rakható össze? B6.) [X.15.] Legyen (X, Y ) valószín ségi vektorváltozó együttes s r ségfüggvénye i=1 e y ha 0 x y f X,Y (x, y) =. 0 különben Számítsd ki az E(Y X) feltételes várható értéket és a D(Y X) feltételes szórást! c ha 0 < x < és + x < y < x SZ7.) Legyen f X,Y (x, y) = 0 különben Határozd meg a c értékét, majd az E(X Y ) feltételes várható értékeket! (1p) SZ8.) Legyenek X i Geo(p), i = 1,..., n függetlenek, továbbá Y = I(X 1 = 1), Z = n X i. Határozd meg az E(Y Z) feltételes várható értéket! (p) i=1 SZ9.) Tegyük fel, hogy egy gyorsúszó alvásideje normális eloszlásúnak tekinthet 8 óra várható értékkel és 1 óra szórással. Tegyük fel továbbá, hogy amennyiben x órát alszik, akkor a 100 méter gyorsúszáson elért ideje ugyancsak normális eloszlású 58 x mp várható értékkel és 1 mp szórással. Számold ki annak a valószín ségét, hogy a gyorsúszó megdönti a 100 méter gyorsúszás 46,91 mp-es világcsúcsát! (p).) Legyen X t véletlen bolyongás drift-tel: X t = δ + X t 1 + ε t (t = 1,,...), ahol δ valós paraméter, P (X 0 = 0) = 1 és ε t W N(0, σ ). a.) Fejezzük ki X t -t a fehér zaj folyamat segítségével! b.) Határozzuk meg X t várható érték, autokovariancia és autokorreláció függvényét! Gyengén stacionárius a folyamat? c.) Szimuláljunk egy ilyen folyamatot normális innovációk, δ = 1, 0, 1, valamint σ = 1, 5, 10 esetén, majd ábrázoljuk X t -t, a trendet és az autokorreláció függvényét! d.) Van-e olyan ϕ(x t, X t 1,...) transzformáció, amivel származtatott folyamat már stacionárius? 4.) Legyen (X t ) t R = U sin(παt) + V cos(παt), ahol α valós paraméter, U és V egymástól független, 0 várható érték és τ szórású val. változók. a.) Határozzuk meg X t várható érték, autokovariancia és autokorreláció függvényét! Gyengén stacionárius a folyamat? b.) Legyen Y t = X t + ε t, ahol ε t fehér zaj. Szimuláljunk egy fehér zajt Dε t = 1,, 4, 8 esetén, készítsük el hozzá Y t -t, ha τ = és α = 1, majd ábrázoljuk X t és Y t id sorokat! Értelmezzük a látottakat! B7.) [ XI.1.] Legyen X t = 1 ε t ε t ε t (t Z), ahol ε t fehér zaj. Határozzuk meg X t várható érték, autokovariancia és autokorreláció függvényét! Gyengén stacionárius a folyamat? SZ10.) Legyen (X t ) t R stacionárius Gauss-folyamat (azaz minden k Z + -ra és t 1,..., t k R-re (X t1,..., X tk ) együttesen normális eloszlású) és Y t = e Xt. a.) Határozd meg az X t folyamat momentumgeneráló függvényét, azaz M Xt (s) = E(e sxt )-t! b.) Mutasd meg, hogy az Y t folyamat gyengén stacionárius! (1+1= p) SZ11.) Legyen X t = sin(πut) (t = 1,,...), ahol U E(0; 1). Mutassuk meg,

4 hogy X t folyamat gyengén stacionárius, de er sen nem stacionárius! (p) Útmutatás az( er s stacionaritás vizsgálatához: számoljuk ki a következ két valószín séget: P X 1 <, X < ) ( és P X <, X < )! 5.) Legyen (X t ) t R Poisson-folyamat λ intenzitással. Mutasd meg a Poissonfolyamat alábbi tulajdonságait: a.) az autokovariancia függvénye Cov(X t, X s ) = λ min(t, s); b.) ha t > s, akkor X s X t Bin ( X t, s t ) ; c.) ha t < s, akkor X s X t X t +Poi(λ(s t)). 6.) Tegyük fel, hogy a t zoltóság telefonközpontjába a hívások Poisson-folyamat szerint érkeznek, óránként átlagosan 4 hívás. a.) Mennyi a valószín sége, hogy az els órában kett nél kevesebb hívás érkezik? b.) Mennyi annak az együttes bekövetkezési valószín sége, hogy 6 és 7 óra között, 6 és 9 óra között 1, valamint 6 és 11 óra között 0 hívás érkezik? c.) Mennyi annak az együttes bekövetkezési valószín sége, hogy 6 és 8 óra között, valamint 7 és 10 óra között 4 hívás érkezik? d.) Átlagosan mennyi id telik el két hívás között? e.) Átlagosan/várhatóan mennyi hívás érkezik be 10 és 1 óra között? Mennyire változékony ez az átlagos érték? f.) Feltéve, hogy az els órában hat hívás érkezett, mennyi a valószín sége, hogy a második órában legalább két hívás jön? g.) Várhatóan mikor érkezik a 15. hívás? h.) Feltéve, hogy a t = 1 id pont el tt nem érkezett be hívás, milyen eséllyel érkezik be az 1. hívás t = után? i.) Feltéve, hogy a. hívás t = id pontban érkezett be, milyen eséllyel érkezik be a 4. hívás t = 4 után? j.) Feltéve, hogy a t = id pontig 10 hívás érkezett be, mi a valószín sége, hogy t = 1-ig 4 hívás érkezett be? k.) Feltéve, hogy a t = id pontig 10 hívás érkezett be, mennyi a t = 1-ig beérkez hívások várható értéke és szórása? l.) Feltéve, hogy a t = id pontig 10 hívás érkezett be, mi a valószín sége, hogy t = 5-ig 15 hívás érkezik be? m.) Feltéve, hogy a t = id pontig 10 hívás érkezett be, mennyi a t = 5-ig beérkez hívások várható értéke és szórása? 7.) Egy banki ügyintéz höz a pénzt felvenni szándékozók λ = 8 f /óra intenzitású Poisson-folyamat szerint érkeznek. A pénzt bezetni szándékozók ett l függetlenül, µ = f /óra intenzitású Poisson-folyamat szerint érkeznek. a.) Mennyi az esélye, hogy fél óra alatt legfeljebb ketten érkeznek a banki ügyintéz höz? b.) Feltéve, hogy 1 óra alatt 8 ügyfél érkezik, mennyi az esélye, hogy ebb l hárman szeretnének pénzt bezetni? c.) Mi a valószín sége, hogy nyitást követ en el bb érkezik 5 ügyfél pénzfelvételi célból, miel tt egy pénzbezet ügyfél betérne? d.) Mi a valószín sége, hogy nyitást követ en el bb érkezik 5 ügyfél pénzfelvételi célból, miel tt pénzbezet ügyfél betérne? 8.) Vivien és Cica éjjel a Hollywood Boulevard egyik utcasarkán álldogálnak "ügyfelekre" várva (á la Pretty Woman cím lm, nyitójelenet). A lányok megállapodtak abban, hogy ezen a napon az 1. "ügyfél" Viviené lesz. Tegyük fel, hogy ilyenkor 5 perc alatt átlagosan 10 autó halad el a lányok mellett, az elhaladó autósok 1 10 eséllyel ajánlanak helyet maguk mellett az autóban egy hölgynek. Mi az esélye, hogy Cicának aznap több, mint 15 percet kell várnia egy "ügyfélre"? B8.) [XI.19.] Egy biztosítóhoz a károkat Poisson-folyamat szerint jelentik be 0,5 kár/hét intenzitással. a.) Mi az esélye, hogy a 6. káresetet héttel az 5. káreset után jelentik be? b.) Mi az esélye, hogy a. káreset a. hét után következik be? c.) Ha az els héten káreset következett be, akkor milyen eséllyel következik be 4 káreset az els 5 héten? (1+1+1= p) B9.) [XI.19.] Egy biztosítóhoz a károkat Poisson-folyamat szerint jelentik be 0,5 kár/hét intenzitással. a.) Mi annak az együttes valószín sége, hogy az els három héten, a 4-7. hetekben pedig összesen kárt jelentettek be? b.) Határozd meg a 1. bejelentett kár id pontjának várható értékét és szórását! c.) Ha az els 5 héten 4 káreset következett be, akkor milyen eséllyel következik be káreset az els héten? (1+1+1= p) B10.) [XI.19.] Egy teaüzletbe óránként átlagosan 10 vev tér be, egy vásárló 1 eséllyel n vagy fér. Tekintsük a vev k számát Poisson-folyamatnak. Tegyük fel, hogy délel tt 8 és 9 között 10 n i vásárló ment be. Ezzel a feltétellel, számold ki a következ események valószín ségét: 8 és 9 között a.) pontosan 10 fér is betért a boltba; b.) legalább 0 vev ment be a boltba. (1+=p) B11.) [XI.19.] Egy tejivóba betér vendégek vagy tejet, vagy teát isznak. A tejet kér k száma Poisson-folyamatot követ vendég/perc intenzitással, míg a teát kér k száma az el z folyamattól független Poisson-folyamat 1 vendég/perc intenzitással. Határozd meg annak a valószín ségét, hogy nyitás után el bb érkezik be a. teát kér vendég, mint a. tejet kér vendég! SZ1.) Legyen X t Poisson-folyamat, τ i az i-edik esemény bekövetkezési id pontja. Mutasd meg, hogy τ 1 X t = 1 E(0; t), azaz ha tudjuk, hogy a t id pontig pontosan 1 esemény következett be, akkor ennek az eseménynek a bekövetkezési id pontja egyenletes eloszlású a (0; t) intervallumon. (1p) SZ1.) Négy bolha oda-vissza ugrál Vili a vizsla és Leó a labrador között. Az ugrások id pontjait független, λ = ugrás/perc intenzitású Poisson-folyamatok adják meg. Kezdetben az összes bolha Vilin tanyázik. Adjuk meg 5 perc múlva a Vilin lév bolhák számának eloszlását! (p) 4

5 SZ14.) Tegyük fel, hogy a t zoltóság telefonközpontjába a hívások Poisson-folyamat szerint érkeznek, óránként átlagosan 4 hívás. Feltéve, hogy az els órában 11 hívás érkezett, várhatóan mikor érkezett ezek közül az utolsó (tehát a 11.)? (p) 9.) A 0 id pontban 000 Ft-om van. Az 1,,... id pontokban 1000 Ft érték fogadásokat kötök. A fogadást p valószín séggel megnyerem, 1 p valószín séggel pedig elveszítem. Célom az, hogy a t kémet 4000 Ft-ra növeljem, amint ez teljesül, befejezem a játékot. A játéknak akkor is vége van, ha t kém 0 Ft-ra esik. Legyen X t a t-edik fogadás után a t kém nagysága. a.) Mutasd meg, hogy X t Markov-lánc, határozd meg az állapotteret és az átmenetvalószín ségi mátrixot! Ábrázold a Markov-lánc gráfját és osztályozd az állapotokat! b.) Mi az esélye, hogy 4000 Ft-tal / 0 Ft-tal fejezem be a játékot, ha p = 0, 6? c.) Várhatóan hány lépésben fejez dik be a játék, ha p = 0, 6? d.) Nézzük meg, konvergál-e az átmenetmátrix n-edik hatványa n esetén! 0.) Modellezzük egy egyetem matematika BSc szakos hallgatóit Markov-lánccal! Az els évesek 10%-a évet ismétel, 10% hagyja ott végleg a matek alapszakot, a többiek a következ évt l másodévesek lesznek. A másodév a legnehezebb, a másodévesek 0%-a ismétel évet és 15%-uk adja fel végleg a szakját. A harmadévesek 10%-a ismétel évet, és 5%-uk dönt az alapszak elhagyása mellett, a többiek elvégzik a szakot. a.) Határozd meg a Markov-lánc állapotterét és az átmenetvalószín ségi mátrixot! Ábrázold a Markov-lánc gráfját és osztályozd az állapotokat! b.) Milyen valószín séggel lesz egy els éves hallgatóból pontosan év múlva harmadéves? c.) Milyen valószín séggel lesz egy els éves hallgatóból pontosan év múlva harmadéves? d.) Milyen valószín séggel hagyja el egy els éves hallgató végzettség nélkül a matematika alapszakot? e.) Mi az esélye annak, hogy egy másodéves hallgató elvégzi a szakot? f.) Várhatóan hány évig lesz egy másodéves hallgató másodéves? g.) Várhatóan hány év alatt fejezi be egy els éves egyetemista a szakját? h.) A visszajelzések szerint a munkaer piac évente 50 matematika alapszakos hallgatót képes felszívni. Ha a hallgatóknak várhatóan a 40%-a tovább szeretne tanulni valamilyen mesterszakra, akkor az egyetemnek hány gólyát érdemes felvennie a szakra? i.) Tegyük fel, hogy "sok" éven keresztül, minden évben 60 hallgatót vesznek fel matematika alapszakra és más egyetemekr l nem jönnek át másod-, illetve harmadévesek erre a szakra. "Sok-sok" év múlva várhatóan hány hallgató fog tanulni az egyes évfolyamokon? Ha egy hallgató képzése egy félévre 00 ezer Ft, akkor a szak összesen mennyi pénzébe kerül 1 félév során az államnak? 1.) Tegyük fel, hogy a kóla iparágban kétféle termék van: Coke és Poke. Ha egy személy legutóbb Coke-ot vett, akkor 90% eséllyel legközelebb is Coke-ot vesz. Amennyiben legutóbb Poke-ot ivott, akkor 80% valószín séggel a következ vásárlás során is Poke-ot fog venni. Tegyük fel, hogy kezdetben a Coke gyártója a piac 60%- át uralja. a.) Ábrázold a Markov-lánc gráfját, írd fel az átmenetvalószín ség mátrixot és osztályozd az állapotokat! b.) Ha egy vásárló Poke-ot iszik, akkor mennyi a valószín sége, hogy a mostantól számított. vásárláskor Coke-ot fog inni? c.) Ha egy vev Coke-ot iszik, akkor mennyi a valószín sége, hogy a mostantól számított. vásárláskor is Coke-ot fog inni? d.) Számítsuk ki a két márka piaci részesedését (a fogyasztók hány %-a fogyasztja az egyiket és a másikat) a. id pont után! e.) Vizsgáljuk meg szimulációval az n lépéses átmenetvalószín ség mátrixot és a két márka piaci részesedését n esetén! f.) Számítsd ki a stacionárius valószín ségeket! g.) Tegyük fel, hogy egy fél literes kóla ára 00 Ft, el állítási költsége pedig 00 Ft. Felmérésekb l kiderítették, hogy kólát rendszeresen 10 ezer ember fogyaszt, k hetente átlagosan 1-et isznak meg. Számoljunk 5 héttel egy évben. Számítsd ki, hogy a Coke és a Poke gyártója (hosszú távon) mekkora protra tesznek szert 1 év alatt! h.) Ha Peti ezen a héten Coke-ot fogyaszt, akkor várhatóan hány hét múlva fogyasztja el a következ Coke-ot?.) Egy országban a családok három csoportba oszthatók: városban, városok vonzáskörzetében vagy vidéken él k. Egy évben a városlakó családok 15%-a átköltözik a vonzáskörzetbe és 5%-a vidékre költözik; ugyanakkor a vonzáskörzetben él k 6%- a városba és 4%-a vidékre költözik; végül a vidéki lakosság 4%-a a városokba és 6%-a a városok vonzáskörzetébe települ át. Jelenleg a családok 40%-a városokban, 5%-a pedig a városok vonzáskörzetében él. a.) Ha egy család városban lakik, akkor mi a valószín sége, hogy év múlva is városban fog lakni? b.) Két év múlva a családok hány %-a fog városban élni? c.) Ha ez a modell hosszú távon jól írja le a lakosok költözési viselkedését, akkor hogyan fog alakulni az ország lakóhely szerinti megoszlása?.) A Google által használt PageRank algoritmus a keres ben talált oldalakat sorrendbe állítja, egyszer sített változata a következ képpen írható le. Tekintsünk egy Markov-láncot, melynek gráfját jelölje G = (V, E), ennek csúcshalmaza az adott adatbázisban található oldalak, továbbá (u, v) E ha az u oldalról 1 mutat link a v oldalra, az élre pedig az d ki (u) számot írjuk, ahol d ki(u) az u csúcsból más csúcsokba mutató élek száma (ki-fokszám). Amennyiben egy oldal semelyik másik oldalra se mutat, akkor egyenletes eloszlás szerint véletlenszer en választunk egy oldalt és oda ugrunk, azaz az összes többi csúcshoz berajzolunk élet, és az azo- 5

6 1 nos V 1 számokat írunk rájuk. A Markov-lánc stacionárius eloszlása adja meg az oldalak rangszámait, minél nagyobb a szám, annál "fontosabb" az adott oldal. Tekintsünk egy olyan esetet, amikor összesen az (a, b, c, d) négy oldal van egy adatbázisban a következ linkekkel: a b, b c, d c, b d. a.) Írjuk fel a PageRank által meghatározott bolyongás állapotmátrixát és osztályozzuk az állapotokat! b.) Határozzuk meg a stacionárius eloszlást, majd adjuk meg az oldalak sorrendjét! B1.) [XI.6.] Egy urna a kiinduló helyzetben két festetlen golyót tartalmaz. Véletlenszer en kiválasztunk egy golyót és feldobunk egy pénzérmét. Ha a választott golyó festetlen és fejet dobunk, akkor a kiválasztott festetlen golyót pirosra festjük; ha a választott golyó festetlen és írást dobunk, akkor a kiválasztott festetlen golyót feketére festjük. Ha a golyó már korábban meg lett festve, akkor átfestjük a másik színre. Jelöljük az urna állapotát az alábbi számhármassal: (i, j, k), ahol i az urnában lév festetlen, j a piros, k pedig a fekete golyók száma. Legyen X t az urna állapota a t-edik lépés után. Mutasd meg, hogy X t Markov-lánc és határozd meg az átmenetvalószín ségi mátrixot! B1.) [XI.6.] Tekintsük a 1. feladat történetét. Egy reklámügynökség megkeresi a Coke tulajdonosát egy olyan ajánlattal, hogy a márkát rendkívül men vé fogják tenni vagány TV-reklámokkal, ezáltal annak a valószín sége, hogy egy fogyasztó a következ héten a másik márkát fogyasztja, 10%-ról 5%-ra fog lecsökkenni. A reklámkampányra 50 millió Ft-os ajánlatot adnak. Számításokkal alátámasztva adj tanácsot, a Coke tulajdonosának érdemes-e belekezdeni a reklámkampányba! B14.) [XII..] Egy vállalat telefonon értékesíti termékét. Tekintsünk egy potenciális vev t, akit még nem hívott fel a cég képvisel je az 1. hívás után 60% az esélye, hogy az illet lanyha érdekl dést fog tanúsítani a termék iránt, 0% eséllyel komolyan fog érdekl dni és 10% eséllyel a vállalat törölni fogja a potenciális vev k köréb l. Az a vev, aki korábban lanyha érdekl dést mutatott, a következ hívás során 0% eséllyel továbbra is alacsony érdekl dést fog mutatni, 0% valószín séggel komoly érdekl d lesz, 0% eséllyel megveszi a terméket és 0% eséllyel törölni kell a listából. A korábban komolyan érdekl d potenciális ügyfél a következ hívás során 10% eséllyel alacsony érdekl dést fog mutatni, 40% valószín séggel továbbra is komoly érdekl d marad, míg 50% eséllyel megvásárolja a terméket. a.) Mi az esélye, hogy egy potenciális vev megveszi a terméket? b.) A vállalat átlagosan hányszor fog felhívni egy potenciális vev t? SZ15.) Tekintsük a szimmetrikus bolyongást az n 5 hosszú körön. Tegyük fel, hogy az éleken oda-vissza lehet közlekedni. Add meg az átmenetmátrixot és osztályozd az állapotokat! Határozd meg a stacionárius eloszlást! (1p) SZ16.) Legyen X k, k 0} homogén Markov-lánc S = 0, 1, } állapottérrel, X 0 = 1, az átmenetvalószín ség mátrix Mutasd meg, hogy az Y k = I(X k 1) folyamat nem Markov-lánc! (p) SZ17.) Egy gépjárm -biztosítással foglalkozó vállalat ügyfeleinek az alapján határozza meg a biztosítási díjat, hogy volt-e balesetük az el z két évben. Ha egy ügyfélnek az elmúlt két évben nem volt balesete, akkor a biztosítási díj évi 100 ezer Ft. Ha a partnernek az elmúlt két év mindegyikében volt balesete, akkor évi 00 ezer Ft-ot zet. Amennyiben az ügyfélnek az elmúlt két év egyikében volt balesete, akkor a biztosítási díj 150 ezer Ft. Ha a partnernek balesete volt az elmúlt évben, akkor 10% a valószín sége, hogy az aktuális évben is balesete lesz. Ha az ügyfélnek nem volt balesete az elmúlt évben, akkor csak % eséllyel lesz balesete az aktuális évben. Tegyük fel, hogy a fenti számok hosszú távon stabilnak tekinthet k. A biztosítónak mennyi az összes ügyfélre vonatkozó átlagos biztosítási díja? (p) SZ18.) Tekintsük a 0. feladat történetét. Milyen valószín séggel lesz egy els éves hallgatóból harmadéves? (1p) SZ19.) Legyenek X n és Y n független Markov láncok a 0; 1; } állapottéren. Mindkét lánc átmenetmátrixa Tegyük fel, hogy X 0 = 0 és Y 0 =, valamint legyen T = infn 0 : X n = Y n }. Határozd meg T várható értékét! (p) 4.) Olvassuk be a kerdoiv.txt fájlt, ami egy 017-es hallgató kérd íves felmérés adatait tartalmazza. A következ kre válaszoltak: nem, testmagasság (cm), súly (kg), cip méret, hányast szerzett valszámból a 017-es vizsgán, hány percet utazik az egyetemre, szorgalmi id szakban átlagosan hány órát tanul egy héten. a.) Nézzük meg pontdiagrammal néhány adatpár közti összefüggést (pl. magasság és súly, nem és cip méret, stb.)! b.) A továbbiakban célunk a testmagasság modellezése/magyarázása a többi változó segítségével. Tekintsük az alábbi regressziós modelleket: I.) Testmagasság = Testsúly + Hiba, ami a Testmagasság = a 0 + a 1 Testsúly + Hiba modell rövidített változata II.) Testsúly = Testmagasság + Hiba III.) Testmagasság = Testsúly + Lábméret + Hiba IV.) Testmagasság = Nem + Hiba Vizsgáljuk meg a korrelációs mátrixot! Keressük meg a legjobban illeszked modellt! c.) Adjunk el rejelzést a legjobbnak t n modell(ek) alapján egy olyan ú hallgató testmagasságára, aki 70 kg-os, 45-ös a cip mérete, 5-öse volt valszámból, 5 percet utazik az egyetemre és heti 1 órát tanul! d.) Szignikáns hatással van a hallgatók neme a testmagasságukra? e.) Szignikáns hatással van a hallgatók tavalyi vizsgajegye a testmagasságukra? 5.) Egy ügyvédi vállalkozásnak két irodája van: egy Budapesten és egy Miskolcon. 018-ban Budapesten 4-en dolgoztak, a bruttó zetésük 500 e Ft, 600 e Ft, 550 e 6

7 Ft, 510 e Ft volt. A miskolci telephely dolgozói bruttó 450 e, 50 e, 400 e Ft-ot vittek haza. a.) A telephely hány %-ban magyarázza a zetések változékonyságát? b.) A telephely szignikáns hatással van a zetésekre? c.) Hogyan változik az el z két kérdésre adott válasz, ha Gy rben is van egy telephely, az ott dolgozók zetése pedig 450 e Ft és 550 e Ft? 6.) A távolsági autóbusz-közlekedés néhány jellemz adata egy év során: Járat Szállított utasok Utazási távolság száma (M f ) átlaga szórása Menetrend szerinti Szerz déses 0 15 Külön Összesen/együtt a.) Számítsd ki a táblázat kipontozott celláit! b.) A járat fajtája szignikáns hatással van az utazási távolságra? 7.) A következ táblázat a félévben tanár szakos BSc-s hallgatóknak tartott 4 valszám gyakorlat év végi, 100-ra skálázott végs pontszámait tartalmazza: Gyakvezér Pontszámok Cs. V W. G B. Á V. L Vizsgáljuk meg, az év végi pontszám függ-e attól, hogy a hallgató melyik csoportba jár! Hány %-ban magyarázza a pontszámok változékonyságát az, hogy a hallgatók melyik csoportba járnak? B15.) [XII.10.] Egy söröz vezet je egy héten át feljegyezte a söröz forgalmát: Nap Vendégek száma (f ) Átlagfogyasztás (korsó/f ) Hétf 8,9 Kedd,1 Szerda 5,6 Csütörtök 6 Péntek 48, Szombat 46,4 Vasárnap 4,1 Az egyes emberek fogyasztása átlagosan 1%-kal tér el az átlagos fogyasztástól ( ez tekinthet a relatív szórásnak). Szignikáns hatással van az átlagfogyasztásra az, hogy a hét melyik napjáról van szó? 7