3. A VALÓSZÍNŰSÉG-ELMÉLET ALAPJAI

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "3. A VALÓSZÍNŰSÉG-ELMÉLET ALAPJAI"

Átírás

1 3. A VALÓSZÍNŰSÉG-ELMÉLE ALAPJAI Ebbe a függelébe azoat a valószíűség-elméleti alapfogalmaat foglalju össze, amelyere a mérése iértéeléséhez szüség va. A 3.. alfejezet a területe teljese ezdő számára észült. A ésőbbie a területet ismerő számára is haszos ismétlés lehet. Figyelmeztetjü azoba az Olvasót, hogy a rövidség edvéért itt számos egyszerűsítésre éyszerülü, tehát ee a függelée a taulmáyozása em helyettesíti a valószíűség-elmélet alapos megtaulását. Az irodalom redívül gazdag magyar yelve is []. Az irodalomjegyzé csa példaéppe ajál éháy öyvet. 3.. Alapfogalma Eseméy és valószíűség A valószíűség defiíciója Amior ísérletet végzü, aa imeetele legtöbbször em jósolható meg biztosággal, mert a véletletől függ. A valószíűség-elmélet tárgya az ilye ísérlete elemzése. Ha csa egyetle ísérletet végzü, aa imeeteléről alig lehet valamit modai, viszot az elmélet ijeletései egyre megbízhatóbbá vála, ahogy egyre többször ismételjü meg a ísérletet. Úgy is fogalmazhatu, hogy a valószíűség-elmélet a véletle tömegjeleségeel foglalozi. A ísérlet mide lehetséges imeetelét elemi eseméye evezzü. Példá elemi eseméyere: ét ocával való dobásor a ét ocá apott számoból alotott számpár: (, 3), (5, ) stb.; bridge-osztásor a égy ézbe levő 3 3 lap együttese; céllövésor a golyó becsapódási helyée a céltábla özéppotjától való távolsága; lottóhúzásor a ijövő számötös; radioatív bomlásor az s alatt elbomlott atomo száma. Az összes lehetséges elemi eseméye együttesét teitsü az Ω halmaz elemeie. Ω részhalmazait eseméyee evezzü. ermészetese mide elemi eseméy egybe eseméy is. Együttesüet eseméytére evezzü. Példá eseméyere: ét ocával való dobásor a ét ocá apott szám egymással egyelő: {(, ); (, ); (3, 3); (4, 4); (5, 5); (6, 6)}; 45

2 bridge-osztásor egy ézbe va mid a égy ász; céllövésor a 0-es ör, vagyis a golyó becsapódási helyée a céltábla özéppotjától való távolsága isebb, mit a 0-es ör sugara; lottóhúzásor 5 darab égytalálatos szelvéy va; radioatív bomlásor az s alatt elbomlott atomo száma isebb, mit 000. A defiícióból yilvávaló, hogy az Ω eseméy biztosa beövetezi. Ezért ezt biztos eseméye evezzü. Ω valódi részhalmazai a ísérletee csa egy részébe öveteze be. együ fel, hogy ísérletet végeztü, és az A eseméy -szor övetezett be. A / háyadost relatív gyaorisága evezzü. Azt tapasztalju, hogy erőse igadozi, amíg icsi, de öveedésével stabilizálódi, és egy határértéhez tart. Ezt illusztrálju a 3.. ábrá: re a relatív gyaoriság gyaorlatilag stabilizálódi 0,7 özelébe. Ezt a határértéet evezzü valószíűsége: pa = lim. (3.) Egy ülö fejezetet igéyele a overgecia természetée elemzése, így ettől el ell teiteü. Midössze ayit jegyzü meg, hogy ezt az összefüggést a agy számo törvéyée evezzü, amelye több változata létezi. relatív gyaoriság 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0, 0, 0 0 0,5,5,5 3 3,5 4 4,5 log 3.. ábra. A relatív gyaoriság overgeciája a valószíűséghez (p = 0,7) Azt az eseméyt, amelyre a valószíűség voatozi, (3.) mitájára argumetumét jelöljü, ha szüséges. Boyolulta defiiálható eseméye valószíűségét a övetezőéppe is jelölhetjü: { } p = P r R0, A fet említett egyszerűsítése egyie, hogy így defiiálju a valószíűséget. A moder valószíűség-elmélet egésze másépp özelíti meg a dolgot. Az alábbia megértéséhez azoba elégséges lesz a (3.) éplet szeriti defiíció. A overgecia jellegét a ésőbbiebe még megvilágítju. 46

3 ahol R 0 a 0-es ör és r a céltáblába fúródó golyó helyée a sugara. Ezzel aa az eseméye a valószíűségét írtu fel, hogy a céllövőe 0-es ört sierült lőie. Függetle és egymást izáró eseméye Az eseméyeel apcsolatba meg ell ismeredü éháy fogalommal. Kimodu továbbá éháy alapvető tételt de bizoyítás élül. A és B egymást izáró eseméye, ha özös részü az üres halmaz. Más szóval egyszerre em övetezhete be. Ha a ocadobásba az egyes ocáo ijött számoat i-vel és j-vel jelöljü, aor a övetező ét eseméy izárja egymást: A= { i+ j 4 } és B { i j } = + 0. Nem zárja i egymást viszot a övetező ét eseméy: A= { i+ j 4 } és B { i j } ahol egész szám. Közös részü ugyais em üres: { } = + =, (3.) AB =, ; 3, ;, ; 3,. (3.a) Eze utá i tudju modai a övetező tételt: 3.. ÉEL. Ha A és B egymást izáró eseméye, pa ( + B) = pa + pb. (3.3) Ha em egymást izáró, a tétel módosul: pa ( + B) = pa + pb pab. (3.3a) A 3.. ÉEL általáosítható tetszőleges számú, egymást pároét izáró eseméyre. Számu lehet megszámlálhatóa végtele is. Azt az eseméyt, amelybe A em övetezi be, felülhúzással jelöljü. Mivel az A eseméy vagy beövetezi, vagy sem, A+ A = Ω, A 3.. ÉEL szerit ebből viszot az adódi, hogy = = pa pω pa pa. (3.3b) A övetező alapvető fogalom az eseméye függetlesége: 3.. DEFINÍCIÓ. Az A és B eseméyeet aor modju függetlee, ha pab = pa pb. (3.4) E defiíció szerit tehát függetle eseméye együttes beövetezésée a valószíűségét megapju, ha ülö-ülö való beövetezésü valószíűségét összeszorozzu. Az eseméye általába em függetlee. Ezért szüségü va a feltételes valószíűség fogalmára: 47

4 3.. DEFINÍCIÓ. Az A eseméye a B eseméyre voatozó feltételes valószíűségét a övetező éplet adja meg: pab pb pab =. (3.5) Az itt szereplő pab feltételes valószíűség fogalmát egy példával világítju meg. eitsü a (3.) szerit defiiált eseméyeet. Az együttes beövetezésüet jelető eseméyt (3.a)-ba felírtu. Nos, a érdéses feltételes valószíűséget szité a (3.) határértéel defiiálju, de az ott szereplő -be csa azoat a ísérleteet számítju bele, amelyebe a B eseméy beövetezett. -ba természetese azoat a ísérleteet számolju bele, amelyebe az A eseméy is beövetezett. Nagyo gyara öyebb a feltételes valószíűséget iszámítai, mit az együttes beövetezését. Ezért haszos a (3.5) éplet. Végül megjegyezzü, hogy függetle eseméyere voatozóa a feltételes valószíűség a feltétel élüli valószíűséggel egyezi meg. (3.4) alapjá ugyais írhatju: pab pb pab pa = = pb pb Azoos valószíűségű elemi eseméye = pa. Levezetü egy haszos összefüggést, amely aor érvéyes, amior az elemi eseméye száma véges és valószíűségü azoos. Ha az Ω halmaz elemeie a száma N, aor az egyes elemi eseméye p 0 valószíűségére a 3.. ÉEL általáosítása szerit feáll: Np p 0 = Ω =, amiből p0 =. N Ha az A eseméyt alotó elemi eseméye száma K, aor ugyaezzel a megfotolással apju: Szavaba: pa K = Kp0 =. (3.6) N 3.. ÉEL. Ha az elemi eseméye száma véges, és valószíűségü azoos, aor bármely eseméy valószíűségét megadja a edvező eseméye és az összes eseméye számáa (vagyis K, illetve N) háyadosa. 48

5 Nézzü például a (3.) szerit defiiált eseméye valószíűségét! Az összes eseméye száma: N = 36. Az A eseméyt a övetező elemi eseméye alotjá: { } A =, ;, ;, 3 ;, ;, ; 3,, amelye száma K = 6, tehát (3.6) alapjá 6 pa= = Köye megszámlálhatju, hogy a B eseméy számára edvező eseméye száma K = 8, tehát (3.6) alapjá 8 pb = = 36. A fogalma jobb megértése céljából vizsgálju meg, hogya teljesül a feltételes valószíűség defiíciójául szolgáló (3.5) összefüggés. (3.a) szerit az AB együttes eseméy számára a edvező esete száma K = 4, vagyis 436 pab = = 9. Ugyaezt özvetleül is megaphattu vola. Ha ugyais Ω-t leszűítjü B-re, aor eze az összes eseméye száma már csa 8. Az eze a részhalmazo az A eseméy számára edvező elemi eseméye száma (3.a) alapjá 4. Így a feltételes valószíűség 4/8 = /9. Geometriai valószíűség A geometriai valószíűség roo az előző szaaszba tárgyaltaal. Legyee az elemi eseméye egy véges területű pothalmaz potjai. Feltesszü, hogy a ísérletbe mide pot azoos valószíűséggel jö i. Ezt potosabba is meg ell fogalmazu: ha az A eseméye megfelelő alazat területe t(a), aor A beövetezésée a valószíűsége t A pa =. (3.7) Ez a geometriai valószíűség fogalma. Erre voatozóa a 3.a. és 3.b. ábrá szemlélteti az egymást izáró eseméyeet és a feltételes geometriai valószíűséget. Az előbbi ábráról leolvasható, hogy az (A + B) pothalmaz területe a ét terület összege, tehát valószíűségü (3.7) szerit összeadódi. Az is látszi az ábráról, hogy eseméye halmazelméleti összeadása a VAGY logiai apcsolata felel meg: vagy A, vagy B övetezi be. A mási ábráról viszot az látszi, hogy a halmazelméleti szorzás az ÉS logiai apcsolatot jeleti: mid A, mid B beövetezi Az együttes beövetezés p(ab) Az alábbia öye átvihető egy- vagy háromdimeziós alazatora is. A szemléletesség edvéért választottu a síbeli pothalmazoat. 49

6 valószíűsége a ét pothalmaz özös részée a területével aráyos. A feltételes valószíűséget így a övetezőéppe foghatju fel: feltéve, hogy a ísérlet imeetele által iválasztott pot a B halmazba esi, eressü az A eseméy beövetezésée a valószíűségét. Eor (3.7)-be szerepét p(b), a (A) területét pedig p(ab) játssza. Ezzel adódi (3.5). Ω Ω A A p(a+b)=p(a)+p(b) B pab pb () pab = AB B 3.a. ábra. Egymást izáró eseméye geometriai valószíűsége 3.b. ábra. Feltételes geometriai valószíűség szemléltetése Valószíűségi változó, eloszlásfüggvéy Amior méréseet végzü, a ísérlet valamilye fiziai meyiség mérését jeleti. A ísérlet imeetétől függőe a mérés eredméye más és más lehet. A mérés mide elemi eseméyhez egy vagy több számot redel hozzá. A mérése iértéelése szempotjából tehát alapvető ee a hozzáredelése ismerete. Így jutu el a valószíűségi változó fogalmához, amelyet a mérésebe játszott szerepéél általáosabba határozu meg: 3.3. DEFINÍCIÓ. A valószíűségi változó az Ω eseméytére értelmezett mérhető 3 függvéy. A fogalmat ét példával világítju meg a fetie özül: Amior ét ocával való dobásor az (i, j) számpár jö i, eze bármilye függvéye valószíűségi változó, például i + j, i/j stb. Céllövés esetébe az Ω eseméyteret a céltábla potjai alotjá. A céllövő szempotjából a legfotosabb valószíűségi változó a golyó becsapódási potjáa a tábla özéppotjától való r távolsága. Gyara beleesü abba a fogalmazási hibába, hogy em ülöböztetjü meg az elemi eseméyeet a valószíűségi változó hozzáju redelt értéétől. Mérése esetébe ez gyara megbocsátható pogyolaság. Vegyü példáa a szoba hőmérséletée a mérését. Ha a mérést többször megismételjü, általába ülöböző eredméyeet apu, tehát a mért hőmérsélet a véletletől függ. Hajlamosa vagyu az elemi eseméye Ω halmazát a apott hőmérséletértéeel azoosítai. udju persze, hogy em erről va szó. Némi godolodás utá azoba belátju, hogy ebbe az esetbe em is olya 3 A mérhető függvéy fogalmát a ésőbbiebe határozzu meg. 50

7 öyű az elemi eseméyeet defiiáli, hisze azo számos téyező együttesét jeleti természetese attól függőe, hogya végeztü a mérést: mior mértü, yitva volta-e az ablao, milye a hőmérő potossága, volt-e fűtés, stb. Ha eze a téyező mid szerepet játszaa a mérés iértéelésébe, ell törődü az elemi eseméye potos defiíciójával. Elleező esetbe az említett pogyolaság megbocsátható. A valószíűségi változó legfotosabb jellemzője az eloszlásfüggvéy: 3.4. DEFINÍCIÓ. A valószíűségi változó F(x) eloszlásfüggvéye aa a valószíűsége, hogy a változó ξ értée isebb x-él: = { < x} Fx P ξ. (3.8) A apcsos zárójele belül szereplő reláció ijelöli az Ω eseméytér egy részhalmazát. Ezeet a valószíűségi változó ívóhalmazaia evezzü, amelye defiíció szerit magu is eseméye. A 3.3. DEFINÍCIÓba szereplő mérhetőség azt jeleti, hogy a ívóhalmazohoz x mide értééél ell tudi valószíűséget defiiáli. Nagyo ehéz matematiai feladat emmérhető halmazt ostruáli, így a mérése iértéelésébe midig feltesszü, hogy a szereplő valószíűségi változó mérhető függvéye. Ebbe a jegyzetbe evés ivételtől elteitve általába görög betűel jelöljü a valószíűségi változóat, az eloszlásfüggvéy változóját pedig egy ei megfelelő lati betűvel, mit ezt (3.8)-ba is tettü. A defiícióból övetezi, hogy egy eloszlásfüggvéy midig mooto övevő. Ami folytoosságát illeti, ez függ a valószíűségi változó jellegétől. A miet érdelő esetebe a valószíűségi változó étfélé lehete: diszrét és folytoos változó DEFINÍCIÓ. A ξ valószíűségi változó diszrét, ha értéei csa a megszámlálhatóa so x szám valamelyie lehet ( =,,...). Ebbe az esetbe az eloszlásfüggvéy ét szomszédos x özötti itervallumba álladó, de az x = x potoba ugrása va. Az ugrás agyságát p -val jelöljü, ami aa a valószíűségét adja meg, hogy a ξ = x eseméy beövetezze: p { x } = P ξ =. (3.9a) Diszrét eloszláso esetébe tehát az eloszlásfüggvéyt a övetezőéppe írhatju fel: Fx = P p. (3.9b) x : < x Be lehet láti, hogy ez függvéy balról folytoos. 5

8 0,04 0,035 0,03 0,05 p 0,0 0,05 0,0 0, x 3.3. ábra. Diszrét eloszlás grafioja A folytoos valószíűségi változó fogalmát legegyszerűbb a diszrét eloszlásoból iidulva meghatározi. Ebbe Gyegyeo és Hicsi [] godolatmeetét övetjü. 4 A 3.3. ábrá egy diszrét eloszlásra ábrázoltu a p valószíűségeet a változó értéészletét alotó x értée függvéyébe. Az ábrá látható poto egy folytoos görbévé látszaa összeolvadi. Ezt a övetezőéppe tudju matematiailag is megfogalmazi. Kijelölü egy [x, x+dx) itervallumot, és összegezzü az ebbe eső x értéehez tartozó valószíűségeet. Legye f(x) eze átlagértée: p = f( x) d x. x : x < x+ dx Ha az x értée mide határo túl sűrűsöde az x-tegelye, aor ezzel eljutu a folytoos valószíűségi változó fogalmához. Az f(x) függvéy a ξ valószíűségi változó sűrűségfüggvéye. Ha a 3.3. ábrá látható potoat egy folytoos görbével ötjü össze, aor az F(x) eloszlásfüggvéy ee -től x-ig terjedő része alatt alatti területet adja meg. Így jutu a övetező defiícióhoz: 3.6. DEFINÍCIÓ. A ξ valószíűségi változó folytoos, ha eloszlásfüggvéye felírható az = Fx ftdt x itegrál alajába. 5 (3.0a) 4 Ez a godolatmeet azoa szól elsősorba, ai még em szerezte ellő jártasságot az itegrálo területé. 5 A valószíűség-elméletbe eél jóval általáosabba defiiáljá a folytoos eloszlásoat. Az itt adott defiíció valójába a totálfolytoos valószíűségi változó defiíciója. Az Olvasótól elvárt matematiai előismeretere való teitettel egyszerűsítettü a defiíciót. 5

9 Az Ω halmaz eor vagy egy (véges vagy végtele) itervallum, vagy ilyee egyesítése. (3.0a)-ból övetezi, hogy az f(x) sűrűségfüggvéy az eloszlásfüggvéy deriváltja: Fx f( x) = d. (3.0b) dx A továbbiaba hacsa lehet először a diszrét változó alapjá fogju a fogalmaat bevezeti, és csa ezutá adju meg ezee a folytoos eloszlásora voatozó megfelelőit. A 3.5. és 3.6. DEFINÍCIÓból övetezi, hogy lim x + Fx =, hisze F(+ ) aa a valószíűségét jeleti, hogy ξ egyáltalá felvesz valamilye valós értéet, ami yilvávalóa a biztos eseméyel azoos. Korábbi öszszefüggései alapjá ez a övetezőt is jeleti. Diszrét valószíűségi változó esetébe p = = illetve folytoos valószíűségi változó esetébe +, (3.a) f( x) d x =. (3.b) Várható érté és szórás Egy diszrét valószíűségi változó értéét -szer megmértü. együ fel, hogy az x érté l -szor jött i. Ha, aor defiíció szerit l p = lim. Vegyü a apott eredméye átlagát: lx ξ =. Az összegzés itt mide, a mérésebe előforduló értéére iterjed. Ee a meyisége mellett vett határértéét evezzü a ξ valószíűségi változó várható értéée: ( ξ) a = M = lim ξ = = p x. (3.a) 53

10 Folytoos valószíűségi változó esetébe aalóg megfotolásoal a övetező defiíciót apju a várható értére: + a = M ξ = xf x d x. (3.b) Ezebe a defiícióba természetese feltételezzü, hogy a végtele összeg, illetve itegrál overges. A várható értéet gyara egyszerűe csa átlagértée evezzü, hisze ee a határértée. Az M(...) jelölés is erre utal: mea agolul átlagot jelet. 6 Mivel a valószíűségi változóa az egyes ísérletebe apott értée az átlagtól eltérhet, szüség va egy olya jellemzőre is, amely ee a agyságát jellemzi. Első ötletét erre ézefevő a (ξ a) ülöbség átlagát választai. Mit öye belátható, ez mide esetbe zérus. Nem zérus azoba a ülöbség égyzetée az átlaga, amelyet szóráségyzete evezü: σ ( ξ) ( ) = D = x a p = illetve folytoos valószíűségi változó esetébe σ + ( ξ) = D = x a f x d x., (3.3a) (3.3b) A szóráségyzet mellett haszálatos még a variacia vagy a diszperzió ifejezés is. 7 Négyzetgyöét szórása evezzü, szoásos jelölése σ. A feti defiícióba hallgatólagosa ismét feltettü, hogy a fellépő itegrálo, illetve öszszege overgese. Ha (3.3)-ba a égyzetes téyezőt ifejtjü, egyszerűe levezethetjü a [ ] ( ξ) ( ξ ) ( ξ) D = M M (3.4) összefüggést. Mivel a szóráségyzet midig pozitív, azt is iolvashatju ebből a épletből, hogy egy valószíűségi változó égyzetée az átlaga agyobb, mit a változó átlagáa a égyzete. Egyszerűe beláthatju, hogy a várható érté és a szórás aráyosa változi, ha a valószíűségi változót egy c álladóval beszorozzu: M ( cξ) = cm( ξ) = ca és D D cξ = c ξ = c σ. A szórás az eloszlásfüggvéy haszos jellemzője, amelyet meghatározi a mérése iértéelésée özpoti feladata. Ebbe az alfejezetbe csa a 6 Számos más yelve is m az első betű: moyee (fracia), Mittelwert (émet), medio (spayol) stb. 7 Az utóbbira utal a D (...) jelölésbe a D betű. 54

11 Csebisev-egyelőtleséget idézzü, amely azt fejezi i, hogy a várható értétől a szóráshoz épest agy eltérése em valószíűe: 3.3. ÉEL. Ha a ξ valószíűségi változó várható értée a, szórása σ, aor tetszőleges pozitív λ-ra feáll, hogy P{ ξ a > λσ} λ. (3.5) A tételt diszrét valószíűségi változóra látju be, de érvéyes folytoos valószíűségi változó esetébe is. (3.3a) alapjá írhatju: ( x a) p p P{ a } σ = λσ = λσ ξ > λσ = : x a > λσ Ebből egyszerűe övetezi a bizoyítadó tétel. Ha λ-t úgy választju meg, hogy λσ = ε legye, aor az egyelőtleség a σ P{ ξ a > ε} ε. (3.5a) alara hozható. Gyara ebbe az alajába alalmazzu. Magasabb mometumo A (3.) és (3.3) épleteel defiiált várható érté, illetve szóráségyzet általáosításaét defiiálhatu további mometumoat. Diszrét valószíűségi változó -edi mometuma M = M ξ = = x p, (3.6a) ha ez a sor overges. A (3.3) épleteel defiiált szóráségyzet ú. cetrális mometum, amelye természetes általáosítása a [ ] ( ) C = M ξ a = x a p = (3.6b) -edi cetrális mometum, ha ez a sor overges. Ugyaezee a meyiségee a defiícióját öye vihetjü át folytoos eloszlásora is: és + M = M ξ = x f x d x (3.6c) + [ ] C = M ξ a = x a f x d x, (3.6d) 55

12 ha eze az itegrálo léteze. öbbváltozós eloszláso 8 Együttes eloszlásfüggvéy Az eddigieet általáosíthatju több valószíűségi változó esetére. Jelöljü ezeet ξ, ξ,..., ξ -vel. Az egyszerűség edvéért midegyiről feltesszü, hogy folytoosa. Nem ooz ehézséget a diszrét változó esetére való áttérés. Együttes eloszlásfüggvéyüet (3.8) mitájára defiiálju: 3.7. DEFINÍCIÓ. A ξ, ξ,..., ξ valószíűségi változó együttes eloszlásfüggvéyét a övetező éplet adja meg: (,,, ) = P { <, <,, < } Fx x x ξ x ξ x ξ x. (3.7) Deriváltja az együttes sűrűségfüggvéy [vö. (3.0b)]: (,,, ) f x x x (,,, ) Fx x x = x x x. (3.8) A sűrűségfüggvéye a övetező értelmet lehet adi. Jelöljü i az - dimeziós térbe egy dv = dx dx...dx ifiitezimális térfogatelemet, és eressü aa a valószíűségét, hogy a (ξ, ξ,..., ξ ) számo által a térbe ijelölt pot ebbe esi. (3.8) szerit ezt első redbe az (,,, ) = (,,, ) f x x x dv f x x x dx dx dx ifejezés adja meg, ahol x = ξ, x = ξ,..., x = ξ. Amior a geometriai valószíűséget defiiáltu, feltételeztü, hogy ez a valószíűség függetle a (ξ, ξ,..., ξ ) pottól. Ha tehát a redelezésre álló térfogat V Ω, aor (3.7) szerit a geometriai valószíűség dv/v Ω, ami azt jeleti, hogy eor az együttes sűrűségfüggvéy f( x, x,, x ) =. VΩ Ezt az eloszlást egyeletes eloszlása evezzü. Nyilvávaló, hogy csa aor tudju értelmezi, amior Ω térfogata véges. A defiícióból övetezi, hogy az együttes sűrűségfüggvéye Ω-ra vett itegrálja. együ fel, hogy ismerjü a (ξ, ξ,..., ξ ) valószíűségi változó együttes sűrűségfüggvéyét, de egyiü (például ξ ) számura érdetele. Hogya lehet ebből a maradé ( ) valószíűségi változó együttes sűrűségfüggvéyét iszámítai? Ha az eloszlásfüggvéybe x helyére + -t helyettesítü, aor a (3.7) szerit függetle ξ értéétől, és végeredméybe 8 eitve, hogy ebbe a jegyzetbe a többváltozós eloszláso özül többyire csa a Gausseloszlásra (lásd alább) va szüség, amely folytoos eloszlás, a fogalmaat folytoos valószíűségi változóra defiiálju. 56

13 (ξ,..., ξ ) eloszlásfüggvéyévé váli. A sűrűségfüggvéy teitetébe ez az x változó szerit való itegrálást jelet: + (,, ) = (,,, ) f x x f x x x d x. Az ilye típusú itegráloat a femaradó (ξ,..., ξ ) változó perem-sűrűségfüggvéyée evezzü. Az eseméye függetleségére voatozó defiíciót egyszerűe átvihetjü a valószíűségi változóra is: 3.8. DEFINÍCIÓ. A ξ, ξ,..., ξ valószíűségi változóat függetlee evezzü, ha együttes eloszlásfüggvéyü a övetezőéppe botható téyezőre: (,,, ) F x x x = F x F x F x. (3.9a) (3.8)-ból övetezi, hogy eor az együttes sűrűségfüggvéy is hasolóéppe botható téyezőre: (,,, ) f x x x = f x f x f x. (3.9b) Várható érté és szórás Az egyes valószíűségi változó várható értéét és szórását az egyetle valószíűségi változó esetére haszált meghatározáso szerit defiiálhatju. (3.b) mitájára ξ i várható értée (átlaga): a = M ξ = x f x, x,, x dx dx d x, (3.0a) i i i (i =,,..., ). Hasolóa defiiálhatju a szóráségyzetet is: σ i D ( ξ ) = = = xi ai f x, x,, x dxdxd x, i (3.0b) (i =,,..., ). Egyszerűe belátható, hogy ez egybe ξ i perem-eloszlásáa az átlaga, illetve szóráségyzete is. Ez az észrevétel azt jeleti, hogy egyetle változó várható értéée és szórásáa a meghatározásához elegedő a miet érdelő változót egyedül megfigyeli, hisze a többi változó hatása bee va a perem-eloszlásba. Kovariacia öbbdimeziós eloszláso esetébe fellép a ovariacia, amely egyetle változó esetébe értelemszerűe em defiiálható. 57

14 3.9. DEFINÍCIÓ. A ξ i és ξ j valószíűségi változó ovariaciáját a + + cov ( ξ i, ξ j) M [ ( ξ i ai)( ξ j aj) ] + = = = xi ai x j aj f x, x,, x dxdxd x (3.) éplet adja meg. Nyilvávaló, hogy i = j eseté a ovariacia azoos a szóráségyzettel. i j eseté viszot a ovariacia émi felvilágosítást ad a ét változó függetleségére voatozóa. Feáll ugyais az 3.4. ÉEL. Ha a ξ i és ξ j valószíűségi változó függetlee, ovariaciáju eltűi. Helyettesítsü (3.9b)-t (3.)-be: ( ξ ξ ) cov, i j = = xi ai x j aj f x, x,, x dxdxdx = + + = xi ai x j aj f xi, x j dxidxj = + + = xi ai xj a j fi xi f j x j dxidxj = + = x a f x dx x a f x dx = 0. + i i i i i j j j j j A tétel megfordítása em érvéyes: ét valószíűségi változó ovariaciája úgy is eltűhet, hogy azo em függetlee. A ovariacia agyságát orlátozza az 3.5. ÉEL. A ξ i és ξ j valószíűségi változó ovariaciájáa abszolút értée em lehet agyobb, mit szórásu szorzata: cov ξ, ξ σ σ. (3.) i j i j Legye ξ = ξ a és η = ξ i i tetszőleges valós számértée mellett feáll a j a. Nyilvá eor M( η) M( ξ) 0 D ξ λη = D ξ λm ηξ + λ D η, j = = 0. λ egyelőtleség. Ee a polioma a determiása yilvá emegatív, vagyis 58

15 ( ηξ) ( ξ) ( η) M D D, amit a tétel állítja. Egyelőség aor és csa aor állhat fet, ha va olya λ, amelyre ξ λη = ostas. A most bizoyított tételt Schwarz-féle egyelőtlesége evezzü. 9 A ovariacia és a szóráso ( ξ i ξ j) r = cov, σσ i j háyadosát orrelációs együtthatóa evezzü. A 3.5. ÉEL szerit r abszolút értée em lehet agyobb -él. Feltételes sűrűségfüggvéy (3.5) alapjá defiiálhatju a feltételes sűrűségfüggvéyt. eitsü ét valószíűségi változót: ξ és η. Együttes sűrűségfüggvéyü f(x, y). η peremsűrűségfüggvéye + = f y f x, y d x. A 3.. DEFINÍCIÓ alalmazásához az A és B eseméye legyee a övetező: { ξ d } és B = { y < y+ y} A= x < x+ x Defiíció szerit P AB f x, y x y η d. = d d és P B = f y d y. A (3.5) szeriti feltételes valószíűség ezzel így írható: P ( AB) f( y) f( y) f x, y dd x y f x, y = = dx = f ( xη = y) dx. dy Eze alapul az 3.0. DEFINÍCIÓ. A ξ valószíűségi változóa az η valószíűségi változóra voatozó feltételes sűrűségfüggvéye ( y) (, ) f( y) f x y f xη = =. (3.3) 9 A tételt so emzet teiti magáéa: a fraciá Cauchy-ról, az oroszo Buyaovszijról evezté el, ami em csoda, hisze levezetése ayira egyszerű, hogy többe is megaphattá egymástól függetleül. Így Cauchy-Schwarz-Buyaovszij-féle egyelőtlesége ellee evezü. Az egyszerűség edvéért a legrövidebb evű szerzőt választottu. 59

16 A feltétel jelölését éha egyszerűsítjü: f ( x y ). Vetori jelölésmód A többdimeziós eloszláso esetébe éyelmes a vetori jelölésmód. A ξ, ξ,..., ξ valószíűségi változóat a ξ H vetor ompoeseie teitjü. Hasolóa az x és a vetoroba egyesítjü az (x, x,..., x ), illetve az (a, a,..., a ) változóat. Ezeel a jelöléseel a (3.0a) éplete az egyszerűbb a M ξ H xf x d x (3.4) = = alaba írható fel. Itt az itegrált az f(x) függvéy teljes értelmezési tartomáyra i ell terjesztei. Ha az itegrálási tartomáy más, aor azt értelemszerűe jelöljü. A ξ H vetor ét ompoese özött a (3.)-be defiiált ovariaciát mide lehetséges (i, j) idexpárra épezzü, és a apott ovariaciáat a B ovariaciamátrix (i, j) elemée teitjü: = cov ξ, ξ. (3.5) B ij i j Ha szüséges, a ovariaciamátrix B jelöléséhez idexbe tütetjü fel, melyi véletle vetorhoz tartozi. A defiícióból övetezi, hogy B szimmetrius. A vetori jelölésmód segítségével megmutatju, hogy eél több is igaz: 3.6. ÉEL. Mide ovariaciamátrix pozitív szemidefiit, szimmetrius, vagyis tetszőleges z vetorra feáll, hogy z Bz 0. (3.6) (3.) szerit ξ i és ξ j ovariaciája a ( ξi ai)( ξ j aj) szorzat várható értée. H H Ez a szorzat azoba teithető a ( ξ a)( ξ a) diád (i, j) elemée is. Ebből övetezi, hogy a (3.5) éplet vetori alaja B = M ( H a)( H a) ξ ξ, (3.7) amire sűrű hivatozu ebbe a jegyzetbe. A z ( a) H ξ salárszorzat zérus várható értéű valószíűségi változó bármilye ostas 0 z vetor esetébe. Négyzetée várható értée em lehet egatív: H [ ( )] M H H ξ ( ξ )( ξ ) 0 M z a = z a a z = 0 Ebbe az összefüggésbe a ostas azt jeleti, hogy em valószíűségi változó. 60

17 = z ( )( ) a a z= z M ξ H ξ H Bz. Éppe ezt ellett bizoyítai. raszformált változó várható értée és ovariaciája Mérése iértéeléseor a özvetleül mért meyiségeből további valószíűségi változóat számítu i, más szóval traszformálju őet. Az alábbiaba a lieáris traszformációat teitjü, vagyis meghatározzu a traszformált meyisége várható értéét és ovariaciamátrixát. Írju a traszformációt az H H η = Aξ alaba. Várható értéét (3.4)-ből apju: H H b = M η = M Aξ = Axf x dx = A xf x d x = Aa. (3.8) Hasolóa egyszerű iszámítai a traszformált változó ovariaciamátrixát. (3.7) alapjá írhatju: H H BH η = M A( ξ a)( ξ a) A = = AM ( H )( ) a H ξ ξ a A = ABH A. ξ (3.9) Ha A aa az U mátrixa a traszpoáltja, amely (.3) szerit a ovariaciamátrixot diagoálisra traszformálja, aor az η H vetor ompoesei orrelálatlao. Mit fetebb említettü, ez em feltétleül jelet függetleséget is. Az A traszformációs mátrixról em szüséges iötü, hogy égyzetes legye. Szélső esetbe lehet aár egy vetor is. Az imét apott éplete alapjá fotos tételeet bizoyíthatu be, ha A = ω = (,,, ). Eor a trasz- H formáció egyetle valószíűségi változót eredméyez: η = H H ω ξ= ξi. i= (3.8) alapjá érvéyes az 3.7. ÉEL. Valószíűségi változó összegée a várható értéét tagoét lehet épezi: Mξi = M( ξi ). (3.30) i= i= η szóráségyzetét (3.9) alapjá számíthatju i. Az eredméyt em írju fel az általáos esetbe. Fotos tételt apu azoba függetle valószíűségi vál- 6

18 tozóra. Ebbe az esetbe ugyais a ovariaciamátrix diagoális. Feáll tehát az 3.8. ÉEL. Függetle valószíűségi változó összegée a szóráségyzetét tagoét lehet épezi: D ξi = D ( ξi ). (3.3) i= i= Fotos hagsúlyozi, hogy ez a tétel csa függetle (potosabba: orrelálatla) valószíűségi változóra érvéyes. 3.. Nevezetes eloszláso Ebbe az alfejezetbe olya ismert eloszláso sűrűségfüggvéyét, továbbá várható értéét és szórását adju meg, amelye a mérése iértéelésébe fotos szerepet játszaa. Először az egydimeziós eloszlásoat teitjü, majd áttérü a többdimeziós eloszlásora. Az utóbbi ört leszűítjü a többdimeziós Gauss-eloszlásra. Egydimeziós eloszláso Egyeletes eloszlás A geometriai valószíűséggel apcsolatba már utaltu az egyeletes eloszlásra. Aor modju, hogy a ξ valószíűségi változó egyeletes eloszlású a [0, θ] itervallumba, ha sűrűségfüggvéye f ( x), ha 0 x θ, = θ 0 ha x < 0, vagy x > θ. (3.3) Az egyeletes eloszlás gyarabba fordul elő, mit godolá. Mideesetre arról evezetes, hogy a mérése iértéelésére általába idolgozott módszere sorra csődöt modaa, amior a mért adato egyeletes eloszlásúa. Ee oa abba rejli, hogy a valószíűségi változóa az a tartomáya, ahol a sűrűségfüggvéy 0-tól ülöbözi, függ θ-tól. θ általába ismeretle paraméter, és a mérést gyara azért végezzü, hogy értééről felvilágosítást apju. etszőleges ξ valószíűségi változót lehet egyeletes eloszlásúvá traszformáli. Érvéyes ugyais az 3.9. ÉEL. Legye a ξ valószíűségi változó eloszlásfüggvéye F(x). Eor F(ξ) egyeletes eloszlású valószíűségi változó a [0, ] itervallumba. Jelöljü F(ξ) eloszlásfüggvéyét Φ(x)-szel. Eor defiíció szerit feáll: P ( ξ) { } P ξ { } [ ] Φ x = F < x = < F x = F F x = x, 6

19 ahol a felső idexszel az iverz függvéyt jelöltü. Ee alapjá F(ξ) sűrűségfüggvéye azoosa. Mivel F(ξ) felső határa, ezzel a tételt bebizoyítottu. A (3.) és (3.3) éplete alapjá egyszerűe apju az egyeletes eloszlás várható értéét és szóráségyzetét: és ( ξ) M( ξ) θ θ = x dx = θ θ D θ = x 0 0 dx θ =. θ (3.33a) (3.33b) Biomiális eloszlás Legye p az A eseméy valószíűsége. A ísérletet -szer megismételjü. - val jelöljü azoa a ísérletee a számát, amelyebe A beövetezi. A valószíűségi változó eloszlása a biomiális eloszlás. Egyszerűe iszámíthatju aa p valószíűségét, hogy A potosa -szor övetezi be, amihez az is ell, hogy A potosa ( )-szor e övetezze be. Egy ilye ísérletsorozat valószíűsége p ( p). Az elvégzett ísérlet eredméye darab ige -ből és ( ) darab em -ből áll aszerit, hogy az A eseméy beövetezett-e vagy sem. Mivel a eresett p valószíűség szempotjából özömbös eze sorredje, a feti valószíűséget meg ell szorozi a edvező ísérletsorozato számával: p p p =. (3.34) Egyszerűe beláthatju, hogy várható értée és szóráségyzete és M = p (3.34a) p( p) D =. (3.34b) A biomiális eloszlás alapjá meg tudju világítai a (3.) épletbe szereplő határérté jellegét. Ott említettü, hogy a valószíűség-elmélet moder megfogalmazásába ez a határérté em több, mit a valószíűség meghatározására szolgáló mérési utasítás. Magát a valószíűséget ettől függetleül defiiáljá, de ee levezetése meghaladá jegyzetü ereteit. Nos, tegyü fel, hogy egy ilye defiíció létezi. A 3.3. ÉELbe imodott Csebisevegyelőtleség (3.5a) alaja alapjá eor írhatju: 63

20 p( p) D P p > σ = = ε ε ε ε Ebből övetezi a lim P p > ε = 0 határérté. Ezt a fajta overgeciát evezzü sztochasztius overgeciáa: ahogy a ísérlete száma ő, egyre valószíűtleebbe az olya ige em sorozato, amelyebe a relatív gyaoriság egy előírt ε-ál jobba eltér a valószíűségtől. A biomiális eloszlása ét özelítő alaja érdemel említést: a Poissoelozslás és a Gauss-eloszlás. Poisso-eloszlás Rögzítjü az a = p várható értéet, miözbe. Meg lehet mutati, hogy eor p határértée p = e a. a!. (3.35) Ezt evezzü Poisso-eloszlása. Jellegzetessége, hogy várható értée és szóráségyzete azoos: M D = = a. (3.35a) Gauss-eloszlás A biomiális eloszlás mási határértée a Gauss- vagy ormáleloszlás, amelye a sűrűségfüggvéye ahol f x ( x a) = exp πσ σ, (3.36) M( ξ ) = a és ( ξ) D = σ. (3.36a) Ez az eloszlás a mérése iértéelésébe alapvető szerepet játszi, ezért ebbe a jegyzetbe soszor találozu vele. öbbdimeziós Gauss-eloszlás A többdimeziós eloszláso özül csa a többdimeziós Gauss-eloszlással foglalozu. Ha a L ξ vetor várható értée, illetve ovariaciamátrixa 64

21 M( H L L ξ ) = a és BL = M ( ξ a)( ξ a ξ ) a L ξ vetor sűrűségfüggvéye ahol f ( x) = C exp ( x a) BL ( x a) 0 [ det( BL ξ )] ( π) / [ det( BL ξ )] C 0 = = / / ( π), (3.37a), (3.37) ξ /. (3.37b) A sűrűségfüggvéy defiíciójához fel ell tételezü, hogy a ovariaciamátrix ivertálható. E szaasz végé visszatérü a sziguláris ovariaciamátrix esetére. A 3.9. ÉEL szerit függetle valószíűségi változó ovariaciája eltűi, de ee a megfordítása em feltétleül érvéyes. Nos, Gauss-eloszlás esetébe a ovariacia eltűése függetleséget jelet. Ezt a övetezőéppe láthatju be. Ha a ovariaciá eltűe, aor a B ovariaciamátrix diagoális: B L ξ = diag σ i, B L ξ amit (3.37)-be helyettesítve apju az f x = exp π / ( ) σ i i= = diag, σ i ( xi ai) i= ( ) = xi ai exp i= πσ σ i i σ i = (3.37c) sűrűségfüggvéyt. Az itt szereplő téyező az egyes valószíűségi változó ülö-ülö vett sűrűségfüggvéyei. A most bizoyított ijeletést egy tétel formájába is imodju: 3.0. ÉEL. Gauss-eloszlású valószíűségi változó aor és csa aor függetlee, ha ovariaciamátrixu diagoális. Befejezésül megbeszéljü, mi a helyzet aor, amior a ovariaciamátrix sziguláris. Ez azt jeleti, hogy va olya emzérus z vetor, amelyre z Bz ami csa úgy lehetséges, hogy = 0, 65

22 z H ξ= ostas, vagyis a valószíűségi változó em lieárisa függetlee. Ha a B mátrix ragja, az ilye z vetoro özött lehet ( ) darab lieárisa függetlet találi. Írju fel ezt általáosa is: létezi egy olya [ ( ) redű] Z, mátrix, amelyre Z ξ= H ostas, és ragja ( ). Ez azt jeleti, hogy a ξ H vetor lehetséges értéei em tölti i a teljes -dimeziós teret, haem aa csa egy ( )-dimeziós alterét. = 3 és = eseté, például, ez azt jeleti, hogy a ξ H vetor em a teljes térbe, haem csa egy sío változhat. Egyébét ez a sí a z vetorra merőleges. Ha az f(x, x, x 3 ) sűrűségfüggvéyt ee elleére három változó függvéyée teitjü, vagyis háromdimeziós dv = dx dx dx 3 térfogatelemere voatoztatju, aor a sűrűségfüggvéy azoosa 0. Síbeli alazatora voatozó térbeli itegrálo ugyais eltűe. Levohatju tehát azt a öveteztetést, hogy a sűrűségfüggvéy em defiiálható, amior B sziguláris. Ebbe az esetbe a ξ H vetor ompoeseie a számát csöeteü ell. A.3. DEFINÍCIÓ szerit B-e va egy emsziguláris -adredű almátrixa. A ξ H vetora ehhez tartozó ompoesei már lieárisa függetle valószíűségi változó, amelyere értelmezhető a sűrűségfüggvéy. A femaradó ( ) darab valószíűségi változót az előbbieel i lehet fejezi, tehát ráju voatozóa bármilye meyiséget (várható értéet, ovariaciát, valószíűségeet stb.) i lehet számítai. Ee részleteibe azoba em megyü bele A Gauss-eloszlásból származtatott eloszláso A mérése iértéeléseor több olya valószíűségi változóval va dolgu, amelye a Gauss-eloszlásból származtatható. A mérésiértéelés irodalmába három eloszlás játszi ülööse fotos szerepet: χ -eloszlás, Studet-eloszlás és Fisher-eloszlás. Egy egyedi, a ϕ-eloszlás jelei meg a 9. fejezetbe tárgyalt potelhagyásos módszer alalmazásaor. χ -eloszlás Ha (ξ, ξ,..., ξ ) függetle Gauss-eloszlású valószíűségi változó, amelye várható értée 0, szórása, aor defiíció szerit χ i= = ξi. (3.38) Ee a valószíűségi változóa a sűrűségfüggvéye 66

23 ( x) = ahol Γ(x) az ú. gammafüggvéy: x Γ x e, (3.38a) x t Γ x = t e d t. (3.39) 0 A (3.38)-ba megjeleő tago számát a χ -eloszlás szabadsági foáa evezzü. χ várható értée és szóráségyzete: M( χ ) = és D χ =. (3.38b) Studet-eloszlás Legye ξ egy 0 várható értéű és szórású, Gauss-eloszlású valószíűségi változó, amely függetle χ -től. Eor a t = ξ χ (3.40) háyadost Studet-törte evezzü. Sűrűségfüggvéye s ( x) = várható értée és szórása π + Γ + Γ M( t ) = 0 és ( t ) x +, (3.40a) D =, >. (3.40b) A (3.40a) sűrűségfüggvéy ugya értelmezhető = -re és = -re is, de ezebe az esetebe em létezi a szórás. -et a Studet-eloszlás esetébe is a szabadsági foo számáa evezzü. Fisher-eloszlás A Fisher-eloszlás ét, egymástól függetle χ -változó háyadosa: Sűrűségfüggvéye F m m = χ χ m. (3.4) 67

24 m+ x Γ m fm ( x) = m m Γ Γ x + m várható értée és szóráségyzete M( F m ) = és ( F ) m m+ D m m = + m ( )( 4),. (3.4a) (3.4b) ϕ-eloszlás A ϕ-háyados emléeztet a Fisher-háyadosra: ϕ m = m χ χ m, (3.4) ahol χ m és χ egymástól függetle χ -változó. A Fisher-háyadoshoz épest az egyetle ülöbség a számlálóba szereplő égyzetgyö. Boyolultsága miatt em írju fel a sűrűségfüggvéyét, sem várható értéét és szórását. *3.4. Korrelációs ellipszoid A orrelációs ellipszoid haszos segédeszöz véletle vetoro összehasolításába. 3.. DEFINÍCIÓ. Ha M( ξ H ) = a, a ξ H véletle vetor orrelációs ellipszoidját azoa az x vetoroa a végpotjai alotjá, amelye ielégíti az ( x a) B ( x a) = (3.43) H ξ egyeletet. A orrelációs ellipszoid evezetessége, hogy felületé a sűrűségfüggvéy álladó. Ez özvetleül belátható a többdimeziós Gauss-eloszlás (3.37) szeriti defiíciója alapjá. Legye Ω H egységvetor, és számítsu i az Ω H ξ H valószíűségi változó szóráségyzetét: r H H H H H H H H = D ( Ω ξ) = MΩ ( ξ a)( ξ a) Ω = Ω B HΩ. (3.44) ξ Megmutatju, hogy a orrelációs ellipszoid tetszőleges x potjához lehet találi olya Ω H vetort, hogy x a = r. Megfotolásaiat a 3.4. ábrá lehet yo- 68

25 mo öveti, amely ét változó ( = ) esetébe mutatja az ellipszoidot (az ábrá ellipszist). Legye U az az uitér mátrix, amely a B ξ H mátrixot főtegelyre traszformálja: diag σ = BH = U BHU, BH = UBHU. (3.45) η A B η H diagoális mátrix az H H η= U ( ξ a) főátlóba levő σ i ( η ) i ξ = D, i =,,..., ξ η vetor ovariaciamátrixa. A eleme a B ξ H mátrix sajátértéei. A traszformált oordiátaredszerbe tehát a (3.43) szeriti felület egyelete y B η y = =, (3.46) σ i= y i i ahol y az eredeti x vetor traszformáltja: y = U ( x a). sajátvetorai, tehát y ompoesei az ( x a ) Az U mátrix oszlopai B ξ H vetora a sajátvetorora vett vetületei. A 3.4 ábrá θ-val jelöljü az u sajátvetora az eredeti x oordiátategellyel bezárt szögét. Ezzel a jelöléssel az U mátrix elemei a övetező: Ha az amivel cosθ siθ U =. siθ cosθ x a vetor polárszöge ϕ (az ábrá ics jelölve), aor x a = r cos ϕ siϕ, ( ϕ θ) ( ϕ θ) y = U ( x a) = = cosθ siθ cosϕ cos r r. siθ cosθ siϕ si Az u és u vetoro által ifeszített oordiátaredszer az eredetihez épest θ szöggel va elforgatva az óramutató járásával elletétes iráyba. Utóbbi épletüből látszi, hogy ( x a) és y ugyaazt a vetor jelöli, de ompoesei egymáshoz épest elforgatott oordiátaredszerebe vaa ifejezve. Ugyaez az állítás érvéyes az -dimeziós térbe is. 69

26 x y y ω y σ σ θ x a x 3.4. ábra. Korrelációs ellipszis A (3.46) egyelet szerit az y i σ i háyadoso egy egységvetor ompoesei. Jelöljü ezt ω H -val: ω i = yi σ i, i =,,...,. Az y vetor hosszúságáa H H y y = σ i ω i = ω BH ηω i= égyzete (3.44) aalógiájára az ω H η H valószíűségi változó szóráségyzete. Legye H H Ω = U ω, illetve H H ω = U Ω. A fetie aalógiájára Ω H és ω H ugyaazt a vetort jelöli, de ompoesei egymáshoz épest elfogatott oordiátaredszerebe vaa ifejezve. A orrelációs ellipszoid x potjához redeljü az H Ω egységvetort. (3.45) egyelet alapjá r H H H H H H = x a x a = y y = ω BHω=Ω UBHU Ω=Ω BHΩ. η η ξ Ezzel igazoltu feti állításuat: az ellipszoid x potjához vezető sugár r hoszsza megegyezi az Ω H ξ H valószíűségi változó szórásával. H ω (és így Ω H ) iráya mit a 3.4. ábrá látszi y-hoz épest el va forgatva, ha a σ i sajátértée em mid azoosa. Kivétele a sajátvetoroal párhuzamos y vetoro, mert esetübe ω H y. Most bizoyított állításu alapjá megérthetjü, mit jeletee a B ξ H ovariaciamátrix sajátértéei: σ i az u H i ξ valószíűségi változó szóráségyzete. eitü ét azoos dimeziójú véletle vetort, modju α H -t és β H -t, amelye várható értée azoos, és megszeresztjü orrelációs ellipszoidjuat. Ha azt találju, hogy α H -é teljes egészébe bee va β H -éba, aor ez azt je- 70

27 H leti, hogy tetszőleges Ω egységvetorra voatozóa H H Ω α szórása isebb, mit Ω H β H -é. Közyelve szólva ezt úgy is ifejezhetjü, hogy α H mérése mide teitetbe potosabb, mit β H -é. Amior a orrelációs ellipszoido átmetszi egymást, ülöböző Ω H -ra H H Ω α és Ω H β H szórása özötti reláció egymástól eltérőe lehete. A orrelációs elleipszoid további alalmazását láthatju az 4.4. alfejezetbe. 7

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

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

Részletesebben

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

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

Részletesebben

3. Valószínűségszámítás

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

Részletesebben

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

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

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

A valószínűségszámítás alapjai

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

Részletesebben

24. Kombinatorika, a valószínűségszámítás elemei

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

Részletesebben

Divergens sorok. Szakdolgozat

Divergens sorok. Szakdolgozat Diverges soro Szadolgozat Eötvös Lorád Tudomáyegyetem Természettudomáyi Kar Készítette: Szabó Szilárd Matematia Bsc., taári szairáy Témavezető: Gémes Margit Műszai gazdasági taár Aalízis taszé Budapest,

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

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

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

Részletesebben

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

Mőbiusz Nemzetközi Meghívásos Matematika Verseny Makó, március 26. MEGOLDÁSOK

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

Részletesebben

Diszkrét matematika KOMBINATORIKA KOMBINATORIKA

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

Részletesebben

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

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

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

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

90 Folytonos függvények. IV. Folytonos függvények

90 Folytonos függvények. IV. Folytonos függvények 9 Folytoos függvéye IV Folytoos függvéye Az előző fejezetbe adott f : D függvéy viseledését a D halmaz torlódási potjáa öryezetébe vizsgáltu Az pot em feltétleül tartozott a D halmazhoz ( D ) Ebbe a fejezetbe

Részletesebben

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) FELADATOK Taylor- (Maclaurin-) sorok, hibabecslés

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) FELADATOK Taylor- (Maclaurin-) sorok, hibabecslés FELADATOK Taylor- (Maclauri- soro, hibabecslés Határozzu meg az e üggvéy -örüli Taylor-sorát! Adju meg a hatváysor overgecia sugarát, ill. overgecia halmazát! Számítsu i a deriváltaat a -helye: e, e, e,

Részletesebben

1. Komplex szám rendje

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

Részletesebben

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

Számelméleti alapfogalmak

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

Részletesebben

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

1. A radioaktivitás statisztikus jellege

1. A radioaktivitás statisztikus jellege A radioaktivitás időfüggése 1. A radioaktivitás statisztikus jellege Va N darab azoos radioaktív atomuk, melyekek az atommagja spotá átalakulásra képes. tegyük fel, hogy ezek em bomlaak tovább. Ekkor a

Részletesebben

Legfontosabb bizonyítandó tételek

Legfontosabb bizonyítandó tételek Legfontosabb bizonyítandó tétele 1. A binomiális tétel Tetszőleges éttagú ifejezés (binom) bármely nem negatív itevőj ű hatványa polinommá alaítható a övetez ő módon: Az nem más, mint egy olyan n tényezős

Részletesebben

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

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

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

Részletesebben

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

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

Valószínûség számítás

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

Részletesebben

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

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

Részletesebben

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

Orosz Gyula: Markov-láncok. 2. Sorsolások visszatevéssel

Orosz Gyula: Markov-láncok. 2. Sorsolások visszatevéssel Orosz Gyula: Marov-láco 2. orsoláso visszatevéssel Néháy orét feladat segítségével vezetjü be a Marov-láco fogalmát és a hozzáju acsolódó megoldási módszereet, tiius eljárásoat. Ahol lehet, több megoldást

Részletesebben

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

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

Részletesebben

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

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

A Secretary problem. Optimális választás megtalálása.

A Secretary problem. Optimális választás megtalálása. A Secretary problem. Optmáls választás megtalálása. A Szdbád problémáa va egy szté lasszusa tethető talá természetesebb vszot ehezebb változata. Ez a övetező Secretary problem -a evezett érdés: Egy állásra

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

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

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

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

Részletesebben

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

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

(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

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

A k -adik leghosszabb rekord határeloszlása véletlen bolyongásokban

A k -adik leghosszabb rekord határeloszlása véletlen bolyongásokban A -adi leghosszabb reord határeloszlása véletle bolyogásoba TDK dolgozat 204 Név: Neptu ód: Képzés: Témavezet : Szabó Réa I25ZNU alalmazott matematius MSc. Dr. Vet Bálit Tartalomjegyzé. Bevezetés 2. Korábbi

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

m,p) binomiális eloszlás.

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

Részletesebben

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

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

Részletesebben

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 soro. Bevezetés és defiíció Bevezetését próbálju meg az + + 4 + + +... végtele összege értelmet adi. Mivel végtele soszor em tudu összeadi, emiatt csa az első tagot adju össze: legye s = + +

Részletesebben

Kombinatorika (2017. február 8.) Bogya Norbert, Kátai-Urbán Kamilla

Kombinatorika (2017. február 8.) Bogya Norbert, Kátai-Urbán Kamilla Kombiatoria (017 február 8 Bogya Norbert, Kátai-Urbá Kamilla 1 Kombiatoriai alapfeladato A ombiatoriai alapfeladato léyege az, hogy bizoyos elemeet sorba redezü, vagy éháyat iválasztu belőlü, és esetleg

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

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

Számelméleti érdekességek dr. Kosztolányi József, Szeged

Számelméleti érdekességek dr. Kosztolányi József, Szeged Magas szitű matematiai tehetséggodozás Számelméleti érdeessége dr. Kosztoláyi József, Szeged A számelmélet bőveledi olya érdésebe, problémába, összefüggésebe, amelye elemi módszereel megözelíthető. Bizoyos

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

Dr. Tóth László, Kombinatorika (PTE TTK, 2007)

Dr. Tóth László, Kombinatorika (PTE TTK, 2007) A Fibonacci-sorozat általános tagjára vontozó éplet máséppen is levezethető A 149 Feladatbeli eljárás alalmas az x n+1 ax n + bx, n 1 másodrendű állandó együtthatós lineáris reurzióal adott sorozato n-edi

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

Csikv ari P eter Diszkr et matematika El oad as jegyzet

Csikv ari P eter Diszkr et matematika El oad as jegyzet Csivári Péter Diszrét matematia Előadás jegyzet Tartalom 1 Spetrál gráfelmélet 3 1.1 Csa lieáris algebra........................... 4 1.2 Expadere és pseudoradom gráfo.................. 10 1.3 Erőse reguláris

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

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

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

Részletesebben

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

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

V. RADÓ FERENC EMLÉKVERSENY Kolozsvár, május 19. V. osztály

V. RADÓ FERENC EMLÉKVERSENY Kolozsvár, május 19. V. osztály Kolozsvár,. május 9. V. osztály a5b. Határozd meg 7cd legagyobb törtet! alaú ( a ), 8-cal egyszerűsíthető legisebb és. Az,,, 4, 5, 6, 7, 8, 9,,,,, 4, 5 és 6 számoat oszd ét csoportba úgy, hogy ha az egyi

Részletesebben

A fogótétel alkalmazása sorozatok határértékének kiszámolására

A fogótétel alkalmazása sorozatok határértékének kiszámolására A fogótétel alalmazása sorozato határértéée iszámolására Tuzso Zoltá, Széelyudvarhely Mide izoyal ics más olya matematiai tétel amelye olya so megevezése lee, mit az úgyevezett fogótétele, amelye gyaori

Részletesebben

Numerikus sorok, Taylor-sorok, Fourier-sorok Kidolgozott feladatok

Numerikus sorok, Taylor-sorok, Fourier-sorok Kidolgozott feladatok Numerius soro, Taylor-soro, Fourier-soro Kidolgozott feladato.példa: Vizsgálju meg a átalaításoal apju, hogy 5 umerius sor overgeciáját. Azoos 5 5 4 4 5 5 5 5 ; 4 4 A sor tehát szétbotható ét mértai sor

Részletesebben

Járatszerkesztési feladatok

Járatszerkesztési feladatok Járatszeresztési feladato 1 Járatszeresztési feladato DR. BENKŐJÁNOS Agrártudomáyi Egyetem GödöllőMezőgazdasági Géptai Itézet A járat alatt a logisztiába általába a járműve meghatározott több állomást

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

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

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

Részletesebben

Interpoláció. Korszerű matematikai módszerek 2013.

Interpoláció. Korszerű matematikai módszerek 2013. Iterpoláció Korszerű matematiai módszere 2013. Tartalom Iterpolációs eljáráso Klasszius iterpoláció Általáosított iterpoláció Eltolt lieáris iterpoláció Iterpoláció feladata alappoto: x,, 0, 1,..., ahol

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

IV.FEJEZET KOMPLEX SZÁMOK ÉS ALKALMAZÁSAIK

IV.FEJEZET KOMPLEX SZÁMOK ÉS ALKALMAZÁSAIK 4 Komplex számo és alalmazásai IVFEJEZET KOMPLEX SZÁMOK ÉS ALKALMAZÁSAIK IV Gyaorlato (9 oldal) Végezd el a övetező műveleteet!,, +, a) ( ) ( ) ( ) ; b) (, ) (, ) ; c) (, ) (, ) ; d) (, ) + (, ) + (, )

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

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

Szemmegoszlási jellemzők

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

Részletesebben

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

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

Részletesebben

10.M ALGEBRA < <

10.M ALGEBRA < < 0.M ALGEBRA GYÖKÖS KIFEJEZÉSEK. Mutassuk meg, hogy < + +... + < + + 008 009 + 009 008 5. Mutassuk meg, hogy va olya pozitív egész szám, amelyre 99 < + + +... + < 995. Igazoljuk, hogy bármely pozitív egész

Részletesebben

Hajós György Versenyre javasolt feladatok SZIE.YMÉTK 2011

Hajós György Versenyre javasolt feladatok SZIE.YMÉTK 2011 1 Molár-Sáska Gáboré: Hajós György Verseyre javasolt feladatok SZIE.YMÉTK 011 1. Írja fel a számokat 1-tıl 011-ig egymás utá! Határozza meg az így kapott agy szám 0-cal való osztási maradékát!. Az { }

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

Egy lehetséges tételsor megoldásokkal

Egy lehetséges tételsor megoldásokkal Egy lehetséges tételsor megoldásokkal A vizsgatétel I része a IX és X osztályos ayagot öleli fel, 6 külöböző fejezetből vett feladatból áll, összese potot ér A közzétett tétel-variások és az előző évekbe

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

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

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

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

Részletesebben

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

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

Jegyzetek a Matematika A2H tárgyhoz

Jegyzetek a Matematika A2H tárgyhoz Jegyzete a Matematia A2H tárgyhoz Kreedits Sádor és Révész Szilárd György Tartalomjegyzé. Végtele umerius soro 2.. Sorozato - rövid ismétlés............................ 2.2. Végtele umerius soro............................

Részletesebben

Kutatói pályára felkészítı modul

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

Részletesebben

... Defi ció. Statisztia otosabba statisztiai függvéy) alatt a mitaeleme valamely T ο ;ο ;:::;ο ) függvéyét értjü, ahol T : R! R olya függvéy, hogy T

... Defi ció. Statisztia otosabba statisztiai függvéy) alatt a mitaeleme valamely T ο ;ο ;:::;ο ) függvéyét értjü, ahol T : R! R olya függvéy, hogy T Matematiai statisztia Programozó Matematius sza részére Pa Gyula KLTE Matematiai és Iformatiai Itézet 4 Debrece, Pf. agy@math.lte.hu. Bevezetés.. A matematiai statisztia célit}uzései Adott egy mita, amelyalajá

Részletesebben

Függvények hatványsorba fejtése, Maclaurin-sor, konvergenciatartomány

Függvények hatványsorba fejtése, Maclaurin-sor, konvergenciatartomány Függvénye hatványsorba fejtése, Maclaurin-sor, onvergenciatartomány Taylor-sor, ) Állítsu elő az alábbi függvénye x helyhez tartozó hatványsorát esetleg ülönféle módszereel) éa állapítsu meg a hatványsor

Részletesebben

V. GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL

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

Részletesebben

5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI-

5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI- 5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI- FÉLE RELATIVITÁSI ELV m, m,,m r, r,,r r, r,, r 6 db oordáta és sebességompoes 5.. Dama Mozgásegyelete: m r = F F, ahol F jelöl a

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

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

1. Hibaszámítás Hibaforrások A gépi számok

1. Hibaszámítás Hibaforrások A gépi számok Hiszámítás Hiforráso feldto megoldás sorá ülöféle hiforrásol tlálozu Modellhi mior vlóság egy özelítését hszálju feldt mtemtii ljá felírásához Pl egy fizii törvéyeel leírt modellt Mérési vgy örölött hi

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

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

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

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

Részletesebben

Drótos G.: Fejezetek az elméleti mechanikából 4. rész 1

Drótos G.: Fejezetek az elméleti mechanikából 4. rész 1 Drótos G.: Fejezete az elméleti mechaniából 4. rész 4. Kis rezgése 4.. gyensúlyi pont, stabilitás gyensúlyi pontna az olyan r pontoat nevezzü valamely oordináta-rendszerben, ahol a vizsgált tömegpont gyorsulása

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:

Részletesebben

1. Sajátérték és sajátvektor

1. Sajátérték és sajátvektor 1. Sajátérték és sajátvektor Leképezés diagoális mátrixa. Kérdés Mely bázisba lesz egy traszformáció mátrixa diagoális? A Hom(V) és b 1,...,b ilye bázis. Ha [A] b,b főátlójába λ 1,...,λ áll, akkor A(b

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