Kockázati folyamatok

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Kockázati folyamatok"

Átírás

1 Kockázai folyamaok Sz cs Gábor Szegedi Tudományegyeem Bolyai Inéze, Szochaszika Tanszék Uolsó frissíés: 219. szepember 17.

2 Taralomjegyzék 1. Az exponenciális eloszlás 2 2. A Wald-azonosság 4 3. Felújíási folyamaok és az elemi felújíási éel 5 4. A Poisson-folyama ovábbi ulajdonságai Függvények és sorozaok konvolúciója A felújíási egyenle Vissza a felújíási díjfolyamaokhoz Vélelen válozók momenumai A Feller-paradoxon 26 1.Rizikófolyamaok 3 11.A cs dvalószín ségre vonakozó inegrálegyenle A cs dvalószín ség aszimpoikus viselkedése Az M/G/1/1 modell Gyakorló feladaok 48 1

3 1. Az exponenciális eloszlás 1.1. Deníció. Az X válozó exponenciális eloszlás köve λ > paraméerrel, ha s r ségfüggvénye { λe f X (x = λx, x,, x <. Elemi számolással megmuahaó, hogy az exponenciális eloszlás eloszlásfüggvénye, válozó várhaó éréke és szórása: { 1 e λx, x, F X (x = P (X x = E(X = D(X = 1, x <, λ. λ 1 F X f X 1.2. Téel. Az alábbiak ekvivalensek esz leges X vélelen válozó eseén. (i Az X válozó exponenciális eloszlás köve. (ii (Örökifjú ulajdonság. Tesz leges x, y valós számok eseén P (X > y > és P ( X y > x X > y = P (X > x. (iii Tesz leges x valós szám valamin az X- l függelen és nemnegaív érék Y vélelen válozó eseén P (X > Y > és P ( X Y > x X > Y = P (X > x. Bizonyíás. (i (ii A feléeles valószín ség deníciójával P ( X y > x X > y = P ( X y > x, X > y = P ( X > x+y P (X > y P (X > y = 1 F X(x+y 1 F X (y (ii (i Vezessük be az X válozó úlélési függvényé: = e λ(x+y e λy = e λx = P (X > x. F (x = P (X > x = 1 F X (x >, x. Az örökifjú ulajdonság szerin esz leges x, y valós számok eseén F (x+y = P ( X > x+y = P ( X y > x, X > y =P ( X y>x X >y =P (X >x=f (x. F (y P (X > y P (X > y 2

4 Ebb l kövekezik, hogy F (x + y = F (xf (y. Mivel a felevések szerin az F függvény poziív a [, inervallumon, vehejük az el z egyenle logarimusá. Az kapjuk, hogy ln F (x+y = ln F (x+ln F (y, x, y, ami a jól ismer Cauchy-féle függvényegyenle. Az F függvény monoon csökken a poziív félegyenesen, ami az ln F függvény is örököl. A függvényegyenle megoldásakén az kapjuk, hogy ln F (x = λx valamilyen λ valós számra. λ = eseén F 1 a poziív félegyenesen, ehá F, ami nem eloszlásfüggvény. Tehá marad a λ > ese, amikor is F (x = e λx. Ekkor F (x = 1 e λx, ehá az X válozó exponenciális eloszlás köve. (ii (iii Vezessük be az Y válozó {X > Y } eseményre ve feléeles eloszlásfüggvényé: F Y {X>Y } (y = P ( Y y X > Y, y R, A eljes várhaó érék éelével kapjuk, hogy P ( X Y > x X > Y = = = P ( X Y > x Y = y, X > Y df Y {X>Y } (y P ( X y > x X > y df Y {X>Y } (y P (X > x df Y {X>Y } (y = P (X > x. (iii (ii Alkalmazzuk a (iii egyenl sége Y y válaszással Deníció. Az mondjuk, hogy az X vélelen válozó α> rend és λ> paraméeres Gamma eloszlás köve, ha s r ségfüggvénye Megjegyzések: f X (x = λα Γ(α xα 1 e λx, x. A Gamma eloszlás várhaó éréke E(X = α/λ, szórásnégyzee D 2 (X = α/λ 2. Álalános α eseén az eloszlásfüggvényre nem adhaó szép formula. A Gamma eloszlásból α = 1 válaszással az exponenciális eloszlás kapjuk. Erlang-eloszlásnak is neveznik az az esee, amikor a Gamma eloszlás rendje egy n 1 egész szám. Ekkor a s r ség- és az eloszlásfüggvény: f X (x = λn (n 1! xn 1 e λx, F X (x = (λx k e λx, x. k! 1.4. Téel. Ha X 1,..., X n függelen és exponenciális eloszlású vélelen válozók azonos λ paraméerrel, akkor az X X n összeg n rend λ paraméeres Gamma eloszlás köve. 3 k=n

5 Bizonyíás. A függelenség mia az összeg karakeriszikus függvénye ( n λ φ X1 + +X n ( = φ X1 ( φ Xn ( =. λ i Direk számolással ellen rizhe, hogy ez azonos a Gamma eloszlás karakeriszikus függvényével. 2. A Wald-azonosság 2.1. Lemma (Wald-azonosság. Legyenek X 1, X 2,... függelen és azonos eloszlású vélelen válozók véges várhaó érékkel, és legyen N nemnegaív egész érék vélelen válozó szinén véges várhaó érékkel. Tegyük fel ovábbá, hogy (i N függelen az X 1, X 2,... válozókól; (ii vagy N megállási id az X 1, X 2,... sorozara nézve. (Ebben az eseben a megállási id k deníciója szerin N csak poziív egész érék válozó lehe. Ekkor E(X 1 + +X N = E(NE(X. Bizonyíás. El ször megmuajuk, hogy esz leges n poziív egész szám eseén X n függelen az {n N} esemény l. A (i felevésb l ez azonnal kövekezik. Ha N megállási id, akkor {n N} = {n > N} c = {n 1 N} c σ(x 1,..., X n 1, n 2. Mivel X n függelen az X 1,..., X n 1 válozókól, függelen az {n N} esemény l is. Az n = 1 eseben pedig {n N} = Ω, ami függelen az X 1 válozóól. A kövekez kben használni fogjuk az az azonosságo, hogy ha N nemnegaív egész érék vélelen válozó, akkor P (n N = k=n P (N = k = Jegyezzük meg, hogy esz leges k eseén k X n 1 {n N} k=1 k P (N = k = kp (N = k = E(N. k=1 X n 1 {n N}, m.b. (1 A monoon konvergenciaéel és a korábban bebizonyío függelenség alkalmazásával ( E X n 1 {n N} = E ( X n E ( 1 {n N} =E( X P (n N=E( X E(N<. 4

6 Ez az jeleni, hogy a (1 formulában a jobb oldalon szerepl összeg inegrálhaó. Ekkor a majorán konvergenciaéel alkalmazásával E ( X 1 + +X N = E ( = lim k ( X n 1 {n N} = E lim k k X n 1 {n N} k E(X n E ( 1 {n N} = E(X P (n N = E(XE(N. A kövekez állíás a Wald-azonosság egy álalánosíása, melye az el z bizonyíásban bemuao módszerrel lehe igazolni. A részlees kidolgozás az olvasóra bízzuk Állíás. Legyenek X 1, X 2,... : Ω R d, d 1, függelen és azonos eloszlású vélelen vekorok! Tekinsünk egy olyan h : R d R mérhe függvény, melyre h(x 1 inegrálhaó! Legyen ovábbá N egy poziív egész érék vélelen válozó véges várhaó érékkel, mely megállási id az X 1, X 2,... sorozara nézve! Ekkor ( E h(x 1 + +h(x N = E(NE ( h(x. 3. Felújíási folyamaok és az elemi felújíási éel 3.1. Deníció. Tekinsünk nemnegaív érék X 1, X 2,... vélelen válozóka, és legyen T =, T n = X 1 + +X n, n = 1,2,... Az N = # { n 1 : T n } = max { n : T n },, folyamao számláló folyamanak nevezzük. 4 3 X X 1 X 2 T 1 T 2 =T 3 T 4 A számláló folyama valamilyen esemény bekövekezései számolja. A bekövekezések közöi id k X 1, X 2,..., ehá az esemény a T 1 T 2... id ponokban kövekezik be. Ekkor N az mondja meg, hogy az esemény hányszor kövekeze be a id ponal bezárólag, míg N N s, s, az (s, inervallumon adja meg a bekövekezések számá. A számláló folyamanak és az alább deniál speciális esenek, a felújíási folyamanak öbb alkalmazási erülee van. Az egyik ilyen erüle a megbízhaóságelméle, a m szaki berendezések élearamának modellezése. Ado egy berendezés, egy gép, melynek véges 5

7 az élearama, és amikor elromlik, azonnal kicseréljük egy újra. Amikor az is önkremegy, akkor ismé felújíjuk a rendszer egy harmadik darabbal, és így ovább. Ekkor a felújíásoka ekinjük eseményeknek, az X 1, X 2,... válozók a berendezések élearamai, míg a T 1, T 2,... érékek a felújíások id ponjai. Egy másik alkalmazási erüle a ömegkiszolgálási modellek elmélee. Ado egy szerver, vagyis valamilyen kiszolgáló egység (egy bol, egy hivaal, vagy egy számíógépes erminál, melyhez vev k (ügyfelek, lekérdezések érkeznek X 1, X 2,... id közönkén. Ebben az eseben a számláló folyama a vev ke számolja, akik a T 1, T 2,... id ponokban érkeznek. A számláló folyama a kockázai modellek elméleében is megjelenik, ahol a folyama a ömegkiszolgálási modellekhez hasonlóan egy bizosíóársasághoz beérkez kárbejelenéseke számolja Deníció. Legyen (N szochaszikus folyama! A szochaszikus folyama várhaó érék függvénye az m( = E(N függvény, mely azon ponokban van érelmezve, ahol a várhaó érék léezik. Az mondjuk, hogy a folyama egy ado ω kimeneel eseén felrobban a τ(ω< id ponban, ha N (ω < minden < τ(ω eseén, és lim τ N (ω =. Ha az ω kimeneelre a folyama nem robban fel véges id ponban, akkor legyen τ(ω =. A számláló folyamaok fonosabb ulajdonságai: A számláló folyama monoon növekv és càdlàg (coninue à droie, limiée à gauche, mindenhol jobbról folyonos, és mindenhol léezik baloldali haáréréke. A számláló folyama 1 valószín séggel nem korláos, ugyanis ( ( P sup N < = P {X n = } P (X n = =. Ebb l kövekezik, hogy lim N = majdnem bizosan. Ez az jeleni, hogy a folyama vagy felrobban véges id ben, és ekkor τ < ; vagy pedig aszimpoikusan megy el a végelenbe, és ekkor τ =. Számláló folyama eseén 1 valószín séggel τ = lim n T n = X 1 +X 2 + [,. Emia {τ < } az X 1, X 2,... sorozahoz arozó farokesemény. Ha a soroza elemei függelenek, akkor a Kolmogorov -1 örvény szerin P (τ < {,1}. Tehá ebben az eseben τ majdnem bizosan véges vagy majdnem bizosan végelen. Számláló folyama eseén rögzíe n N és melle Ebb l az X válozó eloszlása {N = n} = {T n < T n+1 } = {T n }\{T n+1 }. P (N = n = P (T n P (T n+1 = F Tn ( F Tn+1 (. 6

8 Mos T =, amib l F T ( = P (T = 1, ha. Ebb l kapjuk, hogy [ P (τ = P (X = = 1 P (X = n = 1 FTn ( F Tn+1( n= [ = 1 F T ( lim F Tn ( n n= = lim n F Tn (. Ha egy ado id ponra P (τ =, akkor N egy nemnegaív érék véges vélelen válozó, aminek az m( = E(N [, várhaó éréke érelmezhe. A várhaó érék fel is írhaó eloszlásfüggények segíségével: m( = E(N = n [ F Tn ( F Tn+1 ( = n= F Tn (. Ha X 1, X 2,... függelenek, akkor a T 1, T 2,... válozók eloszlásfüggvényei konvolúcióval számolhaóak. Technikai okokból szükségünk lesz arra, hogy az m függvény a negaív félegyenesen is deniáljuk. Az el z pon alapján < eseén legyen m( = P (T n = Deníció. A felújíási folyama egy olyan (N számláló folyama, melyre az X 1, X 2,... vélelen válozók függelenek és azonos eloszlásúak. Ekkor a kapcsolaos m( = E(N várhaó érék függvény felújíási függvénynek nevezzük Deníció. Az (N felújíási folyamao λ inenziású Poisson folyamanak nevezzük, ha az X 1, X 2,... válozók λ paraméeres exponenciális eloszlásúak. A Poisson-folyama fonosabb ulajdonságai: A T n felújíási id pon n rend és λ paraméeres Gamma eloszlás köve, és ezér várhaó éréke, szórásnégyzee illeve eloszlásfüggvénye E(T n = n λ, D2 (T n = n λ 2, F T n ( = P (T n = Az el z észrevéelb l kövekezik, hogy (λ k e λ,. k! k=n P (N = n = F Tn ( F Tn 1 ( = (λn e λ, n. n! Tehá az N válozó λ paraméeres Poisson-eloszlás köve. Innen származik a folyama elnevezése. 7

9 A felrobbanás id ponjára P (τ = lim F Tn ( = lim n n Ebb l kövekezik, hogy k=1 (λ k e λ =,. k! k=n ( P (τ < = P {τ k} = lim P (τ k =, k vagyis a folyama 1 valószín séggel nem robban fel véges id ben. A Poisson-eloszlás ulajdonságaiból a felújíási függvény: m( = E(N = λ. A λ paraméer azér nevezzük inenziásnak, mer esz leges (s, inervallum eseén ide es események számának várhaó éréke E(N N s = m( m(s = λ( s. A felújíási függvény a számláló folyamaokra felír formulával is meghaározhaó: m( = = F Tn ( = k=1 k=n k (λk e λ = λ k! (λ k k e λ (λ k = k! k! k=1 (λ k e λ = λ. k! 3.5. Téel. Legyen (N felújíási folyama, és együk fel, hogy P (X = < 1. Ekkor eljesülnek a kövekez konvergenciák. (i lim N / = 1/E(X m.b. k= (ii Elemi felújíási éel: lim m(/ = 1/E(X. Megjegyzések: Ha egy felújíási folyama eseében P (X ==1, akkor a folyama 1 valószín séggel felrobban a id ponban. A éel bizonyíása során az is megmuajuk majd, hogy P (X = < 1 eseén a felújíási folyama 1 valószín séggel nem robban fel véges id ben. Ha P (X = < 1, akkor E(X (,, ehá 1/E(X jól deniál. A éel szerin E(X < eseén N és m( aszimpoikusan lineáris függvények: e λ N E(X m.b., m( E(X,, Ezzel szemben ha E(X =, akkor N = o( és m( = o(, amin. 8

10 A éel els állíása az mondja, hogy eseén egy egységnyi hosszúságú id inervallumra juó felújíások N / álagos száma 1/E(X. Ez nem meglep, ha arra gondolunk, hogy a felújíások álagosan E(X id közönkén köveik egymás, és ezálal álagosan 1/E(X felújíás fér bele egy egységnyi hosszúságú inervallumra. Bizonyíás. (i A nagy számok er s örvényé alkalmazva kapjuk, hogy T n n = X 1 + +X n E(X >, n, m.b. (2 n Ebb l kövekezik, hogy a T n /n soroza szochaszikus érelemben is konvergál a várhaó érékhez, és így ( ( Tn E(X P n, 3E(X 1, n. 2 2 Mos megmuajuk, hogy a éel feléelei melle a felújíási folyama 1 valószín séggel nem robban fel véges id ponban. Tesz leges eseén az el z konvergencia mia P (τ = lim n F Tn ( = lim n P ( T n = lim n P ( T n /n /n =, n. Ekkor viszon ( P (τ < = P {τ n} Korábban már megmuauk, hogy P (τ n =. N,, m.b. (3 Tekinsük a {τ < } esemény, ovábbá az a ké esemény, melyeken a (2 és (3 konvernenciák eljesülnek. Mivel ezek 1 valószín ség események, a meszeük is 1 valószín ség. Ebb l jön, hogy T N N E(X,, m.b. Mivel N jelöli a id ponal bezárólag bekövekeze események számá, nyilvánvaló, hogy T N < T N+1. Ebb l kövekezik, hogy E(X T N < T N +1 = T N +1 N +1 E(X 1,, m.b. N N N N +1 N A rend r elv alkalmazásával jön az els állíás. (ii A célunk az alábbi ké egyenl lenség bizonyíása, ugyanis ezekb l azonnal kövekezik az állíás: lim inf m( 1 E(X, m( lim sup 1 E(X, El ször megmuajuk, hogy lim inf m(/ 1/E(X. Ha E(X =, akkor ez az egyenl lenség nyilvánvaló. Ha E(X <, akkor rögzísünk egy id pono és ekinsük az alábbi válozó: m.b. N = N +1 = a id pon uán kövekez els felújíás sorszáma. 9

11 Az N válozó megállási id az X 1, X 2,... sorozara nézve, hiszen esz leges n poziív egész eseén {N = n} = { X 1 + +X n >, X 1 + +X n 1 } σ(x 1,..., X n. Emia esz leges k 1 eseén a min(n, k válozó inegrálhaó (hiszen korláos és megállási id (hiszen ké megállási id minimuma. A Wald-azonosság alkalmazásával E ( X 1 + +X min(n,k = E ( min(n, k E(X. Jegyezzük meg, hogy k eseén min(n, k N majdnem bizosan. Ebb l a monoon konvergenciaéel segíségével kövekezik, hogy E(T N+1 = E ( X 1 + +X N = E(NE(X = E(N +1E(X = ( m(+1 E(X. (4 Mos < E(T N+1, amib l árendezéssel jön, hogy 1 E(X 1 < m(. Ha mindké oldalnak vesszük a limesz inferiorá, amin, akkor megkapjuk a bizonyíani kíván egyenl lensége. Mos megmuajuk, hogy lim sup m(/ 1/E(X. Ehhez rögzísünk egy a > számo, és ekinsük a kövekez válozóka: { Xn a X n, X n a, = a, X n > a. Legyenek T a 1, T a 2,... a kapcsolaos részleösszegek, legyen (N a a kapcsolaos felújíási folyama, és legyen m a ( = E(N a. Tekinsünk egy esz leges id pono! Ekkor T a N +1 +X N a +1 +a, m.b. Jegyezzük meg az is, hogy esz leges n eseén Tn a T n m.b. Ebb l kövekezik, hogy N a N m.b., vagyis m a ( m(. Alkalmazzuk a (4 egyenl sége (N a felújíási folyamara! Az kapjuk, hogy +a E ( T a N +1 = ( ma (+1 E(X a (m(+1e(x a. (5 Rendezzük á az egyenl lensége, majd vegyük oldalak limesz szuperiorá, amin : ( m( 1 lim sup lim sup E(X a + a E(X a 1 = 1 m.b. E(X a Ebb l a haárámeneel és a monoon konveregenciaéel alkalmazásával: lim sup m( 1 lim a E(X a = 1 E(X Ez pedig éppen a bizonyíandó egyenl lenség. 1 m.b.

12 3.6. Állíás. Ha P (X = < 1, akkor a felújíási függvény véges, monoon növekv és jobbról folyonos a poziív félegyenesen. Ebb l kövekezik, hogy a felújíási függvény càdlàg (mindenhol jobbról folyonos, és mindenhol léezik bal oldali haáréréke. Bizonyíás. Mos P (X = < 1, ezér a > eseén az el z bizonyíásban bevezee X a válozóra P (X a = < 1. Ez az jeleni, hogy E(X a >, és a (5 formulából kapjuk, hogy m( < minden eseén. Tesz leges s id ponok eseén N N s m.b., amib l a monooniás azonnal kövekezik. A folyonossághoz vegyük észre, hogy s eseén N s N. Ebb l a monoon konvergenciaéel alkalmazásával kapjuk, hogy E(N s E(N Deníció. Tekinsünk (X n, C n, n = 1,2,..., függelen és azonos eloszláslású vekorválozóka, ahol az els komponensek nemnegaívak. Legyen (N az X 1, X 2,... válozók álal meghaározo felújíási folyama! Ekkor az N S = C n = C 1 + +C N,, folyamao felújíási díjfolyamanak nevezzük. A felújíási díjfolyamaoka jellemz en olyan eseekben alkalmazzuk, mikor a felújíás valamilyen kölséggel jár. A modellben rendre C n az n-edik felújíás kölsége, mely függhe az el z felújíásól elel X n id hosszáól, de függelen a öbbi felújíás kölségé l. Ekkor S a id ponig felmerül eljes kölség. Ilyen ípusú problémával öbbek közö a bizosíási maemaikában alálkozhaunk, ahol C 1, C 2,... az egyes kárbejelenésekre juó kizeések nagysága Téel. Tegyük fel, hogy a felújíási díjfolyamara P (X =<1 és E( C <. Ekkor S lim = E(C E(X E(S m.b. és lim = E(C E(X. Bizonyíás. Az els konvergencia azonnal kövekezik a nagy számok Kolmogorov-féle örvényéb l és az elemi felújíási éelb l (3.5. Téel (i ponja: S = C 1 + +C N N N E(C 1 E(X,, m.b. A második konvergencia ilyen álalános feléelek melle örén bizonyíásához ovábbi eszközökre van szükségünk, erre majd még visszaérünk a félév folyamán. Mos csak azzal a speciális eseel foglalkozunk, amikor X n és C n rendre függelenek egymásól. Ekkor esz leges eseén N véges várhaó érék nemnegaív egész érék válozó, és függelen a C 1, C 2,... sorozaól. A Wald-azonosság (2.1. Lemma és az elemi felújíási éel alkalmazásával kövekezik, hogy E(S = E(C 1 + +C N = E(CE(N 11 1 E(C E(X,.

13 4. A Poisson-folyama ovábbi ulajdonságai Tekinsünk X 1, X 2,... függelen és azonosan λ > paraméeres exponenciális eloszlású válozóka, legyen T n = X 1 + +X n, n, és jelölje (N a kapcsolaos felújíási folyamao. Ekkor (N egy λ inenziású Poisson-folyama. A folyamao úgy érelmezhejük, hogy ha egy ado jelenség a T 1, T 2,... id ponokban kövekezik be, akkor N mondja meg a bekövekezések számá a id ponal bezárólag. A ovábbiakban öbbször el fog majd fordulni, hogy a rendszer nem a id ponól kezdve gyeljük meg, hanem csak egy τ vélelen vagy deerminiszikus id pon uán. Ekkor a jelenség bekövekezéseinek a száma a (τ, τ + inervallumon el áll a kövekez alakban: N = N τ+ N τ, Állíás. Ha τ függelen az X 1, X 2,... sorozaól, akkor (N egy λ inenziású Poisson-folyama, és függelen az (N τ válozókól. Megjegyzések: Az állíás implici módon az is aralmazza, hogy (N függelen a τ válozóól. Ha τ deerminiszikus, akkor függelen az X 1, X 2,... válozókól, ehá az állíás alkalmazhaó erre az esere. Az állíás lényegében az mondja, hogy a τ id pon rezeeli a folyamao. Bizonyíás. A denícióból azonnal kövekezik, hogy (N számláló folyama. Jelölje X 1, X 2,... a felújíások közöi id ke! Vegyük észre, hogy σ(n, τ = σ(τ, N τ, X 1,..., X τ és σ(n, = σ(x 1, X 2,.... Ez az jeleni, hogy három dolgo kell igazolnunk: (i X 1, X 2,... exponenciális eloszlásúak λ paraméerrel; (ii X 1, X 2,... függelenek egymásól; (iii X 1, X 2,... függelenek a τ, N τ, X 1,..., X τ válozókól. El ször a (iii pono fogjuk bebizonyíani. Tekinsünk esz leges n nemnegaív egész és x 1,..., x n érékeke! Legyen ovábbá n =x 1 + +x n. Vegyük észre, hogy ha N τ =n, akkor X 1 = X n+1 (τ T n. Ekkor a τ függelenségé és az exponenciális eloszlás örökifjú ulajdonságá (1.2. Téel (ii ponja alkalmazva: P ( X 1 > y τ =, N τ = n, X 1 = x 1,..., X n = x n = P ( X n+1 (τ T n > y τ =, T n τ < T n+1, X 1 = x 1,..., X n = x n = P ( X n+1 ( T n > y T n < T n+1, X 1 = x 1,..., X n = x n = P ( X n+1 > y +( n n < X n+1, X 1 = x 1,..., X n = x n = P ( X n+1 > y +( n n < X n+1 = P (X n+1 > y = e λy. 12

14 Jegyezzük meg, hogy az X n+2, X n+3,... soroza függelen a τ, X 1,..., X n+1 válozókól! Ekkor a láncszabály segíségével kapjuk, hogy P ( X 1 > y 1,..., X m > y m τ =, N τ = n, X 1 = x 1,..., X n = x n = P ( X 1 > y 1 τ =, N τ = n, X 1 = x 1,..., X n = x n P ( X 2 > y 2,..., X m > y m τ =, N τ = n, X 1 = x 1,..., X n = x n, X 1 > y 1 = e λy 1 P ( X n+2 > y 2,..., X n+m > y m τ =, T n τ < T n+1, X 1 = x 1,..., X n = x n, X n+1 (τ T n > y 1 = e λy 1 P ( X n+2 > y 2,..., X n+m > y m = e λy 1 e λy2 e λym. Ebb l azonnal kövekezik, hogy az X 1, X 2,... függelenek a τ, N τ, X 1,..., X τ válozókól. A függelenség mia ebb l az is megkapjuk, hogy P ( X 1 > y 1,..., X m > y m = e λy 1 e λy2 e λym. (6 Mos indukcióval megmuajuk, hogy az X 1,..., X m válozók λ paraméeres exponenciális eloszlás kövenek. Ez m = 1 eseén azonnal kövekezik a (6 formulából, hiszen P (X 1 > y 1 = e λy 1. Tegyük fel, hogy az állíás igaz m 1 eseén! Ekkor X m szinén exponenciális eloszlású, hiszen P (X m > y m = P ( X 1 >,..., X m 1 >, X m > y m = e λ e λ e λym = e λym. Ezzel beláuk az (i pono. A (6 egyenl sége ismé alkalmazva kapjuk, hogy P (X 1 > y 1,..., X m > y m = P (X 1 > y 1 P (X m > y m, ehá az X 1,..., X m válozók függelenek is egymásól. Mos m esz leges vol, emia a (ii ponal is végezünk Deníció. Tekinsünk egy (N szochaszikus folyamao! A folyama sacionárius növekmény, ha esz leges s < eseén N N s és N s N azonos eloszlású. A szochaszikus folyama függelen növekmény, ha esz leges k 2 poziív egész és s 1 1 s s k k eseén N 1 N s1, N 2 N s2,..., N k N sk függelen vélelen válozók Téel. Legyen (N számláló folyama! Ekkor az alábbi ké ulajdonság ekvivalens: (i Az (N folyama λ inenziású Poisson-folyama, ehá olyan felújíási folyama, ahol a felújíások közöi id k λ paraméeres exponenciális eloszlás kövenek. (ii Az (N folyama függelen és sacionárius növekmény, ovábbá esz leges > eseén az N válozó Poisson-eloszlás köve λ paraméerrel. 13

15 Bizonyíás. Csak a (i (ii irány bizonyíjuk be, a fordío irány úgysem használjuk a kés bbiekben. Az már láuk, hogy N Poisson-eloszlás köve a megado paraméerrel. Rögzíe s melle vezessük be az Nu s = N s+u N s, u, folyamao! A 4.1. Állíás érelmében (Nu s u Poisson-folyama λ inenziással, ehá N N s =N s s Poissoneloszlás köve λ( s paraméerrel. Viszon az N s N válozónak ugyanez az eloszlása, vagyis a Poisson-folyama sacionárius növekmény. Csak az marad hára, hogy a Poisson-folyama függelen növekmény. Tekinsük az N s k u =N sk +u N sk, u, folyamao, ami a 4.1. Állíás érelmében függelen az (N sk válozókól. Ebb l jön, hogy N k N sk = N s k k s k függelen az N 1 N s1,..., N k 1 N sk 1 növekmények l. Ez a lépés egymás uán az s k 1, s k 2,..., s 2 id ponokra megisméelve kövekezik, hogy a növekmények mind függelenek egymásól Téel. Legyen (N Poisson-folyama λ inenziással! Tekinsünk esz leges k poziív egész számo, s 1... s k id ponoka, és m 1... m k n egész érékeke! Ekkor P ( [ ( λ( sk n m k N = n N sk = m k,..., N s1 = m 1 = P N = n N sk = m k = e λ( sk. (n m k! Tehá a Poisson-folyama folyonos idej homogén Markov-lánc a feni formulában megado ámenevalószín ségekkel. Bizonyíás. A 4.3. Téel érelmében a Poisson-folyama függelen és sacionárius növekmény szochaszikus folyama. Ebb l kövekezik, hogy P ( N = n N sk = m k,..., N s1 = m 1 = P ( N N sk = n m k N sk N sk 1 = m k m k 1,..., N s1 N = m 1 = P ( [ ( λ( sk n m k N N sk = n m k = P N s = n m k = e λ( sk. (n m k! Ugyanezzel a gondolameneel az is megmuahaó, hogy P ( [ λ( sk n m k N = n N sk = m k = e λ( sk. (n m k! Ezzel a éel állíásá bebizonyíouk. 5. Függvények és sorozaok konvolúciója 5.1. Deníció. Legyen φ(x, G(x, x R, valós érék mérhe függvény, és együk fel, hogy G càdlàg (coninue à droie, limiée à gauche, ehá mindenhol jobbról folyonos, és mindenhol léezik baloldali haáréréke és korláos válozású minden véges inervallumon. Ekkor a ké függvény Sieljes-konvolúciója (φ G( = 14 φ( x dg(x.

16 A konvolúció azon R ponokban van deniálva, ahol az inegrál léezik. A G függvény n-edik konvolúció haványa az n ényez s G n = G G konvolúció Téel. (i Ha X és Y függelen vélelen válozók rendre G és H eloszlásfüggvénnyel, akkor az X + Y összegválozó eloszlásfüggvénye G H. (ii Ha X 1,..., X n függelen és azonos eloszlású vélelen válozók G eloszlásfüggvénnyel, akkor X 1 + +X n eloszlásfüggvénye G n Kövekezmény. Ha G és H eloszlásfüggvények, akkor G H és G n mindenhol léeznek a valós egyenesen. Bizonyíás. (i Az állíás azonnal jön a eljes valószín ség éeléb l: P ( X +Y = = + (ii Kövekezik az (i ponból. + P ( X +y dh(y = P ( X +Y Y = y dh(y + G( ydh(y = (G H(. Nézzünk meg ké speciális esee! Ha az X és az Y válozó abszolú folyonos rendre g és h s r ségfüggvénnyel, akkor a Fubini-éel alkalmazásával [ (G H( = G( x dh(x = g(y x dy h(x dx = g(y xh(x dxdy. Ebb l azonnal jön, hogy az X + Y összeg is abszolú folyonos, és a s r ségfüggvénye (g h(y := g(y xh(x dx, y R. Az g h függvény g és h Lebesgue-konvolúciójának nevezzük. Mos együk fel, hogy X és Y egész érék válozó! Ekkor X +Y szinén egész érék. Ebb l kövekezik, hogy az G, H és G H eloszlásfüggvények olyan lépcs s függvények, melyek az egész ponokban ugranak. Az X és az Y eloszlása: p n = P (X = n = G(n G(n 1, q n = P (Y = n = H(n H(n 1, n Z. Ebb l: n n G(n = p n, H(n = q n, n Z. k= k= 15

17 Ekkor a konvolúció deníciójá alkalmazva (G H(n = Az kapjuk, hogy = k= G(n x dh(x = [ n k l= k= p l q k = p l q k. k,l Z k+l n P ( X +Y = n = (G H(n (G H(n 1 = k,l Z k+l=n G(n k [ H(k H(k 1 p l q k = k= Ez a sorozao a p és a q sorozaok konvolúciójának nevezzük: n (p q n = p n k q k, n Z. k= p n k q k, n Z. A ovábbiakban azzal az eseel foglalkozunk, amikor φ(x = G(x = minden x < eseén. Vegyük észre, hogy ekkor y < eseén (φ G(y = φ(y x dg(x = φ(y x d+ dg(x =. [, Ha y, akkor pedig (φ G(y = φ(y x dg(x = + dg(x = (y, (, (,y [,y φ(y x d+ φ(y x dg(x [,y φ(y x dg(x. Jegyezzük meg, hogy mos LebesgueSieljes-inegrállal dolgozunk, ezér álalában y φ(y x dg(x φ(y x dg(x = φ(y x dg(x. [,y 5.4. Állíás. Tegyük fel, hogy φ : R R mérhe és lokálisan korláos (korláos minden véges inervallumon, ovábbá G : R R càdlàg és korláos válozású a véges inervallumokon, végül φ(x = G(x = minden x < eseén! Ekkor a φ G konvolúció jól deniál a valós egyenesen, és lokálisan korláos függvény. Bizonyíás. Mos φ G= a negaív számok halmazán, ezér a konvolúció léezésé és lokális korláosságá elég a poziív félegyenesen bizonyíani. Legyen > esz leges rögzíe érék, és jelölje V [, (G a G függvény eljes válozásá a [, inervallumon. Ekkor sup (φ G(y = sup y y sup sup y x y [,y (,y φ(y x dg(x φ(y x V [,y (G = sup φ(x V [, (G <. x 16

18 5.5. Állíás (Diszribuiviás. (i Legyenek φ, ψ : R R mérhe és lokálisan korláos függvények, és legyenek G, H : R R càdlàg és korláos válozásúak minden véges inervallumon! Tegyük fel ovábbá, hogy mindegyik függvény a negaív számok halmazán! Ekkor esz leges a, b, α, β R eseén ( aφ+bψ ( αg+βh = aα(φ G+aβ(φ H+bα(ψ G+bβ(ψ H. (ii Legyenek φ 1, φ 2,... : R [, mérhe és lokálisan korláos függvények, melyekre φ 1 +φ szinén lokálisan korláos! Legyen G:R R monoon növekv és càdlàg! Tegyük fel ovábbá, hogy mindegyik függvény a negaív számok halmazán! Ekkor ( φ1 +φ 2 + G = φ 1 G+φ 2 G+ Bizonyíás. Az 5.4. Állíás érelmében a formulákban szerepl összes konvolúció léezik a valós számegyenesen. A LebesgueSieljes-mérékek deníciójából kövekezik, hogy µ αg+βh = αµ G +βµ H. Ebb l jön az (i pon állíása, hiszen esz leges R eseén ( ( ( aφ+bψ αg+βh ( = aφ+bψ ( x dµαg+βh (x = = aα ( [ aφ+bψ ( x α dµ G (x+β dµ H (x φ( x dµ G (x+aβ +bα ψ( x dµ G (x+bβ φ( x dµ H (x ψ( x dµ H (x = aα(φ G(+aβ(φ H(+bα(ψ G(+bβ(ψ H(. A (ii azonossághoz alkalmazzuk a monoon konvergenciaéel: ( φ i G( = i=1 lim n i=1 = lim n n i=1 n φ i ( x dg(x φ i ( x dg(x = ( φi G (. i= Állíás (Kommuaiviás és asszociaiviás. Legyen φ : R R mérhe és lokálisan korláos függvény, és legyenek G, H:R R monoon növekv és càdlàg függvények! Tegyük fel ovábbá, hogy mindhárom függvény a éréke veszik fel a negaív számok halmazán. Ekkor eljesülnek az alábbi azonosságok: G H = H G és (φ G H = φ (G H. Bizonyíás. Mos G és H monoon növekv függvények, ezér korláos válozásúak a véges inervallumonkon. Jelölje µ G és µ H az indulál LebesgueSieljes-mérékeke, és legyen S = { (x, y R R : x+y }. 17

19 Ekkor a Fubini-éel mia (G H( = = R G( y dh(y = R R R R 1 {x y} dg(x dh(y 1 {(x,y S} (µ G µ H (dx, dy = µ G µ H (S. Jelölje S az S halmaznak az x = y egyenesre való ükrözésével kapo halmaz! Mivel S = S, az kapjuk, hogy (H G( = µ H µ G (S = µ G µ H (S = µ G µ H (S = (G H(. Ezzel a kommuaiviás bebizonyíouk. Mos G és H monoon növekv függvények, ezér µ G µ H poziív mérék. Ekkor a (7 egyenl ségb l kövekezik, hogy G H monoon növekv : esz leges u eseén S u S, ehá (G H(u (G H(; G H mindenhol jobbról folyonos: esz leges u valós szám eseén lim u (G H( = lim u µ G µ H (S = µ G µ H ( u S = µg µ H (S u = (G H(u. Ekkor viszon G H càdlàg függvény és korláos válozású a véges inervallumokon. Ezen úl G H = a negaív félegyenesen, ehá a φ (G H konvolúció szinén véges. Kapjuk, hogy 1 {z (,} (G H(dz = (G H( = 1 {(x,y S} (µ G µ H (dx, dy R R R = 1 {x+y (,} (µ G µ H (dx, dy. R R A Carahéodory-éelb l kövekezik, hogy esz leges B R Borel-halmaz eseén 1 {z B} (G H(dz = 1 {x+y B} (µ G µ H (dx, dy. R Ebb l viszon kövekezik, hogy φ( z (G H(dz = R R R R R φ( x y (µ G µ H (dx, dy. A bal oldalon éppen φ (G H szerepel a ponban. A jobb oldal ismé csak a Fubiniéellel udjuk ovábbalakíani: φ( x y (µ G µ H (dx, dy = φ( x y dg(x dh(y R R R R = (φ G( y dh(y = ( (φ G H (. R Ez pedig az jeleni, hogy az assziciaiviás is eljesül. 18 (7

20 6. A felújíási egyenle Tekinsünk egy (N felújíási folyamao! Tegyük fel, hogy P (X = < 1, és jelölje G az X 1, X 2,... válozók közös eloszlásfüggvényé! Ekkor a felújíási függvény véges, és a kövekez alakban írhaó fel: m( = E(N = F Tn ( = F X1 + +X n ( = G n (,. Vezessük be az N = N X1 + 1,, folyamao, ami az X 2, X 3,... válozók, min felújíások közöi id k álal deniál felújíási folyama. Az X 2, X 3,... soroza érékei meghaározzák az (N folyamao, ezér σ(n, σ(x 2, X 3,.... Viszon az X 2, X 3,... válozók függelenek az X 1 válozóól, amib l kövekezik, hogy az (N folyama is függelen az X 1 válozóól. Jegyezzük meg az is, hogy mivel a ké folyama eseében a felújíások közöi id k eloszlása azonos, (ezeknek mindké eseben G az eloszlásfüggvénye, ezér a fejeze elején felír formula alapján E(N = G n ( = m(,. Rögzísünk esz leges, x érékeke! Ekkor { [ E 1+N x X 1 = x = 1+E[N x = 1+m( x, x, E [ N X 1 = x = E [ X 1 = x =, < x. Ebb l a eljes várhaó érék éelével kapjuk, hogy m( = E(N = E [ N X 1 = x dg(x [, [ = 1+m( x dg(x+ dg(x [, (, = G(+ m( x dg(x = G(+(m G(. [, 6.1. Deníció. Legyen a(,, valós érék mérhe függvény. Ekkor az A( = a(+ A( x dg(x,. [, függvényegyenlee az A(,, függvényre vonakozó felújíási egyenlenek nevezzük. Ugyanez rövidebb formalizmussal: A = a+a G Téel. Ha a(,, lokálisan korláos függvény, és P (X = < 1, akkor az A( = (a+a m( = a(+ a( x dm(x,, függvény lokálisan korláos megoldása a felújíási egyenlenek, ovábbá ez az egyelen megoldás a lokálisan korláos függvények közö. 19 [,

21 Bizonyíás. Mivel a éelben szerepl összes függvény a negaív félegyenesen, az állíás elég a nemnegaív számok halmazán ellen rizni. A 5.4. Állíás szerin az a m konvolúció jól deniál és lokálisan korláos. Ekkor esz leges s > eseén sup s (a+a m( sup s a( + sup (a m( <, s ehá a+a m is lokálisan korláos. A kövekez kben az fogjuk ellen rizni, hogy a+a m megoldás. Ez kövekezik a konvolúció azonosságaiból, ugyanis ( ( a+(a+a m G = a+a G+a G G n = a+a G+ G n = a+a m. Végül az muajuk meg, hogy a megoldás egyérelm. Tegyük fel, hogy A 2 szinén lokálisan korláos megoldása az egyenlenek, és legyen B = A A 2. Felhasználva, hogy A és A 2 is megoldás, kapjuk, hogy B = A A 2 = ( a+a G ( a+a 2 G = (A A 2 G = B G, Ebb l ierációval kövekezik, hogy B=B G n minden n 1 egészre. Legyen rögzíe! A G n ( = m( sor pononkén konvergens, ezér G n (, amin n. Mivel a B függvény szinén lokálisan korláos, kövekezik, hogy n eseén B( = B( x dg n (x V [,( G n sup B(x = G n ( sup B(x. x x [, Tehá = B( = A( A 2 ( minden ponban. Mivel a negaív számok halmazán mindké függvény el nik, kapjuk, hogy A 2 = A Példa. Legyen a = G, ehá ekinsük az A = G+A G felújíási egyenlee! A mos bizonyío éel szerin ennek lokálisan korláos megoldása a kövekez függvény: ( A = G+G m = G+m G = G+ G G n = G+ n=2 G n = m. Ez az eredmény nem meglep, hiszen a fejeze elején már láuk, hogy m megoldása az egyenlenek, és az el z éel szerin az egyelen lokálisan korláos megoldás. Éppen az le volna a kellemelen, ha alálunk egy másik lokálisan korláos megoldás is. Vegyük észre, hogy a felújíási egyenle árendezésével G( = m( G( x dm( = ( m G m (,. [, 6.4. Téel. A felújíási folyamaok körében a G eloszlásfüggvény és az m felújíási függvény kölcsönösen meghaározza egymás. n=2 2

22 Bizonyíás. Mivel m = G n, ezér a G eloszlásfüggvény meghaározza az m felújíási függvény. A ovábbiakban belájuk, hogy a felújíási függvény is meghaározza az eloszlásfüggvény. Tegyük fel, hogy léezik olyan H eloszlásfüggvény, hogy a hozzá kapcsolódó felújíási folyama felújíási függvénye szinén az m függvény! A korábbi eredmények szerin a poziív félegyenesen eljesülnek az alábbi egyenl ségek: Ezekb l kövekezik, hogy G = m G m és m = H n. G H = ( m G m H = m H G m H = m H G = H m G (m H = (H G m+g H. Tehá (H G m = a nemnegaív számok halmazán. Innen azonnal jön, hogy H G = ( m H m ( m G m = (H G m a poziív félegyenesen. Tehá H = G. Térjünk vissza az álalános felújíási egyenlehez. A kövekez kben az fogjuk megvizsgálni, hogy a felújíási egyenle megoldása hogyan viselkedik aszimpoikusan Deníció. Az mondjuk, hogy az X vélelen válozó rácsos eloszlású, ha léezik olyan δ >, hogy az X válozó egy valószín séggel a {kδ : k Z} halmazba esik Példa. Az egész érék vélelen válozók rácsos eloszlásúak. A folyonos válozók nem azok, hiszen az érékkészleük nem megszámlálhaó Téel. Tegyük fel, hogy az X vélelen válozó nem rácsos eloszlású és az a(x, x, függvényre eljesülnek az alábbi felevések: (i lokálisan korláos a poziív félegyenesen; (ii felírhaó a poziív félegyenesen Riemann-inegrálhaó és monoon függvények véges összegekén! Ekkor a felújíási egyenle egyérelm lokálisan korláos megoldására eljesül a kövekez konvergencia: A( 1 a(x dx R,. E(X Bizonyíás. Hosszú és nagyon unalmas. Nagyrész analízis, kevés szochaszika. n=2 H n 21

23 6.8. Példa. Legyen a = G, ehá ekinsük az A = G+A G felújíási egyenlee! Ennek az A = m függvény az egyelen lokálisan korláos megoldása. Mi mondhaunk err l a megoldásról a mos bizonyío éel segíségével? Semmi, ugyanis mos a nem Lebesgueinegrálhaó. Legyen ugyanis x > olyan érék, melyre a(x = G(x >. Ekkor a(xdx x a(xdx a(x x 1dx =. Ekkor viszon az a függvény nem írhaó fel Lebesgue-inegrálhaó függvények véges összegekén sem. Ez az eredmény nem meglep, hiszen a monoon konvergenciaéel szerin a felújíási függvénynek nem is véges a haáréréke: lim m( = lim G n ( = lim G n ( = 1 =. 7. Vissza a felújíási díjfolyamaokhoz Tekinsünk (X n, C n, n = 1,2,..., függelen és azonos eloszlású vekorválozóka! Legyenek az X 1, X 2,... válozók nemnegaív érék ek, és jelölje G a közös eloszlásfüggvényüke! Jelölje ovábbá (N az X 1, X 2,... válozók álal meghaározo felújíási folyamao, és ekinsük a kapcsolaos felújíási díjfolyamao: N S = C n = C 1 + +C N,. A 3.8. Téelben bebizonyíouk, hogy ha P (X = < 1 és E( C <, akkor S lim = E(C E(X m.b. Ugyani az az állíás is megfogalmazuk, hogy E(S lim = E(C E(X. (8 Viszon ez a második konvergenciá a szükséges eszközök hiányában nem bizonyíouk be. A ovábbiakban ez fogjuk majd bepóolni. Vezessük be az A(=E(S,, függvény. El ször az fogjuk megmuani, hogy az A függvény jól deniál és lokálisan korláos. Jelölje C n + és Cn rendre a C n válozó poziív illeve negaív részé! Mivel C n inegrálhaó, a beveze válozóknak véges a várhaó éréke. Rögzísünk egy esz leges id pono! Korábban már megmuauk, hogy az N +1 vélelen válozó megállási id az X 1, X 2,... sorozara nézve. Ebb l kövekezik, hogy megállási id az (X 1, C 1 +, (X 2, C 2 +,... válozókra nézve is, hiszen esz leges n poziív egész eseén {N n} σ(x 1,..., X n σ(x 1, C + 1,..., X n, C + n. 22

24 Ekkor a h(x, c = c függvény alkalmazásával a 2.2. Állíásból kövekezik, hogy E ( C C + N E ( C C + N +C + N +1 =E(N +1E(C + = ( m(+1 E(C + <. Ugyanígy az is megmuahaó, hogy E ( C 1 + +C N ( m(+1 E(C <. Ezen eredményekb l azonnal kapjuk, hogy A( = E ( E ( ( C 1 + +C N = C C + N E C 1 + +C N E ( ( C C + N +E C 1 + +C N ( m(+1 E(C + + ( m(+1 E(C = ( m(+1 E ( C. A feni formula jobb oldala véges és lokálisan korláos, ezér ezekkel a ulajdonságokkal az A függvény is rendelkezik. A kövekez lépésben felírunk egy felújíási egyenlee az A függvényre. Az el z fejeze elején bemuao módszer fogjuk majd alkalmazni. Jelölje (S az (X n, C n, n 2, vekorok álal deniál felújíási díjfolyamao. Ez a folyama függelen az X 1 válozóól, ezér E [ S X 1 = x { E [ C 1 +S x X 1 = x = E [ C 1 X 1 = x +E [ S = x, x, E [ X 1 = x =, < x. Jegyezzük meg ovább, hogy (S és (S azonos eloszlású folyamaok, amib l kövekezik, hogy E[S x = A( x. Ekkor a eljes várhaó érék éeléb l jön, hogy A( = E [ S = E [ S X 1 = x dg(x [, = E [ C 1 X 1 = x dg(x+ A( x dg(x. [, Tehá A egy lokálisan korláos függvény és megoldása a mos felír felújíási egyenlenek. Jelölje a( az els ago az egyenle jobb oldalán! A 6.2. Téel szerenénk alkalmazni, de ehhez el ször meg kell muanunk, hogy a lokálisan korláos függvény. A feléeles várhaó érék deníciójából kövekezik, hogy a( = E [ C 1 X 1 = x dg(x = E [ C 1 X 1 = x 1 {x } dg(x = E [, [ E [ C 1 X 1 1{X1 } [, [, = E [ C 1 1 {X1 }. Ekkor a( E [ C 1 1 {X1 } E [ C. 23

25 Tehá az a függvény korláos, amib l kövekezik, hogy lokálisan is korláos. Továbbá a majoráns konvergenciaéelb l az is kapjuk, hogy [ lim a( = E lim C 11 {X1 } = E [ C 1. Jelölje m( = E(N,, a felújíási függvény! A feni eredmények és a 6.2. Téel alkalmazásával A( = a(+ a( x dm(x,. [, Sajnos ilyen álalános feléelek melle az A függvényre nem udunk explici formulá adni. A cél a (8 konvergencia bizonyíása. Az el z egyenleb l a kövekez kapjuk: A( E(C E(X a( + 1 a( x E(C dm(x+ 1 E(C dm(x E(C E(X (9 [, Mos az a függvény korláos, ezér a( /, amin. Az elemi felújíási éel (3.5. Téel (ii ponja alkalmazásával 1 E(C dm(x = 1 E(C[ m( E(C E(X,. [, Tehá a (9 egyenl lenség harmadik agja szinén nullához konvergál. Már csak az marad hára, hogy a második ag konvergenciájá is megmuassuk. Rögzísünk egy esz leges ε > éréke! Az a függvény konvergens, ezér léezik olyan T > szám, hogy a( E(C ε, T. Ekkor esz leges > T eseén 1 a( x E(C dm(x [, = 1 a( x E(C 1 dm(x+ [, T ( T, [, a( x E(C dm(x [ sup a( x E(C m( m( T x ( T, 1 ε[ m( T + 1 ε m( T +sup a(x E(C m( m( T. x R Az elemi felújíási éel isméel alkalmazásával kapjuk, hogy eseén m( T [, = m( T T T 1 E(X és m( m( T. Tehá ha elegend en nagy, akkor 1 [ 1 a( x E(C dm(x ε E(X +ε +ε sup a(x E(C. x R 24

26 Mivel az ε > érék esz leges vol, ezzel bebizonyíouk, hogy eseén a (9 formula jobb oldalán a középs ag is nullához konvergál. Ez pedig az jeleni, hogy E(S E(C E(X = A( E(C E(X. 8. Vélelen válozók momenumai Legyen X esz leges vélelen válozó, legyen G az eloszlásfüggvénye, és ekinsünk egy φ : R R mérhe függvény! Ekkor Eφ(X = φ(x dg(x. R A kövekez éelben az vizsgáljuk meg, hogy ez a LebesgueSieljes-inegrál hogyan írhaó á egy Riemann-inegrálba Téel. Legyen X nemnegaív érék vélelen válozó G eloszlásfüggvénnyel, ovábbá ekinsünk egy φ : [, R monoon és abszolú folyonos függvény. Ekkor Eφ(X = φ(+ φ (x [ 1 G(x dx, ami úgy érünk, hogy ha a kifejezés valamely oldala véges, akkor a másik oldal is véges, és a ké oldal egyenl. Továbbá ha Eφ(X véges, akkor lim x φ (xp ( X > x = lim φ (x [ 1 G(x =. x Bizonyíás. A φ függvény abszolú folyonoságából kövekezik, hogy deriválhaó, és φ(y = φ(+ y φ (x dx, y. Jegyezzük meg ovábbá, hogy 1 {x<x} dp = E(1 {x<x} = P (x < X = 1 G(x, x. Ω Ekkor a Fubini-éel alkalmazásával [ X Eφ(X = φ(x dp = φ(+ φ (x dx dp Ω Ω = h(+ 1 {x<x} φ (x dx dp = h(+ = h(+ Ω φ (x [ 1 G(x dx. 25 φ (x 1 {x<x} dp dx Ω

27 Vegyük észre, hogy a Fubini-éel alkalmazásánál szükség vol arra, hogy φ monoon függvény legyen, ugyanis ez garanálja az, hogy φ nem vál el jele a poziív félegyenesen. Ezzel az els állíás bebizonyíouk. A második állíás azonnal kövekezik abból az analízisbeli ényb l, hogy egy függvény improprius inegrálja csak akkor lehe véges, ha a függvénynek léezik és nulla a haáréréke a végelenben Kövekezmény. Legyen X nemnegaív érék válozó G eloszlásfüggvénnyel! (i Az X válozó α > rend momenumára EZ α = α Továbbá, ha az α rend momenum véges, akkor x α 1[ 1 G(x dx. lim x xα P ( Z > x = lim x α [1 G(x. x Ez az jeleni, hogy a P (X > x farokvalószín ségek legalább polinomiális rendben csengenek le a végelenben. (ii Az X válozó momenumgeneráló függvénye egy esz leges r R ponban M X (r = E ( e rx = 1+r e rx[ 1 G(x dx. Továbbá, ha a momenumgeneráló függvény léezik valamely r > ponban, akkor lim x erx P ( X > x = lim e rx [1 G(x, x azaz a farokvalószín ségek legalább exponenciális rendben csengenek le. 9. A Feller-paradoxon Legyenek X 1, X 2,... függelen és azonos eloszlású vélelen válozók közös G eloszlásfüggvénnyel, és együk fel, hogy P (X =<1 és E(X<. Jelölje (N a kapcsolaos felújíási folyamao, és legyen T n = X 1 + +X n, n =,1,... Egy rögzíe id ponal bezárólag a leguolsó felújíás id ponja T N, a kövekez felújíás pedig a T N+1 > id ponban fog majd örénni. Felújíáselméleben fonos a kövekez mennyiségek vizsgálaa: a rendszer kora (age: T N ; háralev élearam, reziduális id (residual ime: R = T N+1 ; 26

28 eljes élearam (oal life: T N+1 T N = X N+1. R sds, másrész a váhaó éréke: A ovábbiakban az (R szochaszikus folyamaoal foglalkozunk. F leg a folyama aszimpoikus viselkedésére leszünk kíváncsiak, amin. Maga az (R folyama nem konvergens, ezér a hosszú ávú viselkedés másmilyen módon fogjuk érelmezni. Egyrész megvizsgáljuk a hosszú ávú álago: 1 E(R. Az ember az várná, hogy ezek a mennyiségek nagy eseén az E(X/2 érékhez vannak közel. Ki fog derülni, hogy ez jellemz en nem igaz. Ez a meglep eredmény Feller-paradoxon vagy inspecion paradox néven szokák emlíeni. Elöször az 1 R sds inegrálközépe vizsgáljuk meg. X N +1 X 1 X 2 T T 1 T 2 T 3 T N T N +1 Legyen C n az ábrán az n-edik háromszög erülee, ehá C n = Tn Ekkor eljesülnek a kövekez egyenl lenségek: C 1 + +C N T n 1 R s ds = X2 n 2, n = 1,2,... R s ds C 1 + +C N+1. (1 Jegyezzük meg, hogy a C 1, C 2,... válozók függelenek és azonos eloszlásúak. Ekkor a 3.5. Téel (i ponjából és a nagy számok er s örvényéb l kövekezik, hogy eseén C 1 + +C N = N C 1 + +C N N 1 E(X E(C = E(X2 E(X, m.b. Ugyanilyen módon kapjuk az is, hogy C 1 + +C N+1 = N +1 C 1 + +C N+1 1 N +1 E(X E(C = E(X2 E(X, m.b. Ekkor a (1 formulából a rend r elv alkalmazásával kövekezik, hogy 1 R s ds E(X2 2E(X, m.b. 27

29 Jegyezzük meg, hogy ha az X válozó nem degenerál, ehá nem konsans, akkor Ez a Feller-paradoxon. E(X 2 2E(X > (E(X2 2E(X = (E(X2 2E(X = E(X Állíás. Ha P (X = < 1 és E(X 2 <, akkor 1 lim R s ds = E(X2 2E(X, A ovábbiakban az A(=E(R,, várhaó érék függvény fogjuk majd vizsgálni. A reziduális id k esee abból a szemponból speciális, hogy nagyon egyszer en felírhaó egy explici formula a várhaó érék függvényre. Rögzíe eseén az N = N +1 válozó megállási id az X 1, X 2,... sorozara nézve. Ekkor a Wald-azonosság érelmében m.b. E(T N+1 = E ( X 1 + +X N+1 = E(N +1E(X = ( m(+1 E(X. (11 Ebb l viszon azonnal jön, hogy A( = E(R = E(T N+1 = ( m(+1 E(X,. (12 Szerenénk meghaározni A( haáréréké, amin. Árendezés uán a 3.5. Téel (ii ponjának alkalmazásával: [ m( A( = 1 E(X+E(X E(X+E(X =? E(X Tehá a haáréréke ilyen módon nem udjuk megadni. A probléma az, hogy nem ismerjük az elemi felújíási éelben a konvergencia sebességé. A ovábbiakban a felírunk majd egy felújíási egyenlee az A függvényre, és ennek segíségével vizsgáljuk a függvény ulajdonságai. Ehhez fonos az udnunk, hogy az A függvény lokálisan korláos. A lokális korláosság problémája mindig el kerül a felújíási egyenle alkalmazásánál, ezér mos adunk néhány ölee, hogyan is lehe ez bizonyíani. Várhaó érék függvény: E(R,. A (11 formulából kövekezik, hogy E(R E(T N+1 = ( m(+1 E(X. A jobb oldalon szerepl függvény monoon, ezér lokálisan korláos. Ebb l kövekezik, hogy az E(R,, függvény is lokálisan korláos. Második momenum függvény: E(R 2,. Ado eseén az N = N +1 válozó az X 2 1, X 2 2,... sorozara nézve is megállási id. Ismé csak a Wald-azonosságo alkalmazva: E ( X X 2 N +1 = E(N +1E(X 2 = ( m(+1 E(X 2. (13 Ez az jeleni, hogy E(X 2 < eseén a második momenum is lokálisan korláos: E(R 2 E(X 2 N +1 E ( X X 2 N +1 = ( m(+1 E(X 2. 28

30 Eloszlás: P (R y vagy P (R > y,, ahol y R rögzíe. Ezek korláos függvények, ehá lokálisan is korláosak. Vezessük be az N = N X1 + 1,, folyamao! Korábban már meggondoluk, hogy ez a folyama az X 2, X 3,... válozók álal deniál felújíási folyama, amib l ké dolog kövekezik. Egyrész az (N folyama függelen az X 1 válozóól. Másrész az (N folyama azonos eloszlású az (N felújíási folyamaal, amib l kövekeik, hogy az R vélelen válozó azonos eloszlású az (N folyamara analóg módon bevezee R háralev élearammal. Ekkor viszon E(R = A(,. Tesz legesen rögzíe x, id ponok eseén: E [ R X 1 = x { [ E x X1 = x = x, x >, = E [ R x X 1 = x = E(R x = A( x, x. Alkalmazzuk a eljes váhaó érék éelé: A( = E(R = E [ R X 1 = x dg(x [, = (x dg(x+ A( x dg(x,. (, Ezek szerin az A függvény megoldása az A = a+a G felújíási egyenlenek, ahol a( = (x dg(x,. (, [, Ahhoz, hogy alkalmazni udjuk a felújíási egyenle megoldására vonakozó éeleke, jobban meg kell vizsgálnunk az a függvény. Vezessük be a φ (x = 1 {x>} (x függvény, ahol x,. Ekkor a( = Mi minden mondhaunk el az a függvényr l? φ (x dg(x = Eφ (X. Korláos: φ (X X m.b., ezér a( E(X. Monoon csökken : esz leges s eseén φ s (X φ (X m.b, ezér a(s a(. A φ függvény abszolú folyonos, és a deriválja φ (x=1 {x>}. Ekkor a 8.1. Téelb l: a( = φ (+ φ (x [ 1 G(x dx = + [ 1 G(x dx,. Ebb l a Fubini-éel és a 8.2. Kövekezmény alkalmazásával [ x [ a( d = 1 G(x dxd = 1 G(x ddx = x [ 1 G(x dx = E(X2 2 Tehá ha E(X 2 <, akkor a inegrálhaó a poziív félegyenesen. 29.

31 Korábban megmuauk, hogy az A( = E(R függvény lokálisan korláos. Ebb l kövekezik, hogy a felújíási egyenle egyérelm lokálisan korláos megoldása, ehá A( = a(+ a( x dm(x,. (14 [, (Valaki le udja vezeni, hogy ez azonos a (12 formulában szerepl eredménnyel? Ha ezen úl az is udjuk, hogy az X válozó nem rácsos eloszlású, akkor a felújíási egyenle megoldásának aszimpoikus viselkedésére vonakozó éelünk (6.7. Téel szerin A( 1 E(X a(x dx = E(X2 2E(X,. A kapo eredmény a kövekez állíásban mondjuk ki Állíás. Ha P (X = < 1, E(X 2 < és X nem rácsos eloszlású, akkor lim E(R = E(X2 2E(X Példa. Tegyük fel, hogy az X 1, X 2,... válozók exponenciális eloszlás kövenek λ > paraméerrel! Mos E(X = 1/λ és m( = λ, ezér E(R = ( m(+1 E(X = (λ+1 1 λ = 1 λ = E(X. Ez az eredmény nem meglep, gondoljunk a 4.1. Állíásra! Az A( = E(R,, függvény a felújíási egyenleb l is megkaphajuk. Mos a G eloszlásfüggvény abszolú folyonos, ezér a( = (x G (x dx = (x λe λx dx = e λ λ. Mos az m függvény deriválja m (x = λ. Ekkor a (14 formulából kövekezik, hogy A( = a(+ a( x dm(x = e λ λ + e λ(x m (x dx = e λ λ λ + 1 e λ = 1 λ λ. [, Természeesen ez az jeleni, hogy eseén E(R 1/λ. Ez a konvergenciá a 9.2. Állíásból is megkapjuk, hiszen exponenciális eloszlás eseén E(X=1/λ és E(X 2 =2/λ Rizikófolyamaok A ovábbiakban egy bizosíóársaságo fogunk modellezni, és arra keressük a válasz, hogy a bizosíó mekkora valószín séggel megy cs dbe az id k folyamán. A modellben az alábbi jelöléseke fogjuk majd használni. Az egymás köve káresemények közö elel id k: X 1, X 2,... függelen és azonos eloszlású vélelen válozók, és P (X = < 1. 3

32 Kárszámfolyama : az X 1, X 2,... soroza álal meghaározo (N felújíási folyama. Tehá N a káresemények száma a id ponal bezárólag. Kárérékek: Z 1, Z 2,... függelen és azonos eloszlású vélelen válozók, melyek függelenek a kárszámfolyamaól. Jelölje F ezen válozók közös eloszlásfüggvény, és legyen µ = E(Z >. Kárérékfolyama, kárfolyama : S = Z 1 + +Z N, a bizosíó eljes kizeése a id ponal bezárólag. A bizosíó díjbevéele [, inervallumon: P. A bizosíó kéje a = id ponban: u. Rizikófolyama: U = u+p S, a bizosíó pénze a id ponban Deníció. Az (U szochaszikus folyama klasszikus rizikófolyama, ha a fenieken úl eljesül az alábbi ké ulajdonság is: az (N felújíási folyama Poisson-folyama valamilyen λ > inenziással; és a díjbevéel P = c alakban írhaó fel valamilyen c > konsans segíségével. A klasszikus rizikófolyamanak el nye, hogy maemaikailag könnyen kezelhe. Ez annak a énynek köszönhe, hogy a károk bekövekezési id ponjai leíró folyama egy Poisson-folyama, ami felújíási folyama és Markov-lánc egyszerre. A klasszikus ese háránya, hogy nem minden eseben illeszkedik az empirikus adaokhoz. Például rögzíe eseén a Poisson-folyama ulajdonságai szerin E(N = λ = D 2 (N. Viszon egyes bizosíásípusoknál kimuahaó saiszikai eszközökkel, hogy a kárszám varianciája nem egyenl a várhaó érékkel. További hárány, hogy a modell nem vesz gyelembe szezonális ingadozásoka, a kárszámfolyama inenziása id l és kárszámól függelenül állandó. A kockázai folyamaok émakörében a bizosíási ermék, és ezálal a káreloszlás, a kárszámfolyama és a díjbevéel rögzíe. Egyelen szabad válozóval dolgozhaunk, az u kezd ke függvényében fogunk válaszolni különféle kérdésekre. A f cél a kövekez függvény vizsgálaa: Ψ(u = P ( : U < = P ( a bizosíó u kezd kével indulva valaha cs dbe megy. Láni fogjuk, hogy id nkén inkább az alább függvénnyel érdemes dolgozni: Φ(u = 1 Ψ(u = P ( : U = P ( a bizosíó u kezd kével sosem megy cs dbe Téel. Legyenek Y 1, Y 2,... függelen és azonos eloszlású válozók E(Y [, + várhaó érékkel! Ekkor eljesülnek az alábbiak. (i Ha E(Y >, akkor lim n (Y 1 + +Y n = + m.b. 31

33 (ii Ha E(Y <, akkor lim n (Y 1 + +Y n = m.b. (iii Ha E(Y = és P (Y = < 1, akkor lim inf (Y 1 + +Y n = és lim sup(y 1 + +Y n = + m.b. n Bizonyíás. Az (i és a (ii pon a nagy számok Kolmogorov-féle er s örvényének egy egyszer kövekezménye. A (iii pon az ierál logarimus éelb l kövekezik Állíás. Tekinsünk egy rizikófolyamao, melyre E(X< vagy E(Z<. Ekkor ejesülnek az alábbiak. n (i Ha c E(Z/E(X, akkor Φ(u = esz leges u eseén. (ii Ha c > E(Z/E(X, akkor lim u Φ(u = 1 majdnem bizosan. Kövekezmény: esz leges ε > eseén léezik u >, hogy Φ(u > 1 ε. (iii A Ψ függvény monoon csökken, a Φ függvény monoon növekv, és mindke càdlàg a poziív félegyenesen. Megjegyzések: Rizikófolyamaok eseén az egységnyi id inervallumra juó díjbevéel P / = c; míg az egységnyi id inervallumra juó álagos kizeés S lim = E(Z E(X m.b. Klasszikus rizikófolyama eseén E(X = 1/λ < és E(Z/E(X = λµ. Bizonyíás. Vezessük be az Y n = Z n cx n, n = 1,2,..., válozóka! Ekkor Y 1, Y 2,... függelenek és azonos eloszlásúak, ovábbá a várhaó érékük E(Y n = E(Z ce(x [, +, n = 1,2,... Jegyezzük meg, hogy a bizosíó csak olyan id pillanaban mehe cs dbe, amikor káresemény örénik! Az n-edik káresemény id ponjában a bizosíó pénze: u+c ( X 1 + +X n ( Z1 + +Z n = u ( Y1 + +Y n. Ez az jeleni, hogy ( ( Φ(u = P u sup Y1 + Y n n 1 ( = P ( sup Y1 + +Y n u. n 1 (i Ha c E(Z/E(X, akkor E(Y, ehá a 1.2. Téel szerin ( Y1 + +Y n = + m.b. sup n 1 32

34 Ebb l kövekezik, hogy Φ(u = 1 esz leges u. (ii Ha c > E(Z/E(X, akkor E(Y n <, vagyis a 1.2. Téel isméel alkalmazásával lim (Y 1 + +Y n = n Vezessük be a kövekez vélelen válozó: m.b. M = sup n 1 ( Y1 + +Y n (, + m.b. Ekkor Φ(u = P (M u, u, ehá Φ éppen az M válozó eloszlásfüggvénye a poziív félegyenesen. Ebb l kövekezik az állíás. (iii Ha c E(Z/E(X, akkor Φ és Ψ 1. Ebb l minden ulajdonság azonnal kövekezik. Ha c > E(Z/E(X, akkor Φ eloszlásfüggvény, ehá monoon növekv és càdlàg. Emia Ψ = 1 Φ monoon csökken és szinén càdlàg. 11. A cs dvalószín ségre vonakozó inegrálegyenle Téel. A klasszikus rizikófolyama eseén a Φ függvény abszolú folyonos és megoldása a kövekez inegrálegyenlenek: Φ(u = Φ(+ λ c u Φ(u z [ 1 F (z dz, u. Bizonyíás. Mivel az els káresemény X 1 bekövekezési id ponja és Z 1 nagysága függelen, a ké válozó együes eloszlásfüggvénye ahol H(z, x = P ( Z 1 z, X 1 x = F (zg(x, G(x = P (X 1 x = 1 e λx, x. Mos G abszolú folyonos, ezér dg(x = G (xdx = λe λx dx. Jelölje A x (u az az esemény, hogy a bizosíó a nem megy cs dbe az [x, id inervallumon, ha az x id ponban u kéje van. Mivel a bizosíó leghamarabb az X 1 id ponban mehe cs dbe, a eljes valószín ség éelével és a Fubini-éellel kapjuk, hogy Φ(u = P ( A (u = P ( A X1 (u+cx 1 Z 1 = P ( ( A X1 u+cx1 Z 1 X 1 = x, Z 1 = z H(dz, dx [, [, = P ( ( A x u+cx z X1 = x, Z 1 = z df (z dg(x [, [, = Φ(u+cx z df (z λe λx dx [, [, = λe λx Φ(u+cx z df (z dx. [,u+cx 33

Fourier-sorok konvergenciájáról

Fourier-sorok konvergenciájáról Fourier-sorok konvergenciájáról A szereplő függvényekről mindenü felesszük, hogy szerin periodikusak. Az ilyen függvények megközelíésére (nem a polinomok, hanem) a rigonomerikus polinomok űnnek ermészees

Részletesebben

1. Példa. A gamma függvény és a Fubini-tétel.

1. Példa. A gamma függvény és a Fubini-tétel. . Példa. A gamma függvény és a Fubini-tétel.. Az x exp x + t )) függvény az x, t tartományon folytonos, és nem negatív, ezért alkalmazható rá a Fubini-tétel. I x exp x + t )) dxdt + t dt π 4. [ exp x +

Részletesebben

Negyedik gyakorlat: Szöveges feladatok, Homogén fokszámú egyenletek Dierenciálegyenletek, Földtudomány és Környezettan BSc

Negyedik gyakorlat: Szöveges feladatok, Homogén fokszámú egyenletek Dierenciálegyenletek, Földtudomány és Környezettan BSc Negyedik gyakorla: Szöveges feladaok, Homogén fokszámú egyenleek Dierenciálegyenleek, Földudomány és Környezean BSc. Szöveges feladaok A zikában el forduló folyamaok nagy része széválaszhaó egyenleekkel

Részletesebben

HF1. Határozza meg az f t 5 2 ugyanabban a koordinátarendszerben. Mi a lehetséges legbővebb értelmezési tartománya és

HF1. Határozza meg az f t 5 2 ugyanabban a koordinátarendszerben. Mi a lehetséges legbővebb értelmezési tartománya és Házi feladaok megoldása 0. nov. 6. HF. Haározza meg az f 5 ugyanabban a koordináarendszerben. Mi a leheséges legbővebb érelmezési arománya és érékkészlee az f és az f függvényeknek? ( ) = függvény inverzé.

Részletesebben

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

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

Részletesebben

5. Differenciálegyenlet rendszerek

5. Differenciálegyenlet rendszerek 5 Differenciálegyenle rendszerek Elsőrendű explici differenciálegyenle rendszer álalános alakja: d = f (, x, x,, x n ) d = f (, x, x,, x n ) (5) n d = f n (, x, x,, x n ) ömörebben: d = f(, x) Definíció:

Részletesebben

3. feladatsor: Görbe ívhossza, görbementi integrál (megoldás)

3. feladatsor: Görbe ívhossza, görbementi integrál (megoldás) Maemaika A3 gyakorla Energeika és Mecharonika BSc szakok, 6/7 avasz 3. feladasor: Görbe ívhossza, görbemeni inegrál megoldás. Mi az r 3 3 i + 6 5 5 j + 9 k görbe ívhossza a [, ] inervallumon? A megado

Részletesebben

Abszolút folytonos valószín ségi változó (4. el adás)

Abszolút folytonos valószín ségi változó (4. el adás) Abszolút folytonos valószín ségi változó (4. el adás) Deníció (Abszolút folytonosság és s r ségfüggvény) Az X valószín ségi változó abszolút folytonos, ha van olyan f : R R függvény, melyre P(X t) = t

Részletesebben

GAZDASÁGI ÉS ÜZLETI STATISZTIKA jegyzet ÜZLETI ELŐREJELZÉSI MÓDSZEREK

GAZDASÁGI ÉS ÜZLETI STATISZTIKA jegyzet ÜZLETI ELŐREJELZÉSI MÓDSZEREK BG PzK Módszerani Inézei Tanszéki Oszály GAZDAÁGI É ÜZLETI TATIZTIKA jegyze ÜZLETI ELŐREJELZÉI MÓDZEREK A jegyzee a BG Módszerani Inézei Tanszékének okaói készíeék 00-ben. Az idősoros vizsgálaok legfonosabb

Részletesebben

1. Előadás: Készletezési modellek, I-II.

1. Előadás: Készletezési modellek, I-II. . Előadás: Készleezési modellek, I-II. Készleeke rendszerin azér arunk hogy, valamely szükséglee, igény kielégísünk. A szóban forgó anyag, cikk iráni igény, keresle a készle fogyásá idézi elő. Gondoskodnunk

Részletesebben

13 Wiener folyamat és az Itô lemma. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull

13 Wiener folyamat és az Itô lemma. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull 13 Wiener folyama és az Iô lemma Opions, Fuures, and Oher Derivaives, 8h Ediion, Copyrigh John C. Hull 01 1 Markov folyamaok Memória nélküli szochaszikus folyamaok, a kövekező lépés csak a pillananyi helyzeől

Részletesebben

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk Valószínűségszámítás 8. feladatsor 2015. november 26. 1. Bizonyítsuk be, hogy az alábbi folyamatok mindegyike martingál. a S n, Sn 2 n, Y n = t n 1+ 1 t 2 Sn, t Fn = σ S 1,..., S n, 0 < t < 1 rögzített,

Részletesebben

Eötvös Loránd Tudományegyetem Természettudományi Kar. Neogrády-Kiss Márton. Számelméleti függvények vizsgálata differenciál- és integrálegyenletekkel

Eötvös Loránd Tudományegyetem Természettudományi Kar. Neogrády-Kiss Márton. Számelméleti függvények vizsgálata differenciál- és integrálegyenletekkel Eövös Loránd Tudományegyeem Természeudományi Kar Neogrády-Kiss Máron Számelmélei függvények vizsgálaa differenciál- és inegrálegyenleekkel Szakdolgoza Témaveze : Simon L. Péer Alkalmazo Analízis és Számíásmaemaikai

Részletesebben

MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA)

MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA) Okaási Hivaal A 015/016 anévi Országos Közéiskolai Tanulmányi Verseny dönő forduló MATEMATIKA I KATEGÓRIA (SZAKKÖZÉPISKOLA) Javíási-érékelési úmuaó 1 Ado három egymásól és nulláól különböző számjegy, melyekből

Részletesebben

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Elméleti összefoglaló a Valószín ségszámítás kurzushoz Elméleti összefoglaló a Valószín ségszámítás kurzushoz Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet kimeneteleinek

Részletesebben

Rozner Bence Pe ter. E rze kenyse gvizsga lat Le vy-fe le kamatla b-modellekben

Rozner Bence Pe ter. E rze kenyse gvizsga lat Le vy-fe le kamatla b-modellekben Eo vo s Lora nd Tudoma nyegyeem Terme szeudoma nyi Kar Rozner Bence Pe er E rze kenyse gvizsga la Le vy-fe le kamala b-modellekben Szakdolgoza - Alkalmazo maemaikus MSc Te mavezeo : Boros Bala zs kuao

Részletesebben

Matematika A3 HÁZI FELADAT megoldások Vektoranalízis

Matematika A3 HÁZI FELADAT megoldások Vektoranalízis Maemaika A HÁZI FELADAT megoldáok Vekoranalízi Nem mindenhol íram le a konkré megoldá. Ahol az jelenee volna, hogy félig én oldom meg a feladao a hallgaóág helye, o cak igen rövid megjegyzé alálnak A zh-ban

Részletesebben

Tiszta és kevert stratégiák

Tiszta és kevert stratégiák sza és kever sraégák sza sraéga: Az -edk áékos az sraégá és ez alkalmazza. S sraégahalmazból egyérelműen válasz k egy eknsük a kövekező áéko. Ké vállala I és II azonos erméke állí elő. Azon gondolkodnak,

Részletesebben

Véletlen bolyongás. Márkus László március 17. Márkus László Véletlen bolyongás március / 31

Véletlen bolyongás. Márkus László március 17. Márkus László Véletlen bolyongás március / 31 Márkus László Véletlen bolyongás 2015. március 17. 1 / 31 Véletlen bolyongás Márkus László 2015. március 17. Modell Deníció Márkus László Véletlen bolyongás 2015. március 17. 2 / 31 Modell: Egy egyenesen

Részletesebben

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy /. Házi feladat. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy mindig igaz. (p (( p) q)) (( p) ( q)). Igazoljuk, hogy minden A, B és C halmazra A \ (B C) = (A \ B) (A \ C) teljesül.

Részletesebben

Fizika A2E, 11. feladatsor

Fizika A2E, 11. feladatsor Fizika AE, 11. feladasor Vida György József vidagyorgy@gmail.com 1. felada: Állandó, =,1 A er sség áram öl egy a = 5 cm él, d = 4 mm ávolságban lév, négyze alakú lapokból álló síkkondenzáor. a Haározzuk

Részletesebben

Valószín ségelmélet házi feladatok

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

Részletesebben

Mesterséges Intelligencia MI

Mesterséges Intelligencia MI Meserséges Inelligencia MI Valószínűségi emporális kövekezeés Dobrowiecki Tadeusz Eredics Péer, és mások BME I.E. 437, 463-28-99 dobrowiecki@mi.bme.hu, hp://www.mi.bme.hu/general/saff/ade X - a időpillanaban

Részletesebben

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat. Poisson folyamatok, exponenciális eloszlások Azt mondjuk, hogy a ξ valószínűségi változó Poisson eloszlású λ, 0 < λ

Részletesebben

Valószín ségszámítás és statisztika

Valószín ségszámítás és statisztika Valószín ségszámítás és statisztika Informatika BSc, esti tagozat Backhausz Ágnes agnes@cs.elte.hu 2016/2017. tavaszi félév Bevezetés Célok: véletlen folyamatok modellezése; kísérletekb l, felmérésekb

Részletesebben

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1 Megoldott feladatok 00. november 0.. Feladat: Vizsgáljuk az a n = n+ n+ sorozat monotonitását, korlátosságát és konvergenciáját. Konvergencia esetén számítsuk ki a határértéket! : a n = n+ n+ = n+ n+ =

Részletesebben

Távközlı hálózatok és szolgáltatások

Távközlı hálózatok és szolgáltatások Távközlı hálózaok és szolgálaások Forgalmi köveelmények, hálózaméreezés Csopaki Gyula Némeh Kriszián BME TMIT 22. nov. 2. A árgy felépíése. Bevezeés 2. I hálózaok elérése ávközlı és kábel-tv hálózaokon

Részletesebben

Matematika I. NÉV:... FELADATOK: 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon.

Matematika I. NÉV:... FELADATOK: 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon. 215.12.8. Matematika I. NÉV:... 1. Lineáris transzformációk segítségével ábrázoljuk az f(x) = ln(2 3x) függvényt. 7pt 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon.

Részletesebben

Romvári Petra. biztosítási kötelezettségek fair értékelése, id - és piackonzisztens aktuáriusi értékelések

Romvári Petra. biztosítási kötelezettségek fair értékelése, id - és piackonzisztens aktuáriusi értékelések Budapesi Corvinus Egyeem Eövös Loránd Tudományegyeem Romvári Pera bizosíási köelezeségek fair érékelése, id - és piackonziszens akuáriusi érékelések MSc szakdolgoza Témaveze : Araó Miklós Eövös Loránd

Részletesebben

A sztochasztikus idősorelemzés alapjai

A sztochasztikus idősorelemzés alapjai A szochaszikus idősorelemzés alapjai Ferenci Tamás BCE, Saiszika Tanszék amas.ferenci@medsa.hu 2011. december 19. Taralomjegyzék 1. Az idősorelemzés fogalma, megközelíései 2 1.1. Az idősor fogalma...................................

Részletesebben

Statisztika II. előadás és gyakorlat 1. rész

Statisztika II. előadás és gyakorlat 1. rész Saiszika II. Saiszika II. előadás és gyakorla 1. rész T.Nagy Judi Ajánlo irodalom: Ilyésné Molnár Emese Lovasné Avaó Judi: Saiszika II. Feladagyűjemény, Perfek, 2006. Korpás Ailáné (szerk.): Álalános Saiszika

Részletesebben

Dinamikus optimalizálás és a Leontief-modell

Dinamikus optimalizálás és a Leontief-modell MÛHELY Közgazdasági Szemle, LVI. évf., 29. január (84 92. o.) DOBOS IMRE Dinamikus opimalizálás és a Leonief-modell A anulmány a variációszámíás gazdasági alkalmazásaiból ismere hárma. Mind három alkalmazás

Részletesebben

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

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

Részletesebben

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz Elméleti összefoglaló a Sztochasztika alapjai kurzushoz 1. dolgozat Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet

Részletesebben

(!), {z C z z 0 < R} K (K: konv. tart.) lim cn+1

(!), {z C z z 0 < R} K (K: konv. tart.) lim cn+1 Komlex analízis Komlex hatványsorok c n (z z 0 ) n ; R = lim n c n, R = (!), {z C z z 0 < R} K (K: konv. tart.) lim cn+ c n n=0. Van-e olyan komlex hatványsor, melynek a) üres a konvergenciatartománya,

Részletesebben

3. Gyakorlat. A soros RLC áramkör tanulmányozása

3. Gyakorlat. A soros RLC áramkör tanulmányozása 3. Gyakorla A soros áramkör anlmányozása. A gyakorla célkiőzései Válakozó áramú áramkörökben a ekercsek és kondenzáorok frekvenciafüggı reakív ellenállással ún. reakanciával rendelkeznek. Sajáságos lajdonságaik

Részletesebben

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.

Részletesebben

Takács Lajos ( ) és Prékopa András ( ) emlékére.

Takács Lajos ( ) és Prékopa András ( ) emlékére. Haladvány Kiadvány 17-06-15 Mely merev kör½u gráfok és hogyan használhaók valószín½uségi becslésekhez? Hujer Mihály hujer.misigmail.com Ajánlás. Takács Lajos (1924 2015) és Prékopa András (1929 2016) emlékére.

Részletesebben

Boros Zoltán február

Boros Zoltán február Többváltozós függvények differenciál- és integrálszámítása (2 3. előadás) Boros Zoltán 209. február 9 26.. Vektorváltozós függvények differenciálhatósága és iránymenti deriváltjai A továbbiakban D R n

Részletesebben

Függvények július 13. f(x) = 1 x+x 2 f() = 1 ()+() 2 f(f(x)) = 1 (1 x+x 2 )+(1 x+x 2 ) 2 Rendezés után kapjuk, hogy:

Függvények július 13. f(x) = 1 x+x 2 f() = 1 ()+() 2 f(f(x)) = 1 (1 x+x 2 )+(1 x+x 2 ) 2 Rendezés után kapjuk, hogy: Függvények 015. július 1. 1. Feladat: Határozza meg a következ összetett függvényeket! f(x) = cos x + x g(x) = x f(g(x)) =? g(f(x)) =? Megoldás: Összetett függvény el állításához a küls függvényben a független

Részletesebben

Az árfolyamsávok empirikus modelljei és a devizaárfolyam sávon belüli elõrejelezhetetlensége

Az árfolyamsávok empirikus modelljei és a devizaárfolyam sávon belüli elõrejelezhetetlensége Az árfolyamsávok empirikus modelljei 507 Közgazdasági Szemle, XLVI. évf., 1999. június (507 59. o.) DARVAS ZSOLT Az árfolyamsávok empirikus modelljei és a devizaárfolyam sávon belüli elõrejelezheelensége

Részletesebben

GÖRBEELMÉLET ELMÉLETI ÖSSZEFOGLALÓ ÉS FELADATOK

GÖRBEELMÉLET ELMÉLETI ÖSSZEFOGLALÓ ÉS FELADATOK GÖRBEELMÉLET ELMÉLETI ÖSSZEFOGLALÓ ÉS FELADATOK Ajánlo irodalom: 1. Szilasi József: Bevezeés a dierenciálgeomeriába modern szemléle, sok ismeree aralmazó ankönyv, érdekl d knek kiváló. Kurusa Árpád: Bevezeés

Részletesebben

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Analízis I. példatár. (kidolgozott megoldásokkal) elektronikus feladatgyűjtemény

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Analízis I. példatár. (kidolgozott megoldásokkal) elektronikus feladatgyűjtemény Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR Analízis I. példatár kidolgozott megoldásokkal) elektronikus feladatgyűjtemény Összeállította: Lengyelné Dr. Szilágyi Szilvia Miskolc, 013. Köszönetnyilvánítás

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június ÖKONOMETRIA ÖKONOMETRIA Készül a TÁMOP-4..2-08/2/A/KMR-2009-004pályázai projek kereében Taralomfejleszés az ELTE TáK Közgazdaságudományi Tanszékén az ELTE Közgazdaságudományi Tanszék, az MTA Közgazdaságudományi

Részletesebben

Analízisfeladat-gyűjtemény IV.

Analízisfeladat-gyűjtemény IV. Oktatási segédanyag a Programtervező matematikus szak Analízis. című tantárgyához (003 004. tanév tavaszi félév) Analízisfeladat-gyűjtemény IV. (Függvények határértéke és folytonossága) Összeállította

Részletesebben

Valószínűségelmélet. Pap Gyula. Szegedi Tudományegyetem. Szeged, 2016/2017 tanév, I. félév

Valószínűségelmélet. Pap Gyula. Szegedi Tudományegyetem. Szeged, 2016/2017 tanév, I. félév Valószínűségelmélet Pap Gyula Szegedi Tudományegyetem Szeged, 2016/2017 tanév, I. félév Pap Gyula (SZTE) Valószínűségelmélet 2016/2017 tanév, I. félév 1 / 125 Ajánlott irodalom: CSÖRGŐ SÁNDOR Fejezetek

Részletesebben

Mátrixfüggvények. Wettl Ferenc április 28. Wettl Ferenc Mátrixfüggvények április / 22

Mátrixfüggvények. Wettl Ferenc április 28. Wettl Ferenc Mátrixfüggvények április / 22 Mátrixfüggvények Wettl Ferenc 2016. április 28. Wettl Ferenc Mátrixfüggvények 2016. április 28. 1 / 22 Tartalom 1 Diagonalizálható mátrixok függvényei 2 Mátrixfüggvény a Jordan-alakból 3 Mátrixfüggvény

Részletesebben

SPORTFOGADÁSI ÉS PÉNZÜGYI PIACOK KAPCSOLATA

SPORTFOGADÁSI ÉS PÉNZÜGYI PIACOK KAPCSOLATA SPORTFOGADÁSI ÉS PÉNZÜGYI PIACOK KAPCSOLATA MSc Diplomamunka Íra: Csikai Máyás Bizosíási és pénzügyi maemaika MSc Kvaniaív pénzügyek szakirány Eövös Loránd Tudományegyeem, Természeudományi Kar Budapesi

Részletesebben

Makroökonómiai modellépítés monetáris politika

Makroökonómiai modellépítés monetáris politika Makroökonómiai modellépíés moneáris poliika Szabó-Bakos Eszer 200. ½oszi félév Téelezzük fel, hogy az álalunk vizsgál gazdaságban a reprezenaív fogyaszó hasznossági függvénye az X U = ln C +! v M+ L +

Részletesebben

Síkalapok vizsgálata - az EC-7 bevezetése

Síkalapok vizsgálata - az EC-7 bevezetése Szilvágyi László - Wolf Ákos Síkalapok vizsgálaa - az EC-7 bevezeése Síkalapozási feladaokkal a geoehnikus mérnökök szine minden nap alálkoznak annak ellenére, hogy mosanában egyre inkább a mélyépíés kerül

Részletesebben

REAKCIÓKINETIKA ALAPFOGALMAK. Reakciókinetika célja

REAKCIÓKINETIKA ALAPFOGALMAK. Reakciókinetika célja REKCIÓKINETIK LPFOGLMK Reakiókineika élja. Reakiók idbeli lefuásának, idbeliségének vizsgálaa: miér gyors egy reakió, és miér lassú egy másik?. Hogyan függ a reakiók sebessége a hmérséklel? 3. Reakiók

Részletesebben

Túlgerjesztés elleni védelmi funkció

Túlgerjesztés elleni védelmi funkció Túlgerjeszés elleni védelmi unkció Budapes, 2011. auguszus Túlgerjeszés elleni védelmi unkció Bevezeés A úlgerjeszés elleni védelmi unkció generáorok és egységkapcsolású ranszormáorok vasmagjainak úlzoan

Részletesebben

Itô-formula. A sztochasztikus folyamatok egyik legfontosabb formulája. Medvegyev Péter Matematika tanszék

Itô-formula. A sztochasztikus folyamatok egyik legfontosabb formulája. Medvegyev Péter Matematika tanszék Itô-formula A sztochasztikus folyamatok egyik legfontosabb formulája Medvegyev Péter Matematika tanszék 2008 Medvegyev (Corvinus Egyetem) Itô-formula 2008 1 / 39 Az Itô-formula Theorem Ha F kétszer folytonosan

Részletesebben

Valószín ségelmélet. Pap Gyula

Valószín ségelmélet. Pap Gyula Valószín ségelmélet Pap Gyula Szegedi Tudományegyetem, Bolyai Intézet, Sztochasztika Tanszék papgy@math.u-szeged.hu 1 Mértékelméleti el készítés 1.1 Deníció. Legyen Ω nemüres halmaz. Az Ω bizonyos részhalmazaiból

Részletesebben

Lagrange-féle multiplikátor módszer és alkalmazása

Lagrange-féle multiplikátor módszer és alkalmazása Eötvös Loránd Tudományegyetem Természettudományi Kar Nemesné Jónás Nikolett Lagrange-féle multiplikátor módszer és alkalmazása Matematika BSc, Matematikai elemz szakirány Témavezet : Szekeres Béla János,

Részletesebben

.1. A sinx és cosx racionális függvényeinek integrálásáa. = R sinx,cosx dx. x x 2. 1 dt

.1. A sinx és cosx racionális függvényeinek integrálásáa. = R sinx,cosx dx. x x 2. 1 dt . Trigonomeriai fügvények inegrálása Egy J függvény ípusáól függ. R x inegrál kiszámíása az R x racionális.. A sinx és cosx racionális függvényeinek inegrálásáa negrál J R sinxcosx Helyeesíés () R A és

Részletesebben

Gyakorló feladatok a Valószín ségelmélet kurzushoz

Gyakorló feladatok a Valószín ségelmélet kurzushoz Gyakorló feladatok a Valószín ségelmélet kurzushoz 1 Mértékelméleti ismétlés 2 2 Generált σ-algebrák, függetlenség 3 3 A Kolmogorov 01 törvény és a BorelCantelli-lemmák 5 4 Folytonos eloszlások konvolúciója

Részletesebben

Véletlen bolyongás. 2. rész. Márkus László jegyzete alapján Tóth Tamás december 10.

Véletlen bolyongás. 2. rész. Márkus László jegyzete alapján Tóth Tamás december 10. 2. rész 2012. december 10. Határeloszlás tételek a bolyongás funkcionáljaira 1 A bolygó pont helyzete: EX i = 0, D 2 X i = EX 2 = 1 miatt i ES n = 0, D 2 S n = n, és a centrális határeloszlás tétel (CHT)

Részletesebben

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31 Lineáris leképezések Wettl Ferenc 2015. március 9. Wettl Ferenc Lineáris leképezések 2015. március 9. 1 / 31 Tartalom 1 Mátrixleképezés, lineáris leképezés 2 Alkalmazás: dierenciálhatóság 3 2- és 3-dimenziós

Részletesebben

Matematika III. harmadik előadás

Matematika III. harmadik előadás Matematika III. harmadik előadás Kézi Csaba Debreceni Egyetem, Műszaki Kar Debrecen, 2013/14 tanév, I. félév Kézi Csaba (DE) Matematika III. harmadik előadás 2013/14 tanév, I. félév 1 / 13 tétel Az y (x)

Részletesebben

Készítette: Fegyverneki Sándor

Készítette: Fegyverneki Sándor VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y

Részletesebben

8. előadás Ultrarövid impulzusok mérése - autokorreláció

8. előadás Ultrarövid impulzusok mérése - autokorreláció Ágazai Á felkészíés a hazai LI projekel összefüggő ő képzési é és KF feladaokra" " 8. előadás Ulrarövid impulzusok mérése - auokorreláció TÁMOP-4.1.1.C-1/1/KONV-1-5 projek 1 Bevezeés Jelen fejezeben áekinjük,

Részletesebben

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Számsorozatok, vektorsorozatok konvergenciája Def.: Számsorozatok értelmezése:

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK Elekronikai alapismereek középszin 3 ÉETTSÉG VZSG 04. május 0. EEKTONK PSMEETEK KÖZÉPSZNTŰ ÍÁSBE ÉETTSÉG VZSG JVÍTÁS-ÉTÉKEÉS ÚTMTTÓ EMBE EŐFOÁSOK MNSZTÉM Egyszerű, rövid feladaok Maximális ponszám: 40.)

Részletesebben

Kockázat és megbízhatóság

Kockázat és megbízhatóság Budapesi Mőszaki és Gazdaságudományi Egyeem Gazdaság- és Társadalomudományi Kar Üzlei Tudományok Inéze Menedzsmen és Vállalagazdaságan Tanszék Dr. Kövesi János Erdei János Dr. Tóh Zsuzsanna Eszer - Eigner

Részletesebben

Legfontosabb farmakokinetikai paraméterek definíciói és számításuk. Farmakokinetikai paraméterek Számítási mód

Legfontosabb farmakokinetikai paraméterek definíciói és számításuk. Farmakokinetikai paraméterek Számítási mód Legfonosabb farmakokineikai paraméerek definíciói és számíásuk Paraméer armakokineikai paraméerek Név Számíási mód max maximális plazma koncenráció ideje mér érékek alapján; a max () érékhez arozó érék

Részletesebben

Kalkulus II. Beugró kérdések és válaszok 2012/2013 as tanév II. félév

Kalkulus II. Beugró kérdések és válaszok 2012/2013 as tanév II. félév Klkulus II. Beugró kérdések és válszok 2012/2013 s tnév II. félév 1. Legyen ], b[ R nemüres, nyílt intervllum, f :], b[ R függvény. Hogyn vn értelmezve z f függvény primitív függvénye? Válsz. Legyen ],

Részletesebben

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 5. gyakorlat 013/14. tavaszi félév 1. Folytonos eloszlások Eloszlásfüggvény és sűrűségfüggvény Egy valószínűségi változó, illetve egy eloszlás eloszlásfüggvényének egy

Részletesebben

Előszó. 1. Rendszertechnikai alapfogalmak.

Előszó. 1. Rendszertechnikai alapfogalmak. Plel Álalános áekinés, jel és rendszerechnikai alapfogalmak. Jelek feloszása (folyonos idejű, diszkré idejű és folyonos érékű, diszkré érékű, deerminiszikus és szochaszikus. Előszó Anyagi világunkban,

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készül a TÁMOP-4..2-08/2/A/KMR-2009-004pályázai projek kereében Taralomfejleszés az ELTE TáK Közgazdaságudományi Tanszékén az ELTE Közgazdaságudományi Tanszék, az

Részletesebben

6. szemináriumi. Gyakorló feladatok. Tőkekínálat. Tőkekereslet. Várható vs váratlan esemény tőkepiaci hatása. feladatok

6. szemináriumi. Gyakorló feladatok. Tőkekínálat. Tőkekereslet. Várható vs váratlan esemény tőkepiaci hatása. feladatok 6. szemináriumi Gyakorló feladaok. Tőkekínála. Tőkekeresle. Várhaó vs váralan esemény őkepiaci haása. feladaok A feladaok megoldása során ahol lehe, írjon MATLAB scripe!!! Figyelem, a MATLAB a gondolkodás

Részletesebben

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus. Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza

Részletesebben

Gyakorló feladatok I.

Gyakorló feladatok I. Gyakorló feladatok I. a Matematika Aa Vektorüggvények tárgyhoz (D D5 kurzusok) Összeállította: Szili László Ajánlott irodalmak:. G.B. Thomas, M.D. Weir, J. Hass, F.R. Giordano: Thomas-féle KALKULUS I.,

Részletesebben

Matematika I. NÉV:... FELADATOK:

Matematika I. NÉV:... FELADATOK: 24.2.9. Matematika I. NÉV:... FELADATOK:. A tanult módon vizsgáljuk az a = 3, a n = 3a n 2 (n > ) rekurzív sorozatot. pt 2n 2 + e 2. Definíció szerint és formálisan is igazoljuk, hogy lim =. pt n 3 + n

Részletesebben

Sorozatok és Sorozatok és / 18

Sorozatok és Sorozatok és / 18 Sorozatok 2015.11.30. és 2015.12.02. Sorozatok 2015.11.30. és 2015.12.02. 1 / 18 Tartalom 1 Sorozatok alapfogalmai 2 Sorozatok jellemz i 3 Sorozatok határértéke 4 Konvergencia és korlátosság 5 Cauchy-féle

Részletesebben

Differenciálszámítás normált terekben

Differenciálszámítás normált terekben Eötvös Loránd Tudományegyetem Természettudományi Kar Kapui Dóra Differenciálszámítás normált terekben Szakdolgozat Matematika BSc, elemz szakirány Témavezet : Tarcsay Zsigmond Alkalmazott Analízis és Számításmatematikai

Részletesebben

Néhány betegség statisztikai adatainak idősori elemzése. Doktori (PhD) értekezés. Fazekasné Kis Mária

Néhány betegség statisztikai adatainak idősori elemzése. Doktori (PhD) értekezés. Fazekasné Kis Mária Néhány beegség saiszikai adaainak idősori elemzése Dokori (PhD) érekezés Fazekasné Kis Mária Debreceni Egyeem Debrecen, 004 Ezen érekezés a Debreceni Egyeem TTK Maemaika- és Számíásudomány Dokori Iskola

Részletesebben

A sebességállapot ismert, ha meg tudjuk határozni bármely pont sebességét és bármely pont szögsebességét. Analógia: Erőrendszer

A sebességállapot ismert, ha meg tudjuk határozni bármely pont sebességét és bármely pont szögsebességét. Analógia: Erőrendszer Kinemaikai egyensúly éele: Téel: zár kinemaikai lánc relaív szögsebesség-vekorrendszere egyensúlyi. Mechanizmusok sebességállapoa a kinemaikai egyensúly éelével is meghaározhaó. sebességállapo ismer, ha

Részletesebben

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

ANALÍZIS III. ELMÉLETI KÉRDÉSEK ANALÍZIS III. ELMÉLETI KÉRDÉSEK Szerkesztette: Balogh Tamás 2014. május 15. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így

Részletesebben

Kalkulus 2., Matematika BSc 1. Házi feladat

Kalkulus 2., Matematika BSc 1. Házi feladat . Házi feladat Beadási határidő: 07.0.. Jelölések x = (x,..., x n, y = (y,..., y n, z = (z,..., z n R n esetén. x, y = n i= x iy i, skalárszorzat R n -ben. d(x, y = x y = n i= (x i y i, metrika R n -ben

Részletesebben

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN Készült a TÁMOP-4.1.-08//a/KMR-009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék

Részletesebben

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. 10. előadás: Nemlineáris egyenletek numerikus megoldása Lócsi Levente ELTE IK 2013. november 18. Tartalomjegyzék 1 Bolzano-tétel, intervallumfelezés 2 Fixponttételek, egyszerű iterációk

Részletesebben

Erőmű-beruházások értékelése a liberalizált piacon

Erőmű-beruházások értékelése a liberalizált piacon AZ ENERGIAGAZDÁLKODÁS ALAPJAI 1.3 2.5 Erőmű-beruházások érékelése a liberalizál piacon Tárgyszavak: erőmű-beruházás; piaci ár; kockáza; üzelőanyagár; belső kama. Az elmúl évek kaliforniai apaszalaai az

Részletesebben

Sztochasztikus folyamatok

Sztochasztikus folyamatok Sztochasztikus folyamatok Benke János és Sz cs Gábor Szegedi Tudományegyetem, Bolyai Intézet 2016. tavaszi félév Sztochasztikus folyamatok Deníció, példák Sztochasztikus folyamatok A továbbiakban legyen

Részletesebben

Biostatisztika. Sz cs Gábor. 2018/19 tavaszi félév. Szegedi Tudományegyetem, Bolyai Intézet

Biostatisztika. Sz cs Gábor. 2018/19 tavaszi félév. Szegedi Tudományegyetem, Bolyai Intézet Biostatisztika Sz cs Gábor Szegedi Tudományegyetem, Bolyai Intézet 2018/19 tavaszi félév Bevezetés Tudnivalók, követelmények Tudnivalók, követelmények Félév tematikája: Értékelés: Valószín ségszámítás

Részletesebben

4. HÁZI FELADAT 1 szabadsági fokú csillapított lengırendszer

4. HÁZI FELADAT 1 szabadsági fokú csillapított lengırendszer Lenésan 4.1. HF BME, Mőszaki Mechanikai sz. Lenésan 4. HÁZI FELD 1 szabadsái fokú csillapío lenırendszer 4.1. Felada z ábrán vázol lenırendszer (az m öme anyai ponnak ekinheı, a 3l hosszúsáú rúd merev,

Részletesebben

0.1 Deníció. Egy (X, A, µ) téren értelmezett mérhet függvényekb l álló valamely (f α ) α egyenletesen integrálhatónak mondunk, ha

0.1 Deníció. Egy (X, A, µ) téren értelmezett mérhet függvényekb l álló valamely (f α ) α egyenletesen integrálhatónak mondunk, ha Vegyük észre, hogy egy mérhet f függvény pontosn kkor integrálhtó, h f dµ =. lim N Ez indokolj következ deníciót. { f α >N}. Deníció. Egy X, A, µ téren értelmezett mérhet függvényekb l álló vlmely f α

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK Elekronikai alapismereek középszin ÉETTSÉG VZSGA 0. május. ELEKTONKA ALAPSMEETEK KÖZÉPSZNTŰ ÍÁSBEL ÉETTSÉG VZSGA JAVÍTÁS-ÉTÉKELÉS ÚTMTATÓ EMBE EŐFOÁSOK MNSZTÉMA Egyszerű, rövid feladaok Maximális ponszám:

Részletesebben

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor . Számsorok, hatványsorok, Taylor-sor, Fourier-sor Vizsgálja meg a következő végtelen sorokat konvergencia szempontjából. Tétel. (Cauchy-féle belső konvergenciakritérium) A a n végtelen sor akkor és csakis

Részletesebben

Taylor-polinomok. 1. Alapfeladatok. 2015. április 11. 1. Feladat: Írjuk fel az f(x) = e 2x függvény másodfokú Maclaurinpolinomját!

Taylor-polinomok. 1. Alapfeladatok. 2015. április 11. 1. Feladat: Írjuk fel az f(x) = e 2x függvény másodfokú Maclaurinpolinomját! Taylor-polinomok 205. április.. Alapfeladatok. Feladat: Írjuk fel az fx) = e 2x függvény másodfokú Maclaurinpolinomját! Megoldás: A feladatot kétféle úton is megoldjuk. Az els megoldásban induljunk el

Részletesebben

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0 I. Legyen f : R R, f(x) = 1 1 + x 2, valamint 1. Házi feladat d : R + 0 R+ 0 R (x, y) f(x) f(y). 1. Igazoljuk, hogy (R + 0, d) metrikus tér. 2. Adjuk meg az x {0, 3} pontok és r {1, 2} esetén a B r (x)

Részletesebben

Intraspecifikus verseny

Intraspecifikus verseny Inraspecifikus verseny Források limiálsága evolúciós (finesz) kövekezmény aszimmeria Denziás-függés Park és msai (930-as évek, Chicago) - Tribolium casaneum = denziás-függelen (D-ID) 2 = alulkompenzál

Részletesebben

Valószínűségi változók. Várható érték és szórás

Valószínűségi változók. Várható érték és szórás Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :

Részletesebben

Függvények folytonosságával kapcsolatos tételek és ellenpéldák

Függvények folytonosságával kapcsolatos tételek és ellenpéldák Eötvös Loránd Tudományegyetem Természettudományi Kar Függvények folytonosságával kapcsolatos tételek és ellenpéldák BSc Szakdolgozat Készítette: Nagy-Lutz Zsaklin Matematika BSc, Matematikai elemz szakirány

Részletesebben

A közgazdasági Nobel-díjat a svéd jegybank támogatásával 1969 óta ítélik oda. 1 Az

A közgazdasági Nobel-díjat a svéd jegybank támogatásával 1969 óta ítélik oda. 1 Az ROBERT F. ENGLE ÉS CLIVE W. J. GRANGER, A 003. ÉVI KÖZGAZDASÁGI NOBEL-DÍJASOK DARVAS ZSOLT A Svéd Tudományos Akadémia a 003. évi Nobel-díjak odaíélésé ké fő alkoással indokola: Rober F. Engle eseén az

Részletesebben

Sorozatok. 5. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Sorozatok p. 1/2

Sorozatok. 5. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Sorozatok p. 1/2 Sorozatok 5. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Sorozatok p. 1/2 A sorozat definíciója Definíció. A természetes számok halmazán értelmezett valós értékű a: N R függvényt

Részletesebben

A kúpszeletekről - V.

A kúpszeletekről - V. A kúpszeleekről - V. A kúpszeleekről szóló munkánk III. részének 10. ábrájá kiegészíve láhajuk az 1. ábrán. Mos ez alapján dolgozva állíunk fel összefüggéseke a kúpszeleek Dandelin - gömbös / körös vizsgálaának

Részletesebben

PÉNZÜGYMINISZTÉRIUM MUNKAANYAG A KÖLTSÉGVETÉSI RENDSZER MEGÚJÍTÁSÁNAK EGYES KÉRDÉSEIRŐL SZÓLÓ KONCEPCIÓ RÉSZLETES BEMUTATÁSA

PÉNZÜGYMINISZTÉRIUM MUNKAANYAG A KÖLTSÉGVETÉSI RENDSZER MEGÚJÍTÁSÁNAK EGYES KÉRDÉSEIRŐL SZÓLÓ KONCEPCIÓ RÉSZLETES BEMUTATÁSA PÉNZÜGYMINISZTÉRIUM MUNKAANYAG A KÖLTSÉGVETÉSI RENDSZER MEGÚJÍTÁSÁNAK EGYES KÉRDÉSEIRŐL SZÓLÓ KONCEPCIÓ RÉSZLETES BEMUTATÁSA Függelék 2007. június Taralomjegyzék FÜGGELÉK. számú függelék: Az Országgyűlés

Részletesebben

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.

Részletesebben

Alapfogalmak, valós számok Sorozatok, határérték Függvények határértéke, folytonosság A differenciálszámítás Függvénydiszkusszió Otthoni munka

Alapfogalmak, valós számok Sorozatok, határérték Függvények határértéke, folytonosság A differenciálszámítás Függvénydiszkusszió Otthoni munka Pintér Miklós miklos.pinter@uni-corvinus.hu Ősz Alapfogalmak Halmazok Definíció Legyen A egy tetszőleges halmaz, ekkor x A (x / A) jelentése: x (nem) eleme A-nak. A B (A B) jelentése: A (valódi) részhalmaza

Részletesebben