Statisztika 1. zárthelyi dolgozat március 21.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Statisztika 1. zárthelyi dolgozat március 21."

Átírás

1 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 a Milye a számra igaz, hogy T X at 1 X torzítatla becslése b-ek? 10 b Igaz-e, hogy 1T 3 1 X + T 3 X torzítatla becslése b-ek? 4 c T 1 X és T X közül melyikek kisebb a szórása? 4 Expoeciális eloszlásból származó mita eseté igaz-e, hogy a mitaátlag kozisztes becslése a paraméter reciprokáak? 8 3 a p paraméterű geometriai eloszlású mitából adjuk torzítatla becslést a paraméterre! 8 b Az alábbi mita geometriai eloszlásból származik:, 1,, 7, 3, 3, 6,, 1, 1, 3, 1, 6 Meyi az a feladatba adott becslés értéke a mitá? gyerek magasságát mérjük meg cetiméterbe Feltételezzük, hogy midegyikük magassága egymástól függetle, N 130, 5 eloszlású valószíűségi változó Jelölje X a mért magasságok átlagát a Milye eloszlású X? 8 b Meyi P X < 15? 4 1 a Tudjuk, hogy függetle, elemű Z mitából E Z = EZ 1 ; D Z = D Z 1 Ezt = 100-ra és = 00-ra alkalmazva, továbbá felhaszálva, hogy X 1 eloszlása b paraméterű Poisso-eloszlás, azt kapjuk, hogy E b T 1 = EX 1 = b; E b T = EX 1 = b; D b T 1 = EX = b 100 ; D b T = EX 1 00 = b 00 Az utóbbi két összefüggésből a szóráségyzet defiícióját felhaszálva adódik, hogy E b T = D T + E b T = b b Tehát a megadott becslés várható értéke: E b T at1 = b b ab = b 1 + b 100 a A becslés akkor torzítatle becslése b-ek, ha várható értéke mide b-re b-vel egyezik meg Látható, hogy ez egyetle a-ra sem teljesül az összes b-vel egyszerre, tehát ics a feladat feltételeiek megfelelő a szám b Az a feladat eredméyeit és a várható érték tulajdoságait felhaszálva: 1 E b 3 T T = 1 3 E b T E b T = 1 3 b + 3 b = b teljesül mide b > 0-ra Tehát a megadott becslés torzítatla becslése b-ek c Az a feladat szerit a T X becslés szórása kisebb

2 A agy számok erős törvéye szerit ha X 1, X, függetle valószíűségi változók, azoos eloszlásúak, és várható értékük létezik, akkor X X / EX 1 1 valószíűséggel eseté Ha most X 1, X, függetle, expa paraméterű expoeciális eloszlású valószíűségi változók, akkor egyrészt a tétel alkalmazható, másrészt E a X 1 = 1 Tehát a P a X1 + + X 1 a = 1 mide a > 0-ra teljesül, és ez defiíció szerit azt jeleti, hogy a mitaátlag kozisztes becslése a paraméter reciprokáak 3 a Ha X 1,, X p paraméterű geometriai eloszlású mita, akkor P X i = 1 = p a geometriai eloszlás defiíciója szerit Legye I i = 1, ha X i = 1, és 0 külöbe, i = 1,, -re Ez tehát aak idikátora, hogy az i mitaelem 1, várható értéke az X i = 1 eseméy valószíűsége, azaz p Legye most T X 1,, X = I 1++I Ekkor E p T X 1,, X = E p I1 + + I = p = p Ez teljesül mide p 0, 1-re, azaz a paraméter mide lehetséges értékére Ez azt jeleti, hogy T, azaz az 1 mitaelemek relatív gyakorisága torzítatla becslés b-re b Most = 13, és az a rész jelöléseivel hisze a mitaelemek között 4 egyes va T X 1,, X 13 = 4 13, 4 a Tudjuk, hogy függetle, elemű Z mitából E Z = EZ 1 ; D Z = D Z 1 Ugyaakkor függetle ormális eloszlású valószíűségi változók összege is ormális eloszlású, ezt rögzített számmal elosztva is ormális eloszlású valószíűségi változót kapuk Tehát ha Z 1,, Z 50 az egyes gyerekek testmagassága, akkor X is ormális eloszlású valószíűségi változó X várható értéke Z 1 várható értéke, azaz 130, szóráségyzete pedig 5 = 1 Tehát 50 X N 130, 1 b Mivel X N 130, 1, ismert állítás szerit P X < 15 = Φ / Φ Φ 707 1

3 Statisztika 1 zárthelyi dolgozat 011 március 4 1 Egy pézérmével fejet és írást lehet dobi A fej dobásáak valószíűségét, p-t em ismerjük p 0, 1 Adjuk maximumlikelihood-becslést p-re, ha a mita a következő: 100 függetle dobásból 6 volt fej 1 X 1,, X függetle mita N m, 100 eloszlásból a Meyi a mitaközép várható értéke? 4 b Adjuk torzítatla becslést m-re! 8 c Meyi a megadott torzítatla becslés értéke az alábbi mitá? 4 16,1 17,9 17,6 168,9 159,1 18,7 3 A 0, a itervallumo egyeletes eloszlásból származó függetle X 1, X, mita eseté milye a a tapasztalati szóráségyzet c-szerese a -re torzítatla becslés, ha = 1000? 8 b c X 1 ++X kozisztes becsléssorozat a -re? 8 4 Függetle, b paraméterű Poisso-eloszlású mitából adjuk mometummódszeres becslést a paraméterre! 6 A megoldásokat idokoli kell, a teljes potszámhoz jó végeredméy és helyes idoklás szükséges Összese 50 potot lehet eléri, a várható pothatárok: 40, 61, 7, 83 Az elégséges határa 0 pot Az eredméyek az ETR ifosheet rovatába leszek elérhetők, a megoldások pedig itt: ages/gyak Statisztika 1 zárthelyi dolgozat 011 március 4 1 Egy pézérmével fejet és írást lehet dobi A fej dobásáak valószíűségét, p-t em ismerjük p 0, 1 Adjuk maximumlikelihood-becslést p-re, ha a mita a következő: 100 függetle dobásból 6 volt fej 1 X 1,, X függetle mita N m, 100 eloszlásból a Meyi a mitaközép várható értéke? 4 b Adjuk torzítatla becslést 10m-re! 8 c Meyi a megadott torzítatla becslés értéke az alábbi mitá? 4 16,1 17,9 17,6 168,9 159,1 18,7 3 A 0, a itervallumo egyeletes eloszlásból származó függetle X 1, X, mita eseté milye a a tapasztalati szóráségyzet c-szerese a -re torzítatla becslés, ha = 1000? 8 b c X 1 ++X kozisztes becsléssorozat a -re? 8 4 Függetle, b paraméterű Poisso-eloszlású mitából adjuk mometum-módszeres becslést a paraméterre! 6 A megoldásokat idokoli kell, a teljes potszámhoz jó végeredméy és helyes idoklás szükséges Összese 50 potot lehet eléri, a várható pothatárok: 40, 61, 7, 83 Az elégséges határa 0 pot Az eredméyek az ETR ifosheet rovatába leszek elérhetők, a megoldások pedig itt: ages/gyak

4 1 Legye I i = 1, ha az i dobás fej, 0 külöbe I 1,, I 100 függetle mita a p paraméterű idikátoreloszlásból Maximumlikelihood-módszerrel felírjuk a likelihood-függvéyt: f p I 1 = k 1,, I 100 = k 100 = p P 100 ki 1 p 100 P 100 k i ; f p = p P 100 Ii 1 p 100 P 100 Azt a p-t kell tehát választauk, amelyre f maximális f-be csak a mitaelemek összege szerepel, tehát a mitaelemek összege elégséges statisztika A logaritmusfüggvéy szigorúa mooto övő, tehát ehelyett a loglikelihood-függvéy maximumhelyét is elég megkeresi: l p = log f p = I i log p I i log 1 p Eek deriváltja: Eek ullhelye: l p = l p = 100 p p I i 1 p = 100 I i p I i = 100p p = Ugyaakkor l folytoosa differeciálható, lim p 0 l p = lim p 1 l p = globális maximuma va a deriváltjáak ullhelyébe: ˆp = 100 dobás közül 6 volt fej Ez tehát a maximumlikelihood-becslés P 100 = Tehát g-ek = 0, 6, beírva, hogy a a A mitaközép várható értéke függetle mita eseté a mitaelemek közös várható értéke, azaz az N m, 100 eloszlás várható értéke: m b Mivel mide m-re E 10 X = 10E X = 10m az a feladat szerit, 10 X torzítatla becslés 10m-re c A megadott mitá 10 X 1697, 17 3 a A kérdés, hogy milye c számra lesz E a cs = a a > 0 Mivel a mita függetle, U 0, a eloszlású: E a cs = cea s = c 1 D X 1 = c 1 a 1 Tehát c = 1 1 = , 01 jó választás b A agy számok erős törvéye szerit a mitaközepekből álló sorozat 1 valószíűséggel kovergál a várható értékhez függetle, azoos eloszlású, véges várható értékű valószíűségi változókról va szó Tehát a mitaközepekből álló sorozat mide a-ra 1 valószíűséggel kovergál a/-höz Ezért a mitaközepek égyzetéből álló sorozat mide a-ra 1 valószíűséggel kovergál a/ -hez Ebből következik, hogy a mitaközepek égyzetéek égyszereséből álló sorozat mide a-ra 1 valószíűséggel kovergál a -hez, azaz kozisztes becslést ad a -re Tehát a 4 jó, és látható, hogy más megoldás ics 4 A b paraméterű Poisso-eloszlás várható értéke b Ezért azt a b-t kell választauk, amelyre a mitaközép a tapasztalati eloszlás első mometuma megegyezik b-vel: X = b, b mometummódszeres becslése a mitaátlag

5 Statisztika 1 zárthelyi dolgozat 011 március 4 1 Legye X 1,, X függetle, expa eloszlásból származó mita Számítsuk ki a mitaközép várható értékét és szórását! 8 X 1,, X függetle mita N m, 100 eloszlásból a Meyi a mitaközép várható értéke? 4 b Adjuk torzítatla becslést m-re! 8 c Meyi a megadott torzítatla becslés értéke az alábbi mitá? 4 16,1 17,9 17,6 168,9 159,1 18,7 3 A 0, a itervallumo egyeletes eloszlásból származó függetle X 1, X, mita eseté milye a a tapasztalati szóráségyzet c-szerese a -re torzítatla becslés, ha = 1000? 8 b c X 1 ++X kozisztes becsléssorozat a -re? 8 4 Függetle, b paraméterű Poisso-eloszlású mitából adjuk torzítatla becslést be b -re! 10 A megoldásokat idokoli kell, a teljes potszámhoz jó végeredméy és helyes idoklás szükséges Összese 50 potot lehet eléri, a várható pothatárok: 40, 61, 7, 83 Az elégséges határa 0 pot Az eredméyek az ETR ifosheet rovatába leszek elérhetők, a megoldások pedig itt: ages/gyak Statisztika 1 zárthelyi dolgozat 011 március 4 1 Legye X 1,, X függetle, expa eloszlásból származó mita Számítsuk ki a mitaközép várható értékét és szórását! 8 X 1,, X függetle mita N m, 100 eloszlásból a Meyi a mitaközép várható értéke? 4 b Adjuk torzítatla becslést m-re! 8 c Meyi a megadott torzítatla becslés értéke az alábbi mitá? 4 16,1 17,9 17,6 168,9 159,1 18,7 3 A 0, a itervallumo egyeletes eloszlásból származó függetle X 1, X, mita eseté milye a a tapasztalati szóráségyzet c-szerese a -re torzítatla becslés, ha = 1000? 8 b c X 1 ++X kozisztes becsléssorozat a -re? 8 4 Függetle, b paraméterű Poisso-eloszlású mitából adjuk torzítatla becslést be b -re! 10 A megoldásokat idokoli kell, a teljes potszámhoz jó végeredméy és helyes idoklás szükséges Összese 50 potot lehet eléri, a várható pothatárok: 40, 61, 7, 83 Az elégséges határa 0 pot Az eredméyek az ETR ifosheet rovatába leszek elérhetők, a megoldások pedig itt: ages/gyak

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 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

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

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

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

Statisztika. Földtudomány szak, geológus szakirány, 2015/2016. tanév tavaszi

Statisztika. Földtudomány szak, geológus szakirány, 2015/2016. tanév tavaszi Statisztika Földtudomáy szak, geológus szakiráy, 015/016. taév tavaszi félév Backhausz Áges (ELTE TTK Valószíűségelméleti és Statisztika Taszék)1 Tartalomjegyzék 1. Bevezetés 3 1.1. Példa: az adatok elemzése....................

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 biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html

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

(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

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 16. A matematikai statisztika tárgya Következtetések levoása adatok alapjá Ipari termelés Mezőgazdaság Szociológia

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

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

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Statisztika Hipotézisvizsgálat Székely Balázs 2010. december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Előadás vázlat 1 Itervallumbecslések

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

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

Gyakorló feladatok II.

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

Részletesebben

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

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum) Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa

Részletesebben

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

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

Részletesebben

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

Sorozatok október 15. Határozza meg a következ sorozatok határértékeit!

Sorozatok október 15. Határozza meg a következ sorozatok határértékeit! Sorozatok 20. október 5. Határozza meg a következ sorozatok határértékeit!. Zh feladat:vizsgálja meg mootoitás és korlátosság szerit az alábbi sorozatot! a + ha ; 2; 5 Mootoitás eldötéséhez vizsgáljuk

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet

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

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

Matematikai statisztika

Matematikai statisztika Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika

Részletesebben

? közgazdasági statisztika

? közgazdasági statisztika Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB B Elem

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

Statisztika október 27.

Statisztika október 27. Statisztika 2011. október 27. Külöbség valószíőségszámítás és statisztika között Kísérlet: 4-szer dobuk fel egy érmét. Megszámoljuk a fejek számát. Valszám: Ismert a fejdobás valószíősége. Milye valószíőséggel

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

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

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

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

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

18. Differenciálszámítás

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

Részletesebben

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk;

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk; Statisztika Tegyük fel, hogy va egy halmazuk, és tekitsük egy vagy több valószíűségi változót, amelyek a halmaz mide elemé felveszek valamilye értéket. A halmazt populációak vagy sokaságak evezzük. Példák:

Részletesebben

Matematikai statisztika gyakorlat Programtervez informatikus alapszak, A szakirány 2018/2019 tavaszi félév Megoldások, végeredmények

Matematikai statisztika gyakorlat Programtervez informatikus alapszak, A szakirány 2018/2019 tavaszi félév Megoldások, végeredmények Matematikai statisztika gyakorlat Programtervez iformatikus alapszak, A szakiráy 8/9 tavaszi félév Megoldások, végeredméyek. A. évi épszámlálás alapjá a -4 év közötti épesség emek szeriti megoszlása Forrás:

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

3. Egy szabályos dobókockával háromszor dobunk egymás után. Legyen A az az esemény, hogy

3. Egy szabályos dobókockával háromszor dobunk egymás után. Legyen A az az esemény, hogy Valószínűségszámítás. zárthelyi dolgozat 009. október 5.. Egy osztályba 3-an járnak. Minden fizikaórán a a többi órától függetlenül a tanár kisorsol egy felelőt, véletlenszerűen, egyenletesen, azaz mindig

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

kismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk

kismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk ÚJRAMINTAVÉTELEZÉSI ELJÁRÁSOK A jackkife (zsebkés) és bootstrap (cipőhúzó a saját kallatyújáál fogva) eljárások agol elevezése is arra utal, hogy itt ad hoc eljárásokról va szó, melyek azoba agyo haszosak

Részletesebben

Statisztika gyakorlat Geológus szakirány

Statisztika gyakorlat Geológus szakirány Statisztika gyakorlat Geológus szakiráy Játékszabályok Az óráko részt kell vei, maximum 3-szor lehet hiáyozi. Az aláírás megszerzéséek lehetséges módjai: vagy ZH írásával vagy egy el re kihirdetett házi

Részletesebben

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

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

Részletesebben

Statisztika (jegyzet)

Statisztika (jegyzet) Statisztika (jegyzet) Csiszár Vill 009. május 6.. Statisztikai mez A statisztika egyik ága a leíró statisztika. Ekkor a meggyelt adatokat áttekithet formába ábrázoljuk, pl. hisztogrammal (oszlopdiagrammal),

Részletesebben

Valószín ségszámítás és statisztika

Valószín ségszámítás és statisztika Valószí ségszámítás és statisztika oktatási segédayag Kupá Pál Tartalomjegyzék fejezet Valószí ségszámítási alapfogalmak 5 Eseméyek 5 M veletek eseméyekkel 5 2 A valószí ség fogalma 7 3 Valószí ségi változók

Részletesebben

Leíró és matematikai statisztika gyakorlat 2018/2019 II. félév

Leíró és matematikai statisztika gyakorlat 2018/2019 II. félév Leíró és matematikai statisztika gyakorlat 08/09 II. félév Táblázatok Viszoyszámok: V = A, ahol A: a viszoyítás tárgya amit viszoyítuk; B B: a viszoyítás alapja amihez viszoyítuk Megoszlási: a sokaság

Részletesebben

Feladatok és megoldások a 11. heti gyakorlathoz

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

Részletesebben

Valószín ségszámítás és statisztika gyakorlat Programtervez informatikus szak, esti képzés

Valószín ségszámítás és statisztika gyakorlat Programtervez informatikus szak, esti képzés Valószí ségszámítás és statisztika gyakorlat Programtervez iformatikus szak, esti képzés.) Egy érmével dobuk. Ha az eredméy fej, akkor még egyszer dobuk, ha írás, akkor még kétszer. a.) Mik leszek a kísérletet

Részletesebben

FELADATOK A KALKULUS C. TÁRGYHOZ

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

Részletesebben

6. feladatsor. Statisztika december 6. és 8.

6. feladatsor. Statisztika december 6. és 8. 6. feladatsor Statisztika 200. december 6. és 8.. Egy = 0 szervert tartalmazó kiszolgáló mide szervere mide pillaatba 0 < p < valószíűséggel foglalt, a foglaltságok szerverekét függetleek. Tehát a foglaltak

Részletesebben

Tartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset:

Tartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset: Tartalom A bootstrap módszer Zempléi Adrás TTK, Valószíőségelméleti és Statisztika Taszék 2010. október 21 Bevezetés A függetle, azoos eloszlású eset: emparaméteres paraméteres eset Alkalmazások a rétegzett

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

Bevezetes a matematikai statisztikaba Dr. Ketskemety Laszlo, iter Marta Budapest, 999. ovember. Lektoralta: Dr. Gyor Laszlo Szerkesztette: Gy}ori Sador Tartalomjegyzek. A matematikai statisztika alapfogalmai

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

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

3. MINTAFELADATSOR EMELT SZINT JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

3. MINTAFELADATSOR EMELT SZINT JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Oktatáskutató és Fejlesztő Itézet TÁMOP-3.1.1-11/1-01-0001 XXI. századi közoktatás (fejlesztés, koordiáció) II. szakasz MATEMATIKA 3. MINTAFELADATSOR EMELT SZINT 015 JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Oktatáskutató

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

Matematika I. 9. előadás

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

Részletesebben

(a n A) 0 < ε. A két definícióbeli feltétel ugyanazt jelenti (az egyenlőtlenség mindkettőben a n A < ε), ezért a n A a n A 0.

(a n A) 0 < ε. A két definícióbeli feltétel ugyanazt jelenti (az egyenlőtlenség mindkettőben a n A < ε), ezért a n A a n A 0. Földtudomáy lpszk 006/07 félév Mtemtik I gykorlt IV Megoldások A bármely ε R + számhoz v oly N N küszöbidex, hogy mide N, >N eseté A < ε A 0 bármely ε R + számhoz v oly N N küszöbidex, hogy mide N, > N

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

Matematikai statisztika gyakorlat 2018/2019 II. félév

Matematikai statisztika gyakorlat 2018/2019 II. félév Matematikai statisztika gyakorlat 018/019 II. félév 1. Táblázatok Viszoyszámok: V = A, ahol A: a viszoyítás tárgya (amit viszoyítuk); B B: a viszoyítás alapja (amihez viszoyítuk) Megoszlási: a sokaság

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

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

Ingatlanfinanszírozás és befektetés

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

Részletesebben

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

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

Részletesebben

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika Leíró és matematikai statisztika Matematika alapszak, matematikai elemző szakiráy Zempléi Adrás Valószíűségelméleti és Statisztika Taszék Matematikai Itézet Természettudomáyi Kar Eötvös Lorád Tudomáyegyetem

Részletesebben

Metrikus terek. továbbra is.

Metrikus terek. továbbra is. Metrius tere továbbra is. Defiíció: Legye X egy halmaz, d : X X R egy függvéy. Azt modju, hogy d metria (távolság), ha.. 3. 4. d d d d x, x 0, x, y 0 x y, x, y dy, x, x, z dx, y dy, z. Az X halmazt a d

Részletesebben

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

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

Részletesebben

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya Matematikai statisztika előadás survey statisztika MA szakosokak 206/207 2. félév Zempléi Adrás. előadás: Bevezetés Irodalom, követelméyek A félév célja Matematikai statisztika tárgya Törtéet Alapfogalmak

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

? közgazdasági statisztika

? közgazdasági statisztika ... Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB

Részletesebben

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

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

Részletesebben

Sorozatok A.: Sorozatok általában

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

Részletesebben

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai 05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:

Részletesebben

I. rész. Valós számok

I. rész. Valós számok I. rész Valós számok Feladatok 3 4 Teljes idukció Igazolja a teljes idukcióval a következ állítások helyességét!.. k 2 = k= ( + )(2 + ). 6.2. 4 + 2 7 + + (3 + ) = ( + ) 2..3. a) b) ( + ) = +. k ( ) =

Részletesebben

A statisztika részei. Példa:

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

Részletesebben

VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR

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

Részletesebben

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet Függetleségvizsgálat Virág Katali Szegedi Tudomáyegyetem, Bolyai Itézet Függetleség Függetleség Két változó függetle, ha az egyik változó megfigyelése a másik változóra ézve em szolgáltat iformációt; azaz

Részletesebben

Analízis I. gyakorlat

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

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

A brexit-szavazás és a nagy számok törvénye

A brexit-szavazás és a nagy számok törvénye Mûhely Medvegyev Péter kadidátus, a Corvius Egyetem egyetemi taára E-mail: peter.medvegyev@uicorvius.hu A brexit-szavazás és a agy számok törvéye A 016. év, de vélhetőe az egész évtized legfotosabb politikai

Részletesebben

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

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

Részletesebben

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

Kevei Péter. 2013. november 22.

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

Részletesebben

Eseme nyalgebra e s kombinatorika feladatok, megolda sok

Eseme nyalgebra e s kombinatorika feladatok, megolda sok Eseme yalgebra e s kombiatorika feladatok, megolda sok Szűk elméleti áttekitő Kombiatorika quick-guide: - db. elemből db. sorredjeire vagyuk kívácsiak: permutáció - db. elemből m < db. háyféleképp rakható

Részletesebben

Játékszabályok. a keresett valószín ség:

Játékszabályok. a keresett valószín ség: Játékszabályok Az óráko részt kell vei, maximum -szor lehet hiáyozi. Aki többször hiáyzik, em kap gyakjegyet. + x potot lehet szerezi a félév sorá: pot:. ZH a félév közepé pot:. ZH a félév végé x pot:

Részletesebben

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,

Részletesebben

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

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

Részletesebben

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Matematika emelt szit 1011 ÉRETTSÉGI VIZSGA 013. május 7. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ EMBERI ERŐFORRÁSOK MINISZTÉRIUMA Formai előírások: Fotos tudivalók

Részletesebben

æ MATEMATIKAI STATISZTIKA Dr. Bolla Marianna, Matematika Intézet, Sztochasztika Tanszék

æ MATEMATIKAI STATISZTIKA Dr. Bolla Marianna, Matematika Intézet, Sztochasztika Tanszék æ MATEMATIKAI STATISZTIKA Dr. Bolla Mariaa, Matematika Itézet, Sztochasztika Taszék Leíró statisztika Ω, A, P) statisztikai mező, ahol a P mértékcsalád olya P eloszlásokból áll, melyekkel Ω, A, P) valószíűségi

Részletesebben

Hipotézis-ellenırzés (Statisztikai próbák)

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

Részletesebben

Mo= argmax f(x), ha X abszolút folytonos; Mo= argmax P (X = x i ), ha X diszkrét.

Mo= argmax f(x), ha X abszolút folytonos; Mo= argmax P (X = x i ), ha X diszkrét. Segédayag a Matematikai statisztika tatárgyhoz 09 április 0 Leíró statisztika A statisztikai elemzések egyik legfotosabb eszközei a viszoyszámok A viszoyszám két statisztikai adat háyadosa Jelölések: V

Részletesebben

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Matematika emelt szit 09 ÉRETTSÉGI VIZSGA 0 május 8 MATEMATIA EMELT SZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉELÉSI ÚTMUTATÓ NEMZETI ERŐFORRÁS MINISZTÉRIUM Fotos tudivalók Formai előírások: A dolgozatot

Részletesebben

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

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

Részletesebben

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

1. feladatlap megoldása. Analízis II. 1. Vizsgálja meg az alábbi sorokat konvergencia szempontjából! a) n 2 n = 1 1X 1

1. feladatlap megoldása. Analízis II. 1. Vizsgálja meg az alábbi sorokat konvergencia szempontjából! a) n 2 n = 1 1X 1 . feladatlap megoldása Aalízis II.. Vizsgálja meg az alábbi sorokat kovergecia szempotjából! a) X Alkalmazva a gyökkritériumot ("egyszer½usített változatát"): Azaz a sor koverges. b) p a!! p < : X 000

Részletesebben

A maximum likelihood becslésről

A maximum likelihood becslésről A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának

Részletesebben

16. Az AVL-fa. (Adelszon-Velszkij és Landisz, 1962) Definíció: t kiegyensúlyozott (AVL-tulajdonságú) t minden x csúcsára: Pl.:

16. Az AVL-fa. (Adelszon-Velszkij és Landisz, 1962) Definíció: t kiegyensúlyozott (AVL-tulajdonságú) t minden x csúcsára: Pl.: 6. Az AVL-fa Adelszo-Velszkij és Ladisz, 96 Defiíció: t kiegyesúlyozott AVL-tulajdoságú t mide x csúcsára: bal x jobb x. Pl.: A majdem teljes biáris fa AVLtulajdoságú. Az AVL-fára, mit speciális alakú

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

Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS

Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS 1. Kihasználva a hosszasan elhúzódó jó időt, kirándulást szeretnénk tenni az ország tíz legmagasabb csúcsa közül háromra az elkövetkezendő

Részletesebben