9. Előadás: Szimulációs módszerek, II. 3. Egyenletes eloszlású véletlen számok generálása
|
|
- Viktória Kovácsné
- 8 évvel ezelőtt
- Látták:
Átírás
1 9. Elődás: Szimulációs módszerek, II. 3. Egyenletes eloszlású véletlen számok generálás Egyenletes eloszlású véletlenszámokt különböző módokon lehet generálni. Mivel szimulációs elemzéseket számítógépen hjtjuk végre, zért érthető, hogy zt szeretnénk, h számítógépben mgábn tudnánk ilyen számokt előállítni. Ezt feldtot számítógépek progrmozási nyelveiben z úgynevezett véletlenszám generátor mtemtiki függvények hjtják végre. A legtöbb véletlenszám generátor kongruenciális összefüggéseket hsznál. Ilyen generátorr péld lineáris kongruenciális generátor, multipliktív generátor és kevert generátor. Ezek közül lineáris kongruenciális generátort lklmzzák leggykrbbn. Ennél módszernél egész számok x,x 2,x 3,... soroztát hozzuk létre és m között következő rekurzív összefüggés lpján: x i+ = (x i +c) modulo m,i =,,2,... Az x kezdeti értéket mgnk nevezzük, konstns szorzó, c növekedés mértéke és m modulus. Ezt négy változót véletlenszám generátor prmétereinek hívjuk. Ezen összefüggés lpján x i+ értéke megegyezik x i +c-nek m-mel vló osztási mrdékávl. Ezután és közötti véletlenszámokt következő egyenlet lpján készítjük el: R i = x i,i =,2,3,... m Nyilvánvló, hogy lineáris kongruencionális generátor lklmzás során előbb vgy utóbb ismétlődés fog fellépni, hiszen z m szerinti mrdékosztályok szám legfeljebb m. Például, h x = 2, = 3,c = és m = 6, kkor z lgoritmus következőképpen
2 működik: x modulo 6, x = 7, R =,4375 x modulo 6, x 2 = 6, R 2 =,375 x modulo 6, x 3 = 3, R 3 =,875 x modulo 6, x 4 =, R 4 =,625 x modulo 6, x 5 = 5, R 5 =,9375 x modulo 6, x 6 = 4, R 6 =,875 x modulo 6, x 7 =, R 7 =,6875 x modulo 6, x 8 = 2, R 8 =,25 x modulo 6, x 9 = 7, R 9 =, Ebben példábn tehát generált véletlenszámok periódus 8, nem éri el m értékét sem! Felmerül z kérdés, hogy mely és c mellett érhető el teljes m periódus? Itt nem részletezhető, mély számelméleti meggondolások lpján bizonyíthtó, hogy ehhez következő feltételek teljesülése elégséges: (i) c-nek és m-nek nincs közös osztój; (ii) modulo p z m minden p törzstényezőjére; (iii) modulo 4, h m 4-nek többszöröse. A fenti példánk esetében könnyen ellenőrizhető, hogy csupán hrmdik feltétel nem teljesült, pl. z = 5 válsztássl már ez feltétel is teljesül és így generált véletlen számsorozt: 2,,8,9,4,7,4,5,,3,6,,6,5,2,3,2,,..., zz generált véletlenszám sorozt periódus lehetséges legngyobb, 6. H m = 2 α, hol α áltlábn 3 és 4 közötti érték számítógép számábrázolásánk függvényében, kkor lineáris kongruenciális generátorrl elérhető mximális m periódushossz. Ehhez csk nnk kell teljesülnie, hogy c pártln szám és eggyel ngyobb, mint 4 vlmely többszöröse. 2
3 Vn zonbn egy további figyelembe veendő tényező is, z úgynevezett Greenberger formul. Eszerint két egymás utáni véletlenszám között (melyek lineáris kongruenciális generátorrl vnnk előállítv) szériális korrelációs együtthtó következő két érték közé esik: ( ) 6c ( c ) ± m m m. Ebből z olvshtó le, hogy = m z z érték, mely mellett szériális korrelációs együtthtó legkisebb, függetlenül c értékétől. A korábbi példánkbn ez z elv részesítette előnyben z = 5 válsztást z = 9 válsztássl szemben, mely válsztás ugyncsk teljes periódusú véletlen számsort állított voln elő. A fenti elvek lklmzásávl IBM PC-re megfelelő lineáris kongruenciális generátor például következő: x i+ = 65533x i modulo 2 3, hol = Megjegyezzük, hogy ekkor c = értéket válsztottunk és generátort multipliktív generátornk nevezzük. A multipliktív generátorok egy rossz tuljdonságár G. Mrsgli hívt fel figyelmet. Tekintsük következő multipliktív véletlen szám generátort: x = 73 x i+ = 5x i modulo 28,i =,2,...,N, u i = x i,i =,,2,...,N. 28 Ekkor generált véletlen számokból lkotott (u j+,u j+2 ) T vektorok síkon egyenes vonlk mentén helyezkednek el, mint zt z. ábr muttj. 3
4 . ábr. A generált véletlen számok egymásutáni párjink elhelyezkedése síkon Több egymásutáni véletlen számból lkotott (u j+,...,u j+n ) T n-dimenziós vektorok j =,n,2n,3n,...-re z előző példához hsonlón z n-dimenziós tér viszonylg kis számú, egymássl párhuzmos hipersíkján helyezkednek el. Például egy 36 bites számítógépen n = dimenzióbn z összes pont legfeljebb 54 hipersíkon tlálhtó. 4. Nem egyenletes eloszlású véletlen számok előállításánk áltlános módszerei 4.. Közvetlen, vgy inverziós módszer 4... Folytonos eset Legyen ξ eloszlásfüggvénye F(x) és tegyük fel, hogy létezik F(x)-nek z inverz függvénye, F (x). Ekkor, h u (,) intervllumon egyenletes eloszlású vlószínűségi változó, kkor F (u) F(x) eloszlásfüggvényű vlószínűségi változó, hiszen P(F (u) < x) = P(u < F(x)) = F(x). Ennek lpján F(x) eloszlásfüggvényű véletlen számok előállításár következő lgoritmus dhtó meg: 4
5 . lépés: Generáljunk egy, (, ) intervllumon egyenletes eloszlású u véletlen számot. 2. lépés: Adjuk át z x = F (u) számot, mint F(x) eloszlásfüggvényű véletlen számot. Péld. Exponenciális eloszlású véletlen számok generálás. Ekkor hol λ > z eloszlás prmétere. e λx, h x >, F(x) =, különben, Mivel e λx = y e λx = y λx = ln( y) x = λ ln( y) vgyis F (x) = ln( x), zért λ > prméterű exponenciális eloszlású véletlen λ számok generálásár egy lehetséges lgoritmus következő:. Lépés: Generáljunk egy, (, ) intervllumon egyenletes eloszlású u véletlen számot. 2. Lépés: Adjuk át z x = ln( u) számot, mint λ prméterű, exponenciális eloszlású λ véletlen számot. Megjegyzés. Minthogy u ugynúgy (, ) intervllumon egyenletes eloszlású véletlen szám, mint mg z u, zért 2. lépésben egy kivonást meg lehet tkrítni, h z x = lnu számot djuk át, mint λ prméterű exponenciális eloszlású véletlen λ számot. Megjegyzés. A módszer áltlános lklmzhtóságát z csökkenti, hogy z F függvény nem mindig létezik, de h létezik is, nem feltétlen dhtó meg explicit lkbn, mint például normális eloszlás esetében Diszkrét eset A problémát z okozz, hogy diszkrét esetben nem létezik z F(x) eloszlásfüggvény egyértelmű inverz függvénye, hiszen z egy lépcsős függvény, tehát nem szigorún mo- 5
6 noton növekvő. Mégis megtehetjük, hogy z F(x) = u egyenlet gyökének mindig z x = inf{x u < F(x)} értéket tekintjük. Legyen tehát ξ diszkrét vlószínűségi változó eloszlás következő: P(ξ = x i ) = p i,i =,2,...,n, hol p i,i =,2,...,n és p +p 2 + +p n =. Ekkor F(x) = P(ξ < x) = p i és z inverz függvény helyett hsználhtjuk i:x i <x G(y) = inf{x y < F(x)} függvényt. Így G(u) eloszlás megkívánt diszkrét eloszlást fogj követni. Legyen q = p,q 2 = p +p 2,...,q n = p +p 2 + +p n =. Ezek segítségével G(y) következőképpen írhtó fel: x, h y < q x 2, h q y < q 2 G(y) =. x n, h q n y < q n = Ezzel megfelelő generáló lgoritmus:. Lépés: Generáljunk egy, (, ) intervllumon egyenletes eloszlású u véletlen számot és legyen j =. 2. Lépés: H u < q j, kkor menjünk 4. lépésre. 3. Lépés: Legyen j = j + és menjünk 2. lépésre. 4. Lépés: Adjuk át zx = x j számot, mint olyt, mely megkívánt diszkrét eloszlás szerinti. Péld: Tekintsük z lábbi diszkrét vlószínűségeloszlást: x p 3/ / 2/ 4/ 6
7 Mivel most q = 3/,q 2 = 4/,q 3 = 6/ és q 4 = / =, zért 3, h y < 3/ 5, h 3/ y < 4/ G(y) = 8, h 4/ y < 6/ 2, h 6/ y < és h z éppen generált, (, )-ben egyenletes eloszlású véletlen szám [, 3/),[3/, 4/),[4/, 6/),[6/, ) intervllumb esik, kkor rendre 3, 5, 8, 2 számokt djuk át, mint megkívánt eloszlású véletlen számokt. Megjegyzés. Ngy n esetén ez véletlen szám generálási módszer nem leghtékonybb, hiszen szükséges összehsonlítások várhtó szám S = n ip i, i= mert x i kiválsztásához i összehsonlítás kell és ez p i vlószínűséggel történik meg. Nyilván hsznos z, h (p i,x i ) párok p i szerint csökkenő sorbn vnnk felsorolv, de kikeresés más módszerekkel is htékonybbá tehető Diszkrét eloszlású véletlen számok generálás táblázt kezeléses módszerrel Ezt módszert egy egyszerű példán muttjuk be. Legyen ξ vlószínűségi változó diszkrét eloszlás z lábbi: P(ξ = ) =,32;P(ξ = b) =,34;P(ξ = c) =,22;P(ξ = d) =,433. Vegyünk egy ezer elemű vektort, melyben 32 helyen z ; 34 helyen b; 22 helyen c és 433 helyen d értéket tároljuk. Generáljunk egy, (, ) intervllumon egyenletes eloszlású u véletlen számot és legyen i = [u+], hol [ ] z egész értéket jelöli. Adjuk át tárolt vektor i-edik elemét, mint ξ-vel zonos diszkrét eloszlású véletlen számot. 7
8 4.3. Elfogdás elvetés módszere A módszer lpgondolt Neumnn Jánostól szármzik és következő tételben fogllhtó össze. 4.. Tétel: Tekintsük z (, b) intervllumon korlátos, f(x) c sűrűségfüggvényt. Legyen τ és τ 2 két egymástól független, (,)-en egyenletes eloszlású vlószínűségi változó. Trnszformáljuk ezeket ξ = +τ (b ) és η = cτ 2 vlószínűségi változókb. H most ξ vlószínűségi változót ξ = ξ, h η < f(ξ ) feltétel szerint htározzuk meg, kkor ξ vlószínűségi változó sűrűségfüggvénye éppen f(x) lesz. Bizonyítás: Vegyük észre, hogy (ξ,η ) pont egyenletes eloszlású z < x < b, < y < c tégllpon. Ekkor ξ vlószínűségeloszlásánk meghtározásához P(ξ < z) = P(ξ < z η < f(ξ )) = P(ξ < z,η < f(ξ )) P(η < f(ξ )) feltételes vlószínűséget kell kiszámítni. Minthogy (ξ,η ) együttes sűrűségfüggvénye z < x < b, < y < c tégllpon és zon kívül, vlmint nevező nnk c(b ) vlószínűsége, hogy (ξ,η ) pont z y = f(x) görbe lá esik: P(η < f(ξ )) = b f(x) c(b ) dydx = c(b ) b f(x)dx = c(b ). A számlálóbn pedig nnk vlószínűsége, hogy (ξ,η ) pont z y = f(x) görbe lá esik és ugynkkor ξ < z: P(ξ < z,η < f(ξ )) = z f(x) c(b ) dydx = c(b ) z f(x)dx. Végülis tehát P(ξ < z) = z f(x)dx, 8
9 mit bizonyítni krtunk. A módszer htásfok nyilván nnk vlószínűsége, hogy (ξ,η ) pont z y = f(x) görbe lá esik, ez pedig bizonyításból láthtón c(b ). A 4. tételre lpozv z elfogdás elvetés módszerének legegyszerűbb változt lgoritmikusn következő:. Lépés: Generáljuk z u,u 2 véletlen számokt (,) intervllumon egyenletes eloszlássl, egymástól függetlenül. Legyen v = +(b )u és v 2 = cu Lépés: H v 2 < f(v ), kkor djuk át z x = v számot, mint f(x) sűrűségfüggvényűt (elfogdás). H nem, kkor menjünk z. lépésre (elvetés). Péld: Tekintsük z lábbi sűrűségfüggvénnyel dott folytonos vlószínűségeloszlást: 2x, h x (,) f(x) =, különben. Nyilván c = 2 válsztás célszerű, mely válsztássl véletlen szám generálási lgoritmus z lábbi lkot ölti.. Lépés: Generáljuk u -et és u 2 -t egymástól függetlenül, mint (,) intervllumon egyenletes eloszlású véletlen számokt. 2. Lépés: H u 2 < u, kkor djuk át u -et, mint (,) intervllumon f(x) = 2x sűrűségfüggvényű véletlen számot. Péld: Tekintsük z lábbi sűrűségfüggvénnyel dott folytonos vlószínűségeloszlást: nx n, h x (,) f(x) =, különben. Nyilván c = n válsztás célszerű, mely válsztássl véletlen szám generálási lgoritmus z lábbi lkot ölti. 9
10 . Lépés: Generáljuk u -et és u 2 -t egymástól függetlenül, mint (,) intervllumon egyenletes eloszlású véletlen számokt. 2. Lépés: H u 2 < u n, kkor djuk át u -et, mint (,) intervllumon f(x) = nx n sűrűségfüggvényű véletlen számot. A módszer htékonyság: nx n dx n = n, h n. Nyilvánvló, hogy htékonyság növelhető lenne záltl, hogy z f(x) görbe ltti területet nem egy tégllpb, hnem egy olyn síkidomb foglljuk be, mely jól idomul z f(x) görbe ltti trtományhoz és melyben továbbr is könnyen tudunk egyenletes eloszlássl pontokt generálni. Ez elérhető például olymódon, hogy válsztunk egy olyn g(x) függvényt, mely lehetőleg jól utánozz z f(x) függvényt és egyben felső korlátot is d rá z érvényességi trtományábn: f(x) g(x),x (,b). Legyen k = b g(x)dx, kkor h(x) = g(x) egy vlószínűségi sűrűségfüggvény. Ügyeljünk jól utánzó g(x) k függvény megválsztáskor rr is, hogy z olyn legyen, hogy h(x) sűrűségfüggvényű vlószínűségi változónk megfelelő véletlen szám könnyen generálhtó legyen. Ekkor befoglló trtományt felülről htároló y = c egyenes helyettesíthető g(x) függvénnyel b (g(x) c esetén k = g(x)dx = c(b ) és ezért h(x) = c(b ) c =, vgyis z b (, b) intervllumon egyenletes eloszlássl kellett generálnunk véletlen számokt, mi egyszerűnek tekinthető. Péld: Tekintsük most is z nx n, h x (,) f(x) =, különben. sűrűségfüggvénnyel dott folytonos vlószínűségeloszlást. Most zonbn g(x) = n válsztás helyett legyen g(x) = nx, mely esetben h(x) = 2x és z ezekkel válsztásokkl felépíthető elfogdás elvetés lpú véletlenszám generálás htékonybb lesz korábbn lklmzottnál.
11 4.4. Módszerek normális eloszlás esetére Direkt módszer Legyen ξ és η két egymástól független, stndrd normális (N(,))-es vlószínűségi változó. H tekintjük síkon (ξ, η) véletlen pontot, kkor nnk ρ, ϕ polárkoordinátái is egymástól fügetlenek, hiszen polárkoordinátákr áttérve: f(x,y) = x 2 y 2 e 2 e 2 = x 2 +y 2 2π 2π 2π e 2, f(ρ,ϕ) = ρ 2 2π ρe 2 és ezért polárkoordináták peremsűrűségfüggvényei: 2,ρ >, f 2 (ϕ) =, < ϕ < 2π. 2π Ekkor z inverziós módszerrel lehet generálni ρ-t: ρ 2 ρ 2 r r 2 r F (r) = ρe 2 dρ = e 2 = e 2 + hiszen f (ρ) = ρe ρ 2 F (u) = 2ln( u), r 2 e 2 + = u r 2 e 2 = u r2 2 = ln( u) r 2 = 2ln( u) r = 2ln( u). Ezért ρ = 2ln( u ) és ϕ = 2πu 2, hol u és u 2 egymástól független, (,) intervllumon egyenletes eloszlású véletlen számok. Így végül ξ = ρcosϕ = 2lnu cos2πu 2 η = ρsinϕ = 2lnu sin2πu 2
12 Konvolúciós módszer ( centrális htáreloszlás tétel lklmzás) Legyenek u,u 2,...,u n egymástól független, (,)-en egyenletes eloszlású véletlen számok. Ekkor z összegük elég ngy n esetén közelítőleg normális eloszlású. H stndrd normális eloszlású véletlen számot szeretnénk kpni, kkor előbb stndrdizálni kell z összeget. Mivel [ ] x 2 xdx = = 2 2 [ ] x 3 x 2 dx = = 3 3, zért egy (,)-en egyenletes eloszlású ξ vlószínűségi változór és így E(ξ) = 2 D 2 (ξ) = 3 4 = 2, v = u + +u n n 2 n 2 null várhtó értékű és egy szórású, zz stndrd normális eloszlású véletlen szám. Célszerű n = 2-t válsztni, mert ez már elég ngy centrális htáreloszlás tétel konvergálásához és nem kell nevezőben négyzetgyököt vonni, illetve osztni sem kell, mert nevező értéke így eggyel lesz egyenlő. 2
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
Határozott integrál. Newton -Leibniz szabály. alkalmazások. improprius integrál
Htározott integrál definíció folytonos függvények esetén definíció korlátos függvények esetén Newton -Leibniz szbály integrálási szbályok lklmzások improprius integrál Legyen z f függvény [, b]-n értelmezett
OPTIMALIZÁLÁS LAGRANGE-FÉLE MULTIPLIKÁTOR SEGÍTSÉGÉVEL
OPTIMALIZÁLÁS LAGRANGE-FÉLE MULTIPLIKÁTOR SEGÍTSÉGÉVEL HAJDER LEVENTE 1. Bevezetés A Lgrnge-féle multiplikátoros eljárást Joseph Louis Lgrnge (1736-1813) olsz csillgász-mtemtikus (eredeti nevén Giuseppe
2014/2015-ös tanév II. féléves tematika
Dr Vincze Szilvi 24/25-ös tnév II féléves temtik Mátrix foglm, speciális mátrixok Műveletek mátrixokkl, mátrix inverze 2 A determináns foglm és tuljdonsági 3 Lineáris egyenletrendszerek és megoldási módszereik
Vektortér fogalma vektortér lineáris tér x, y x, y x, y, z x, y x + y) y; 7.)
Dr. Vincze Szilvi Trtlomjegyzék.) Vektortér foglm.) Lineáris kombináció, lineáris függetlenség és lineáris függőség foglm 3.) Generátorrendszer, dimenzió, bázis 4.) Altér, rng, komptibilitás Vektortér
2010/2011 es tanév II. féléves tematika
2 február 9 Dr Vincze Szilvi 2/2 es tnév II féléves temtik Mátrix foglm, speciális mátrixok Műveletek mátrixokkl, mátrix inverze 2 A determináns foglm és tuljdonsági 3 Lineáris egyenletrendszerek és megoldási
Laplace-transzformáció. Vajda István február 26.
Anlízis elődások Vjd István 9. február 6. Az improprius integrálok fjtái Tegyük fel, hogy egy vlós-vlós függvényt szeretnénk z I intervllumon integrálni, de függvény nincs értelmezve I minden pontjábn,
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,
f (ξ i ) (x i x i 1 )
Villmosmérnök Szk, Távokttás Mtemtik segédnyg 4. Integrálszámítás 4.. A htározott integrál Definíció Az [, b] intervllum vlmely n részes felosztásán (n N) z F n ={,,..., n } hlmzt értjük, melyre = <
Els gyakorlat. vagy más jelöléssel
Els gykorlt Egyszer egyenletek, EHL PDE A gykorlt elején megismerkedünk prciális dierenciálegyenletek (mostntól: PDE-k) lpfoglmivl. A félév során sokt fog szerepelni z ún. multiindex jelöl, melynek lényege,
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 ],
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.
FELVÉTELI VIZSGA, július 15.
BABEŞ-BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR FELVÉTELI VIZSGA, 8. július. Írásbeli vizsg MATEMATIKÁBÓL FONTOS TUDNIVALÓK: ) A feleletválsztós feldtok (,,A rész) esetén egy vgy
Numerikus módszerek 2.
Numerikus módszerek 2. 12. elődás: Numerikus integrálás I. Krebsz Ann ELTE IK 2015. május 5. Trtlomjegyzék 1 Numerikus integrálás 2 Newton Cotes típusú kvdrtúr formulák 3 Hibformulák 4 Összetett formulák
2. NUMERIKUS INTEGRÁLÁS
numerikus nlízis ii. 39 B - SPLINEOK DERIVÁLTJÁRA ÉRVÉNYES : B mi x =m Bm,i x B m,ix. t i+m t i t i+m+ t i+. NUMERIKUS INTEGRÁLÁS Htározott integrálok numerikus kiszámítás mtemtik egyik legrégebbi problémáj.
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
4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O
1. Mit nevezünk elemi eseménynek és eseménytérnek? A kísérlet lehetséges kimeneteleit elemi eseményeknek nevezzük. Az adott kísélethez tartozó elemi események halmazát eseménytérnek nevezzük, jele: X 2.
Gazdasági matematika II. vizsgadolgozat megoldása, június 10
Gazdasági matematika II. vizsgadolgozat megoldása, 204. június 0 A dolgozatírásnál íróeszközön kívül más segédeszköz nem használható. A dolgozat időtartama: 90 perc. Ha a dolgozat első részéből szerzett
4. előadás: A vetületek általános elmélete
4. elődás: A vetületek áltlános elmélete A vetítés mtemtiki elve Két mtemtikilg meghtározott felület prméteres egyenletei legyenek következők: x = f 1 (u, v), y = f 2 (u, v), I. z = f 3 (u, v). ξ = g 1
Gazdasági matematika II. vizsgadolgozat, megoldással,
Gazdasági matematika II. vizsgadolgozat, megoldással, levelező képzés Definiálja az alábbi fogalmakat! 1. Kvadratikus mátrix invertálhatósága és inverze. (4 pont) Egy A kvadratikus mátrixot invertálhatónak
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
MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ
Mtemtik középszint 061 ÉRETTSÉGI VIZSGA 007. október 5. MATEMATIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM Fontos tudnivlók Formi előírások:
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:
BIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 9. Együttes eloszlás, kovarianca, nevezetes eloszlások Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés, definíciók Együttes eloszlás Függetlenség
1. feladat Oldja meg a valós számok halmazán a következő egyenletet: 3. x log3 2
A 004/005 tnévi Országos Középiskoli Tnulmányi Verseny második fordulójánk feldtmegoldási MATEMATIKÁBÓL ( I ktegóri ) feldt Oldj meg vlós számok hlmzán következő egyenletet: log log log + log Megoldás:
VI. Deriválható függvények tulajdonságai
1 Deriválhtó függvének tuljdonsági VI Deriválhtó függvének tuljdonsági Ebben fejezetben zt vizsgáljuk, hog deriválhtó függvének esetén derivált milen összefüggésben vn függvén más tuljdonságivl, és hogn
ANALÍZIS II. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA
ANALÍZIS II. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA Szerkesztette: Blogh Tmás 2013. jnuár 16. H hibát tlálsz, kérlek jelezd info@bloghtms.hu e-mil címen! Ez Mű Cretive Commons Nevezd meg! - Ne dd el! - Így
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
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
A Riemann-integrál intervallumon I.
A Riemnn-integrál intervllumon I. A htározott integrál foglm és kiszámítás Boros Zoltán Debreceni Egyetem, TTK Mtemtiki Intézet, Anĺızis Tnszék Debrecen, 2017. március 6. Zárt intervllum felosztási A továbbikbn,
Egy látószög - feladat
Ehhez tekintsük z 1. ábrát is! Egy látószög - feldt 1. ábr Az A pont körül kering C pont, egy r sugrú körön. A rögzített A és B pontok egymástól távolság vnnk. Az = CAB szöget folymtosn mérjük. Keressük
= n 2 = x 2 dx = 3c 2 ( 1 ( 4)). = π 13.1
Htározott integrál megoldások + 7 + + 9 = 9 6 A bl végpontokt válsztv: i = i n, i+ i = n, fξ i = i 6 d = lim n n i= i n n = n lim n n i = lim n i= A jobb végpontokt válsztv: fξ i = n i, n i d = lim n n
Kovács Judit ELEKTRO TEC HNIKA-ELEKTRONIKA 137
ELEKTROTECHNIKA-ELEKTRONIKA Kovács Judit A LINEÁRIS EGYENLETRENDSZEREK GAUSS-FÉLE ELIMINÁCIÓVAL TÖRTÉNŐ MEGOLDÁSÁNAK SZEREPE A VILLAMOSMÉRNÖK SZAKOS HALLGATÓK MATEMATIKA OKTATÁSÁBAN ON THE ROLE OF GAUSSIAN
Matematika A1a - Analízis elméleti kérdései
Mtemtik A1 - Anlízis elméleti kérdései (műszki menedzser szk, 2018. ősz) Kör egyenlete Az (x 0, y 0 ) középpontú, R sugrú kör egyenlete síkon (x x 0 ) 2 + (y y 0 ) 2 = R 2. Polinom Az x n x n + n 1 x n
A 2013/2014. tanévi Országos Középiskolai Tanulmányi Verseny első forduló MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató
Okttási Hivtl A 013/014 tnévi Országos Középiskoli Tnulmányi Verseny első forduló MATEMATIKA I KATEGÓRIA (SZAKKÖZÉPISKOLA) Jvítási-értékelési útmuttó 1 Oldj meg vlós számok hlmzán egyenletet! 3 5 16 0
Differenciálszámítás. Lokális szélsőérték: Az f(x) függvénynek az x 0 helyen lokális szélsőértéke
Differenciálszámítás Lokális növekedés (illetve csökkenés): H z f() függvény deriváltj z 0 helyen pozitív: f () > 0 (illetve negtív: f () < 0), kkor z f() függvény z 0 helyen növekvően (illetve csökkenően)
Gyökvonás. Hatvány, gyök, logaritmus áttekintés
Htvány, gyök, logritmus áttekintés. osztály Gyökvonás Négyzetgyök: Vlmely nem negtív vlós szám négyzetgyöke olyn nem negtív vlós szám, melynek négyzete z szám. Mgj.: R = Azonosságok: b ; b k ;, h, b R
4. rész. Nevezetes eloszlások és generálásuk. Játék a véletlennel. Komputerstatisztika kurzus
Valós és generálásuk Játék a véletlennel Komputerstatisztika kurzus diszkrét folytonos Box Muller Barczy Mátyás Informatikai Kar Debreceni Egyetem Marsaglia 1 A témái Valós diszkrét 1 Valós folytonos 2
Középiskolás leszek! matematika. 13. feladatsor 1. 2. 3. 4. 5. 6.
Középiskolás leszek! mtemtik Melyik számot jelentheti A h tudjuk hogy I felennyi mint S S egyenlõ K és O összegével K egyenlõ O és L különbségével O háromszoros L-nek L negyede 64-nek I + S + K + O + L
e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:
Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:
Véletlenszám generátorok és tesztelésük. Tossenberger Tamás
Véletlenszám generátorok és tesztelésük Tossenberger Tamás Érdekességek Pénzérme feldobó gép: $0,25-os érme 1/6000 valószínűséggel esik az élére 51% eséllyel érkezik a felfelé mutató oldalára Pörgetésnél
Exponenciális és logaritmikus egyenletek, egyenletrendszerek, egyenlôtlenségek
Eponenciális és logritmikus egyenletek, Eponenciális és logritmikus egyenletek, egyenletrendszerek, egyenlôtlenségek Eponenciális egyenletek 60 ) = ; b) = ; c) = ; d) = 0; e) = ; f) = ; g) = ; h) =- 7
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:
Absztrakt vektorterek
Absztrkt vektorterek Összeállított: dr. Leitold Adrien egyetemi docens 213. 1. 8. Absztrkt vektorterek /1. Absztrkt vektortér definíciój Legyen V egy hlmz, egy test (pl. vlós vgy komplex számtest), és
Molnár Bence. 1.Tétel: Intervallumon értelmezett folytonos függvény értékkészlete intervallum. 0,ami ellentmondás uis. f (x n ) f (y n ) ε > 0
Anlízis. Írásbeli tételek-bizonyítások Molnár Bence 1.Tétel: Intervllumon értelmezett folytonos függvény értékkészlete intervllum Legyen I R tetszőleges intervllum és f I R folytonos függvény R f intervllum
7. tétel: Elsı- és másodfokú egyenletek és egyenletrendszerek megoldási módszerei
7. tétel: Elsı- és másodfokú egyenletek és egyenletrendszerek megoldási módszerei Elsıfokú függvények: f : A R A R, A és f () = m, hol m; R m 0 Az elsıfokú függvény képe egyenes. (lásd késı) m: meredekség,
5. Logaritmus. I. Nulladik ZH-ban láttuk: 125 -öt kapjunk. A 3 5 -nek a 3. hatványa 5, log. x Mennyi a log kifejezés értéke?
. Logritmus I. Nulldik ZH-bn láttuk:. Mennyi kifejezés értéke? (A) Megoldás I.: BME 0. szeptember. (7B) A feldt ritmus definíciójából kiindulv gykorltilg fejben végiggondolhtó. Az kérdés, hogy -öt hánydik
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Exponenciális és Logaritmusos feladatok
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Eponenciális és Logritmusos feldtok A szürkített hátterű feldtrészek nem trtoznk z érintett témkörhöz, zonbn szolgálhtnk fontos információvl z
Tehetetlenségi nyomatékok
Tehetetlenségi nyomtékok 1 Htározzuk meg z m tömegű l hosszúságú homogén rúd tehetetlenségi nyomtékát rúd trtóegyenesét metsző tetszőleges egyenesre vontkozón, h rúd és z egyenes hjlásszöge α, rúd középpontjánk
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
Sorozatok határértéke SOROZAT FOGALMA, MEGADÁSA, ÁBRÁZOLÁSA; KORLÁTOS ÉS MONOTON SOROZATOK
Sorozatok határértéke SOROZAT FOGALMA, MEGADÁSA, ÁBRÁZOLÁSA; KORLÁTOS ÉS MONOTON SOROZATOK Sorozat fogalma Definíció: Számsorozaton olyan függvényt értünk, amelynek értelmezési tartománya a pozitív egész
Határozzuk meg, hogy a következő függvényeknek van-e és hol zérushelye, továbbá helyi szélsőértéke és abszolút szélsőértéke (
9 4 FÜGGVÉNYVIZSGÁLAT Htározzuk meg, hogy következő függvényeknek vn-e és hol zérushelye, továbbá helyi szélsőértéke és bszolút szélsőértéke (41-41): 41 f: f, R 4 f: 4 f: f 5, R f 5 44 f: f, 1, 1 1, R
Lineáris programozás
Lieáris progrmozás Lieáris progrmozás Lieáris progrmozás 2 Péld Egy üzembe 4 féle terméket állítk elő 3 féle erőforrás felhszálásávl. Ismert z erőforrásokból redelkezésre álló meyiség (kpcitás), termékek
11. évfolyam feladatsorának megoldásai
évolym eldtsoránk megoldási Oldjuk meg természetes számok hlmzán következő egyenleteket x ) y 6 x! 3 b) y 6 3 ) Átrendezve megoldndó egyenlet y 6 x! 3 H x 0, kkor H x, kkor H x, kkor H x 3, kkor H x, kkor
4. Hatványozás, gyökvonás
I. Nulldik ZH-bn láttuk:. Htványozás, gyökvonás. Válssz ki, hogy z lábbik közül melyikkel egyezik meg következő kifejezés, h, y és z pozitív számok! 7 y z z y (A) 7 8 y z (B) 7 8 y z (C) 9 9 8 y z (D)
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.,
Oszthatóság. Maradékos osztás
1. Számelméleti lismeretek, számelmélet ltétele. A rímszámelmélet elemei. A kongruenci foglm, mrdékosztályok, Euler Fermt-tétel. Lineáris és mgsbb fokú lgebri kongruenciák. Binom kongruenciák, kvdrtikus
Improprius integrálás
Improprius integrálás 7. feruár.. Feldt: d Megoldás: Egy improprius integrált kell meghtározni, mivel fels integrálási htár. Deníció: H z f() függvény folytonos z, intervllumon, vlmint létezik f()d htárérték
Gazdasági matematika I. tanmenet
Gzdsági mtemtik I. tnmenet Mádi-Ngy Gergely A hivtkozásokbn z lábbi két tnkönyvre utlunk: Cs: Csernyák László (szerk.): Anlízis, Nemzeti Tnkönyvkidó 200. D: Denkinger Géz: Anlízis gykorltok, Nemzeti Tnkönyvkidó
Többváltozós analízis gyakorlat
Többváltozós nlízis gykorlt Áltlános iskoli mtemtiktnár szk 07/08. őszi félév Ajánlott irodlom (sok gykorló feldt, megoldásokkl: Thoms-féle klkulus 3., Typote, 007. (Jól hsználhtók z -. kötetek is Fekete
5.2. ábra. A mágnestűk a rúdmágnes erőterében az erővonalak irányát mutatják.
8 5. Néány közelítő megoldás geometrii szemléltetése A dy dx = y2 x 2 2xy y 2 x 2 +2xy 5.1. ábr. differenciálegyenlet lpján rjzoltó iránymező. 5.2. ábr. A mágnestűk rúdmágnes erőterében z erővonlk irányát
Lineáris egyenletrendszerek
Lineáris egyenletrendszerek lineáris elsőfokú, z ismeretlenek ( i -k) elsőfokon szerepelnek. + + n n + + n n m + m +m n n m m n n mn n m (m n)(n )m A A: együtthtó mátri Megoldás: milyen értékeket vehetnek
Monte-Carlo-módszerek a statisztikában*
Monte-Crlo-módszerek sttisztikábn* Kehl Dániel, Pécsi Tudományegyetem Közgzdságtudományi Kránk tnársegéde E-mil: kehld@ktk.pte.hu A tnulmány Monte-Crlo-módszerek sttisztiki lklmzásáról nyújt áttekintést
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 +
Országos Középiskolai Tanulmányi Verseny 2010/2011 Matematika I. kategória (SZAKKÖZÉPISKOLA) Az 1. forduló feladatainak megoldása
Okttási Hivtl Országos Középiskoli Tnulmányi Verseny 00/0 Mtemtik I ktegóri (SZAKKÖZÉPISKOLA) Az forduló feldtink megoldás Az x vlós számr teljesül hogy Htározz meg sin x értékét! 6 sin x os x + 6 = 0
GAZDASÁGI MATEMATIKA I.
GAZDASÁGI MATEMATIKA I.. A HALMAZELMÉLET ALAPJAI. Hlmzok A hlmz, hlmz eleme lpfoglom (nem deniáljuk ket). Szokásos jelölések: hlmzok A, B, C (ngy bet k), elemek, b, c (kis bet k), trtlmzás B ( eleme z
Vektorok. Vektoron irányított szakaszt értünk.
Vektorok Vektoron irányított szkszt értünk A definíció értelmében tehát vektort kkor ismerjük, h ismerjük hosszát és z irányát A vektort kövér kis betűkkel (, b stb) jelöljük, megkülönböztetve z, b számoktól,
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
IX. A TRIGONOMETRIA ALKALMAZÁSA A GEOMETRIÁBAN
4 trigonometri lklmzás geometrián IX TRIGONOMETRI LKLMZÁS GEOMETRIÁN IX szinusz tétel Feldt Számítsd ki z háromszög köré írhtó kör sugrát háromszög egy oldl és szemen fekvő szög függvényéen Megoldás z
A Gauss elimináció ... ... ... ... M [ ]...
A Guss elimiáció Tekitsük egy lieáris egyeletredszert, mely m egyeletet és ismeretlet trtlmz: A feti egyeletredszer együtthtómátri és kibővített mátri: A Guss elimiációs módszer tetszőleges lieáris egyeletredszer
Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek
Az november 23-i szeminárium témája Rövid összefoglaló Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek felfrissítése? Tekintsünk ξ 1,..., ξ k valószínűségi változókat,
f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva
6. FÜGGVÉNYEK HATÁRÉRTÉKE ÉS FOLYTONOSSÁGA 6.1 Függvény határértéke Egy D R halmaz torlódási pontjainak halmazát D -vel fogjuk jelölni. Definíció. Legyen f : D R R és legyen x 0 D (a D halmaz torlódási
Funkcionálanalízis. n=1. n=1. x n y n. n=1
Funkcionálanalízis 2011/12 tavaszi félév - 2. előadás 1.4. Lényeges alap-terek, példák Sorozat terek (Folytatás.) C: konvergens sorozatok tere. A tér pontjai sorozatok: x = (x n ). Ezen belül C 0 a nullsorozatok
Heves Megyei Középiskolák Palotás József és Kertész Andor Matematikai Emlékversenye évfolyam (a feladatok megoldása)
Okttási Hivtl E g r i P e d g ó g i i O k t t á s i K ö z p o n t Cím: 00 Eger, Szvorényi u. 7. Postcím: 00 Eger, Szvorényi u. 7. elefon: /50-90 Honlp: www.oktts.hu E-mil: POKEger@oh.gov.hu Heves Megyei
Összeállította: dr. Leitold Adrien egyetemi docens
Lineáris egyenletrendszerek Összeállított: dr. Leitold Adrien egyetemi docens 2008.09.08. Leontieff-modellek Leontieff-modellek: input-output modellek gzdság leírásár legyen n féle, egymássl összefüggésben
9. HATÁROZATLAN INTEGRÁL
9. HATÁROZATLAN INTEGRÁL 9. Definíció és lpintegrálok. Definíció. Legyen f : I R dott függvény (I R egy intervllum). A F : I R függvényt f függvény primitív függvényének nevezzük I-n, h F differenciálhtó
2. Gauss elimináció. 2.1 Oldjuk meg Gauss-Jordan eliminációval a következő egyenletrendszert:
. Guss elimináció.1 Oldjuk meg Guss-Jordn eliminációvl következő egyenletrendszert: x - x + x + x5 = -5 x1-7x + 8x - 5x = 9 x1-9x + 1x - 9x = 15. A t prméter mely értékeire nincs z egyenletrendszernek
Házi feladatok megoldása. Harmadik típusú nyelvek és véges automaták. Házi feladatok megoldása. VDA-hoz 3NF nyelvtan készítése
Hrmdik típusú nyelvek és véges utomták Formális nyelvek, 10. gykorlt Házi feldtok megoldás 1. feldt Melyik nyelvet fogdj el következő utomt? c q 0 q 1 q 2 q 3 q 1 q 4 q 2 q 4 q 2 q 0 q 4 q 3 q 3 q 4 q
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.
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 :
Az érintőformula A Simpson formula Gauss-kvadratúrák Hiba utólagos becslése. Numerikus analízis
Az érintőformul Érintőformul Az érintőformul egy nyílt Newton-Cotes formul, melyre: ( ) + b f (x)dx (b )f. 2 Az érintőformul úgy is értelmezhető, hogy függvényt z [, b] intervllum középpontjához húzott
Matematika 4 gyakorlat Földtudomány és Környezettan BSc II/2
Mtemtik 4 gykorlt Földtudomány és Környezettn BSc II/2 1. gykorlt Integrálszámítás R n -ben: vonlintegrál, primitív függvény, Newton Leibniz-szbály. Legyen Ω R n egy trtomány, f : Ω R n folytonos függvény
Térbeli pont helyzetének és elmozdulásának meghatározásáról - I.
Térbeli pont helyzetének és elmozdulásánk meghtározásáról - I Egy korábbi dolgoztunkbn melynek címe: Hely és elmozdulás - meghtározás távolságméréssel már volt szó címbeli témáról Ott térbeli mozgást végző
3. Lineáris differenciálegyenletek
3. Lineáris differenciálegyenletek A közönséges differenciálegyenletek két nagy csoportba oszthatók lineáris és nemlineáris egyenletek csoportjába. Ez a felbontás kicsit önkényesnek tűnhet, a megoldásra
4 x. Matematika 0 1. előadás. Végezzük el a műveleteket! Alakítsuk szorzattá a következő kifejezéseket! 5. Oldjuk meg az alábbi egyenleteket!
Mtemtik 0. elődás Végezzük el műveleteket!. 6... Alkítsuk szorzttá következő kifejezéseket!. 8 6 6. 7. 8. y Oldjuk meg z lái egyenleteket! 9. 0. 7 0 7 6. 7. Egy kétjegyű szám számjegyeinek összege. H felseréljük
Valószínűségszámítás összefoglaló
Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
Óravázlatok: Matematika 2. Tartományintegrálok
Órvázltok: Mtemtik 2. rtományintegrálok Brth Ferenc zegedi udományegyetem, Elméleti Fiziki nszék készültség: April 23, 23 http://www.jte.u-szeged.hu/ brthf/oktts.htm) ontents 1. A kettős integrál 1 1.1.
KIEGÉSZÍTÉS A VONALINTEGRÁLHOZ
KIEGÉSZÍTÉS A VONALINTEGRÁLHOZ BSC MATEMATIKATANÁR SZAKIRÁNY 28/29. TAVASZI FÉLÉV Az lábbikbn z el dáson vonlinterálról ill. primitív füvényr l elhnzottk közül zok olvshtók, mik Lczkovich-T. Sós: Anlízis
Mátrixok és determinánsok
Informtik lpji Mátriok és erminánsok számok egyfjt tábláztát mátrink hívjuk. mátriok hsználhtóság igen sokrétő kezdve mtemtikávl, folyttv számítástechnikán és fizikán keresztül, egészen z elektrotechnikáig.
NÉHÁNY GONDOLAT A VARIANCIABECSLÉS HIBAHATÁRÁRÓL
MÓDSZERTANI TANULMÁNYOK NÉHÁNY GONDOLAT A VARIANCIABECSLÉS HIBAHATÁRÁRÓL A következtetéses sttisztik egyik módszercsládját sttisztiki becslések lkotják. A becslés során mintbeli információk lpján dunk
Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
Bevezetés a programozásba. 3. Előadás Algoritmusok, tételek
Bevezetés progrmozásb 3. Elődás Algortmusok, tételek ISMÉTLÉS Specfkácó Előfeltétel: mlyen körülmények között követelünk helyes működést Utófeltétel: mt várunk kmenettől, m z összefüggés kmenet és bemenet
Juhász István Orosz Gyula Paróczay József Szászné Dr. Simon Judit MATEMATIKA 10. Az érthetõ matematika tankönyv feladatainak megoldásai
Juhász István Orosz Gyul Próczy József Szászné Dr Simon Judit MATEMATIKA 0 Az érthetõ mtemtik tnkönyv feldtink megoldási A feldtokt nehézségük szerint szinteztük: K középszint, könnyebb; K középszint,
Improprius integrálás
Improprius integrálás. feruár 9.. Feldt: d Megoldás: Egy improprius integrált kell meghtározni, mivel fels integrálási htár. Deníció: H z f() függvény integrálhtó z, intervllum ármely, részin- tervllumán,
Az integrálszámítás néhány alkalmazása
Az integrálszámítás néhány lklmzás (szerkesztés ltt) Dr Toledo Rodolfo 4 november 4 Trtlomjegyzék Két függvények áltl htárolt terület Forgástestek térfogt és felszíne 5 3 Ívhosszszámítás 7 4 Feldtok 8
minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.
Függvények határértéke és folytonossága Egy f: D R R függvényt korlátosnak nevezünk, ha a függvényértékek halmaza korlátos. Ha f(x) f(x 0 ) teljesül minden x D esetén, akkor x 0 -at a függvény maximumhelyének
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
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
1. Végezd el a kijelölt mûveleteket a betûk helyére írt számokkal! Húzd alá azokat a mûveleteket,
Számok és mûveletek + b b + Összedásnál tgok felcserélhetõk. (kommuttív tuljdonság) ( + b) + c + (b + c) Összedásnál tgok csoportosíthtók. (sszocitív tuljdonság) b b ( b) c (b c) 1. Végezd el kijelölt