A szita formula és alkalmazásai. Gyakran találkozunk az alábbi kérdéssel, sokszor egy összetett feladat részfeladataként.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "A szita formula és alkalmazásai. Gyakran találkozunk az alábbi kérdéssel, sokszor egy összetett feladat részfeladataként."

Átírás

1 A szta formula és alalmazása. Gyaran találozun az alább érdéssel, soszor egy összetett feladat részfeladataént. Tentsün bzonyos A 1,...,A n eseményeet, és számítsu anna a valószínűségét, hogy legalább az együ beövetez. Formálsan megfogalmazva, számítsu a P(A 1 A n valószínűséget. A övetező ét fontos specáls esetben egyszerűen meg tudju oldan ezt a feladatot: a Ha az A 1,...,A n eseménye dszjunta, azaz A A j, ha j, 1,j n, b Ha az A 1,...,A n eseménye függetlene. Az a esetben P(A 1 A n P(A P(A n. A b esetben P(A 1 A n 1 P(A 1 A n 1 P(Ā1 Ān 1 P(Ā1 P(Ān 1 (1 P(A 1 (1 P(A n, ahol Ā Ω \ A az A esemény omplementerét jelöl. (A fent számolásban használtu azt az eredményt, amely szernt, ha az A 1,...,A n eseménye függetlene, aor az Ā1,...,Ān eseménye s azo. Mt mondhatun az általános esetben, ha a tentett A 1,A 2,...,A n eseménye nem feltétlenül dszjunta, és nem feltétlenül függetlene? Ez nehezebb érdés, és az általános esetben a P(A 1 A n valószínűséget nem lehet fejezn csa a P(A j valószínűsége segítségével. De ebben az esetben s van egy hasznos és tartalmas eredmény, az úgynevezett szta formula, amely lehetővé tesz a P(A 1 A n valószínűség számítását bzonyos plusz nformácó segítségével. Ismertetem ezt az eredményt. Továbbá tárgyaln fogo olyan feladatoat, amelyeet enne az eredményne a segítségével tudun megoldan. A ombnatorában s van az smertetetendő eredményne egy megfelelője, amelyet szntén szta formulána nevezne. Érdemes ezt a ét eredményt, amelye, mnt ésőbb látn fogju valójában evvalense párhuzamosan smertetn. Anna érdeében, hogy megülönböztessü őet, ombnatorus és valószínűségszámítás szta formuláról fogo beszéln. Először a ombnatorus szta formulát smertetem: Legyen adva egy véges A halmaz, amely előáll bzonyos nem feltétlenül dszjunt A j, 1 j n, halmazo A A 1 A 2 A n unójaént. Szeretnén megszámoln az A halmaz elemene A számát. Tentsün egy olyan esetet, amor erre özvetlenül nem vagyun épese, de meg tudju számoln az A j halmazo elemene A j számát mnden 1 j n számra. Eor az S 1 n A j mennység természetes becslés lenne az A számra. De ez csa egy felső becslés az általános esetben, mert egy olyan elemet, amely mnd az A mnd az A j halmazban benne van valamely j ndexpárra étszer számoltun az S 1 fejezésben holott csa egyszer ellett volna. Ezt orrgálandó vezessü be az 1

2 S 2 1 <j n A A j összeget, és vegyü az S 1 S 2 becslést. Eor azonban csa az S 1 S 2 A egyenlőtlenséget apju, mert például egy olyan elemet, amely három halmazban van benne háromszor számoltu az S 1 összegben és háromszor vontu le az S 2 összegben, tehát az lyen ponto létezését nem vettü fgyelembe az S 1 S 2 becslésben. (Ha az A, A j és A halmazban van a tentett pont aor poztív előjellel számoltu az S 1 összeg A, A j és A tagjaban és negatív előjellel az S 2 összeg A A j, A A és A j A tagjaban. Ezért orrgálju ezt az összeget s. Vezessü be az S 3 A A j A fejezéseet. Eor be lehet látn, hogy S 1 S 2 +S 3 A. 1 <j< n Ha azonosságot aarun apn aor ezt a orrecós eljárást tovább ell folytatn, mert például a 4 ülönböző A j halmazban szereplő elemeet fgyelembe véve... A fent, ssé nagyvonalúan tárgyalt gondolatmenetet részletesebben dolgozva és folytatva a övetező eredményhez jutun. Kombnatorus szta formula. Legyene adva bzonyos véges so elemet tartalmazó A 1,...,A n halmazo, és tentsü eze A A 1 A 2 A n unóját. Jelölje X egy véges X halmaz elemene a számát. Az A halmaz elemene A számát a övetező formulával fejezhetjü. Vezessü be az S mennységeet. Eor Továbbá, S 1 S 2 és általában 1 j 1 < <j n A j1 A j, 1 n, A A 1 A n S 1 S 2 + S 3 + ( 1 n+1 S n. n A j 2l 1 1 j< n A j A A A 1 A n S 1 2l 1 ( 1 +1 S A A 1 A n ( 1 +1 S 1 n A j mnden l 1 ndexre. (Legyen S 0, ha > n. Ez az egyenlőtlenség azt jelent, hogy a ombnatorus szta formulában szereplő S 1 S 2 +S 3 előjeles összeg páratlan számú tagot tartalmazó részletösszege felső és páros számú tagot tartalmazó részletösszege alsó becslést adna az A A 1 A n mennységre. Ezen eredmény valószínűségszámítás megfelelője, a valószínűségszámítás szta formula hasonló eredményt állít bzonyos A 1,...,A n eseménye unójána a valószínűségéről. 2

3 Valószínűségszámítás szta formula. Legyene adva tetszőleges A 1,...,A n eseménye egy (Ω, A, P valószínűség mezőn. Eor P(A 1 A n S 1 S 2 + S 3 + ( 1 n+1 S n, ahol Továbbá, S P(A j1 A j, 1 n. 1 j 1 < <j n S 1 S 2 és általában n P(A j 2l 1 1 j< n P(A j A P(A 1 A n S 1 2l 1 ( 1 +1 S P(A 1 A n ( 1 +1 S 1 n P(A j mnden l 1 ndexre. (Legyen S 0, ha > n. Ez az egyenlőtlenség azt jelent, hogy a P(A 1 A n valószínűséget a szta formulában fejező S 1 S 2 + S 3 előjeles összeg páratlan számú tagot tartalmazó részletösszege felülről és páros számú tagot tartalmazó részletösszege alulról becsül meg a vzsgált valószínűséget. Ház feladat: Mutassu meg, hogy a valószínűségszámítás szta formula a orábban smertetett épleteet adja specáls esetént dszjunt vagy független A 1,...,A n eseménye unójána P(A 1 A n valószínűségére. Mutato egy olyan feladatot, amelyet vszonylag önnyen meg tudun oldan az előbb megfogalmazott valószínűségszámítás szta formula segítségével. Feladat: Egy estélyen megjelen n házaspár. Egy táncmester, a nem tudja, hogy házastársa és nem, véletlen módon párba rendez a férfaat és nőet a tánc előtt. M a valószínűsége anna, hogy egyetlen házaspár sem táncol együtt? M enne a valószínűségne a határértée, ha n? Megoldás: Defnálju a övetező A j eseményeet: A j a j- házaspár együtt táncol, 1 j n. Eor mnet a P(A 1 A n 1 P(A 1 A n valószínűség érdeel. Számolju a P(A 1 A n valószínűséget a valószínűségszámítás szta formula segítségével. Enne érdeében vegyü észre, hogy a P(A j1 A j (n! n! azonosság érvényes mnden lehetséges 1 j 1 < < j n szám--asra. Ugyans az összes lehetséges párbaállításo száma n!, míg az olyan párbaállításo száma, amelyben a j 1 -, j 2 -,..., j - házaspár egy párba erül (n!. 3

4 Ezért a valószínűségszámítás szta formulában bevezetett S mennység értée S ( n (n! n! 1! mnden 1 n számra. Innen adód, hogy a mnet érdelő valószínűség n házaspár esetén ahonnan P(A 1 A n 1 P(A 1 A n 1 S 1 + S ( 1 n S n n ( 1,! 0 n ( 1 P(A 1 A n! 0 ( 1! 0 1 e ha n. Tehát nagy n számra anna a valószínűsége, hogy egy házaspár sem fog együtt táncoln özelítőleg 1 e. Mutato három más feladatot s, ahol a szta formula jól alalmazható. 1. feladat: Egy urnából, amelyben az 1,...,n számoat tartalmazó lapo vanna, húzun m lapot vsszatevéssel. Mnden lapot egyforma valószínűséggel húzun. M anna a valószínűsége, hogy az 1,..., számot tartalmazó lapo mndegyét húztu? M enne a valószínűségne a határértée rögzített számra és m n húzásszámra, ha n? Megoldás: Jelölje A j, 1 j, azt az eseményt, hogy a j számot tartalmazó lapot nem húztu, és jelölje B egy B esemény omplementerét. Eor a P(Ā1 Ā2 Ā P(A 1 A 2 A 1 P(A 1 A 2 A valószínűséget ell számolnun. Továbbá, P(A j1 A 2 A jl ( n l m n mnden rögzített 1 j 1 < < j l ndexsorozatra, mert ez egy olyan esemény valószínűségével egyenlő, ahol m (egymástól független húzás mndegyében n lehetőség özül l szám húzását tltju meg. Innen S l 1 j 1 < <j l P(A j 1 A jl ( ( n l m, l n mnden 1 l ndexre, és a szta formula alapján a eresett valószínűség 1 P(A 1 A 2 A 1 S 1 + S 2 + ( 1 S 1 ( 1 l( ( l 1 l m. n Enne határértée m n és n esetén 1 ( 1 l( e l l 2. feladat: l0 ( l ( 1 l ( e 1 1, ( e mert lm 1 l n n e l. Leírun egy 20 hosszúságú szót, amely csa A, B, C és D betűt tartalmaz. Válasszu a szó mndegy betűjét egymástól függetlenül egyforma valószínűséggel. a. M anna a valószínűsége, hogy a felírt szó mnd a négy betűt tartalmazza? 4

5 b. Hány olyan 20 hosszúságú négy betűs szó van, amely mnd a négy betűt tartalmazza? Megoldás: Jelölje, 1, 2, 3 és 4 a négy betűt. Ezzel a megfogalmazással az a rész megegyez az első feladat problémájával, ha n 4, és m 20. Ezért az a rész eredménye 1 4 ( 1 l( ( 4 1 l l Összesen hosszúságú 4 betűből álló szó ( van. Ezért az a rész megoldásából övetez, hogy a b rész megoldása ( 1 l( ( 4 1 l ( 1 l( 4 l( 4 20 l. Ez az eredmény egyébént özvetlenül s levezethető a ombnatorus szta formula segítségével. 3. feladat: Egy cornflae gyártó cég mnden dobozba betesz egy upont, és összesen 10 ülönböző upont használ. Meora anna a valószínűsége, hogy mnd a 10 upont megapja egy olyan vásárló, a 25 doboz cornflae-et vesz? Megoldás: Jelölje A j, 1 j 10, azt az eseményt, hogy a j- upont ( megapta 10 a vásárló, és Āj enne az eseményne a omplementerét. Eor a P A j ( ( valószínűséget ell számolnun. Vszont P A j 1 P Ā j, és ( 10 P Ā j 10 ( 1 S, ahol S P(Āj 1 Āj 2 Āj, és a {j 1,...,j } 1 ndexhalmaz a fent szummában az {1,...,10} halmaz összes elemű részhalmazából áll. Vszont P(Āj 1 Āj 2 Āj ( 10 25, 10 anna a valószínűsége, hogy a lehetséges 10 uponból mnd a 25 vásárlásnál a j 1,... j ndexű uponotól ülönböző 10 upon valamelyét apju. Ezért S ( ( ( 10 mnden 1 10 ndexre re S S 10 0, ahonnan P A j 9 ( 1 ( ( l A valószínűségszámítás szta formula bzonyítását egy egészítésben fogom tárgyaln. Alább megmutatom, hogy a ombnatorus szta formula egyszerűen levezethető a valószínűségszámítás szta formulából, és vce versa. A ombnatorus szta formula gazolása érdeében tentsün bzonyos A 1,...,A n véges halmazoat, és jelöljü e halmazo unóját A A 1 A n -nel. Legyen A {x 1,...,x N } egy N elemű halmaz, és vezessü be azt a valószínűség mezőt, amelyben az A halmaz elemet választhatju egyenletes eloszlással. Részletesebben fejtve, a övetező (Ω, A,P valószínűség mezőt defnálju: Ω A, A az A halmaz összes részhalmazából álló σ-algebra, P({x j } 1 N mnden 1 j N számra, ahonnan 5

6 P(B B N mnden B A halmazra. Megmutatom, hogy a ombnatorus szta formulát megaphatju a valószínűség szta formula segítségével, ha azt a most defnált (Ω, A,P valószínűség mezőn az A 1,...,A n halmazora alalmazzu. Jelöljü a ombnatorus szta formulában defnált S j, 1 j n, összege megfelelőt a valószínűség szta formulában S j -vel. Eor nyílván S j N S j. Továbbá, mvel P(A 1, a valószínűség szta formula azt adja, hogy S 1 S 2 + S 3 + ( 1 n+1 S n N( S 1 S 2 + S 3 +( 1 n+1 Sn NP(A N, és mvel A N, ezt ellett bzonyítanun. A ombnatorus szta formulában megfogalmazott egyenlőtlensége hasonlóan vezethető le ezen állításo megfelelőből a valószínűségszámítás szta formulában. Megfordítva, a valószínűségszámítás szta formula s egyszerűen levezethető a ombnatorus szta formulából. Anna érdeében, hogy ezt megtegyü tentsü azt az (Ω, A,P valószínűség mezőt, ahol az A 1,..., A n eseménye defnálva vanna, és defnálju mnden ω Ω elem eseményre és B A halmazra azt a B B(ω halmazt, amelyre B(ω {ω}, ha ω B, és B(ω, ha ω / B. Felírom a ombnatora sztaformulát az Ā1(ω Ān(ω halmaz számosságára mnden ω Ω elem eseményre, majd megmutatom, hogy ezt az azonosságot az ω szernt átlagolva, azaz várható értéet véve megapju a valószínűségszámítás szta formulát. A ombnatora szta formula szernt Ā1(ω Ān(ω S 1 (ω S 2 (ω + S 3 (ω + ( 1 n+1 Sn (ω, ahol S (ω Āj 1 (ω Āj (ω 1 j 1 < <j n I Aj1 A j (ω, 1 n. Itt és a továbbaban I B (ω jelöl egy B A 1 j 1 < <j n halmaz ndátorfüggvényét. Továbbá Ā1(ω Ān(ω I A1 A n (ω. Tehát I A1 A n (ω S 1 (ω S 2 (ω + S 3 (ω + ( 1 n+1 Sn (ω. Mvel E S (ω S. 1 n, a fent azonosságban várható értéet véve megapju a P(A 1 A n S 1 S 2 + S 3 + ( 1 n+1 S n azonosságot. A valószínűségszámítás szta formulában felírt egyenlőtlensége hasonlóan bzonyíthatóa. A 2l 1 2l 1 ( 1 +1 S (ω I A1 A n (ω ( 1 +1 S (ω egyenlőtlenséget ell felírn a ombnatorus szta formula segítségével, és várható értéet ell venn ebben a relácóban. 1 6

7 1. egészítés. A valószínűségszámítás szta formula és anna egy általánosítása. A valószínűségszámítás szta formula egy olyan bzonyítását smertetem, amely egy önmagában s érdees, és más eseteben s alalmazható eredményen alapul. Ezt az alább lemmában fogalmazom meg. Lemma. Legyene adva valamely A 1,...,A n eseménye egy (Ω, A,P valószínűség mezőn, és defnálju eze felhasználásával véges so unó, metszet és omplementer segítségével bzonyos B j f j (A 1,...,A n, 1 j, eseményeet. Rögzítsün valamely c 1,...,c valós számoat. A c j P(B j c j P (f j (A 1,...,A n 0 egyenlőtlenség teljesül tetszőleges valószínűség mezőn defnált tetszőleges A 1,...,A n halmazora, ha specálsan teljesül abban a (2 n számú specáls esetben, amor mndegy A j halmaz vagy az Ω bztos vagy az üres esemény. A lemma bzonyítása. Jelölje A 1 j Ω \ A j az A j halmaz omplementerét. Vezessü be az A 1 j A j jelölést, és jelöljön ( 1,..., n, j ±1, 1 j n, valamely n hosszúságú ±1 sorozatot. Írju fel mndegy B j f j (A 1,...,A n eseményt onjuntív normálforma alaban. Felhasználva, hogy a onjuntív normálformában dszjunt halmazo unója jelen meg, a vzsgálandó egyenlőtlenség felírható ( (A d( 1,..., n P A 1 1 A n n 0 ( 1,..., n : j ±1,,...,n alaban alalmas d( 1,..., n együtthatóal. Az (A egyenlőtlenség nyílván érvényes mnden A 1,...,A n halmazrendszerre, ha d( 1,..., n 0 mnden ( 1,..., n argumentumra. Ezért elég megmutatn, hogy amennyben az (A egyenlőtlenség teljesül mnden olyan specáls esetben, amor az A j, 1 j n, halmazo mndegye vagy az Ω bztos vagy az üres esemény, aor d( 1,..., n 0 az összes ( 1,..., n argumentumra. Ezt megmutatandó, rögzítsün egy n hosszúságú ( 1,..., n ±1 sorozatot, és defnálju enne segítségével A 1,...,A n halmazona azt a sorozatát, amelyre A j Ω, ha j 1, és A j, ha j 1, 1 j n. Ezzel a választással az (A formula baloldalán szereplő fejezés d( 1,..., n -nel egyenlő, ezért ez csa úgy lehet nem negatív, ha d( 1,..., n 0. Mvel ezt az érvet mnden lehetséges ( 1,..., n ±1 sorozatra alalmazhatju nnen övetez a lemma állítása. A valószínűségszámítás szta formula bzonyítása a lemma segítségével. A lemma alapján a valószínűségszámítás szta formula azonosságát elegendő abban a specáls esetben belátn, ha mndegy A j esemény vagy a bztos vagy az üres esemény. Eor ugyans a szta formula azonosságában szereplő fejezése bal és jobboldalán szereplő formulá ülönbségéről tudju, hogy az egyrészt nagyobb vagy egyenlő, másrészt sebb egyenlő, mnt nulla. Ezért az nullával egyenlő. Tentsü azoat az eseteet, amor az A j 7

8 eseménye özött r darab bztos és n r üres esemény van, 0 r n. Feltehetjü, hogy r 1, mert r 0 esetén, amor mndegy A j esemény az üres halmaz, az azonosság mndét oldala nullával egyenlő. Ha 1 r n, aor S l ( r l az 1 l r esetben, és S l 0, ha l > r. Ezért az 1 r n esetben a szta formula jobboldalán álló fejezés r ( 1 l+1 S l r ( 1 l+1( r r l 1 ( 1 l( r l 1 (1 1 r 1, a baloldal fejezés pedg szntén P(A 1 A n P(Ω 1. Hasonló meggondoláso alapján a szta formulában megfogalmazott egyenlőtlensége gazolásához elég azt megmutatn, hogy 1 s ( 1 l+1( r s l 0, azaz ( 1 l( r l 0, l0 s ha 1 s r, és s páratlan szám, és ( 1 l( r l 0, ha 1 s r, és s páros l0 szám. (A bzonyítandó állítás ezen reducójához úgy jutun a fent lemma segítségével, hogy r-val jelöljü azon A j halmazo számát, amelyere A j Ω, és felírju, hogy mt jelent a lemma szernt bzonyítandó állítás ebben az esetben. Az r 0 esetben az ellenőrzendő egyenlőtlensége nylvánvalóan teljesülne, mert eor mnden tentett fejezés nullával egyenlő. A bzonyítandó egyenlőtlensége övetezne az alább tartalmasabb azonosságból. s ( r ( 1 l l l0 l0 ( 1 s ( r 1 s, 0 s r. Ez azonosság nyílvánvaló az s 0 esetben, az általános esetben pedg az s változó szernt nducóval apju, hogy s ( 1 l( r ( ( 1 s 1 r 1 ( +( 1 s r ( ( 1 s r 1. l0 Ismertetem a szta formula egy hasonlóan bzonyítható általánosítását. l A szta formula egy általánosítása. Legyene adva tetszőleges A 1,...,A n eseménye egy (Ω, A,P valószínűség mezőn, és vezessü be az N N(ω valószínűség változót, amely egyenő azon j ndexe számával, amelyere az ω A j relácó teljesül. Eor ahol ( + r P(N r ( 1 S +r, S 0 1, S 1 1 < < n s 1 mnden 0 r n számra, P (A 1 A, 1 n. Továbbá ezen összeg részletösszege felváltva alsó lletve felső becslést adna a tentett valószínűségere, azaz s ( + r ( 1 S +r P(N r ha 0 s n r és s páros szám. és s ( 1 ( + r S +r P(N r ha 0 s n r és s páratlan szám. 8 s s

9 Megjegyzés. Mvel P(N 0 1 P(A 1 A n és S 0 1 ez az eredmény az r 0 esetben megegyez a szta formulával. A szta formula általánosításána a bzonyítása. A szta formula bzonyításához hasonlóan ebben az esetben s reduálhatju a bzonyítandó állítás gazolását arra a specáls esetre, amor a tentett A j eseménye özött darab Ω bztos és n darab üres esemény van, 0 n. Sőt, azt s feltehetjü, hogy > r. Ugyans < r esetén a felírt azonosság lletve egyenlőtlensége mnd a ét oldala 0-val, míg r esetén 1-gyel egyenlő. Ugyans S r+ 0, ha r + >, am mnden 0-ra teljesül, ha < r. Ezért ebben az esetben a tentett azonosság és egyenlőtlensége jobboldalán 0 áll. A r esetben S r+ 0, ha 1, és S r+0 1. Másrészt P(N r 0, ha r, és P(N r, ha r. Ezeből az állításoból övetez az állítás fent reducójána a jogossága. Másrészt a tentett specáls esetben (amor pontosan darab bztos esemény van, és a több n esemény pedg üres S r+ ( ( r+, és +r ( ( +r ( r r. Innen a bzonyítandó azonosság jobboldalán álló fejezés ( + r ( ( + r ( ( r ( 1 S r+ ( 1 ( 1 r + r ( r ( ( r r ( 1 (1 1 r 0, r r ha > r. Innen övetez, hogy a felírt azonosság valóban érvényes. Az egyenlőtlensége bzonyítása hasonló, csa ebben az esetben a számolás végén a r ( 1 ( r 0 azonosság helyett a szta formula bzonyítása során már gazolt a s ( 1 ( r 0, ha 0 s r és s páros szám, és s ( 1 ( r 0, ha 0 s r és s páratlan szám egyenlőtlenségeet ell használn. Bebzonyíto egy hasonló azonosságot, amelyben a P(N r valószínűséget számolju az S mennysége segítségével, azaz anna a valószínűségét, hogy legalább r darab A j esemény övetezett be. Megmutatom, hogy ez a formula egyszerűen levezethető az előző eredményben bzonyított a P(N r valószínűséget fejező azonosságból. Formula a P(N r valószínűség fejezésére. A szta formula előbb megfogalmazott általánosításában bevezetett jelöléseet alalmazva felírhatju a ( + r 1 P(N r ( 1 S +r, mnden 1 r n számra, azonosságot, ahol S 0 1, S 1 1 < < n P (A 1 A, 1 n. 9

10 A formula bzonyítása. A éplet r n-re érvényes, mert P(N n S n, és az azonosság jobboldalán álló fejezés s ezzel egyenlő az r n esetben. (Eor az összeg csa az 0 tagot tartalmazza. Az azonosságot r szernt bacward nducóval és a P(N r fejezésre már bzonyított azonosság segítségével bzonyítju be. Ugyans, ha az azonosságot tudju r + 1-re, aor felírhatju a P(N r P(N r + P(N r + 1 ( + r ( 1 S +r + azonosságot. Mvel 1 ( 1 ( +r S+r+1 S+r, nnen azt apju, hogy mvel ( +r Feladat: 1 1 ( 1 ( + r ( 1 1( +r 1 1 S +r+1 (( ( + r + r 1 P(N r ( 1 S +r + S r 1 1 ( + r 1 ( 1 S +r + S r, ( r ( +r 1, és ezt az azonosságot ellett bzonyítan. Tentsü a jegyzet elején megfogalmazott példát, és számolju az általánosított szta formula segítségével anna valószínűségét, hogy pontosan r, r 0, házaspár táncol együtt. M e valószínűség határértée, ha n? Megoldás: Az eredet feladat megoldása során számoltu, hogy S 1!. Ezért az általánosított szta formula alapján anna a valószínűsége, hogy az n házaspárból álló társaságban az együtt táncoló házaspáro N n száma pontosan r ( + r ( + r 1 P(N n r ( 1 S +r ( 1 ( + r! 1 ( 1 1 r!!. Innen lm P(N r 1 r! ( 1 1! 1 1 r! e. Megjegyzés. Az előző feladat eredménye specálsan azt jelent, hogy a feladatban tentett egymással táncoló házaspáro számána eloszlása tart az 1 paraméterű Posson eloszláshoz, ha n. 10

11 Tentsü a övetező módosított feladatot. Legyen adva n házaspár, és táncoljana a felesége egymás után egy véletlenül választott férfval úgy, hogy mnden férft egyforma valószínűséggel választana, és mnden egyes lyen párválasztás független egymástól. (Lehetséges, hogy lesz olyan férj, amely többször, lletve olyan férj, amely egyszer sem táncolt. Kérdés: M anna a valószínűsége, hogy pontosan r feleség táncolt a férjével? M enne a valószínűségne a határértée rögzített r számra, ha a házaspáro n száma tart a végtelenhez? Ezt a feladatot a benne szereplő függetlenség tulajdonságo matt önnyen meg lehet oldan. Nevezetesen a eresett valószínűség értée ( ( n 1 r ( r n 1 1, n amne a határértée rögzített r számra n esetén 1 r! e 1. (Vegyü észre, hogy ( 1 n 1 ( 1 1 r ( n 1 1 n n e 1, és ( n 1 r r( n 1 r!, ha n. Egyébént a apott eredmény a független valószínűség változóra vonatozó Posson eloszlású határeloszlástétel specáls esete, amely azt adja, hogy a eresett határérté megegyez anna a valószínűségével, hogy egy 1 paraméterű Posson eloszlású valószínűség változó az r értéet vesz fel. Tehát a tentett ét feladatban ugyanaz a határeloszlás jelent meg. Ez a övetező ténnyel van apcsolatban. Az eredet feladatban az a megötés, hogy az a férj, at egyszer jelölte táncpartnerne nem választható mégegyszer táncpartnerne a független párválasztás bzonyos megszorítását jelent, de ez egy nagyon enyhe megszorítás. Ezért a férjüel táncoló felesége száma felírható, mnt olyan valószínűség változó összege, amelye ugyan nem függetlene, de majdnem azo. Ezért összegü hasonló határeloszlástételt teljesít, mnt amlyennel a független esetben találoztun. 2. egészítés. A vzsgált határeloszlástétel egy más bzonyítása. Tanulságos lehet megmutatn, hogy hogyan lehet egyszerűen (a szta formula használata nélül bebzonyítan azt, hogy az e jegyzet feladatában vzsgált együtt táncoló házaspáro számána a határeloszlása az 1 paraméterű Posson eloszlás, ha a házaspáro száma tart a végtelenhez. A bzonyítás a öveteező ét lemmán alapul. 1. lemma. Tentsü a övetező feladatot. Egy estélyen megjelen n házaspár. Egy táncmester, a nem tudja, hogy házastársa és nem, véletlen módon párba rendez a férfaat és nőet a tánc előtt. Jelölje T n az együtt táncoló házaspáro számát. Mutassu meg, hogy E ( T n 1! mnden 1 n számra. 2. lemma. Legyen ζ ζ λ egy λ paraméterű Posson eloszlású valószínűség változó. Eor E ( ζ λ! mnden 1,2,... számra 1. lemma bzonyítása. Vezessü be mnden 1 j 1 < j 2 < < j n hosszúságú sorozatra a övetező η(j 1,...,j valószínűség változót: η(j 1,...,j 1, ha a j 1 -, j 2 -,... j - házaspáro mndegye egymással táncol, és η(j 1,...,j 0 egyébént. Eor ( Tn η(j 1,...,j, 1 j 1 < <j n 11

12 ahonnan E ( Tn Eη(j 1,...,j. 1 j 1 < <j n Vszont Eη(j 1,...,j (n! n!, ahonnan E ( T n ( n (n! n! 1!, amnt állítottu. 2. lemma bzonyítása. E ( ζ n ( n λ n n! e λ e λ λ n 1 λ n! (n! λ! e λ n λ n (n! λ!. Az 1. és 2. lemmából övetez, hogy az 1. lemmában defnált T n valamnt egy a 2. lemmában tentett ζ ζ 1 λ 1 paraméterű Posson eloszlású valószínűség változó momentumara érvényes a lm ET n Eζ azonosság mnden 1,2,... számra. Valóban, vegyü észre, hogy a E ( T n0 ( E ζ 0 1, am az ott megfogalmazott állításo megfelelője az elfajuló 0 esetben. Továbbá megadható az E ( η fejezés 1 E ( η! Eη(η 1 (η +1 1! (Eη +B 1, Eη 1 + +B 1, Eη+B 0, alaú formában alalmas B j,, 0 j 1 onstansoal. Ezen onstanso értéet explct módon meg lehet adn, de erre nem lesz szüségün. Ebből a relácóból az s övetez, hogy az Eη momentumot lehet fejezn az E ( η j, 0 j, fejezése lneárs ombnácójaént. Az ETn momentum hasonlóan fejezhető az E ( T n j, 0 j, fejezése lneárs ombnácójaént ugyanazon együtthatóal. Ebből a tényből, lletve az 1. és 2. lemmából övetez, hogy lm ET n Eζ mnden 0,1,2,... számra, amnt állítottam. Vszont a valószínűségszámítás alapvető eredményeből övetez, hogy ha teljesül a lm ET n Eζ relácó mnden 0,1,2,... számra és egy Posson eloszlású ζ valószínűség változóra, aor a T n valószínűség változó eloszlásban onvergálna a ζ valószínűség változóhoz. Az, hogy eloszláso momentumana a onvergencájából egy Posson eloszlású valószínűség változó momentumahoz övetez az eloszláso onvergencájá ezen Posson eloszlású valószínűség változó eloszlásához övetez a övetező három feladat eredményeből. Valójában egy élesebb állítás s övetez ezen feladato eredményeből. Az, hogy ha eloszláso egy sorozatána mnden momentuma onvergál egy olyan eloszlás megfelelő momentumához, amelyne eloszlását egyértelműen meghatározzá momentuma, aor az eloszláso sorozata onvergál ehhez az eloszláshoz. 1. feladat: Legyen adva µ n, n 1,2,..., valószínűség mértée egy olyan sorozata, amelyre létez a lm x µ n ( dx B < határérté mnden 1,2,... ndexre. Eor a µ n sorozat relatve ompat, azaz mnden µ n részsorozatána van µ nj eloszlásban onvergens részsorozata. 12

13 2. feladat: Legyen adva µ n, n 1,2,..., valószínűség mértée egy olyan sorozata, amely eloszlásban onvergál egy µ 0 valószínűség mértéhez, továbbá amelyre létez a lm x µ n ( dx B < határérté mnden 1,2,... ndexre. Eor ez a határérté teljesít a B x µ 0 ( dx relácót mnden 1,2,... ndexre. 3. feladat: Legyen adva µ n, n 1,2,..., valószínűség mértée egy olyan sorozata, amelyre lm x µ n ( dx x µ 0 ( dx mnden 1,2,... ndexre valamely µ 0 valószínűség mértéel. Ha a µ 0 mértéet meghatározzá momentuma, aor a µ n sorozat eloszlásban onvergál a µ 0 valószínűség mértéhez. Segítség: Az első feladat megoldásában a valószínűségszámítás általános eredménye alapján elég ellenőrzn, hogy mnden ε > 0 számhoz létez olyan K K(ε szám, amelyre µ n (x: x > K < ε mnden n 1,2,... ndexre. Ez gaz, mert a feladat feltétele szernt x 2 µ n ( dx < B alalmas B > 0 számmal mnden n ndexre. A gyenge onvergencából övetez, hogy lm A A x µ n ( dx A A x µ 0 ( dx mnden olyan A számra, amely folytonosság pontja a µ 0 mérténe. Ahhoz, hogy a 2. feladatot enne alapján A határátmenettel megoldju elég belátn, hogy mnden egész és ε > 0 valós számra létez olyan B B(,ε szám, amelyre x: x >B x µ n ( dx < ε mnden n ndexre. Vszont x: x >B x µ n ( dx < 1 B x: x >B x 2 µ n ( dx < 1 B x 2 µ n ( dx < ε mnden n 1 ndexre, ha B elég nagy. Ném plusz munával látható, hogy ez a becslés n 0 ndexre s érvényes. A 3. feladat állítása egyszerűen övetez az első és másod feladat eredményéből. 13

ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az eredmény. A kérdés a következő: Mikor mondhatjuk azt, hogy bizonyos események közül

ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az eredmény. A kérdés a következő: Mikor mondhatjuk azt, hogy bizonyos események közül A Borel Cantelli lemma és annak általánosítása. A valószínűségszámítás egyik fontos eredménye a Borel Cantelli lemma. Először informálisan ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az

Részletesebben

A Secretary problem. Optimális választás megtalálása.

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

Részletesebben

1. Fourier-sorok. a 0 = 1. Ennek a fejezetnek a célja a 2π szerint periodikus. 1. Ha k l pozitív egészek, akkor. (a) cos kx cos lxdx = 1 2 +

1. Fourier-sorok. a 0 = 1. Ennek a fejezetnek a célja a 2π szerint periodikus. 1. Ha k l pozitív egészek, akkor. (a) cos kx cos lxdx = 1 2 + . Fourier-soro. Bevezet definíció Enne a fejezetne a célja, hogy egy szerint periodius függvényt felírjun mint trigonometrius függvényeből épzett függvénysorént. Nyilván a cos x a sin x függvénye szerint

Részletesebben

2.2.36. AZ IONKONCENTRÁCIÓ POTENCIOMETRIÁS MEGHATÁROZÁSA IONSZELEKTÍV ELEKTRÓDOK ALKALMAZÁSÁVAL

2.2.36. AZ IONKONCENTRÁCIÓ POTENCIOMETRIÁS MEGHATÁROZÁSA IONSZELEKTÍV ELEKTRÓDOK ALKALMAZÁSÁVAL 01/2008:20236 javított 8.3 2.2.36. AZ IONKONCENRÁCIÓ POENCIOMERIÁ MEGHAÁROZÁA IONZELEKÍ ELEKRÓDOK ALKALMAZÁÁAL Az onszeletív eletród potencálja (E) és a megfelelő on atvtásána (a ) logartmusa özött deáls

Részletesebben

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

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

Részletesebben

Egy negyedrendű rekurzív sorozatcsaládról

Egy negyedrendű rekurzív sorozatcsaládról Egy negyedrendű rekurzív sorozatcsaládról Pethő Attla Emlékül Kss Péternek, a rekurzív sorozatok fáradhatatlan kutatójának. 1. Bevezetés Legyenek a, b Z és {1, 1} olyanok, hogy a 2 4b 2) 0, b 2 és ha 1,

Részletesebben

Legfontosabb bizonyítandó tételek

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

Részletesebben

KOMBINATORIKA ELŐADÁS osztatlan matematika tanár hallgatók számára. Szita formula

KOMBINATORIKA ELŐADÁS osztatlan matematika tanár hallgatók számára. Szita formula KOMBINATORIKA ELŐADÁS osztatlan matematka tanár hallgatók számára Szta formula Előadó: Hajnal Péter 2015. 1. Bevezető példák 1. Feladat. Hány olyan sorbaállítása van a a, b, c, d, e} halmaznak, amelyben

Részletesebben

VARIANCIAANALÍZIS (szóráselemzés, ANOVA)

VARIANCIAANALÍZIS (szóráselemzés, ANOVA) VARIANCIAANAÍZIS (szóráselemzés, ANOVA) Varancaanalízs. Varancaanalízs (szóráselemzés, ANOVA) Adott: egy vagy több tetszőleges skálájú független változó és egy legalább ntervallum skálájú függő változó.

Részletesebben

Hálózat gazdaságtan. Kiss Károly Miklós, Badics Judit, Nagy Dávid Krisztián. Pannon Egyetem Közgazdaságtan Tanszék 2011. jegyzet

Hálózat gazdaságtan. Kiss Károly Miklós, Badics Judit, Nagy Dávid Krisztián. Pannon Egyetem Közgazdaságtan Tanszék 2011. jegyzet Hálózat gazdaságtan jegyzet Kss Károly Mlós, adcs Judt, Nagy Dávd Krsztán Pannon Egyetem Közgazdaságtan Tanszé 0. EVEZETÉS... 3 I. HÁLÓZTOS JVK KERESLETOLDLI JELLEMZŐI HÁLÓZTI EXTERNÁLIÁK ÉS KÖVETKEZMÉNYEIK...

Részletesebben

Mechanizmusok vegyes dinamikájának elemzése

Mechanizmusok vegyes dinamikájának elemzése echanzmuso vegyes dnamáána elemzése ntonya Csaba ranslvana Egyetem, nyagsmeret Kar, Brassó. Bevezetés Komple mechanzmuso nemata és dnama mozgásvszonyana elemzése nélülözhetetlen a termétervezés első szaaszaban.

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

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

6. Bizonyítási módszerek

6. Bizonyítási módszerek 6. Bizonyítási módszere I. Feladato. Egy 00 00 -as táblázat minden mezőjébe beírju az,, 3 számo valamelyiét és iszámítju soronént is, oszloponént is, és a ét átlóban is az ott lévő 00-00 szám öszszegét.

Részletesebben

Tuzson Zoltán A Sturm-módszer és alkalmazása

Tuzson Zoltán A Sturm-módszer és alkalmazása Tuzso Zoltá A turm-módszer és alalmazása zámtala szélsérté probléma megoldása, vag egeltleség bzoítása ago gara, már a matemata aalízs eszözere szorítoz, mt például a Jese-, Hölder-féle egeltleség, derválta

Részletesebben

Függvények hatványsorba fejtése, Maclaurin-sor, konvergenciatartomány

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

Részletesebben

XL. Felvidéki Magyar Matematikaverseny Oláh György Emlékverseny Galánta 2016 Megoldások 1. évfolyam. + x = x x 12

XL. Felvidéki Magyar Matematikaverseny Oláh György Emlékverseny Galánta 2016 Megoldások 1. évfolyam. + x = x x 12 XL. Felvidéi Magyar Matematiaverseny Oláh György Emléverseny Galánta 016 Megoldáso 1. évfolyam 1. Oldju meg az egész számo halmazán az egyenletet. x 005 11 + x 004 1 = x 11 005 + x 1 004 Az egyenlet mindét

Részletesebben

k n k, k n 2 C n k k=[ n+1 2 ] 1.1. ábra. Pascal háromszög

k n k, k n 2 C n k k=[ n+1 2 ] 1.1. ábra. Pascal háromszög Alapfeladato Megoldás A ombináció értelmezése alapján felírhatju, hogy n, n Ha n páros, aor n és n özött veszi fel értéeit Ha n páratlan, aor n, vagyis > n n+, ami azt jelenti, hogy és n özött veszi fel

Részletesebben

Centrális határeloszlás-tétel

Centrális határeloszlás-tétel 13. fejezet Centrális határeloszlás-tétel A valószínűségszámítás legfontosabb állításai azok, amelyek független valószínűségi változók normalizált összegeire vonatkoznak. A legfontosabb ilyen tételek a

Részletesebben

I. A PRIMITÍV FÜGGVÉNY ÉS A HATÁROZATLAN INTEGRÁL

I. A PRIMITÍV FÜGGVÉNY ÉS A HATÁROZATLAN INTEGRÁL A primitív függvény és a határozatlan integrál 5 I A PRIMITÍV FÜGGVÉNY ÉS A HATÁROZATLAN INTEGRÁL Gyaorlato és feladato ( oldal) I Vizsgáld meg, hogy a övetező függvényene milyen halmazon van primitív

Részletesebben

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projet eretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszéén az ELTE Közgazdaságtudományi

Részletesebben

Valószínűségszámítás feladatok

Valószínűségszámítás feladatok Valószínűségszámítás feladato A FELADATOK MEGOLDÁSAI A 0. FELADAT UTÁN TALÁLHATÓK.. Egyszerre dobun fel három érmét. Mi anna a valószínűsége, hogy mindegyine ugyanaz az oldala erül felülre?. Két dobóocát

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

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

Kiegészítő részelőadás 2. Algebrai és transzcendens számok, nevezetes konstansok

Kiegészítő részelőadás 2. Algebrai és transzcendens számok, nevezetes konstansok Kiegészítő részelőadás. Algebrai és transzcendens számo, nevezetes onstanso Dr. Kallós Gábor 04 05 A valós számo ategorizálása Eml. (óori felismerés): nem minden szám írható fel törtszámént (racionálisént)

Részletesebben

Speciális függvénysorok: Taylor-sorok

Speciális függvénysorok: Taylor-sorok Speciális függvénysoro: Taylor-soro Állítsu elő az alábbi függvénye x 0 0 helyhez tartozó hatványsorát esetleg ülönféle módszereel és állapítsu meg a hatványsor onvergenciatartományát! A cos 5x függvény

Részletesebben

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség.

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. 1. tétel Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. A valószínűségszámítás tárgya: véletlen tömegjelenségek vizsgálata. véletlen: a kísérlet kimenetelét

Részletesebben

A 2015/2016. tanévi Országos Középiskolai Tanulmányi Verseny második forduló MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató

A 2015/2016. tanévi Országos Középiskolai Tanulmányi Verseny második forduló MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató Otatási Hivatal A 015/016 tanévi Országos Középisolai Tanulmányi Verseny másodi forduló MATEMATIKA I KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értéelési útmutató 1 Egy adott földterület felásását három munás

Részletesebben

5 3 0,8 0,2. Számolja ki a 3

5 3 0,8 0,2. Számolja ki a 3 Megoldási útmutató, eredménye A feladato megoldásaor mindig ismételje át a feladatban szereplő fogalma definícióit. A szüséges fogalma, definíció: valószínűségi változó, diszrét-, folytonos valószínűségi

Részletesebben

d(f(x), f(y)) q d(x, y), ahol 0 q < 1.

d(f(x), f(y)) q d(x, y), ahol 0 q < 1. Fxponttétel Már a hétköznap életben s gyakran tapasztaltuk, hogy két pont között a távolságot nem feltétlenül a " kettő között egyenes szakasz hossza" adja Pl két település között a távolságot közlekedés

Részletesebben

A feladatok megoldása

A feladatok megoldása A feladato megoldása A hivatozáso C jelölései a i egyenleteire utalna.. feladat A beérezési léps felszíne fölött M magasságban indul a mozgás, esési ideje t = M/g. Ezalatt a labda vízszintesen ut utat,

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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:

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

3. előadás Reaktorfizika szakmérnököknek TARTALOMJEGYZÉK. Az a bomlás:

3. előadás Reaktorfizika szakmérnököknek TARTALOMJEGYZÉK. Az a bomlás: beütésszám. előadás TARTALOMJEGYZÉK Az alfa-bomlás Az exponenciális bomlástörvény Felezési idő és ativitás Poisson-eloszlás Bomlási sémá értelmezése Bomlási soro, radioatív egyensúly Az a bomlás: A Z X

Részletesebben

A Sturm-módszer és alkalmazása

A Sturm-módszer és alkalmazása A turm-módszer és alalmazása Tuzso Zoltá, zéelyudvarhely zámtala szélsőérté probléma megoldása, vagy egyelőtleség bzoyítása agyo gyara, már a matemata aalízs eszözere szorítoz, mt például a Jese-, Hölderféle

Részletesebben

Permutációegyenletekről

Permutációegyenletekről Permutációegyenleteről Tuzson Zoltán tanár, Széelyudvarhely Az elemi ombinatoriában n elem egy ermutációján az n darab elem egy meghatározott sorrendjét (sorbarendezését) értjü. Legyen az n darab elem

Részletesebben

Következik, hogy B-nek minden prímosztója 4k + 1 alakú, de akkor B maga is 4k + 1 alakú, s ez ellentmondás.

Következik, hogy B-nek minden prímosztója 4k + 1 alakú, de akkor B maga is 4k + 1 alakú, s ez ellentmondás. Prímszámok A (pozitív) prímszámok sorozata a következő: 2, 3, 5, 7, 11, 13, 17, 19,... 1. Tétel. Végtelen sok prímszám van. Első bizonyítás. (Euklidész) Tegyük fel, hogy állításunk nem igaz, tehát véges

Részletesebben

SHk rövidítéssel fogunk hivatkozni.

SHk rövidítéssel fogunk hivatkozni. Nevezetes függvény-határértékek Az alábbiakban a k sorszámú függvény-határértékek)re az FHk rövidítéssel, a kompozíció határértékéről szóló első, illetve második tételre a KL1, illetve a KL rövidítéssel,

Részletesebben

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás. Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan

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

Diszkrét matematika I. középszint Alapfogalmakhoz tartozó feladatok kidolgozása

Diszkrét matematika I. középszint Alapfogalmakhoz tartozó feladatok kidolgozása Diszrét matematia I. özépszint Alapfogalmahoz tartozó feladato idolgozása A doumentum a övetező címen elérhető alapfogalmahoz tartozó példafeladato lehetséges megoldásait tartalmazza: http://compalg.inf.elte.hu/~merai/edu/dm1/alapfogalma.pdf

Részletesebben

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.

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

Részletesebben

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 2. A VALÓS SZÁMOK 2.1 A valós számok aximómarendszere Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 1.Testaxiómák R-ben két művelet van értelmezve, az

Részletesebben

8. Programozási tételek felsoroló típusokra

8. Programozási tételek felsoroló típusokra 8. Programozás tételek felsoroló típusokra Ha egy adatot elem értékek csoportja reprezentál, akkor az adat feldolgozása ezen értékek feldolgozásából áll. Az lyen adat típusának lényeges jellemzője, hogy

Részletesebben

A 2015/2016. tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló MATEMATIKA III. KATEGÓRIA (a speciális tanterv szerint haladó gimnazisták)

A 2015/2016. tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló MATEMATIKA III. KATEGÓRIA (a speciális tanterv szerint haladó gimnazisták) A 205/206. tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló MATEMATIKA III. KATEGÓRIA a speciális tanterv szerint haladó gimnazisták Javítási-értékelési útmutató. feladat Az {,2,...,n} halmaz

Részletesebben

Tizenegyedik gyakorlat: Parciális dierenciálegyenletek Dierenciálegyenletek, Földtudomány és Környezettan BSc

Tizenegyedik gyakorlat: Parciális dierenciálegyenletek Dierenciálegyenletek, Földtudomány és Környezettan BSc Tizenegyedi gyaorlat: Parciális dierenciálegyenlete Dierenciálegyenlete, Földtudomány és Környezettan BSc A parciális dierenciálegyenlete elmélete még a özönséges egyenleteénél is jóval tágabb, így a félévben

Részletesebben

Dr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola

Dr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola Dr. Ratkó István Matematka módszerek orvos alkalmazása 200..08. Magyar Tudomány Napja Gábor Dénes Főskola A valószínűségszámítás és matematka statsztka főskola oktatásakor a hallgatók néha megkérdezk egy-egy

Részletesebben

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

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,

Részletesebben

Függvény határérték összefoglalás

Függvény határérték összefoglalás Függvény határérték összefoglalás Függvény határértéke: Def: Függvény: egyértékű reláció. (Vagyis minden értelmezési tartománybeli elemhez, egyértelműen rendelünk hozzá egy elemet az értékkészletből. Vagyis

Részletesebben

Példák ekvivalencia relációra (TÉTELként kell tudni ezeket zárthelyin, vizsgán):

Példák ekvivalencia relációra (TÉTELként kell tudni ezeket zárthelyin, vizsgán): F NIK INÁRIS RLÁIÓK INÁRIS RLÁIÓK (és hasonló mátrxok s tt!) Defnícó: z R bnárs relácó, ha R {( a, b) a, b } nárs relácók lehetséges tuladonsága:. Reflexív ha ( x,.(a). Szmmetrkus ha ( x, y) ( y,.(b).

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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,

Részletesebben

Fuzzy Rendszerek és Genetikus Algoritmusok

Fuzzy Rendszerek és Genetikus Algoritmusok Fuzzy endszere és Genetus lgortmuso Előadás vázlat előadás Felhasznált Irodalom: Összeállította: armat István Ph.D., egyetem adjuntus ózsa Pál: neárs algebra és alalmazása. Budapest, 99. [] Sajátérté-eladat

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

METROLÓGIA ÉS HIBASZÁMíTÁS

METROLÓGIA ÉS HIBASZÁMíTÁS METROLÓGIA ÉS HIBASZÁMíTÁS Metrológa alapfogalmak A metrológa a mérések tudománya, a mérésekkel kapcsolatos smereteket fogja össze. Méréssel egy objektum valamlyen tulajdonságáról számszerű értéket kapunk.

Részletesebben

Az entrópia statisztikus értelmezése

Az entrópia statisztikus értelmezése Az entrópa statsztkus értelmezése A tapasztalat azt mutatja hogy annak ellenére hogy egy gáz molekulá egyed mozgást végeznek vselkedésükben mégs szabályszerűségek vannak. Statsztka jellegű vselkedés szabályok

Részletesebben

Matematika A4 III. gyakorlat megoldás

Matematika A4 III. gyakorlat megoldás Matematia A4 III. gyaorlat megoldás 1. Független eseménye Lásd másodi gyaorlat feladatsora.. Diszrét eloszláso Nevezetes eloszláso Binomiális eloszlás: Tipius példa egy pénzdobás sorozatban a feje száma.

Részletesebben

Biomatematika 2 Orvosi biometria

Biomatematika 2 Orvosi biometria Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I. 4 IV. FÜGGVÉNYEk 1. LEkÉPEZÉSEk, függvények Definíció Legyen és két halmaz. Egy függvény -ből -ba egy olyan szabály, amely minden elemhez pontosan egy elemet rendel hozzá. Az

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

A bankközi jutalék (MIF) elő- és utóélete a bankkártyapiacon. A bankközi jutalék létező és nem létező versenyhatásai a Visa és a Mastercard ügyek

A bankközi jutalék (MIF) elő- és utóélete a bankkártyapiacon. A bankközi jutalék létező és nem létező versenyhatásai a Visa és a Mastercard ügyek BARA ZOLTÁN A bankköz utalék (MIF) elő- és utóélete a bankkártyapacon. A bankköz utalék létező és nem létező versenyhatása a Vsa és a Mastercard ügyek Absztrakt Az előadás 1 rövden átteknt a két bankkártyatársasággal

Részletesebben

ELEKTROKÉMIA GALVÁNCELLÁK ELEKTRÓDOK

ELEKTROKÉMIA GALVÁNCELLÁK ELEKTRÓDOK LKTOKÉMIA GALVÁNCLLÁK LKTÓDOK GALVÁNCLLÁK - olyan rendszere, amelyeben éma folyamat (vagy oncentrácó egyenlítdés) eletromos áramot termelhet vagy áramforrásból rajtu áramot átbocsátva éma folyamat játszódhat

Részletesebben

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer? 01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó

Részletesebben

2014. november 5-7. Dr. Vincze Szilvia

2014. november 5-7. Dr. Vincze Szilvia 24. november 5-7. Dr. Vincze Szilvia A differenciálszámítás az emberiség egyik legnagyobb találmánya és ez az állítás nem egy matek-szakbarbár fellengzős kijelentése. A differenciálszámítás segítségével

Részletesebben

Exponenciális és logaritmusos kifejezések, egyenletek

Exponenciális és logaritmusos kifejezések, egyenletek Gyaorló feladato Eponenciális és logaritmusos ifejezése, egyenlete. Hatványozási azonosságo. Számítsd i a övetező hatványo pontos értéét! g) b) c) d) 7 e) f) 9 0, 9 h) 0, 6 i) 0,7 j), 6 ), l). A övetező

Részletesebben

Analízis előadás és gyakorlat vázlat

Analízis előadás és gyakorlat vázlat Analízis előadás és gyakorlat vázlat Készült a PTE TTK GI szakos hallgatóinak Király Balázs 2010-11. I. Félév 2 1. fejezet Számhalmazok és tulajdonságaik 1.1. Nevezetes számhalmazok ➀ a) jelölése: N b)

Részletesebben

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex A sorozat fogalma Definíció. A természetes számok N halmazán értelmezett függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet a valós számok halmaza, valós számsorozatról beszélünk, mígha az

Részletesebben

A 2014/2015. tanévi Országos Középiskolai Tanulmányi Verseny első forduló MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató

A 2014/2015. tanévi Országos Középiskolai Tanulmányi Verseny első forduló MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató Oktatási Hivatal 04/0 tanévi Országos Középiskolai Tanulmányi Verseny első forduló MTEMTIK I KTEGÓRI (SZKKÖZÉPISKOL) Javítási-értékelési útmutató Határozza meg a tízes számrendszerbeli x = abba és y =

Részletesebben

KOVÁCS BÉLA, MATEMATIKA II.

KOVÁCS BÉLA, MATEMATIKA II. KOVÁCS BÉLA, MATEmATIkA II 3 III NUmERIkUS SOROk 1 Alapvető DEFInÍCIÓ ÉS TÉTELEk Végtelen sor Az (1) kifejezést végtelen sornak nevezzük Az számok a végtelen sor tagjai Az, sorozat az (1) végtelen sor

Részletesebben

Nagy Gábor compalg.inf.elte.hu/ nagy

Nagy Gábor  compalg.inf.elte.hu/ nagy Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.

Részletesebben

Valószínőségszámítás feladatok A FELADATOK MEGOLDÁSAI A 21. FELADAT UTÁN TALÁLHATÓK.

Valószínőségszámítás feladatok A FELADATOK MEGOLDÁSAI A 21. FELADAT UTÁN TALÁLHATÓK. Valószínőségszámítás feladato A FELADATOK MEGOLDÁSAI A 2. FELADAT UTÁN TALÁLHATÓK.. Egyszerre dobun fel három érmét. Mi anna a valószínősége, hogy mindegyine ugyanaz az oldala erül felülre? 2. Két teljesen

Részletesebben

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Nagy Gábor  compalg.inf.elte.hu/ nagy ősz Diszkrét matematika 1. középszint 2017. ősz 1. Diszkrét matematika 1. középszint 8. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján Komputeralgebra

Részletesebben

Minden x > 0 és y 0 valós számpárhoz létezik olyan n természetes szám, hogy y nx.

Minden x > 0 és y 0 valós számpárhoz létezik olyan n természetes szám, hogy y nx. 1. Archimedesz tétele. Minden x > 0 és y 0 valós számpárhoz létezik olyan n természetes szám, hogy y nx. Legyen y > 0, nx > y akkor és csak akkor ha n > b/a. Ekkor elég megmutatni, hogy létezik minden

Részletesebben

Teljes eseményrendszer. Valószínőségszámítás. Példák. Teljes valószínőség tétele. Példa. Bayes tétele

Teljes eseményrendszer. Valószínőségszámítás. Példák. Teljes valószínőség tétele. Példa. Bayes tétele Teljes eseményrendszer Valószínőségszámítás 3. elıadás 2009.09.22. Defnícó. Események A 1, A 2,..., sorozata teljes eseményrendszer, ha egymást páronként kzárják és egyesítésük Ω. Tulajdonság: P A ) +

Részletesebben

9. LINEÁRIS TRANSZFORMÁCIÓK NORMÁLALAKJA

9. LINEÁRIS TRANSZFORMÁCIÓK NORMÁLALAKJA 9. LINÁRIS TRANSZFORMÁCIÓK NORMÁLALAKA Az 5. fejezetbe már megmeredtü a leár trazformácóal mt a leár leépezée egy ülölege típuával a 6. fejezetbe pedg megvzgáltu a leár trazformácó mátr-reprezetácóját.

Részletesebben

Darupályák ellenőrző mérése

Darupályák ellenőrző mérése Darupályák ellenőrző mérése A darupályák építésére, szerelésére érvényes 15030-58 MSz szabvány tartalmazza azokat az előírásokat, melyeket a tervezés, építés, műszak átadás során be kell tartan. A geodéza

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 2 II. A valószínűségi VÁLTOZÓ És JELLEMZÉsE 1. Valószínűségi VÁLTOZÓ Definíció: Az leképezést valószínűségi változónak nevezzük, ha

Részletesebben

Sorozatok I. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma)

Sorozatok I. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Sorozatok I. DEFINÍCIÓ: (Számsorozat) A számsorozat olyan függvény, amelynek értelmezési tartománya a pozitív egész számok halmaza, értékkészlete a valós számok egy részhalmaza. Jelölés: (a n ), {a n }.

Részletesebben

Fuzzy rendszerek. A fuzzy halmaz és a fuzzy logika

Fuzzy rendszerek. A fuzzy halmaz és a fuzzy logika Fuzzy rendszerek A fuzzy halmaz és a fuzzy logka A hagyományos kétértékű logka, melyet évezredek óta alkalmazunk a tudományban, és amelyet George Boole (1815-1864) fogalmazott meg matematkalag, azon a

Részletesebben

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés A m és az átlag Standard hba Mnta átlag 1 170 Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma. 3 166 4 173 x s x ~ 68% ~68% annak a valószínűsége,

Részletesebben

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik Az A halmazrendszer σ-algebra az Ω alaphalmazon, ha Ω A; A A A c A; A i A, i N, i N A i A. Az A halmazrendszer

Részletesebben

Számsorozatok (1) First Prev Next Last Go Back Full Screen Close Quit

Számsorozatok (1) First Prev Next Last Go Back Full Screen Close Quit Számsorozatok (1) First Prev Next Last Go Back Full Screen Close Quit 1. Valós számsorozaton valós számok meghatározott sorrendű végtelen listáját értjük. A hangsúly az egymásután következés rendjén van.

Részletesebben

Logikai szita (tartalmazás és kizárás elve)

Logikai szita (tartalmazás és kizárás elve) Logikai szita (tartalmazás és kizárás elve) Kombinatorika 5. előadás SZTE Bolyai Intézet Szeged, 2016. március 1. 5. ea. Logikai szita két halmazra 1/4 Középiskolás feladat. Egy 30 fős osztályban a matematikát

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

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

Részletesebben

következô alakúra: ax () = 4 2 P 1 . L $ $ + $ $ 1 1 2$ elsô két tagra a számtani és mértani közép közötti egyenlôtlenséget, kapjuk hogy + cos x

következô alakúra: ax () = 4 2 P 1 . L $ $ + $ $ 1 1 2$ elsô két tagra a számtani és mértani közép közötti egyenlôtlenséget, kapjuk hogy + cos x Tigonoetius egenlôtlensége II ész 7 90 a) a in = ezt ao veszi fel ha = Hozzun özös nevezôe alaítsu át a övetezô alaúa: a () = sin cos sin cos + = sin + sin bin = ezt ao veszi fel ha = Mivel b ()> 0 a egadott

Részletesebben

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel

Részletesebben

Analízis I. beugró vizsgakérdések

Analízis I. beugró vizsgakérdések Analízis I. beugró vizsgakérdések Programtervező Informatikus szak 2008-2009. 2. félév Készítette: Szabó Zoltán SZZNACI.ELTE zotyo@bolyaimk.hu v1.7 Forrás: Dr. Weisz Ferenc: Prog. Mat. 2006-2007 definíciók

Részletesebben

Békefi Zoltán. Közlekedési létesítmények élettartamra vonatkozó hatékonyság vizsgálati módszereinek fejlesztése. PhD Disszertáció

Békefi Zoltán. Közlekedési létesítmények élettartamra vonatkozó hatékonyság vizsgálati módszereinek fejlesztése. PhD Disszertáció Közlekedés létesítmények élettartamra vonatkozó hatékonyság vzsgálat módszerenek fejlesztése PhD Dsszertácó Budapest, 2006 Alulírott kjelentem, hogy ezt a doktor értekezést magam készítettem, és abban

Részletesebben

normális eloszlások jelennek meg, mint határeloszlások. Annak érdekében, hogy ezeket

normális eloszlások jelennek meg, mint határeloszlások. Annak érdekében, hogy ezeket A TÖBBVÁLTOZÓS CENTRÁLIS HATÁRELOSZLÁSTÉTEL A centrális határeloszlás so független valószínűségi változó összegéne az aszimptotius eloszlását írja le. Bizonyos érdése vizsgálatában szüségün van enne az

Részletesebben

3. Évközi ellenőrzés módja: 2 zárhelyi dolgozat íratása. 4. A tárgy előírt külső szakmai gyakorlatai: -

3. Évközi ellenőrzés módja: 2 zárhelyi dolgozat íratása. 4. A tárgy előírt külső szakmai gyakorlatai: - Tantárgy neve Halmazok és függvények Tantárgy kódja MTB00 Meghrdetés féléve Kredtpont Összóraszám (elm+gyak + Számonkérés módja G Előfeltétel (tantárgy kód - Tantárgyfelelős neve Rozgony Tbor Tantárgyfelelős

Részletesebben

17. előadás: Vektorok a térben

17. előadás: Vektorok a térben 17. előadás: Vektorok a térben Szabó Szilárd A vektor fogalma A mai előadásban n 1 tetszőleges egész szám lehet, de az egyszerűség kedvéért a képletek az n = 2 esetben szerepelnek. Vektorok: rendezett

Részletesebben

Valószín ségszámítás és statisztika

Valószín ségszámítás és statisztika Valószín ségszámítás és statisztika Informatika BSc, esti tagozat Backhausz Ágnes agnes@math.elte.hu fogadóóra: szerda 10-11 és 13-14, D 3-415 2018/2019. tavaszi félév Bevezetés A valószín ségszámítás

Részletesebben

BAYES-ANALÍZIS A KOCKÁZATELEMZÉSBEN, DISZKRÉT VALÓSZÍNŰSÉG ELOSZLÁSOK ALKALMAZÁSA 3

BAYES-ANALÍZIS A KOCKÁZATELEMZÉSBEN, DISZKRÉT VALÓSZÍNŰSÉG ELOSZLÁSOK ALKALMAZÁSA 3 Balogh Zsuzsanna Hana László BAYES-ANALÍZIS A KOCKÁZATELEMZÉSBEN, DISZKRÉT VALÓSZÍNŰSÉG ELOSZLÁSOK ALKALMAZÁSA 3 Ebben a dolgozatban a Bayes-féle módszer alalmazási lehetőségét mutatju be a ocázatelemzés

Részletesebben

Autópálya forgalom károsanyag kibocsátásának modellezése és szabályozása

Autópálya forgalom károsanyag kibocsátásának modellezése és szabályozása Autópálya forgalom árosanyag bocsátásána modellezése és szabályozása Csós Alfréd Budapest, 00. Köszönetnylvánítás Ezúton szeretné öszönetet mondan onzulensemne, Varga Istvánna, atől ezdettől fogva rengeteg

Részletesebben

Markov-láncok stacionárius eloszlása

Markov-láncok stacionárius eloszlása Markov-láncok stacionárius eloszlása Adatbányászat és Keresés Csoport, MTA SZTAKI dms.sztaki.hu Kiss Tamás 2013. április 11. Tartalom Markov láncok definíciója, jellemzése Visszatérési idők Stacionárius

Részletesebben

Algoritmusok és adatszerkezetek gyakorlat 09 Rendezések

Algoritmusok és adatszerkezetek gyakorlat 09 Rendezések Algortmusok és adatszerkezetek gyakorlat 09 Rendezések Néhány órával ezelőtt megsmerkedtünk már a Merge Sort rendező algortmussal. A Merge Sort-ról tuduk, hogy a legrosszabb eset dőgénye O(n log n). Tetszőleges

Részletesebben