1. elõadás: A valószínûség fogalma, kombinatorikai alapismeretek. (emlékeztetõ)
|
|
- Vince Kovács
- 7 évvel ezelőtt
- Látták:
Átírás
1 Ea elõadás: A valószínûség fogalma, kombinatorikai alapismeretek Véletlen jelenség: feltételek, körülmények; ismételhetõség Megfigyelés: mi érdekel minket lehetséges kimenetelek Esemény: állítás a véletlen jelenséggel kapcsolatban, két kimenetel (IGEN, NEM) Kísérletsorozat Esemény relatív gyakorisága egy kísérletsorozatban Valószínûség: hosszú kísérletsorozat esetén a relatív gyakoriság stabilizálódik egy szám körül, az esemény valószínûsége körül, ami egy 0 és 1 közötti szám Biztos esemény, valószínûsége = 1. Lehetetlen esemény, valószínûsége = 0. Esemény komplementere, P( A komplementer ) = 1 P(A). Események összekapcsolása az és és a vagy kötõszavakkal. Az A, B események egymást kizárják, ha az A és B esemény lehetetlen. A valószínûség addititív (összegzési) tulajdonsága: Ha A1, A2, A3, egymást (páronként) kizáró események, akkor P( A1 vagy A2 vagy A3 vagy ) = P(A1) + P(A2) + P(A3) +. Klasszikus problémák: Ha egy megfigyelésnek csak véges sok mondjuk n darab kimenetele van, és azok egyformán valószínûek, akkor mindegyik kimenetel valószínûsége 1/ n. Ha ilyenkor egy esemény számára k darab kimenetel kedvezõ, akkor file:///d /Andras/Munka/Villanysite/acrob/Ea1_2002_02_11.htm (1 of 2) :42:36
2 az esemény valószínûsége = k/n ( kedvezõ/összes). Kombinatorikai alapismeretek: permutációk ismétlés nélkül és ismétléssel, variációk ismétlés nélkül és ismétléssel, kombinációk ismétlés nélkül Stirling formula, Pascal háromszög, binomiális tétel Példa: A három találat valószínûsége az ötös lottón A valószínûségre közelítõleg 0,000 8 jött ki,, ami azt jelenti, hogy kb. minden 1200-ik szelvény három találatos, tehát, ha valaki rendszeresen játszik egy szelvénnyel, akkor 24 évenként átlagosan 1-szer reménykedhet három találatban. Excel használata: táblázat készítése véletlen számokból a VÉL() függvénnyel Megtanulandó: akármilyen könyvbõl az öt kombinatorikai alapképlet a jegyzetbõl az I. fejezet (9-35. old.) a tankönyvbõl a IV. rész 1-2. fejezet ( old.) az V. rész 1. fejezet kidolgozott példái ( old.) file:///d /Andras/Munka/Villanysite/acrob/Ea1_2002_02_11.htm (2 of 2) :42:36
3 Ea elõadás: Feltételes valószínûség Feltételes valószínûség elvonatkoztatása feltételes relatív gyakoriságokból Feltételes valószínûség kiszámolása feltétel nélküli valószínûségek hányadosaként Szorzási szabály két és több eseményre Teljes esemény rendszer Teljes valószínûség formulája Bayes-formula (Jegyzet: old.) Szemléltetés fa-gráfokkal (Tankönyv: old. és old.) Nincs a jegyzetben, de elõadáson vettük még az alábbi két példát: feladat (Öt színes kártya): Egy pakli magyar kártyából kivesszük a zöld hetest, nyolcast, kilencest, a piros tizest és alsót. Az öt lapot jól összekeverjük, majd lerakjuk õket egymás mellé az 1., és 5. pozíciókra. Az öt kártya 5!=120 féle, egyformán valószínû sorrendben jöhet ki. De ha a figurákkal nem törõdünk, és csak a színek sorrendjére figyelünk, akkor a 2 piros és 3 zöld kártya 10 féle, egyformán valószínû sorrendet adhat. A 10 lehetséges sorrendet bárki könnyen fel is sorolhatja. Az öt lapot úgy rakjuk le, hogy a kártyák háta van felfelé, ezért a színeket nem is látjuk. Ezután az ötödik pozíción lévõ kártyát megfordítjuk. a) Tegyük fel, hogy az ötödik pozíción lévõ kártya zöld. Megkérdezzük: ilyen feltételek mellett mi a valószínûsége annak, hogy az elsõ kártya zöld, illetve piros? Válasz: P( az elsõ zöld az ötödik zöld ) = 0.5 P( az elsõ piros az ötödik zöld ) = 0.5 b) Tegyük fel, hogy az ötödik pozíción lévõ kártya piros. Megkérdezzük: ilyen feltételek mellett mi a valószínûsége annak, hogy az elsõ kártya zöld, illetve piros? Válasz: P( az elsõ zöld az ötödik piros ) = 0.75 P( az elsõ piros az ötödik piros ) = 0.25 Ezeknek a feltételes valószínûségek a numerikus értékét a feltételes valószínûség jelentésébõl közvetlenül is megkaptuk, és a feltételeles valószínûség definícójával hányadosként is kiszámoltuk az alábbi nyilvánvaló tényekbõl: file:///d /Andras/Munka/Villanysite/acrob/Ea2_2002_02_18.html (1 of 2) :42:36
4 P(az elsõ zöld)= 0.6 P(az elsõ piros)= 0.4 P(az ötödik zöld )= 0.6 P(az ötödik piros)= 0.4 P(az elsõ zöld és az ötödik zöld)= 0.3 P(az elsõ zöld és az ötödik piros)= 0.3 P(az elsõ piros és az ötödik zöld)= 0.3 P(az elsõ piros és az ötödik piros)= feladat (Feltétel nélküli valószínûség "kikeverése" felételesekbõl) Egy dobozban N darab golyó van, melyek közül K darab piros, N - K darab fehér. 2-szer húzunk visszatevés nélkül. A múlt heti gyakorlaton sok hallgató helyesen érezte az alábbi feltételes valószínûségeket: P( a második piros az elsõ piros ) = ( K - 1 ) / ( N - 1 ) P( a második piros az elsõ zöld ) = K / ( N - 1 ) Viszont sokan csak nehezen tudták elfogadni, hogy P( a második piros ) = K / N. Most ez a feltétel nélküli valószínûség könnyen kiadódik a feltételes valószínûségekbõl, hiszen a teljes valószínûség formulája, majd néhány algebrai átalakítás (közös nevezõ, kiemelés, egyszerûsítés) mutaja, hogy P( a második piros ) = = P( az elsõ piros ) P( a második piros az elsõ piros ) + + P( az elsõ zöld ) P( a második piros az elsõ zöld ) = = ( K/N ) ( (K -1) / (N -1) ) + ( (N - K) / N ) ( K / (N -1) ) = = K / N file:///d /Andras/Munka/Villanysite/acrob/Ea2_2002_02_18.html (2 of 2) :42:36
5 Ea elõadás A teljes vsz. formula feltételes valószínûségekre, és a Poincaré formula, alkalmazásokkal Teljes valószínûség formula feltételes valószínûségekre: Ha az esemény az egymást kizáró eseményekre bontható, és tetszõleges esemény, akkor ( A formula a jegyzetben, tankönyvben nem szerepel.) Következmény: Ha az esemény az egymást kizáró eseményekre bontható, és tetszõleges esemény, továbbá akkor is c-vel egyenlõ. Három alkalmazásról volt szó: 1. A múlt heti gyakorlaton szerepelt az alábbi feladat: nem függ i-tõl, hanem i-tõl függetlenül mondjuk c-vel egyenlõ, Feltesszük, hogy minden játszmát az A játékos a valószínûséggel, a B játékos b valószínûséggel nyer meg, a döntetlen valószínûsége pedig d. a) kérdés: Feltéve, hogy a mérkõzés legfeljebb 10 játszmából áll, mi a valószínûsége, hogy B nyeri meg a meccset? Válasz:. file:///d /Andras/Munka/Villanysite/acrob/Ea3_2002_02_25.htm (1 of 3) :42:36
6 b/(a+b). Furcsának tûnhet, hogy a kérdésben szerepel a 10, de a válaszban nem. Ennek a furcsaságnak a feloldására tesszük fel az alábbi kérdést (mely igazából 10 kérdés egybe fogalmazva): b) kérdés: Feltéve, hogy a mérkõzés pontosan i játszmából áll, mi a valószínûsége, hogy B nyeri meg a meccset? (i=1,2,,10) Válasz: Könnyen kiszámoltuk az amúgy eléggé természetes választ: a kérdezett valószínûség minden i-re a/(a+b)-vel egyenlõ. Ezért a fent megfogalmazott Következmény szerint az a) kérdésre is a/(a+b) a helyes válasz. Így az, ami furcsának tûnhetett, most természetessé válhatott. 2. Egy dobozban két piros és három fehér kártya van. A pirosak neve p1 és p2, a fehéreké f1, f2, f3. Az öt kártyát sorba lerakjuk. Az alábbi valószínûségeket számoltuk ki, és a köztük lévõ összefüggéseken gondolkodtunk el: P( az elsõ piros az ötödik a p1 ), P( az elsõ piros az ötödik a p2 ), P( az elsõ piros az ötödik piros ). 3. Egy dobozban két piros, három fehér és négy zöld kártya van. Az öt kártyát sorba lerakjuk. Az alábbi valószínûségeket számoltuk ki, és a köztük lévõ összefüggéseken gondolkodtunk el: P( az elsõ piros az ötödik a piros ), P( az elsõ piros az ötödik a zöld ), P( az elsõ piros az ötödik színes ). Az elõadás második felében a Poincaré formulát (más néven Szita-formulát) tanultuk, és segítségével a file:///d /Andras/Munka/Villanysite/acrob/Ea3_2002_02_25.htm (2 of 3) :42:36
7 Minden feleség hûtlenkedik esemény valószínûségét számoltuk ki. (Jegyzet: oldal) file:///d /Andras/Munka/Villanysite/acrob/Ea3_2002_02_25.htm (3 of 3) :42:36
8 Ea elõadás: Elsõ rész: A függetlenség fogalma, Második rész: A diszkrét eloszlás fogalma A függetlenség fogalmát lásd: jegyzet, III. fejezet ( old.) Feladat: Kockával dobunk, és leolvassuk a dobott számot. A játékosnak el kell találnia a dobott szám paritását, vagyis hogy a dobott szám páros-e vagy páratlan. Segítségként a játékos megkérdezheti, hogy a dobott szám - MEKKORA? Erre a kérdésre a lehetséges válaszok: 1, 2, 3 esetén KICSI, 5, 6, 7, esetén NAGY, vagy - HOL VAN? Erre a kérdésre a lehetséges válaszok: 1, 2 esetén LENT, 3, 4 esetén KÖZÉPEN, 5, 6, esetén FENT. A kétféle segítség közül csak az egyikkel lehet élni. Ön - mint játékos - melyik kérdést tenné fel? A diszkrét eloszlás fogalmát lásd: jegyzet, 56. oldal vagy könyv 89. oldal Feladat: Két kockával (egyik piros, a másik fehér) dobunk, és megfigyeljük az alábbiak valamelyikét: a dobott számok összegét, a dobott számok eltérését, a két szám maximumát, a két szám minimumát. a dobott számpárt (a számpár elsõ elemét a piros, a másodikat a fehér kocka mondja meg). Mindegyik megfigyeléssel kapcsolatban megadtuk az összes lehetséges kimenetelt és azok valószínûségeit. Definíció: Ha minden kimenetelnek megadjuk a valószínûségét, akkor megadjuk a megfigyelést elíró (valószínûség)eloszlást. file:///d /Andras/Munka/Villanysite/acrob/Ea4_2002_03_04.html (1 of 2) :42:37
9 file:///d /Andras/Munka/Villanysite/acrob/Ea4_2002_03_04.html (2 of 2) :42:37
10 Ea elõadás: Nevezetes diszkrét eloszlások, és a módusz Hipergeometrikus eloszlás (A, B, n, illetve N, K, n paraméterekkel) "ahány pirosat húzunk visszatevés nélkül" lehetséges értékek, képlet, módusz 2. Binomiális eloszlás (n, p paraméterekkel) "ahány pirosat húzunk visszatevéssel nélkül", illetve n darab független, p valószínûségû esemény közül ahány bekövetkezik lehetséges értékek, képlet, módusz 3. Poisson-eloszlás (t paraméterrel) binomiáilis eloszlás konvergenciája Poisson eloszláshoz sok, független, kis valószínûségû esemény közül ahány bekövetkezik lehetséges értékek, képlet, szumma=1 Feladat: Hány hal a legvalószínûbb? (lásd: jegyzet 74. oldal) 4a. Geometriai eloszlás (p paraméterrel; "optimista", illetve "pesszimista" eset) "ahányadik kísérletre az elsõ pirosat húzzuk", illetve "ahány fehéret húzunk az elsõ piros elõtt" lehetséges értékek, képlet, szumma=1, módusz 4b. Negatív binomiális eloszlás (p, r paraméterekkel; "optimista", illeteve "pesszimista" esetek és kapcsolatuk) "ahányadik kísérletre az r-edik pirosat húzzuk", illetve "ahány fehéret húzunk az r-edik piros elõtt" lehetséges értékek, képlet (tankönyv old feladat) file:///d /Andras/Munka/Villanysite/acrob/Ea5_2002_03_11.html (1 of 2) :42:37
11 Módusz(ok) meghatározása (tankönyv old. 2. és 3. tétel) Megtanulandó: jegyzet V. fejezet 1-4 rész ( old) file:///d /Andras/Munka/Villanysite/acrob/Ea5_2002_03_11.html (2 of 2) :42:37
12 Ea elõadás: Várható érték 1. Érmével dobunk. A fej jelentsen egyet, az írás jelentsen nullát. Sok kísérlet esetén kb. mennyi lesz a generált véletlen számok (nullák és egyek) átlaga? Válasz: kb. 0,5. 2. Két érmével dobunk. A dupla fej jelentsen egyet, minden más jelentsen nullát. Sok kísérlet esetén kb. mennyi lesz a generált véletlen számok (nullák és egyek) átlaga? Válasz: kb. 0, Dobókockával dobunk, és tekintjük a dobott számot. Sok kísérlet esetén kb. mennyi lesz a generált (1 és 6 közötti) véletlen számok átlaga? Válasz: kb. 3,5. 4 Két dobókockával dobunk, és tekintjük a dobott számokeltérését. Sok kísérlet esetén kb. mennyi lesz a generált (0 és 5 közötti) véletlen számok átlaga? Válasz: kb. 3,5. 5. Dobókockával dobunk. Az 1, 2, 3, 4 jelentsenek (-1) -et, az 5 és 6 jelentsenek 2 -t. Sok kísérlet esetén kb. mennyi lesz a generált véletlen számok (mínusz egyek és plusz kettõk) átlaga? Válasz: kb Diszkrét eloszlásokra definiáltuk a várható érték fogalmát (lásd tankönyv old), majd levezettük a binomiális-, a Poisson- és a geometriai eloszlás várható értékének a képletét. (lásd tankönyv old. vagy jegyzet ). A geometriai eloszlás várható értékére adtunk egy egyszerûbb levezetést is, mely csupán a mértani sorok összegképletére támaszkodott file:///d /Andras/Munka/Villanysite/acrob/Ea6_2002_03_18.html (1 of 2) :42:37
13 Egy városban egy munkanapon történõ súlyos közlekedési balesetek száma valószínûségi változó. A korábbiakból tudjuk, hogy ez a valószínûségi változó Poisson eloszlásúnak vehetõ. (Miért?) Most meganultuk, hogy Poisson eloszlás esetén a várható (átlag) érték a paraméterrel egyenlõ. Ezért ha tudjuk, hogy átlagosan 3,5 súlyos közlekedési baleset történik egy-egy nap, akkor a súlyos közlekedési balesetek száma Poisson eloszlásúnak vehetõ 3,5 paraméterrel. Ezek után annak a valószínûsége, hogy 0, 1, 2,... ilen baleset történek egy-egy munkanapon, a Posson eloszlás képletébõl felírható, az eloszlás módusza is meghatárzoható, stb. Kísérlet: Mindenki addig dobott egy érmepárt, amíg elõszörre kapott dupla fejet. A szükséges dobások számát felírta. Ezt még négyszer megtette. Így mindenki kapott öt számot. Összesen tehát ötször annyi véletlen számunk lett, ahányan a teremben voltunk. Összegyûjtöttük a sok véletlen számot. Holnapra egy önkéntes brigád meghatározza az átlagukat. Vajon az átlag menniyre lesz közel az elméleti értékhez? (Az elméleti várható érték az 1/4 paraméterû geometriai eloszlás várható értéke, vagyi az 1/4 -nek a reciproka, ami 4.) Két egyforma de hamis (a fej valószínûsége mindkét kockán p) kockával dobtunk, mindegyikkel az elsõ hatosig. Elõször meghatároztuk az így kapott véletlen számpár eloszlását a síkon, majd ebbõl levezettük az eltérésük eloszlásának a képletét. Nem kötelezõ házi feladat: Határozza meg ennek az eloszlásnak a várható értékét! Beadási határidõ a holnapi (március 19-i) gyakorlat. (2 pont) file:///d /Andras/Munka/Villanysite/acrob/Ea6_2002_03_18.html (2 of 2) :42:37
14 Ea elõadás: Sûrûségfüggvénybõl nyert, folytonos eloszlások Sûrûségfüggvénybõl nyert, folytonos eloszlások egy-, két-, három- és magasabb dimenzióban. Valószínûség interpretációja területtel, térfogattal, illetve tömegmennyiséggel. (Tankönyv: old., jegyzet: old.) Egyenletes, ill. nem egyenletes eloszlás egy-, két-, három- és magasabb dimenzióban. (Tankönyv: 112., 114.,116., 502. old., jegyzet: old.) Véletlen pont választása a kör kerületén egyenletes eloszlás szerint. Véletlen pont választása a kör átmérõjén a kör kerületén választott pont merõleges vetületeként - nem egyenletes eloszlású. Véletlen szám generálása kalkulátorral 0 és 1 között egyenletes eloszlás szerint. Jelölés: RND. (Tankönyv: old.) RND négyzetgyökének, ill. négyzetének sûrûségfüggvénye. Célbalövés, amikor amatõr lõ, és amikor mesterlövész. A találat helye az elsõ esetben egyenletes eloszlásúnak vehetõ, a második esetben nem. A kör kerületén egyenletes eloszlás szerint választunk egy pontot, majd a ponthoz tartozó sugáron egyenletes eloszlás szerint kijelölünk egy pontot. Ennek a véletlen pontnak, ami a körlapnak egy pontja, mi a sûrûségfüggvénye? (Lásd lentebb: 1. számú nem kötelezõ házi feladat.) Véletlen pont választása az egységnyi oldalú négyzetben úgy, hogy a koordinátáit kalkulátorral generáljuk - egyenletes eloszlású a négyzetlapon. Két véletlen számot generálunk kalkulátorral. Mi a valószínûsége, hogy eltérésük kisebb 1/3 - nál? Ugyanez Jancsi és Juliska randevújaként interpretálva: Jancsi és Juliska egymástól függetlenül érkeznek a randevú helyére, külön-külön egyenletes eloszlás szerent dél és du. 1 óra között. Aki odaér, 20 percet vár, utána szomorúan elmegy. Mi a valószínûsége, hogy létrejön a randevú? (Válasz: 5/9) file:///d /Andras/Munka/Villanysite/acrob/Ea7_2002_03_25.html (1 of 2) :42:37
15 Juliska apja, aki nem szereti Jancsit, egy pillanatra felbukkan a randevú helyén, ugyancsak egyenletes eloszlás szerint, de õ nem vár semmit. Ha Jancsit ott találja, akkor lekever neki egy pofont. Ha Juliskát találja ott, akkor õt hazacibálja. (Lásd lentebb: 2. és 3. számú nem kötelezõ házi feladat.) Nem kötelezõ házi feladatok (Beadási határidõ: meghosszabbítva az április 2-i gyakorlatig) 5. Határozza meg a síkbeli sûrûségfüggvényt a fenti, vastag betûvel írott problémához! (1 pont) 6. A fenti, vastag betûvel írott probléma kapcsán határozza meg annak a valószínûségét, hogy Jancsi pofont kap! (1 pont) 7. A fenti, vastag betûvel írott probléma kapcsán határozza meg annak a valószínûségét, hogy a randevú békésen létrejön! (2 pont) file:///d /Andras/Munka/Villanysite/acrob/Ea7_2002_03_25.html (2 of 2) :42:37
16 Ea elõadás: Elmaradt, mert húsvét hétfõre esett file:///d /Andras/Munka/Villanysite/acrob/Ea8_2002_04_01.html :42:37
17 Ea elõadás: Exponenciális eloszlás és a várható érték folytonos eloszlásokra Exponenciális eloszlás kétféle származtatása: 1. mint várkozási idõ homogén Poisson folyamatnál (jegyzetben, könvben nincs benne): "mennyi idõt kell várni arra, hogy a Petõfi híd közepén az elsõ Mercedes áthaladjon" 2. mint örökifjú tulajdojnságú élettartam (jegyzet: old., tankönyv: old.): "mennyi idõt él (=nem töriok el) a pohár az éjjel nappal folyamatosan üzemelõ önkiszolságó étteremben" Adott eloszlású valószínûségi változó elõállítása számítógépen generált, 0 és 1 között egyenletes eloszlású véletlen számból az eloszlásfüggvény inverzével (tankönyv: old.) A várható érték folytonos eloszlásokra (tankönyv: old.) Valószínûségi változó függvényének várható értéke (tankönyv: old.) RND, RND^2, SQRT(RND), exponenciális eloszlás várható értéke Cauchy eloszlás várható értéke nem létezik file:///d /Andras/Munka/Villanysite/acrob/Ea9_2002_04_08.html :42:37
18 Ea elõadás: Eloszlások transzformációi Eloszlás transzformációja egydimenzióban monoton növekedõ függvénnyel, monoton csökkenõ függvénnyel, illetve olyan függvénnyel ami ilyen darabokból áll. Eloszlás transzformációja síkról egyenesre. Eloszlás transzformációja síkról síkra (csak megemlítettük, de nem kérjük számon). Eloszlás vetítése síkról koordinátatengelyekre. Jegyzet: old. Tankönyv: old. file:///d /Andras/Munka/Villanysite/acrob/Ea10_2002_04_15.html :42:38
19 Ea elõadás: Feltételes eloszlások, regressziós görbék Feltételes eloszlások sûrûségfüggvények eloszlásfüggvények várható érték medián Regressziós görbék Példa, amit részletesen kidolgoztunk: RND1*RND2-bõl hogyan tippeljünk RND1-re ha a hiba abszolút értékének a várható értékét akarjuk minimalizálni ha a hiba négyzetének a várható értékét akarjuk minimalizálni Megtanulandó: Jegyzet: old. Tankönyv: old. file:///d /Andras/Munka/Villanysite/acrob/Ea11_2002_04_22.html :42:38
20 Ea elõadás: Várható érték és szórás tulajdoságai és a konvolúció Lineáris transzformációval kapott valószínûségi változó várható értéke és szórásnégyzete. Összeg várható értéke és szórásnégyzete. Független valószínûségi változók szorzatának várható értéke várható értéke. Korrelálatlan valószínûségi változók összegének szórásnégyzete Függetlenség és korrelálatlanság kapcsolata. Összeg eloszlása általános esetben. Összeg eloszlása független valószínûségi változók esetén: konvolúció diszkrét eloszlásokra és folytonos eloszlások sûrûségfüggvényeire. Diszkrét, illetve folytonos egyenletes eloszlások konvolúciója "trapéz" alakú eloszlásra, illetve sûrûségfüggvényre vezet Megtanulandó: Jegyzet: old, old., old file:///d /Andras/Munka/Villanysite/acrob/Ea12_2002_04_29.html :42:38
21 3 Ea elõadás: Normális eloszlások Standard normális eloszlás sûrûségfüggvénye, eloszlásfüggvénye, várható értéke, szórása. (m,σ) paramιterû normális eloszlás várható értéke, szórása, eloszlásfüggvénye (standardizálás). Moivre-Laplace-tétel, Centrális határeloszlás tétel Feladatok: 46* dobok pénzérmével, mi a vszge, hogy legfeljebb 15 fejet dobok? 400 fõs évfolyamon egy hallgató 60% vszggel jön órára, mekkora termet igényeljünk, hogy 99% vszggel le tudjanak ülni? Egy kertben átlag 50 kg napraforgó terem 10 kg szórással. Mi a vszge a 37 kg-nál kevesebb ill. 65 kg-nál nagyobb termésnek? 100 db RND számot összeadva mi a vszge, hogy ez 45-nél kisebb? Tankönyv: , , old. Jegyzet: old. file:///d /Andras/Munka/Villanysite/acrob/Ea13_2002_05_06.html :42:38
22 3 Ea elõadás: Nagy számok törvényei Csebisev- és Bernuolli egyenlõtlenség, nagy számok gyenge és erõs törvénye, küszöbindex keresése normális eloszlással (valószínûségi változókra, eseményekre) Tankönyv: , old. Jegyzet: old file:///d /Andras/Munka/Villanysite/acrob/Ea14_2002_05_13.html :42:38
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:
RészletesebbenA valószínűségszámítás elemei
A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:
RészletesebbenGazdasági 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
RészletesebbenBiomatematika 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)
Részletesebben36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0,9375 32 = 0,8125 32 = 0,40625. Mo.: 32 = 0,25
Valószínűségszámítás I. Kombinatorikus valószínűségszámítás. BKSS 4... Egy szabályos dobókockát feldobva mennyi annak a valószínűsége, hogy a -ost dobunk; 0. b legalább 5-öt dobunk; 0, c nem az -est dobjuk;
Részletesebben2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben
1 feladatsor 1 Egy dobozban 20 fehér golyó van Egy szabályos dobókockával dobunk, majd a következ t tesszük: ha a dobott szám 1,2 vagy 3, akkor tíz golyót cserélünk ki pirosra; ha a dobott szám 4 vagy
RészletesebbenKészítette: 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
RészletesebbenVALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA
VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA A VALÓSZÍNŰSÉGI SZEMLÉLET ALAPOZÁSA 1-6. OSZTÁLY A biztos, a lehetetlen és a lehet, de nem biztos események megkülünböztetése Valószínűségi játékok, kísérletek események
RészletesebbenMatematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév
Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév 1. A várható érték és a szórás transzformációja 1. Ha egy valószínűségi változóhoz hozzáadunk ötöt, mínusz ötöt, egy b konstanst,
Részletesebben[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.
RészletesebbenA valószínűségszámítás elemei
Alapfogalmak BIOSTATISZTIKA ÉS INFORMATIKA A valószínűségszámítás elemei Jelenség: minden, ami lényegében azonos feltételek mellett megismételhető, amivel kapcsolatban megfigyeléseket lehet végezni, lehet
RészletesebbenEseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.
Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Elemi esemény: a kísérlet egyes lehetséges egyes lehetséges kimenetelei.
Részletesebben4. 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.
Részletesebbenx, 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.
RészletesebbenValószínűségszámítás 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:
RészletesebbenFEGYVERNEKI 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
RészletesebbenMatematika A3 Valószínűségszámítás, 0. és 1. gyakorlat 2013/14. tavaszi félév
Matematika A3 Valószínűségszámítás, 0. és 1. gyakorlat 2013/14. tavaszi félév 1. Kombinatorikus módszer ismétlés nélküli ismétléses permutáció k 1!k 2!...k r! n futó beérkezésének sorrendje n golyót ennyiféleképpen
Részletesebbene (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:
Részletesebben3. Egy szabályos dobókockával háromszor dobunk egymás után. Legyen A az az esemény, hogy
Valószínűségszámítás. zárthelyi dolgozat 009. október 5.. Egy osztályba 3-an járnak. Minden fizikaórán a a többi órától függetlenül a tanár kisorsol egy felelőt, véletlenszerűen, egyenletesen, azaz mindig
Részletesebben1. A kísérlet naiv fogalma. melyek közül a kísérlet minden végrehajtásakor pontosan egy következik be.
IX. ESEMÉNYEK, VALÓSZÍNŰSÉG IX.1. Események, a valószínűség bevezetése 1. A kísérlet naiv fogalma. Kísérlet nek nevezzük egy olyan jelenség előidézését vagy megfigyelését, amelynek kimenetelét az általunk
RészletesebbenElméleti 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
RészletesebbenFEGYVERNEKI 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,
RészletesebbenGazdasági matematika II. tanmenet
Gazdasági matematika II. tanmenet Mádi-Nagy Gergely A hivatkozásokban az alábbi tankönyvekre utalunk: T: Tóth Irén (szerk.): Operációkutatás I., Nemzeti Tankönyvkiadó 1987. Cs: Csernyák László (szerk.):
RészletesebbenValószín ségszámítás és statisztika
Valószín ségszámítás és statisztika Informatika BSc, esti tagozat Backhausz Ágnes agnes@cs.elte.hu 2016/2017. tavaszi félév Bevezetés Célok: véletlen folyamatok modellezése; kísérletekb l, felmérésekb
RészletesebbenValószínűségi 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 :
Részletesebbeni p i p 0 p 1 p 2... i p i
. vizsga, 06--9, Feladatok és megoldások. (a) Adja meg az diszkrét eloszlás várható értékének a definícióját! i 0... p i p 0 p p... i p i (b) Tegyük fel, hogy a rigófészkekben található tojások X száma
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.22. Valószínűségi változó Véletlentől függő számértékeket (értékek sokasága) felvevő változókat valószínűségi változóknak nevezzük(jelölés: ξ, η, x). (pl. x =
RészletesebbenStatisztika - 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
RészletesebbenTANTÁRGYI PROGRAM Matematikai alapok II. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok II. útmutató 2013/2014. tanév II. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:
RészletesebbenFeladatok és megoldások az 1. sorozat Építőkari Matematika A3
Feladatok és megoldások az 1. sorozat Építőkari Matematika A3 1. Tegyük fel, hogy A és B egymást kölcsönösen kizáró események, melyekre P{A} = 0.3 és P{B} = 0.. Mi a valószínűsége, hogy (a A vagy B bekövetkezik;
RészletesebbenGyakorló feladatok a 2. dolgozathoz
Gyakorló feladatok a. dolgozathoz. Tíz darab tízforintost feldobunk. Mennyi annak a valószínűsége hogy vagy mindegyiken írást vagy mindegyiken fejet kapunk? 9. Egy kör alakú asztal mellett tízen ebédelnek:
RészletesebbenGazdasági matematika II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdálkodási és menedzsment, pénzügy és számvitel szakok távoktatás tagozat Gazdasági matematika II. Tantárgyi útmutató 2016/17 tanév II. félév 1/6 A KURZUS ALAPADATAI Tárgy
RészletesebbenMatematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József
Matematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József Matematika III. 5. : Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
RészletesebbenFeladatok és megoldások a 8. hétre Építőkari Matematika A3
Feladatok és megoldások a 8. hétre Építőkari Matematika A3 1. Oldjuk meg a következő differenciálegyenlet rendszert: x + 2y 3x + 4y = 2 sin t 2x + y + 2x y = cos t. (1 2. Oldjuk meg a következő differenciálegyenlet
RészletesebbenBIOMATEMATIKA 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
RészletesebbenValószín 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
Részletesebben1. 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
Részletesebben3. gyakorlat. 1. Független események. Matematika A4 Vetier András kurzusa február 27.
3. gyakorlat Matematika A4 Vetier András kurzusa 2009. február 27. 1. Független események Az A és B események akkor és csak akkor függetlenek,ha az alábbbi négy egyenlőség teljesül: P(A B) = P(A)P(B) P(A
RészletesebbenAbszolút 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
RészletesebbenTANTÁRGYI PROGRAM Matematikai alapok 2. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató 2015/2016. tanév I. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:
RészletesebbenGyakorló feladatok valószínűségszámításból végeredményekkel. a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli
Gyakorló feladatok valószínűségszámításból végeredményekkel a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli Mutassuk meg, hogy tetszőleges A és B eseményekre PA B PA+PB. Mutassuk
RészletesebbenFeladatok 2. zh-ra. 1. Eseményalgebra április Feladat. Az A és B eseményekr l tudjuk, hogy P (A) = 0, 6, P (B) = 0, 7 és
Feladatok 2 zh-ra 205 április 3 Eseményalgebra Feladat Az A és B eseményekr l tudjuk, hogy P (A) = 0, 7, P (B) = 0, 4 és P (A B) = 0, 5 Határozza meg az A B esemény valószín ségét! P (A B) = 0, 2 2 Feladat
Részletesebbena megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli
Gyakorló feladatok valószínűségszámításból végeredményekkel a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli. Igaz-e, hogy tetszőleges A, B és C eseményekre teljesül a A B \ C =
RészletesebbenVALÓSZÍNŰSÉGSZÁMÍTÁS. MSc. Órai Feladatok
VALÓSZÍNŰSÉGSZÁMÍTÁS MSc Órai Feladatok 1. Feladat (Diszkrét eloszlás) Ketten kosárlabdáznak. Az A játékos 0,4 a B játékos 0,3 valószínűséggel dob kosarat. A dobást A kezdi és felváltva dobnak egymás után.
Részletesebben1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos?
Valószínűségszámítás, földtudomány alapszak, 2015/2016. őszi félév 1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos? 2. Két tizenhárom fős vízilabdacsapat mérkőzik
RészletesebbenNegyedik A4 gyakorlat rövid megoldási útmutató
Negyedik A4 gyakorlat rövid megoldási útmutató 2013. október 14. 1. Feltéve, hogy a balkezesek aránya átlagosan 1%, becsüljük meg annak a valószínűségét, hogy 200 véletlenszerűen kiválasztott ember között
RészletesebbenValószínűségszámítás 1/B rész Valószínűségek és diszkrét valószínűségi változók (B rész)
Valószínűségszámítás 1/B rész Valószínűségek és diszkrét valószínűségi változók (B rész) Tartalomjegyzék Vetier András 2018. május 15. 1. Nevezetes eloszlások 3 1.1. Egyenletes eloszlások...........................................
RészletesebbenNéhány kockadobással kapcsolatos feladat 1 P 6
Néhány kockadobással kapcsolatos feladat Feldobunk egy kockát. Az eseménytér: ; 2; ; ; ; Az összes esetek száma:. Feldobunk egy kockát. Mi a valószínűsége, hogy hatost dobunk? A kedvező esetek száma: (hatost
RészletesebbenMatematika A4 I. gyakorlat megoldás
Matematika A I. gyakorlat megoldás 1. Kombinatorikus módszer ismétlés nélküli ismétléses permutáció n! n! k 1!k 2!...k r! n futó beérkezésének sorrendje n golyót ennyiféleképpen állíthatunk sorba, ha k
RészletesebbenMatematika 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
RészletesebbenGyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László
Gyakorló feladatok Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László I/. A vizsgaidőszak második napján a hallgatók %-ának az E épületben, %-ának a D épületben,
RészletesebbenMi az adat? Az adat elemi ismeret. Az adatokból információkat
Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás
RészletesebbenValószínűségszámítás 2. rész Nevezetes diszkrét eloszlások FOGALMAK ÉS KIDOLGOZOTT PÉLDÁK
Valószínűségszámítás 2. rész Nevezetes diszkrét eloszlások FOGALMAK ÉS KIDOLGOZOTT PÉLDÁK Tartalomjegyzék Vetier András 2019. április 17. 1. Nevezetes eloszlások 5 1.1. Egyenletes eloszlások...........................................
RészletesebbenSzámelmélet Megoldások
Számelmélet Megoldások 1) Egy számtani sorozat második tagja 17, harmadik tagja 1. a) Mekkora az első 150 tag összege? (5 pont) Kiszámoltuk ebben a sorozatban az első 111 tag összegét: 5 863. b) Igaz-e,
RészletesebbenMegoldások MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!
MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!) 2016. JANUÁR 21. Elérhető pontszám: 50 pont Megoldások 1. 6. 2. 7. 3. 8. 4. 9. 5. Össz.:
RészletesebbenOsztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból
Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 9. évfolyam I. Halmazok 1. Alapfogalmak, jelölések 2. Halmaz, részhalmaz fogalma, részhalmazok száma, jelölések 3. Nevezetes számhalmazok (N,
RészletesebbenValó szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny
Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny Szűk elméleti összefoglaló Valószínűségi változó: egy függvény, ami az eseményteret a valós számok halmazára tudja vetíteni. A val.
RészletesebbenBiometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem
Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem Előadások-gyakorlatok 2018-ban (13 alkalom) IX.12, 19, 26, X. 3, 10, 17, 24, XI. 7, 14,
Részletesebben2. A ξ valószín ségi változó s r ségfüggvénye a következ : c f(x) =
1 Egy dobozban hat fehér golyó van Egy szabályos dobókockával dobunk, majd annyi piros golyót teszünk a dobozba, amennyit dobtunk Ezután véletlenszer en húzunk egy golyót a dobozból (a) Mi a valószín sége,
RészletesebbenBackhausz Ágnes 1. Bevezetés A valószínűség elemi tulajdonságai... 5
Valószínűségszámítás Földtudomány BSc szak, 2016/2017. őszi félév Backhausz Ágnes agnes@cs.elte.hu Tartalomjegyzék 1. Bevezetés 2 2. A Kolmogorov-féle valószínűségi mező 3 2.1. Klasszikus valószínűségi
RészletesebbenMatematika III. 4. A valószínűségi változó és jellemzői Prof. Dr. Závoti, József
Matematika III. 4. A valószínűségi változó és jellemzői Prof. Dr. Závoti, József Matematika III. 4. : A valószínűségi változó és jellemzői Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul
RészletesebbenElméleti összefoglaló a Sztochasztika alapjai kurzushoz
Elméleti összefoglaló a Sztochasztika alapjai kurzushoz 1. dolgozat Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet
RészletesebbenAzaz 56 7 = 49 darab 8 jegyű szám készíthető a megadott számjegyekből.
1 Kombináció, variáció, permutáció 1. Hányféleképpen rakhatunk be 6 levelet 1 rekeszbe, ha a levelek között nem teszünk különbséget és egy rekeszbe maximum egy levelet teszünk? Mivel egy rekeszbe legfeljebb
RészletesebbenTantárgy kódja Meghirdetés féléve 3 Kreditpont 4 Összóraszám (elm+gyak) 2+2
Tantárgy neve Alkalmazott matematika II. Tantárgy kódja MT003 Meghirdetés féléve 3 Kreditpont 4 Összóraszám (elm+gyak) 2+2 Számonkérés módja gyakorlati jegy Előfeltétel (tantárgyi kód) MT002 Tantárgyfelelős
RészletesebbenVillamosmérnök A4 11. hét Kétdimenziós normális eloszlás, cht - Megoldások
Villamosmérnök A 11. hét Kétdimenziós normális eloszlás, cht - Megoldások Kétdimenziós normális összefoglalás Egy kétdimenziós X, Y valószínűségi változó kovariancia mátrixa: VarX CovX, Y CovX, Y VarY
RészletesebbenMatematika tanmenet 11. évfolyam (középszintű csoport)
Matematika tanmenet 11. évfolyam (középszintű csoport) Műveltségi terület: MATEMATIKA Iskola, osztályok: Vetési Albert Gimnázium, 11.A, 11.B, 11.D (alap) Tantárgy: MATEMATIKA Heti óraszám: 4 óra Készítették:
RészletesebbenTANMENET. a matematika tantárgy tanításához 10. E.osztályok számára
Az iskola fejbélyegzője TANMENET a matematika tantárgy tanításához 10. E.osztályok számára Készítette: Természettudományi Munkaközösség matematikát tanító tanárai Készült: a gimnáziumi tanterv alapján
Részletesebben4. A negatív binomiális eloszlás
1 / 7 2011.03.17. 14:27 Virtuális laboratóriumok > 10. Bernoulli kísérletek > 1 2 3 4 5 6 4. Alapelmélet Tételezzük fel, hogy a véletlen kísérletünk, amit végrehajtunk Bernoulli kísérleteknek egy X = (X
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
RészletesebbenStatisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
RészletesebbenKlasszikus valószínűségi mező megoldás
Klasszikus valószínűségi mező megoldás Ha egy Kísérletnek csak véges sok kimenetele lehet, és az egyes kimeneteleknek, vagyis az elemi eseményeknek azonos a valószínűségük, akkor a kísérelttel kapcsolatos
Részletesebben1. Kombinatorikai bevezetés
1. Kombinatorikai bevezetés 1.1. Permutációk Adott n különböző elem ismétlés nélküli permutációján az elemek egy meghatározott sorrendjét értjük. Az n különböző elem összes permutációinak számát P n -nel
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 4. MA3-4 modul. A valószínűségi változó és jellemzői
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 4. MA3-4 modul A valószínűségi változó és jellemzői SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról
RészletesebbenBiometria az orvosi gyakorlatban. Számítógépes döntéstámogatás
SZDT-01 p. 1/23 Biometria az orvosi gyakorlatban Számítógépes döntéstámogatás Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Gyakorlat SZDT-01 p.
RészletesebbenTananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,
// KURZUS: Matematika II. MODUL: Valószínűség-számítás 21. lecke: A feltételes valószínűség, események függetlensége Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,
RészletesebbenKözlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta
Közlemény Biostatisztika és informatika alajai. előadás: Az orvostudományban előforduló nevezetes eloszlások 6. szetember 9. Veres Dániel Statisztika és Informatika tankönyv (Herényi Levente) már kaható
RészletesebbenTerületi sor Kárpát medence Magyarország Nyugat-Európa
Területi sor Terület megnevezése Magyarok száma 2011.01.01. Kárpát medence 13 820 000 Magyarország 10 600 00 Nyugat-Európa 1 340 000 HIV prevalence (%) in adults in Africa, 2005 2.5 Daganatos halálozás
RészletesebbenKlasszikus valószínűségszámítás
Klasszikus valószínűségi mező 1) Egy építőanyag raktárba vasúton és teherautón szállítanak árut. Legyen az A esemény az, amikor egy napon vasúti szállítás van, B esemény jelentse azt, hogy teherautón van
Részletesebben3. gyakorlat. 1. További feladatok feltételes valószínűségekkel. 2. Független események
3. gyakorlat Matematika A4 Gyakorlatvezetők: Vetier András, Móra Péter 2007.09., 26. 1. További feladatok feltételes valószínűségekkel 1. Információink szerint az A céggel kötött üzleteink 60%-a, a B céggel
RészletesebbenTANMENET. a matematika tantárgy tanításához 11.E osztályok számára
Az iskola fejbélyegzője TANMENET a matematika tantárgy tanításához 11.E osztályok számára Készítette: Természettudományi Munkaközösség matematikát tanító tanárai Készült: a gimnáziumi tanterv alapján Használatos
RészletesebbenDiszkrét matematika 1.
Diszkrét matematika 1. 201. ősz 1. Diszkrét matematika 1. 1. előadás Mérai László diái alapján Komputeralgebra Tanszék 201. ősz Kombinatorika Diszkrét matematika 1. 201. ősz 2. Kombinatorika Kombinatorika
Részletesebben6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének
6. Függvények I. Elméleti összefoglaló A függvény fogalma, értelmezési tartomány, képhalmaz, értékkészlet Legyen az A és B halmaz egyike sem üreshalmaz. Ha az A halmaz minden egyes eleméhez hozzárendeljük
RészletesebbenMatematikai statisztika Tómács Tibor
Matematikai statisztika Tómács Tibor Matematikai statisztika Tómács Tibor Publication date 2011 Szerzői jog 2011 Hallgatói Információs Központ Copyright 2011, Educatio Kht., Hallgatói Információs Központ
RészletesebbenTartalomjegyzék Szitaformulák Példák a szitaformulára Mintavételezés Bayes-tétel... 17
Valószínűségszámítás Földtudomány szak, 2015/2016. tanév őszi félév Backhausz Ágnes (ELTE TTK Valószínűségelméleti és Statisztika Tanszék)1 Tartalomjegyzék 1. Valószínűségi mező 3 1.1. Példák valószínűségi
RészletesebbenMatematika B4 II. gyakorlat
Matematika B II. gyakorlat 00. február.. Bevezető kérdések. Feldobunk egy kockát és egy érmét. Ábrázoljuk az eseményteret! Legyenek adottak az alábbi események: -ast dobunk, -est dobunk, fejet dobunk,
RészletesebbenMatematika III. 3. A valószínűségszámítás elemei Prof. Dr. Závoti, József
Matematika III. 3. A valószínűségszámítás elemei Prof. Dr. Závoti, József Matematika III. 3. : A valószínűségszámítás elemei Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 3. MA3-3 modul. A valószínűségszámítás elemei
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof Dr Závoti József Matematika III 3 MA3-3 modul A valószínűségszámítás elemei SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999
RészletesebbenMatematikai alapok és valószínőségszámítás. Valószínőségszámítási alapok
Matematikai alapok és valószínőségszámítás Valószínőségszámítási alapok Bevezetés A tudományos életben vizsgálódunk pontosabb megfigyelés, elırejelzés, megértés reményében. Ha egy kísérletet végzünk, annak
RészletesebbenBIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 7. Bevezetés a valószínűségszámításba Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés 2 Definíciók, tulajdonságok Példák Valószínűségi mező
RészletesebbenOsztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 2016 / tanév
9. évfolyam I. Halmazok Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 2016 / 2017. tanév 1. Halmaz, részhalmaz fogalma, részhalmazok száma, jelölések 2. Intervallumok 3. Halmazműveletek
RészletesebbenCentrális határeloszlás-tétel
13. fejezet Centrális határeloszlás-tétel A valószínűségszámítás legfontosabb állításai azok, amelyek független valószínűségi változók normalizált összegeire vonatkoznak. A legfontosabb ilyen tételek a
RészletesebbenBiomatematika 8. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 8. Valószínűség-számítás II. Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:
RészletesebbenAz osztályozóvizsgák követelményrendszere MATEMATIKA
Az osztályozóvizsgák követelményrendszere MATEMATIKA 1. Számok, számhalmazok A 9. évfolyam során feldolgozásra kerülő témakörök: A nyelvi előkészítő és a két tanítási nyelvű osztályok tananyaga: A számfogalom
RészletesebbenGazdasági 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
RészletesebbenNagy 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
RészletesebbenValószín ségszámítás. Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes 2018/2019.
Valószín ségszámítás Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes agnes@cs.elte.hu 2018/2019. szi félév A valószín ségszámítás kurzus céljai a statisztika megalapozása: a véletlen
RészletesebbenGyakorlat. Szokol Patricia. September 24, 2018
Gyakorlat (Geometriai valószínűség, feltételes valószínűség) September 24, 2018 Geometriai valószínűség 1 Az A és B helységet 5 km hosszú telefonvezeték köti össze. A vezeték valahol meghibásodik. A meghibásodás
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Számelmélet
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Számelmélet A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
RészletesebbenValószínűségszámítás 1. rész Valószínűségek és diszkrét valószínűségi változók FOGALMAK ÉS KIDOLGOZOTT PÉLDÁK
Tartalomjegyzék Valószínűségszámítás. rész Valószínűségek és diszkrét valószínűségi változók FOGALMAK ÉS KIDOLGOZOTT PÉLDÁK Vetier András 09. szeptember 4.. Esemény, valószínűség 5.. Kimenetelek................................................
Részletesebben