I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.
|
|
- Ede Molnár
- 6 évvel ezelőtt
- Látták:
Átírás
1 I. Függelék A valószíűségszámítás alapjai I.1. Alapfogalamak: Véletle jeleség: létrejöttét befolyásoló összes téyezőt em ismerjük. Tömegjeleség: a jeleség adott feltételek mellett akárháyszor megismételhető. A valószíűségszámítás kereté belül véletle tömegjeleségekkel foglalkozuk. Ilye például a kockadobás eredméye, radioaktív próbába bekövetkező bomlások között eltelt idő, stb. Elemi eseméy: egy adott kísérlet lehetséges kimeetelei (ω). Eze lehetséges kimeetelek értékét valószíűségi változóak evezzük. Eseméytér: adott kísérlet összes lehetséges kimeeteleiek halmaza (Ω). Eseméy: a kísérlettel kapcsolatba megfogalmazható bármely jeleség, az eseméytér valamely részhalmaza (lati agy betűvel jelöljük). Biztos eseméy: olya eseméy, amely a kísérlet sorá midig bekövetkezik. Lehetetle eseméy: olya eseméy, amely a kísérlet sorá soha em következik be. A valószíűség fogalma: Ha egy kísérlet A kimeeteléek valószíűsége p, akkor ha a kísérletet agyo sokszor elvégezzük, azt várjuk, hogy a kimeetelek p háyadába az A kimeetel valósul meg. Ez a valószíűség gyakorisággal (frekveciával) megadott értelmezése. I.. Valószíűségi változó. Eloszlásfüggvéy Diszkrét valószíűségi változó. Diszkrét eloszlásfüggvéy Legye X egy véletleszerű változó, amely adott kísérlet kimeeteléek értékét jeleti. Feltételezzük, hogy a kísérletek véges sok kimeetele lehetséges, tehát az Ω eseméytér diszkrét véges halmaz (X összes lehetséges értékeiek halmaza). Az X valószíűségi változó eloszlásfüggvéye egy Ω értelmezési tartomáyú valós értékkészletű m függvéy, amely eleget tesz az alábbi követelméyekek: 1. m ( ω) 0, ahol ω Ω. m ( ω) = 1. ω Ω Legye E egy tetszőleges részhalmaza Ω-ak, akkor az E eseméy valószíűsége E) szám úgy, hogy: E) = m(ω) ω E 115
2 Folytoos valószíűségi változó. Az eloszlásfüggvéy értelmezése Tekitsük a következő esetet: véletleszerűe rámutatuk egy X potra a [0, 1] itervallumból. Háyféle kimeetele lehet eek a kísérletek? Milye tulajdoságai vaak ebbe az esetbe az eseméytérek? Köye belátható, hogy a kísérletek megszámlálhatatla végtele sok kimeetele lehetséges, és az eseméytér éppe az Ω = [0, 1] valós itervallum. Látható tehát, hogy az X folytoos véletleszerű változó, eloszlásfüggvéyét ezért más godolatmeet alapjá kell megadi. Ebbe az esetbe em értelmezett a valószíűségek az a meghatározása, hogy egy adott kimeetel valószíűsége egyelő lee a kedvező esetek számáak és az összes próbálkozások számáak háyadosával. Az eloszlásfüggvéyt a következőképpe értelmezzük folytoos valószíűségi változók eseté: P ([ x, x + dx]) f ( x) dx, ahol [x, x+dx]) aak valószíűsége, hogy a változó az [x, x+dx] itervallumba essék, f(x) az eloszlásfüggvéy. Az eloszlásfüggvéy tulajdoságai: 1. f ( x) 0, x R b. P ( a X b) = f ( x) dx, a, b R a 3. f ( x) dx = 1 (az eloszlásfüggvéy egységre ormált). Ω 3. Műveletek eseméyekkel, összetett eseméyek Eseméyekkel úgy végzük műveleteket, mit halmazokkal, ezért a továbbiakba halmazelméleti jelöléseket foguk haszáli. Legye A és B két halmaz. Értelmezzük a következő műveleteket: A B = { x x A x B}, A B = { x x A x B}, A B = { x x A x B}, A = { x x Ω x A}. A1. ábra Halmazokkal végzett műveletek 116
3 Eseméyekkel végzett műveletek legfotosabb tulajdoságai: Legye Ω eseméytér, A, B eseméyek. 1. P ( A) 0, A Ω.. P ( Ω) = A B) = A) + B) A B) 4. A) = 1 A), A Ω Tekitsük a dobókockával való dobást mit véletleszerű folyamatot, és keressük az ezzel kapcsolatos külöböző eseméyek valószíűségét. Ebbe az esetbe az eseméytér véges, 6 elemet tartalmaz, az elemek a kocka lapjai levő potok számát jelölik.: Ω = {1,,3,4,5,6} Feltételezzük, hogy a dobókocka em cikelt, vagyis bármely lap ugyaolya valószíűséggel jeletkezik. Az eloszlásfüggvéy így: 1 m ( i) =, i = 1,,, 6. 6 Tekitsük azt az E eseméyt, hogy páros számot dobuk, vagyis E = {, 4, 6}. Ekkor P ( E) = m() + m(4) + m(6) = + + = Keressük aak valószíűségét, hogy e dobjuk egyest vagy hatost. Legye F = {1, 6}. 1 P ( F ) = 1 F) = 1 =. 3 3 Adjuk meg aak valószíűségét, hogy párost dobuk vagy hárommal oszthatót. Legye a két eseméy: E = {, 4, 6}, F = {3, 6}. Akkor: E F = {, 3, 4, 6}. Azoal belátható: P ( E F) =. 3 Elleőrizzük a 3. tulajdoság helyességét! 4. Fotos eloszlásfüggvéyek Egyeletes eloszlás Diszkrét egyeletes eloszlás: Legye Ω eseméytér számossága. Egyeletes eloszlást mutató véletleszerű változó eloszlásfüggvéye: 1 m ( i) =, i = 1,, K, Köye belátható, hogy ez eleget tesz az eloszlásfüggvéyek tulajdoságaiak. Folytoos egyeletes eloszlás: Legye Ω R eseméytér. Értelmezzük az egyeletes eloszlás eloszlásfüggvéyét: f(x) = c, ahol c R álladó, értéket a ormálási feltételből számítjuk ki: 117
4 Ω f ( x) dx = 1. Beroulli v. biomiális eloszlás Adott kísérletek kétféle kimeetele lehetséges: siker, kudarc. Legye a siker valószíűsége p, jelöljük q=1-p a kudarc bekövetkezési valószíűségét. Keressük aak valószíűségét, hogy próbálkozásból potosa k kimeetel sikeres. Egy siker bekövetkezési valószíűsége p, akkor k db siker valószíűsége p k. Hasolóa, a femaradó -k esetek kudarcak kell leie, eek valószíűsége q -k. Másrészt, k próbálkozás sorá C - féleképpe valósulhat meg k kedvező eseméy. Összegezve, aak valószíűsége, hogy próbálkozásból potosa k siker adódik, ha a siker valószíűsége p: k k k b(, p, k) = C p q Ez az összefüggés az ú. Beroulli vagy biomiális eloszlás. A. ábra Beroulli eloszlásra kapott szimulációs eredméyek Szükséges kimutati, hogy ez valóba eloszlásfüggvéy, vagyis, hogy: 1. 0 < b (, p, k) < 1, bármely k és 0 < p <1 eseté.. b(, p, k) = 1. Köye belátható, hogy ez az összeg em más, mit a (p + q) k= 1 kifejtése. Tudjuk viszot, hogy p + q = 1. Ezeel bebizoyítottuk, hogy a biomiális eloszlás eleget tesz az eloszlásfüggvéyre kiszabott követelméyekek. 118
5 Poisso eloszlás Tekitsük a következő esetet: adott eseméy véletleszerű időközökét következik be. Azt tudjuk, hogy egységyi idő alatt átlagosa λ = kostas bekövetkezés törtéik. (Például egy agyvárosi redőrségre véletleszerű időközökét érkezek telefohívások, és a sok éves tapasztalat azt mutatja, hogy átlagba 5 perc alatt 8 telefohívás érkezik.) Keressük a bekövetkezések eloszlását. Kiiduluk a biomiális eloszlából. Felosztjuk az adott időitervalumot egyelő hosszúságú alszakaszra úgy, hogy egy ilye rövid időszakba legfeebb egy bekövetkezés essék. Ilye módo, az a szakasz számít sikerek a biomiális eloszlás tekitetébe, amikor törtéik eseméy, a több szakasz üres, vagyis sikertele. Első lépésbe keressük a siker p valószíűségét. Egységyi idő alatt átlagosa λ siker következik be, haszálva a Beroulli eloszlás jelöléseit, ez em más, mit p. λ = p λ p = Felhaszálva a biomiális eloszlást, keressük a bekövetkezések (X) eloszlását: λ λ = = = X 0) b(, p,0) (1 p) = 1 e, ha agyo agy szám. Bármely rögzített k érték esete felírható: b(, p, k) λ ( k 1) p λ =, szité agy (tehát kis p) értékek eseté. b(, p, k 1) kq k Ilyeformá: P ( X = 1) λe λ, illetve általáosa: k λ λ X = k) e k! Ez utóbbi kifejezés a Poisso eloszlást szolgáltatja. Megadja aak valószíűségét, hogy egységyi idő alatt potosa k bekövetkezés törtéik. Gyakorlat! Mutassuk meg, hogy a Poisso eloszlás eleget tesz az eloszlásfüggvéyek tulajdoságaiak! Expoeciális eloszlás Az expoeciális eloszlás egyike a legfotosabb folytoos eloszlásfüggvéyekek. Szoros kapcsolatba áll a Poisso eloszlással. Tekitsük ismét véletleszerű időközökét bekövetkező eseméyt. Legye ez például egy rádioaktív próba eseté két egymás utái bomlás között eltelt idő. Keressük két egymás utái bekövetkezés között eltelt idő eloszlásfüggvéyét. Erre a célra gyakra alkalmas az ú. expoeciális eloszlásfüggvéy: x f ( x) = λe λ, ahol 0 x <. Az eloszlásfüggvéy a megevezett itervallumo kívül ulla értéket vesz fel. A kifejezésbe szereplő λ egy pozitív álladó. Jeletését megadjuk a későbbiekbe. Gyakorlatkét javasoljuk aak bizoyítását, hogy a feti expoeciális függvéy valóba egységre ormált eloszlásfüggvéy. 119
6 A3. ábra Expoeciális eloszlás külöböző paraméter-értékekre Az expoeciális eloszlás segítségével gyakra aduk választ olya típusú kérdésekre, hogy: Meyit kell vári, amíg Legye T expoeciális eloszlást követő valószíűségi változó λ paraméterrel. Mi a valószíűsége aak, hogy T x? F( x) x λt = T x) = λe dt = 1 0 e λx. Vizsgáljuk az expoeciális eloszlás egyik legfotosabb tulajdoságát, a memória hiáyát. Kiszámítjuk aak valószíűségét, hogy még kell vári s időt egy bekövetkezésre, ha már vártuk előzőleg r időt. Ez egy feltételes valószíűség. (A feltételes valószíűséget a következőképpe jelöljük és értelmezzük általaosa: E F) E F) =. F) Megadja aak valószíűségét, hogy bekövetkezik az E eseméy, ha tudjuk, hogy F eseméy már bekövetkezett.) Jele esetbe az expoeciális eloszlásál azt fogjuk megmutati, hogy igaz a következő egyelőség: P ( T > r + s T > r) = T > s) Eek igazolására kiszámítjuk az egyelőség két oldalá megjeleő valószíűségeket. A jobb oldalo: λs 1 F( s) = e, míg a baloldalo szereplő feltételes valószíűségre írhatjuk: λ ( r+ s) T > r + s) 1 F( r + s) e λs = = = e. λr T > r) 1 F( s) e Ie világosa látszik, hogy aak valószíűsége, hogy még s ideig vári kell egy bekövetkezésre függetle attól, hogy előzőleg már r ideig vártuk. Ez az expoeciális eloszlásra jellemző agyo fotos tulajdoság, a memória hiáya. 10
7 Normál- vagy Gauss-eloszlás A legfotosabb, természetbe leggyakrabba előforduló eloszlásfüggvéy a ormál- vagy Gauss-eloszlás. Alakja: f ( x) = későbbiekbe. 1 e π σ ( x= µ ) / σ, ahol µ és σ paraméterek, jeletésüket megadjuk a A4. ábra Normáleloszlás, µ = 0 Abba az esetbe, amikor a paraméterek µ = 0 és σ = 1 értéket veszek fel, stadard ormáleloszlásról beszélük. A ormáleloszlás hatalmas jeletőségét a valószíűségszámítás agyo fotos alaptétele, a közepes határeloszlás tétele fogalmazza meg. Ezt a tételt kijeletjük, de bizoyítása túllépi eze jegyzet kereteit, ezért em bizoyítjuk. (Bizoyítását lásd pl. Charles M. Gristead és J. Laurie Sell: Itroductio to Probability, 10.3 fejezet.) A közepes határeloszlás tétele kimodja, hogy agy számú, tetszőleges eloszlást követő valószíűségi változó összegére jellemző eloszlásfüggvéy a ormáleloszláshoz tart. Aak igazolása, hogy a ormáleloszlás valóba eleget tesz az eloszlásfüggvéyekkel szembe támasztott követelméyekek, em magától értetődő. Ki kell mutati, hogy 1 ( = ) / e x µ σ dx = 1. πσ Az elvégzedő itegrálál azt haszáljuk fel, hogy = x x e dx e dx = π 0 11
8 5. Várható érték (átlag), szórás, korreláció Várható érték Tekitsük a következő játékot: Dobókockával dobuk. Ameyibe páros számot dobuk, a számak megfelelő összeget veszítük, ha páratlat dobuk, yerük. Pl. ha kettest dobuk, veszítük kettőt, ha hármast dobuk, akkor yerük hármat. Fel kell méri, hogy érdemes-e játszai! Szereték tudi, hogy átlagosa meyi yereségre számíthatuk, és ezt a következőképpe számítjuk ki: µ = = A játék tehát em yereséges a játékos számára. A bevezető példa utá értelmezzük diszkrét valószíűségi változó eseté az átlagot (várható értéket): Legye X diszkrét valószíűségi változó, Ω eseméytérbe és m(x) eloszlásfüggvéyel. Ekkor: µ = E ( X ) = X = xm( x) x Ω Ameyibe a feti összeg em abszolút koverges, azt modjuk, hogy X-ek ics jól meghatározott várható értéke. Gyakorlat! Mutassuk meg, hogy a biomiális eloszlásra jellemző várható érték µ = p. Számítsuk ki a Poisso eloszlás várható értékét! Áttérük a folytoos eloszlású valószíűségi változók esetére, adott f(x) eloszlásfüggvéy. A várható értéket ekkor a következő kifejezés szolgáltatja: µ = E ( X ) = X = xf ( x) dx Vizsgáljuk az expoeciális eloszlás esetét. Arra akaruk választ adi, hogy átlagosa meyi idő telik el pl. két egymást követő radioaktív bomlás között. A várható érték defiíciója alapjá: 1 ( ) = = λ λ x E X X x e dx = 0 λ Ezeel értelmezi tudjuk az expoeciális eloszlásra jellemző λ paramétert, ami em más, mit az átlagérték reciproka. Radioaktív bomlás eseté bomlási álladóak evezzük, megadja, hogy egységyi idő alatt átlagosa háy bomlás törtéik. A Gauss-eloszlás µ paramétere szité az eloszlásra jellemző átlagérték. A számítások elvégzése léyegese köyebb a stadard alak felhaszálásával. Gyakorlatkét javasoljuk aak igazolását, hogy a stadard Gauss-eloszlás (µ = 0) eseté az átlagérték valóba 0. Ilyekor azt modjuk, hogy az eloszlás ullára cetrált, és a haraggörbe alakja szimmetrikus az Oy tegelyre ézve. 1
9 A várható érték tulajdoságai: Legye X és Y két valós véletleszerű változó, c álladó, akkor 1. E(X + Y) = E(X) + E(Y),. E(cX) = ce(x). Általáosa: E(c 1 X 1 + c X + + c X ) = c 1 E(X 1 ) + c E(X ) + +c E(X ). Legye X és Y egymástól függetle véletleszerű változó. Akkor: E(XY) = E(X)E(Y). Szóráségyzet (varaicia), szórás Legye X valós értékű valószíűségi változó, várható értéke E(X) = µ. Ekkor X szóráségyzete (variaciája): V ( X ) = σ = E(( X µ ) ) = E( X µ X + µ ) = E( X ) µ E( X ) + µ = E( X ) µ Ie azoal adódik a szórás vagy stadard deviáció kifejezése: D ( X ) = σ = V ( X ). A szóráségyzet tulajdoságai: 1. V(cX) = c V(X),. V(X + c) = V(X). 3. Ha X és Y függetleek: V(X+Y) = V(X) + V(Y). Gyakorlat! Elleőrizzük a feti állítások helyességét. A szóráségyzet kiszámítása Mideek előtt az E(X ) meyiséget kell kiszámítai a következőképpe: Diszkrét esetbe: E ( X ) = X = x m( x) x Ω Ie a szóráségyzetre kapjuk: V Folytoos esetbe: ( X ) = E( X ) ( E( X )) = X X E ( X ) = X = x f ( x) dx A diszkrét esethez hasolóa számítjuk a szóráségyzetet. A szóráségyzet jeletése: megadja a valószíűségi változóak az átlagtól való közepes égyzetes eltérését. Gyakorlat! Mutassuk meg, hogy a Beroulli eloszlás szóráségyzete σ = pq. A ormáleloszlás eseté a σ paraméter éppe a szóráségyzetet jeleti. A számításokat ismét köyebb elvégezi a stadard ormáleloszlás esetére, és elleőrizhető, hogy ha σ = 1 paraméterrel dolgozuk, akkor a szóráségyzetre is 1-et kapuk. Gyakorlat! Számítsuk ki a λ paraméterű expoeciális eloszlás szóráségyzetét! 13
10 Korreláció Legye X és Y két véletleszerű változó. Értelmezzük a két változó kovariaciáját: cov( X, Y ) = E(( X µ ( X ))( Y µ ( Y ))) A kovariacia tulajdoságai: 1. cov( X, Y ) = E( XY) E( X ) E( Y ). cov( X, Y ) = 0, ha X és Y egymástól függetleek. 3. V ( X + Y ) = V ( X ) + V ( Y ) + cov( X, Y ) Éretlemezzük X és Y változók korrelációját: cov( X, Y ) ρ ( X, Y ) = és 1 ρ ( X, Y ) 1. V ( X ) V ( Y ) 6. A Stirlig képlet Végezetül megaduk egy redkívül haszos öszefüggést, amely agy számok faktoriálisára ad ige jó közelítést. Sok valószíûségi probléma eseté eek a haszálata jeletõse megköyití az aalitikus számolásokat:! π (Stirlig képlete) e Gyakra haszáljuk a feti Stirlig képlet logaritmusát: l(!) l 14
BIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus
RészletesebbenStatisztika 1. zárthelyi dolgozat március 21.
Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy
Részletesebbenvéletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?
BEVEZETÉS A statisztika teljese laikusokak: agy mukával gyűjtött adatok vizsgálata, abból következtetések levoása ( statistical iferece ) (Egy kicsit sok hűhó semmiért azaz Much ado about othig.) Mi is
Részletesebben24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.
24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor
Részletesebben1. A radioaktivitás statisztikus jellege
A radioaktivitás időfüggése 1. A radioaktivitás statisztikus jellege Va N darab azoos radioaktív atomuk, melyekek az atommagja spotá átalakulásra képes. tegyük fel, hogy ezek em bomlaak tovább. Ekkor a
Részletesebben(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):
A umerikus sorozatok fogalma, határértéke (A TÁMOP-4-8//A/KMR-9-8 számú projekt keretébe írt egyetemi jegyzetrészlet): Koverges és diverges sorozatok Defiíció: A természetes számoko értelmezett N R sorozatokak
RészletesebbenVII. A határozatlan esetek kiküszöbölése
A határozatla esetek kiküszöbölése 9 VII A határozatla esetek kiküszöbölése 7 A l Hospital szabály A véges övekedések tétele alapjá egy függvéy értékét egy potba közelíthetjük az köryezetébe felvett valamely
Részletesebben2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...
. Függvéysorok. Bevezetés és defiíciók A végtele sorokál taultuk, hogy az + x + x + + x +... végtele összeg x < eseté koverges. A feti végtele összegre úgy is godolhatuk, hogy végtele sok függvéyt aduk
Részletesebben3.1. A Poisson-eloszlás
Harmadik fejezet Nevezetes valószíűségi változók Valamely valószíűségi változóhoz kapcsolódó kérdésekre akkor tuduk potos választ adi, ha a változó eloszlása ismert, vagy megközelítőleg ismert. Ebbe a
RészletesebbenMatematika B4 I. gyakorlat
Matematika B4 I. gyakorlat 2006. február 16. 1. Egy-dimeziós adatredszerek Va valamilye adatredszer (számsorozat), amelyről szereték kiszámoli bizoyos dolgokat. Az egyes értékeket jelöljük z i -vel, a
RészletesebbenStatisztika 1. zárthelyi dolgozat március 18.
Statisztika. zárthelyi dolgozat 009. március 8.. Ismeretle m várható értékű, szórású ormális eloszlásból a következő hatelemű mitát kaptuk:, 48 3, 3, 83 0,, 3, 97 a) Számítsuk ki a mitaközepet és a tapasztalati
Részletesebben18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható
8. Valószí ségszámítás. (Valószí ségeloszlások, függetleség. Valószí ségi változók várható értéke, magasabb mometumok. Kovergeciafajták, kapcsolataik. Borel-Catelli lemmák. Nagy számok gyege törvéyei.
Részletesebben3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.
3. SOROZATOK 3. Sorozatok korlátossága, mootoitása, kovergeciája Defiíció. Egy f : N R függvéyt valós szám)sorozatak evezük. Ha A egy adott halmaz és f : N A, akkor f-et A-beli értékű) sorozatak evezzük.
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
RészletesebbenV. Deriválható függvények
Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája
RészletesebbenFeladatok és megoldások a 11. heti gyakorlathoz
Feladatok és megoldások a. het gyakorlathoz dszkrét várható érték Építőkar Matematka A. Egy verseye öt ő és öt férf verseyző dul. Tegyük fel, hogy cs két azoos eredméy, és md a 0! sorred egyformá valószíű.
Részletesebbenf (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben
Propositio 1 (Jese-egyelőtleség Ha f : kovex, akkor tetszőleges ξ változóra f (M (ξ M (f (ξ feltéve, hogy az egyelőtleségbe szereplő véges vagy végtele várható értékek létezek Bizoyítás: Megjegyezzük,
RészletesebbenValószín ségszámítás (jegyzet)
Valószí ségszámítás (jegyzet) Csiszár Vill 9. február 8.. Valószí ségi mez Két bevezet példa: ) Osztozkodási probléma (494, helyes megoldás több, mit évvel kés bb, Pascal, Fermat): Két játékos fej-írás
RészletesebbenEseményalgebra, kombinatorika
Eseméyalgebra, kombiatorika Eseméyalgebra Defiíció. Véletle kísérletek evezük mide olya megfigyelést, melyek több kimeetele lehetséges, és a véletletől függ, (azaz az általuk figyelembevett feltételek
RészletesebbenInnen. 2. Az. s n = 1 + q + q 2 + + q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha
. Végtele sorok. Bevezetés és defiíciók Bevezetéskét próbáljuk meg az 4... végtele összegek értelmet adi. Mivel végtele sokszor em tuduk összeadi, emiatt csak az első tagot adjuk össze: legye s = 4 8 =,
RészletesebbenNevezetes sorozat-határértékek
Nevezetes sorozat-határértékek. Mide pozitív racioális r szám eseté! / r 0 és! r +. Bizoyítás. Jelöljük p-vel, illetve q-val egy-egy olya pozitív egészt, melyekre p/q r, továbbá legye ε tetszőleges pozitív
RészletesebbenSorozatok, határérték fogalma. Függvények határértéke, folytonossága
Sorozatok, határérték fogalma. Függvéyek határértéke, folytoossága 1) Végtele valós számsorozatok Fogalma, megadása Defiíció: A természetes számok halmazá értelmezett a: N R egyváltozós valós függvéyt
RészletesebbenValószínűségszámítás alapjai szemléletesen
### walszam07-jav-80.doc, ### 08.0.3., :00' http://math.ui-pao.hu/~szalkai/walszam07.pdf Valószíűségszámítás alapjai szemléletese /Kézirat, 08-0-3. / dr.szalkai Istvá Pao Egyetem, Veszprém Matematika Taszék
RészletesebbenA statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.
Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
RészletesebbenKomputer statisztika
Eszterházy Károly Főiskola Matematikai és Iformatikai Itézet Tómács Tibor Komputer statisztika Eger, 010. október 6. Tartalomjegyzék Előszó 4 Jelölések 5 1. Valószíűségszámítás 7 1.1. Valószíűségi mező............................
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 :
RészletesebbenPályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov.
Pályázat címe: Új geerációs sorttudomáyi kézés és tartalomfejlesztés, hazai és emzetközi hálózatfejlesztés és társadalmasítás a Szegedi Tudomáyegyeteme Pályázati azoosító: TÁMOP-4...E-5//KONV-05-000 Sortstatisztika
Részletesebbenezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk,
A deceber -i gyakorlat téája A hipotézisvizsgálat fotos probléája a következő két kérdés vizsgálata. a) Egy véletle eyiség várható értékéek agyságáról va bízoyos feltevésük. Elleőrizi akarjuk e feltevés
RészletesebbenKÍSÉRLETTERVEZÉS ÉS ÉRTÉKELÉS A MIKROBIOLÓGIAI GYAKORLATBAN
KÍSÉRLETTERVEZÉS ÉS ÉRTÉKELÉS A MIKROBIOLÓGIAI GYAKORLATBAN DR. REICHART OLIVÉR 005. Budapest Lektorálta: Zukál Edre Tartalom BEVEZETÉS 3. VALÓSZÍNŰSÉGSZÁMÍTÁSI ALAPOK 5.. Kombiatorikai alapösszefüggések
Részletesebben1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3
Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)
RészletesebbenZavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.
Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet végző em tudja megkülöbözteti az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet
RészletesebbenGyakorló feladatok II.
Gyakorló feladatok II. Valós sorozatok és sorok Közgazdász szakos hallgatókak a Matematika B című tárgyhoz 2005. október Valós sorozatok elemi tulajdoságai F. Pozitív állítás formájába fogalmazza meg azt,
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
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet
Részletesebben? közgazdasági statisztika
Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB B Elem
RészletesebbenA tárgy címe: ANALÍZIS 1 A-B-C (2+2). 1. gyakorlat
A tárgy címe: ANALÍZIS A-B-C + gyakorlat Beroulli-egyelőtleség Legye N, x k R k =,, és tegyük fel, hogy vagy x k 0 k =,, vagy pedig x k 0 k =,, Ekkor + x k + x k Speciális Beroulli-egyelőtleség Ha N és
RészletesebbenKalkulus II., második házi feladat
Uger Tamás Istvá FTDYJ Név: Uger Tamás Istvá Neptu: FTDYJ Web: http://maxwellszehu/~ugert Kalkulus II, második házi feladat pot) Koverges? Abszolút koverges? ) l A feladat teljese yilvávalóa arra kívácsi,
RészletesebbenAz átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)
Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa
RészletesebbenA biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html
RészletesebbenA matematikai statisztika elemei
A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................
RészletesebbenValószínűségszámítás
8. Valószíűségszámítás ESEMÉNYEK 174 Eseméyek formális leírása, műveletek 175 Feladatok 176 A VALÓSZÍNŰSÉG FOGALMA 177 A valószíűség tulajdoságai 178 Mitapéldák 179 Feladatok 181 VALÓSZÍNŰSÉGI VÁLTOZÓK
RészletesebbenKalkulus I. Első zárthelyi dolgozat 2014. szeptember 16. MINTA. és q = k 2. k 2. = k 1l 2 k 2 l 1. l 1 l 2. 5 2n 6n + 8
Név, Neptu-kód:.................................................................... 1. Legyeek p, q Q tetszőlegesek. Mutassuk meg, hogy ekkor p q Q. Tegyük fel, hogy p, q Q. Ekkor létezek olya k 1, k 2,
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.
RészletesebbenKutatói pályára felkészítı modul
Kutatói pályára felkészítı modul Kutatói pályára felkészítı kutatási ismeretek modul Tudomáyos kutatási alapayag feldolgozása, elemzési ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI
RészletesebbenMatematikai statisztika
Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika
RészletesebbenSZÁMELMÉLET. Vasile Berinde, Filippo Spagnolo
SZÁMELMÉLET Vasile Beride, Filippo Spagolo A számelmélet a matematika egyik legrégibb ága, és az egyik legagyobb is egybe Eek a fejezetek az a célja, hogy egy elemi bevezetést yújtso az első szite lévő
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)
Részletesebbenbiometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat
Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke
RészletesebbenIntervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.
Itervallum Paraméteres Hipotézisek Nemparaméteres Statisztika Hipotézisvizsgálat Székely Balázs 2010. december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Előadás vázlat 1 Itervallumbecslések
Részletesebben1 n. 8abc (a + b) (b + c) (a + c) 8 27 (a + b + c)3. (1 a) 5 (1 + a)(1 + 2a) n + 1
A tárgy címe: ANALÍZIS A-B-C + gyakorlat Beroulli-egyelőtleség Ha N és h R, akkor + h + h Mikor va itt egyelőség? Léyeges-e a h feltétel? Számtai-mértai közép Bármely N és,, R, k 0 k =,, választással k
RészletesebbenEgy lehetséges tételsor megoldásokkal
Egy lehetséges tételsor megoldásokkal A vizsgatétel I része a IX és X osztályos ayagot öleli fel, 6 külöböző fejezetből vett feladatból áll, összese potot ér A közzétett tétel-variások és az előző évekbe
Részletesebben(d) x 6 3x 2 2 = 0, (e) x + x 2 = 1 x, (f) 2x x 1 = 8, 2(x 1) a 1
. Bevezető. Oldja meg az alábbi egyeleteket: (a cos x + si x + cos x si x = (b π si x = x π 4 x 3π 4 cos x (c cos x + si x = si x (d x 6 3x = 0 (e x + x = x (f x + 5 + x = 8 (g x + + x + + x + x + =..
RészletesebbenMegjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia
Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 5. Megjegyzések. A tétel feltételei gyegíthetőek: elég, ha a függetle, azoos eloszlású változók várható értéke véges.
RészletesebbenValószín ségszámítás és statisztika
Valószí ségszámítás és statisztika oktatási segédayag Kupá Pál Tartalomjegyzék fejezet Valószí ségszámítási alapfogalmak 5 Eseméyek 5 M veletek eseméyekkel 5 2 A valószí ség fogalma 7 3 Valószí ségi változók
Részletesebben2. fejezet. Számsorozatok, számsorok
. fejezet Számsorozatok, számsorok .. Számsorozatok és számsorok... Számsorozat megadása, határértéke Írjuk fel képlettel az alábbi sorozatok -dik elemét! mooto, korlátos, illetve koverges-e! Vizsgáljuk
RészletesebbenALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.
ALGEBRA MÁSODFOKÚ POLINOMOK. Határozzuk meg az + p + q = 0 egyelet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 98.. Határozzuk meg az összes olya pozitív egész p és q számot, amelyre az
RészletesebbenA peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.
y Valószíőségszámítás elıaás III. alk. matematkus szak 4. elıaás, szeptember 30 A peremeloszlások (X,Y) eloszlásából (elevezés: együttes eloszlás) következtethetük az egyes változók eloszlására: P(X)P(X,Y0)+P(X,Y)+P(X,Y2)
Részletesebben1. A KOMPLEX SZÁMTEST A természetes, az egész, a racionális és a valós számok ismeretét feltételezzük:
1. A KOMPLEX SZÁMTEST A természetes, az egész, a raioális és a valós számok ismeretét feltételezzük: N = f1 ::: :::g Z = f::: 3 0 1 3 :::g p Q = j p q Z és q 6= 0 : q A valós szám értelmezése végtele tizedestörtkét
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.
RészletesebbenAndai Attila: november 13.
Adai Attila: Aalízis éháy fejezete bizoyításokkal Óravázlat 006. ovember 13. Ebbe az óravázlatba az órá elhagzott defiíciókat és a bizoyított tételeket gyűjtöttem össze. i Elemi sorok és függvéyek 1 1.
RészletesebbenDiszkrét matematika II., 3. előadás. Komplex számok
1 Diszkrét matematika II., 3. előadás Komplex számok Dr. Takách Géza NyME FMK Iformatikai Itézet takach@if.yme.hu http://if.yme.hu/ takach/ 2007. február 22. Komplex számok Szereték kibővítei a valós számtestet,
RészletesebbenWiener-folyamatok definiciója. A funkcionális centrális határeloszlástétel. Norbert Wienerre, a második pedig egy Brown nevű XIX. században élt angol
Wieer-folyamatok defiiciója. A fukcioális cetrális határeloszlástétel. A valószíűségszámítás egyik agyo fotos fogalma a Wieer-folyamat, amelyet Browmozgásak is hívak. Az első elevezés e fogalom első matematikailag
RészletesebbenEseme nyalgebra e s kombinatorika feladatok, megolda sok
Eseme yalgebra e s kombiatorika feladatok, megolda sok Szűk elméleti áttekitő Kombiatorika quick-guide: - db. elemből db. sorredjeire vagyuk kívácsiak: permutáció - db. elemből m < db. háyféleképp rakható
RészletesebbenA primitív függvény létezése. Kitűzött feladatok. határérték, és F az f egy olyan primitívje, amelyre F(0) = 0. Bizonyítsd be,
6 A primitív üggvéy létezése A primitív üggvéy létezése Kitűzött eladatok. Határozd meg az a és b valós paraméterek értékét úgy hogy az : R ae + b üggvéyek létezze primitív üggvéye! >. Az : [ + [ + olytoos
Részletesebben(f) f(x) = x2 x Mutassa meg, hogy ha f(x) dx = F (x) + C, akkor F (ax + b) a 3. Számolja ki az alábbi határozatlan integrálokat: 1.
PROGRAMTERVEZŐ MATEMATIKUS SZAK II. ÉVF. III. FÉLÉV GYAKORLÓ FELADATOK AZ II. ANALÍZIS ZH-RA Primitívfüggvéy keresés. Adja meg az f függvéy egy primitívfüggvéyét: f) = 6 8 + 3 b) f) = + 3 f) = + 5 ) /
Részletesebbenegyenletesen, 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,
RészletesebbenNUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk.
NUMERIKUS SOROK II. Ebbe a részbe kizárólag a kovergecia vizsgálatával foglalkozuk. SZÜKSÉGES FELTÉTEL Ha pozitív (vagy em egatív) tagú umerikus sor, akkor a kovergecia szükséges feltétele, hogy lim a
RészletesebbenA szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai
05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:
RészletesebbenFüggvényhatárérték-számítás
Függvéyhatárérték-számítás I Függvéyek véges helye vett véges határértéke I itervallumo, ha va olya k valós szám, melyre az I itervallumo, ha va olya K valós szám, melyre I itervallumo, ha alulról és felülről
Részletesebben2. gyakorlat - Hatványsorok és Taylor-sorok
. gyakorlat - Hatváysorok és Taylor-sorok 9. március 3.. Adjuk meg az itt szereplő sorok kovergeciasugarát és kovergeciaitervallumát! + a = + Azaz a hatváysor kovergeciasugara. Az biztos, hogy a (-,) yílt
RészletesebbenBIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika
BIOSTATISZTIKA ÉS INFORMATIKA Leíró statisztika Első közelítésbe a statisztikai tevékeységeket égy csoportba sorolhatjuk, de ezek között ics éles határ:. adatgyűjtés, 2. az adatok áttekithetővé tétele,
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
Részletesebben10.M ALGEBRA < <
0.M ALGEBRA GYÖKÖS KIFEJEZÉSEK. Mutassuk meg, hogy < + +... + < + + 008 009 + 009 008 5. Mutassuk meg, hogy va olya pozitív egész szám, amelyre 99 < + + +... + < 995. Igazoljuk, hogy bármely pozitív egész
RészletesebbenEmpirikus szórásnégyzet
Empirikus égyzet Mi lee hasoló szellembe a becslése a mita alapjá? Empirikus égyzet Mi lee hasoló szellembe a becslése a mita alapjá? Az átlagtól való égyzetes eltérést kée átlagoli... Empirikus égyzet
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
RészletesebbenA valószínűségszámítás elemei
Alapfogalmak BIOSTATISZTIKA ÉS INFORMATIKA A valószínűségszámítás elemei Jelenség: minden, ami lényegében azonos feltételek mellett megismételhető, amivel kapcsolatban megfigyeléseket lehet végezni, lehet
RészletesebbenMegoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ
Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.
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
RészletesebbenStatisztikai hipotézisvizsgálatok
Statisztikai hipotézisvizsgálatok. Milye problémákál haszálatos? A gyakorlatba agyo gyakra szükségük lehet arra, hogy mitákból származó iformációk alapjá hozzuk sokaságra voatkozó dötéseket. Például egy
RészletesebbenANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA
ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA Szerkesztette: Balogh Tamás 202. július 2. Ha hibát találsz, kérlek jelezd a ifo@baloghtamas.hu e-mail címe! Ez a Mű a Creative Commos Nevezd meg! - Ne add
RészletesebbenVÉLETLENÍTETT ALGORITMUSOK. 1.ea.
VÉLETLENÍTETT ALGORITMUSOK 1.ea. 1. Bevezetés - (Mire jók a véletleített algoritmusok, alap techikák) 1.1. Gyorsredezés Vegyük egy ismert példát, a redezések témaköréből, méghozzá a gyorsredezés algoritmusát.
RészletesebbenLajkó Károly Kalkulus I. példatár mobidiák könyvtár
Lajkó Károly Kalkulus I. példatár mobidiák köyvtár Lajkó Károly Kalkulus I. példatár mobidiák köyvtár SOROZATSZERKESZTŐ Fazekas Istvá Lajkó Károly Kalkulus I. példatár programozó és programtervező matematikus
RészletesebbenHatárértékszámítás. (szerkesztés alatt) Dr. Toledo Rodolfo április A határátmenet és a műveletek 12
Határértékszámítás szerkesztés alatt) Dr. Toledo Rodolfo 207. április 23. Tartalomjegyzék. Bevezetés 2 2. Segédállítások 3 3. Nevezetes sorozatok 7 4. A határátmeet és a műveletek 2 5. Az e szám fogalma
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.
RészletesebbenA figurális számokról (IV.)
A figurális számokról (IV.) Tuzso Zoltá, Székelyudvarhely A továbbiakba külöféle számkombiációk és összefüggések reprezetálásáról, és bizoyos összegek kiszámolásáról íruk. Sajátos összefüggések Az elekbe
RészletesebbenMatematika I. 9. előadás
Matematika I. 9. előadás Valós számsorozat kovergeciája +-hez ill. --hez divergáló sorozatok A határérték és a műveletek kapcsolata Valós számsorozatok mootoitása, korlátossága Komplex számsorozatok kovergeciája
RészletesebbenEötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli beugró kérdések. Készítette: Szántó Ádám Tavaszi félév
Eötvös Lorád Tudomáyegyetem Iformatikai Kar Aalízis 1. Írásbeli beugró kérdések Készítette: Szátó Ádám 2011. Tavaszi félév 1. Írja le a Dedekid-axiómát! Legyeek A R, B R. Ekkor ha a A és b B : a b, akkor
Részletesebben= dx 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05
Folytoos vlószíűségi változók Értékkészletük számegyees egy folytoos (véges vgy végtele) itervllum. Vlmeyi lehetséges érték vlószíűségű, pozitív vlószíűségek csk értéktrtomáyokhoz trtozk. Az eloszlás em
RészletesebbenA FUNDAMENTÁLIS EGYENLET KÉT REPREZENTÁCIÓBAN. A függvény teljes differenciálja, a differenciális fundamentális egyenlet: U V S U + dn 1
A FUNDAMENÁLIS EGYENLE KÉ REPREZENÁCIÓBAN A differeciális fudametális egyelet A fudametális egyelet a belső eergiára: UU (S V K ) A függvéy teljes differeciálja a differeciális fudametális egyelet: U S
RészletesebbenANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2
ANALÍZIS. I. VIZSGA. jauár. Mérök iformatikus szak α-variás Mukaidő: perc. feladat pot) Adja meg az z 4 i)z i egyelet összes megoldását. i + i) + 4i + 4 i +, vagyis z p i p cos 3 + i si ) 3 vagy z p i
RészletesebbenII. INTEGRÁLÁSI MÓDSZEREK
Itegrálási módszerek 5 II INTEGRÁLÁSI MÓDSZEREK A parciális itegrálás módszere Ha az f, g : D (D em degeerált itervallumok egyesítése) függvéyek deriválhatók a D halmazo, akkor tudjuk, hogy a szorzatuk
Részletesebbenf(n) n x g(n), n x π 2 6 n, σ(n) n x
Számelméleti függvéyek extremális agyságredje Dr. Tóth László 2006 Bevezetés Ha számelméleti függvéyek, l. multilikatív vagy additív függvéyek agyságredjét vizsgáljuk, akkor először általába az adott függvéy
RészletesebbenELTE TTK Budapest, január
Valószíűségszámítás Arató Miklós előadásai alapjá Készítették: Martiek László Tassy Gergely ELTE TTK Budapest, 008. jauár Typeset by L A TEX . el adás 007. IX.. szerda Klasszikus (kombiatorikus valószí
RészletesebbenKomplex számok (el adásvázlat, 2008. február 12.) Maróti Miklós
Komplex számok el adásvázlat, 008. február 1. Maróti Miklós Eek az el adásak a megértéséhez a következ fogalmakat kell tudi: test, test additív és multiplikatív csoportja, valós számok és tulajdoságaik.
RészletesebbenFourier sorok FO 1. Trigonometrikus. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!
Fourier sorok FO Trigoometrikus Fourier sorok FO Trigoometrikus redszer Defiíció: trigoometrikus redszer Az {, cos x, si x, cos x, si x, cos 3x, si 3x, } függvéyekből álló (végtele sok függvéyt tartalmazó)
RészletesebbenValószín ségszámítás 1. Csiszár Vill
Valószí ségszámítás 1. Csiszár Vill Tartalomjegyzék 1. Valószí ségi mez 1 1.1. Klasszikus valószí ségi mez................................ 2 1.2. Geometriai valószí ségi mez................................
RészletesebbenMATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ
Matematika emelt szit 1011 ÉRETTSÉGI VIZSGA 013. május 7. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ EMBERI ERŐFORRÁSOK MINISZTÉRIUMA Formai előírások: Fotos tudivalók
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
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:
RészletesebbenSorozatok A.: Sorozatok általában
200 /2002..o. Fakt. Bp. Sorozatok A.: Sorozatok általába tam_soroz_a_sorozatok_altalaba.doc Sorozatok A.: Sorozatok általába Ad I. 2) Z/IV//a-e, g-m (CD II/IV/ Próbálj meg róluk miél többet elmodai. 2/a,
Részletesebben