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

Hasonló dokumentumok
Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László

[Biomatematika 2] Orvosi biometria

NEVEZETES FOLYTONOS ELOSZLÁSOK

Biomatematika 2 Orvosi biometria

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Osztályozóvizsga követelményei

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

Gyakorló feladatok a 2. dolgozathoz

KÖVETKEZTETŐ STATISZTIKA

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

A maximum likelihood becslésről

Statisztikai becslés

36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0, = 0, = 0, Mo.: 32 = 0,25

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév

A bergengóc lakosság szemszín szerinti megoszlása a négy tartományban azonos:

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

Matematikai statisztika c. tárgy oktatásának célja és tematikája

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem

Valószínűségi változók. Várható érték és szórás

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben

1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos?

MATEMATIKA HETI 5 ÓRA. IDŐPONT: június 8.

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Statisztika 1. zárthelyi dolgozat március 21.

Gyakorlat. Szokol Patricia. September 24, 2018

4.4. Egy úton hetente átlag 3 baleset történik. Mi a valószínűsége, hogy egy adott héten 2?

Gazdasági matematika II. Tantárgyi útmutató

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

A Statisztika alapjai

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Régebbi Matek M1 zh-k. sztochasztikus folyamatokkal kapcsolatos feladatai.

Megoldások MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató

Kutatásmódszertan és prezentációkészítés

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket!

1. Név:... Neptun Kód:... Feladat: Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt

Számítógépes döntéstámogatás. Statisztikai elemzés

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Valószínűségszámítás és statisztika

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

Tantárgyi útmutató. Gazdasági matematika II.

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

Készítette: Fegyverneki Sándor

Normális eloszlás tesztje

6. Előadás. Vereb György, DE OEC BSI, október 12.

A valószínűségszámítás elemei

VALÓSZÍNŰSÉGSZÁMÍTÁS. MSc. Órai Feladatok

Gazdasági matematika II. vizsgadolgozat, megoldással,

0,9268. Valószín ségszámítás és matematikai statisztika NGB_MA001_3, NGB_MA002_3 zárthelyi dolgozat

GRADUÁLIS BIOSTATISZTIKAI KURZUS február hó 22. Dr. Dinya Elek egyetemi docens

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny

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

Valószínűségszámítás összefoglaló

Biomatematikai Tanszék

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

egyetemi jegyzet Meskó Balázs

Matematikai statisztika szorgalmi feladatok

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Tantárgy kódja Meghirdetés féléve 3 Kreditpont 4 Összóraszám (elm+gyak) 2+2

Statisztika elméleti összefoglaló

ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN!

Biometria gyakorló feladatok BsC hallgatók számára

Elemi statisztika fizikusoknak

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Diszkrét idejű felújítási paradoxon

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

MATEMATIKA HETI 5 ÓRA. IDŐPONT: Június 4.

Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,

A leíró statisztikák

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.

[Biomatematika 2] Orvosi biometria

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

Matematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József

vásárlót átlag 2 perc alatt intéz el (blokkolás, kártyaleolvasás), de ez az

Biostatisztika VIII. Mátyus László. 19 October

Bevezetés. 1. előadás, február 11. Módszerek. Tematika

1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos?

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

A társadalomkutatás módszerei I.

Átírás:

Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS 1. Kihasználva a hosszasan elhúzódó jó időt, kirándulást szeretnénk tenni az ország tíz legmagasabb csúcsa közül háromra az elkövetkezendő hétvégén. Ha véletlenszerűen választjuk ki úti céljainkat, akkor mennyi a valószínűsége, hogy: a. Pontosan kétszer leszünk a Bükkben? b. Maximum 1-szer túrázunk a Mátrában? c. Istállós-kőre eljutunk? d. A Galya-tető lesz a legmagasabb a három túra helyszínből? A feladat mögött a Visszatevés nélküli mintavételezés modellje van. Hegycsúcs neve Hegység Magasság 1. Kékes Mátra 1014 2. Pezsgő-kő Mátra 971 3. Galya-tető Mátra 964 4. Szilvási-kő Bükk 961 5. Péter hegyese Mátra 960 6. Istállós-kő Bükk 958 7. Tányéros-töbör Bükk 958 8. Bálvány Bükk 956 9. Kőrös-bérc Bükk 956 10. Virágos-Sár-hegy Bükk 955 X = a három túrából a Mátrában tett kirándulások száma (Hipergeometriai valószínűségi változó) Ha pontosan kétszer vagyunk a Bükkben, az annak felel meg, hogy egyszer vagyunk a Mátrában: c, Y = a három túrából az Istállós-kőn tett kirándulások száma (Hipergeometriai valószínűségi változó) d, I. megoldás: Z = a három túrából Gyalya-tető lesz a legmagasabb = Kékesre, illetve Pezsgő-kőre nem jutok el ÉS(!) Gyalya-tetőre igen ÉS(!) még kettőre a maradék hétből. vagy itt (3 pont) d, II. megoldás: Z 1 =három túrából Kékesre, illetve Pezsgő-kőre nem jutok el Z 2 =három túrából Kékesre, Pezsgő-kőre illetve Galya-tetőre nem jutok el Z = a három túrából Gyalya-tető lesz a legmagasabb = Z 1 \ Z 2 vagy itt (3 pont)

2. Egy vidéki házi orvos egy nap 8 órát rendel, ez alatt átlagosan 24-en keresik fel. a. Mi a valószínűsége, hogy a következő órában minimum 2 beteg keresi fel? b. Mi a valószínűsége, hogy két beteg érkezése között eltelt idő, legalább 18 perc? X = Egy óra alatt a betegek száma (tekinthető Poisson eloszlású val. változónak) E(X) = = = 3 Y = Két betegek érkezése között eltelt idő percben mérve (tekinthető Exponenciális eloszlású val. változónak)

3. Egy étterem három különböző sörfőzdéből szerzi be a sörkészletét. Az I. sörfőzdéből származik a készletének 30%- a II.-ból a 50%- a maradék a III. sörfőzdéből. Az alábbi táblázat tartalmazza a gyártott szűrt illetve szűretlen sör arányát a különböző sörfőzdékben. Az egyik pultos találomra csapra ver egy hordót (szigorúan minőségellenőrzés céljából!). Mi a valószínűsége, hogy a kiválasztott hordó: Szűrt- / Szüretlen sör arány I. Sörfőzde 7:1 II. Sörfőzde 2:1 III. Sörfőzde Nem gyárt szűretlen sört a. Szűrt sört tartalmaz? b. Kóstolás után rájött, hogy szűrt sör. Mi a valószínűsége, hogy az I. sörfőzdéből származik a hordó? A = A kiválasztott hordóban szűrt sör van B 1 = A kiválasztott hordó az I. sörfőzdéből származik => P(B 1 ) = 0,3 B 2 = A kiválasztott hordó a II. sörfőzdéből származik => P(B 2 ) = 0,5 B 3 = A kiválasztott hordó a III. sörfőzdéből származik => P(B 3 ) = 0,2 Teljes valószínűség tétele: Bayes Tétel: (3 pont) +

4. Egy ifjú férj azzal lepi meg feleségét első házassági évfordulójuk alkalmával, hogy két héten keresztül mindennap hozz neki egy szál virágot. Feleségének kedvenc virágai a Kál a Tulipán, a Gerbera és a Rózsa. Ha mindennap véletlenszerűen választ virágot, mi a valószínűsége, hogy kedvese mindegyik virágból kap legalább egyszer ez alatt a két hét alatt? A = A feleség minden virágból kap legalább egyszer a két hét alatt => P(A) meghatározása Szita formulával! A 1 = Nem kap Kálát a feleség egyszer sem A 2 = Nem kap Tulipánt a feleség egyszer sem A 3 = Nem kap Gerberát a feleség egyszer sem A 4 = Nem kap Rózsát a feleség egyszer sem

5. Jelölje X a Budapest és Siófok közötti vasútvonalon, a felső vezeték meghibásodásának helyét és tegyük fel, hogy X egy egyenletes eloszlású valószínűségi változó. Budapesttől Velence 40 km-re, Székesfehérvár 60km-re, Siófok pedig 100 km-re található. a. Mi a valószínűsége, hogy a hiba Székesfehérvár előtt van? b. Mi a valószínűsége, hogy a hiba Székesfehérvár és Velence között van? c. Adja meg X várható értékét és szórását! d. Adja meg az 5-6X eloszlás- és sűrűségfüggvényét! X = (0,100)-on értelmezett egyenletes eloszlású valószínűségi változó c, d,

6. A valószínűségszámítás gyakorlaton a megengedett hiányzások száma maximum 3. Hosszú évek tapasztalata alapján a következő táblázat tartalmazza az egy évfolyamon, a hallgatónkénti hiányzások eloszlását. Az egyik 24 fős idei csoport hiányzásainak összesítése: Hiányzások száma Hiányzások számának valószínűsége 0 1/6 + 2c 1 1/3 - c 2 2c 3 1/6 + c 0000 0001 1111 1122 2223 3333 a. Adjuk meg a hiányzások számának várható értékét és szórását! b. Adjunk torzítatlan becslést a c paraméterre a minta segítségével, i. relatív gyakoriságokkal! ii. minta átlaggal! X = A hallgatónkénti hiányzások száma A relatív gyakoriságok torzítatlan becslései a valószínűségeknek: A mintaátlag torzítatlan becslése a várható értéknek: