1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

Hasonló dokumentumok
1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

1. előadás: Bevezetés. Irodalom. Számonkérés. A valószínűségszámítás és a statisztika tárgya. Cél

1. elıadás: Bevezetés. Számonkérés. Irodalom. Valószínőségszámítás helye a tudományok között. Cél

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

Valószínűségszámítás és statisztika előadás Info. BSC B-C szakosoknak. 1. előadás: Bevezetés. Számonkérés. Irodalom. Cél. Véletlen tömegjelenségek

Valószín ségszámítás. Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes 2018/2019.

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

? közgazdasági statisztika

? közgazdasági statisztika

Az ész természetéhez tartozik, hogy a dolgokat nem mint véletleneket, hanem mint szükségszerűeket szemléli (Spinoza: Etika, II. rész, 44.

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

Feladatok és megoldások a 11. heti gyakorlathoz

Valószínűségszámítás és statisztika

Ismétlés: Visszatevéses mintavétel. A valószínőség további tulajdonságai. Visszatevés nélküli mintavétel. A valószínőség folytonossága

Információs rendszerek elméleti alapjai. Információelmélet

Valószín ségszámítás és statisztika

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

Eseményalgebra, kombinatorika

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

1. előadás: Bevezetés. Valószínűségszámítás survey statisztika MA. Számonkérés. Irodalom. Cél. A valószínűségszámítás tárgya

Bevezetés. Valószínűségszámítás 2 előadás III. alk. matematikus szak. Irodalom. Egyéb info., számonkérés. Cél. Alapfogalmak (ismétlés)

Matematikai statisztika

1. A kísérlet naiv fogalma. melyek közül a kísérlet minden végrehajtásakor pontosan egy következik be.

Valószínűségszámítás és matematikai statisztika. Ketskeméty László

Valószínűségszámítás. Ketskeméty László

Valószínűségszámítás és statisztika a fizikában február 16.

BIOMATEMATIKA ELŐADÁS

24. Kombinatorika, a valószínűségszámítás elemei

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

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra

Valószínőségszámítás helye a tudományok között. Véletlen tömegjelenségek. Történeti áttekintés 1. Modellezés. Történeti áttekintés 3.

Eseme nyalgebra e s kombinatorika feladatok, megolda sok

Statisztika. Eloszlásjellemzők

Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk

Környezet statisztika

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

Statisztika 1. zárthelyi dolgozat március 21.

KOMBINATORIKA ELŐADÁS osztatlan matematikatanár hallgatók számára. Szita formula J = S \R,

Valószínűségszámítás összefoglaló

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN

Diszkrét matematika I. legfontosabb tételek/definíciók (II. javított verzió) 2014/2015. I. félév

1. tétel Halmazok és halmazok számossága. Halmazműveletek és logikai műveletek kapcsolata.

1. A radioaktivitás statisztikus jellege

Mérési adatok feldolgozása Méréselmélet PE_MIK MI_BSc, VI_BSc 1

Diszkrét matematika I. gyakorlat

Példa a report dokumentumosztály használatára

Néhány kockadobással kapcsolatos feladat 1 P 6

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

Valószín ségszámítás és statisztika

Matematikai alapok és valószínőségszámítás. Valószínőségszámítási alapok

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 3. MA3-3 modul. A valószínűségszámítás elemei

KOMBINATORIKA ELŐADÁS osztatlan matematika tanár hallgatók számára. Szita formula

Matematika III. 3. A valószínűségszámítás elemei Prof. Dr. Závoti, József

Valószínűségszámítás alapjai szemléletesen

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

Halmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

BIOMATEMATIKA ELŐADÁS

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

Tartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13

Valószínűségi változók. Várható érték és szórás

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

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

Menet. A klasszikus interpretáció. Condorcet kockák, De Mére probléma Pétervári paradoxon

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

Szita (Poincaré) formula. Megoldás. Alkalmazások. Teljes eseményrendszer. Példák, szimulációk

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

Valószínűségszámítás

1 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

V. GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL

A matematikai statisztika elemei

Készítette: Ernyei Kitti. Halmazok

Gazdasági matematika II. tanmenet

Biomatematika 2 Orvosi biometria

Pl.: hányféleképpen lehet egy n elemű halmazból k elemű részhalmazt kiválasztani, n tárgyat hányféleképpen lehet szétosztani k személy között stb.?

Horváth Alice. Éles valószínűségi korlátok műszaki és aktuáriusi alkalmazásokkal

Statisztika I. 4. előadás. Előadó: Dr. Ertsey Imre

Matematika I. 9. előadás

[Biomatematika 2] Orvosi biometria

Matematika A4 I. gyakorlat megoldás

Méréselmélet PE_MIK MI_BSc, VI_BSc 1

Feladatok és megoldások az 1. sorozat Építőkari Matematika A3

Előző óra összefoglalása. Programozás alapjai C nyelv 3. gyakorlat. Karakter típus (char) Karakter konstansok. Karaktersorozatot lezáró nulla

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

A brexit-szavazás és a nagy számok törvénye

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

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.

Táblázatok 4/5. C: t-próbát alkalmazunk és mivel a t-statisztika értéke 3, ezért mind a 10%-os, mind. elutasítjuk a nullhipotézist.

Feladatok 2. zh-ra. 1. Eseményalgebra április Feladat. Az A és B eseményekr l tudjuk, hogy P (A) = 0, 6, P (B) = 0, 7 és

Matematika alapjai; Feladatok

Gyakorló feladatok II.

LOGO. Kvantum-tömörítés. Gyöngyösi László BME Villamosmérnöki és Informatikai Kar

Átírás:

Valószíűségszámítás 1 előadás mat. BSc alk. mat. szakráyosokak 2016/2017 1. félév Zemplé Adrás zemple@ludes.elte.hu http://zemple.elte.hu/ 1. előadás: Bevezetés Irodalom, követelméyek A félév célja Valószíűségszámítás tárgya Törtéet Alapfogalmak Valószíűségek kszámítása Irodalom Hagyomáyos jegyzet: Barót-Bogáré-Fejes Tóth-Mogyoród: Valószíűségszámítás jegyzet programozó szakos hallgatókak Taköyvek: Prékopa: Valószíűségelmélet Solt: Valószíűségszámítás Pál: A valószíűségszámítás és a statsztka alapja I-II Réy: Valószíűségszámítás Dekger: Valószíűségszámítás Példatár: Bogáré-Mogyoród-Prékopa-Réy-Szász: Valószíűségszámítás feladatgyűjteméy (TYPOTEX kadó, 2001) Arató-Prokaj-Zemplé: Valószíűségszámítás elektrokus jegyzet (http://elte.prompt.hu/stes/default/fles/taayagok/valszam/zemple.pdf) Segédayag: ez a vázlat a holapomo Számokérés Gyakorlatok gyakorlat jegy: csoportokét zh-k alapjá Vzsga: kombált írásbel és szóbel, később egyeztetedő dőpotba Cél Valószíűségszámítás alapjaak megsmerése Alapfogalmak készségsztű smerete Feladatmegoldás készség kalakítása (elsősorba gyakorlato) Alkalmazás lehetőségek bemutatása Matematka statsztka megalapozása Valószíűségszámítás helye a tudomáyok között Matematka tudomáy, mert precíze megfogalmazott axómáxra épül. Gyakorlat alkalmazása: statsztka következtetések levoása (pl.: ha egy érmével 1000 dobásból 550 fej jött k, akkor 99.9% valószíűséggel állítható, hogy az érme em szabályos). 1

Törtéet áttektés 1. Első smert feladat 1494-ből: játék dő előtt abbahagyása eseté hogya osztozzaak? Helyes megoldás több, mt 100 évvel később: Pascal (1623 1662), Fermat (1601 1665) Köye adható szmulácós megoldás (precíz számítás a gyakorlato) Cardao (1540 körül) köyvet írt a kockajátékokhoz kapcsolódó valószíűségszámítás kérdésekről Törtéet áttektés 2. de Mére lovag kérdése: Egy kockával égyszer dobva előyös arra fogad, hogy lesz hatos, de 2 kockával 24-szer dobva már em előyös arra fogad, hogy lesz (6,6) a dobások között. Megoldás: Pascal, Fermat (1654) Huyges (1657): Az első valószíűségszámítás köyv de Wtt, Halley (1671): életjáradék-számítás valószíűség alapo Törtéet áttektés 3. Jacob Beroull (1713): Ars Cojectad (agy számok törvéye) XVIII-XIX. sz: Movre, Bayes, Gauss, Posso Buffo: geometra valószíűség bevezetése paradoxook XIX.sz: Csebsev, Markov, Ljapuov Törtéet áttektés 4. Axomatzálás: Kolmogorov (1933) Moder alkalmazások: Iformácóelmélet (Shao) Játékelmélet (Neuma) Matematka statsztka (Fsher) Sztochasztkus folyamatok Magyar tudósok: Jordá Károly (1871-1959) Réy Alfréd (1921-1970) Véletle kísérletek Olya kísérletekkel foglalkozuk, amelyek eredméyét em tudjuk előre bztosa megmoda (kockadobás, lottóhúzás, meteorológa, tőzsde eseméyek stb). Az összes lehetséges eredméy: eseméytér. Alapfogalmak Eseméytér Kísérlet egy lehetséges kmeetele: elem eseméy, jelölése ω. Elem eseméyek összessége: eseméytér, Ω. Ω részhalmaza: eseméyek (A,B,C,...). Eseméy akkor következk be, ha az őt alkotó elem eseméyek valamelyke bekövetkezk. 2

Példák Kockadobás: Ω={1,2,,6}. Ha az A eseméy: páros számot dobtuk, akkor A={2,4,6}. Érmét kétszer feldobva: Ω={II,IF,FI,FF} A={II,IF} az az eseméy, hogy az első dobás írás. dolog véletle sorbaredezéséél Ω az összes sorredből áll (! elemű) Érmét addg dobuk, míg fejet em kapuk. Ω={F,IF,IIF,...,ω } ahol ω =III. (azaz mde dobás írás) Eseméyek Eseméy: Ω részhalmaza Specáls eseméyek: Ω (bztos eseméy) (lehetetle eseméy) Az eseméyek összessége: A (halmazredszer Ω részhalmazaból) Műveletek eseméyekkel: szokásos logka műveletek = halmazműveletek Műveletek eseméyekkel Tulajdoságok AB: vagy A vagy B bekövetkezk (az s lehet, hogy mdkettő) Általáosítható (sőt végtele sok) eseméyre AB: A és B s bekövetkezk Ez s általáosítható (sőt végtele sok) eseméyre A eseméy elletettje: A A \ B A B A B A B (De Morga) A A Példák Valószíűség Kockadobás: A={páros számot dobuk} B={legalább 3-ast dobuk} AB={4,6} AB={2,3,4,5,6} A\B={2} A={1,3,5} Szemléletes megfelelője: relatív gyakorság. Ha egymástól függetleül, azoos körülméyek között végrehajtott kísérletből az adott A eseméy k-szor következett be, akkor a relatív gyakorság k/. Nagy -re a relatív gyakorság egy fx szám körül gadozk: ezt evezzük az A valószíűségéek.kocka-kísérlet 3

A valószíűség Jele: A relatív gyakorság tulajdoságaból: Nemegatív: mde A-ra Egymást kzáró eseméyekre, azaz, ha : A (addtvtás) Ω)=1 (Ω, A,P): valószíűség mező A B 0 Tulajdoságok 1. Addtvtás eseméyre: ha A 1, A 2,..., A párokét kzáró eseméyek, akkor A1 A2... A ) A1 ) A2 )... A ) Bzoyítás: dukcóval. )=0. Bzoyítás: Ω= Ω felbotásból és az addtvtásból Tulajdoságok 2. A \ A Bzoyítás: A= (A (A\ felbotásból és az addtvtásból A A Bzoyítás: AB= B (A\ felbotásból, az addtvtásból és az előző tulajdoságból. Eseméyek uójáak valószíűsége A A Példa: Magyar kártyacsomagból kétszer húzuk vsszatevéssel. M a valószíűsége, hogy húzuk prosat? A: első pros, B: másodk pros ==1/4, A=1/16 Tehát A=7/16 A B C) C) A AC) B C) A B C) Szta (Pocaré) formula Képlet az általáos esetre: 1 A A... A ) ( 1 S ahol S ( ) 1 2 ) 1 ( Aj A 1 j2 1 j1 j2... j... A az téyezős metszetek valószíűségeek összege. P ( ) j ) Eseméytér Nem mdg lehet mde AΩ eseméy (pl. agy megszámlálhatóál agyobb Ω eseté) Ahhoz, hogy e vezesseek k a halmazműveletek az A eseméy-redszerből, a megfelelő struktúra: σ-algebra. Tul.: 1. Ω A 2. A A A A (azaz A zárt a komplemeterképzés műveletére) 3. A zárt a megszámlálható uó műveletére 4

Példák σ-algebrák A ={,Ω} A A ={,A,, Ω} Ω mde részhalmazából álló halmazredszer (hatváyhalmaz, P (Ω)) Nem σ-algebra: N (a természetes számok) véges és véges komplemeterű halmaza Kolmogorov-féle valószíűség mező (Ω, A,P): Kolmogorov-féle valószíűség mező, ha Ω emüres halmaz A az Ω részhalmazaak σ-algebrája P : A [0,1] halmazfüggvéy (valószíűség), melyre teljesülek 1. P (Ω)=1 2. σ-addtvtás: ha A 1, A 2,..., párokét kzáró eseméyek, akkor P A A...) A ) A )... ( 1 2 1 2 Véges valószíűség mező Ω={ω 1, ω 2,,ω }, A= P (Ω). Jelölés: p =P (ω ). p 1 1 az addtvtásból. ) ) 1 : A ) : A Azaz a p emegatív, 1 összegű számok meghatározzák a valószíűséget. p Klasszkus valószíűség mező 1 p =1/ mde -re (azoos valószíűségűek az elem eseméyek). k Ekkor ahol k az A elemszáma, pedg az összes esetszám. Másképpe: =kedvező esetek száma/ összes esetszám. Klasszkus valószíűség mező 2 A klasszkus valószíűség mező alkalmazása előtt mdg meg kell győződ a feltételekről! Példa: születésap Sokág a valószíűséget általába s így próbálták defál, de ez em fed le mde esetet. Vsszatevéses mtavétel N termék, melyből M selejtes elemű mta vsszatevéssel A: potosa k selejtes va a mtába k k (k=0,,) M M 1 k N N azaz a valószíűség kfejezhető a p=m/n selejtaráy segítségével: p k p 1 k k Mtavétel 5

Vsszatevés élkül mtavétel N termék, melyből M selejtes elemű mta vsszatevés élkül A: potosa k selejtes va a mtába (k=0,,) Mtavétel M N M k k P ( N Tovább lehetőségek Elektrook eerga-sztek között megoszlása, Bose-Este statsztka: A lehetőségek száma ( db em megkülöböztethető részecske, k eerga-szt), a lehetséges elredezések száma: k 1 w(, k) 6