Gazdasági matematika II. tanmenet

Hasonló dokumentumok
Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Gazdasági matematika II. Tantárgyi útmutató

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

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

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató

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

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

Készítette: Fegyverneki Sándor

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

Mátrixok 2017 Mátrixok

Matematika tanmenet 11. évfolyam (középszintű csoport)

Matematika 11. évfolyam

3. el adás: Determinánsok

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

Részletes tantárgyprogram és követelményrendszer

YBL - SGYMMAT2012XA Matematika II.

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

Valószín ségszámítás és statisztika

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Lineáris algebra Gyakorló feladatok

A valószínűségszámítás elemei

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Irodalom. (a) A T, B T, (b) A + B, C + D, D C, (c) 3A, (d) AD, DA, B T A, 1 2 B = 1 C = A = 1 0 D = (a) 1 1 3, B T = = ( ) ; A T = 1 0

1. Determinánsok. Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert:

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

[Biomatematika 2] Orvosi biometria

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

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek

1. Kombinatorikai bevezetés

Legfontosabb bizonyítandó tételek

A valószínűségszámítás elemei

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból

TANMENET. a matematika tantárgy tanításához 11.E osztályok számára

Osztályozóvizsga követelményei

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

[Biomatematika 2] Orvosi biometria

Abszolút folytonos valószín ségi változó (4. el adás)

Valószínűségszámítás összefoglaló

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Vektorok, mátrixok, lineáris egyenletrendszerek

Numerikus módszerek: Nemlineáris egyenlet megoldása (Newton módszer, húrmódszer). Lagrange interpoláció. Lineáris regresszió.

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 2016 / tanév

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

MATEMATIKA tanterv emelt szint évfolyam

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

Biomatematika 2 Orvosi biometria

Gauss-eliminációval, Cholesky felbontás, QR felbontás

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

OSZTÁLYOZÓVIZSGA TÉMAKÖRÖK 9. OSZTÁLY

NT Matematika 11. (Heuréka) Tanmenetjavaslat

Osztályozó- és javítóvizsga. Matematika tantárgyból

Óra A tanítási óra anyaga Ismeretek, kulcsfogalmak/fogalmak 1. Év eleji szervezési feladatok 2.

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

A KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek

TANTÁRGYFELELŐS INTÉZET: Építőmérnöki Intézet. címe:

Lineáris egyenletrendszerek

Gyakorló feladatok I.

NUMERIKUS MÓDSZEREK I. TÉTELEK

Valószínűségszámítás

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

Lineáris egyenletrendszerek

Lineáris algebra és a rang fogalma (el adásvázlat, szeptember 29.) Maróti Miklós

Valószín ségszámítás és statisztika

Osztályozóvizsga és javítóvizsga témakörei Matematika 9. évfolyam

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

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

Lineáris algebra. (közgazdászoknak)

Rang, sajátérték. Dr. Takách Géza NyME FMK Informatikai Intézet takach/ február 15

1. GONDOLKODÁSI MÓDSZEREK, HALMAZOK, KOMBINATORIKA, GRÁFOK

15. LINEÁRIS EGYENLETRENDSZEREK

Gauss elimináció, LU felbontás

BIOMATEMATIKA ELŐADÁS

Mátrixok, mátrixműveletek

Tantárgyi útmutató. Gazdasági matematika II.

Bevezetés az algebrába 1

Az osztályozóvizsgák követelményrendszere MATEMATIKA

Képfeldolgozás. 1. el adás. A képfeldolgozás m veletei. Mechatronikai mérnök szak BME, 2008

1. Mátrixösszeadás és skalárral szorzás

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Biostatisztika. Sz cs Gábor. 2018/19 tavaszi félév. Szegedi Tudományegyetem, Bolyai Intézet

Matematika I. Vektorok, egyenesek, síkok

Bevezetés a számításelméletbe (MS1 BS)

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

Matematika tanmenet 10. osztály (heti 3 óra) A gyökvonás 14 óra

Az osztályozóvizsgák követelményrendszere 9. évfolyam

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

Közlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta

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

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

Gazdasági matematika 2 előadás

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Gazdasági matematika 2

1. Példa. A gamma függvény és a Fubini-tétel.

TARTALOM. Előszó 9 HALMAZOK

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

Átírás:

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.): Valószín ségszámítás, Nemzeti Tankönyvkiadó 1998. G: Gáspár László: Mátrixaritmetikai gyakorlatok, Nemzeti Tankönyvkiadó 1992. D: Denkinger Géza: Valószín ségszámítási gyakorlatok, Nemzeti Tankönyvkiadó 1977. S: Scharnitzky Viktor: Mátrixszámítás (Bolyai sorozat), M szaki Könyvkiadó 2004. 1. Mátrixaritmetika Irodalom: T 3.1, 3.2 fejezet, (G 1.1, 1.2 bevezetései), S 89-97, 102-113. o. 1.1. A mátrix fogalma Mátrix deníciója, jelölései, mérete. Példákkal. Mátrix transzponáltja. Sorvektor, oszlovektor. Példákkal. Négyzetes mátrix. Mátrix rendje. F átló. Példákkal. Alsó, fels háromszögmátrix. Szimmetrikus mátrix, Ferdén szimmetrikus mátrix. Diagonális mátrix. Példákkal. Vektorok közti rendezés: nem teljes! 1.2. M veletek mátrixokkal Összeadás, pontos denícióval. Számmal való szorzás. Lineáris kombináció (vektorokkal, mátrixokkal). Konvex kombináció (vektorokkal). Példákkal. n dimenziós vektorok skaláris szorzata. Pár példa. Mátrixszorzás deníciója. Sok példa, a méret számít!!! 1

1.3. M veleti tulajdonságok Megfelel méretek mellett szinte minden tulajdonság teljesül kivéve a szorzás felcserélhet ségét. Tehát általában AB BA, még négyzetes mátrixokra sem! Ezt pár példán szemléltetni. Transzponált összeadása, szorzása. 1.4. M veletek négyzetes mátrixokkal Egységmátrix (I n ). M veleti tulajdonságai: AI = IA = A. Példán is mutatni. Mátrixok hatványa, ha a kitev természetes szám. Példák. 1.5. Feladatok G 1.2/9-12, 23, 27, 31-34. S 113. oldaltól 3-5, 9, 11, 24-35, 43-50, 53-57. 2. Mátrixaritmetikai alkalmazások Irodalom: T 3.4 fejezet (G 1.4 bevezetés), S 99. oldaltól a kidolgozott feladatok 2.1. Fogalmak Összegz vektor, egységvektor. Deníciók, tulajdonságok. 2.2. Termelési feladat Szöveges példa. Technológia mátrix, termelési program, termelés költsége, árbevétel. Ugyanezek er forrásonként ill. termékenként. 3. Lineáris egyenletrendszerek megoldása Irodalom: T 5.3 vagy G 4.1 bevezet (az el adáson teljes mátrixszal dolgozunk!), S 202-209. o. (itt a Gauss elimináció szerepel, ezzel is elfogadom a megoldást), 2

3.1. Megoldási módszerek Lineáris egyenletrendszer. Együttható mátrix. B vített együttható mátrix. Megengedett sorm veletek: (a) sor (nemnulla) számmal való szorzása, (b) egy sor számszorosának másik sorhoz adása, (c) sorcsere. Gauss-Jordan elimináció (sorcserés) példán keresztül. A megoldások számára vonatkozó kritériumok. Végtelen sok megoldás felírása. Mindhárom esetre egy-egy példa. Esetleg pár paraméteres feladat. Az ajánlott irodalom jelölésrendszere. 3.2. Feladatok G 4.1/191-197. S 212. oldaltól 1-24. (Gauss v. Gauss-Jordan eliminációval megoldani és a végeredményt a könyv eredményével összehasonlítani) 4. Mátrix inverze Irodalom: T 5.4 (G 4.2 bevezetés), S 168 o. közepe "másik módszer"-171 o. 4.1. Az inverz deníciója, tulajdonságai Csak négyzetes mátrixra. Deníció. Tulajdonságok: nem minden mátrixnak létezik. Ha (bármelyik oldali) létezik, akkor: AA 1 = A 1 A = I. 4.2. Az inverz meghatározása AX = I megoldását keressük. Ez lényegében n darab lineáris egyenletrendszer, ugyanazzal az együttható mátrixszal, más-más (egységvektor) jobboldalakkal. Felírni az egyenletrendszert elemekkel, és bemutatni, hogy X j-edik oszlopa pont az Ax j = e j megoldása. Az n darab egyenletrendszer együttes megoldása Gauss-Jordan elimináció segítségével. Sok-sok példa. Hogy vesszük észre, ha az inverz nem létezik. 3

4.3. Feladatok G 4.2/211-214. S 179. oldaltól 17-20. 5. Kombinatorika Irodalom: Cs 1.1-1.3 5.1. Permutáció Ismétlés nélküli, n! deníciója, ismétléses. 5.2. Variáció Ismétlés nélküli, ismétléses. 5.3. Kombináció Csak ismétlés nélküli, ( ) n k deníciója. 5.4. Feladatok D 2-21, 30-41, 44, 50-77. 6. Eseményalgebra Irodalom: Cs 2.1-2.3 6.1. Alapfogalmak Elemi esemény (jel: h i ), Eseménytér (jel: H), Esemény (jel: latin nagybet ). Példák (kocka, vezeték Wenn diagramokkal) Biztos esemény (H), Lehetetlen esemény ( ). A maga után vonja B-t: A B. Példák (kocka, vezeték, Wenn diagramm) A H. 4

6.2. M veletek eseményekkel Kocka, vezeték, Wenn diagramm példákkal is illusztrálva: Ellentétes (komplementer) esemény (jel: A). H =, = H, A = A. Események összege (A B). Események szorzata (A B). Egymást kizáró események (A B = ). Események különbsége (A \ B). A \ B = A B Teljes eseményrendszer (B i -kel). A és A teljes eseményrendszer. 6.3. Fontosabb azonosságok Boole-algebra. De-Morgan egyenl ségek. 6.4. Feladatok D 118, 119, 133, 134. 7. A valószín ségszámítás elemei Irodalom: Cs 3.1-3.4 7.1. A valószín ség axiómái Motiváció. Axióma rendszer. 7.2. Valószín ségszámítási tételek Komplementer valószín sége. Teljes eseményrendszer tulajdonsága. P (A B). P (A \ B), ha A B. Klasszikus képlet: kedvez /összes. Visszatevéses és visszatevés nélküli mintavétel. 7.3. Feladatok D 139-176. 5

8. Feltételes valószín ség, események függetlensége Irodalom: Cs 3.6-3.7 8.1. A feltételes valószín ség Üzemes példa. Deníció. Teljesíti az axiómarendszert. Szorzási szabály. Teljes valószín ség tétele. Bayes tétel. 8.2. Események függetlensége Deníció. Komplementerek is függetlenek. Teljesen független rendszer. Példa páronként független de nem teljesen független rendszerre. Független kísérletek. Bernoulli féle képlet. 8.3. Feladatok Feltételes valószín ség: D 219-258. Függetlenség: D 264-293. 9. Valószín ségi változók és jellemz ik Irodalom: Cs 4.1-4.3 9.1. A valószín ségi változó fogalma Deníció. Diszkrét (kocka) és folytonos (vezeték) példák. Diszkrét valószín ségi változó deníciója. Valószín ségi eloszlás deníció és példa. 9.2. Az eloszlásfüggvény és tulajdonságai Eloszlásfüggvény deníció. El z példák eloszlásfüggvényei. Folytonos valószín ségi változó deníciója (F (x) folytonos és véges sok pont kivételével dierenciálható). P (a ξ < b) = F (b) F (a). Eloszlásfüggvény tulajdonságai. Folytonos esetben P (ξ = x 0 ) = 0, illetve ennek következményei. 6

9.3. A s r ségfüggvény és tulajdonságai Deníció (f(x) = F (x)). P (a ξ < b) = b a f(x)dx. Tulajdonságok. El z folytonos példa folytatása. 9.4. Feladatok D 302-305, 308-309, 311, 316-317, 319-321, 324. 10. Várható érték és szórás Irodalom: Cs 4.5-4.6 10.1. Várható érték Deníció diszkrétre. Motiváció (relatív gyakoriságokkal). Példa. Deníció folytonosra, példával. M(p n (ξ)). 10.2. Szórás Motiváció. Deníció. D 2 (ξ) = M(ξ 2 ) M 2 (ξ). D(aξ + b) = a D(ξ). Példákkal tovább számolni. 10.3. Feladatok D 349-353, 358, 360, 366, 369/a,b,e,f, 374. 11. Markov- és Csebisev egyenl tlenség Irodalom: Cs 4.7 Rövid példa mindkett re. P (η a) M(η) a. P ( ξ M(ξ) td(ξ)) 1 t 2. 7

11.1. Feladatok D 396, 399, 401, 402 12. Nevezetes eloszlások Irodalom: Cs 5.1-5.2 12.1. Diszkrét eloszlások Karakterisztikus eloszlás. Binomiális eloszlás. Hipergeometrikus eloszlás. Poisson eloszlás. Példákkal. 12.2. Folytonos eloszlások Egyenletes eloszlás. Exponenciális eloszlás. Normális eloszlás. Példákkal. 12.3. Feladatok D 530, 531, 537, 539-550, 552-555, 563-568, 576-578, 584-592. 13. Nagy számok törvényei Irodalom: Cs 7.1-7.2 13.1. Bernoulli féle alak P ( 13.2. Centrális határeloszlás tétel ξ n n p ) pq ɛ 2 n. ( lim P ξ1 + + ξ n nm n σ n < x ) = Φ(x). 8

13.3. Feladatok Bernoulli: D 405-409, CHT: D 607-609. 9