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

Hasonló dokumentumok
2. A ξ valószín ségi változó s r ségfüggvénye a következ : c f(x) =

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

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

NEVEZETES FOLYTONOS ELOSZLÁSOK

Abszolút folytonos valószín ségi változó (4. el adás)

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

Normális eloszlás paramétereire vonatkozó próbák

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

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

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

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

Valószín ségszámítás és statisztika

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

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

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

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

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

Valószín ségszámítás és statisztika

Villamosmérnök A4 4. gyakorlat ( ) Várható érték, szórás, módusz

Gazdasági matematika II. tanmenet

Matematikai statisztika szorgalmi feladatok

Bodó Beáta - MATEMATIKA II 1

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

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

Gyakorló feladatok valószínűségszámításból végeredményekkel. a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli

Valószínűségszámítás összefoglaló

[Biomatematika 2] Orvosi biometria

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

Valószín ségszámítás gyakorlat Földtudomány BsC

Gyakorló feladatok a 2. dolgozathoz

A valószínűségszámítás elemei

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)

Házi feladatok. Valószín ségszámítás és statisztika programtervez informatikusoknak, 2015 sz

A sztochasztika alapjai. Szorgalmi feladatok tavaszi szemeszter

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

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Közlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta

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

Nemparaméteres próbák

A valószínűségszámítás elemei

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

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

Biomatematika 2 Orvosi biometria

Gazdasági matematika 2

5. Egyszerre feldobunk egy-egy szabályos hat-, nyolc-, és tizenkét oldalú dobókockát.

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

a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli

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

[Biomatematika 2] Orvosi biometria

3. gyakorlat. 1. Független események. Matematika A4 Vetier András kurzusa február 27.

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Valószín ségszámítás és statisztika gyakorlat programtervez informatikus szak

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

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

Valószín ségszámítás és statisztika gyakorlat Programtervez informatikus szak, esti képzés

3. Egy fiókban 10 egyforma pár kesztyű van. Találomra kiveszünk négy darabot.

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

VALÓSZÍNŰSÉGSZÁMÍTÁS. MSc. Órai Feladatok

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

Kísérlettervezés alapfogalmak

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

egyetemi jegyzet Meskó Balázs

a. minden számjegy csak egyszer szerepelhet? b. egy számjegy többször is szerepelhet?

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

3. gyakorlat. 1. További feladatok feltételes valószínűségekkel. 2. Független események

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

BIOMATEMATIKA ELŐADÁS

Legfontosabb bizonyítandó tételek

Véletlen bolyongás. Márkus László március 17. Márkus László Véletlen bolyongás március / 31

Nevezetes diszkre t eloszlá sok

Gazdasági matematika II. vizsgadolgozat, megoldással,

AGRÁRMÉRNÖK SZAK Alkalmazott matematika, II. félév Összefoglaló feladatok A síkban 16 db általános helyzetű pont hány egyenest határoz meg?

Valószín ségszámítás gyakorlat Matematikatanári szak

Matematika III. 4. A valószínűségi változó és jellemzői Prof. Dr. Závoti, József

Illeszkedésvizsgálat χ 2 -próbával

1. Kombinatorikai bevezetés

Eredmények, megoldások

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

[Biomatematika 2] Orvosi biometria

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

Készítette: Fegyverneki Sándor

Matematikai statisztika feladatsor

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

3. Egy szabályos dobókockát kétszer feldobva mennyi annak a valószínűsége, hogy a dobott számok különbségének abszolutértéke nagyobb mint 4?

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

VALÓSZÍN SÉG-SZÁMÍTÁS

Kísérlettervezés alapfogalmak

Statisztika Elıadások letölthetık a címrıl

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

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

Alkalmazott statisztika feladatok

i p i p 0 p 1 p 2... i p i

Matematika A3 Valószínűségszámítás, 0. és 1. gyakorlat 2013/14. tavaszi félév

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

Biometria gyakorló feladatok BsC hallgatók számára

Átírás:

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 5, akkor hat golyót cserélünk pirosra; ha a dobott szám 6, akkor tizenkét golyót cserélünk pirosra Ezután véletlenszer en húzunk egy golyót a dobozból (a) Mi a valószín sége annak, hogy pirosat húzunk? (0,45) (b) Feltéve, hogy pirosat húztunk, mi a valószín sége, hogy hatost dobtunk? ( 2/9 0,2222) (c) Mit értünk teljes eseményrendszer alatt? 2 A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 x 4 ha 3 < x 0 különben (a) Határozzuk meg ξ várható értékét! (4) (b) Határozzuk meg ξ szórását! ( 2 1,4142) (c) Mondjunk példát olyan valószín ségi változóra, amelynek a várható értéke és a szórása megegyezik! 3 Egy útkeresztez désben a 10 perc alatt áthaladó személygépjárm vek száma Poisson-eloszlással modellezhet, 10 perc alatt átlagosan mindössze hat autót látunk (a) Mi a valószín sége annak, hogy 5 perc alatt pontosan két autót látunk? ( 0,2240) (b) Mekkora az az id tartam, amely alatt kb 0,9 valószín séggel látunk legalább egy autót? (kb 3 perc 50 másodperc) (c) Mit értünk azon, hogy két esemény független egymástól? 4 Barátn nk telefonbeszélgetéseinek hossza exponenciális eloszlású valószín ségi változó A tapasztalat szerint a beszélgetéseinek 60%-a legalább 4 pericg tart (a) Mi a valószín sége, hogy egy beszélgetés legalább 10 percig tart? ( 0,2788) (b) Feltéve, hogy a beszélgetés hossza eléri az 8 percet, mi a valószín sége, hogy a következ két percben befejez dik? (0,2254) (c) Exponenciális eloszlású valószín ségi változók esetén mit jelent az örökifjú tulajdonság? 5 Egy szabályos pénzérmét sokszor feldobunk Az alábbiak közül melyiknek nagyobb a valószín sége: 100 dobásból legalább 40 fej; ( 0,9821) 1000 dobásból legalább 400 fej? ( 1) Melyik tételt lehet használni ennek eldöntésére és miért? 6 Egy termék tömege normális eloszlást követ, a szórás σ = 1,2 dkg Tíz esetben megvizsgáltuk a termék tömegét, a kapott eredmények (dkg): 11,5 11,3 11,5 12,5 12,8 12,2 13,6 11,6 12,7 12,4 (a) Igaz-e 95%-os szignikanciaszinten, hogy termék tömegének várható értéke 12 dkg? (b) Mit jelent az els fajú hiba? Mekkora most ennek a valószín sége?

2 feladatsor 1 A [0; 3] intervallumból teljesen véletlenszer en választunk két számot (a) Mi a valószín sége annak, hogy összegük nagyobb kett nél, de mindkett kisebb kett nél? (2/9 0,2222) (b) Milyen eloszlás szerint választottuk az egyes számokat a feladatban? 2 A ξ valószín ségi változó s r ségfüggvénye a következ : { c f(x) = x 5 ha 2 < x 0 különben (a) Határozzuk meg a c paraméter értékét! (64) (b) Határozzuk meg ξ várható értékét! (8/3 2,6667) (c) Milyen kapcsolat van a s r ségfüggvény és az eloszlásfüggvény között? 3 A sarki bolt eladója meggyelte, hogy a 10 perc alatt érkez vev k száma Poisson-eloszlást követ Azt is észrevette, hogy annak valószín sége hogy 10 perc alatt pontosan három vev jön ugyanannyi, mint annak a valószín sége, hogy kett (a) Mi a valószín sége annak, hogy 10 perc alatt legalább 2 vev jön? (0,8009) (b) Mi a valószín sége annak, hogy 15 perc alatt pontosan öt vev érkezik? ( 0,1708) (c) Van-e olyan Poisson-eloszlású valószín ségi változó, amelynek a várható értéke és a szórása megegyezik? 4 Egy város lakosainak magassága normális eloszlású valószín ségi változó A lakosok 60%-a 170 cmnél magasabb, 95%-a pedig 190 cm-nél alacsonyabb (a) Határozzuk meg a magasság várható értékét és szórását! (m 172,6 cm, σ 10,6 cm) (b) Adjuk meg az m várható érték és σ szórású normális eloszlás s r ségfüggvényét! 5 Adjunk becslést arra, hogy hányszor kell egy szabályos dobókockát feldobnunk ahhoz, hogy a dobott hatosok relatív gyakorisága legalább 0,95 valószín séggel 0,05-nál kevesebbel térjen el az elméleti valószín ségt l! (A feladatra mindenképpen adjunk szöveges választ!) Melyik tételt lehetett alkalmazni és miért? (Ha legalább n-szer feldobjuk a dobókockát, akkor teljesül A Bernoulli-féle törvénnyel számolva n 1112, a központi határeloszlás tétellel számolva n 214) 6 Egy termék tömegér l tudjuk, hogy normális eloszlást követ Tíz esetben megvizsgáltuk a termék tömegét, a kapott eredmények (dkg): 24,5 24,3 25,2 25,5 24,8 24,2 25,6 24,1 24,7 25,4 (a) Igaz-e 95%-os szignikanciaszinten, hogy termék tömegének várható értéke 25 dkg? (b) Mit értünk másodfajú hiba alatt? Mennyi most ennek a valószín sége?

3 feladatsor 1 Egy pakli magyar kártyából 2 lapot húzunk visszatevéssel, majd egy szabályos pénzérmét annyiszor feldobunk, ahány pirosat húztunk (a) Mi a valószín sége annak, hogy nem dobunk fejet? (49/64 0,7656) (b) Feltéve, hogy dobtunk fejet, mi a valószín sége annak, hogy pontosan két pirosat húztunk? (0,2) (c) Adjunk meg a feladatban egy teljes eseményrendszert! 2 A ξ valószín ségi változó eloszlásfüggvénye a következ : 0 ha x 0 x 4 ha 0 < x 4 256 1 ha x > 4 (a) Határozzuk meg ξ várható értékét! (3,2) (b) P (ξ < 2 1 < ξ < 3)=? (0,1875) (c) Adjunk példát olyan valószín ségi változóra, melynek eloszlásfüggvénye nem folytonos! 3 Két szabályos dobókockával dobunk egyszerre egészen addig, amíg mindegyikkel ugyanazt nem dobjuk (a) Mi a valószín sége annak, hogy pontosan tíz kísérletre lesz szükség? ( 0,0323) (b) Mi a valószín sége annak, hogy a szükséges kísérletek száma kevesebb, mint a várható érték? (0,5981) (c) Melyik nevezetes diszkrét eloszlás származtatható a geometriai eloszlásból és miért? 4 Egy konzerv tölt tömege normális eloszlással írható le A tapasztalat szerint az esetek 95%-ában a tölt tömeg több, mint 24 dkg, 10%-ában pedig kevesebb, mint 24,8 dkg (a) Határozzuk meg a tölt tömeg várható értékét és szórását! (m 27,6 dkg, σ 2,2 dkg) (b) Elképzelhet -e, hogy egy normális eloszlású valószín ségi változó szórása több, mint a várható értéke? Miért? 5 Egy pénzérmér l nem tudjuk, hogy szabályos-e Azt szeretnénk elérni, hogy legalább 0,98 valószín séggel a dobott fejek számának relatív gyakorisága 0,05-nál kevesebbel térjen el az elméleti valószín ségt l Adjunk becslést a szükséges dobások számára (mindenképpen adjunk szöveges választ is)! Melyik tételt lehetett alkalmazni és miért? (Ha legalább n-szer feldobjuk a pénzérmét, akkor teljesül A Bernoulli-féle törvénnyel számolva n 5000, a központi határeloszlás tétellel számolva n 539) 6 Egy fagylaltosnál a kiadott gombócok tömegét vizsgáljuk A nagy melegre való tekintettel 100 független mérést hajtottunk végre Az ebb l kapott értékek (dkg): ˆm 100 = 4,8 ŝ 100 = 0,3 (a) Igaz-e 95%-os szignikanciaszinten, hogy egy gombóc tömegének várható értéke 5 dkg? (b) Milyen kapcsolat van a tapasztalati és a korrigált tapasztalati szórás között?

4 feladatsor 1 (a) Igazoljuk, hogy tetsz leges A, B, C eseményekre fennáll a következ : (A B) (A C) = A (B + C) (b) Milyen kapcsolat van egy esemény relatív gyakorisága és a valószín sége között? Melyik tétel utal erre? 2 A ξ valószín ségi változó eloszlásfüggvénye a következ : { 1 81 x 4 ha x > 3 0 különben (a) Határozzuk meg ξ várható értékét! (4) (b) P (6 < ξ 4 < ξ < 7)=? (0,1018) (c) Adjunk példát olyan valószín ségi változóra, melynek s r ségfüggvénye sehol sem nulla! 3 Egy irodaházban 1000 telefon van, melyek egymástól függetlenül 0,005 valószín séggel romlanak el naponta Az elromlott készülékeket másnapra mindig megjavítják (a) Mi a valószín sége annak, hogy egy napon pontosan két telefon romlik el? (Binomiális eloszlással számolva 0,0839, Poisson-eloszlással számolva 0,0842) (b) Mi a valószín sége annak, hogy egy napon a meghibásodások száma a várható értékt l legfeljebb egy szórásnyival tér el? (Binomiális eloszlással számolva 0,7431, Poisson-eloszlással számolva 0,7420) (c) Milyen kapcsolat van a binomiális eloszlás és a Poisson-eloszlás között? 4 Egy valószín ségi változó várható értéke és szórása megegyezik (a) Mi a valószín sége annak, hogy a valószín ségi változó értéke kevesebb, mint két szórásnyival tér el a várható értékt l? (legalább 0,75) (b) Mi a válasz akkor, ha tudjuk, hogy a valószín ségi változó exponenciális eloszlású? ( 0,9502) (c) Melyik tételt lehetett használni az (a) részben és miért? 5 Összeszedjük minden pénzünket és bátorságunkat, és elmegyünk rulettezni Minden körben egy egységet teszünk a pirosra, így minden körben 18/37 valószín séggel nyerünk egy egységet, illetve 19/37 valószín séggel veszítünk ugyanennyit (a) 400 kört játszunk Mi a valószín sége, hogy legalább a játszmák felében nyerünk? ( 0,3121) (b) Mi a válasz akkor, ha 4000 kört játszunk? ( 0,0455) (c) Melyik tételt lehetett alkalmazni és miért? 6 Egy termék mérete normális eloszlást követ, a szórás σ = 2,3 mm Tíz esetben megvizsgáltuk a termék hosszát, a kapott eredmények (mm): 104,5 104,3 105,2 105,5 104,8 104,2 105,6 104,1 104,7 105,4 (a) Igaz-e 98%-os szignikanciaszinten, hogy termék hosszának várható értéke 105 mm? (b) Elképzelhet -e olyan nullhipotézis, amelyet adott minta esetén 98%-os szignikanciaszinten elutasítunk, de 95%-os szignikanciaszinten viszont elfogadunk? Miért?

5 feladatsor 1 Egy pakli magyar kártyából 4 lapot húzunk (a) Mikor nagyobb annak a valószín sége, hogy húzunk pirosat: ha visszatevéssel, vagy ha visszatevés nélkül húzunk? (visszatevéssel 0,6836, visszatevés nélkül 0,7045) (b) Melyik esetben nagyobb a kihúzott pirosak számának várható értéke? 2 A ξ valószín ségi változó eloszlásfüggvénye a következ : 0 ha x 0 x 3 ha 0 < x 10 1000 1 ha x > 10 (a) Határozzuk meg ξ várható értékét! (7,5) (b) P (5 < ξ < 18 4 < ξ)=? (0,9348) (c) Képezzünk egy újabb valószín ségi változót, legyen η = 4 ξ 2 Mennyi lesz a várható értéke? 3 Egy hivatalban a 10 perc alatt érkez ügyfelek száma Poisson-eloszlást követ Annak valószín sége, hogy 10 perc alatt nem jön senki kb 0,1653 (a) Mi a valószín sége annak, hogy negyedóra alatt pontosan 4 ügyfél érkezik? ( 0,1488) (b) Mi a valószín sége annak, hogy a 10 perc alatt érkez ügyfelek száma a várható értékt l legfeljebb egy szórásnyival tér el? (0,7260) (c) Milyen esetekben használhatunk Poisson-eloszlást? 4 Egy termék élettartama exponenciális eloszlással modellezhet A meggyelések szerint annak valószín sége, hogy az élettartam legalább 1000 óra éppen kétszer annyi, mint annak a valószín sége, hogy az élettartam legalább 2000 óra (a) Mi a valószín sége annak, hogy egy termék élettartama legalább 3000 óra? ( 0,125) (b) Feltéve, hogy egy termék élettartama legalább 1000 óra, mi a valószín sége annak, hogy 2000 óránál hamarabb tönkremegy? (0,5) (c) Milyen furcsa tulajdonsága van az exponenciális eloszlásnak? 5 Egy szabályos pénzérmét 2500-szor feldodunk (a) Adjuk meg azt a b számot, melyre a dobott fejek száma kb b-vel tér el a várható értékt l! (b = 49) (b) Melyik tételt lehetett alkalmazni és miért? 0,95 valószín séggel legfeljebb 6 Egy termék méretér l tudjuk, hogy normális eloszlást követ Tíz esetben megvizsgáltuk a termék hosszát, a kapott eredmények (mm): 104,5 104,3 105,2 105,5 104,8 104,2 105,6 104,1 104,7 105,4 (a) Igaz-e 98%-os szignikanciaszinten, hogy termék hosszának várható értéke 105 mm? (b) Igaz-e, hogy most az els fajú hiba valószín sége 0,01 Miért?

6 feladatsor 1 A [0; 10] intervallumból teljesen véletlenszer en választunk két számot (a) Mi a valószín sége annak, hogy összegük nagyobb, mint 8? (0,68) (b) Mi a valószín sége annak, hogy mindkett nagyobb, mint 3? ( 0,49) (c) Feltéve, hogy mindkett nagyobb, mint 3, mi a valószín sége, hogy összegük nagyobb, mint 8? (47/49 0,9591) (d) Milyen eloszlás szerint választottuk a számokat? 2 A ξ valószín ségi változó eloszlásfüggvénye a következ : { 1 16 x 4 ha 2 < x 0 különben (a) Határozzuk meg ξ várható értékét! (8/3 2,6667) (b) Határozzuk meg ξ szórását! (2 2/3 0,9428) (c) Képezzünk egy újabb valószín ségi változót, legyen η = 3 ξ + 4 Mennyi lesz a szórása? 3 Egy romantikus augusztusi éjszakán a 20 perc alatt látott hullócsillagok száma Poisson-eloszlással modellezhet Meggyelésünk szerint 20 perc alatt átlagosan 3 hullócsillagot látunk (a) Mi a valószín sége annak, hogy 15 perc alatt pontosan két hullócsillagot látunk? ( 0,2668) (b) Mekkora az az id tartam, amely alatt kb 0,99 valószín séggel látunk legalább egy hullócsillagot? (kb 30 perc 42 másodperc) (c) Miért lehet modellezni ezt a jelenséget Poisson-eloszlással? 4 Egy termék élettartama exponenciális eloszlású valószín ségi változó A tapasztalat szerint az ilyen típusú termékek 30%-ánál haladja meg az élettartam a 6000 órát (a) Mi a valószín sége, hogy egy termék legalább 7000 óráig m köd képes lesz? ( 0,2455) (b) Feltéve, hogy az élettartam eléri az 5000 órát, mi a valószín sége, hogy 5000 és 6000 óra közé esik? (0,1818) (c) A termékek hány százalékának kevesebb az élettartama a várható értéknél legalább egy szórásnyival? 5 Egy szabályos dobókockát 6000-szer feldobunk (a) Adjunk jó becslést annak valószín ségére, hogy a dobott hatosok száma legalább 960, de legfeljebb 1020! (0,6803) (b) Melyik tételt lehetett használni? Miért? 6 Egy termék tömege normális eloszlást követ, a szórás σ = 1,2 dkg Tíz esetben megvizsgáltuk a termék tömegét, a kapott eredmények (dkg): 24,5 24,3 25,2 25,5 24,8 24,2 25,6 24,1 24,7 25,4 (a) Igaz-e 95%-os szignikanciaszinten, hogy termék tömegének várható értéke 25 dkg? (b) Elképzelhet -e olyan nullhipotézis, amelyet adott minta esetén 95%-os szignikancia szinten elutasítunk, de 98%-os szignikancia szinten viszont elfogadunk? Miért?