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

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

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

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

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

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

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

Valószínűségszámítás és statisztika

Eseményalgebra, kombinatorika

Valószín ségszámítás és statisztika

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

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

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

Valószínűségszámítás és statisztika a fizikában február 16.

24. Kombinatorika, a valószínűségszámítás elemei

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

Statisztika október 27.

Valószínűségszámítás alapjai szemléletesen

Statisztika 1. zárthelyi dolgozat március 21.

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

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

Valószín ségszámítás és statisztika

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

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

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

Valószínűségszámítás összefoglaló

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

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

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

Ingatlanfinanszírozás és befektetés

Kutatói pályára felkészítı modul

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

Valószín ségszámítás 1. Csiszár Vill

Példa a report dokumentumosztály használatára

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

Matematikai alapok és valószínőségszámítás. Valószínőségszámítási alapok

BIOMATEMATIKA ELŐADÁS

Matematikai statisztika

Gazdasági matematika II. tanmenet

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

Valószín ségszámítás (jegyzet)

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

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

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

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

Gazdasági matematika II. Tantárgyi útmutató

Környezet statisztika

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

ELTE TTK Budapest, január

A matematikai statisztika elemei

Eseme nyalgebra e s kombinatorika feladatok, megolda sok

Néhány kockadobással kapcsolatos feladat 1 P 6

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér

Területi sor Kárpát medence Magyarország Nyugat-Európa

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

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

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

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

1. A radioaktivitás statisztikus jellege

Sorbanállási modellek

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

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Valószínűségszámítás

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

Gyakorló feladatok II.

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

Diszkrét matematika II., 3. előadás. Komplex számok

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

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

Tantárgyi útmutató. Gazdasági matematika II.

[Biomatematika 2] Orvosi biometria

Valószínűségszámítás

Diszkrét matematika I. gyakorlat

Készítette: Fegyverneki Sándor

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

Valószínűségi változók. Várható érték és szórás

Biomatematika 2 Orvosi biometria

Bevezetés az algebrába komplex számok

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

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

MIKROELEKTRONIKA, VIEEA306

6. Minısítéses ellenırzı kártyák

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

Matematikai statisztika

Minőségirányítási rendszerek 8. előadás

Osztályozóvizsga követelményei

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli beugró kérdések. Készítette: Szántó Ádám Tavaszi félév

BIOMATEMATIKA ELŐADÁS

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

Osztályozóvizsga követelményei

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

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

VII. A határozatlan esetek kiküszöbölése

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

Valószínűségszámítás és statisztika. István Fazekas

A VALÓSZÍNŰSÉGSZÁMÍTÁS ALAPJAI

KÖVETELMÉNYEK 2015/ félév. Informatika II.

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

Átírás:

1 Valószíőségszámítás 1 elıadás alk.mat és elemzı szakosokak 2013/2014 1. félév Zempléi Adrás zemplei@ludes.elte.hu http://www.cs.elte.hu/~zemplei/ 1. elıadás: Bevezetés Irodalom, követelméyek A félév célja Valószíőségszámítás tárgya Törtéet Alapfogalmak Valószíőségek kiszámítása Irodalom Hagyomáyos jegyzet: Baróti-Bogáré-Fejes Tóth-Mogyoródi: Valószíőségszámítás jegyzet programozó szakos hallgatókak Taköyvek: Prékopa: Valószíőségelmélet Solt: Valószíőségszámítás Pál: A valószíőségszámítás és a statisztika alapjai I-II Réyi: Valószíőségszámítás Dekiger: Valószíőségszámítás Példatár: Bogáré-Mogyoródi-Prékopa-Réyi-Szász: Valószíőségszámítási feladatgyőjteméy Arató-Prokaj-Zempléi: Valószíőségszámítás elektroikus jegyzet (késıbb: takoyvtar.hu, most http://www.cs.elte.hu/~zemplei/bev_val.pdf) Számokérés Gyakorlatok gyakorlati jegy: csoportokéti zh-k alapjá Vizsga: kombiált írásbeli és szóbeli, késıbb egyeztetedı idıpotba Elıadások ayaga: www.cs.elte.hu/~zemplei/oktatas.html Cél Valószíőségszámítás alapjaiak megismerése Alapfogalmak készségszitő ismerete Feladatmegoldási készség kialakítása (elsısorba gyakorlato) Alkalmazási lehetıségek bemutatása Matematikai statisztika megalapozása Valószíőségszámítás helye a tudomáyok között Matematikai tudomáy, mert precíze megfogalmazott axiómáxra épül. Gyakorlati alkalmazásai: statisztikai következtetések levoása (pl.: ha egy érmével 1000 dobásból 550 fej jött ki, akkor 99.9% valószíőséggel állítható, hogy az érme em szabályos).

2 Törtéeti áttekités 1. Elsı ismert feladat 1494-bıl: játék idı elıtti abbahagyása eseté hogya osztozzaak? Helyes megoldás több, mit 100 évvel késıbbi: Pascal (1623 1662), Fermat (1601 1665) Köye adható szimulációs közelítés (precíz számítás a gyakorlato) Cardao (1540 körül) köyvet írt a kockajátékokhoz kapcsolódó valószíőségszámítási kérdésekrıl Törtéeti áttekités 2. de Mére lovag kérdése: Egy kockával égyszer dobva elıyös arra fogadi, hogy lesz hatos, de 2 kockával 24-szer dobva már em elıyös arra fogadi, hogy lesz (6,6) a dobások között. Megoldás: Pascal, Fermat (1654) Huyges (1657): Az elsı valószíőségszámítás köyv de Witt, Halley (1671): életjáradék-számítás valószíőségi alapo Törtéeti áttekités 3. Jacob Beroulli (1713): Ars Cojectadi (agy számok törvéye) XVIII-XIX. sz: Moivre, Bayes, Gauss, Poisso Buffo: geometriai valószíőség bevezetése paradoxook XIX.sz: Csebisev, Markov, Ljapuov Törtéeti áttekités 4. Axiomatizálás: Kolmogorov (1933) Moder alkalmazások: Iformációelmélet (Shao) Játékelmélet (Neuma) Matematikai statisztika (Fisher) Sztochasztikus folyamatok Magyar tudósok: Jordá Károly (1871-1959) Réyi Alfréd (1921-1970) Véletle kísérletek Olya kísérletekkel foglalkozuk, amelyek eredméyét em tudjuk elıre biztosa megmodai (kockadobás, lottóhúzás, meteorológiai, tızsdei eseméyek stb). Az összes lehetséges eredméy: eseméytér. Alapfogalmak Eseméytér Kísérlet egy lehetséges kimeetele: elemi eseméy, jelölése ω. Elemi eseméyek összessége: eseméytér, Ω. Ω részhalmazai: eseméyek (A,B,C,...). Eseméy akkor következik be, ha az ıt alkotó elemi eseméyek valamelyike bekövetkezik.

3 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 elsı dobás írás. Érmét addig dobuk, míg fejet em kapuk. Ω={F,IF,IIF,...,ω } ahol ω =III. (azaz mide dobás írás) Eseméyek Eseméy: Ω részhalmaza Speciális eseméyek: Ω (biztos eseméy) (lehetetle eseméy) Az eseméyek összessége: A (halmazredszer Ω részhalmazaiból) Mőveletek eseméyekkel: szokásos logikai mőveletek = halmazmőveletek Mőveletek eseméyekkel A B: vagy A vagy B bekövetkezik (az is lehet, hogy midkettı) A B: A és B is bekövetkezik Tulajdoságok A\ B= A B A B= A B (De Morga) A eseméy elletettje:a A= A Ω= Példák Kockadobás: A={páros számot dobuk} B={legalább 3-ast dobuk} A B={4,6} A B={2,3,4,5,6} A\B={2} A={1,3,5} Valószíőség Szemléletes megfelelıje: relatív gyakoriság. Ha egymástól függetleül, azoos körülméyek között végrehajtott kísérletbıl az adott A eseméy k-szor következett be, akkor a relatív gyakoriság k/. Nagy -re a relatív gyakoriság egy fix szám körül igadozik: ezt evezzük az A valószíőségéek. Kocka-kísérlet

4 A valószíőség Jele: A relatív gyakoriság tulajdoságaiból: Nemegatív: 0 mide A-ra Egymást kizáró eseméyekre, azaz, ha A B= : P ( A (additivitás) Ω)=1 (Ω, A,P): valószíőségi mezı Tulajdoságok 1. Additivitás eseméyre: ha A 1, A 2,..., A párokét kizáró eseméyek, akkor P ( A1 A2... A) A1) A2) +... A) Bizoyítás: idukcióval. )=0. Bizoyítás: Ω= Ω felbotásból és az additivitásból Tulajdoságok 2. A\ A Bizoyítás: A= (A (A\ felbotásból és az additivitásból A A Bizoyítás: A B= B (A\ felbotásból, az additivitásból és az elızı tulajdoságból. Eseméytér Nem midig lehet mide A Ω eseméy (pl. agy megszámlálhatóál agyobb Ω eseté), ezért az A eseméy-redszer struktúrája: σ-algebra. 1. Ω A 2. A A A A (azaz A zárt a komplemeter-képzés mőveletére) 3. A zárt a megszámlálható uió mőveletére Példák σ-algebrára A ={,Ω} A ={,A, A, Ω} Ω mide részhalmazából álló halmazredszer (hatváyhalmaz, P (Ω)) Kolmogorov-féle valószíőségi mezı (Ω, A,P): Kolmogorov-féle valószíőségi mezı, ha Ω emüres halmaz A az Ω részhalmazaiak σ-algebrája P : A [0,1] halmazfüggvéy (valószíőség), melyre 1. P (Ω)=1 2. σ-additivitás: ha A 1, A 2,..., párokét kizáró eseméyek, akkor P A A...)... ( 1 2 1 2 +

5 Véges valószíőségi mezı Ω={ω 1, ω 2,,ω }, A= P (Ω). Jelölés: p i =P (ω i ). pi = i= 1 i= 1 az additivitásból. ω) Ω) = 1 i i: ω Aωi) = p i i i: ωi A Azaz a p i emegatív, 1 összegő számok meghatározzák a valószíőséget. Klasszikus valószíőségi mezı 1 p i =1/ mide i-re (azoos valószíőségőek az elemi eseméyek). k Ekkor P ( = ahol k az A elemszáma, pedig az összes esetszám. Másképpe: =kedvezı esetek száma/ összes esetszám. Klasszikus valószíőségi mezı 2 A klasszikus valószíőségi mezı alkalmazása elıtt midig meg kell gyızıdi a feltételekrıl! Példa: születésap Sokáig a valószíőséget általába is így próbálták defiiáli, de ez em fed le mide esetet. Visszatevéses mitavétel N termék, melybıl M selejtes elemő mita visszatevéssel A: potosa k selejtes va a mitába k k (k=0,,) M M = 1 k N N azaz a valószíőség kifejezhetı a p=m/n selejtaráy segítségével: p k ( p) = 1 k k Mitavétel Visszatevés élküli mitavétel N termék, melybıl M selejtes elemő mita visszatevés élkül A: potosa k selejtes va a mitába (k=0,,) Mitavétel M N M k k P ( = N További lehetıségek Elektrook eergia-szitek közötti megoszlásai, Bose-Eistei statisztika: A lehetıségek száma ( részecske, k eergia-szit) + k 1 w(, k) =