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

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

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

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

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

Abszolút folytonos valószín ségi változó (4. el adás)

Feladatok és megoldások a 13. hétre

Gazdasági matematika II. vizsgadolgozat, megoldással,

A valószínűségszámítás elemei

BIOMATEMATIKA ELŐADÁS

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

[Biomatematika 2] Orvosi biometria

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

Készítette: Fegyverneki Sándor

Matematikai statisztika I. témakör: Valószínűségszámítási ismétlés

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

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

A valószínűségszámítás elemei

Valószínűségi változók. Várható érték és szórás

NEVEZETES FOLYTONOS ELOSZLÁSOK

Valószínűségszámítás összefoglaló

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Boros Zoltán február

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)

Közlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta

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

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

Gyakorló feladatok I.

Valószín ségszámítás és statisztika

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

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

Feladatok megoldásokkal az első gyakorlathoz (differencia- és differenciálhányados fogalma, geometriai és fizikai jelentése) (x 1)(x + 1) x 1

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

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

Negyedik fejezet. meglehetősen nagy, de az is lehet, hogy az X szín 5 évvel ezelőtt elő sem fordult. Tehát két. P (a ξ b, c η d)

Számítógépes döntéstámogatás. Statisztikai elemzés

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

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

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

egyetemi jegyzet Meskó Balázs

Sztochasztikus folyamatok alapfogalmak

Matematika A1a Analízis

1.1. Feladatok. x 0 pontban! b) f(x) = 2x + 5, x 0 = 2. d) f(x) = 1 3x+4 = 1. e) f(x) = x 1. f) x 2 4x + 4 sin(x 2), x 0 = 2. általános pontban!

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

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

Hipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58

Együ ttes e s vetü leti eloszlá s, sü rü se gfü ggve ny, eloszlá sfü ggve ny

Backhausz Ágnes 1. Bevezetés A valószínűség elemi tulajdonságai... 5

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1.

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

Legfontosabb bizonyítandó tételek

3.1. A Poisson-eloszlás

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

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

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

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

Villamosmérnök A4 11. hét Kétdimenziós normális eloszlás, cht - Megoldások

1. Kombinatorikai bevezetés

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

Kalkulus II. Beugró kérdések és válaszok 2012/2013 as tanév II. félév

Nemparaméteres próbák

matematikai statisztika

Fourier sorok február 19.

Obudai Egyetem RKK Kar. Feladatok a Matematika I tantárgyhoz

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

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

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

Matematika I. NÉV:... FELADATOK:

matematikai statisztika gyakorlatok feladatok és megoldások

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

[Biomatematika 2] Orvosi biometria

Differenciálszámítás. 8. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Differenciálszámítás p. 1/1

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

1. Határozza meg az alábbi határértéket! A válaszát indokolja!

Gazdasági matematika II. tanmenet

[Biomatematika 2] Orvosi biometria

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

1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények

1. Oldja meg a z 3 (5 + 3j) (8 + 2j) 2. Adottak az A(1,4,3), B(3,1, 1), C( 5,2,4) pontok a térben.

Diszkrét Matematika. zöld könyv ): XIII. fejezet: 1583, 1587, 1588, 1590, Matematikai feladatgyűjtemény II. (

Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait.

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

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Osztályozóvizsga követelményei

A Statisztika alapjai

n n (n n ), lim ln(2 + 3e x ) x 3 + 2x 2e x e x + 1, sin x 1 cos x, lim e x2 1 + x 2 lim sin x 1 )

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

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató

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

3. Egy ξ valószínűségi változó eloszlásfüggvénye melyik képlettel van definiálva?

Barczy Mátyás és Pap Gyula

a) az O(0, 0) középpontú, r = 2 sugarú, negatív irányítasú körvonal P( 2, 2), Q( 2, 2) pontjait

5. fejezet. Differenciálegyenletek

"Flat" rendszerek. definíciók, példák, alkalmazások

A mérési eredmény megadása

Matematika I. NÉV:... FELADATOK: 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon.

Megjegyzés: jelenti. akkor létezik az. ekkor

Határozatlan integrál

Átírás:

Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk. P (ξ 8 ξ 5 P (ξ 8, mivel P (ξ 5 annak az eseménynek a bekövetkezése, hogy ξ 8 maga után vonja azt, hogy ξ 5. A keresett valószínűséget az ellentett esemény valószínűségének a meghatározásával kapjuk meg. Tehát 3.3. gyakorlat megoldása P (ξ 8 ξ 5 ( P (ξ 8 P (ξ 5 (,6,4 8 6,4 5 6,4 (0, 69 ((0, 60 0, 7549 0, 757 Az /(ξ + valószínűségi változó az /(k + értékeket veszi fel 0, 333943. λ k k! e λ valószínűséggel, k 0,,,.... Ezért a várható érték meghatározása alapján k0 ( M ξ + k0 λ k k + k! e λ, amit összegeznünk kell. Az exponenciális függvény Taylor-sorát használjuk fel: λ k M k + k! e λ e λ λ k + k + k! e λ e λ + e λ k e λ + e λ λ k λ k (k +! e λ + e λ j j λ j j! λ j j! e λ + e λ λ (e λ λ λ ( e λ.

MEGOLDÁSOK 3.6. gyakorlat megoldása Megoldás az egyenletes eloszlás (3.3.5 definíciója alapján. f(x σ (ξ (b a, amiből b a. ξ entrópiája: { b a ha a < x < b, 0 különben. (3.. f ξ (x ln f ξ (xdx ln b b a ln(b a ln, 4. Az N(m, eloszlás entrópiája: a b a ln dx (a b b a b a ln b a ln πe, 4. 3.7. gyakorlat megoldása Ha η gamma eloszlású, akkor sűrűségfüggvénye: { f(x β α Γ(α xα e x β, ha x > 0 0 különben (3.. A sűrűségfüggvényt az eloszlásfüggvény deriváltjaként értelmezzük. Az eloszlásfüggvény definíciója: f(x F ξ(x.(..4 F ξ (x P ({ω Ω : ξ(ω < x}. (.. Ha akkor F ξ (x P ξ(ω c η(ω, ({ ω Ω : η(ω < x } ( x F η. c c Ebből az összetett függvény deriválási szabálya alapján Ezzel 3.8. gyakorlat megoldása f ξ (x F ξ(x F η ( x c c ( x c f η. c f cη (x x α c β α Γ(α c e x c β ha 0 < x. 0 különben

Legyen ξ a eloszlásfüggvénye F a, sűrűségfüggvénye f a. Ekkor F a (x P (ξ a < x P (ξ < x /a F (x /a. A közvetett függvény differenciálási szabályával 3 Behelyettesítve kapjuk f a (x d dx F a(x d dx F (x/a F (x /a d dx x/a f(x /a a x a ami exponenciális eloszlás b a paraméterrel. f a (x b a e b ax, 3.9. gyakorlat megoldása A lognormális eloszlás sűrűségfüggvénye f η (x A keresett valószínűség π σ x e (ln(x m σ (3.4. P (4, 7 < η < 9, 8 F η (9, 8 F η (4, 7 (... F η (9, 8 9,8 f η(xdx F η (4, 7 4,7 f η(xdx F η (9, 8 F η (4, 7 u x 9,8 x 4,7 π x (ln(x+ e 8 dx ln(x+ du x dx F η (9, 8 F η (4, 7 Φ ln 9,8+ π ln 4,7+ ln(9,8+ Φ e n dn ( ln(4,7+ A standard normális eloszlás táblázatából a Φ(u és Φ(u értékek kikereshetők, és különbségük, Φ(u Φ(u szolgáltatja a keresett valószínűséget. 3.. gyakorlat megoldása Megoldás (3.. szerint. Igazolni kell, hogy A geometriai eloszlás definíciója Φ(, 4 Φ(, 7738 0, 9838 0, 966 P (4, 7 < η < 9, 8 0, 0. P (ξ x + y ξ x P (ξ y. P (ξ k { 0, ha k 0 q k p, ha k > 0 (...

4 MEGOLDÁSOK F (x { 0 ha x 0 p qk, q ha k < x k + ahol k Ezt felhasználva P (ξ x + y ξ x P (x ξ x + y P (x ξ F ξ(x + y F ξ (x. F ξ (x Az állítás triviálisan igaz y 0 esetén, ezért elég a bizonyítást az y esetre elvégezni. Tegyük fel, hogy k < x k + és l < y l +, ahol k és 0 l. Ekkor F ξ (x + y p qk+l q F ξ (x + y F ξ (x F ξ (x p q rendezve és felhasználva, hogy p + q q k (q l p qk q F ξ (x p qk q pq k q l q pq k + p P (ξ x + y ξ x P (ξ x + y ξ x ( q l p p (ql p ql q F ξ(y. p ( q (ql 3.. gyakorlat megoldása A mintában szereplő balkezesek ξ száma binomiális eloszlású valószínűségi változó p 0. és n 0000 paraméterekkel, amelyre M(ξ 000 és D n (ξ 40. Így (a P (ξ 00 0000 k00 (b P (960 ξ 040 040 0000 0. k k ( 0. 0000 k k960 0000 0. k k ( 0. 0000 k Ennek a kiszámítása elég nehézkes, de nem szükséges, mivel n p 000 és n q 8000, így a 3.5 tétel alkalmazható. Tehát η ξ 000 40 standard normális eloszlású valószínűségi változó. (a P (ξ 00 P (ξ.5 P (ξ <.5 0.006 (b P (960 ξ 040 P ( η 0.68. 3.5. gyakorlat megoldása cm 3 vízben átlagosan 4 baktérium van, így λ 4 paraméterû Poisson-eloszlásról van szó. Tehát (a P (k 0 e 4 0.083 (b Az elemzett események valószínűségét felhasználva P (k 0 P (k 5e 4 0.908.

3.6. gyakorlat megoldása Legyen ξ olyan valószínűségi változó, amely az A ponttól időgység alatt megtett távolságot jelenti. Ekkor ξ eloszlásfüggvénye F (r r 0 e t dt e r. (a P (ξ F ( e 0.35. 5 (b A jelenség exponenciális eloszlással jellemezhető x paraméterrel. méter. λ Így a várható érték 3.7. gyakorlat megoldása Független normális eloszlású valószínűségi változók összege szintén normális eloszlású m + m és σ + σ paraméterekkel. A keresett valószínűséget a integrál értéke adja meg. x0 π(σ + σ [x (m +m ] e (σ +σ dx