Feladatok és megoldások a 13. hétre

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

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

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

NEVEZETES FOLYTONOS ELOSZLÁSOK

Matematika B4 VIII. gyakorlat megoldása

Valószínűségi változók. Várható érték és szórás

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

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)

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

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

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

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

Abszolút folytonos valószín ségi változó (4. el adás)

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

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

VIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag

BIOMATEMATIKA ELŐADÁS

[Biomatematika 2] Orvosi biometria

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

Gyakorló feladatok I.

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

MATEMATIKA HETI 5 ÓRA

Készítette: Fegyverneki Sándor

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

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

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

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

Gazdasági matematika II. vizsgadolgozat, megoldással,

Valószín ségszámítás és statisztika

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

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

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

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

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

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

9. Trigonometria. I. Nulladik ZH-ban láttuk: 1. Tegye nagyság szerint növekvő sorrendbe az alábbi értékeket! Megoldás:

Matematika alapjai; Feladatok

Valószínűségszámítás összefoglaló

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

1. Monotonitas, konvexitas

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

3. Lineáris differenciálegyenletek

A +Q töltés egy L hosszúságú egyenes szakasz mentén oszlik el egyenletesen (ld ábra ábra

A mérési eredmény megadása

NULLADIK MATEMATIKA ZÁRTHELYI

Sztochasztikus folyamatok alapfogalmak

1. ábra. 24B-19 feladat

Számítógépes döntéstámogatás. Statisztikai elemzés

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

(Independence, dependence, random variables)

Kalkulus I. gyakorlat Fizika BSc I/1.

[Biomatematika 2] Orvosi biometria

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

FELVÉTELI VIZSGA, szeptember 12.

Függvények határértéke, folytonossága FÜGGVÉNYEK TULAJDONSÁGAI, SZÉLSŐÉRTÉK FELADATOK MEGOLDÁSA

Matematikai statisztika I. témakör: Valószínűségszámítási ismétlés

Diszkrét idejű felújítási paradoxon

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

Markov-láncok stacionárius eloszlása

1. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI FELADATSOR

Régebbi Matek M1 zh-k. sztochasztikus folyamatokkal kapcsolatos feladatai.

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

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

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Paraméter

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

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

a térerősség mindig az üreg falára merőleges, ezért a tér ott nem gömbszimmetrikus.

MATEMATIKA HETI 5 ÓRA. IDŐPONT: június 8.

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.

Gyakorló feladatok javítóvizsgára szakközépiskola matematika 9. évfolyam

A valószínűségszámítás elemei

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

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

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

Fourier sorok február 19.

Matematika A2 vizsga mgeoldása június 4.

8. feladatsor. Kisérettségi feladatsorok matematikából. 8. feladatsor. I. rész

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

MATEMATIKA ÉRETTSÉGI május 8. EMELT SZINT

CHT& NSZT Hoeffding NET mom. stabilis november 9.

A valószínűségszámítás elemei

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

A L Hospital-szabály, elaszticitás, monotonitás, konvexitás

17. előadás: Vektorok a térben

Least Squares becslés

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik

Kisérettségi feladatsorok matematikából

Matematika I. NÉV:... FELADATOK:

A brachistochron probléma megoldása

[Biomatematika 2] Orvosi biometria

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

10. Exponenciális rendszerek

egyetemi jegyzet Meskó Balázs

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

Átírás:

Feladatok és megoldások a. hétre Építőkari Matematika A. Az alábbi függvények melyike lehet eloszlásfüggvény? + e x, ha x >, (a F(x =, ha x, (b F(x = x + e x, ha x, (c F(x =, ha x, x (d F(x = (4 x, ha < x, 4, ha x >. Az alábbi függvények melyike lehet sűrűségfüggvény?, ha x >, (a f(x = x sin(x, ha < x <, (b f(x = x ln(, ha x, ( x (c f(x = sin, ha < x < π, e x, ha x >, (d f(x =. Számítsuk ki az f(x = x, ha < x <, sűrűségfüggvényt követő X valószínűségi változó várható értékét és szórását. 4. Mennyi az előző feladatban a Pm σ < X < m + σ} illetve a Pm σ < X < m + σ} valószínűségek értéke, ha m jelöli a várható értéket és σ jelöli a szórást? 5. Tekintsük az c(x x, ha < x < 5 f(x =,

függvényt. Lehet-e f sűrűségfüggvény? Ha igen, milyen c érték esetén? Ismételjük meg a vizsgálatot az c(x x, ha < x < 5 f(x =, függvényre. 6. Egy benzinkút hetente egyszer kap benzint. Hogy ha a heti eladás (ezer literben mérve egy valószínűségi változó 5( x 4, ha < x <, f(x = sűrűségfüggvénnyel, akkor mekkora méretű tartály szükséges ahhoz, hogy egy adott héten a benzinkút. valószínűséggel fogyjon ki a benzinből? 7. Számoljuk ki E(X értékét, ha X sűrűségfüggvénye (a f(x = 4 xe x/, ha x >, ; c( x, ha < x <, (b f(x = ; 5, ha x > 5, (c f(x = x? 8. Egy alkatrész napokban kifejezett élettartamának sűrűségfüggvénye f(x = /x, ha x >. Mi annak a valószínűsége, hogy ha január 6-án hoztuk haza a boltból, akkor február -én még működik? Érdemesebb-e azt az alkatrészt megvenni, melynek élettartama az f(x = /x, ha x > sűrűségfüggvényt követi? Átlagosan mennyit bír a kétféle alkatrész? 9. Mi a valószínűsége, hogy éjszaka álmomból felriadva a nagymutató az óralap képzeletbeli függőleges középvonalához képest jobbra van? És annak a valószínűsége, hogy a körív 5-ös és 6-os számjegy közötti részén van?. Mi a valószínűsége, hogy három független (, -en választott pont közül pontosan - essen a (,, (,, (, intervallumba?. Egy hosszú, magas kerítés egymástól L távolságra leszúrt, D átmérőjű függőleges rudakból áll. Egy d átmérőjű labdát elég messziről, csukott szemmel a kerítés felé dobunk. A labda vagy nekiütődik valamelyik rúdnak, vagy érintés nélkül átrepül közöttük. Mi a valószínűsége annak, hogy a labda a rudak érintése nélkül átrepül a rudak között?. A felé a vonatok 5 percenként indulnak 7:-tól kezdve, míg B felé 5 percenként indulnak 7:5-től kezdve.

(a Ha egy utas 7: és 8: közötti egyenletes eloszlású időben érkezik az állomásra, majd felszáll arra a vonatra amelyik hamarabb indul, az esetek hányadrészében megy A felé, és hányadrészében B felé? (b És ha az utas 7: és 8: közötti egyenletes eloszlású időben érkezik az állomásra?. Tudjuk, hogy a busz : és : közötti egyenletes időben érkezik a megállóba, ezért :-ra a megállóba megyünk. (a Mi a valószínűsége, hogy legalább percet kell a buszra várnunk? (b Ha :5-kor még mindig várjuk a buszt, mi a valószínűsége, hogy még legalább percet fogunk a buszra várni? 4. Egy busz A és B városok között jár, mely városok egymástól kilométerre vannak egymástól. Ha a busz lerobban, akkor azt egyenletes eloszlású helyen teszi a két város közötti úton. Pillanatnyilag egy buszszerviz található az A városban, egy a B városban, és egy a két város között félúton. Egy javaslat szerint ehelyett gazdaságosabb lenne a három szervizt az A várostól 5, 5, és 75 kilométerre elhelyezni. Egyetértünk-e a javaslattal? Miért? Mi lenne a szervizek legjobb elhelyezése? 5. Egy l hosszúságú ropit találomra választott pontban ketté törünk. Mi az így keletkezett darabok közül a rövidebbiknek az eloszlásfüggvénye? 6. Egy utcai telefonfülke foglalt, amikor odaérek. A beszélgetés hossza véletlen, percekben mérve / paraméterű exponenciális eloszlású. Mi a valószínűsége, hogy 5 perc múlva sem kerülök sorra? Mi a helyzet akkor, ha tudjuk, hogy odaérkezésünkkor már perce tart a beszélgetés? 7. Egy rádió élettartama években mérve exponenciális eloszlású, λ = /8 paraméterrel. Ha Józsi vesz egy ilyen típusú használt rádiót, mi a valószínűsége, hogy a következő nyolc évben végig működni fog? 8. Adott típusú elektomos berendezések %-a üzemórán belül elromlik. Tegyük fel, hogy a meghibásodásig eltelt idő exponenciális eloszlást követ. Mekkora a valószínűsége, hogy egy ilyen berendezés az átlagosnál tovább működik? 9. Egy ketyere javítási ideje (órákban mérve exponenciális eloszlású valószínűségi változó, λ = / paraméterrel. (a Mi a valószínűsége, hogy a javítás óránál tovább tart? (b Mi a feltételes valószínűsége, hogy a javítás összesen óránál tovább tart, feltéve, hogy már 9 órája zajlik?. Egy örökifjú tulajdonságú villanykörténél / annak a valószínűsége, hogy óránál többet üzemel. Egy városban ilyen égőt helyezünk el. Mi a valószínűsége annak, hogy óra elteltével éppen 5 égő világít?. Számítsuk ki a következő valószínűségeket, ha X standard normális valószínűségi változó: (a P < X < }

(b P < X < } (c P < X < }. Legyen X egy normális eloszlású valószínűségi változó µ =, σ = 6 paraméterekkel. Határozzuk meg a következő valószínűségeket: (a PX > 5}; (b P4 < X < 6}; (c PX < 8}; (d PX < }; (e PX > 6}.. Tegyük fel, hogy X normális eloszlású, 5 várható értékkel. Ha PX > 9} =., közelítőleg mennyi X szórásnégyzete? 4. Tegyük fel, hogy a 5 éves fiatalemberek magassága centiméterben mérve normális eloszlású, µ = 8 és σ = 69 paraméterekkel. A 5 éves fiatalemberek hány százaléka magasabb méternél? A két méteres klub tagjai közül hány százalék magasabb méter cm-nél? 5. Egy X valószínűségi változó várható értéke, szórása. Melyik esetben valószínűbb, hogy X > /; akkor, ha X eloszlása normális, vagy akkor, ha egyenletes? 6. Legyen f a µ várható értékű és σ szórásnégyzetű normális eloszlás sűrűségfüggvénye. Mutassuk meg, hogy µ ± σ a függvény két inflekciós pontja. 4

Eredmények.(a Nem, mert F csökkenő. (b Nem, mert lim x F(x =. (c Igen, ez az exponenciális( eloszlásfüggvény. (d Igen, folytonos, lim F(x =, lim F(x = és F monoton növekvő. x x.(a Nem, f integrálja végtelen. (b Nem, sin(x dx. (c Igen, f(x, és f(x dx = x ln( dx + π ( x sin dx = + =. (d Igen, ez az exponenciális( eloszlás sűrűségfüggvénye.. E(X = x f(x dx = x x dx =, 4. E(X = x f(x dx = x x dx =, D(X = E(X [E(X] =. 4 Pm σ < X < m + σ} = P 6 < X < 4 + } 6 = 4+ 6 4 6 x dx = 4 9. Mivel m + σ >, az alábbi integrálás felső korlátját le kell vágnunk -nél (ahol a sűrűségfüggvény nullává válik: Pm σ < X < m + σ} = P < X < + } = x dx = + 4. 9 5 Mindkét függvény előjelet vált az intervallum belsejében (az első függvény -nél, a második -nél, egyik sem lehet sűrűségfüggvény. 5

6. A feladat szerint azt szeretnénk, hogy az X heti eladásra PX > V } =. teljesüljön, ahol V a tartály kapacitása. A feladathoz meghatározzuk az eloszlásfüggvényt: F(a = a a f(x dx = 5( x 4 dx = ( a 5, < a <. Ezzel vagyis V =. /5, V =. /5.6. 7.(a Parciális integrálással E(X =. = PX > V } = F(V = ( V 5, x [ 4 xe x/ dx = 4 x ( e ] x/ + = [x ( e x/ ] + xe x/ dx e x/ dx = 4. Trükkösebben, legyen Y egy exponenciális( valószínűségi változó. Ekkor a fenti integrál átírható a következőképpen: E(X = x e x/ dx = E(Y = (D (Y + [E(Y ] = ( + = 4. (b, mivel a sűrűségfüggvény x-szel szorozva is integrálható, és szimmetrikus az origóra. (c E(X = 5 x 5 x dx = [5 ln( x ] 5 =. 8. Az első alkatrész élettartamának eloszlásfüggvénye a második alkatrész esetén F(a = F(a = a a x dx = a, a >, x dx = a, a >. Annak valószínűsége, hogy hat nap után működnek az alkatrészek F(6 azaz /6 illetve /6. Általában a nap után ez a valószínűség F(a, azaz /a illetve /a, nagyobb a második alkatrész esetén, mint az első alkatrésznél. A második alkatrész élettartama sztochasztikusan dominálja az 6

első alkatrész élettartamát, érdemes tehát ezt megvenni. Ezt alátámasztja (de nem bizonyítja a várható értékek kiszámolása is: E(X = x dx =, x míg a második alkatrésznél E(X = x dx =. x 9. Feltehetjük, hogy a nagymutató egyenletes eloszlású az óra lapján. Ezért annak valószínűsége, hogy a középvonaltól jobbra van /, és annak valószínűsége, hogy a körív / részén van /.. Annak valószínűsége, hogy az első változó az első intervallumba esik, a második változó a második intervallumba esik, és a harmadik változó a harmadik intervallumba esik ( =. 7 Azonban ez megtörténhet bármilyen más sorrendben is, így ezt az eredményt be kell szoroznunk a három változó! = 6 sorrendjével, és a válasz 6/7 = /9.. Legyen L a rudak középpontjainak távolsága. Feltesszük, hogy L > D + d, ellenkező esetben a valószínűség nulla. A probléma periodicitása miatt elég két szomszédos rúd középpontja között vizsgálódnunk, ahol feltehetjük, hogy a labda középpontjának X vízszintes koordinátája egyenletes eloszlású. A labda ütközik akkor és csak akkor, ha X < D+d vagy X > L D+d. E két halmaz együttes hosszúsága D +d, ezért az ütközés valószínűsége D+d D+d, a válasz pedig = L D d. L L L.(a A felé indul az utas, ha érkezési ideje a (7:5, 7:5] (7:, 7:] (7:5, 7:45] (7:5, 8:] halmazba esik. E halmaz hossza 4 perc, az A felé indulás valószínűsége tehát 4/6 = /, B felé pedig az esetek /-ában lesz indulás. (b A felé indul az utas, ha érkezési ideje a [7:, 7:5] (7:, 7:] (7:5, 7:45] (7:5, 8:] (8: 5, 8:] halmazba esik. E halmaz hossza ismét 4 perc, az A felé indulás valószínűsége tehát most is 4/6 = /, és B felé most is az esetek /-ában lesz indulás.. Legyen a busz érkezési ideje X.. PX > :} = / = /.. PX > :5 X > :5} = PX > :5}/PX > :5} = 5/ = /. Megjegyzés: 5/ egyenletes eloszlású várakozási idő esetén, feltéve, hogy a várt esemény még nem következett be, a hátralevő várakozási idő is egyenletes lesz (a hátralevő lehetséges intervallumon. 4. Először is tisztáznunk kell, mit jelent az a szó, hogy gazdaságos ebben a helyzetben. Egy jó értelmezés lehet lerobbanástól a legközelebbi szervizig mért D távolság várható értékének minimalizálása. Legyen a három szerviz a < b < c távolságra A-tól. Ekkor a X, ha < X < a, X a, ha a < X < [a + b]/, b X, ha [a + b]/ < X < b, D = X b, ha b < X < [b + c]/, c X, ha [b + c]/ < X < c, X c, ha c < X <. 7

X egyenletes, sűrűségfüggvénye / a két város között, így E(D = [ a + (a x dx + b+c b a+b a (x b dx + = [ a (b a + + 4 (x a dx + c b+c b a+b c (b x dx ] (c x dx + (x c dx (c b 4 + ( c A jelenlegi helyzetben a =, b = 5, c =, és E(D =.5 kilométer. A javasolt elrendezésben a = 5, b = 5, c = 75, és E(D = 9.75 kilométer, eszerint tehát jobb, mint a jelenlegi elrendezés. Nem nehéz látni, hogy az optimális elrendezés (mely minimalizálja E(D-t a = 5/ 6.7, b = 5, c = 5/ 8.. Egy kissé nehezebb, de nem túl nehéz azt sem átgondolni, hogy a javasolt a = 5, b = 5, c = 75 elrendezés sztochasztikusan jobb a jelenlegi helyzetnél, azaz PD < d} minden d-re nagyobb egyenlő a javasolt elrendezésben, mint jelenleg. Érdeklődők azt is beláthatják, hogy az E(D-t optimalizáló a = 5/, b = 5, c = 5/ elrendezés sztochasztikusan is optimális, azaz minden d-re egyszerre maximalizálja a PD < d} valószínűséget. Ez azt jelenti, hogy a javasolt elrendezés nem csak E(D tekintetében jobb a jelenleginél, illetve a harmadik elrendezés nem csak E(D-t optimalizálja, hanem D-nek bármilyen monoton növő g(d függvényére is E(g(D kisebb a javasolt elrendezésben mint jelenleg, illetve a lehető legkisebb a harmadik elrendezésben. Például biztosak lehetünk benne, hogy a javasolt elrendezés a távolság négyzete E(D várható értékének tekintetében is jobb a jelenleginél, illetve a harmadik elrendezés E(D -et is optimalizálja. Ezek az állítások a feladat egyszerűségének következményei, bonyolultabb esetekben nem feltétlenül érhető el sztochasztikusan optimális megoldás. Ekkor elképzelhető, hogy valamilyen D célfüggvényre E(D az egyik fajta elrendezésben lesz minimális, míg például E(D egy másikfajta elrendezésben lesz a legkisebb, és külön tisztázni kell, hogy mit jelent a jó és a kevésbé jó elrendezés. 6. Ha X a beszélgetés hossza, akkor PX > 5} = F(5 = e 5/. Ha már perce tart a beszélgetés, akkor ]. PX > + 5 X > } = PX > + 5} PX > } = F( + 5 F( = e [+5]/ e / = e 5/ = PX > 5}. Az egyenlet az exponenciális eloszlás örökifjú tulajdonságát fejezi ki, a feltétel nem befolyásolja a hátralevő idő eloszlását. 7. Az örökifjú tulajdonság miatt a válasz ugyanaz, mintha Józsi új rádiót vásárolna: PX > 8} = e 8 /8 = e. 8. Az átlagos működési idő E(X = /λ, és annak valószínűsége, hogy ennél tovább működik a berendezés PX > /λ} = e λ /λ = e, λ értékétől függetlenül. 9.(a PX > } = e / = e. 8

(b Az örökifjúság miatt PX > X > 9} = PX > 9 + X > 9} = PX > } = e / = e /.. Annak a valószínűsége, hogy egy adott égő világít PX > } = e λ. A λ paraméter értékét pedig a megadott adatból számolhatjuk: = PX > } = e λ amiből ( p : = PX > } = e λ = [e λ ] / = Az óra után világító égők Y száma binomiális, ezzel a p, és n = paraméterekkel. Ezért a kérdésre a válasz ( ( ( 75 [ ( / ] 5 PY = 5} = p 5 [ p] 5 =.49. 5 5. Általánosan, x > -ra /. P x < X < x} = Φ(x Φ( x = Φ(x [ Φ(x] = Φ(x. A normális eloszlás táblázatából behelyettesítve P < X < }.686, P < X < }.9544, P < X < }.9974..(a PX > 5} = PX 5} = F(5 = Φ ( ( ( 5 6 = Φ 5 6 = Φ 5 6.7967; (b P4 < X < 6} = F(6 F(4 = Φ ( ( 6 6 Φ 4 6 = Φ( [ Φ(] = Φ(.686; (c PX < 8} = F(8 = Φ ( ( ( 8 6 = Φ = Φ.77; (d PX < } = F( = Φ ( ( 6 = Φ 5.955; (e PX > 6} = F(6 = Φ ( 6 6 = Φ(.587.. Adott, hogy ( 9 5. = PX > 9} = F(9 = Φ, σ amiből Φ ( 4 σ =.8. A táblázatot visszafelé használva 4/σ.84, tehát σ 4.76, és a szórásnégyzet σ.7. 4. Jelöljük a magasságot X-szel, ekkor PX > } = F( = Φ ( 8.68. A második kérdés egy feltételes valószínűség: PX > X > } = PX > } PX > } = F( F( = Φ ( 8 Φ (.68. 8 5. Ha X normális, akkor PX > /} = Φ(/.9. Ha X egyenletes, akkor a várható érték és a szórás ismeretében meg kell határoznunk azt az (α, β intervallumot, ahol X felveszi az értékeit: E(X = α + β =, D(x = β α =, 9

melyből α =, β =. Ezért PX > /} = / (.56, nagyobb, mint a normális esetben. 6. Az f(x = e (x µ σ πσ normális sűrűségfüggvény első és második deriváltja f (x = (x µ πσ e (x µ σ illetve f (x = σ + (x µ πσ 5 e (x µ σ. A második deriváltban a mindig pozitív exponenciális tagot egy x-ben másodfokú polinom szorozza, mely a µ ± σ zérushelyeinél előjelet vált, ezért itt vannak f inflekciós pontjai.