Gazdasági matematika II. vizsgadolgozat megoldása A csoport

Hasonló dokumentumok
Gyakorló feladatok a 2. dolgozathoz

Gazdasági matematika II. vizsgadolgozat, megoldással,

Valószínűségi változók. Várható érték és szórás

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

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

Készítette: Fegyverneki Sándor

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

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

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

Valószínűségszámítás

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

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

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

BIOMATEMATIKA ELŐADÁS

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

[Biomatematika 2] Orvosi biometria

Biomatematika 2 Orvosi biometria

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

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

[Biomatematika 2] Orvosi biometria

A valószínűségszámítás elemei

Valószínűségszámítás összefoglaló

a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

1. Kombinatorikai bevezetés

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

A valószínűségszámítás elemei

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

Abszolút folytonos valószín ségi változó (4. el adás)

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

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

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

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

Valószín ségszámítás és statisztika

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

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

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

Matematika III. Nagy Károly 2011

Sztochasztikus folyamatok alapfogalmak

Legfontosabb bizonyítandó tételek

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

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

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

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

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

Számsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

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

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

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

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 4. MA3-4 modul. A valószínűségi változó és jellemzői

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

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

(Independence, dependence, random variables)

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

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

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy

Gazdasági matematika II. tanmenet

Biomatematika 8. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

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)

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

Valószínűségszámítás

matematikai statisztika

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

előadás Diszkrét idejű tömegkiszolgálási modellek Poisson-folyamat Folytonos idejű Markov-láncok Folytonos idejű sorbanállás

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

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

Pontműveletek. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar február 20.

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.

(!), {z C z z 0 < R} K (K: konv. tart.) lim cn+1

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

Matematikai statisztika I. témakör: Valószínűségszámítási ismétlés

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

VALÓSZÍNŰSÉGSZÁMÍTÁS KIDOLGOZOTT FELADATOK

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

Közlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta

egyetemi jegyzet Meskó Balázs

BIOMATEMATIKA ELŐADÁS

5. Feladat. Mennyi a valószínűsége annak, hogy 52 lapos franciakártya-pakliból 5 lapot húzva a következő kombinációkat kapjuk?

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

NEVEZETES FOLYTONOS ELOSZLÁSOK

Környezet statisztika

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató

matematikai statisztika gyakorlatok feladatok és megoldások

Matematika B4 VIII. gyakorlat megoldása

MATEMATIKA ÉRETTSÉGI május 8. EMELT SZINT

Barczy Mátyás és Pap Gyula

MATEMATIKA 2. dolgozat megoldása (A csoport)

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

Feladatok: a huszadik vagy valamely későbbi dobásban jelenik meg. n 1 5. hatos dobás a 20. dobásban vagy azután jelenik meg egyenlő annak a

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

Számítógépes döntéstámogatás. Statisztikai elemzés

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

Optimalizálási eljárások GYAKORLAT, MSc hallgatók számára. Analízis R d -ben

Gyakorló feladatok I.

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

Véletlenszám generátorok és tesztelésük. Tossenberger Tamás

Átírás:

Gazdasági matematika II. vizsgadolgozat megoldása A csoport Definiálja az alábbi fogalmakat!. Egy eseménynek egy másik eseményre vonatkozó feltételes valószínűsége. ( pont) Az A esemény feltételes valószínűsége a B feltétel mellett (azaz ha tudjuk, hogy a B esemény bekövetkezett) P(A B) P(A B) :=, hacsak > 0.. Valószínűségi változó eloszlásfüggvénye. ( pont) Legyen (Ω, A, P) valószínűségi mező, ξ : Ω R valószínűségi változó / véletlen mennyiség, akkor az F ξ : R [0, ], F ξ (x) := P{ξ < x} függvényt ξ eloszlásfüggvényének nevezzük.. Abszolút folytonos valószínűségi változó várható értéke. ( pont) Ha ξ : Ω R egy abszolút folytonos valószínűségi változó, melynek sűrűségfüggvénye f ξ : R [0, ), akkor az E ξ := x f ξ (x) dx mennyiséget a ξ várható értékének nevezzük, amennyiben ez az improprius integrál abszolút konvergens, azaz x f ξ(x) dx <.. (n, p) paraméterű binomiális eloszlású valószínűségi változó. ( pont) n független kísérlet, A esemény, p := P(A) valószínűséggel A gyakorisága: ξ := k n (A) diszkrét valószínűségi változó; ξ lehetséges értékeinek halmaza: eloszlása melyet (n, p) X = {0,,,..., n}, ( ) n P{ξ = k} = p k ( p) n k, k paraméterű binomiális eloszlásnak nevezünk. Fogalmazza meg az alábbi tételeket! 5. Láncszabály. ( pont) P(A A A n ) = P(A ) P(A A ) P(A A A ) P(A n A A A n ) hacsak P(A A A n ) > 0. 6. Addíciós képlet. (6 pont) Ha ξ és η valószínűségi változók, akkor var(ξ + η) = var ξ + cov(ξ, η) + var η 7. Diszkrét valószínűségi változó függvényének várható értéke. ( pont)

Legyen g : R R. Ha ξ diszkrét valószínűségi változó x, x,... lehetséges értékekkel, akkor E g(ξ) = k g(x k ) P{ξ = x k }, amennyiben ez a sor abszolút konvergens. Feladatok 8. Tíz darab tízforintost feldobunk. Mennyi annak a valószínűsége, hogy írást és fejet is kapunk? (8 pont) P = P(csak fej vagy csak irás) = (P(csak fej) + P(csak irás)) = ( + ) 0 = 0 = 9 = 5 0 0 9 5 9. Véletlenszerűen felírunk két, egynél nem nagyobb nem negatív számot. (Tehát a számpár egyenletes eloszlású a [0, ] [0, ] egységnégyzetben.) Mennyi annak a valószínűsége, hogy átlaguk (számtani közepük) nagyobb 0.-nál? x+y > 0, vagy y > 0, 6 x. P = kedvező terület lehetséges terület = 0, 6 / = 0, 8 mivel a lehetséges terület az egységnégyzet területe, ami, a kedvező terület az egységnégyzetből az y = 0, 6 x egyenes feletti területrész, ami -ből levonva az y = 0, 6 x egyenes alatti területet (ami egy derékszögű háromszög, melynek mindkét befogója 0, 6). 0. Egy asztalnál négyen kártyáznak. Az 5 lapos francia kártyát egyenlően szétosztják egymás között, azaz mindenki lapot kap. Ha az egyik kiválasztott játékosnak egy király jutott, akkor mennyi annak a valószínűsége, hogy az utána következőnek nem jutott király? Legyen B az az esemény, hogy a kiválasztott játékosnak egy király jutott, A pedig az az esemény, hogy a következő játékosnak nem jutott király, és kezdjük az osztást az első játékossal. A P(A B) = P(A B) valószínűséget kell kiszámolni. Az összes lehetséges leosztások száma ( )( )( )( ) ( ) 5 9 6 5!, vagy (!) azon a leosztások száma, amikor az első játékosnak egy király jut ( )( )( )( )( ) 8 9 6, azon a leosztások száma, amikor az első játékosnak egy király jut és a következőnek nem jut király ( )( )( )( )( ) 8 6 6, így P(A B) = P(A B) = ( )( 8 )( 6 )( 6 )( ( 5 )( 9 )( 6 )( ) ( )( 8 )( 9 )( 6 )( ( 5 )( 9 )( 6 )( ) ) ) = ( 6 ( 9 ) ) 0, 8.. Legyenek a ξ valószínűségi változó lehetséges értékei:,, és a megfelelő valószínűségek P(ξ = ) = /, P(ξ = ) = /6, P(ξ = ) = /. Számítsuk ki ξ várható értékét és varianciáját! (0 pont)

E ξ = 6 + 6 + 6 = 6 E(ξ ) = 6 + 6 + 6 = 6 =, var ξ = E(ξ ) (E ξ) = ( ) 6 = 9 6.. Legyen a ξ valószínűségi változó sűrűségfüggvénye f ξ (x) = x ha x >, 0 egyébként. Határozzuk meg ξ eloszlásfüggvényét, várható értékét és varianciáját. Mennyi annak a valószínűsége, hogy ξ-nek az -től való eltérése kisebb mint 0.? f ξ (t)dt = 0 ha x t dt = [ t ] x = x ha x > E ξ = xf ξ (x)dx = [ ] dx = x x = E(ξ ) = x dx = [ x] = var ξ = E(ξ ) (E ξ) = ( ) = P( ξ < 0, ) = P(0, 9 < ξ <, ) = F ξ (, ) F ξ (0, 9 + 0) = F ξ (, ) =,. a(x ) ha < x <,. Legyen a ξ valószínűségi változó sűrűségfüggvénye f ξ (x) = 0 egyébként. Határozza meg az a együttható értékét! Adja meg ξ és ξ eloszlásfüggvényét, és számolja ki ξ várható értékét! innen a =. = f ξ (t)dt = f ξ (x)dx = [ a(x ) a(x )dx = ] = a 0 ha x (t )dt = [ (t ) ] x = (x ) ha < x < ha x. P(ξ < x) = P(ξ < x) = F ξ ( x) = 0 ha x vagy, ha x ( x ) ha < x < vagy, ha < x < 8 ha x vagy, ha x 8. E(ξ) = x (x )dx = [ ] x 5 5 x = 9 0.

. A (ξ, η) valószínűségi változó lehetséges értékeit és a megfelelő valószínűségeket az alábbi táblázatban adjuk meg: η 0 ξ - p p 0 p p p p p =. Független-e ξ és η? Számítsuk ki a ξ, illetve η eloszlását, várható értéküket és varianciájukat, továbbá a cov(ξ, η), corr(ξ, η) értékeket. A peremeloszlásokat az alábbi táblázat adja (az utolsó sor és oszlop): η 0 ξ ξ - p p p = 0 p p p = p p 6p = 6 η 6p = 6 6p = 6 E ξ = + 0 + 6 = = 6 E(ξ ) = ( ) + 0 + 6 = 0 = 5 6 var ξ = E(ξ ) (E ξ) = 0 ( ) 6 = 9 6 ( pont) E η = 0 6 + 6 = 6 = E(η ) = 0 6 + 6 = 6 = var η = E(η ) (E η) = ( ) =. Ha ζ = ξ η akkor ζ értékei: 0,,, a megfelelő valószínűségek: Innen P(ζ = 0) = + + + = 7, P(ζ = ) =, P(ζ = ) =. E ζ = 0 7 + + ( ) = = cov(ξ, η) = E(ξ η) = E ξ E η = 6 = 6 corr(ξ, η) = 6 q 9 6 Mivel cov(ξ, η) 0 a ξ és η nem függetlenek. = 9 0, 7.

B csoport Definiálja az alábbi fogalmakat!. Teljes eseményrendszer. ( pont) Teljes eseményrendszer események olyan A, A,... véges vagy végtelen sorozata, melyek egymást páronként kizárják, és uniójuk az egész eseménytér, vagyis A i A j = ha i j, és A i = Ω. i. λ paraméterű Poisson eloszlású valószínűségi változó. ( pont) Ha egy ξ valószínűségi változó lehetséges értékei a nemnegatív egész számok és k = 0,,... esetén P(ξ = k) = λk k! e λ, ahol λ > 0, akkor azt mondjuk, hogy ξ eloszlása λ paraméterű Poisson eloszlás.. Valószínűségi változó sűrűségfüggvénye. ( pont) Ha (Ω, A, P) valószínűségi mező, ξ : Ω R valószínűségi változó és létezik olyan f ξ : R [0, ) függvény, melyre akkor az f ξ x f ξ (t) dt, x R, függvényt a ξ sűrűségfüggvényének nevezzük.. Valószínűségi változó varianciája (szórásnégyzete). ( pont) Valószínűségi változó varianciája / szórásnégyzete var ξ := D ξ := E [ (ξ E ξ) ]. Fogalmazza meg az alábbi tételeket! 5. Bayes-formula. ( pont) Ha A és B pozitív valószínűségű események, akkor P(A B) = P(A) P(B A). 6. Eloszlásfüggvény jellemzése. (6 pont) Egy F : R [0, ] függvény akkor és csak akkor lehet eloszlásfüggvénye valamely ξ : Ω R valószínűségi változónak, ha lim () F monoton növekvő, () F balról folytonos, () lim F (x) = 0, x x + F (x) =. 7. Abszolút folytonos valószínűségi változó függvényének várható értéke. ( pont)

Legyen g : R R. Ha ξ abszolút folytonos valószínűségi változó f ξ E g(ξ) = amennyiben ez az improprius integrál abszolút konvergens. g(x) f ξ (x) dx, sűrűségfüggvénnyel, akkor Feladatok 8. Egy dobozban 0 piros golyó van. Legalább hány fehér golyót kell hozzátenni ahhoz, hogy piros golyó húzásának valószínűsége kisebb legyen 0.-nál? (8 pont) Ha f a fehér golyók száma, akkor 0 0 + f ezért legalább fehér golyóra van szükség. < 0, amiből 0 < + 0, f vagy f > 7 0,, 9. Véletlenszerűen felírunk két, egynél nem nagyobb nem negatív számot. (Tehát a számpár egyenletes eloszlású a [0, ] [0, ] egységnégyzetben.) Mennyi annak a valószínűsége, hogy átlaguk (számtani közepük) nagyobb 0.6-nál? x+y > 0, 6 vagy y >, x. P = kedvező terület lehetséges terület = 0, 8 / = 0, mivel a lehetséges terület az egységnégyzet területe, ami, a kedvező terület az egységnégyzetből az y =, x egyenes feletti derékszögű háromszög (melynek mindkét befogója 0, 8). 0. Egy asztalnál négyen kártyáznak. Az 5 lapos francia kártyát egyenlően szétosztják egymás között, azaz mindenki lapot kap. Ha az egyik kiválasztott játékosnak nem jutott király, akkor mennyi annak a valószínűsége, hogy az utána következőnek egy király jutott? Legyen B az az esemény, hogy a kiválasztott játékosnak nem jutott király, A pedig az az esemény, hogy a következő játékosnak egy király jutott, és kezdjük az osztást az első játékossal. A P(A B) = P(A B) valószínűséget kell kiszámolni. Az összes lehetséges leosztások száma ( )( )( )( ) ( ) 5 9 6 5!, vagy (!) azon a leosztások száma, amikor az első játékosnak nem mjut király ( )( )( )( ) 8 9 6, azon a leosztások száma, amikor az első játékosnak nem jut király jut és a következőnek egy király jut ( )( )( )( )( ) 8 5 6, így P(A B) = P(A B) = ( 8 ( 8 )( )( 5 )( 6 )( )( 9 )( 6 )( ) ( )( 5 ) ( 9 ) ) 0, 08.. Legyenek a ξ valószínűségi változó lehetséges értékei:,, és a megfelelő valószínűségek P(ξ = ) = /, P(ξ = ) = /, P(ξ = ) = /6. Számítsuk ki ξ várható értékét és varianciáját!

E ξ = 6 + 6 + 6 = 6 = E(ξ ) = ( ) 6 + 6 + 6 = 0 6 = 0, var ξ = E(ξ ) (E ξ) = 0 ( ) = 6 9.. Legyen a ξ valószínűségi változó sűrűségfüggvénye f ξ (x) = x 5 ha x >, 0 egyébként. Határozzuk meg ξ eloszlásfüggvényét, várható értékét és varianciáját. Mennyi annak a valószínűsége, hogy ξ-nek az -től való eltérése kisebb mint 0.? f ξ (t)dt = 0 ha x t 5 dt = [ t ] x = x ha x > E ξ = xf ξ (x)dx = [ ] dx = x x = E(ξ ) = x dx = [ x ] = var ξ = E(ξ ) (E ξ) = ( ) = 9 P( ξ < 0, ) = P(0, 9 < ξ <, ) = F ξ (, ) F ξ (0, 9 + 0) = F ξ (, ) =,. a(x ) ha < x <,. Legyen a ξ valószínűségi változó sűrűségfüggvénye f ξ (x) = 0 egyébként. Határozza meg az a együttható értékét! Adja meg ξ és ξ eloszlásfüggvényét, és számolja ki ξ várható értékét! innen a =. = f ξ (t)dt = f ξ (x)dx = [ a(x ) a(x ) dx = ] = a 0 ha x (t ) dt = [ (t ) ] x = (x ) ha < x < ha x. P(ξ < x) = P(ξ < x) = F ξ ( x) = 0 ha x vagy, ha x 8 ( x ) ha < x < vagy, ha 8 < x < 7 ha x vagy, ha x 7. E(ξ) = [ ] x (x ) dx = x 6 6 x5 5 + x = 0.

. A (ξ, η) valószínűségi változó lehetséges értékeit és a megfelelő valószínűségeket az alábbi táblázatban adjuk meg: η - 0 ξ 0 p p p p p p p =. Független-e ξ és η? Számítsuk ki a ξ és η eloszlását, várható értéküket és varianciájukat, továbbá a cov(ξ, η), corr(ξ, η) értékeket. ( pont) A peremeloszlásokat az alábbi táblázat adja (az utolsó sor és oszlop): η - 0 ξ ξ 0 p p 5p = 5 p p p = p p p = η p = 8p = 8 E ξ = 0 5 + + = 0 = 5 6 E(ξ ) = 0 5 + + = 6 = var ξ = E(ξ ) (E ξ) = ( ) 5 6 = 6 E η = ( ) + 0 8 = = E(η ) = ( ) + 0 8 = = var η = E(η ) (E η) = ( ) = 9. Ha ζ = ξ η akkor ζ értékei:,, 0 a megfelelő valószínűségek: Innen P(ζ = ) =, P(ζ = ) =, P(ζ = 0) = + + + = 9. E ζ = ( ) + ( ) + 0 9 = 5 cov(ξ, η) = E(ξ η) = E ξ E η = 5 5 6 ( ) = 5 6 = corr(ξ, η) = q 6 9 Mivel cov(ξ, η) 0 a ξ és η nem függetlenek. = 7, 99. 6