Gazdasági matematika II. vizsgadolgozat, megoldással,



Hasonló dokumentumok
Gazdasági matematika II. vizsgadolgozat megoldása, június 10

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

Gyakorló feladatok a 2. dolgozathoz

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

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

2 (j) f(x) dx = 1 arcsin(3x 2) + C. (d) A x + Bx + C 5x (2x 2 + 7) + Hx + I. 2 2x F x + G. x

MATEMATIKA 2. dolgozat megoldása (A csoport)

First Prev Next Last Go Back Full Screen Close Quit

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!

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Losonczi László. Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar

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

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

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

BIOMATEMATIKA ELŐADÁS

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

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.

Valószínűségszámítás

Kétváltozós függvény szélsőértéke

A valószínűségszámítás elemei

Matematika III előadás

A valószínűségszámítás elemei

2. SZÉLSŽÉRTÉKSZÁMÍTÁS. 2.1 A széls érték fogalma, létezése

Készítette: Fegyverneki Sándor

11. gyakorlat megoldásai

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:

Valószínűségszámítás összefoglaló

Szélsőérték feladatok megoldása

11. gyakorlat megoldásai

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

Valószínűségi változók. Várható érték és szórás

Analízis II. Analízis II. Beugrók. Készítette: Szánthó József. kiezafiu kukac gmail.com. 2009/ félév

matematikai statisztika gyakorlatok feladatok és megoldások

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

Kétváltozós függvények differenciálszámítása

9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA. 9.1 Metrika és topológia R k -ban

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

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények

Függvények Megoldások

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

Baran Ágnes, Burai Pál, Noszály Csaba. Gyakorlat Differenciálegyenletek numerikus megoldása

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

I. feladatsor. 9x x x 2 6x x 9x. 12x 9x2 3. 9x 2 + x. x(x + 3) 50 (d) f(x) = 8x + 4 x(x 2 25)

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

Nemlineáris programozás 2.

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

Függvények vizsgálata

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények

Debreceni Egyetem, KTK

YBL - SGYMMAT2012XA Matematika II.

A maximum likelihood becslésről

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények

Matematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx =

sin x = cos x =? sin x = dx =? dx = cos x =? g) Adja meg a helyettesítéses integrálás szabályát határozott integrálokra vonatkozóan!

Kalkulus 2., Matematika BSc 1. Házi feladat

Szélsőérték-számítás

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények

2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve trigonometrikus alakban vannak megadva?

KOVÁCS BÉLA, MATEMATIKA I.

2. Házi feladat és megoldása (DE, KTK, 2014/2015 tanév első félév)

6. ELŐADÁS DIFFERENCIÁLSZÁMÍTÁS II. DIFFERENCIÁLÁSI SZABÁLYOK. BSc Matematika I. BGRMA1HNND, BGRMA1HNNC

A gyakorlatok anyaga

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)

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

12. Mikor nevezünk egy részhalmazt nyíltnak, illetve zártnak a valós számok körében?

Barczy Mátyás és Pap Gyula

Matematika I. NÉV:... FELADATOK:

Sztochasztikus folyamatok alapfogalmak

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Nemparaméteres próbák

Figyelem, próbálja önállóan megoldani, csak ellenőrzésre használja a következő oldalak megoldásait!

Gyakorló feladatok I.

5 1 6 (2x3 + 4) 7. 4 ( ctg(4x + 2)) + c = 3 4 ctg(4x + 2) + c ] 12 (2x6 + 9) 20 ln(5x4 + 17) + c ch(8x) 20 ln 5x c = 11

Elérhető maximális pontszám: 70+30=100 pont

egyetemi jegyzet Meskó Balázs

Alapfogalmak, valós számok Sorozatok, határérték Függvények határértéke, folytonosság A differenciálszámítás Függvénydiszkusszió Otthoni munka

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

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

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

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

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A fontosabb definíciók

[Biomatematika 2] Orvosi biometria

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

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

Valószín ségszámítás és statisztika

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

(Independence, dependence, random variables)

A Matematika I. előadás részletes tematikája

Numerikus módszerek: Nemlineáris egyenlet megoldása (Newton módszer, húrmódszer). Lagrange interpoláció. Lineáris regresszió.

TANTÁRGYFELELŐS INTÉZET: Építőmérnöki Intézet. címe:

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

1. Kombinatorikai bevezetés

3. Lineáris differenciálegyenletek

Átírás:

Gazdasági matematika II. vizsgadolgozat, megoldással, levelező képzés Definiálja az alábbi fogalmakat! 1. Kvadratikus mátrix invertálhatósága és inverze. (4 pont) Egy A kvadratikus mátrixot invertálhatónak nevezünk, ha van olyan B (kvadratikus) mátrix melyre AB = BA = E teljesül. Ezt a B mátrixot A inverzének nevezzük és A -gyel jelöljük. 2. Normális eloszlás sűrűségfüggvénye. (4 pont) Legyenek m R, σ > 0. Valamely ξ : Ω R valószínűségi változó normális eloszlású (m, σ 2 ) paraméterekkel, ha az f ξ (x) = 1 e (x m)2 2σ 2, x R 2πσ függvény sűrűségfüggvénye ξ-nek. 3. Feltételes valószínűség. (4 pont) Az A esemény feltételes valószínűsége a B feltétel mellett (azaz ha tudjuk, hogy a B esemény bekövetkezett) P(A B) P(A B) :=, P(B) hacsak P(B) > 0. Fogalmazza meg az alábbi tételeket! 4. A szélsőérték másodrendű elegendő feltétele kétváltozós függvényre. (4 pont) Tegyük fel, hogy f : D R 2 R az (x 0, y 0 ) D belső pont egy környezetében kétszer folytonosan differenciálható, és hogy x (x 0, y 0 ) = 0, (x 0, y 0 ) = 0 azaz (x 0, y 0 ) stacionárius pontja f-nek. Legyen I. Ha 1 := x 2, 2 := x2 x 1 (x 0, y 0 ) > 0, 2 (x 0, y 0 ) > 0 akkor f-nek szigorú lokális minimuma van (x 0, y 0 )-ban, II. ha 1 (x 0, y 0 ) < 0, 2 (x 0, y 0 ) > 0 akkor f-nek szigorú lokális maximuma van (x 0, y 0 )-ban. III. ha 2 D.

akkor f-nek nincs szélsőértéke (x 0, y 0 )-ban. 5. Várható érték tulajdonságai. (4 pont) Ha ξ és η valószínűségi változók és a, b R, akkor E(a ξ) = a E ξ (homogenitás) E(ξ + η) = E ξ + E η (additivitás) E(a ξ + b η) = a E ξ + b E η (linearitás) ha ξ és η függetlenek, akkor E(ξη) = E ξ E η ha ξ η, akkor E ξ E η (monotonitás) ha ξ 0, akkor E ξ 0 (pozitivitás) E ξ E ξ E ξη E ξ 2 E η 2 (Cauchy-Schwartz egyenlőtlenség) Feladatok 6. Határozza meg az f = x4 4 + xy2 2xy ( R 2 ) függvény stacionárius pontjait, lokális szélsőérték helyeit, és azok típusát. (15 pont) Megoldás. Az első parciális deriváltak: így a stacionárius pontokat az x = x3 + y 2 2y, = 2xy 2x, x 3 + y 2 2y = 0, 2xy 2x = 0 egyenletrendszer megoldási adják. A második egyenletből 2x(y 1) = 0 ezért x = 0 vagy y = 1. Az első esetben az első egyenletből y(y 2) = 0, innen y = 0 vagy y = 2. Ha y = 1 akkor az első egyenletből x 3 = 1 azaz x = 1. Így 3 stacionárius pontunk van: x 1 = 0, y 1 = 0, x 2 = 0, y 2 = 2, x 3 = 1, y 3 = 1. A második parciális deriváltak: x 2 = 3x2, x = = 2y 2, 2 = 2x. Ezért 1 = 3x 2 2 = 6x 3 (2y 2) 2, és 1 (0, 0) = 0 2 (0, 0) = 4 1 (0, 2) = 0 2 (0, 2) = 4 1 (1, 1) = 3 2 (1, 1) = 6. Az (1, 1) pontban szigorú lokális minimum van, a másik két stacionárius pontban nincs szélsőérték. 7. Számítsa ki a, parciális deriváltakat, ha f := x 2 tg (x 2 + xy 2 ) ( R 2 ).

Megoldás. = x 2 1 cos 2 (x 2 + xy 2 ) 2xy = = ( 2x 3 ) y x cos 2 (x 2 + xy 2 ) 2x 3 y cos 2 (x 2 + xy 2 ), = 6x2 y cos 2 (x 2 + xy 2 ) 2x 3 y 2 cos(x 2 + xy 2 )( sin(x 2 + xy 2 ))(2x + y 2 ) cos 4 (x 2 + xy 2. ) 8. Számítsa ki az A B, AC, CA mátrixokat (ha lehetséges), ha A = 0 1 1 0 3, B = 2 2 1 4 2, C = 2 0 0 3 2 1 0 0 2 3 1 20 Megoldás. A = 0 1 0 1 2 1 3 0 AC = 5 60 1 17 4 3, A B =, 8 4 2 4 2 7 CA = nem definiált, 9. A Cramer szabállyal határozza meg x 3 -at, ha x 1 + 2x 2 3x 3 = 0 4x 1 3x 2 = 3 5x 1 + 11x 2 16x 3 = 1. (10 pont) Megoldás. A rendszer determinánsa, és ennek utolsó oszlopát a szabad tagok oszlopára cserélve kapott determináns: 1 2 3 A = 4 3 0 5 11 6 =. A 1 2 0 3 = 4 3 3 5 11 1 = 4 amiből x 3 = 4/() =. 10. Egy szabályos dobókockával kétszer dobunk. Mennyi a valószínűsége annak, hogy az első dobás eredménye kettővel kisebb mint a másodiké? Megoldás. A lehetséges események: (1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2),...(6,6), összesen 6 2 = 36 esemény. A kedvező esetek: (1,3), (2,4), (3,5), (4,6), négy eset, így p = 4/36 = 1/9. 11. Egy részvény kiinduló ára 100 Ft. Egy év múlva vagy kétszeresére növekszik az ára, vagy pedig egyharmadára csökken. Mindkét lehetőség ugyanolyan valószínűségű. A következő két évben ugyanez történik, és a változások függetlenek. Mi lesz három év múlva a részvényár eloszlása (azaz milyen értékeket vesz fel és milyen valószínűséggel), és mi lesz a részvényár várható értéke? (10 pont) Megoldás. Jelölje ξ a részvény árát 3 év múlva, akkor ξ egy diszkrét valószinűségi változó, melynek értékei (ld. az alábbi ábrát) 800, 400 3, 200 9, 100 27, a megfelelő valószinűségek 1 8, 3 8, 3 8, 1 8, ezért a várható érték E(ξ) = 800 1 8 + 400 3 3 8 + 200 9 3 8 + 100 27 1 8 = 35300 216.

12. Legyen ξ egyenletes eloszlású valószínűségi változó a [, 6] intervallumon. Határozza meg a ξ valószínűségi változó eloszlásfüggvényét, sűrűségfüggvényét, továbbá a ξ és η := 2ξ 5 várható értékét! Megoldás. A ξ valószínűségi változó eloszlásfüggvénye és sűrűségfüggvénye 0 ha x { 1 x + 1 ha 1 < x 6 F ξ (x) = ha 1 < x 6 f ξ (x) = 7 7 0 egyébként 1 ha 6 < x Ezért a várható értékek E(ξ) = 6 x 1 7 dx = [ x 2 ] 6 = 36 1 = 35. E(η) = 6 (2x 5) 1 [ x 2 7 dx = 5x 7 ] 6 = 36 30 (1 + 5) 7 = 0.

13. A (ξ, η) valószínűségi vektorváltozó lehetséges értékeit és a megfelelő valószínűségeket az alábbi táblázatban adjuk meg: η ξ 0 1 0 2p p 1 p 2p 2 p 3p Határozza meg p értékét! Számítsa ki a ξ, η és ζ = ξ η eloszlását, várható értéküket és varianciájukat, továbbá cov(ξ, η), corr(ξ, η) értékeit. (13 pont) Megoldás. 10p = 1, p = 1/10. ξ, η eloszlása P(ξ = 0) = 3p = 0, 3, P(ξ = 1) = 3p = 0, 3, P(ξ = 2) = 4p = 0, 4, P(η = 0) = 4p = 0, 4, P(η = 1) = 6p = 0, 6. A várható értékek és varianciák: E ξ = 1 0, 3 + 2 0, 4 = 1, 1 ζ = ξ η lehetséges értékei: 0, 1, 2 és E ξ 2 = 1 2 0, 3 + 2 2 0, 4 = 1, 9 var ξ = E ξ 2 (E ξ) 2 = 1, 9 1, 1 2 = 0, 69, E η = 1 0, 6 = 0, 6 E η 2 = 1 2 0, 6 = 0, 6 var η = E η 2 (E η) 2 = 0, 6 0, 6 2 = 0, 24. P(ζ = 0) = P(ξ = 0, η = 0) + P(ξ = 0, η = 1) + P(ξ = 1, η = 0) + P(ξ = 2, η = 0) = 0, 5, P(ζ = 1) = P(ξ = 1, η = 1) = 0, 2, ezért P(ζ = 2) = P(ξ = 2, η = 1) = 0, 3, E ζ = E(ξ η) = 1 0, 2 + 2 0, 3 = 0, 8 E ζ 2 = 1 2 0, 2 + 2 2 0, 3 = 1, 4 var ζ = E ζ 2 (E ζ) 2 = 1, 4 0, 8 2 = 0, 76 cov(ξ, η) = E(ξ η) E ξ E η = 0, 8 1, 1 0, 6 = 0,, corr(ξ, η) = cov(ξ, η) var ξ var η = 0, 0, 69 0, 25 0, 34.