Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)

Hasonló dokumentumok
NEVEZETES FOLYTONOS ELOSZLÁSOK

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

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

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

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

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

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

VALÓSZÍNŰSÉGSZÁMÍTÁS. MSc. Órai Feladatok

Feladatok és megoldások a 13. hétre

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

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

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

1. Név:... Neptun Kód:... Feladat: Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt

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

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

BIOMATEMATIKA ELŐADÁS

ÁLTALÁNOS STATISZTIKA

A sztochasztika alapjai. Szorgalmi feladatok tavaszi szemeszter

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

Valószínűségszámítás összefoglaló

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

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

KVANTITATÍV MÓDSZEREK

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

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

Számítógépes döntéstámogatás. Statisztikai elemzés

A valószínűségszámítás elemei

0,9268. Valószín ségszámítás és matematikai statisztika NGB_MA001_3, NGB_MA002_3 zárthelyi dolgozat

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

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

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás

2. A ξ valószín ségi változó s r ségfüggvénye a következ : c f(x) =

Valószínűségszámítás

10. Exponenciális rendszerek

Valószínűségszámítás és Statisztika I. zh november MEGOLDÁS

Abszolút folytonos valószín ségi változó (4. el adás)


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

a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli

A valószínűségszámítás elemei

1. Kombinatorikai bevezetés

Gyakorlat. Szokol Patricia. September 24, 2018

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Kísérlettervezés alapfogalmak

Nevezetes diszkre t eloszlá sok

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

[Biomatematika 2] Orvosi biometria

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

Kísérlettervezés alapfogalmak

VALÓSZÍNŰSÉGSZÁMÍTÁS KIDOLGOZOTT FELADATOK

vásárlót átlag 2 perc alatt intéz el (blokkolás, kártyaleolvasás), de ez az

A konfidencia intervallum képlete: x± t( α /2, df )

Biometria gyakorló feladatok BsC hallgatók számára

Bevezetés a hipotézisvizsgálatokba

Valószín ségszámítás és statisztika

Geometriai valo szí nű se g

Munkafüzet a Termelés- és szolgáltatásmenedzsment tárgyhoz

A kálium-permanganát és az oxálsav közötti reakció vizsgálata 9a. mérés B4.9

A II. fejezet feladatai

A mérési eredmény megadása

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

Matematika B4 VIII. gyakorlat megoldása

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

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

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

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull

Nemparaméteres próbák

A II. fejezet feladatai

1. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI FELADATSOR

[Biomatematika 2] Orvosi biometria

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

KÖVETKEZTETŐ STATISZTIKA

egyetemi jegyzet Meskó Balázs

Azaz 56 7 = 49 darab 8 jegyű szám készíthető a megadott számjegyekből.

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

Kisérettségi feladatsorok matematikából

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

Statisztika Elıadások letölthetık a címrıl

Negyedik A4 gyakorlat rövid megoldási útmutató

MATEMATIKA HETI 5 ÓRA. IDŐPONT: június 8.

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

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

AGRÁRMÉRNÖK SZAK Alkalmazott matematika, II. félév Összefoglaló feladatok A síkban 16 db általános helyzetű pont hány egyenest határoz meg?

KVANTITATÍV MÓDSZEREK

Gyakorló feladatok a Termelésszervezés tárgyhoz MBA mesterszak

Sztochasztikus folyamatok alapfogalmak

6. Előadás. Vereb György, DE OEC BSI, október 12.

PRÓBAÉRETTSÉGI FELADATSOR : MATEMATIKA, EMELT SZINT

Koordinátageometria. , azaz ( ) a B halmazt pontosan azok a pontok alkotják, amelynek koordinátáira:

A Statisztika alapjai

Többváltozós lineáris regressziós modell feltételeinek

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Lövedékálló védőmellény megfelelőségének elemzése lenyomatmélységek (traumahatás) alapján

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

Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft

Közlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta

Modulzáró ellenőrző kérdések és feladatok (2)

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.

Átírás:

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)./ Egy televízió készülék meghibásodásainak átlagos száma óra alatt. A meghibásodások száma a vizsgált időtartam hosszától függ. Határozzuk meg annak a valószínűségét, hogy a készülék 2 óra alatt elromlik! 2./ Egy 5 oldalas könyvben 2 sajtóhiba található. Mekkora a valószínűsége annak, hogy véletlenszerűen kiválasztott oldalon a./ nem lesz sajtóhiba, b./ legfeljebb2 sajtóhiba lesz, ha feltételezzük, hogy a sajtóhibák száma Poisson-eloszlású? 3./ Egy édességboltba a délután 2 és 3 óra között érkező vevők száma Poissoneloszlású valószínűségi változó 4 várható értékkel. Mennyi annak a valószínűsége, hogy a délután 2 és 3 óra közötti időintervallumban a./ 5 perc alatt -nél több vevő érkezik, b./ két vevő érkezése között eltelt idő több, mint 3 perc? 4./ Egy konzervgyár valamelyik üveggyártótól literes üvegeket rendel. 2 darab üveg közül átlagosan 5 selejtes. a./ Mekkora annak a valószínűsége, hogy üveget átnézve, abban pontosan selejtes üveget találunk? b./ Mennyi annak a valószínűsége, hogy a selejtes üvegek száma legalább lesz? 5./ Egy elektronikus műszer alkatrészből áll. Egy alkatrész a többitől függetlenül, valószínűséggel romlik el egy év alatt. Mennyi a valószínűsége annak, hogy legalább két alkatrész elromlik egy év alatt? 6./ Egy hagyományos izzólámpa átlagos élettartama 4 hónap. Mi a valószínűsége, hogy beszerelés után 6 hónappal is világítani fog az izzó, ha megfigyelésekből tudjuk, hogy az élettartam exponenciális valószínűségi változó? 7./ Annak a valószínűsége, hogy egy benzinkútnál a tankolásra 6 percnél többet kell várni a tapasztalatok szerint,. Mennyi a valószínűsége, hogy véletlenszerűen a benzinkúthoz érve 3 percen belül sorra kerülünk? 8./ Egy autóbusz egy útkereszteződéshez véletlenszerűen érkezik. A várakozási idő átlagosan 2 másodperc. Tekintsük valószínűségi változónak a várakozási időt. Határozzuk meg annak a valószínűségét, hogy: a./ a várakozási idő legfeljebb 5 másodperccel tér el a várható értéktől; b./ a várakozási idő a szórásnál nagyobb értékkel tér el a várható értéktől! 9./ Egy intézet külföldről könyveket rendel. Az ehhez szükséges devizára várni kell, a tapasztalatok alapján általában ½ évet. A várakozási idő

exponenciális eloszlású. Mennyi a valószínűsége, hogy az intézet egy negyedéven belül megkapja a könyveket?./ A vizsgálatok szerint egy adott útszakaszon a két kátyú közötti távolság, mint valószínűségi változó exponenciális eloszlású, m átlagos távolsággal. Határozzuk meg annak a valószínűségét, hogy véletlenszerűen kijelölt két szomszédos kátyú távolsága 3 m-nél nagyobb lesz!./ Egy automata gépen gyártott tengelyek átmérője 64 mm várható értékű,,24 mm szórású, normális eloszlású valószínűségi változó. Az első osztályú termékeknél.2 mm a tűréshatár, a másodosztályúaknál,3 mm. a./ Mennyi lesz db termék értékesítéséből származó várható bevétel,ha az első osztályú termék eladási ára 2 Ft/db, a másodosztályúaké pedig 5Ft/db? b./ Milyen pontosságot biztosíthatunk,95 valószínűséggel a tengely átmérőjére? 2./ Tengelyek hossza normális eloszlású valószínűségi változó, m várható értékkel,,6 cm szórással. A tapasztalatok alapján a tengelyek 4,78%-a hosszabb, mint 82 cm. Mekkora lehet a tengelyek hosszának várható értéke? 3./ Egy tengely hossza normális eloszlású valószínűségi változó 2 mm várható értékkel és,2 szórással. Mekkora tűrést kell megengedni, hogy a tengelyek 96%-a megfeleljen? 4./ Kovács úr egy vendéglőben kedvenc ételét, rántott szeletet rendel. A tapasztalat szerint ennek a súlya közelítőleg normális eloszlású,, σ = 2 gramm szórással. a./ Milyen súlyúnak várható a rántott szelet, ha 6% annak a valószínűsége, hogy 9 g-nál kisebb súlyút hoznak? b./ 96% valószínűséggel milyen pontosságot biztosíthatunk a rántott szelet súlyára? c./ Mekkora valószínűséggel lesz a súlynak a várható értéktől vett eltérése kisebb, mint 2 g? 5./ Egy fafeldolgozó telepen deszkákat készítenek. Ezek hossza normális eloszlású, m = 4 cm várható értékkel és σ = 3 cm szórással. a./ A deszkák hány százaléka lesz 398 cm-nél hosszabb és 4 cm-nél rövidebb? b./ Mekkora annak a valószínűsége, hogy a deszkák hossza a 4 cmtől legfeljebb 2,5 cm-rel tér el? 6./ Egy löveg tüzel egy 2 méter távoli célpontra. A lőtávolság ingadozása az 2 méter körül normális eloszlású 4 méter szórással. Hatásosnak tekintünk egy lövést, ha a találat a célhoz 5 méternél közelebb esik. A lövések hány százaléka lesz hatásos?

Megoldások = meghibásodás, így ( )./ óra alatt, M ξ = λ =,. A ξ valószínűségi változó az első meghibásodásig eltelt idő, exponenciális eloszlású λ =, paraméterrel. 2 Így ( < 2) = F( 2) = e =, 83 P ξ. 2 = sajtóhiba, így ( ) 4 2./ oldalon, 4 M ξ = λ =,. 5 Az egy oldalon található sajtóhibák száma Poisson-eloszlású, így annak a valószínűsége, hogy egy oldalon nincs sajtóhiba:,4,4 p = P( ξ = ) = e =, 673.! véletlenszerűen választott oldal esetén a ξ valószínűségi változó a sajtóhiba mentes oldalak száma, már binomiális eloszlású, így a./ ( ) P ξ = =,673,3297 =, 5. 2 P ξ k. k k b./ ( 2) =,673,3297 =, 35 k= 4 = vevő, így ( ) 3./ 5 perc alatt M ξ = λ =. 4 a./ A 2 és 3 óra között beérkező vevők száma Poisson-eloszlású, így P ξ = P ξ ( ) ( )= 2 3 4 5 6 7 8 9 e =,47!! 2! 3! 4! 5! 6! 7! 8! 9!! b./ Két érkező vevő között eltelt idő exponenciális eloszlású λ = paraméterrel, így 3 P ξ 3 = P ξ 3 = F 3 = e. ( ) ( ) ( ) ( ) 5 4./ s = =, M ξ = n p = λ =, = 2 Poisson-eloszlással közelítve: a./ P( ξ = ) = e =, 365.! b./ P ( ξ ) = P( ξ < )= p, így ( ) e!! 2! 2 3! 3 4! 4 5! 5 6! 6 7! 7 8! 8 9 =,9998 9!.

5./ ( ξ ) = n p = λ =, = M. P 6./ ( ξ )! ( ξ 2) = ( P( ξ = ) P( ξ = ) ) = e e =,2642. M = 4 λ =. 4 P ( ξ 6) = P( ξ < 6) = F( 6) = e 4 =,223. 7./ P ( ξ 6 ) =,. 8./ M ( ξ ) 6! ( 6) ( 6) ( 6) ( 6 λ 6 ξ = P ξ < = F = e ) = λ,, = P e így 6λ ln,, = e, amiből λ = =,3838. Ezek után 6,3838 3 P ξ < 3 = F 3 = e =,6838 ( ) ( ). = 2 λ = 2 P ξ M ξ < 5 = P 5 ξ = F F 5 ( ) ( ) ( ) ( ) = a./ ( ) 5 e 2 e 2 = =,859. b./ D ( ξ ) = 2 P( ξ < ) P( ξ 4) = P( ξ 4) = F( 4) = 4 = e 2 =,353. 9./ M ( ξ ) =,5 λ = 2 2, P( ξ <,) = F(,) = e =,3935../ M ( ξ ) P = λ = 3 ( ξ 3) = P( ξ 3) = F( 3) = e =,32../ m = 64; σ =, 24 P I. oszt. = P 63,98 ξ 64,2 = F 64,2 F 63, 98 a./ ( ) ( ) ( ) ( ) = 64,2 64 63,98 64 Φ Φ = Φ(,83) Φ(, 83)=,24,24 Φ (,83) ( Φ(,83) ) = 2 Φ(,83) = 2,7967 =,5934.

( II. oszt. ) = P( 63,93 64,3) P( I. oszt. ) = = F ( 64,3) F( 63,97), 5934 = P ξ 64,3 64 63,97 64 Φ, 5934 =,24,24 = Φ(,) Φ(,),5934 = 2 Φ(,), 5934 = = 2,8944,5934 =,954. db termékből: I. oszt.:,5934 = 593,4 593 II. oszt.:,954 = 95,4 95 A bevétel: 593 2 95 5 = 4785 Ft. = P m u ξ m u F m u F m u b./,95 ( ) = ( ) ( ) = m u m m u m Φ Φ =,24,24,24,24.,24 Így,95,24 u Φ =,975 =,96 u =,47.,24,24 2./ σ =, 6 ( ) ( ) ( ) 82 m,478 = P ξ 82 = P ξ 82 = F 82 = Φ 23,6 82 m 82-m Így Φ =,9522 =, 67 m = 8, 998.,6, 6 3./ m = 2 ; σ =, 2,96 = P m u ξ m u = F m u F m u ( ) ( ) ( ) = m u m m u m Φ Φ =,2,2,2,2.,2 Így,96,2 u Φ =,98 = 2,6 u =,42.,2,2

4./ σ = 2 9 m m 9 = < = = Φ 23 2 < m 9 m 9 Így Φ =,84 =,995 m =,94. 2 2 a./,6 P( ξ 9) F( 9) b./,96 = P( m u ξ m u) = F( m u) F( m u) = m u m m u m Φ Φ = 2 2 2 2. 2 Így,96 2 u Φ =,98 = 2,6 u = 24,72. 2 2 c./ P( m 2 ξ m 2) = F( m 2) F( m 2) = m 2 m m 2 m 2 Φ 2 2 2 = 2 Φ,67 = 2,95 =,95 ( ). Φ 2 = 2 5./ m = 4 ; σ = 3 4 4 398 4 a./ P( 398 ξ 4) = F( 4) F( 398) Φ = 3 3 = Φ(,33) Φ(,67) = Φ(,33) ( Φ(, 67) ) = = Φ(,33) Φ(,67) =,6293,7486 =,3779. b./ P( m 2,5 ξ m 2,5) = F( m 2,5) F( m 2, 5) = m 2,5 m m 2,5 m 2,5 Φ 3 3 3 = 2 Φ,83 = 2,7967 =,5934 ( ). Φ 2,5 = 3 6./ m = ; σ = 4 5 5 ( 5 5) = F( 5) F( 5) Φ = 4 4 Φ, Φ(,) = Φ(,) ( Φ(, )) = 2 Φ(,) = 2,8944 =,7888. P ξ = =