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

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

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

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

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

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

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)

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

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

Sztochasztikus folyamatok alapfogalmak

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

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

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

A sztochasztika alapjai. Szorgalmi feladatok tavaszi szemeszter

Közlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta

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

Valószínűségszámítás és statisztika

Gyakorló feladatok a 2. dolgozathoz

NEVEZETES FOLYTONOS ELOSZLÁSOK

Negyedik A4 gyakorlat rövid megoldási útmutató

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Villamosmérnök A4 4. gyakorlat ( ) Várható érték, szórás, módusz

10. Exponenciális rendszerek

1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik. (b) Mit nevezünk másodfajú hibának?

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

Abszolút folytonos valószín ségi változó (4. el adás)

VALÓSZÍNŰSÉGSZÁMÍTÁS. MSc. Órai Feladatok

Valószínűségszámítás és Statisztika I. zh november MEGOLDÁS

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Gyakorlat. Szokol Patricia. September 24, 2018

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Véletlen bolyongás. Márkus László március 17. Márkus László Véletlen bolyongás március / 31

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

Matematikai statisztika szorgalmi feladatok

Eredmények, megoldások

a megoldásra ajánlott feladatokat jelöli, a nehezebb feladatokat jelöli

4. A negatív binomiális eloszlás

Valószín ségszámítás és statisztika

Matematika B4 VIII. gyakorlat megoldása

Biometria gyakorló feladatok BsC hallgatók számára

Valószín ségszámítás. Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes 2018/2019.

Házi feladatok. Valószín ségszámítás és statisztika programtervez informatikusoknak, 2015 sz

Monte Carlo módszerek a statisztikus fizikában. Az Ising modell. 8. előadás

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Gyakorló feladatok Alkalmazott Operációkutatás vizsgára. További. 1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén!

Valószín ségszámítás és statisztika

Biomatematika 2 Orvosi biometria

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Néhány kockadobással kapcsolatos feladat 1 P 6

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

MATEMATIKA HETI 5 ÓRA. IDŐPONT: június 8.

Változatos Véletlen Árazási Problémák. Bihary Zsolt AtomCsill 2014

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

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

A Markovi forgalomanalízis legújabb eredményei és ezek alkalmazása a távközlő hálózatok teljesítményvizsgálatában

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

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem

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

[Biomatematika 2] Orvosi biometria

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

Valószín ségszámítás és statisztika Gyakorlat (Kétmintás próbák)

Kvantitatív módszerek

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

egyetemi jegyzet Meskó Balázs

Statisztika 1. zárthelyi dolgozat március 21.

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

[Biomatematika 2] Orvosi biometria

Tantárgy kódja Meghirdetés féléve 3 Kreditpont 4 Összóraszám (elm+gyak) 2+2

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

Normális eloszlás tesztje

1. hét. 1. Teljesülnek-e az alábbi egyenl½oségek? (a) A n B = B n A. (b) A \ B \ A \ B = A \ B \ A \ B. 2. Fejezzük ki

Biostatisztika VIII. Mátyus László. 19 October

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


Statisztika I. 10. előadás. Előadó: Dr. Ertsey Imre

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

KÖVETKEZTETŐ STATISZTIKA

A valószínűségszámítás elemei

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

KÖZELÍTŐ INFERENCIA II.

MATEMATIKA HETI 5 ÓRA. IDŐPONT: Június 4.

Valószínűségszámítás összefoglaló

Matematika PRÉ megoldókulcs január 19. MATEMATIKA PRÓBAÉRETTSÉGI MEGOLDÓKULCS KÖZÉPSZINT

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

Modulzáró ellenőrző kérdések és feladatok (2)

BME Járműgyártás és -javítás Tanszék. Javítási ciklusrend kialakítása

Valószín ségszámítás gyakorlat Földtudomány BsC

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

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

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

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

NÉMETH LÁSZLÓ VÁROSI MATEMATIKA VERSENY 2014 HÓDMEZŐVÁSÁRHELY OSZTÁLY ÁPRILIS 7.

Diszkrét idejű felújítási paradoxon

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

Átírás:

1. Név:......................... Egy szabályos pénzérmét feldobunk, ha az els½o FEJ az i-edik dobásra jön, akkor a játékos nyereménye ( 1) i i forint. Vizsgálja szimulációval a játékot, különböz½o induló t½oke értékekre és különböz½o leállítási szabályokra! Az elért eredményeket értékelje! Milyen megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket!. Név:......................... Egy kórház szülészetén a napi szülések száma 30 várható érték½u Poisson eloszlású valószín½uségi változó. Egy szülés id½otartama 1 óra várható érték½u exponenciális eloszlású valószín½uségi változó. Szimulációval vizsgálja az egyidej½u szülések számát! A matematikai statisztika eszközeivel értékelje a kapott eredményeket! 3. Név:......................... Egy boltban reggel7-t½ol este 7 óráig a vásárlók száma óránként 60 várható érték½u Poisson eloszlású valószín½uségi változó. A pénztáros egy vásárlót átlag 1 perc alatt intéz el (blokkolás, kártyaleolvasás), de ez az id½o exponenciális eloszlású valószín½uségi változó. Szimulációval vizsgálja a pénztárak kihasználtságát, és a sorok hosszát! A matematikai statisztika eszközeivel értékelje a kapott eredményeket! 4. Név:......................... Egy buszmegállóba a buszok átlag 10 percenként érkeznek, két busz érkezése között eltelt id½o exponenciális eloszlású valószín½uségi változó. Délután 4 és 5 óra között véletlenül érkezünk a buszmegállóba. Szimulációval vizsgálja, hogy milyen eloszlású a várakozási id½onk, és mennyi az átlagos várakozási id½o! A matematikai statisztika eszközeivel értékelje a kapott eredményeket! 1

5. Név:......................... Egy ABC-ben délután (5-t½ol 9 óráig) a vásárlók száma óránként 00 várható érték½u Poisson eloszlású valószín½uségi változó. A pénztáros egy vásárlót átlag perc alatt intéz el (blokkolás, kártyaleolvasás), de ez az id½o exponenciális eloszlású valószín½uségi változó. Szimulációval vizsgálja a pénztárak kihasználtságát! Hány pénztárat kell beállítani, ha azt szeretné, hogy a pénztáros idejének 90%-a foglalt legyen? Milyen lesz ekkor a sor hossza? A matematikai statisztika eszközeivel értékelje a kapott eredményeket! 6. Név:......................... Egy városban 6-tól 14 óráig a taxik száma 50 várható érték½u Poisson eloszlású valószín½uségi változó. Az óránkénti utas-igények száma 100 várható érték½u Poisson eloszlású valószín½uségi változó, átlag 0 perc taxi használattal (a taxizás ideje 0 perc várható érték½u exponenciális eloszlású valószín½uségi változó. Ha van szabad taxi, akkor az azonnal használható (függetlenül a helyzetét½ol), ha egy utas nem kap taxit, elmegy busszal (elvész az igény). Szimulációval vizsgálja a taxik kihasználtságát, és az elvesztett utasok számát! A 7. Név:......................... Vizsgálja Monte-Carlo módszerrel egy olyan gép megbízhatóságát, amelyik elvileg 10 párhuzamosan kapcsolt alkatrészb½ol áll. Az alkatrészek élettartama egyenként exponenciális eloszlású, rendre 1; ; 3; : : : ; 10 év átlagos élettartammal. A gyakorlatban viszont két meghibásodás között mindig csak véletlenül kiválasztott 8 alkatrészt kapcsolnak sorba. A matematikai statisztika eszközeivel értékelje a kapott eredményeket!

8. Név:......................... Az els½o 100000 természetes számból veszünk visszatevéssel egy 0 elem½u mintát. Monte-Carlo módszerrel határozza meg a minta maximális és minimális elemének az eloszlását! A matematikai statisztika eszközeivel értékelje a kapott eredményeket! Mellékelje a program dokumentációját! 9. Név:......................... Egy 10 f½os társaság minden tagja addig dob kosárra, amíg bele nem talál. A társaság tagjai egymástól függetlenül azonos 0:7 valószín½uséggel találnak bele a kosárba. Monte-Carlo módszerrel vizsgálja az egyes emberek, illetve a társaság által végzett dobások maximális számának az eloszlását! A Mellékelje a program dokumentációját! 10. Név:......................... Monte-Carlo módszer segítségével vizsgálja, hogy egy egyenesen történ½o véletlen bolyongás esetén n lépésb½ol hányszor fogunk visszatérni a kiinduló 1 valószín½uséggel pontba! Véletlen bolyongás esetén egy egyenesen 1 lépek a szomszédos egész számra jobbra vagy balra. A matematikai statisztika eszközeivel értékelje a kapott eredményeket! 11. Név:......................... Monte-Carlo módszer segítségével vizsgálja, hogy egy szabályos pénzérme esetén n független dobásból hányszor fog megegyezni a fejek és írások száma! A 3

1. Név:......................... Négy pénzdarabot feldobunk, majd megismételjük a kísérletet. Monte-Carlo módszerrel határozza meg, hogy mi a valószín½usége, hogy megismétl½odik az els½o dobás eredménye, amennyiben a pénzdarabok a) megkülönböztethet½ok? b) nem megkülönböztethet½ok? A 13. Név:............................ Számítsa ki a x 4 + y 9 + z4 = 1 zárt felület által határolt test köbtartalmát szimulációval! Vizsgálja a közelítés jóságát a felhasznált véletlenszámok számának függvényében! A 14. Név:......................... Számítsa ki a x 4 + y 9 + z 4 = 1 zárt felület által határolt test köbtartalmát szimulációval! Vizsgálja a közelítés jóságát a felhasznált véletlenszámok számának függvényében! A 15. Név:......................... Számítsa ki a x + y + z 3 = 4 x + y 4

zárt felület által határolt test köbtartalmát szimulációval!vizsgálja a közelítés jóságát a felhasznált véletlenszámok számának függvényében! A matematikai statisztika eszközeivel értékelje a kapott eredményeket! 16. Név:......................... Egy szelet kalácsban a mazsolák száma Poisson-eloszlást követ, és egy szeletben átlag 6 szem mazsola van. Monte-Carlo módszerrel határozza meg, hogy mi a valószín½usége, hogy egy szeletben legalább 4, de legfeljebb 9 szem mazsola van? Hasonlítsa össze a közelít½o és a pontos eredményt! A 17. Név:......................... Rulettezzen a duplázási rendszerrel. A ruletten a 0,00,1,,...,36 számok vannak. Ha egy páros/páratlan számra tesz 1 egységet, akkor nyerés esetén a tétet plusz 1 egységet nyer. Értékelje a duplázási stratégiát! A 5