8. tétel: Adatsokaságok jellemzıi, a valószínőségszámítás elemei

Hasonló dokumentumok
24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

24. Kombinatorika, a valószínűségszámítás elemei

1. elıadás: Bevezetés. Számonkérés. Irodalom. Valószínőségszámítás helye a tudományok között. Cél

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

9. tétel: Elsı- és másodfokú egyenlıtlenségek, pozitív számok nevezetes közepei, és ezek felhasználása szélsıérték-feladatok megoldásában

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

1. tétel. Halmazok, halmazműveletek, halmazok számossága, halmazműveletek és logikai műveletek kapcsolata.

Matematikai statisztika

Statisztika 1. zárthelyi dolgozat március 21.

1.1. Műveletek eseményekkel. Első fejezet. egy véletlen esemény vagy bekövetkezik, vagy nem következik be. Egyszerű

Dr. Tóth László, Kombinatorika (PTE TTK, 2007) nem vagyunk tekintettel a kiválasztott elemek sorrendjére. Mennyi a lehetőségek száma?

Kutatói pályára felkészítı modul

A valószínűségszámítás alapjai

n akkor az n elem összes ismétléses ... k l k 3 k 1! k 2!... k l!

A matematikai statisztika elemei

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

Diszkrét matematika KOMBINATORIKA KOMBINATORIKA

Statisztika október 27.

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

Tapasztalati eloszlás. Kumulált gyakorisági sorok. Példa. Értékösszegsor. Grafikus ábrázolás

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.

3. Valószínűségszámítás

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

Számelméleti alapfogalmak

1. Komplex szám rendje

Komplex számok. 6. fejezet. A komplex szám algebrai alakja. Feladatok. alábbi komplex számokat és helyvektorukat:

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Metrikus terek. továbbra is.

Radiális szivattyú járókerék fő méreteinek meghatározása előírt Q-H üzemi ponthoz

Valószínûség számítás

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Statisztika

BIOMATEMATIKA ELŐADÁS

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Matematika B4 I. gyakorlat

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

Feladatok megoldása. Diszkrét matematika I. Beadandó feladatok. Bujtás Ferenc (CZU7KZ) December 14, feladat: (A B A A \ C = B)

Statisztika 1. zárthelyi dolgozat március 18.

6. Minısítéses ellenırzı kártyák

Mőbiusz Nemzetközi Meghívásos Matematika Verseny Makó, március 26. MEGOLDÁSOK

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Legfontosabb bizonyítandó tételek

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

Kalkulus II., második házi feladat

Valószínűségszámítás és statisztika előadás Info. BSC B-C szakosoknak. Bayes tétele. Példák. Események függetlensége. Példák.

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

Matematikai statisztika

Gazdasági matematika II. tanmenet

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

Valószínűségszámítás alapjai szemléletesen

Komputer statisztika

3. A VALÓSZÍNŰSÉG-ELMÉLET ALAPJAI

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

Áringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév

Matematika A4 III. gyakorlat megoldás

VII.Valószínűségszámítási, statisztikai, gráfelméleti alapfogalmak

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk;

Tuzson Zoltán A Sturm-módszer és alkalmazása

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk

24. tétel Kombinatorika. Gráfok.

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

1. A radioaktivitás statisztikus jellege

Statisztikai hipotézisvizsgálatok

c.) b.) FF 6/30 b.)

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli beugró kérdések. Készítette: Szántó Ádám Tavaszi félév

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra

Folytonos valószínűségi változó: Lehetséges értéei egy folytonos tartományt alotna. Minden egyes érté 0 valószínűségű, csa tartományona van pozitív va

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

FELADATOK a Bevezetés a matematikába I tárgyhoz

Biomatematika 2 Orvosi biometria

Statisztika. Eloszlásjellemzők

V. Deriválható függvények

Tartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset:

VEKTORGEOMETRIA. Mit nevezünk null vektornak? Olyan vektort, amelynek a nagysága (abszolút értéke) 0 és az iránya tetszőleges.

VII. A határozatlan esetek kiküszöbölése

V. GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL

m,p) binomiális eloszlás.

Emelt szintő érettségi tételek. 10. tétel Számsorozatok

Szerszámgépek 5. előadás Március 13. Szerszámg. 5. előad. Miskolc - Egyetemváros 2006/ félév

A Statisztika alapjai

Valószín ségszámítás és statisztika

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

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

Statisztika. Földtudomány szak, geológus szakirány, 2015/2016. tanév tavaszi

( ) ; VI. FEJEZET. Polinomok és algebrai egyenletek. Polinomok és algebrai egyenletek 215. VI.2.7. Gyakorlatok és feladatok (241.

[Biomatematika 2] Orvosi biometria

6. feladatsor. Statisztika december 6. és 8.

SZÁMELMÉLET. Vasile Berinde, Filippo Spagnolo

Statisztikai adatok elemzése

Átírás:

9 8 7 6 5 4 3 0 4 3.5 3.5.5 0.5 0 3 4 5 7 8 9 Magyar Eszter Emelt szitő érettségi tétele 8. tétel: Adatsoaságo jellemzıi, a valószíőségszámítás elemei ADATSOASÁGO JELLEMZİI STATISZTIA: Statisztia: Tömegese elıforduló jelesége és folyamato számbavétele, az adato elemzése, vizsgálati módszere. Leíró statisztia: A leíró statisztia azzal foglalozi, hogy egy adott, meghatározott elemebıl álló iformációhalmazt iértéelje. Eze legtöbbször számo. Egy teljes, ismert csoportból győjtü adatoat. Matematiai statisztia: Ismert mitá alapjá öveteztetü a teljes csoportra. Vizsgált csoport: maga a statisztiai soaság. Egyedeie száma a statisztiai soaság mérete. Adatgyőjtés: - elsıdleges adat öálló győjtéssel: - teljes mitavétel - reprezetatív mita (amivel foglalozhat a matematiai statisztia) - másodlagos adat meglévı adatbázisból Adatfajtá: évleges adat (pl. em, hajszí); redezhetı adat (pl. verseyeredméy, osztályzat); mérhetı (meyiségi) adat (pl. tömeg, db, hossz, jövedelem) Gyaoriság: Az adat elıfordulásaia száma a soaságba. Az adatoat és gyaoriságaiat táblázatba foglalva megapju a gyaorisági eloszlást. Ha a özli értéeet egy csoportba sorolju, osztályoat apu, melyeet táblázatba redezve osztályözös gyaorisági eloszlást apu. Relatív gyaoriság: A gyaoriság és a méret háyadosa., ahol 0. A relatív gyaoriságot éha százaléba adjá meg. Adato ábrázolása: Az adato ábrázolásáál legtöbb esetbe az adathalmazba való elıfordulási aráyt szotá ábrázoli (relatív gyaoriság). Oszlopdiagram Voaldiagram ördiagram Sávdiagram Egyéb Hisztogram Az oszlopo magassága aráyos az adat agyságával (így lehet egatív is). Jó összehasolításhoz, idıbeli változáshoz. em jó, ha az adato özött szélsısége vaa, vagy ha agyo egyformá. Hisztogram: adato helyett a hozzáju tartozó gyaoriságot ábrázoljá Soszögvoal-diagram Az adato össze vaa ötve egy törtvoallal. A relatív gyaoriság a örci özéppoti szögével aráyos. 00%-360º. iemeli a változáso Jól látható a része mértéét, mert a egymáshoz- az meredeség domiál egészhez viszoyított értée. Megtévesztı is lehet, mert folytoosságot sugall. Trébeli változata a torta- diagram mely a perspetíva miatt mai-pulációra ad lehetıséget. Sávdiagram 0% 0% 40% 60% 80% 00% A részsávo hossza aráyos a megjeleített adat relatív gyaoriságáa agyságával. A rész és egész viszoya jól látszi, de a része egymáshoz épesti viszoya em.. Térbeli változatáál a perspetívaváltozás maipulációra ad lehetıséget. - úp - heger - piramis - pot - terület - felület - buboré - árfolyam - sugár - póháló - pitogram - artogram

Emelt szitő érettségi tétele Fotos a grafioészítésél az értétegelye helyes beállítása, a megfelelı típusválasztás, a szíezés ill. mita jó megválasztása, grafioa legye címe (rövid, hatásos). A téyezı helytele megválasztása ill. ülöbözı optiai csaláso maipulációra ada lehetıséget. Statisztiai mutató, özépértée: (adattömörítés reprezetatív számértéeel) Statisztiai mutató: Az adatábrázolásból apott, az adathalmazra jellemzı számo. özépértée: Összefoglaló eve a módusza, mediáa és az átlaga Módusz: A számsoaságba legtöbbször elıforduló számot a számsoaság móduszáa evezzü. Ha több ilye va, aor azo midegyie módusz. Tehát a leggyaoribb adat. Jele: M o A módusz aor haszálható, ha az adato özül iemel egyet, em szerecsés a haszálata, ha több adat is özel azoos gyaorisággal emeledi i a soaságból. Mediá: A agyságredi sorba redezett adato özül a özépsı (ha ét özépsı va, aor eze átlaga adja a mediát). Jele: M e. Látható, hogy ugyaayi adat em agyobb a mediáál, mit ameyi em isebb. Csa redezhetı adatoál haszálható. vartilise: alsó vartilis: a legisebb és a mediá özött özépe elhelyezedõ adat számértée a redezett mitába. Tehát a mediá alatti adato mediája. Jele: Q felsı vartilis: a mediá és a legagyobb adat özött elhelyezedı adat számértée a redezett mitába. Tehát a mediá felett adato mediája. Jele: Q A Q és Q 3 özötti tartomáy az itervartilis tartomáy. A vartilise a szóráshoz hasolóa az adato szóródásáról tájéoztata, elsõsorba ferde eloszlás eseté érdemes õet haszáli. (A vartilise mutatjá a ferdeséget, az szórás em). Számtai özép átlag (: A számsoaság összegét elosztju a számsoaság darabszámával, eor a számsoaság átlagát vagy számtai özepét apju. adato összege x + x + + x jele: X darabszám Csa mérhetı adatoa lehet átlaga. A iugró, szélsıséges adato agyo befolyásoljá. Egyéb jellemzı szóródási mutató: A özépértée megadása ömagába em elég. A szórás, szóródás azt adja meg, hogy az adato meyire tömörüle a özépértée örül miél isebb a szóródás, aál jobba jellemzıe a özépértée. Terjedelem: A mitába elıforduló legagyobb és legisebb adat ülöbsége ülöbsége (mérhetı adatoál). Tehát: t x max x mi. Ha ez icsi, aor gyaorlatilag bármelyi özépérté jól jellemzi az adathalmazt, ha pedig agy, aor em lehet eldötei, hogy mi meyi iformációt szolgáltat. A mási hibája, hogy agyo érzéey a iugró adatora. Az itervartilis terjedelem (it Q 3 Q ) viszot már em érzéey a szélsıségere.

Emelt szitő érettségi tétele Átlagos abszolút eltérés: Def.: Az egyi özépértétıl (Z) vett eltérése abszolútértéeie átlaga. x Z + x Z + + x Z éplet: X Z X Z miimális, ha Zmediá. Ha em modju meg mi a Z, aor azt a mediáa ell teitei. Átlagos égyzetes eltérés - szóráségyzet: Def.: Az egyi özépértétıl vett eltérése yégyzeteie átlaga. ( x Z) + ( x Z) + + ( x Z) éplet: σ Z σ Z miimális, ha a választott özépérté, Z a számtai özép. Ezért ez az általáos özépérté, ha szóráségyzetet számolu. Szórás: a szóráségyzet gyöe: σ Érzéey a iugró értéere σ ( x X) + ( x X) + + ( x X) Csebisev törvéy: Az átlagtól az adato legfeljebb 5%-a térhet el a szórás étszereséél, legfeljebb 0- %-a térhet el a szórás háromszorosáál, és 5-6%-a a szórás égyszereséél jobba (ú. ormális eloszlásál). Természetese maga a Csebisev-egyelıtleség durva becslése alapszi, ezért gyaorlatilag a szórás égyszereséél jobba em tére el az adato az átlagtól, de az 5-6%-ot biztosa modhatju bármilye adathalmaz eseté. Ez orét adathalmazora voatoztatva az úgyevezett empirius Csebisevtörvéy, vagy az átlag örüli szórás empirius törvéye. Alalmazáso (teljes tételhez) - adatsoaságo jellemzése - mérési eredméye iértéelése (pl. sport: BA, vagy fiziai, émiai méréseél) - isolai statisztiá észítése: jegye átlaga, osztályo átlaga, hiáyzáso száma - statisztiá, grafioo, folyamato elemzése - özvéleméyutatáso, utatáso iértéelése - relámo hatéoyságát öveli egy belerajzolt grafio - szavazáso - szerecsejátéo (lottó, totó, tippmix) - biztosításo - idıjáráselırejelzés - betegségehez való teszte - alatrésze élettartamáa becslése (tartaléolási problémá)

Emelt szitő érettségi tétele A VALÓSZÍŐSÉGSZÁMÍTÁS ELEMEI: Defiíció: - Véletle jeleség: Olya folyamat, melye imeetelét az adott örülméye özött em tudju meghatározi. - Valószíőségszámítás: Véletle tömegjelesége matematiai modellezése. - ísérlet: Olya folyamat melye imeetele véletleszerő. - Eseméytér: Egy ísérlet összes lehetséges imeetele. Jele: Ω. Példa: Ω érmedobás {fej; írás} ; Ω ocadobás {;;3;4;5;6} - Elemi eseméy: Az eseméytér egy eleme, a ísérlet egy imeetele. Jelü általába agy bető: A; B stb. Példa: A{} -est dobtu a dobóocával. - Eseméytér számossága: háy darab elemi eseméybıl áll. Példa: Ω ocadobás 6. - Eseméy: Az eseméytér egy részhalmaza. Példa: Apárosat dobu egy ocával{;4;6}. Tehát A Ω ocadobás. Az eseméy aor övetezi be, ha a ísérlet végeredméye bee va ebbe a részhalmazba ( Ω Ω és Ø Ω - mide halmaza részhalmaza ömaga és az üreshalmaz ). Biztos eseméy: ha az egész eseméyteret felsorolju. Példa: Ω ocadobás {;;3;4;5;6} Lehetetle eseméy: Ø{ } - Eseméye összessége: Az összes részhalmaz száma. Jele: A (írott agy A bető). Példa: - Ω érmedobás {I;F} A érmedobás {Ø; {I}; {F}; {I;F}} - Ω ocadobás {;;3;4;5;6} A ocadobás 6 64 Általáosa: Ω + A Tétel: elemő halmaza darab részhalmaza va. Mővelete eseméyeel eseméy algebra:. omplemeter: Ā beövetezi, ha A em övetezi be. Jele: ĀΩ\A. Tulajdoságo: Ω ; Ω Ø ; A A. Uió: ét eseméy uiója (összege) beövetezi, ha legalább az egyi beövetezi. Jele: A B ; A+B 3. Metszet: ét eseméy metszete beövetezi, ha midét eseméy beövetezi. Jele: B ; A B 4. ülöbség: ét eseméy ülöbsége beövetezi, ha az egyi beövetezi, de a mási em (pl. ha A beövetezi, aor B em övetezi be). Jele: A\B ; A B (ebbe az esetbe A beövetezi, de B em). Mőveletei tulajdoságo (tö ugyaaz, mit a halmazoál):. Az uió- és metszetépzés ommutatív és asszociatív mővelete.. Eseméye ülöbsége em ommutatív mővelet: A\B B\A. 3. Mővelete lehetetle eseméyel: A ØA ; Ø Ø ; A\ØA ; Ø\AØ 4. Eseméy ömagával: A AA ; AA ; A\AØ 5. Mővelete biztos eseméyel: A ΩΩ ; Ω A ; A\ΩØ ; Ω\AĀ 6. De Morga azoosságo: A B B B A B

Emelt szitő érettségi tétele olmogorov-féle valószíőségi modell: Adott Ω (eseméytér) és A (eseméye részhalmazaia összessége). Mide A beli eseméyhez redeljü hozzá egy valós számot ez az eseméy valószíősége melyre az alábbia teljesüle: Axiómá:. 0 A A (bármely eseméy valószíősége emegatív). Ω) (a biztos eseméy valószíősége ) 3. A + ha A;B eseméye diszjut, azaz B Ø (tehát ét eseméy diszjut, ha metszetü üreshalmaz, ics özös elemü). Tétele:. Ø)0 ( 3. ax) Bizoyítás: A Ø) + Ø) + Ø) 0 Ø). Ā) 3. Szita-formula: A + A B C)++C)--C)-B C)+B C) lasszius ombiatorius valószíőségi mezı /modell: Az Ω (eseméytér) véges so eseméybıl áll és eze valószíőség megegyezi. edvezı esete száma A lasszius modelleél: P (. összes eset száma Ω Csa aor alalmazható, ha az elemi eseméye valószíőségei egyelı (ülöbe ugye jö Brad Pitt) Geometriai valószíőség: A lassziu ombiatorius valószíőségi modell em alalmazható, ha például Ω (az eseméytér számossága végtele). Geometriai valószíőség: Tetszıleges A síidomba esés valószíősége aráyos az A síidom területével (egy dimezióba a hosszal). T( - Példá:. céllövölde P ( A ba lı) T( Ω). x: véletleül választott szám [ b] d c a c d b c< x< d) b a 3. Bertrad paradoxo (örbe választott húr 4. Példa: midei fél órát a vár a másira a; -ból Teljes eseméy redszer: A ; A ; ; A telje eseméy redszer, ha A A A Ω és A i A j Ø i; j. Példa: ocadobás: A {;}, A {3}, A 3 {4;5;6}.

Emelt szitő érettségi tétele Eseméye függetlesége: - Def.: A és B eseméy függetle, ha metszetü valószíősége az eseméye valószíőségée szorzata: P ( P (. - Példa: A: ocával 6-ost dobu ; B: érmével fejet dobu. Ez a ét eseméy függetle. Feltételes valószíőség: - Def.: Meora A eseméy valószíősége, ha B biztosa beövetezi. A - Ha A és B függetle eseméye, aor: P ( A - Példá: Szőrıvizsgálatos valószíősége; mitavételi feladato. Teljes valószíőség tétel: B ; B ; ; B az összes esetet lefedı, egymást izáró eseméye Bi B j 0 Azaz: TER UBi B B B Ω i Adott B ; B ; ; B teljes eseméy redszer és A Ω eseméy. Eor: B ) + B ) + + B ) B ) A B ) + B ) A B ) + + B ) A B ) Bayes-tétel: Thomas Bayes: 7. századi agol pap. Tétel: A B ) B B ) A B ) +... + B számláló: A B -el együtt teljesül evezı: A összes valószíősége ) A B ) Eloszláso: - Az eseméytér összes elemét felsorolju a hozzáju tartozó valószíőséggel - Jele: ξ (szí) vagy η (éta). - Példa: ξ: érmedobás (0-fej; -írás) x i p i 0 ½ ½ - ξ (eloszlás) várható értée (átlaga): E(ξ) M(ξ) x p + x p + + x p Σx i p i Szórás: Def. - Szóráségyzet: D ξ) E( ξ E( ξ) ) Tétel [ ] E( ξ ) [ E( ) ] ( ξ - Szórás: D ( ξ ) a szóráségyzet gyöe

Emelt szitő érettségi tétele evezetes eloszláso:. Idiátorváltozó: ξ: egy p valószíőségő eseméy beövetezi (-beövtvi; 0-em öv. be) E(ξ) 0 (-p) + p p x i p i 0 -p D(ξ) p ( p) p. Diszrét egyeletes eloszlás: x i 3 p i / / / / E(ξ) + 3. Biomiális eloszlás: ξ: függetle ísérletbıl háyszor övetezi be egy p val-ő eseméy. x i p i 0 ( p) - számít a sorred - általáosa: p ( p) ξ ) p ( p), ahol 0 és Z p ( p) E(ξ) p ; D(ξ) p ( p) M M p példa: Visszatevéses mitavétel: dologból jó visszatevéssel húzu darabot. Mi a valószíősége, hogy darab jó öztü? ( ) ( ) ( ) P db jó Ha p, aor megapju a biomiális eloszlás épletét Visszatevéses mitavételél, és orét értéét em szüséges ismerü, csa aráyu ell. 4. Poisso-eloszlás: Adott idı alatt beövetezett eseméye számát özelíthetjü ezzel. λ λ éplet: ξ ) e, ahol : aháyszor beövetezi az eseméy és! + λ R a paraméter. Eor: E(ξ) λ D(ξ) λ Példa: óra alatt átlagosa 3 hívás érezi. Meyi aa a valószíősége, hogy hívás fog érezi óra alatt? Eor: λ 3 és, ezeet ell a épletbe behelyettesítei.