Környezet statisztika

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

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

Matematikai alapok és valószínőségszámítás. Valószínőségszámítási alapok

[Biomatematika 2] Orvosi biometria

Biomatematika 2 Orvosi biometria

1. Kombinatorikai bevezetés

Klasszikus valószínűségi mező megoldás

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

Gyakorlat. Szokol Patricia. September 24, 2018

Az ész természetéhez tartozik, hogy a dolgokat nem mint véletleneket, hanem mint szükségszerűeket szemléli (Spinoza: Etika, II. rész, 44.

K O M B I N A T O R I K A P e r m u t á c i ó k, k o m b i n á c i ó k, v a r i á c i ó k

8. GYAKORLÓ FELADATSOR MEGOLDÁSA. (b) amelyiknek mindegyik számjegye különböző, valamint a második számjegy a 2-es?

Matematika III. 3. A valószínűségszámítás elemei Prof. Dr. Závoti, József

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 3. MA3-3 modul. A valószínűségszámítás elemei

BIOMATEMATIKA ELŐADÁS

Matematika érettségi emelt 2008 október. x 2 0. nem megoldás. 9 x

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

Klasszikus valószínűségszámítás

Valószínűségszámítás

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

Gazdasági matematika II. vizsgadolgozat 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

7! (7 2)! = 7! 5! = 7 6 5! 5 = = ből 4 elem A lehetőségek száma megegyezik az 5 elem negyedosztályú variációjának számával:

Matematika B4 II. gyakorlat

Felte teles való szí nű se g

semelyik kivett golyót nem tesszük vissza később az urnába. Hányféle színsorrendben tehetjük ezt meg?

Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József

Kombinatorika - kidolgozott típuspéldák

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

Matematika A4 I. gyakorlat megoldás

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 1. MA3-1 modul. Kombinatorika

Eseme nyalgebra e s kombinatorika feladatok, megolda sok

Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,

Valószínűség számítás

Ismétlés nélküli kombináció

Feladatok és megoldások az 1. sorozat Építőkari Matematika A3

Eseményalgebra, kombinatorika

Definíció n egymástól megkülönböztethető elem egy sorrendjét az n elem egy (ismétlés nélküli) permutációjának nevezzük.

1. FELADATSOR MEGOLDÁSAI. = 6. Ezek a sorozatok a következők: ab, ac, ba, bc, ca, cb.

Valószínűségszámítás I.

Feladatok és megoldások a 9. hétre. 1. Egy szabályos kockával dobunk. Mennyi a valószínűsége, hogy 6-ost dobunk, ha tudjuk, hogy:

Valószínűségszámítás összefoglaló

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

Készítette: Fegyverneki Sándor

Valószínűségszámítás

Kombinatorika gyakorló feladatok

Feladatok és megoldások a 8. hétre Építőkari Matematika A3

Szerencsejátékok. Elméleti háttér

Valószínűségszámítás

(6/1) Valószínűségszámítás

24. tétel. Kombinatorika. A grá fok.

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

Matematika A3 Valószínűségszámítás, 0. és 1. gyakorlat 2013/14. tavaszi félév

Matematika tanmenet 11. évfolyam (középszintű csoport)

Kombinatorika. I. típus: Hányféleképpen lehet sorba rendezni n különböző elemet úgy, hogy a sorrend számít? (Ismétlés nélküli permutáció)

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Valószínűségszámítás és statisztika a fizikában február 16.

Bizonytalan tudás kezelése

Bizonytalanság. Mesterséges intelligencia április 4.

Matematika A4 Néhány korábbi gyakorlatvezető idén is aktuális megoldása

MATEMATIKA ÉRETTSÉGI október 21. EMELT SZINT

Diszkrét matematika 1.

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)

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

Pl.: hányféleképpen lehet egy n elemű halmazból k elemű részhalmazt kiválasztani, n tárgyat hányféleképpen lehet szétosztani k személy között stb.?

Ajánlott szakmai jellegű feladatok

Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,

Diszkrét matematika 1.

Gazdasági matematika II. tanmenet

Gyakorló feladatok a 2. dolgozathoz

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

TANMENET. a matematika tantárgy tanításához 11.E osztályok számára

Villamosmérnök A4 2. gyakorlat ( ) Feltételes valószínűség, függetlenség

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

Adatok statisztikai értékelésének főbb lehetőségei

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

Valószínőségszámítás és statisztika elıadások Mérnök informatikus BSc szak MANB030, MALB030

Gyakorló feladatsor a matematika érettségire

Bodó Beáta - MATEMATIKA II 1

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

A sztochasztika alapjai. Szorgalmi feladatok tavaszi szemeszter

Valószín ségszámítás és statisztika

Matematika A4 II. gyakorlat megoldás

Fuzzy halmazok jellemzői

Bevezetés a matematikába (2009. ősz) 1. röpdolgozat

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

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

fizikusoknak 1 Budapesti Műszaki és Gazdaságtudományi Egyetem

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

1. gyakorlat. 1. Minek van nagyobb esélye? Annak, hogy egy szabályos kockát háromszor feldobva az eredmény 11, vagy annak, hogy az eredmény 12?

Tartalomjegyzék Szitaformulák Példák a szitaformulára Mintavételezés Bayes-tétel... 17

Populációbecslések és monitoring

Valószínűségszámítás

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

Valószínűségszámítás és statisztika. István Fazekas

Játék a szavakkal. Ismétléses nélküli kombináció: n különböző elem közül választunk ki k darabot úgy, hogy egy elemet csak egyszer

Diszkrét matematika II. gyakorlat

24. Valószínűség-számítás

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

Valószín ségszámítás és statisztika

Átírás:

Környezet statisztika

Permutáció, variáció, kombináció k számú golyót n számú urnába helyezve hányféle helykitöltés lehetséges, ha a golyókat helykitöltés Minden urnába akárhány golyó kerülhet (ismétléses) Minden urnába legfeljebb egy golyó kerülhet (ismétlés nélküli) Megkülönböztetjük egymástól (variáció) A kiválasztási sorrendet figyelembe vesszük Nem különböztetjük meg egymástól (kombináció) A kiválasztási sorrendet nem vesszük figyelembe A kihúzott golyót visszatesszük (ismétléses) A kihúzott golyót nem tesszük vissza (ismétlés nélküli) mintavétel Hányféleképpen választható ki k számú golyó egy n számú golyót tartalmazó urnából

Elemi esemény: Valószínűség számítás - Alapfogalmak egy kísérlet, jelenség lehetséges kimenetei. Minta tér (Ω): Egy kísérlettel kapcsolatos elemi események halmaza Pl: Húzzunk ki egy 32 lapos magyar kártyából lapot, ekkor a mintatér Ω={ω 1, ω 2,, ω 32 } Esemény A Ω tetszőleges részhalmaza. Legyen az esemény, hogy pirosat húzunk. Eseményrendszer (Α) A Ω tetszőleges részhalmaza. Valószínűségi tér: Az (Ω, Α) pár Ø lehetetlen esemény Ω biztos esemény

Valószínűségi tér Ha Ha Ha akkor, az esemény ellentettje akkor a két esemény uniója, vagy összege vagy akkor a két esemény metszete, vagy szorzata és Ha és vagyis az A esemény részhalmaza B eseménynek, akkor B következménye A- nak Ha és akkor, A és B események egymást kizáróak Ha akkor a két esemény különbsége

Eseményrendszer a) Tulajdonságai : b) Ha akkor, az esemény ellentettje c) Ha akko r sőt I = 1, 2,, n, akkor

Példa Húzzunk ki egy 32 lapos magyar kártyából lapot, ekkor a mintatér: Ω = {ω 1, ω 2,, ω 32 } 32 elemi eseményből áll. A esemény: pirosat húzunk (8 elemi esemény) B esemény: királyt húzunk (4 elemi esemény) A + B esemény: pirosat vagy királyt húzunk (11 elemi esemény) AB esemény: a piros király (1 elemi esemény) Ā: a nem piros lapok (24 elemi esemény) A-B: piros, de nem király (7 elemi esemény)

Valószínűség A valószínűség egy eseményhez rendelt [0,1] intervallumba eső valós szám. Ha az A esemény maga után vonja a B eseményt, akkor B valószínűsége legalább akkora, mint A-é, azaz: A valószínűség tulajdonságai: A lehetetlen esemény valószínűsége 0, A biztos esemény valószínűsége 1,

Valószínűség Bármely eseményekre teljesül: akkor

Valószínűség Ha egy esemény valószínűségét akarjuk meghatározni, akkor az esemény szempontjából kedvező esetek számát elosztjuk az összes lehetséges esetek számával Példa: Két különböző kockát feldobva, mennyi a valószínűsége, hogy mind kettőn páros számot látunk.

Feltételes valószínűség A esemény bekövetkezésének P(B A) feltételes valószínűsége az eseményre vonatkozóan: Tulajdonságai : feltéve, ha és A fordított feltételes valószínűség:

Teljes valószínűség tétele Bármely A esemény valószínűsége kiszámítható a B 1, B 2,, B n feltételre vonatkozóan az alábbi módon: Példa: Három gép gyárt csavarokat. Az első gép 1%, a második 2%, a harmadik 3% selejtet produkál. Az első gép az össztermék 50%-át, a második 30%-át, a harmadik 20%-át állítja elő. Az össztermékből véletlenszerűen választva egyet, mennyi a valószínűsége, hogy az selejtes? A=selejt, B 1, B 2, B 3, gépek gyártmányainak az össztermékben való részesedése. P(A B 1 ) = 0,01 P(B 1 ) = 0,5 P(A B 2 ) = 0,02 P(B 2 ) = 0,3 P(A B 3 ) = 0,03 P(B 3 ) = 0,2

Bayes tétele Ha ismerjük egy A esemény feltételes valószínűségét egy teljes eseményrendszer valamennyi B 1, B 2,..., B n eseménye, mint feltétel mellett, és ebből szeretnénk meghatározni az egyes B i eseményeknek az A-ra vonatkozó feltételes valószínűségét. Feltételes valószínűségből: Teljes valószínűség tételéből:

Példa: Egy populációban a fiatalok 5%-a, a középkorúak 10%-a, míg az idősek 20%-a szenved egy bizonyos betegségben. A népesség 60%-a fiatal, 30%-a középkorú, míg 10%-a idős. Ha tudjuk valakiről, hogy beteg, de nem ismerjük a korát, akkor milyen valószínűséggel tartozik az idősek közé? A=beteg P(A B 1 ) = 0,5 P(B 1 ) = 0,6 P(A B 2 ) = 0,1 P(B 2 ) = 0,3 P(A B 3 ) = 0,2 P(B 3 ) = 0,1 Idős és beteg: P(B 3 A) = P(A B 3 )P(B 3 ) = 0,2*0,1 = 0,02 Beteg: P(A)=P(A B 1 )*P(B 1 ) + P(A B 2 )*P(B 2 ) + P(A B 2 )*P(B 2 ) = 0,5*0,6 + 0,1*0,3 + 0,2*0,1 = 0,08 P ( B 3 A)= 0,02 0,08 =0,25

Tételezzük fel, hogy van három urnánk, amelyekben rendre: 1 piros és 1 fekete; 2 piros, 3 fekete illetve 4 piros és 2 fekete golyó van. Az urnákat nem tudjuk megkülönböztetni. a) Véletlenül kiválasztva az urnák közül, mennyi a valószínűsége, hogy pirosat húzunk. b) Tudjuk, hogy pirosat húzunk, mennyi a valószínűsége, hogy az első urnát választottuk. P (urna1)=p (urna2)=p (urna3)= 1 3 P ( piros/ urna1)= 1 2 P ( piros/ urna3)= 4 6 P ( piros/ urna2)= 2 5 P ( piros)= 1 2 1 3 + 2 5 1 3 + 4 6 1 3 =47 90 =0,52 1 2 1 3 P (urna1 piros)= 47 90 = 15 47 =0,32