= dx 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05



Hasonló dokumentumok
Matematika A1 vizsga elméleti kérdések

(a n A) 0 < ε. A két definícióbeli feltétel ugyanazt jelenti (az egyenlőtlenség mindkettőben a n A < ε), ezért a n A a n A 0.

A + B = B + A A B = B A ( A + B ) + C = A + ( B + C ) ( A B ) C = A ( B C ) A ( B + C ) = ( A B ) + ( A C ) A + ( B C ) = ( A + B ) ( A + C )

A valós számok halmaza

TARTALOMJEGYZÉK MATEMATIKAI ANALÍZIS I. FEJEZET. A PRIMITÍV FÜGGVÉNY ÉS A HATÁROZATLAN INTEGRÁL...5 II. FEJEZET. INTEGRÁLÁSI MÓDSZEREK...

Lineáris programozás

Analízis. Glashütter Andrea

Statisztika 1. zárthelyi dolgozat március 21.

II. ALGEBRA ÉS SZÁMELMÉLET

Hatványozás és négyzetgyök. Másodfokú egyenletek

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

Statisztika 1. zárthelyi dolgozat március 18.

-vel, ahol i a sor- és j az oszlopindex. Pl. harmadrendő determinánsnál: + +

Valószínűségszámítás összefoglaló

Matematika II. Műszaki informatikai mérnökasszisztens. Galambos Gábor JGYPK

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

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

Matematika A2a - Vektorfüggvények elméleti kérdései

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

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

Matematikai statisztika

A matematikai statisztika elemei

Komputer statisztika

ACTA CAROLUS ROBERTUS

BIOMATEMATIKA ELŐADÁS

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

823. A helyesen kitöltött keresztrejtvény: 823. ábra A prímek összege: = 9; 824. a) 2 1, 2 4, 5 3, 3 5, 2$ 825.

1. Primitív függvények (határozatlan integrálok)

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

Közelítő és szimbolikus számítások haladóknak. 9. előadás Numerikus integrálás, Gauss-kvadratúra

Egy harmadik fajta bolha mindig előző ugrásának kétszeresét ugorja és így a végtelenbe jut el.

Integrálszámítás (Gyakorló feladatok)

3.1. A Poisson-eloszlás

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

Megoldás: Először alakítsuk át az a k kifejezést: Ez alapján az a 2 a n szorzat átírható a következő alakra

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

WEKERLE SÁNDOR ÜZLETI FŐISKOLA. Gazdaságmatematika 1 Analízis. Oktatási segédanyag Készítette: Pór Andrásné

Lineáris programozás

Kardos Montágh verseny Feladatok

IV. A HATÁROZOTT INTEGRÁL

Bodó Bea, Simonné Szabó Klára Matematika 1. közgazdászoknak

A hatványozás inverz műveletei. (Hatvány, gyök, logaritmus)

Készségszint-mérés és - fejlesztés a matematika kompetencia területén

A valós számok halmaza

A vezetői munka alapelemei - Döntéselmélet, döntéshozatal lehetséges útjai

Metrikus terek. továbbra is.

Valószínőségszámítás

Matematika A1a - Analízis elméleti kérdései

mateksoft.hu ( ) 2 x 10 y 14 Nevezetes azonosságok: Hatványozás azonosságai Azonos kitevőjű hatványok: + 9 ( 2x 3y) 2 4x 2 12xy + 9y 2

Emelt szintő érettségi tételek. 10. tétel Számsorozatok

ANALÍZIS II. Bártfai Pál

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

19. Függvények rekurzív megadása, a mester módszer

ALGEBRA. 1. Hatványozás

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

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet

ANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2

Országos Középiskolai Tanulmányi Verseny 2010/2011 Matematika I. kategória (SZAKKÖZÉPISKOLA) Az 1. forduló feladatainak megoldása

Aszimmetrikus hibák számítási módszere, a hálózati elemek sorrendi helyettesítő vázlatai. Aszimmetrikus zárlatok számítása.

Határozzuk meg, hogy a következő függvényeknek van-e és hol zérushelye, továbbá helyi szélsőértéke és abszolút szélsőértéke (

Áringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév

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

Környezetfüggetlen nyelvek

6. feladatsor. Statisztika december 6. és 8.

2. ALGEBRA ÉS SZÁMELMÉLET

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

FELADATOK A KALKULUS C. TÁRGYHOZ

18. Differenciálszámítás

Valószínűségi változók. Várható érték és szórás

I. Sorozatok. I.1. Sorozatok megadása

Matematika I. 9. előadás

FIGYELEM! Ez a kérdőív az adatszolgáltatás teljesítésére nem alkalmas, csak tájékoztatóul szolgál!

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

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

Gyakorló feladatok II.

Döntéselmélet, döntéshozatal lehetséges útjai

Vegyészmérnöki, Biomérnöki, Környezetmérnöki szakok, 2017/18 ősz. 2 dx = 1, cos nx dx = 2 π. sin nx dx = 2 π

Szoldatics József, Dunakeszi

PPKE ITK Algebra és diszkrét matematika DETERMINÁNSOK. Bércesné Novák Ágnes 1

f függvény bijektív, ha injektív és szürjektív is (azaz minden képhalmazbeli elemnek pontosan egy ısképe van)

Sorozatok határértéke

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Bevezetés az integrálásba

Versenyfeladatok. Középiskolai versenyfeladatok megoldása és rendszerezése Szakdolgozat. Készítette: Nováky Csaba. Témavezető: Dr.

A hatványozás első inverz művelete, az n-edik gyökvonás.

Házi feladatok megoldása. Harmadik típusú nyelvek és véges automaták. Házi feladatok megoldása. VDA-hoz 3NF nyelvtan készítése

1. Hibaszámítás Hibaforrások A gépi számok

II. Lineáris egyenletrendszerek megoldása

Olimpiai szakkör, Dobos Sándor 2008/2009

1. Halmazok, relációk és függvények.

ARITMETIKA ÉS ALGEBRA I. TERMÉSZETES SZÁMOK

A Riemann-integrál intervallumon I.

SMART, A TÖBBSZEMPONTÚ DÖNTÉSI PROBLÉMA EGY EGYSZERŰ MEGOLDÁSA 1

Andai Attila: november 13.

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

0.1 Deníció. Egy (X, A, µ) téren értelmezett mérhet függvényekb l álló valamely (f α ) α egyenletesen integrálhatónak mondunk, ha

(f) f(x) = x2 x Mutassa meg, hogy ha f(x) dx = F (x) + C, akkor F (ax + b) a 3. Számolja ki az alábbi határozatlan integrálokat: 1.

FELADATOK MÉRÉSELMÉLET tárgykörben. 1. Egy műszer osztálypontossága 2.5, a végkitérése 300 V. Mekkora a mérés abszolút hibája?

Valószínûség számítás

LINEÁRISAN FÜGGETLEN ÉS LINEÁRISAN ÖSSZEFÜGGŐ VEKTOROK. csak úgy teljesül, ha minden 0. úgy is teljesül, hogy van olyan 0

Átírás:

Folytoos vlószíűségi változók Értékkészletük számegyees egy folytoos (véges vgy végtele) itervllum. Vlmeyi lehetséges érték vlószíűségű, pozitív vlószíűségek csk értéktrtomáyokhoz trtozk. Az eloszlás em írhtó le z értékek és vlószíűségek felsorolásávl, mit diszkrét esete, mivel z értékek hlmz em megszámlálhtó végtele. A vlószíűségeket lehetséges értéktrtomáyokhoz tudjuk megdi sűrűségfüggvéyel vgy z eloszlásfüggvéyel. Sűrűségfüggvéy: oly függvéy, melyek függvéygöre ltti területe (itegrálj) ármely trtomáyo egyelő változók hhoz trtomáyhoz trtozó vlószíűségével: ( < < ) = f( ) d A vlószíűség tuljdoságiól következik, hogy egy sűrűségfüggvéy sehol sem egtív: f(), teljes trtomáyo (--től +-ig) z itegrálj : ( ) f d=. éld: Az [,] itervllumo folytoos egyeletes eloszlású változó sűrűségfüggvéye f ( ) =, h, egyékét. < d= d= ( < ) = f( ) ( ). (h ) Az eloszlásfüggvéy -eli értéke (, ) végtele itervllumhoz trtozó vlószíűség F() = ( < ) Eől következik, hogy ármely, érték-párr ( < ) = F( ) F( ) éld: Az [,] itervllumo folytoos egyeletes eloszlású változó eloszlásfüggvéye F ( ) = ( ) ( ) h < h < h Az eloszlásfüggvéy tuljdosági ( vlószíűség tuljdoságiól következek): mooto övő htárértéke -e, -e folytoos vlószíűségi változór folytoos

,45,4,35,3,5,,5,,5 4 7 3 6 9 5 8 3 34 37 4 43 46 49 5 55 58 6,45,4,35,3,5,,5,,5 5 9 3 7 5 9 33 37 4 45 49 53 57 6 65 69 73 77 8 85 Az eloszlásfüggvéy és sűrűségfüggvéy kpcsolt Eloszlásfüggvéye mide vlószíűségi változók v, sűrűségfüggvéye em (de melyekről tuli foguk, zokk v). H v sűrűségfüggvéy, kkor itegrálfüggvéye z eloszlásfüggvéy: F ( ) = f ( t) dt H z eloszlásfüggvéy deriválhtó, kkor deriváltj sűrűségfüggvéy: f() = F () Várhtó érték Helyzeti muttók folytoos változókr Ahol diszkrét esete összegezi kellett, ott folytoos esete itegráli kell: Módusz E ( ) f( ) = d Az z érték, melyre változó sűrűségfüggvéyéek lokális mimum v. Folytoos változókr sem midig egyértelmű, z eloszlás itt is lehet imodális vgy multimodális. Mediá és kvtilisek A mediá z z érték, melyre (<) = (>) = /, p-kvtilis pedig oly érték, melyre (<) = p, (>) = -p.,45,45 Szóráségyzet Szóródási muttók folytoos változókr A várhtó értékhez hsoló z összegzés helyett itegráluk:,4,4,35,3,5,,5,,35,3,5,,5, vr ( ) = ( E( ) ) f( ) d= f( ) d E( ),5,5 4 7 3 6 9 5 8 3 34 37 4 43 46 49 5 55 58 6 4 7 3 6 9 5 8 3 34 37 4 43 46 49 5 55 58 6 Kvrtilisek Alsó kvrtilis, Q, vgy LQ (lower qurtile) vgy LH (lower hige): ¼-kvtilis Felső kvrtilis, Q 3, vgy UQ (upper qurtile) vgy UH (upper hige): ¾-kvtilis Szórás Iterkvrtilis terjedelem S ( ) = vr( ) Iterkvrtilis terjedelem, (iterqurtile rge) IQR=Q 3 -Q

A ormális eloszlás A legfotos, gykorlt leggykr hszált folytoos eloszlás ormális eloszlás vgy Guss-eloszlás. Kétprmétes cslád. A sűrűségfüggvéy képlete: f ( ) = ( µ ) e σ, πσ hol µ és σ z eloszlás prméterei, ~ N( µ,σ ). Jegyezzük meg, hogy µ épp várhtó érték, σ pedig vrici (tehát σ szórás). A csládtgokt zoosíthtjuk µ és σ helyett µ-vel és σ-vl is, csk kokrét számok eseté egyértelmű legye, hogy pl. σ = vgy σ = közül melyikre godoluk. A sűrűségfüggvéy göréje z úgyevezett hrggöre vgy Guss-göre. szimmetrikus (közepe µ = várhtó érték = módusz = mediá) e gyságrede közeledik -hoz midkét oldlo -hoz közeledés seessége σ -tól függ (zz szórástól) Külööző µ és σ prméter-értékekhez trtozó hrggörék: µ =- µ = µ = σ=5 σ= - µ A cslád µ =, σ = prméterű tgj stdrd ormális eloszlás. Eloszlástáláztot csk ehhez készítettek, töi mid egyszerűe visszvezethető stdrd ormálisr. Ez stdrdizálás. Ugyis h ormális eloszlású vlószíűségi változó µ és σ prméterekkel, kkor Y = + is ormális eloszlású µ = µ + és σ = σ prméterekkel. H ormális eloszlású vlószíűségi változó µ és σ prméterekkel, kkor µ Z = stdrd ormális eloszlású. Vissztrszformálás: = σ Z+ µ. σ Közpoti htáreloszlás tétel: Miért fotos ormális eloszlás? Legye H = + +... +, hol,,..., oly vlószíűségi változók, melyek egymástól függetleek és zoos eloszlásúk. Ekkor H közelítőleg ormális eloszlású (h, kkor H eloszlás trt ormális eloszláshoz eél potos em modjuk ki). éldák: Emerek mgsság gyo sok geetiki és köryezeti változó összege, ezért közelítőleg ormális eloszlású. Sok kockát douk egyszerre. A doott számok összege közelítőleg ormális eloszlású.

Normális eloszlású változók összege és számti közepe. Normális eloszlású változók összege is ormális eloszlású, és mid várhtó értékek, mid vriciák összedódk, pl. két változó eseté + Y µ +Y = µ +µ Y és σ = σ + σ. Normális eloszlású változók számti közepe is ormális eloszlású, várhtó értéke és vriciáj pedig µ i σ µ = és σ = 3. H változók eloszlás zoos (zz közös µ és σ), kkor számti közép várhtó értéke és vriciáj µ σ σ σ µ = = µ és σ = =, ho σ = i Y éld: Csörgőkígyók hossz közelítőleg ormális eloszlást követ.4 m átlggl és. m szórássl. Meyi vlószíűsége, hogy 5 tlálomr válsztott példáy hosszák átlg gyo.5 méterél? Megoldás: tehát ormális eloszlású, µ =µ =.4 σ σ. = = =. 4 5 Továik szokásos módo: µ σ. 5 µ σ (. 5) > = > = ( Z >. 5) =. 6,45,4,35,3,5,,5,,5 3.4 5 55.5 4 7 3 6 9 5 8 34 37 4 43 46 49 58 6 Meyit tuduk egy változóról, h csk z átlgát és szórását ismerjük? Mekkor vlószíűség trtozik z E ( ) ± S( ), zz z átlg ± szórás trtomáyhoz? ( E( ) S( ) S( + Mekkor vlószíűség trtozik z E( ) ± S( ), zz z átlg ± szórás trtomáyhoz? és így tová... E ( ) H változó ormális eloszlású tetszőleges ( E( ) S( ) + S( k. /3 em tudi ( E( ) S( ) + S( k. 95% 3 4 ( E( ) 3 S( ) + 3S( szite iztos 8 9 M M ( E( ) ks( ) ks( + empirikus szály (empiricl rule) k Cseisevegyelőtleség

Epoeciális eloszlás Folytoos eloszlás (-cslád, egy prméterrel, mit λ-vl jelölük), legtöször időtrtmok modellezésére hszálják: két eseméy / meghiásodás / st. között eltelt idő, h z eseméyeket z öregedés em efolyásolj éld: Villykörte, h em kpcsolgtják, st. (mikor meghiásodások em öregedéssel, kopássl, elhszálódássl kpcsoltosk) Eloszlásfüggvéye: F( ) = ( < ) e λ h > = egyékét.5.5 λ =.5: λ = -5 5-5 5 Sűrűségfüggvéye: f( ) = F' ( ) e λ λ h > = egyékét.5 λ =.5: -5 5 λ =.5-5 5 Várhtó értéke és szórás (itegrálássl kijö): E ( ) =, vr ( ) = λ λ