Valószínűségszámítás

Slides:



Advertisements
Hasonló előadás
Egy szélsőérték feladat és következményei
Advertisements

Események formális leírása, műveletek
Készítette: Kosztyán Zsolt Tibor
I. előadás.
Természetes számok 0, 1, 2, 3, ..., 24, 25, ..., 1231, 1232, ..., n, ...  = {0, 1, 2, 3, ..., n,...} a természetes számok halmaza Műveletek: összeadás.
Az egyenes vonalú egyenletes mozgás
Valószínűségszámítás
Készlet késztermékek, alkatrészek, kiegészítő termékek,
Kódelmélet.
2006. február 17. Valószínűségszámítás és statisztika II. Telefonos feladat Egy kalapban van két korong, az egyiknek mindkét oldala piros, a másiknak.
Eseményalgebra Eseményalgebra.
Függvények Egyenlőre csak valós-valós függvényekkel foglalkozunk.
MI 2003/9 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
Műveletek logaritmussal
A többszörös összehasonlítás gondolatmenete. Több mint két statisztikai döntés egy vizsgálatban? Mi történik az elsõ fajú hibával, ha két teljesen független.
Eseményalgebra, kombinatorika
Valószínűségszámítás
Vektormező szinguláris pontjainak indexe
Illeszkedési mátrix Villamosságtani szempontból legfontosabb mátrixreprezentáció. Legyen G egy irányított gráf, n ponton e éllel. Az n x e –es B(G) mátrixot.
1. A KVANTUMMECHANIKA AXIÓMÁI
Csoport részcsoport invariáns faktorcsoport részcsoport
Gyűrűk Definíció. Az (R, +, ·) algebrai struktúra gyűrű, ha + és · R-en binér műveletek, valamint I. (R, +) Abel-csoport, II. (R, ·) félcsoport, és III.
4. VÉGES HALMAZOK 4.1 Alaptulajdonságok
Valószínűség számítás
Két változó közötti összefüggés
Bizonytalanság A teljesen megbízható következtetést lehetővé tevő tudás hiánya Egy esemény bizonytalansága  objektív  szubjektív Módszerek  numerikus.
A digitális számítás elmélete
Differenciál számítás
Eseményalgebra, kombinatorika
Lineáris algebra Mátrixok, determinánsok, lineáris egyenletrendszerek
Integrálszámítás Mire fogjuk használni az integrálszámítást a matematikában, hova szeretnénk eljutni? Hol használható és mire az integrálszámítás? (már.
A számfogalom bővítése
Miért hozzuk a döntést, mi a cél?
Kvantitatív módszerek
Valószínűségszámítás
1 TARTALOM: 0. Kombinatorika elemei (segédeszközök) 1. Eseményalgebra 2. A valószínűség: a) axiómák és következményeik b) klasszikus (=kombinatorikus)
Véletlenszám generátorok

Vektorok © Vidra Gábor,
Kvantitatív módszerek
Gazdaságstatisztika 11. előadás.
Gazdaságstatisztika 10. előadás.
Gazdaságstatisztika 12. előadás.
1. feladat Hány olyan permutációja van az 1,2,3,4,5,6,7,8 elemeknek, amelyekben az első három helyet a 6,7,8 elemek foglalják el valamilyen sorrendben.
Alapsokaság (populáció)
Alapfogalmak.
Folytonos eloszlások.
Binomiális eloszlás.
Hipergeometriai eloszlás. Sir Ronald A. Fisher és Ms Bristol esete a teával és a tejjel Első felvonás.
Valószínűségszámítás
I. előadás.
1 Vektorok, mátrixok.
2005. Információelmélet Nagy Szilvia 1. Az információelmélet alapfogalmai.
Valószínűségszámítás III.
Valószínűségszámítás
A MATEMATIKA FELÉPÍTÉSÉNEK ELEMEI
A HATÁROZOTT INTEGRÁL FOGALMA
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
Valószínűségszámítás és statisztika előadások
Valószínűségszámítás és statisztika előadások
Valószínűségszámítás és statisztika előadások
Valószínűségszámítás és statisztika előadások
Integrálszámítás.
Valószínűségszámítás és statisztika előadások
Valószínűségszámítás és statisztika előadások
Kvantitatív módszerek MBA és Számvitel mesterszak
I. Előadás bgk. uni-obuda
Valószínűségi változó, eloszlásfüggvény
Valószínűségszámítás
Előadás másolata:

Valószínűségszámítás

A valószínűség fogalma Tekintsünk egy K kísérletet és vizsgáljuk az A eseményt. A kísérletet n-szer elvégezve azt tapasztaljuk, hogy az A esemény k-szor következett be.   A k számot az A esemény gyakoriságának, a hányadost pedig az A esemény relatív gyakoriságának nevezzük. Egy véletlen esemény relatív gyakorisága a különböző kísérletsorozatokban általában nem állandó, de a megfigyelések szerint egy adott szám körül ingadozik. Azt a számot, amely körül az esemény relatív gyakorisága ingadozik, az esemény valószínűségének nevezzük. Jelölése: P(A)

Kolmogorov-féle valószínűségi mező Egy K = (, A) kísérlettel kapcsolatban minden A eseményhez hozzárendelünk egy P(A) valószínűséget, amely a következő axiómáknak tesz eleget: 1./ 0  P(A)  1 2./ P() = 1 3./ ha egymást páronként kizáró események, akkor A K = (, A) kísérletet és a fenti módon értelmezett P(A) valószínűséget együttesen Kolmogorov-féle valószínűségi mezőnek nevezzük.

A valószínűségre vonatkozó alapvető összefüggések Tétel. Minden A és B eseményre   2./ P() = 0. 3./ P(A + B) = P(A) + P(B) - P(AB). Tétel. Ha az események teljes eseményrendszert alkotnak, akkor

Klasszikus valószínűségi mező Definíció: Klasszikus valószínűségi mezőnek nevezzük azt az valószínűségi mezőt, melyben az elemi események valószínűsége megegyezik. Így egy tetszőleges A esemény valószínűsége: Példa: 1./ Egy csomag magyar kártyát jól összekeverünk. Mennyi annak a valószínűsége, hogy a 4 ász egymás után helyezkedik el? 2./ 100 alma közül 10 férges. Mennyi a valószínűsége, hogy válogatás nélkül 5 almát kivéve, közöttük lesz férges alma? 3./ A 32 lapos magyar kártyából 4 lapot véletlenszerűen kiválasztunk. Mennyi annak a valószínűsége, hogy a kihúzott lapok között pontosan egy piros és egy ász lesz?

Klasszikus valószínűségi mező 4./ Számkártyákon az 0, 1, 2, 3, 4, 5, 6 számjegyekből képzett kétjegyű számok állnak. a./ Mekkora a valószínűsége, hogy egy találomra kihúzott kártyán látható szám osztható lesz 3-mal? b./ Mekkora a valószínűsége, hogy egy találomra kihúzott kártyán látható szám osztható lesz 5-tel? c./ Mekkora a valószínűsége, hogy egy 12-vel osztható számot tartalmazó kártyát húzunk ki? 5./ 10 mákos és 20 diós kifli van egy kosárban. Véletlenszerűen kiveszünk 5 kiflit. a./ Mekkora a valószínűsége, hogy pontosan 2 mákos kiflit választottunk? b./ Mekkora a valószínűsége, hogy csak diós kiflit választottunk? c./ Mekkora a valószínűsége, hogy választottunk mákos kiflit is?

Feltételes valószínűség Végezzünk N számú kísérletet és tegyük fel, hogy a B esemény n-szer (n  N) következett be, és e közül az n kísérlet közül k esetben az A esemény is bekövetkezett a B eseménnyel együtt. A hányadost az A eseménynek a B feltételre vonatkozó feltételes relatív gyakoriságának nevezzük. Jelölje a B esemény relatív gyakoriságát , az AB esemény relatív gyakoriságát valamint az A esemény B feltétel melletti relatív gyakoriságát . Ekkor   , amiből

Feltételes valószínűség Definíció. Legyen (, A, P) egy valószínűségi mező, A és B két esemény és tegyük fel, hogy P(B) > 0. Az A esemény B feltételre vonatkozó feltételes valószínűsége: Példa: Három kockával dobunk. Mekkora a valószínűsége, hogy az egyik kockával 6-ost dobunk, feltéve, hogy a dobott számok összege 12?

Független események Legyen A és B két esemény és tegyük fel, hogy P(A)  0, és P(B)  0. Ha a feltételes valószínűség nem függ B-től, azaz = P(A), akkor azt mondjuk, hogy az A és B események függetlenek. A feltételes valószínűség definíciójának a felhasználásával: Definíció. Legyen A és B két esemény és tegyük fel, hogy P(A)  0, és P(B)  0. Azt mondjuk, hogy az A és B események függetlenek, ha P(AB) = P(A)P(B). Példa: Egy termék kétféle szempontból lehet selejtes: színhibás (A esemény), vagy deformálódott (B esemény) 1000 termékből 75 színhibás, 120 deformálódott, 9 színhibás és deformálódott, a többi hibátlan. Független-e az A és B esemény?

Teljes valószínűség tétele Tétel. Legyen az teljes eseményrendszer és legyen > 0 ( i = 1, 2, ...), valamint B  A tetszőleges esemény. Ekkor Példa: Egy műhelyben három műszakban termelnek azonos fajta árut. Egy napon az összes áruból az első műszakban 40%, a másodikban és a harmadikban 30-30% készült. Az első műszakban az áruk 5%-a, a másodikban gyártottak 7%-a, a harmadikban termeltek 10%-a selejt. Valamely napon készült teljes mennyiségből véletlenszerűen kiválasztva egy terméket, mennyi annak a valószínűsége, hogy ez hibátlan?

Bayes-tétel Tétel. Legyen az teljes eseményrendszer és legyen B  A tetszőleges esemény. Ekkor Példa: Egy gyárban három gép gyártja a csavarokat. A termékek 25%-át az A gép, 35%-át a B gép, 40%-át a C gép gyártja. Az A gép 5%-ban, a B gép 4%-ban, a C gép pedig 2%-ban termel selejtet. Ha egy találomra kiválasztott csavar selejtes, mennyi a valószínűsége, hogy azt az A gép gyártotta.