Valószínűségszámítás

Slides:



Advertisements
Hasonló előadás
Események formális leírása, műveletek
Advertisements

I. előadás.
Valószínűségszámítás
2006. február 17. Valószínűségszámítás és statisztika II. Telefonos feladat Egy kalapban van két korong, az egyiknek mindkét oldala piros, a másiknak.
Kvantitatív módszerek
Eseményalgebra Eseményalgebra.
Matematikai Analízis elemei
MI 2003/9 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
Műveletek logaritmussal
Eseményalgebra, kombinatorika
Valószínűségszámítás
INFOÉRA Kombinatorikai algoritmusok (Horváth Gyula és Szlávi Péter előadásai felhasználásával) Juhász István-Zsakó László: Informatikai.
INFOÉRA 2006 Kombinatorika
Algebrai struktúrák 1.
4. VÉGES HALMAZOK 4.1 Alaptulajdonságok
MATEMATIKA e-tananyag 9. osztály
permutáció kombináció variáció
Permutáció, variáció, kombináció
Készítette: Balogh Zsófia
Bizonytalanság A teljesen megbízható következtetést lehetővé tevő tudás hiánya Egy esemény bizonytalansága  objektív  szubjektív Módszerek  numerikus.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
A digitális számítás elmélete
Bayes becslések Boha Roland november 21. PPKE-ITK.
A TERMÉSZETTUDOMÁNYOK ALAPJAI 1. Matematika
Valószínűségszámítás
Eseményalgebra, kombinatorika
Valós számok Def. Egy algebrai struktúra rendezett test, ha test és rendezett integritási tartomány. Def. Egy (T; +,  ;  ) rendezett test felső határ.
A számfogalom bővítése
Kvantitatív módszerek
1 Matematikai Analízis elemei dr. Szalkai István Pannon Egyetem, Veszprém nov. 08.
1 TARTALOM: 0. Kombinatorika elemei (segédeszközök) 1. Eseményalgebra 2. A valószínűség: a) axiómák és következményeik b) klasszikus (=kombinatorikus)
Lineáris egyenletrendszerek (Az evolúciótól a megoldáshalmaz szerkezetéig) dr. Szalkai István Pannon Egyetem, Veszprém /' /
dr. Szalkai István Pannon Egyetem, Veszprém
Lineáris egyenletrendszerek (Az evolúciótól a megoldáshalmaz szerkezetéig) dr. Szalkai István Pannon Egyetem, Veszprém 2007.
Kombinatorika Véges halmazok.
Kvantitatív módszerek
Kvantitatív módszerek 5. Valószínűségi változó Elméleti eloszlások Dr. Kövesi János.
Valószínűségszámítás
Gazdaságstatisztika 11. előadás.
Gazdaságstatisztika 10. előadás.
Gazdaságstatisztika 12. előadás.
Gazdaságstatisztika 13. előadás.
VARIÁCIÓK ISMÉTLÉS NÉLKÜLI ESET DEFINÍCIÓ
KOMBINÁCIÓK ISMÉTLÉS NÉLKÜLI ESET DEFINÍCIÓ
Alapfogalmak.
Folytonos eloszlások.
Binomiális eloszlás.
3. Előadás: Döntés bizonytalanság mellett
Valószínűségszámítás
Határozatlan integrál
I. előadás.
TMBONKIKRAOAI ANTMOKIKRAOBI MONKBIIKRATOA BIOMKANAKTOIR OMKBNRAITOIKA
Valószínűségszámítás - Statisztika. P Két kockával dobunk, összeadjuk az értékeket Mindegyik.
Valószínűségszámítás III.
Valószínűségszámítás
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
A folytonosság Digitális tananyag.
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
előadások, konzultációk
PPKE ITK 2008/09 tanév 8. félév (tavaszi) Távközlő rendszerek forgalmi elemzése Tájékoztatás 4.
Valószínűségszámítás és statisztika előadások
Valószínűségszámítás és statisztika előadások
Kvantitatív módszerek MBA és Számvitel mesterszak
I. Előadás bgk. uni-obuda
Valószínűségi változó, eloszlásfüggvény
Valószínűségi változók együttes eloszlása
Valószínűségi törvények
Gazdaságinformatikus MSc
Valószínűségszámítás
Előadás másolata:

Valószínűségszámítás dr. Szalkai István

TARTALOM: 0. Kombinatorika elemei (segédeszközök) 1. Eseményalgebra 2. A valószínűség: a) axiómák és következményeik b) klasszikus (=kombinatorikus) valószínűségi mező c) geometriai valószínűségi mező 3. Feltételes valószínűség, események függetlensége 4. Valószínűségi változók a) általános definíciók b) várható érték, szórás

5. Nevezetes diszkrét eloszlások: a) Bernoulli (= binomiális = visszatevéses mintavétel) b) Hipergeometriai (=visszatevés nélküli mintavétel) c) Geometriai (=próbálkozás amíg nem sikerül) d) Poisson (= a) közelítése) 6. Nevezetes folytonos eloszlások: a) Egyenletes (= buszváró, ="hidastábla", … ) b) Exponenciális (= nem öregedő élettartam) c) Normális (= fizikai / biológiai rendszerek)

7. Nagy számok törvényei (Markov, Csebisev, Bernoulli, Csebisev, Centrális, Moivre-Laplace) 8. Két diszkrét val.vált. összefüggése (=kétdimenziós v.v.) 9. Matematikai statisztika alapjai

Ajánlott irodalom: ( " Példatár " )

0. Kombinatorika Hány / hányféleképpen ? = hat képlet = hat új alapművelet i) Sorbarendezések: n elem egy sorban = permutációk - ha az n elem mind különböző (ismétlés/ ismétlődés nélkül) => Pn = 1·2·3·...·(n-1)·n = n! / 0! = 1 / . - ha az n elem nem mind különböző (ismétléses), azaz s féle: az egyes típusokból k1 , k2 , … , ks van, akkor => Pnk1,…,ks (ism) = n! ( k1 + k2 + … + ks = n ) k1!k2! … ks!

a KIVÁLASZTÁS SORRENDJE ii) Kiválasztások n különböző elem közül k -szor választunk ki egyet-egyet a KIVÁLASZTÁS SORRENDJE számít nem számít (pl. tombola) (pl. lottó) VARIÁCIÓ KOMBINÁCIÓ Vnk <= ismétlés/visszatevés nélkül => Cnk Vnk (ism) <= ismétléssel = visszatevéssel => Cnk (ism)

Vnk = n·(n-1)·(n-2)…(n-(k-1)) = n·(n-1)·(n-2)…(n-k+1) Vnk (ism) = n·n·….·n = nk , Cnk = ( nk ) = n·(n-1)·(n-2)…(n-k+1) = n! , k! k! ·(n-k) ! = " binomiális együtthatók " = Vnk / k! Ck (ism) = ( n+k-1 ) = / n+k-1 \ n n-1 \ n-1 / ((szövegszerkesztő !!! ))

Binomiális együtthatók alaptulajdonságai / Cnk = ( nk ) = n elem közül k -t kiválasztani hányféleképpen visszatevés nélkül, sorrend lényegtelen / ( n0 ) = ( nn ) = 1 , ( n1 ) = ( nn-1 ) = n , ( nk ) = ( nn-k ) / szimmetria tulajdonság/ pl. / 20 \ = / 20 \ = 20·19·18·17·16 \ 15 / \ 5 / 1·2·3·4·5 / 90 \ = 20·19·18·17·16 \ 5 / 1·2·3·4·5

1. Eseményalgebra Definíciók: Kísérlet = aktív vagy passzív, valami történik, Eseménytér = kísérlet összes lehetséges kimenetele = tetszőleges halmaz  Jele: H , Ω vagy T (=Solt Gy. ###) , … .  pl. Két kockával dobunk => Ω = { (1,1) , (1,2) , (1,3) , … , (6,6) } | Ω | = 36 Megj.: két különböző kocka / pénzérme / …

Def.: Esemény: Tetszőleges A  Ω részhalmaz .  ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Pl. A := " a két kocka összege = 5 " = { (1,4), (2,3), (3,2), (4,1) }  Ω . Def.: Lehetetlen esemény = … ... =   Ω (Solt: O=) biztos esemény = … … = Ω  Ω (Solt:I=Ω=T) ellentett esemény = tagadás = Ω \ A = A komplementere  Kísérlet végeredménye: xΩ Def.: A esemény bekövetkezik: xA .  A Ω Def.: A és B kizárják egymást /?/ ( xA => xB és xB => xA ) tehát: A és B diszjunktak A  B =  . 

Eseményalgebra = esemény műveletek = halmazműveletek Def.: A vagy B = A  B =: A+B események "összege", A és B = A  B =: A•B események "szorzata", nem A = A— =: A— esemény "ellentettje", (= tagadás / komplementer) A => B = A  B = " A maga után vonja B -t" (= A -ból következik B) 

Halmazműveletek tulajdonságai: Eseményalgebra: >>> ld. ### Solt Gy. 47.old.

Pl: disztributivitás (széttagolhatóság) : halmazelméletben: valószínűségszámításban A  (BC) = (AB)  (AC) A(B+C ) = (AB)+(AC) A  (BC) = (AB)  (AC) A+(BC) = (A+B)(A+C) De Morgan - azonosságok: ____ __ __ ____ __ __ AB = A  B A+B = A  B AB = A  B AB = A + B

2a) A valószínűség axiómái és következm. (Kolmogorov) P(A) = ? A esemény valószínűsége (esélye):  R DEF: P : A  p  R P : P()  R tetszőleges függvény amelyre: i) 0  P(A)  1 ii) P() = 0 , P() = 1 , (100% ill. 0% ) iii) ha A és B kizáróak => P(AB) = P(A)+P(B)  KÖV: tetszőleges A, B halmazokra P(AB) = P(A) + P(B) - P(AB)  !!!!! P(A)  TA / terület / !!!!!

KÖV: P(A-) = 1 - P(A) (tagadás) ha A  B => P(A)  P(B) (A maga után vonja B -t)  DEF: A lehetetlen esemény, ha P(A) = 0 . A biztos esemény, ha P(A) = 1 .  Pl: A  N , A = { négyzetszámok } lehetetlen, mert P(A) = limn n / n = 0 . !!!!! P(A)  TA / terület / !!!!!

DEF: teljes eseményrendszer = partíció = felosztás  = B1  B2  B3 …  Bn (lefed hézagtalanul) és Bi  Bk =  ( ik) (nincs átfedés)  Állítás: Ekkor P(B1) + P(B2) + P(B3) + … + P(Bn) = 1 .  P(A) = TA

2.b) klasszikus (=kombinatorikus) valószínűségi mező Ha  véges és minden eleme egyenlő esélyű, akkor P(A) = | A | / |  | (= " k/ö ")  2.c) geometriai valószínűségi mező Ha  -t geometriai alakzattal szemléltethetjük, és P(A) a területtel / hosszal arányos, akkor P(A) = TA / T = hA / h  !!!!! GYAKORLÁS !!!!! ### Solt Gy. 91-99.old. kimarad !!! ( Maxwell, Boltman, Bose, Einstein, Fermi, Dirac )

3.a) Feltételes valószínűség " Ha B bekövetkezett, akkor A -ról mit tudunk ? " DEF: jele: P (A | B) (" A feltéve B ") kiszámítása: P (A | B) := P(A  B) P(B) ha P(B)  0 .  Szorzás-Tétel: P(A | B)  P(B) = P(A  B) . 

Teljes valószínűség Tétele: Ha B1 , B2 , B3 , … , Bn teljes eseményrendszer, P(Bi)  0 , akkor tetszőleges A  Ω eseményre P(A) = P(A|B1)P(B1) + P(A|B2)P(B2) + …+ P(A|Bn)P(Bn) .  TA = TAB1 + TAB2 + …+ TABn . P(A) = TA

Bayes Tétele: (= Megfordítási Tétel) P (B | A) := P(A | B)  P(B) P(A) 

3.b) események függetlensége Megj: A és B független  P(A|B) = P(A) és P(B|A) = P(B)  Áll:  P(AB) = P(A)P(B) Def: ez utóbbi .  Megj: természet  fenti képlet. 

4. Valószínűségi változók / v.v. /  = " a kísérlet (mérés) számszerű végeredménye " (z) = amit éppen mérünk, z elemi eseménynél. Def: /mat./  :   R tetszőleges függvény.  : z | x = (z)  R valós szám.  !!!  lehet : DISZKRÉT: Im() = {x1, x2, … , xn , … } /felsorolható/ vagy FOLYTONOS: Im() = R // Im() = ÉK = a mérés összes lehetséges eredménye //

DISZKRÉT v.v. eloszlása : Im() = { x1 , x2 , x3 , x4 , … , xn , … } eloszlása := { p1 , p2 , p3 , p4 , … , pn , … } ahol pi := P(=xi) /a méréseredmények val./   Axiómák: /alaptulajdonságok/ (i) 0  pi  1 (ii) i=1 pi = 1 .  DEF./mat./: Tetszőleges {p1,p2,…,pn,…} sorozat a fenti két tulajdonsággal. 

FOLYTONOS v.v. eloszlása = SŰRŰSÉGFÜGGVÉNY ábra: f(x)

DEF: Sűrűségfüggvény axiómái / folytonos/ (i) 0  f(x)  xR (ii) R f(x) dx = 1 .  Alkalmazása: P( a    b) = ab f(x) dx = F(b) - F(a) ahol F(x) =  f(x) dx = primitív függvény = eloszlásfüggvény !!!pontosabban: DEF: F(b) := P(   b) = -b f(x) dx .  vagy f(x) = F'(x) = deriváltfüggvény = sűrűségfüggvény /Szótár!/ DEF: Eloszlásfüggvény axiómái ( xR) / tetszőleges/ (i) 0  F(x)  1 , (ii) F(x) monoton nő , (iii) limx  F(x) = 0 , limx + F(x) = 1 , (iv) F(x) balról folytonos: limxc- F(x) = F(c) /"teli karika"/ 

"Tipikus" kérdések (és a válaszok) P(ξ<b) = b f(x) dx = F(b) P(aξ) = a f(x) dx = 1-F(a) = 1- P(ξ<a) P(aξ<b) = ab f(x) dx = F(b)-F(a) /N.-L.-szabály/ P(ξ=b) = 0 (ha ξ folytonos v.v.) P(ξc) = P(|ξ-c|<ε) = P(c-ε<ξ<c+ε) = F(c+ε)-F(c-ε) .