Obádovics J. Gyula - Valószínűségszámítás És Matematikai Statisztika

EL SZ
Lektorlta Dr. O bdovics Csilla Dr. Szelnyi Lszl Dr. Szelezsn Jnos
DR. OBDOVICS J. GYULA, 1995, 2001 SCOLAR KIAD, 2003
Minden jog fenntartva, belertve a sokszorostst, a m bvtett, illetve rvidtett vltozatnak kiadsi jogt is.
ISBN: 963-9534-00-5
Kiadja a SCOLAR KIAD 1114 Budapest, Bartk Bla t 7. Tel/fax: (06-1) 466-7648 E-mail: scolar@scolar.hu www.scolar.hu Felels kiad s felels szerkeszt: rsek Nndor A bortt tervezte: Mth Hanga A knyv brit rajzolta: rsek-Obdovics Robin, Szab Bla Nyomta a Drer Nyomda Kft. Felels vezet: Megyik Andrs
A valsznsgszmts s a matematikai statisztika trgykre kb. 300 v ta folyamatosan, jabb s jabb eredmnyekkel gazdagszik. Eredmnyeit nhny vtized ta szmos tudomnyterleten rendszeresen alkalmazzk klnbz problmk megoldsra. Folyiratok s napilapok gazdasgi, mszaki, mezgazdasgi, trsadalomtudomnyi cikkeinek szerzi is gyak ran alkalmaznak lltsaik bizonytshoz valsznsgszmtsi s statisz tikai mdszereket. Kzvlemnykutatsi adatok feldolgozst, vlasztsok eredmnyeinek sok szempont elemzst az jsgolvask szles kre rendszeresen olvassa. Fl, hogy elemi valsznsgszmtsi s statiszti kai ismeretek nlkl ezekbl a cikkekbl hamis kvetkeztetseket vonnak le. Mindezek figyelembevtelvel szksgesnek tartjuk, hogy mr a k zpiskolk minden tpusban a valsznsgszmts s a statisztika alap jaival megismertessk a tanulkat, mert az a gondolkodsmd, amely az emltett cikkek megrtshez nlklzhetetlen, csak gy alakulhat ki. Mivel a vilg jelensgei nem determinisztikusak, hanem vletlenszerek, ezrt ki kell fejlesztennk azt az rzket, amely lehetv teszi szmunkra, hogy becslni tudjuk a jelensgek bekvetkezsnek valsznsgt, mert csak gy dolgozhatjuk ki azokat a taktikai lpseket, amelyek a kvetkezmnyek felerstsre vagy ppen kivdsre, hatsuk cskkentsre alkalmasak. E knyv a valsznsgszmts s a matematikai statisztika elemeit tr gyalja a kzpiskolai ismeretekre tmaszkodva. Fejezetei a fiskolai s egyetemi oktatsi programokhoz illeszkednek. Kidolgozott pldi, feladatai a gyakorlati let klnbz terleteinek problmit lelik fel. A feladatok megoldsai a knyv III. rszben tallhatk. Az I. rsz a valsznsg szmtst t fejezetre, a 11. rsz pedig a matematikai statisztika elemeit ngy fejezetre bontva trgyalja. A fejezetekhez n. ellenrz krdsek tartoznak, amelyekkel az Olvas ellenrizheti tudst, ha a krdses fejezet tanulst befejezte. A krdsek termszetesen csak a legfontosabb fogal mak definciira, a tovbbi fejezetek megrtshez nlklzhetetlen tte lekre, s az alkalmazs szempontjbl fontos eljrsokra vonatkoznak. gy az az Olvas, aki korbbi tanulmnyai sorn mr szerzett bizonyos isme reteket, az ellenrz krdsek alapjn megllapthatja mennyire biztos a tudsa, s ha azt kielgtnek tallja, akkor a kvetkez fejezet ismeretei nek elsajttsra trhet t. Javaslom, hogy az Olvas a pldkat s a fela datokat ilyen esetben is nzze t, ill. oldja meg, mert csak az nllan jl megoldott feladatok adnak kell biztonsgrzst, a tblzatok hasznla tban val jrtassgot, amely nlkl nem lehet j eredmnnyel vizsgzni.
Elsz
A knyvben val tjkozdst a jl tagolt tartalomjegyzken kvl a na gyon rszletes nv- s trgymutat teszi mg knnyebb. Mindazok, akik a knyvben foglaltakon tlmen ismereteket kvnnak elsajttani, az iroda lomjegyzkben tallnak megfelel mveket ignyeik kielgtsre. Ksznett mondok a knyv lektorainak, Dr. Sz e l e z s n Jnosnak s Dr. O b d o v i c s Cs i l l nak a lektorls fraszt, de szmomra igen sok segt sget nyjt munkjrt s klnsen r s e k Nn do m?i k, aki nlkl sem ez a knyv, sem a szp killts M a t e m a t i k a knyvem nem jelenhetett volna meg.
Dr. O b d o v i c s J. Gy u l a
TARTALOMJEGYZK
ELSZ................................................................................................................................5 TARTALOMJEGYZK.................................................................................................... 7 GYAKRABBAN HASZNLT JELEK S RVIDTSEK.................................. 11 I. RSZ 15
VALSZNSGSZMTAS...........................................................................................17
Balatonszrsz, 1994. december havban
ELSZ A NEGYEDIK KIADSHOZ Ksznett mondok mindazoknak, akik felhvtk figyelmemet a korbbi kiadsokban elfordul elrsokra s hibkra. Ez a negyedik kiads nhny j tmakrrel s szmos - az alkalmazst s a trgyalt mdszer megrtst elsegt - pldval gazdagodott. Ksznett mondok a negyedik kiads lektorainak, Dr. Szel ny i L s z l nak s Dr. O b d o v i c s Cs i l l nak igen gondos s precz munkjukrt.
Dr. O b d o v i c s J. Gy u l a
ELS FEJEZET............................................................................................................... 17 L l. B evezets...............................................................................................................17 1.2. Esemny, esemnytr......................................................................................... 20 1.2.1. Mveletek esem nyekkel...........................................................................23 1.3. A valsznsg s axim i................................................................................ 27 1.3.1. Gyakorisg, relatv gyakorisg................................................................. 27 1.3.2. A valsznsg matematikai fogalma......................................................29 1.4. Valsznsgi m ezk ..........................................................................................33 1.4.1. Klasszikus valsznsgi m ez ................................................................ 34 1.4.2. Kombinatorikai sszefoglal.....................................................................35 1.5. Geometriai valsznsg....................................................................................45 E .l. Ellenrz krdsek az 1. fejezethez................................................................ 47 V .l. Feladatok az 1. fejezethez..................................................................................47 MASODIK f e j e z e t ...................................................................................................... 51 2.1. Feltteles valsznsg....................................................................................... 51 2.1.1. Szorzsi ttel................................................................................................ 54 2.2. A teljes valsznsg ttele............................................................................... 57 2.2.1. Bayes ttele...................................................................................................60 2.3. Esemnyek fggetlensge................................................................................. 63 E.2. Ellenrz krdsek a 2. fejezethez.................................................................. 67 V.2. Feladatok a 2. fejezethez...................................................................................67 HARMADIK FEJEZET.................................................................................................. 71 Valsznsgi vltozk s jellem zik ...........................................................................71 3.1. Diszkrt valsznsgi vltoz......................................................................... 72 3.1.1. A vrhat rtk............................................................................................. 75 3.1.2. Vonaldiagram s hisztogram.....................................................................77 3.1.3. A szrsngyzet (variancia) s a szrs (diszperzi)........................... 81 3.1.4. Valsznsgi vltozk egyttes- s peremeloszlsai..........................85 3.1.5. A valsznsgi vltozk kztti kapcsolat szorossga.......................89 3.2. Folytonos valsznsgi vltoz...................................................................... 97 3.2.1. Eloszlsfggvny........................................................................................ 98 3.2.2. A srsgfggvny...................................................................................103 3.2.3. Vrhat rtk, szrsngyzet s szrs................................................. 106 3.3. A valsznsgi vltoz egyb jellem zi......................................................] 10
Balatonszrsz, 2001. jnius havban
VALSZNSGSZMTS S MATEMATIKAI STATISZTIKA

3.3.1. A momentumok s alkalmazsuk.......................................................... 110 3.3.2. A mdin..................................................................................................... 115 3.3.3. A /7-kvantiIis, a terjedelem s a m dusz...............................................117 E.3. Ellenrz krdsek a 3, fejezethez................................................................119 V.3. Feladatok a 3. fejezethez................................................................................. 120 NEGYEDIK FEJEZET..................................................................................................125 Nevezetes eloszlsok......................................................................................................125 4.1, Diszkrt vasznsgeloszlsok....................................................................125 4.1.1. Binomilis eloszls....................................... ............................................125 4.1.2. Poisson-eloszls........................................................................................ 131 4.1.3. Hipergeometrikus eloszls...................................................................... 136 4.2. Folytonos eloszlsok ....................................................................................... 138 4.2.1. Egyenletes eloszls...................................................................................141 4.2.2. Exponencilis eloszls............................................................................. 144 4.2.3. Normlis eloszls................................ ................................. ................... 146 E.4, Ellenrz krdsek a 4. fejezethez................................................................155 V.4. Feladatok a 4. fejezethez......................................................................... ........155 TDIK FEJEZET..................................... ..................................................................159 5.1. A Csebisev-egyenltlensg...................................................................... .......159 5.2. A nagy szmok trvnye ............. ............................................................ ...... 162 E.5. Ellenrz krdsek az 5. fejezethez.............................................................. 164 V.5. Feladatok az 5. fejezethez........................................................................ ...... 165
Tartalomjegyzk
3.4. A zF -prba.......................... .......................................... .................................. 218 3.5. Illeszkeds- s homogenitsvizsglat............................. ..............................219 3.5.1. Illeszkedsvizsglat.................................................................................. 220 3.5.2. Homogenitsvizsglat.......................................................... ................... 222 3.6. Fggetlensgvizsglat -prbval.................................... ....................... 226
E.3. Ellenrz krdsek a 3. fejezethez............................................................... 230 S.3. Feladatok a 3. fejezethez..................................................... ........................... 230 NEGYEDIK FEJEZET................................................................................................. 233 Empirikus kpletek ellltsa, korrelci- s regressziszmts........................233 4.1. Az empirikus kplet kivlasztsa.................................................................. 233 4.2. A paramterek meghatrozsa........................................................................ 235 4.3. A statisztikai modell......................................................................................... 241 E.4. Ellenrz krdsek a 4 . fejezethez............... ............................ ............ .......246 5.4. Feladatok a 4. fejezethez................. ............................................. ...... ..........246 III. RSZ 247
MEGOLDSOK.................... ............ ..................................... .........................................249 AZ I. RSZ FELADATAINAK MEGOLDSAI...................................... ............ 249 V .l. Az 1. fejezet feladatainak m egoldsai............... ................................... ..... 249 V.2. A 2. fejezet feladatainak m egoldsai.................................. .................. ......256 V.3. A 3. fejezet feladatainak m egoldsai..........................................................262 V.4. A 4. fejezet feladatainak m egoldsai...................................... .....................271 V.5. Az 5. fejezet feladatainak m egoldsai................................................... ....276 A II. RSZ FELADATAINAK MEGOLDSAI...................................................277 5.1. Az 1. fejezet feladatainak m egoldsai................. ........................................277 5.2. A 2. fejezet feladatainak m egoldsai....................................................... ....282 5.3. A 3. fejezet feladatainak megoldsai................................................... .........284 5.4. A 4. fejezet feladatainak m egoldsai.......................................... ...... .......... 285 IRODALOMJEGYZK............ ................... ...................... .................................. .....287 TBLZATOK.................................................... .................................................... ...289 1. sz. tblzat................................................... ............... ...................... ..................289 2. sz. tblzat........ ..................................... ......................................... ............ ........290 3. sz. tblzat.................. .................................... ............................................ .........291 4. sz. tblzat................... .................... ............. ....................................... ................292 5. sz. tblzat.................. ....... .............. ....................... ........................ .................. 293 6. sz. tblzat....... ....... .................. ..................... ................................. ....................294 NV- S TRGYMUTAT.................. .................................................................. 295
II. RSZ
167
A MATEMATIKAI STATISZTIKA ELEMEI.................................. .................. ........169 ELS FEJEZET................. ............................................. .......................... ........... ........169 1.1. Bevezets ...................................................... .................................. .................. 169 1.2. Statisztikai m intavtel............. ................................... .................................. ..171 1.2.1 A statisztikai minta jellem zi..................................... ............................173 E .l. Ellenrz krdsek az 1. fejezethez................. .................................. .......... 185 5.1. Feladatok az 1. fejezethez.......... .............. ...... ..............................................185 MSODIK FEJEZET......................... .............. ................................. ........................189 Statisztikai becslsek......... ............. ............................ ................................................. 189 2.1. A pontbecsls m dszere......... ......................................... .............. ................189 2.1.1. A maximum-likelihood mdszer...........................................................192 2.2. Konfidencia-intervallum...................................................................... ........... 195 2.2.1. A vrhat rtk becslse......... ................................ ...............................196 2.2.2. A szrs becslse............................................ ...... ..................................201 E.2, Ellenrz krdsek a 2. fejezethez......... ........... .......................................... 203 5.2. Feladatok a 2. fejezethez......... ....................................................................... 204 HARMADIK FEJEZET............................... ................................................................205 Statisztikai hipotzisek vizsglata...............................................................................205 3.1. Az egy- s ktmints M-prba......... ........................................... ............ ...... 207 3.2. Egy- s ktmints -prba................................................. ............................. 212 3.3. A W elch-prba............................... .................................. ...............................215
GYAKRABBAN HASZNLT JELEK S RVIDTSEK

egyenl nem egyenl azonosan egyenl kzeltleg egyenl definci szerint egyel kisebb, mint nagyobb, mint kisebb vagy egyenl nagyobb vagy egyenl sszeads kivons szorzs oszts {xi,x 2 ,.--,x^) > h-> /, g max {a, b) szm -es
lekpezs jele hozzrendels jele fggvnyek jele az a, b szmok kzl
a nagyobb min (a, b) az a, b szmok kzl N Z Q R \a\ a kisebb termszetes szmok halmaza egsz szmok halmaza racionlis szmok halmaza vals szmok halmaza az a szm abszolt rtke
k . 2.
} ], 2 , ... elemek halmaza
{ x |r (x ) } mindazoknak az x elemek nek a halmaza, amelyekre a T(x) tulajdonsg rvnyes res halmaz eleme ...-nak (,..-nek) nem eleme ...-nak (...-nek) ... rszhalmaza ...-nak (...nek) ... valdi rszhalmaza ...-nak (...-nek) ... nem rszhalmaza ...-nak (...-nek) halmazok egyestsnek jele halmazok metszetnek jele halmazok klnbsgkpz snek jele A halmaz komplementere direkt vagy Descartes-le szorzat jele minden ...-ra (...-re) ltezik olyan ..., amelyre rvnyes van legalbb egy olyan ..., hogy ... rendezett pr A s B Descartes-szorzata
{ a , b \ \ a , b [ a-tl b-\g terjed zrt ill, % ! e nylt intervallum szzalk faktoris: p l.4 != l-2 .3 .4 = 2 4 a termszetes logaritmus alapszma e alap exponencilis fggvny binomilis egytthat (n alatt
u n
\
sszegezs jele, pl.
n =I
P
+2+-- +
n elem ismts nlkli per mutciinak szma
V 3
p(ki ,k2 ,...,kr)
elem ismtlses per mutciinak szma
(Xi.Xj)
AxB
V, n,k
n klnbz elem ismtls nlkli ^-ad osztly vari ciinak szma
12
VALSZNSGSZMTS S MA TMA TIK AISTA TISZTIKA

n elem k~& osztly ismt lses variciinak szma n elem fc-ad osztly ismt ls nlkli kombinciinak szma N(m,<7) N{0,) X,x normlis eloszls standard normlis eloszls mintakzp, szmtani kzp
Grg bc
13
v,U c II,k
Grg bc
A
f!;\ x)
alfa bta gamma delta epszilon zta ta
Ii Kk A
ita kappa lambda m n ksz
Pp Za Tx Yv <5^ XX T \ |/
C
r szigma tau pszilon fi kh psz mega
tapasztalati eloszlsfggvny relatv gyakorisg tapasztalati s korriglt tapasztalati szrs tapasztalati s korriglt tapasztalati szrsngyzet az H-prba rtke a -prba rtke az F-prba rtke a x'^ -prba rtke
BP
Cl n,k
n elem k-a. osztly ismt lses kombinciinak szma biztos esemny lehetetlen esemny
- 4
S, .V*
ry
A 5 Ee
z ;
M^l NV
P{A) P{A\B)
az A esemny valsznsge az A valsznsge a B felttel mellett (feltteles valsznsg) t F
Oo
omikron P
thta
Tln
M{X), m D{ X) , a
X valsznsgi vltoz vrhat rtke X valsznsgi vltoz szrsa l~Up-,Up Ufz, Ut Ho, H P
valsznsgi vagy szignifikanciaszint konfidencia intervallum szmtott s tblzatbeli r tk jellse nullhipotzis s ellenhipot zis jele :-adik centrlis momentum
Var X, D^ { X ) , a ^ variancia, szrs ngyzet feltteles relatv gyakorisg v(Xj),v(yj) peremeloszlsok
w(xi , y I ) egyttes eloszls Cov (X,Y) kovariancia R(X,F), r korrelci, korrelcis egytthat f i x ) , (p(x) F{x), M(X^) <I)(x) srsgfggvny eloszlsfggvny Yi 72 ferdesgi egytthat lapultsgi egytthat valsznsgi vltoz vr hat eltrse mdin (az eloszls kzepe) valsznsgi vltoz terje delme
mi
X vltoz :-adik momentu
ma b(k;n, p) binomilis eloszls p { k ; A) Pom on-eloszls
nid
x
mdusz eloszlsfggvny /?-kvantilise
V a l s z n s g s z m t s
Esemny, esemnytr
M veletek esemnyekkel
A valsznsg s aximi Kombinatorikai sszefoglal

Feltteles valsznsg
A teljes valsznsg ttele Valsznsgi vltozk

Diszkrt s folytonos valsznsgi vltoz Vrhat rtk, s/rsncgyzet s szrs Egyttes- s pereme!oszlsok Eloszls- s srsgfggvny Mdusz, mdin, p-kvantilis N evezetes eloszlsok C sebisev-egyenltlensg A nagy szmok trvnye Fejezetenknt ellenrz krdsekkel s feladatokkal
I. RSZ
VALSZNSGSZMTS
ELS F E JE Z E T 1.1. Bevezets Az emberisg mr jval korbban a valsznsgszmts matema tikai megalapozsa eltt, a krnyezetben ismtlden lejtszd jelensgek megfigyelse alapjn felkszlt bizonyos esemnyek be kvetkezsre. Ilyenek voltak pl. az idjrsra, a folyk vzllsra, a szerencsej tkokra vonatkoz megfigyelsek. Tekintsnk pl. egy anyagban homogn, szablyos pontozs dobkockt (a tovbbiakban rviden kockt, 1. bra). A kocka sok szori feldobsakor azt tapasztaljuk, hogy mindegyik lapja az sszes dobs kb. 1/6-ban lesz fell.
/. bra. Szablyos kocka lapjai
Ezt a tnyt gy fejezzk ki, hogy a lehetsges hat eset mmdegyiknek (a kocka egy adott lapja fellre kerlsnek a valsznsge 1/6. ltalban egy vletlen esemny valsznsgn azt a szmot
18
VALSZNSGSZMTS
1.1. Bevezets
19
rtjk, amely megadja, hogy a szban forg esemny az eseteknek k b . hnyadrszben kvetkezik be. A szerencsejtkokkal kapcso latos vletlen esemnyek matematikai vizsglatval elsknt H. Cardano (1501-1576), G. Galilei (1564-1642), B. Pascal, (1623-1662), P. Fermat (1601-1665) s Ch. Huygens (1629-1695) foglalkozott. Egy szenvedlyes szerencsejtkos, Ch. de Mr a kvetkez kt problmval fordult Pascalhoz (1654): 1. Mi az oka annak, hogy egy kockval dobva elnys arra fo gadni, hogy az els ngy dobs kztt megjelenik a hatos, de htr nyos arra fogadni, hogy kt kockval dobva az els 24 dobs vala melyikben megjelenik a kt hatos? 2. Kt jtkos megllapodik abban, hogy az nyeri a kitztt pnzsszeget, aki elszr nyer k szm jtszmt. Hogyan kell ml tnyosan felosztani a kitztt pnzsszeget, ha valamilyen okbl akkor kellett abbahagyniuk a jtkot, amikor az els jtkosnak mg n < k , a msodiknak pedig mg m < k gyzelem hinyzik? A problmk korbban is ismertek voltak, de helyes ltalnos megoldst B. Pascal s P. Fermat adtak 1654-ben. Az emltett problmkkal Ch. Huygens is megismerkedett, s a megoldsokat a De ratiociniis in ludo aleae c. rtekezsben rgztette, amely 1657-ben jelent meg. Jelents eredmnyek fzdnek J. Bernoulli (1654-1705) munkssghoz, aki felismerte, hogy a valsznsg szmts jl alkalmazhat a termszet s trsadalom vletlen jelen sgeinek vizsglatra. Ars conjectandi (A sejts mvszete) c. m vben a nagy szmok trvnye is megfogalmazsra kerlt. A 18. szzadban A. de Moivre (1667-1754), Th. Bayes (17021754), G. L. L Bujfon (1707-1788), J. L Lagrange (1736-1813) s msok bvtik a valsznsgszmtst j eredmnyekkel. A valsznsgszmts klasszikus elmlett P. S. Laplace fog lalta ssze. Abban az idben a valsznsget, a kedvez esetek s az sszes esetek szmnak hnyadosaknt definiltk, amely csak az n. egyenlen valszn esetekre teljesl.
, mivel 6 2 a kedvez esetek a 2, 4, 6, vagyis hrom, az sszes eset pedig: 1, 2, 3, 4, 5, 6 , azaz hat. Pl. annak valsznsge, hogy egy kockval pros szmot dobunk
A 19. szzad elejtl a valsznsgszmts igen gyors fejl dsnek indult S. D. Poisson (1781-1840), K. F. Gauss (17771855), P. L. Csebisev (1821-1894) munkssga kvetkeztben. A valsznsgszmts tretlen fejldst akadlyozta az egzakt matematikai megalapozottsgnak hinya. A valsznsgszmts matematikai megalapozsval foglalkoztak a 20. szzadban pl. Sz. N. Bernstein (1880-1969) s R. Mises (1883-1953), azonban modern elmlett A. N. Kolmogorov dolgozta ki. Kolmogorov E. Breinek (1871-1956), Jordn Krolynak (1871-1959) s msok nak az eredmnyeit tovbbfejlesztve, a halmaz- s mrtkelmletre alapozva 1933-ban alkotta meg a valsznsgszmts axiomatikus elmlett. Kolmogorov elmlete elsegtette a valsznsgszmts ugrsszer fejldst, mivel megszntette azt a bizonytalansgot, amit az alapok tisztzatlansga okozott. Munkssgt kveten a valsznsgszmts feladatnak megfogalmazsa is mdosult. A valsznsgszmts feladata olyan mrtk bevezetse, amely a bizonytalansgot numerikusn mri, s erre alapozva olyan mate matikai mdszerek kidolgozsa, amelyekkel bizonyos esemnyek (vletlen tmegjelensgek) valsznsge kiszmthat. A tovbbiakban ksrletnek nevezzk az olyan tmegjelensg megfigyelst, amelynek lefolysa a vletlentl fgg. A ksrlet klnbz kimeneteleit a megfigyels szempontjbl kivlasztott mennyisg ill. a ksrlet eredmnyeit jellemz informci megk lnbztethet rtkei alkotjk.
Pl. egy kocka -szeri feldobsnl megfigyeljk hnyszor dobunk pros szmot, egy clgpen a gyrtand alkatrsz mreteinek belltsa utn megfigyeljk az elkszlt alkatrszek tnyleges mreteit.
Gyakran bizonyos felttelek ltal meghatrozott korltokkal, mate matikai eszkzkkel lert jelensg, n. modell megfigyelst vgez zk, s a modell megfigyelse alapjn kvetkeztetnk a modell j s gra. ltalban kt alapvet modellt klnbztetnk meg: a deter minisztikus s a nem-determinisztikus vagy sztochasztikus modellt. Determinisztikus modellnek nevezzk azt, amelynl a megfi gyels szempontjbl kivlasztott felttelek egyrtelmen meghat rozzk az eredmnyt. Ezzel sszhangban egy jelensgrl is azt mondjuk, hogy determinisztikus, ha azonos felttelek meglte ese tn a jelensg mindig ugyangy jtszdik le s szksgszeren bekvetkezik.
20
VALSZNSGSZMTS
1.2. Esemny, esemnytr
21
Sztochasztikus modellnek pedig azt nevezzk, amelynl a meg figyelt felttelek alapjn nem lehet egyrtelmen meghatrozni a ksrlet kimenetelt. Egy jelensgrl is azt mondjuk, hogy vletlenszer vagy sztochasztikus, ha a figyelembe vehet felttelek nem hatrozzk meg egyrtelmen a jelensg kimenetelt. Termszete sen ez nem azt jelenti, hogy a jelensgnek nem lennnek meg az okai, hanem csak azt, hogy nem ismerjk az okok sszessgt, vagy egyes okokat nem vesznk figyelembe vizsglataink sorn. A valsznsgszmts tmakrben vgzett vizsglatokhoz szto chasztikus modellt alkalmazunk.
Pl. egy szablyos pnzrme feldobsakor a fej vagy rs eredmnyt meg tud nnk mondani, ha e jelensggel kapcsolatos sszes befolysol tnyezt szmtsba vennnk, azaz ha figyelembe vennnk a feldobs eltti helyzett, a dobs magassgt, a prgs gyorsasgt stb. Ha viszont csak azt vesszk figyelembe, hogy a pnzrmt feldobtuk, s az eredmnyt befolysol tnyezket nem, akkor a dobs eredmnye vletlenszeren lehet fej vagy rs. A pnzrme feldobs ksrlett elegend sokszor megismtelve azt tapasztaljuk, hogy kzel fele arnyban lesz fej, ill. rs. Ezt gy mondjuk, hogy valsznsggel lesz a dobs kimenetele fej vagy rs.
Egy kocka feldobsval vgzett ksrletnl hat elemi esemnyt klnbztetnk meg, spedig a kocka fellre kerl lapjn megszmllt pontok szma alapjn. A hat elemi esemny teht A^, A 2 , A3, A 4 , A5 , A^, amelyek az 1, 2 , 3, 4 , 5 s 6-os dobsnak felelnek meg, s gy az elemi esemnyek -val jellt esemnytere: Q = {Ay,A2 , A^ , A^, As , A( , l ill. Q = {l, 2, 3, 4, 5, 6 } halmazzal adhat meg.
A Q esemnytr valamely rszhalmazt, azaz bizonyos kimene telek sszessgt, amelyek bekvetkezse a krdses esemny be kvetkezst vonja maga utn, az esemnnyel azonostjuk.
Legyen pl. A a pradan pontszmok, B a pros pontszmok s C a prmszmok dobsnak esemnye, akkor ezen esemnyeket rendre {l, 3, 5 }, halmazok jellik, azaz A = {1, 3, 5 }, 5 - { 2 , 4 , 6 } , C - {2 , 3 . 5 } , teht az A, B s C esemnyek a g = {l, 2 ,3 ,4 ,5 ,6 } esemnytr rszhalmazai, azaz AczQ, B d Q , C c z Q . Ha pl. a ksrlet kimenetele 1, 3 vagy 5, akkor azt mondjuk, hogy az A esemny bekvetkezett. A B esemny bekvetkezik, ha a 2, 4, 6 szmok kzl brmelyiket dobjuk, s a C esemny bekvetkezik, ha a 2, 3, 5 szmok kzl brmelyiket dobjuk. {2 , 4 , 6 } s {2 , 3 , 5 }
1.2. Esemny, esemnytr Mit neveznk esemnynek, esemnytrnek? Ebben a szakaszban felhasznljuk a halmazelmlet elemi isme reteit, a halmazok egyestsnek s a metszet kpzsnek mvele teit, valamint a kiegszt halmaz kpzsnek mvelett. Ksrletek vgrehajtsa ill. jelensgek megfigyelse eltt mindig meg kell hatroznunk, hogy mit tekintnk lehetsges kimenetelnek. ltalban feltesszk, hogy a lehetsges kimenetelek halmaza min den ksrlettel kapcsolatban megadhat. Definci. Egy ksrlet egyes megklnbztethet vletlentl fg g, lehetsges kimeneteleit (a megfigyels eredmnyeit), elemi ese mnynek, az elemi esemnyek sszessgt, halmazt pedig esemnytrnek nevezzk. Az esemnytr brmely rszhalmazt esemny nek nevezzk. Egy A esemny elemi esemny, ha nem llthat el tle klnbz esemnyek sszegeknt. Az esemnyteret jelljk -val, az elemi esemnyeket pedig az bc tbbi indexes vagy index nlkli dlt nagybetivel. A Q helyett szoksos jells a grg nagy mega, azaz .
Valamely ksrletnl biztos esemny az, amely a ksrlet sorn minden esetben bekvetkezik, jele: I, (szoks Q -val is jellni); lehetetlen esemny pedig az, amely a ksrlet sorn sohasem k vetkezhet be, jele: 0 . A Q teljes esemnytr a biztos esemnynek felel meg, hiszen az sszes elemi esemnyt tartalmazza, az 0 res halmaz az esemnytr egyetlen elemt sem tartalmazza, ezrt akrmilyen kimenetele van a ksrletnek a 0 esemny nem kvet kezhet be.
A 6 elembl ll esemnytrnek a biztos s a lehetetlen esemnyt is szmbavve 2 rszhalmaza van. Jellje D a pros vagy prmszmok dobsnak esemnyt. A D esemny bekvet kezik, ha a 2, 4, 6 vagy a 2, 3, 5 elemi esemnyek valamelyike bekvetkezik, azaz ha a B vagy a C esemny bekvetkezik, teht a D esemny a B u C halmazmve lettel adhat meg: = i5 u C = {2 , 3, 4 , 5 , 6}
A s B esemny sszege teht az az esemny, amely akkor k vetkezik be, ha A s fi esemny kzl legalbb az egyik bek vetkezik.
22
VALSZNSGSZMTS
7. 2 . 7. Mveletek esemnyekkel
23
Jellje E a pratlan prmszmok dobsnak esemnyt, akkor az E esemny az A s C halmazok metszete, azaz = A n C = {3, 5 }
5-st. gy a nem megklnbztethet kt kocka feldobsval vgzett ksrlet lehet sges kimeneteleinek szma 36, azaz e = {(l, 1),( 1, 2 ) ,.. . , ( 1,6 ) ,( 2 , 1) ,( 2 , 2 ) , . . . , ( 2 ,6 ) ,..., (6, 1) ,( 6 , 2 ) ,....(6 ,6 ) }
A s B esemny szorzata teht az az esemny, amely akkor k vetkezik be, ha az A s B esemnyek mindegyike bekvetkezik. Definci. Egy A esemny kom plem entere (ellentte), jele: A (olv.: fellvons), az az esemny, amely akkor s csak akkor kvetkezik be, ha A nem kvetkezik be. A esemny teht az A ellentett esemnye.
Pl. azt az esemnyt, hogy nem dobunk prmszmot a C halmaznak a Q teljes hal mazra vonatkoz C (olv.: c fellvons) komplementervel fejezhetjk ki, azaz C = {1, 4, 6 }
1.2.1. Mveletek esemnyekkel

Egy ksrlet esemnyeire alkalmazva a halmazmveleteket, miknt azt az elz pontban pldkkal szemlltettk, j esemnyeket hoz hatunk ltre. Ebben a pontban a halmazmveleteknek megfelel, a valsznsgszmtsban ltalnosan elfogadott - az elemi mate matikban hasznlt mveleti jelekkel definiljuk az esemnyekre vonatkoz mveleteket. Legyen A
s
B kt esemny, akkor ezen esemnyek
A pratlan s a pros szmok dobsa egyidejleg nem kvetkez het be, az A s B diszjunkt halmazok, ezrt az A n B res hal maz, lehetetlen esemny, azaz AnB=0. Definci. Kt esemnyt akkor mondunk egyenlnek, ha brmelyik bekvetkezse maga utn vonja a msik esemny bekvetkezst is. sszefoglalva: esemnyeknek a Q halmaz rszhalmazait tekint jk, ill. azzal azonostjuk. Lehetetlen esemny az, amely soha nem kvetkezhet be, biztos esemny pedig az, amely mindig bekvetke zik. Az A elemi esemny, ha nem lehetetlen esemny s nem bont hat fel A-ti klnbz esemnyek sszegre. Az A sszetett ese mny ha legalbb kt, tle fggetlen esemny sszegeknt llthat el. Egy ksrlet Q halmazt esemnytrnek nevezzk, ha Q minden eleme a ksrlet egy lehetsges kimenetelt jelli, s a ksrlet br mely vgrehajtsa sorn a megfigyelt kimenetel Q pontosan egy elemnek felel meg. Azokat az esemnyeket, amelyekrl a ksrlet eredmnybl egyrtelmen eldnthet a bekvetkezsk vagy nem bekvetkez sk, megfigyelhet esemnyeknek mondjuk.
Pl. a teljesen egyforma kocka feldobsval vgzett ksrletsorozatnl a 6-1-5 do bs, azaz 11 sszeg dobsnak esemnye egyrtelmen megfigyelhet, de azt nem tudjuk eldnteni, megfigyelni, hogy melyik kockval dobtuk a 6 -ost s melyikkel az
a) A k j B -vei, ill. A + B -vei jellt sszegn azt az esemnyt rtjk, hogy az A vagy B esemny kzl legalbb az egyik bek vetkezik;
Pl. { l,2 } u { 2 ,3 } = { l,2 ,3 }
b) A nfi"V el, ill. AB-vcl (ill. A B -vei) jellt szorzata az az esemny, hogy mind az A mind a B esemny, azaz mindegyik be kvetkezik;
Pl. { l ,2 } n { 2 ,3 } - { 2 }
c) B \ C , ill. B - C klnbsg az az esemny, amely akkor k vetkezik be, ha a fi esemny bekvetkezik, de a C nem;
Pl. {1,2}\{2,3}={1} E definci rtelmben 5 = {2,4,6} s C = (2,3, 5} kockadobs esemnyeinek B - C = {4 , 6 } klnbsgt, B-nek s Cellentett esemnynek szorzataknt is defini lhatjuk. Pl. B \ C = B n C = {2,4,6}n {l,4,6}= {4 ,6}
Megjegyzs Az esemnyek sszetett kifejezsben elfordul zrjeles ese mnyklnbsgek ltalban nem kezelhetk az elemi algebra sza blyai szerint.
24
VALSZNSGSZMTS
Pl. A + { B - C ) , {A + B ) ~ C , { A - C ) + B ltalban nem egyenlk, ugyanakkor
1.2.1. M veletek esemnyekkel
25
az
A - B + C ) = ( A - B ) - C egyenlsg mindig teljesl.
Pl. jelentse B a kettvel oszthat szm dobst, C pedig a hromnl nagyobb szm dobst. Ekkor B \ C a hromnl nem nagyobb pros szm dobst jelenti, azaz a kettes szmot.
Annak jellsre, hogy az A esemny maga utn vonja a B ese mny bekvetkezst A c 5 szimblumot hasznljuk, amely ekvi valens az A - B = A, ill. A + B = B kifejezsekkel. Definci. A z A s B esemnyeket egymst kizrknak nevezzk, ha egyszerre nem kvetkezhetnek be, azaz ha szorzatuk a lehetet len esemny, vagyis A n B = 0 .
Pl. az A s A egymst kizr esemnyek.
Knnyen belthat, hogy az esemnyalgebra mveleti szablyai a halmazelmlet mveleti szablyainak felelnek meg, s gy a hal mazalgebrai azonossgokkal azonosak az esemnyalgebrai azonos sgok. Legyenek A, B, C tetszleges esemnyek, akkor fennllnak az albbi azonossgok; a) 1. A + A = A 2. A + B = B + A 3. A + (B + C ) = (A + B) + C b) 1. AA = A 2. AB = BA 3. A{BC) = (AB)C = ABC c) l . A + A = [, ill. A + A = Q 2 .A + 0 = A 3 .A + I = I, ill. A + Q = Q d) l . A A = 0
2 . A0 = 0
(az sszeads kommutatv) (az sszeads asszociatv) (a szorzs idempotens) (a szorzs kommutatv) (a szorzs asszociatv)
Definci. Legyen A], A2,
A , A^ ^ 0 (k =l , 2, . . . , n) az ese A ,; Aj = 0 (i, j = 1,2, ...,n ;
mnyek olyan halmaza, amelyre
i ^ j ) s Aj + A2 + ... + A = / teljesl, azaz sszegk (unijuk) a biztos esemny s pronknti szorzatuk (metszetk) a lehetetlen esemny. Ekkor a e = {A,.A2 ,..A } esemnyhalmazt teljes esemnyrendszernek nevezzk. A teljes esemnyrendszer esemnyei kzl - a definci rtelm ben, az esemnyekre vonatkoz ksrlet sorn - mindig egy ese mny kvetkezik be, s nem tbb.
Pl. Legyen A az az esemny, hogy a kockval 4-nl kisebb szmot, B pedig az, hogy 3 -nl nagyobb szmot dobunk, akkor a Q = {a ,b ] teljes esemnyrendszer, kzlk legalbb az egyik mindig bekvetkezik, azaz A v j B = I s egymst kizr esemnyek, azaz A n B = 0 .
3. A/ = A, ill. AQ = A e) 1. A(B + C) = AB + A C 2. A + BC = (A + B){A + C) (A szorzs s sszeads kt disztributv trvnye)
f) De Morgan fle szablyok: Ha A s fi esemnyek komple menterei A s B , akkor A +B =A B ; A B = A+B,
azaz esemnyek sszegnek ellentettje az egyes esemnyek ellentettjnek szorzatval, s esemnyek szorzatnak ellentettje az ese mnyek ellentettjnek sszegvel egyenl. 2. Tetszleges elemekbl ll halmazt, amelyben kt ktvltozs mvelet A + fi s AB, valamint egy egyvltozs mvelet A van r telmezve, tovbb van egy kitntetett I eleme ( 7 = 0 ), s az ele mek eleget tesznek az a ) - e ) aximknak Boole-algebrnak nevez zk (George Boole (1815-1864) angol matematikus s filozfus). A halmazok s az esemnyek teht ugyanannak az algebrnak, a fioo/e-algebrnak tesznek eleget.
Megjegyzsek 1. Az esemnyekre definilt mveletek mveleti jeleit a valsz nsgszmts tmakrben az algebrban hasznlt mveleti jelek kel szoks helyettesteni s azt mondjuk, hogy egy ksrlet esemnyhalmazhoz tartoz esemnyek a bevezetett mveletekkel esemnyalgebrt alkotnak.
26
Pldk
VALSZNSGSZMTS
1.3. A valsznsg s aximi
27
1. Egy gzturbina mkdik, ha a hozz csatlakoz hrom cs brmelyikn ramlik gz. Az esemnyalgebrai azonossgok felhasznlsval rjuk le a kvetkez esem nyeket, ha A], A2 , A3 esemny jelenti azt, hogy az 1., 2., ill. 3. csvn ramlik gz: a) a turbina nem kap gzt, b) legalbb egy cs hibs, c) pontosan kt cs hibtlan. Megolds a) Az t az esemnyt, hogy legalbb egy csvn ramlik gz a hrom esemny szszege fejezi ki: Aj + A2 + A3 . Azt, hogy a turbina nem kap gzt, ennek ellentett esemnye fejezi ki, azaz
A
j
f) Az biztos, hogy mindkt szalagon nem folyik beszllts, lehet, hogy egyiken igen, vagy egyiken sem; g) Egyik szalagon sem folyik beszllts; h) Egyik szalagon sem folyik beszllts ( A + B - A B ); i) Vagy mindkt szalagon van beszllts vagy egyiken sincs. 3. Egyms utn ktszer dobs pontszma pros, jellje C az az esemny, hogy a kt szorzatuk pratlan. Adjuk meg Megolds Minthogy kt szm szorzata mindig pros, ha legalbb az egyik szm pros, ezrt C = A + B. Kt szm szorzata csak akkor pratlan szm, ha mindkt szm pratlan, ami az A-nak is s fi-nek is az ellentett esemnyeknt ll el, teht D ellltshoz alkalmazhatjuk a De Morgaw-szablyt: D - C = A + B = A B. feldobunk egy kockt. Azt az esemnyt, hogy az els A, azt, hogy a msodik dobs pros, pedig B. Legyen szm szorzata pros, D pedig az az esemny, hogy a C s D esemnyt az A s B esemnyekkel.
A2
+ A3 .
b) A legalbb egy cs hibs esemny azt jelenti, hogy vagy az I. vagy a 2. vagy a 3. cs hibs. Ezt az esemnyt pl. a De Morgan-szably ismtelt alkalmazsval adhatjuk meg; Aj + A j + Aj = Aj Aj Aj . c) A pontosan kt cs hibtlan esemny azt jelenti, hogy vagy az 1. cs hibs s a msik kett hibtlan ( A1A2A3 esemny), vagy a 2 . hibs s a msik kett hibtlan ( A]A2A3 esemny), vagy a 3. hibs s a msik kett hibtlan ( AjAjAj esemny) s gy a pontosan kt cs hibtlan esemnyt a hrom esemny sszege adja;
A j A 2 A 3 4 A j A 2 A 3 + A j A 2 A 3 .
1.3. A valsznsg s aximi Az esemnyalgebrban lttuk, hogy egy ksrletet megadhatunk a ksrlet lehetsges kimeneteleinek Q halmazval, azaz az ese mnytrrel. Az esemnytr rszhalmazaira elrt mveletekkel esemnyalgebrt alkottunk s gy azt matematikailag kezelhetv tettk. Most azt fogjuk megvizsglni, hogy valamely ksrlet sorn miknt lehet egy A esemny bekvetkezsnek eslyt, valszn sgt egy vals szmmal megadni. 1.3.1. Gyakorisg, relatv gyakorisg Egy A esemny bekvetkezsnek eslyre akkor nyerhetnk meg bzhat informcit, ha az A-ra vonatkoz ksrletet sokszor meg ismteljk, s megfigyeljk, hogy az A esemny hnyszor kvetke zett be. Tegyk fel, hogy egy n-szer elvgzett ksrletnl az A ese mny /c-szor kvetkezett be ( 0 < k < n). A k szmot az A esemny gyakorisgnak nevezzk. Az n-szer elvgzett ksrletben az A bekvetkezsnek arnyt a szm fejezi ki. A szmot az A esemny relatv gyakoris
k k
2. Egy zemben a raktrbl piros szalagon is s zld szalagon is beszllthat az alkatrsz. Azt az esemnyt, hogy egy adott mszakban van beszllts a piros szalagon jelljk A-val, azt pedig, hogy a zld szalagon van beszllts B-vel. Szavakkal fejezzk ki a kvetkez esemnyeket; a) AB; d) B - A ; g) A + B -, Megolds a) Mindkt szalagon van beszllts; b) Legalbb az egyik szalagon van beszllts; c) A zld szalagon nincs beszllts, de a piros szalagon lehet, hogy van, de az is lehet, hogy nincs; d) A zld szalagon van beszllts, de a piroson nincs; e) A piros szalagon nincs, de a zld szalagon ugyanakkor van beszllts; b) A + B; e) AB; h) AB; c) B; f) m i) AB + AB.
28
VALSZNSGSZMTS
1.3.2. A valsznsg matematikai fogalm a
29
gnak nevezzk s csak k = 0, 1,2,
-val jelljk. Mivel az A bekvetkezsre jhet szmtsba, ezrt

0 < -< l
Mivel a Q esemnytr A esemnynek valsznsge az a P{A) vals szm, amely krl a relatv gyakorisg ingadozik, ezrt elfo gadhatjuk, hogy a relatv gyakorisgra vonatkoz tulajdonsgok az esemny valsznsgre is rvnyesek, melynek matematikai meg fogalmazst a kvetkez pontban adjuk meg.
Plda Dobjunk fel kt szablyos kockt. Mennyi annak a valsznsge, hogy a dobott pontszmok sszege 5? Megolds Az elemi esemnyek szma 36, mivel az egyik kocka minden lapjhoz a msik kocka hat lapja trsulhat. Az elemi esemnyek kzl az 5-s dobs A esemnye: 1,4; 2,3; 3,2; 4,1 dobsokkal kvetkezik be. Mivel ezek az elemi esemnyek egyen len valsznek, valamint k - A s n - 36, gy az A esemny valsznsge;
n egyenltlensg teljesl a relatv gyakorisgra.
( 1)
A ksrletet ismtelten sokszor elvgezve azt tapasztalhatjuk, hogy a relatv gyakorisg egy bizonyos szm krl ingadozik, s ez az ingadozs az n nvekedsvel egyre kisebb, viszonylagos stabi litsa figyelhet meg. Definci. Azt a szmrtket, amely krl valamely A esemny relatv gyakorisgnak ingadozsa viszonylagos stabilitst mutat, az esemny valsznsgnek nevezzk s P(A) -val jelljk. Minthogy minden Q-ha. tartoz A esemnyhez hozzrendelhe tnk egy az elbbiek szerint rtelmezett vals szmot, ezrt azt mondjuk, hogy definilhat egy P fggvny, amelynek P(A) he lyettestsi rtke adja az A esemny valsznsgt. A relatv gya korisg (1) egyenltlensge alapjn az A esemny valsznsgre is teljesl a
0 < P (A )< 1
1.3.2. A valsznsg matematikai fogalma A ksrletek eredmnyeihez, azaz az esemnyek mindegyikhez egy vals szmot rendelnk, vagyis a nem res Q halmazon meg hatrozunk egy vals rtk P fggvnyt. A P-t valsznsgi fggvnynek, P(A) -t pedig az A ez Q esemny valsznsgnek nevezzk, ha teljeslnek az albbi aximk: I. Minden A c z Q esemnyre 0 < P (A )< 1 , azaz P(A) nemnegatv, egynl nem nagyobb vals szm; ms szval minden esemny valsznsge 0 s 1 kztt van; II. P(Q) = l,
egyenltlensg. Ha az A a biztos esemny, azaz I, akkor k = n , teht a relatv gyakorisg rtke ebben az esetben 1, gy P{I) - P(Q) = 1, s a lehetetlen esemnyre k = 0 , teht a relatv gyakorisg ebben az esetben 0 , gy a lehetetlen esemny valszn sge P ( 0 ) = O . Legyenek Aj, A2 , ...,A egymst pronknt kizr esemnyek, akkor ezrt
_
azaz a biztos esemny valsznsge 1; Ây+Ao+... +A , n + ... + III. Ha A s fi egymst kizr esemnyek, vagyis A- B = 0 , akkor P(A + B) = P(A) + P(B), azaz az egymst kizr esemnyek sszegnek valsznsge egyenl ezen esemnyek valsznsgeinek sszegvel.
Aj +^2 + ...+
amelybl kvetkezik, hogy

P ( A i+ A 2 + . . . + A j = P ( A i ) - h P ( A 2 ) + ... + P (A ).
30
VALSZNSGSZMTS
1.3.2. A valsznsg matematikai fogalm a
31
IV.
Ha az A|, A 2 ,
A, ... egymst pronknt kizr esemnyek
4. Ttel. Ha A c z B , akkor P{A) < P(B). Ui. a Q esemny tr A s fi \ A (2. bra) esemnyei egymst kl csnsen kizrjk, tovbb B = A + ( B\ A) , gy a III. axima szerint: P(B) = P(A) + P ( B \ A ) . Mivel P(B \ A) > 0, ezrt a P(A) < P(B) egyenltlensg telje sl, ha A d B. Q ^ 1 B\A Q ^ / A\B ----.
sorozata, azaz A; A j = 0 , ha i i= - j, akkor P(A^ + 2

+ ... +
A^ +. . . ) = P(Ay) + P(2) + . . . + P(A^) + . . . .
Ezeket az aximkat a valsznsg Kolmogrov-fle aximi nak nevezzk. Megjegyzs Ha a esemnytr vges, akkor a IV. axima felesleges. Az aximkbl a valsznsgszmts matematikai elmlete tisztn matematikai eszkzkkel kidolgozhat. Ennek szemlltet sre nhny fontosabb ttelt - bizonytssal egytt - ismertetnk. 1. Ttel. Ha 0 az res halmaz, akkor P ( 0 ) = 0. Ui. legyen A egy tetszleges halmaz, akkor az A s 0 diszjunkt halmazok s A u 0 = A. A III. axima alapjn P{A) = P( A + 0 ) = P(A) + P (0 ), s ez csak a P ( 0 ) = 0 esetn llhat fenn, vagyis a lehetetlen ese mny valsznsge 0 . 2. Ttel. Ha az A], A2 , ..., A esemnyek egymst pronknt kizr jk, azaz Aj A j = 0 , ha i ^ j, akkor P(Ai + A 2 + ... + A) = F(A i) + P(A 2 ) + ... + P(A ). Ui. a III. axima e ttel n = 2-nek megfelel esete, gy azt fel hasznlva a ttelt teljes indukcival igazolhatjuk. 3. Ttel. Ha A az A esemny komplementere (ellentettje), akkor
P ( ) = 1 - P ( A ).
"
^
3. bra. A \ B s A B
2. bra. A c .
5. Ttel. Ha A s fi kt tetszleges esemny, akkor P(A\B) = P(A)-P(A-B). Ui. a Q esemnytr A \ B s A - B (3. bra) esemnyei egymst klcsnsen kizrjk, tovbb A = (A \fi)-i-(A -f), gy a III. axi ma szerint P(A) = P ( A \ B ) + P( A- B) , amelybl mr lltsunk kvetkezik. 6. Ttel. Ha A s B kt tetszleges esemny, akkor P( A + fi) = P(A) + P(B) - P( A fi), (*) azaz kt tetszleges esemny sszegnek valsznsgt megkap juk, ha egyttes bekvetkezsk valsznsgt kivonjuk a kt esemny valsznsgnek sszegbl. Ui. a Q esemnytr A \ fi s fi (4. bra) esemnyei egymst kl csnsen kizrjk, tovbb A + B = ( A \ B ) + B, gy a III. axima s az 5. ttel felhasznlsval: P( A + B) = P{A \ fi) + P(B) = P(A) - P( A fi) + P(B),
Ui. az A s A egymst kizr esemnyek, s Q = A + A, teht a II. s a III. axima szerint 1 = P(Q) = P( A + A) = P(A) + P(A), amibl a P(A ) = 1 -P (A ) kvetkezik.
32
VALSZNSGSZMTS
1.4. Valsznsgi mezk
33
amelybl lltsunk mr kvetkezik. A (*) formula annak valsz nsgt adja, hogy a kt tetszleges esemny kzl legalbb az egyik bekvetkezik.
1.4. Valsznsgi mezk Hogyan szmtjuk ki egy A sszetett esemny valsznsgt? Legyen 0 = {Aj, /I 2 ,..., } egy teljes esemnyrendszer. Tegyk fel, hogy ismerjk mindegyik A^ elemi esemny P{Ai) valszn sgt, amelyet jelljnk pi -vei, azaz P ( A ) = Piesemnyeket a hozzjuk tartoz
Az
Aj,
A2,...,
pi
Kvetkezmny. Ha A, B s C tetszleges esemnyek (5. bra) akkor P (A uB uC )= = P (A )+ P (B )+ P (C )-P (A nB )-P (A nC )-P (B nC }^-P (A nB nC ). Ui. legyen D = B u C , akkor A n D = A r \ { B u C ) = i A n B ) K j ( A n C ) s P (A nD ) = P {A nB ) + P ( A n C ) - P ( A n B n A n C ) = = P(A n B ) + P(A n C ) - P ( A n B n C). Teht P(A + B + C) = P{A + D) = P(A) + P(D) - P(A D) = =P(A) +P(B) +P(C) - P ( B C) -[P(A-B) +P{A-C) - P ( A B- C)] = = P{A) + P(B) + P(C) - P ( B C) - P ( A B ) - P ( A C ) +P(A B- C).
Plda Igazoljuk, hogy P(A + B ) = \ - P { B), ha A s fi kt tetszleges esemny. Megolds A De Morgan szably szerint A B = A + B , ebbl kvetkezik, hogy A B s A + B ellentett esemnyek. A z ellentett esemnyek valsznsgeinek sszege I, azaz
p (a
( z = 1, 2,..., n ) valsznsgekkel egytt valsznsgi meznek nevezzk. A valsznsgi mezt az elbbiekhez hasonlan definiljuk akkor is, ha a teljes esemnyrendszer nem vges, de megszmllhatan vgtelen esemnyekbl ll. Ekkor vgtelen valsznsgi mezrl beszlnk. Egy A sszetett esemny valsznsgt is knnyen ki tudjuk szmtani, ha elllthat a -bl vett esemnyek sszegeknt, ugyanis ekkor az A valsznsgt az t elllt esemnyek val sznsgeinek sszege adja. Ha pl. A = Aj -h A2 + A3 , akkor P( A ) = P( A ,)+ P( A , ) + ( A , ) = p, + p ^ + p , , mivel A], A2, A3 a Q teljes rendszer elemei, teht pronknt ki zrjk egymst, s gy alkalmazhat a IV. axima.
Pldk 1. Hrom pnzrme ismtelt feldobsakor figyeljk meg a fej dobsok szmt. Mi lesz a Q esemnytr s a valsznsgi mez? Megolds Az esemnytr; Q =
{o, 1,2,3},
s a lehetsges esetek szma 8 (F a fej, I az rs).
Nulla fej dobsnak esemnye (azaz 3 rs dobs esemnye) 1-szer kvetkezhet be, egy fej dobsnak esemnye 3-szor kvetkezhet be, kt fej dobsnak esemnye 3szor kvetkezhet be stb.: F FF F FI FI F FII I F F I F I I I F 111
B) + P{A + ) = 1, melybl a P(A + B) = \ - P(A B ) llts kvetkezik.
A megfelel valsznsgi mez: Q s Po=nO ) = | , p, = P (1 ) = | , -n 2 ) = |, /7 3 = P (3 ) = 1 .
34
VALSZNSGSZMTS
1.4.2. Kombinatrikai sszefoglal
35
(Vegyk szre, hogy a valsznsgek nemnegatv vals szmok s sszegk: 1, az-
8 + 8 + 8 " s >
A legalbb egy fej dobsa legyen A esemny, s a mindhrom rmvel fejet dobunk vagy egyetlen fejet sem dobunk esemny legyen B, azaz A = {1, 2 , 3} s f = {0,3}. Az A esemny valsznsge a definci szerint: P( A) = P (l) + P(2) 4- F(3) = | + | + 1 = | - , ;>() = P(0) + P(3) = i 4 =| =i
Definci. Ha egy vges sok elemi esemnybl ll Q esemnytr minden esemnyhez egyenl valsznsg tartozik, azaz az ese mnyek egyenlen valsznek, akkor egyenl valsznsgi me zrl, ms szval klasszikus valsznsgi mezrl beszlnk. Ha n elemi esemnybl ll, s ezek mindegyike ~ valszn sg, akkor egy k szm elemi esemnyt tartalmaz A esemny valsznsge k = , azaz
n n
2. Robin, Balzs s Mikls futversenyen vesznek rszt. Robin nyersi eslye ktszerese Balzsnak, s Balzs nyersi eslye ktszerese Miklsnak. Mi annak a valsznsge, hogy Balzs vagy Mikls nyeri a versenyt? Megolds Mikls nyersi valsznsgt jellje P { M) = p, akkor Balzs nyersi valsz nsge P(B) - 2p, s Robin nyersi valsznsge: PiR) = 2P{B) = 2 - 2 p = : 4 p . A z sszes elemi esemny teljes esemnyrendszert alkot, a valsznsgek szszege 1, ezrt p + 2 p + 4 p = l, amibl 1 7 sig y P{R) = A p = ^ - , P(B) = 2 p = j P { M) = p = j .
P(A) =
A elemeinek szma Q elemeinek szma
Ez a kplet a P(A) kiszmtsra csak egyenl valsznsgi mez esetn hasznlhat. Az A esemny kimeneteleit kedvez
eseteknek szoktuk nevezni s a fenti kpletet gy rjuk fel:

P(A)=Megjegyzs Ha a = {^1, A2 ,..., } teljes rendszer esemnyei egyenlen a kedvez esetek szma az sszes eset szma
valsznek, akkor nyilvnval, hogy P(A ,;)= , (i = l,2 ,...,n ), hiszen

P i A 0 + P ( A 2 ) + ... + P ( A J = l
Balzs vagy Mikls nyersi valsznsge pedig, mivel egymst kizr esemnyek: P({B, M }) = P (fi) + F (M ) = I + 1 = l .
s
P ( A i ) = : P ( A 2 ) - . . . = P (A ) = p,
teht 1.4.1. Klasszikus valsznsgi mez A gyakorlati feladatok megoldsa szempontjbl fontosak azok a valsznsgi mezk, amelyeknl az egyes esemnyek valszn sgei egyenlk. Ha egy A esemny elllthat egyenl valszn sg esemnyek sszegeknt, akkor az A valsznsge egyszeren kiszmthat.
np = 1 azaz p = .
1.4.2. Kombinatrikai sszefoglal A klasszikus valsznsgi mez esemnyeinek valsznsgei ltalban kombinatorikus mdszerekkel szmthatk ki. A kom binatorika alapfogalmaival kapcsolatos szmtsi formulkat bizo-
36
VALSZNSGSZMTS
37
nyitsok nlkl felsoroljuk, mivel a tovbbiakban tbbszr felhasz nlsra kerlnek. Rszletesebb ismertetsk az irodalomjegyzk knyveiben tallhat meg. A) Permutci a) n klnbz elem klnbz sorrendjnek, azaz n elem per mutciinak szma: P,=nl, ahol n \ = l - 2 - 3 - . . . - ( n - l ) - n (olv. en faktorilis); (0 ! = 1; 1! = 1).
Plda Hny hatjegy szm kpezhet a 0, 2, 3, 4, 5, 8 szmjegyekbl? Megolds Ha a 0-val kezdd szmot nem tekintjk hatjegynek, akkor 6 elem P g - 6 ! = l - 2 - 3 - 4 - 5 -6 = 720 perm utciinak szmbl le kell vonni a 0 -val kez dd permutcik szmt, melynek szma annyi, amennyi az utna ll 5 jegy permutciinak szma: P5 = 5 ! - 1 2 0 . Teht a 0, 2, 3, 4, 5, 8 szmjegyekbl kpez het hatjegy szmok szma: 7 2 0 -1 2 0 = 600.
B) Varici a) Ha n klnbz elem kzl minden lehetsges mdon kiv lasztunk k elemet s ezek sszes permutciit kpezzk, akkor meg kapjuk n elem k-ad osztly variciit, melyeknek szma: =
Plda A COMPAQ sz betibl hny olyan hrombets jelsorozat llthat el, ahol az egyes hrombets jelsorozatban a betk nem ismtldhetnek? Megolds Hat elem harmadosztly variciinak szmt kell kiszm tani: K = 6 .5 .4 = ^ = -? = ^ (6 -3 )! 3! 3! = 4 .5 .6 = ,20,
(k< n).
b) Ha megengedjk, hogy a kivlasztsnl ugyanaz az elem leg feljebb k-szoT ismtelten kivlasztsra kerljn, akkor k - a d osztly ismtlses varicirl beszlnk. A k-ad osztly ismtlses vari cik szma:
Vh^k =
b)
(k>nis fellphet).
Ha az adott n elem kztt ki , k 2 ,
db megegyez van,
Plda A totban hny tipposzlopot kell kitlteni a biztos 13, ill. 13+1 tallathoz? Megolds Mivel az l,x,2 elemek bnxielyikt elhelyezhetjk a tipposzlop megadott 13, ill. 14 helyre, ezrt a klnbz mdon kitlthet tipposzlopok szm a 3 elem 13-ad osztly, ill, 14-ed osztly ismtlses variciinak szmval egyenl: ^3.13 = 3^^ = 1 594 323, =3 ^ ^ ^ = 4782969 .
akkor az sszes lehetsges elrendezst n elem ismtlses permut ciinak szma adja: p{k],k2, ahol k^ -f- /c2 + +
Plda Hny permutci kpezhet a MATEMATIKA sz betibl? Megolds Az elemek (betk) szma 10, de ismtld elemek is vannak: az M ktszer, az A hromszor, a T ktszer fordul el, teht 10 elem ismtlses permutciinak szmt kell meghatrozni az ismtld elemek bevtelvel:
p(2,3,2.1,l,l) ^ _
ni
ki\k2 l . . k , l
~ n.
C) Kombinci
a) Ha n klnbz elem kzl minden lehetsges mdon kiv lasztunk k elemet, de a kivlasztottak sorrendjre nem vagyunk tekintettel, akkor n elem ^-ad osztly kombinciit kpjuk. n elem k-ad osztly kombinciinak szma:
= 2, icj = 3, *3 = 2 szmnak figyelem3628800 = 151200. 24
10!
2!-3!-2!'l!-l!l!
n\ k \{n -k)\
(k<n).
38
VALOSZINUSEGSZAMITAS
1.4.2. Kombinatorikai sszefoglal

c) szmmal jellt piros lapot hzunk, P{A B) = 7
39
ahol [0!=l].
Plda
a binomilis egytthatk szoksos jellse.
=1
Megolds Mivel az esemnytr egyenl valsznsg elemi esemnyeket tartalmaz (hiszen mindegyik lap kihzsnak a valsznsge ), ezrt 8 _ 1 32 4
A lottszelvnyen 1-tl 90-ig vannak a szmok felrva, amelyek kzl t szm eltallsa szksges a legnagyobb sszeg elnyershez. Hny szelvnyt kellene tervszeren kitlteni, hogy egy biztos ts tallat legyen? Megolds Mivel az t klnbz szm kijellsnek a sorrendje nem szmt, gy a kitltend szelvnyek szma 90 elem tdosztly kombinciinak szmval egyenl: _ f 9 0 ) _ 9 0 -8 9 '8 8 -8 7 5 1 - 2 - 3 .4 - 5 -4 3 9 4 9 2 6 8 .
lapok szma krtyacsomag lapszma
_ szmmal jellt lapok szma _ 16 _ 1 krtyacsomag lapszma 32 2 ff ^ _ szmmal jellt piros lapok szma krtyacsomag lapszma 4 _ 1 32 8'
b) Ha n elem /c-ad osztly kombinciiban az elemek ismtl dst megengedjk, akkor n elem A:-ad osztly ismtlses kombi nciit kapjuk, n elem fc-ad osztly ismtlses kombinciinak szma: n +k - \ clkk
Plda Hnyfle eredmnyt kaphatunk, ha hrom egyforma kockt egyszerre dobunk fel s a kockk sorrendje nem szmt? Megolds Mivel minden dobs az 1, 2, 3, 4, 5, 6 szmok kzl hrom szmot hatroz meg, melyek kztt egyenlk is lehetnek, ezrt 6 elem harmadosztly ismtlses kombinciinak szmt kell kiszmtani:
2. Egy dobozban 20 csavar van, amelyek kzl hatnak hibs a menete. Vletlen szeren hrmat kivlasztva, mi a valsznsge annak, hogy mindhrom hibs (A esemny), ill. hogy a hrom kzl egyik sem hibs (B esemny)? Megolds A kiemelt 3 csavar egyms kztti sorrendje nem szmt, s 20-bl brmelyik csavart ugyanakkora valsznsggel vlaszthatjuk, gy 20 elem harmadosztly ismtls nlkli kombincija adja a Q esemnytr elemeinek szmt. Teht 20 csavarbl hrmat ^20^_ 20-19-18 = 1140 -flekppen lehet kivlasztani . 3 1 -2-3 -5-4 = 20 -flekppen vlaszt1 -2 -3 141312 = 364 -flekppen 1 -2 -3
Az A elemeinek szma: 6 hibsbl 3-at hatunk. A B elemeinek szma: 14 hibtlanbl 3-at
vlaszthatunk. Teht mindhrom csavar hibs kivlasztsnak valsznsge:
^6,3 Pldk
"6 + 3 -1 ^ f8^ 3 ^ ^3^
8 -7 -6 = 56. 1-2-3 hrom kzl egyik sem hibs kivlaszts valsznsge: P(B) = 364 1140 91 = 0,319. 285
1. A 32 lapos magyar krtya csomagbl hzzunk egy lapot. A piros lap hzsa legyen az A esemny, s a szmmal jellt lap hzsa legyen a B esemny. Mi annak a valsznsge, hogy a) piros lapot hzunk, P{A) = ? b) szmmal jellt lapot hzunk, P(B) = ?
Ha a legalbb egy hibs C esemny valsznsgt akarjuk meghatrozni, ak kor a 3. ttelt alkalmazhatjuk, mivel C - B , teht P{C) = P { B ) ^ \ - P { B ) = l 91 285 194 -0 ,6 8 1 . 285
40
41
3. Egy osztlyban 11 lny kzl 3 kk szem s 8 barna szem. Ha vletlenszeren kivlasztunk 6 lnyt, mi a valsznsge annak, hogy pontosan egy kk szem lesz kztk? Megolds Hat lny kivlasztsnak sszes lehetsges szmt 11 elem hatodosztly kombi nciinak a szma adja, azaz
A de Mr ltal felvetett krdsre (1. 1.1. Bevezets 1. problma) a (*) formulbl s = 4 helyettestssel: P(A) = l = 0,5177
addik, a (**) formulbl s = 24 helyettestssel: P(B) = 35 36

x24
^\.6 -
11!
7 '8 '9 '1 0 '1 1 = 462. 1 -2 -3 -4 -5
A 3 kkszem kzl egyet 3-flekppen vlaszthatunk, a 8 bam aszem kzl 5-t -flekppen vlaszthatunk, teht a kedvez esetek szma: = 3-56 = 168.
= 0 ,4 9 1 4 < 2
1
addik. A felvetett problmhoz tartozan -nl nagyobb valsz nsg elrshez szksges dobsszmot nevezzk kritikus rtk nek, ami egy kocka dobsnl 4. De Mr annak okt kereste, hogy mirt nem teljesl az n. kritikus rtk arnyossgi szablya : 4 :6 = 2 4 :3 6 , vagyis ha hatodra cskken a valsznsg, akkor mirt nem hat szorosra n a kritikus rtk. Ui. s = 15 rtk behelyettestsvel
x25
\
k = Cj i Cg 5 = 3 A krdses esem nyt/l-val jellve;
= 0,36. n 462 Teht 0,36 annak valsznsge, hogy a 6 lny kztt tesz pontosan egy kk szem. 4. Mi a valsznsge annak, hogy a) egy szablyos kocka 5-szeri feldobsa kzl legalbb egyszer 6-ost dobunk?
P {A )^^ = 168
b)
kt szablyos kocka .v-szeri feldobsval legalbb egyszer dupla 6-ost dobunk?
36
= 0,50553 > ^
/
addik. A krdsre pontos
Megolds a) A 6-os dobs esemnyt jelljk A-val. Egy kocka feldobsakor 6 elemi ese mnyt klnbztetnk meg, ha pedig .v-szer feldobjuk, akkor az egyenlen valszn lehetsges kimenetelek szma 6''. Mivel a lehetsges esetek kzl a nem 6-os dobs esemnye 5''' esetben fordul el, gy a kedvez esetek szma: 6' -5 '''. A nnak val sznsge teht, hogy s dobs kzl legalbb az egyik 6-os:
vlaszt de Moivre 1718-ban megjelent Doctrine o f Chances c. m vben adott. A 0 < p <l valsznsghez az 5 kritikus szm az a legkisebb egsz szm lesz, amely nagyobb az (1 - p Y = ~ egyen let X megoldsnl, azaz x = In 2 M l-p) P+ Ebbl lthat, hogy elegend kicsi p esetn elhanyagolhat In 2 rtknl.
6'''-5''' P{A)^----- = i _ 6 ^ '
f 5'^'
(*)
b) A dupla 6-os dobs esemnyt jelljk B-vel. Kt szablyos kocka feldobsa kor az egyenlen valszn kimenetelek szma 36, s gy az -szeri feldobs lehet sges kimeneteleinek szma 36'''. 35 ' esetben dobhatunk dupla 6-ostl eltrt, gy a kedvez esetek szma: 36' -35''. Annak valsznsge teht, hogy kt kocka szeri feldobsa kzl legalbb egyszer dupla 6-ost dobunk:
kicsi rtk, s ekkor a kritikus rtkek arnyossgi szablya megfe lel kzeltst ad. Megjegyzs De Mr msodik krdsre (1. 1.1. Bevezets 2. problma) ab ban az idben szmos tudsnak sem sikerlt helyes vlaszt adni. Az els jtkos gyzelmnek valsznsgre, Pascal s Fermat lta-
f35
36" 36
42
VALSZNSGSZMTS

n - l i hibtlan elemet
43
-flekppen v
lnos megoldst adott. Ha A-val jelljk azt az esemnyt, hogy az els jtkos gyz, akkor
n+ m l
fN-k^
n-h
-flekppen, h hibsat pedig ' N - k ^ k^ [n-hj
P{A) =Plda
=n
n +m -\ i
laszthatunk ki. A kedvez esetek szma teht:
s gy annak valszn
sge, hogy a tallomra kivett n db termk kzl pontosan h db hibs, vagyis az A = \ n - h hibtlan, h hibs} esemny valsznsge: N -kYk\ P{A)=-
Pter s Pl abban llapodnak meg, hogy az nyeri a felajnlott T pnzsszeget, aki elszr nyer 10 jtszmt. Tegyk fel, hogy a jtk befejezsig Pternek mg kett, Plnak pedig mg ngy gyzelemre van szksge. Milyen arnyban osztozzanak a megnyerhet sszegen, ha nem folytathatjk a jtkot? Ki jr jobban, ha elfogadjk Pl ajnlatt, mely szerint a megnyert jtszmk arnyban osszk fel a T sszeget? Megolds Pl ajnlata szerint a nyert jtszmk arnyban, azaz 8;6 arnyban kellene elosztani a T sszeget. Ugyanakkor Pter nyersi eslye a (***) formula szerint; 2+ 4 -1 V _ L a5
2
5 y 2-1
n-h
, (/t = 0 ,1 ,2 ,.
6. A legyrtott termkek kzl N h a raktrba kerlt, amelyek kzl k db hibs. Most egyenknt vlasszunk ki n termket ( n < N ) , gy, hogy minden termk kiv lasztsnl feljegyezzk annak milyensgt, s visszatesszk a tbbi kz. A z ilyen kivlasztst visszatevses m intavtelnek nevezzk. Mi a valsznsge annak, hogy a kivlasztott mintban pontosan h db hibs termk van, ha feltesszk, hogy brmely termk kivlasztsnak az eslye azonos? Megolds A lehetsges esetek szmt, mivel brmelyik termk kerlhet az n elem minta 1., 2., stb. helyre, az ismtlses varicik szma adja: N " . Az egyforma valsz
/=2
32
5'^ ^5^ ^5^ 4- '5^ + + ,4^ 2 ^3
Vagyis, ha a jtkot folytatnk, akkor Pter nyersi eslye csak
13
valsznsggel nyerhet, mg Pl
nsg elemi esemnyek szma teht N . A kivlasztottak kztt akkor van h hibs, ha pontosan n - h a hibtlan termkek szma. A h hibs termket a vissza tevs miatt k ^ -szr vlaszthatjuk ki. Az n - h meinek a szma (a kedvez kimenetelek): hibtlant pedig ( N -fle
, teht a T sszeget igazsgosan 13:3 arnyban kell
felosztani Pter s Pl kztt. Ez a felosztsi arny lnyegesen eltr Pl ltal javasolt 64 arnytl, mely Plnak kedvezett. Ui. Pter a T sszegnek csak ^ szt kapn, az igazsgosan neki jr 91 rsz helyett.
kppen lehet kivlasztani. gy az A - { h hibs, n -/x hibtlan} esemnyhalmaz ele
N-kf-^k'
s gy a keresett valsznsg: iN-kf~^k' P{A) =
5. A legyrtott termkek kzl N h a. raktrba kerlt, amelyek kztt k db hibs van. Tallomra kivlasztunk n db termket (n < N). Ez azt jelenti, hogy brmelyik n db termk kivlasztsnak az eslye azonos. Az ilyen kivlasztst visszatevs nlkli m intavtelnek nevezzk. Mi a valsznsge annak, hogy a minta pontosan h db hibsat tartalmaz? Megolds N termk kzl n db kivlasztsnak lehetsges szmt, N elem n-ed osztly ismtls nlkli kombinciinak szmval adhatjuk meg, azaz fN szm mintt
1_ iV "
N N
, ( k = 0X
2,...,n).
A formulbl lthat, hogy a hibs termkek darabszma helyett elegend a P - selejtarnyt ismerni, ekkor a formult
P(A) = vlaszthatunk. Az egyforma valsznsg elemi esemnyek szma teht
'n '
n
. Az
alakban hasznljuk.
44
VALSZNSGSZMTS
1.5. Geometriai valsznsg
45
7. Egy dobozban egyenl szm fehr s piros goly van. Visszatevssel 5 elem mintt vlasztva, mi a valsznsge annak, hogy a mintban 2 piros goly lesz (A esemny)? Megolds Mivel a dobozban ugyanannyi fehr s piros goly van, gy brmelyik szn goly kivlasztsnak valsznsge P ~ ^ - ^ (****) formult hasznlva.
1.5. Geometriai valsznsg A Q esemnytr egy geometriai alakzat nem megszmllhat pont halmazhoz rendelt elemi esemnyek halmaza is lehet. Ilyenkor ha feltesszk, hogy a Q esemnytrben annak valsznsge, hogy egy vletlen pont az A d Q rsztartomnyba essen, arnyos az A tar tomny mrtkvel (vonalszakasz hossza, trfogatrsz kbtartalma, stb.), akkor geometriai valsznsgrl beszlnk. A valszns get az A s mrtknek hnyadosval adjuk meg, azaz P{A) = A rszszakasz hossza Q szakasz hossza A rsz terlete Q terlete
P(A) =
fsY
vagyis 0,31 valsznsggel kerl az 5 elem mintba 2 db piros goly.
Megjegyzs Tegyk fel, hogy a Q esemnytr az Ay, A 2 , llhatan vgtelen elemi esemnyek halmaza, azaz
Q = { A . ^ 2 .............
A ,... megszmvagy
/> (A ) =
A vges esemnytrhez hasonlan valsznsgi mezt kapunk, ha a minden Aj elemhez hozzrendeljk annak pj valszn sgt. Ekkor a IV. aximnak megfelelen P( ^ + 2 + . .. + + ...) = P( A y )+ P ( 2 ) + ... + P( A,^ ) + . . . =
= Pl + P l + + P n +- - - = ^ P i =1
i-1
vagy P (/i) - ^ rsz trfogata Q trfogata A valsznsget a Q halmazon egyenletes eloszlsnak nevez zk, ha tetszleges A esemny valsznsge arnyos a halmaz A mrtkvel. ltalban az egyenletes eloszls valsznsgeket geometriai valsznsgeknek mondjuk.
Pldk 1. Mi annak a p valsznsge, hogy egy r sugar krlap vletlenl kivlasztott
Az A esemny P(A) valsznsgt ebben az esetben is az A elemi esemnyeinek valsznsgeibl kpzett sszeg adja. A P(Ai) = Pl szmok azt mutatjk, hogy miknt oszlik meg az egysgnyi valsznsg a Q teljes esemnyrendszer esemnyei kztt. Ennek rtelmben mondhatjuk, hogy minden pi > 0 ( = 1, 2,...), s ^ / 3; = l feltteleket kielgt pi szmok valszi= nsgeloszlst alkotnak.
pontja a vele koncentrikus sugar krlapba esik? Megolds Jelljk -val az r sugar, A-val pedig az sugar krlap ponthalmazt, akkor (r ^ .2 4'
n A terlete terlete
2.
Vlasszuk ki a vals szmegyenesen az a s pontokat gy, hogy a -2<a<0, 0<b<3
egyenltlensgek teljesljenek. Mi annak a valsznsge, hogy a d b a egye nes szakasz hrom egysgnl hosszabb lesz?
46
Megolds A Q esemnyteret az {a,b)
VALSZNSGSZMTS
E .l. Ellenrz krdsek az 1. fejezethez
47
rendezett szmprral adott ponthalmaz alkotja,
E .l. Ellenrz krdsek az 1. fejezethez 1. Mit neveznk ksrletnek, elemi esemnynek, esemnytrnek? 2. Hogyan definiljuk a valsznsgi fggvnyt? 3. Melyek a Kolmogorov-fle aximk? 4. Hogyan igazolhatk az aximk alapjn a P ( A \ B ) = P ( A ) - P ( A B) s P(A u B ) = P{A) + P{B) - P{A B) lltsok. 5. Hogyan definiljuk a vges valsznsgi mezt? 6. Hogyan szmtjuk ki az egyenl valsznsgi mez valamely esemnynek valsznsgt? 7. Mit neveznk gyakorisgnak s relatv gyakorisgnak? 8. Mit neveznk geometriai valsznsgnek?
amelyet derkszg koordintarendszerben a 6. bra tglalapja szemlltet.
Az A halmaz pontjait a tglalaptartomnyon bell a d = b - a > 3
felttelt ki
elgt (a,b) pontok alkotjk, azaz az X2 X, = 3 egyenes feletti bevonalkzott skidom. Teht annak valsznsgt, hogy a b - a > 3 lesz, az A s a. Q terletek mrszmnak arnya adja: ^ A terlete _ 2 _ 1 _ Q terlete 6 3'
V .l. Feladatok az 1. fejezethez

V .l .l. Igazoljuk, hogy az AB, A s A - B esemnyek teljes rendszert alkotnak. V.1.2. Legyen A, B s C egy Q esemnytr 3 esemnye. Igazoljuk, hogy a) B s BA egymst kizr esemnyek;
3. Egy r alapl, 3r magassg egyenes lls ngyzetes hasb belsejbe egy r sugar gmbt kpzelnk. Mi a valsznsge annak az A esemnynek, hogy a hasb oldallapjai kztt bolyong gzmolekula ppen a gmb belsejben van? Megolds A hasb trfogata: V,, = 2r r 3r = 1 2 r . A gmb trfogata: metriai valsznsg defincija szerint Ar^n P A )= ^ = - \ = ~ -0,35 Vh 2 r^ 9 annak a valsznsge, hogy a gzmolekula az r sugar gmb belsejben van.
4 ^.3 . A geo=
b) A + AB = A + B\ c) ( A - C ) ( B - C ) = A B - C . V.1.3. Egy vrba egy zld s egy vrs kapun lehet bejutni. A zld kapu nyitva esemnyt jellje Z, a vrs kapu nyitva esemnyt jellje V. Mit jelentenek a kvetkez esemnyek: a) Z V; g) Z V ; b) Z + V; h) Z V ; c) Z; i) ZV; d) V - Z ; j ) Z + V; e) Z + V; k)ZV+ZV. f)Z+V;
V.1.4. Legyen a Q esemnytr kt tetszleges esemnye A s B. Igazoljuk, hogy a) P{B) = P { AB) +

p
( AB) \
b) P(A + B) = \ - P ( a B).
48
VALSZNSGSZMITAS
V. 1. Feladatok az 1. fejezethez
A - {kt fej s pros szm} B = {a 2-es szm megjelense} C = {pontosan egy fej s prmszm} c) Adjuk meg az A s fi; csak a fi; B vagy C esemnyeket az elemi esemnyek felsorolsval. V.1.10. Legyen adott a Q = {a,, A2 , A3, /I4 } esemnytr. Az albb adott fggv nyek kzl melyek definilnak a Q-n valsznsgi mezt? a) m ) =i P { A ^ ) = ^ , P ( A ^ ) ^ ~ , fi(A4) = i ;
V.1.5. Dobjunk fel egy pnzrmt hatszor egymsutn. Mekkora a kvetkez esemnyek valsznsge: a) mindegyik fej, b) mindegyik rs, c) vagy mindegyik fej, vagy mindegyik rs, d) pontosan egy fej, a tbbi rs, e) pontosan 4 fej, f) legalbb egy fej. V.1.6. Egy dobozban 20 db hibs, de mg egyes esetben hasznlhat, s 30 db hibtlan csavar van. Ha 2 db-ot tallomra kivesznk a dobozbl, mekkora annak a valsznsge, hogy a) mindkett hibs, b) egyik sem hibs, c) csak az egyik hibs, d) legalbb az egyik hibs, e) legfeljebb az egyik hibs. A vlaszokat visszatevs nlkli s visszatevses mintavtel esetre is adjuk meg. V.1.7. Egy 6 hektrnyi terlet fltt szll replgprl vletlenszeren leszakadt egy lemezdarab. Mekkora a valsznsge annak, hogy egy 100x80 m^ -es sport plyra esik? V.1.8. Egy kocka s egy pnzrme egyttes feldobsval (rs (7), fej (F), 1, 2, 3, 4, 5, 6) add elemi esemnyekbl ll Q esemnytr legyen Q = [ f i , F2, F3, f a , F5, F 6 , 11, 12, 13, 14, 15, 16} a) Adjuk meg Q rszhalmazaknt a kvetkez esemnyeket: A = {fej s pros szm},
b) F ( A , ) = | , P{A 2 ) ^ \ ,
c) P ( A , ) = ~ , P { A ^ ) = ~ , P(As) = j , P ( A , ) = 1 ;
d) P ( A ) = 1
P{A2)=~, P (A 3 ) = 1
fi(/4) = 0.
V.1.11. Legyen P a Q - { a ^ , A 2 , A j } esemnytren rtelmezett valsznsgi fggvny. Hatrozzuk meg P (A ,) rtkt, ha a) P{ A 2 ) = ~ s fi(A 3 ) = l ;
b) P{A 0 = 2 P{A 2 ) s P { A j } = ~ ; c) P{[A 2 ,A^]):^ 2 P{Ay)-
B = {fej, valamint rs s prmszmok}, C = {rs s pratlan szmok} b) Adjuk meg az A vagy B; fi s C; csak a B esemnyeket. c) Az A, B s C esemnyek kzl melyek a pronknt egymst kizr ese mnyek? V.1.9. Dobjunk fel egy tforintost, egy tzforintost s egy kockt. a) rjuk fel a Q esemnyteret az elemi esemnyek felsorolsval (pl. F F l , stb). b) Adjuk meg az A, a fi s a C esemnyt az elemi esemnyek felsorolsval, ha
d) P(A^) = 2P(A2) s P(A2) = 3P(A,).

V.1.12. Nndi (N) s Balzs (fi), valamint Merci (M), Anita (A) s Jetta (I) sakk versenyen vesz rszt. A nyers valsznsge nemenknt azonos, de minden fi ktszer eslyesebb, mint brmelyik lny. a) Hatrozzuk meg annak valsznsgt, hogy a sakkversenyt lny nyeri; b) Hatrozzuk meg annak valsznsgt, hogy a sakkversenyt N s M (Nndi, Merci) testvrpr valamelyike nyeri. V.1.13. Egy olyan slyeloszls kocknk van, amellyel brmely pontszm dob snak valsznsge arnyos a szban forg pontszmmal. Az A, fi, C esemnyeket rendre a pros, a prm s a pratlan szmok alkotjk. a) Adjuk meg a valsznsgi mezt;
50
VALSZNSGSZMTS
b) Hatrozzuk meg a P(A), P{B), P(C) valsznsgeket; c) Hatrozzuk meg a c j ) pros vagy prmszmok; C2 ) pratlan prmszmok; C 3 ) B-hez nem tartoz pros szmok dobsnak valsznsgt.
M SO D IK FEJEZET 2.1. Feltteles valsznsg Ksrleteink sorn sokszor elfordul, hogy valamely esemny val sznsgt egy msik esemny bekvetkezsnek figyelembevte lvel kell meghatrozni. Vizsgljuk meg, hogy mi az A esemny valsznsge abban az esetben, ha csak azokat a kimeneteleket vesszk figyelembe, amelyek a B esemnyhez is hozztartoznak. Ezt gy is rtelmezhetjk, hogy Q helyett B-t tekintjk az j ese mnytrnek, vagy az A valsznsgt a B esemny bekvetkezs nek felttele mellett keressk. Definci: Legyenek A, B tetszleges esemnyei egy ksrlet Q ese mnyternek s B valsznsge legyen pozitv, azaz P(B) > 0. Az A esemny B felttelre vonatkoz, P{A\B) -vei jellt (olv. p A feltve B) feltteles valsznsgn az A s B egyttes bekvetke zsnek s a B esemny valsznsgnek hnyadost, azaz ( 1) szmot rtjk (7. bra). Ez a szm azt mutatja, hogy A hnyadrsz ben kvetkezik be a fi bekvetkezseinek esetei kzl, ill. ha B bekvetkezett, akkor annak valsznsge, hogy A is bekvetkezik, P (A B ).
V.1.14. Egy dobozban 12 tranzisztor van, amelyek kzl 4 hibs. Vletlenl ki emelve 2 db tranzisztort, mi a valsznsge annak, hogy mindkett hibs; egyik sem hibs ill. legalbb az egyik hibs? V.1.15. Egy rekeszbe rendezetlenl lett behelyezve 20 n s 10 frfi szemlyi nyilvntartsi lapja. A frfiaknak is s a nknek is a fele mrnk. Mi annak a val sznsge, hogy egy vletlenl kiemelt lapon frfi (A esemny), mrnk {B ese mny), frfi vagy mrnk adatai vannak? V.1.16. Egy kr kerletn vletlenl kivlasztott hrom pontot jellje a, b s c. Mi annak a valsznsge, hogy a hrom pont a kr ugyanazon fl kerletn fekszik? V.1.17. P{A->rB) = ^ , F ( A ) = - | s a P{A), P{B) s P{A B) valsznsgeket. V.1.18. Hatrozzuk meg a P{A B), P{A B), P(A + B) s P{B A) valsz nsgeket, ha P { A ) = ^ , P{A + B) = ^ s P { B ) = . B) = -^ ismeretben, hatrozzuk meg
V.1.19. Egy szablyos kockt 100-szor feldobtunk, s az egyes pontszmok el fordulst az albbi n. gyakorisgi tblzatba foglaltuk: Pontok szma: Gyakorisga: Szmtsuk ki ) a 6 -os dobs; b) a 3-as dobs; c) a pratlan szm dobs; d) a prmszm dobs relatv gyakorisgt. 1 14 2 17 3 20 4 18 5 15 6 16
7. bra. Wenn-diagram: P(A B) I P{ B) szemlltetse
52
VALSZNSGSZMTS
2.1. Fe l t t el es val s z n s g 53 A nyilvntart kartonok rendezetlenl vannak letve. Mi a valsznsge annak, hogy a vletlenszeren kiemelt karton a) fi; b) betegsgen tesett tanul;
A kplet alapjn a feltteles valsznsget a felttel nlkli val sznsgekbl kiszmthatjuk, ha a felttel valsznsge nem nulla. Megjegyzs Ha A s fi a -hoz tartoz egyenl valsznsgi mez esem nyei, akkor az A esemny fi-re vonatkoz feltteles relatv gyako risgt az
, , -lA R . mg '
c) betegsgen tesett fi. Ha elzetesen a fik s lnyok kartonjt rendezetlenl kln-kln halomba tettk, akkor mi a valsznsge annak, hogy d) a fik kartonjbl egyet kivlasztva az betegsgen tesett fi kartonja lesz; e) lnyok kartonja kzl egyet kivlasztva az olyan lny, aki nem volt beteg? Megolds A tblzat jellsei szerint:
kplettel szmthatjuk, ahol m^.g az A B esemny bekvetkez seinek, mg pedig a B esemny bekvetkezseinek szma.
Pldk 1. Dobjunk fel kt szablyos kockt. A B esemny legyen az, hogy a kt koc kval 6-ot dobunk, azaz amikor a kt kocka fels lapjn a pontok sszege 6: B - {(1,5), (2,4), (3,3), (4,2), (5,1)},
a) /> (fi)= ii|= = 0 ,4 8 ;

b) m ) = ^ = 0,39; = 0,22;
c) P(A f) = ^ az A esemny pedig az legyen, hogy legalbb az egyik kockn kettest dobunk. Sz mtsuk ki a P{A\B) feltteles valsznsget. Megolds A Q esemnytr elemeinek a szma: 6 -6 = 36, az A elemeinek a szma pedig: A={{2, 1), (2,2), (2,3), (2,4), (2,5), (2,6), (1,2), (3,2), (4,2), (5,2), (6,2)} azaz 11, s A B = {(2, 4), ( 4 ,2 )} ezrt P( A B) __ 36 ^ 2 _5_ 5 P{B) 36 d)
p (a \b ) =
VI !
p[g)
2 i0 230 80
110
= = 0 45
120
230
120
- 0,67.
P( A\ B) ^
ugyanakkor 2. Tegyk fel, hogy egy iskola 230 tanuljrl az albbi kimutats kszlt egy jrvnyos betegsg idszakban; beteg volt fi lny sszesen esemny 50 40 90 A nem volt beteg 60 80 140 A sszesen 110 120 230 esemny B B
3. Egy zem A-val s fi-vel jellt kt clgpn ugyanazt az alkatrszt gyrtja. Az A gpen naponta 500 darabot, melybl 20 db selejt, a B gpen naponta 650 darabot, melybl 30 a selejt. Ha az egyik nap gyrtott alkatrszek kzl kivesznk egyet s az selejt, akkor mi annak a valsznsge, hogy ez a kivett selejtes alkatrsz az A gpen kszlt? Megolds A lehetsges esetek szma a kt gpen naponta gyrtott alkatrszek szma: 1150 db, a kedvez esetek szma az A gpen gyrtott selejt darabszma: 20 db. Ha E jelenti azt az esemnyt, hogy az alkatrsz az A gpen kszlt, S pedig a felttelt jelent esemnyt, azaz egy selejt kihzst, akkor a P( E S) annak a valsznsgt jelen ti, hogy az alkatrsz az A gpen kszlt s selejt, gy
20
P(S) - 1150 . . 2 0 ^ 2 50 50 5 1150
54
v a l s z In s g s z m t A s
2.1.1. Szorzsi ttel
55
2.1.1. Szorzsi ttel A feltteles valsznsg fontos kvetkezmnye az n. szorzsi ttel (szorzsi szably), amelyet, az A B = B - A felhasznlsval a 2 .1. pont ( 1) kpletbl P ( A B ) = P(B)P(A\B) (2)
(feltettk, hogy az A esemny megvalsult, gy mind a betegsgen tesettek szma, mind az sszes ltszm eggyel cskken);
p (c \b
a ) =
228
gy a keresett valsznsg:
p {a
-b
)=
90 89 230 229
228
- 0,06.
2. Egy dobozban 16 tranzisztor kzl 4 hibs. Mi annak a valsznsge, hogy a) visszatevs nlkl hrom egyms utn kivett tranzisztor hibtlan? b) az els hibtlan, a msodik hibs, a harmadik ismt hibtlan? Megolds a) I. mdszer: Mivel 1 6 - 4 = 12 hibtlan van a dobozban, az els hibtlan tran
16 4
alakban kapunk. Termszetesen A-t is tekinthetjk felttelnek s akkor (2) helyett P(B A) = P(A)P(B\A) (2*)
formult hasznljuk. Amint lthat a ttellel kt tetszleges esemny egyttes bek vetkezsnek valsznsgt megkapjuk, ha az egyik esemnyt felttelnek tekintjk, s ennek valsznsgt szorozzuk a msik esemnynek a felttelre vonatkoz valsznsgvel. A szorzsi ttel tetszleges Aj, A 2 , A esemnyekre is kiter jeszthet a teljes indukci alkalmazsval: F(Ai A2 A) = P(Ai)P(A2|Ai)P(A3|Ai A 2)...
...F ( A |A l A 2 A _ i ) ( 2 * * )
zisztor kivtelnek valsznsge | | = 4 = 0,75. Ha hibtlant vettnk ki, akkor a dobozban a maradk 15-bl 11 hibtlan, teht a msodszor is hibtlan tranzisztor kivtelnek valsznsge = 0,73, s a harmadszor is hibtlan tranzisztor kivte
lnek valsznsge | ^ = y = 0,71. A szorzsi ttel alkalmazsval
12 11 10
=
11
'" T ls
teht 0.39 valsznsggel vehetnk ki a dobozbl egyms utn hrom hibtlan tranzisztort. 2. mdszer: 16 tranzisztorbl hrmat tani, 12-bl hrmat pedig
A (2**) formult ltalnos szorzsi szablynak nevezzk.

Pldk 1. Az elz pont 2. pldjnak adatait felhasznlva hatrozzuk meg annak va lsznsgt, hogy a 230 kartonbl egyms utn kihzott hrom karton betegsgen tesett fi kartonja. Megolds A jellje azt az esemnyt, hogy az els karton betegsgen tesett fi, B azt, hogy a msodik karton betegsgen tesett fi, C pedig azt, hogy a harmadik karton betegsgen tesett fi. Ekkor az A c \ B r \ C esemny valsznsgt kell meghat roznunk a (2**) kplet szerint:
p (a b c
ri6
= 560 -flekppen lehet kivlasz
= 220 -flekppen, teht 220 11
3.
mdszer: 16-bl egyms utn hrom tranzisztort kivlasztani 1 6 1 5 1 4 -
flekppen lehet, 12-bl hrmat pedig 1 2 1 M 0 -flekppen, teht 121M 0 11 p =. = ^ = 0,39. 161514 28 b) Ha 7],72,73 jelli az egyms utn, visszatevs nlkl, vletlenszeren kiv
)=
p {a ) p (b \a ) p (c \b
a ) .
A jobb oldali valsznsgek: P(A) = 90 . 230
lasztott hibtlan tranzisztor vlasztsnak esemnyt, akkor a P(T{T2 T^ ) valszn
229
sget kell meghatroznunk. Mivel
56
P(TO = 1 6 -4
2 4
2 . 2 . A teljes valsznsg ttele
57
16
akkor 4 ~ = ~ , s minthogy hrom klcsnsen fggetlen t vezet a piros golykJ O O hoz, ezrt egy piros goly kiemelsnek p valsznsgt a hrom t valsznsgei nek sszege adja: n_ 14 n -1 4 ^ 1 K I 3 _ 2 ^ 3 10 3 6 3 8 15 1 ^ 1 _ 113 18 8 360 '
P(.T,
s gy az ltalnos szorzsi szably szerint a keresett valsznsg: p ( W 3 ) = P ( r ,) - P ( f 2 |r ,) .F ( r 3 |r ,f 2 ) = | - ^ - | l = o,i6
Megjegyzs Adott, vges valsznsgekkel rendelkez vges szm ksrlet sorozatokat (vges sztochasztikus folyamatokat) clszer n. fadia gramon szemlltetni. A fadiagramot gy ksztjk el, hogy egy kezdpontbl (a gykrbl) kiindulva utakat (gakat) rajzolunk az els ksrletsorozat egymst kizr esemnyeihez, s az utakhoz a megfelel valsznsgeket rjuk fel. E pontokbl a kvetkez k srletsorozat esemnyeihez szintn megrajzoljuk az utakat, a meg felel valsznsgekkel elltva, stb. A kezdponttl a vgponthoz vezet utak mindegyike a ksrletsorozat egy kimenetelnek felel meg. A feltteles s a teljes valsznsg tteleibl egyrszt kvetkezik, hogy a ksrletsorozat egy-egy tja ltal meghatrozott esemnynek valsznsgt az t menti valsznsgek szorzata adja, msrszt, ha az esemnyhez tbb t tartozik, akkor a teljes valsznsget az egyes utakhoz tartoz valsznsgek sszegeknt kapjuk.
Plda Adott hrom urna, amelyeket A-val, B-vel s C-vel jellnk. Az A-ban 6 fehr s 4 piros, a -ben 5 fehr s 1 piros, a C-ben 5 fehr s 3 piros goly van. A vlet lenszeren kivlasztott urnbl emeljnk ki ugyancsak vletlenszeren egy golyt. Mi a p valsznsge annak, hogy piros golyt emeltnk ki az urnbl? Megolds A sztochasztikus folyamat most kt ksrletbl ll: az urna kivlasztsbl s a fehr (F) vagy piros {P) goly kivlasztsbl. A fadiagramot a 8. bra szemllteti. Ha az A urnt vlasztottuk, akkor a piros goly kiemelsnek valsznsge: = 3 10 15 ha a fi urnt vlasztottuk, akkor 3 6 18 ha a C urnt vlasztottuk,
2.2, A teljes valsznsg ttele Egy Q esemnyteret tbbfle mdon is felbonthatunk bizonyos szm esemny sszegre. A lehetsges felbontsok kzl sz munkra az egyik legfontosabb az, amelyik a Q esemnyteret klcsnsen kizr esemnyek sszegre bontja fel. Legyen Aj, A 2 , teljes esemnyrendszer S a A) = i s B egy
tL
tetszleges pozitv valsznsg esemny. Ha [ j Aj =Q (9. bra),
i=l
akkor B = Q B
= (A j -I- A 2 + . . . -1 -
) B ~
= (A] B) + (A 2 B) + ...+ (A B), ahol az A ,- B (/ = 1, 2 ,..., n) egymst klcsnsen kizr esem nyek, gy P{B) = P{A^-B) + P(A2 B ) + ...+ P(A B).
5S
v a l s z n s g s z m t As
2.2. A teljes valsznsg ttele

feltteles valsznsge az F felttel mellett: 90
100'
p {b \f
59
]~ s az M felttel mellett:
A teljes valsznsg ttelt felhasznlva:

p {b
)=
f [b \ f )f {f
) + p (b \m )p {m ) =
100 100
90 82 100 100
1260 + 7380
10000
= 0,
Teht 0,86 vagyis 86 % annak a valsznsge, hogy a vletlenl kivlasztott hallgat a sikeresen vizsgzottak kzl val.
A szorzsi ttel alkalmazsval P(B) a kvetkez alakban is felrhat: P(B) = P ( A 0 P ( b \A0 + P(A2)P(B\A2)+...+ P(A )P(f|A ), (3) P { A i ) ^ 0 (i = l, 2 ,...,n ) Ezt a formult a teljes valsznsg ttelnek nevezzk. A teljes valsznsg ttele teht azt fejezi ki, hogy ha Aj, A2, A egymst pronknt kizr, pozitv valsznisg esemnyek
n
2. Egy remgyjt dobozban 19 darab tforintos van, melyek kzl 12 db a 2000. vben, a tbbi pedig 1997. vben kszlt. Egy rdekld szmra vletlenszeren 3 rmt kivesznk, s visszatevs eltt mindhrmat megjelljk. A kvetkez rdek ld szmra ismt kivesznk tallomra 3 rmt. Mennyi a valsznsge annak, hogy a msodszor kivett hrom rme nincs megjellve, s 2000 . vben kszlt? Megolds A krdses esemnyt jellje A, Bj { j = 0,1,2,3) pedig azt az esemnyt, hogy az elszr vlasztott 3 rme kzl j darab 2000-ben vert rme volt. Elszr meghat rozzuk az A esemny feltteles valsznsgt Bj felttel mellett. 3 rme sszes lehetsges kivlasztsnak szmt 19 elem 3-ad osztly kombincii adjk: n = Cjg 3 = "1 9 '^ = 969. A 12 db 2000. vben vert rme kzl j db s a korbban vert 7 rme kzl 7
3 - j
s ^ /^ ( A ,) = 1 , akkor tetszleges B esemny valsznsgt a (3)

i=
kplete szerint lehet kiszmtani, amelyet P(B) = {A )p (b |A,) alakban szoks megadni.
Pldk 1. Az vfolyam matematika szakos hallgatinak 90%-a, fizika szakos hallgati nak 70%-a sikeresen vizsgzott. A fizika szakosok az vfolyam 18%-t teszik ki. Mennyi a valsznsge annak, hogy egy vletlenl kivlasztott hallgat a sikeresen vizsgzottak kzl val? Megolds Legyen B a krdses esemny. Az F esemny jelentse azt, hogy a kivlasztott hallgat fizikus, az M pedig azt, hogy matematikus. A fizikus hallgat kivlasz tsnak eslye: a matematikus hallgat: p (m ) = ^ ^ . A B esemny
kivlasztsnak lehetsges szma: Ci 2 j = 3~j db kivlasztsnak lehetsges szma:
(3)
vagyis a kedvez
esetek szma: ki - C, 2, / C7 3.^ =
"12 " ^ 1 j J 3-7

1
A Bj esemny valsznsge:
3-7
( ; = 0,1,2,3).
Ha elszr j db 2000-ben vert rmt vlasztottunk, akkor msodszor 3 db nem megjellt 2000 -ben vert rmt csak 1 2 - j db nem megjellt 2000 -ben vert rme kzl vlaszthatunk. A lehetsges kedvez vlasztsok szma: '1 2 - 7 ^
12-7,3 -
60
VALSZNSGSZMTS
2.2.1. Bayes ttele
61
Teht az A esemny feltteles valsznsge Bj felttel mellett:
P {\B ) =
P (A i)P (B A i) P(A^)P(B A^)+P(A2)P(B A2)+...+P(A^)P(B
( 2)
( j - 0,1,2,3).
( = l,2,...,,n). Ezt a formult nevezzk jBajes -ttelnek.
Most alkalmazzuk a teljes valsznsg ttelt: 1 3-
Ha teht az Aj, A2,
A egymst pronknt kizr pozitv van
P(A)=J^P(A\Bj)P(Bj)=J^j =0 j =0
lsznsg esemnyek, amelyekre ^ p ( a , ' )= 1, akkor tetszleges

i =l
pozitv valsznsg B esemnyre s brmely /-re fennll a (2) sszefggs-, amelyet

-(220-1-35 + 1 6 5 -1 2 -2 1 + 1 2 0 -6 6 '7 + 8 4 -2 2 0 -1)= 969"
t|
= 0,13. 938961
Teht 0,13 annak a valsznsge, hogy msodszorra 3 db nem megjellt 2000ben vert tforintos rmt vesznk ki.
Ha
;= i
( , = ( 2 * )
2.2.1. Bayes ttele A teljes esemnyrendszerrel kapcsolatban gyakran nem a B ese mny valsznsgt kell meghatroznunk, hanem azt, hogy a B esemny bekvetkezsben az esemnyrendszer egyes esem nyei milyen szerepet jtszanak. A krds a kvetkezkppen is megfogalmazhat; ha B bekvetkezett, mi annak a valsznsge, hogy ez pontosan az esemnyrendszer Aj (-edik) esemnynek bekvetkezsvel egytt valsult meg. Az Aj esemnyek B esemnyre vonatkoz feltteles valsznsgeit minden i-re a ( 1) kplettel szmthatjuk. A (1) kpletbe P(B) helyett helyettestsk a 2.2. pont (3) kife jezs jobb oldalt, a P(A,- B) helyett pedig a neki megfelel P(Ai)P(B Aj) kifejezst, akkor a kvetkez sszefggst kapjuk: alakban szoks megadni. Az (2*) formulbl lthat, hogy a Bayesttelt akkor alkalmazzuk, ha egy teljes esemnyrendszer valamelyik esemnynek feltteles valsznsgt kell meghatrozni, ismerve a feltteli esemnynek az esemnyrendszer elemeire vonatkoz fel tteles valsznsgeit, valamint a teljes esemnyrendszer minden elemnek valsznsgeit.
Pldk 1. A 2. fejezet 2.1. pontjnak 2. pldjban szerepl adatok felhasznlsval ha trozzuk meg a) az A esemny valsznsgt a teljes valsznsg ttelvel is, s b) annak valsznsgt, hogy egy betegsgen tesett tanult kivlasztva, az a fik kzl val; lnyok kzl val. Megolds a) Az esemny s komplementere mindig teljes esemnyrendszert alkot, ezrt a
B, B teljes esemnyrendszer. Alkalmazhat teht a teljes valsznsg ttele: p ( a ) = p (A |fi)p(fi)+ ^ VI / w

p (a
/* \ /
100 230
p [a
~ = = 0,39, 120 230 230
ami megegyezik a kzvetlenl szmtott
) -val.
62
2.3. Esemnyek fggetlensge

A Bj esemny valsznsge:
63
b) Bayes-ttd felhasznlsval szmtjuk ki annak valsznsgt, hogy a be tegsgen tesett tanul a fik kzl val:
a B2 esemny valsznsge: 230 lnyok kzl val: A fi] esemny A felttel melletti feltteles valsznsgnek kiszmtshoz a W ) 90 230 90 Bayes-ttdt alkalmazzuk, melyhez szksgnk van az A esemny fij, s B 2 felttel melletti feltteles valsznsgre is: 45 jO 10000 60 .. P(BO 10 60 45 9
2.
Egy mhelyben gyrtott sszes alkatrsz 50%-t a G] gp 3%-os selejttel,
10000
2000
30%-t a 2 gp 4%-os selejttel, 20%-t pedig a G3 gp 5%-os selejttel gyrtja. a) Mi a valsznsge annak, hogy egy vletlenl kiemelt alkatrsz selejtes? b) Ha a vletlenl kivlasztott alkatrsz selejtes, mi a valsznsge annak, hogy az a G\ gp termke? Megolds A selejtes alkatrsz vlasztsnak esemnyt jellje Z, akkor a teljes valszn sg 2.2. pont (3) kplete szerint P{Z) = P(G^ )P(Z|Gi ) + P(G2 )P(z|G 2 ) + P(G3 )?(Z|G3 ) = = 0,50 0,03 + 0,30 0,04 + 0,20 0,05 = 0,037. Annak valsznsgt, hogy a selejtes alkatrszt a Gj gp gyrtotta a Bayes-ttel ( 2 ) kpletvel szmthatjuk ki: P(G,\ Z) = es gy P(A\ b OP ( BO P a Ir X '
8 ^ _ 100 '6 0 PB 2 ) ^ 60
8 100
2 25
P ( B i \ A) = -
2000 6
PiAB0PiBy) + P(A\B2)P{B2)
5 ,A i
- 0,22.
2000 6 25 6 Teht 0,22 annak a valsznsge, hogy a szvbetegsget feltntet kivlasztott karton n beteg.
P(Gi )P(Z|Gi )___________ _

P(Gi )P{ Z G ,) + P(G2 ) P( Z G 2 ) + P{Gj )P(Z|G3 ) ^ ___________ 0,50 0,03___________ 0,50 0,03+ 0,30 0,04+ 0,20 0,05 0,015 0,037 15 37 ~
q
2.3. Esem nyek fggetlensge ltalban fggetlennek mondunk kt esemnyt, ha nincsenek hats sal egymsra, vagy ms szval, ha az egyik bekvetkezse nem befolysolja a msik bekvetkezst. Matematikailag akkor tekint jk fggetlennek a kt esemnyt, ha az egyik bekvetkezse nincs hatssal a msik bekvetkezsnek valsznsgre. Definci. Legyen A s B kt tetszleges vletlen esemny. Az A s B egymstl fggetlen esemnyek, ha P ( A B ) = P(A)P(B)
jelentse azt,
'
3. Egy krhzban 50 nt s 10 frfit polnak. A frfiak 8 %-a, a nk 0,45%-a szvbeteg. A betegsgeket ler kartonok kzl vletlenszeren egyet kivlasztva, azt ltjuk, hogy a karton szvbeteg. Mennyi a valsznsge annak, hogy a karton n beteg? Megolds Az A esemny jelentse azt, hogy a kivlasztott karton szvbeteg,
(1)
hogy a kivlasztott karton n beteg, B 2 pedig jelentse azt, hogy a karton frfi beteg.
vagyis, ha. A s B egyttes bekvetkezsnek valsznsge egyen l A s fi valsznsgeinek szorzatval.
64
VALSZNSGSZMTS
2.3. Esemnyek fggetlensge
65
Ha A s 5 fggetlen esemnyek s P{B) > 0, akkor P{A B)-P(A), vagyis az A feltteles valsznsge a B felttel mellett egyenl az A valsznsgvel, azaz a B esemny bekvetkezse nem vltoz tatja meg A bekvetkezsnek eslyeit. Ha az (1) felttel nem telje sl, akkor az A s B esemnyek nem fggetlenek. ltalban n esemnyt (n = 2 ,3 ,...) fggetlennek neveznk, ha akrhnyat kivlasztva kzlk, azok egyttes bekvetkezsnek valsznsge egyenl valsznsgeik szorzatval. Az Aj, Aj,..., A esemnyekrl teht azt mondjuk, hogy {teljesen) fggetlenek, ha brhogyan kivlasztva kzlk A,-^, A j ^ , ..., A ,-^ esemnyeket, teljesl a ,P (A , A A: ) = P(A , )P(A- ) . . . P(A: ) , (k = 2 ,3 ,...,n) (1 *)
2. Az A, B s C esemnyek fggetlenek, ha a hrom esemny pronknt fg getlen, azaz P { A n B ) = P{A)PiB), P { A n C ) = P{A)P{C), P { B n C ) = P{B)P{ C) s teljesl mg a P { A n B n C ) = P( A) P( B) P( C) {*) felttel is. Vegyk szre, hogy a teljes fggetlensghez a pronknti fggetlensg nem elegend. 3. Kt szablyos pnzrme feldobsa a Q = {f F , F I J F , I I } esemnyteret alkotja. Az esemnyek egyenl valsznsgek. Vizsgljuk meg az A, B s C esemnyek fggetlensgt, ha A ^ {f f , F i i B = {f F, I f I C = {f I,IF}. Megolds A z A, B s C esemnyek valsznsgei: P{A) = P { B) : ^ Pi C) = ^ = ^ s P(AB) = P{{FF}) = 1 P{ AC) = P({ f i ]) = 1
egyenlsg, azaz brmely tetszlegesen kivlasztott k-szm k lnbz esemny egyttes bekvetkezsnek valsznsge az egyes esemnyek valsznsgnek szorzatval egyenl. Ez 2'^ - n - l felttel teljeslst kveteli meg. Ha az (1 *) csak k = 2 -re, vagy csak k = 3 -ra, ... teljesl, akkor A esemnyek pronknt, hrazt mondjuk, hogy az A], A j, mnknt, stb.-knt fggetlenek.
Pldk 1. Egy kocka feldobsnak eredmnye lehet pros szm s pratlan szm. A p ros szm dobsnak esemnye legyen A, a pratlan szm dobs pedig B. Vizsgl juk meg az A s B esemnyek fggetlensgt. Megolds Pros s pratlan szm dobsa egyszerre nem kvetkezhet be, teht A s B egymst kizr esemnyek, azaz P(AB) = 0. A z A s B esemny bekvetkezsnek valsznsge: P { A ) = ^ = ~ , P { B ) = ^ = -^, teht
6 2 o /
P(BC) = P{{ i f } ) = ^ . A pronknti fggetlensg felttelei teljeslnek, ui. P{AB) = P{A)P{ B) = \ - \ ^ ^ , stb. 2 2 4 A (*) felttel azonban nem teljesl, mivel ABC = 0 s gy P{ABC) = P ( 0 )
- 0 ^ P{A)P(B)P{ C) , vagyis a hrom esemny nem fggetlen.
Megjegyzs Ha az A s fi fggetlen esemnyek, akkor a) az A s B esemnyek is fggetlenek; b) az A s B valamint az A s B esemnyek is fggetlenek. Ui. P(A n B ) = P ( A u B ) = 1 - P ( A u 5 ) =
Mivel 0 = P{AB)
P { A ) P { B ) - , az (1) felttel nem teljesl, ezrt az A s B
= l-P (A )-P (B ) + P(AnB) = = 1 P(A) P(B) + P(A)P(B) =

-
esemnyek nem fggetlenek.
= [l-PiA)][l-P{B)]=P(A)P(B).
A b) llts hasonlan lthat be.
66
VALSZNSGSZMTS
E. 2. Ellenrz krdsek a 2. fejezethez
67
4. Egy irodban kt szmtgp egymstl fggetlenl mkdik. A z egyik sz mtgp mszakonknt] meghibsodsnak valsznsge 0,3, a msik szmtgp pedig 0,2. Mi a valsznsge annak, hogy legalbb egy mszak idtartama alatt egyik szmtgp sem hibsodik meg? Megolds Ha A-val jelljk az egyik szmtgp s -vel a msik szmtgp mszakon belli meghibsodsnak esemnyt, akkor P{A) = 0,3, s P{B) = 0,2. Azt az ese mnyt, hogy legalbb egy mszakon bell egyik szmtgp sem hibsodik meg, A s B esemnyek ellenttvel, azaz AB -vei adhatjuk meg. A fggetlensg figye lembevtelvel P(A B) = P ( A ) P ( B ) = (1 - 0 ,3 ) (1 - 0 ,2 ) = 0,7 0,8 = 0,56. Teht 0,56 annak valsznsge, hogy egy mszakon bell egyik szmtgp sem hibsodik meg. 5. Egy zem raktrban gumicsizmk s bakancsok vannak. Annak valszns ge, hogy egy munks tevkenysghez csizmt, ill. bakancsot ignyel 0,8, ill. 0,5. Ha mindegyik munks csak egy lbbelit visz el, mennyi a valsznsge annak az Aval jellt esemnynek, hogy 6 munks egyms utn csak csizmt vagy 6 munks egyms utn csak bakancsot visz el? Megolds Legyen B esemny az, hogy mind a hat munks egyms utn egy-egy csizmt ignyel, C esemny pedig az, hogy mind a hat munks bakancsot ignyel. Nyilvn val, hogy a B s C esemnyek egymst kizrjk, teht az A valsznsgt a B s C valsznsgnek sszegeknt meghatrozhatjuk, azaz P{A) = P(B + C) = P{B) + P{C). Mivel a csizma ignylsnek valsznsge 0,8, gy a 6 egyms utni ignyls valsznsge: P (fi) = 0,8^ = 0,2 6 2 1 4 4 s hasonlan: P(C) = 0,5*^ = 0,015625, vagyis P{A) = P(B) + P{C) = 0,262144 -f 0,015625 = = 0,28. Teht 0,28 annak valsznsge, hogy mind a 6 munks egyms utn csizmt vagy bakancsot ignyel.
akkor P{AB) = 0, de AB nem lehetetlen esemny, akkor A s B egymst kizr esemnyek. Hasonlan, kt egymst kizr ese mny csak akkor fggetlen, ha legalbb az egyik esemny bekvet kezsnek valsznsge 0 . E.2. Ellenrz krdsek a 2. fejezethez 1. Hogyan definiljuk a feltteles valsznsget? 2. Milyen esemnytren rtelmezzk a feltteles relatv gyakori sgot? 3. Hogyan rtelmezzk a valsznsgek szorzsi ttelt? 4. Hogyan alkalmazzuk a fadiagramot valsznsgek kiszmt sra? 5. Mit mond ki a teljes valsznsg ttele? 6. Hogyan szrmaztatjuk Bayes ttelt? 7. Hogyan definiljuk az esemnyek fggetlensgt? V.2. Feladatok a 2. fejezethez
V .2.1. Dobjunk fel kt szablyos kockt. Mi annak a valsznsge, hogy az egyttes pontszm 10 vagy 10-nl nagyobb, ha a) az 1-es kockval 5-st dobunk,
b) legalbb
az egyik kockval 5-st dobunk.
V.2.2. Az 1,2,,..,9 szmjegyek kzl vletlenl vlasszunk ki kt szmjegyet. Ha a kt szmjegy sszege pros, mi annak valsznsge, hogy mindkt szmjegy pratlan? V.2.3. Bence a jl megkevert 52 lapos bridzs krtyacsomagbl ngy lapot kapott. Ha a ngy lap mindegyike pikk, akkor mi a valsznsge annak, hogy a kvetkez hrom lap kztt is lesz legalbb egy pikk? (A pikk, kr, kr, treff lapok mind egyikbl 13 van.) V.2.4. Egy dobozban 7 hibtlan s 3 hibs alkatrsz van. Ha egyms utn hrom alkatrszt kivesznk a dobozbl, mi a valsznsge annak, hogy az els kett hibt lan, a harmadik pedig hibs lesz? V.2.5. Pongrc a jl megkevert 32 lapos magyar krtyacsomagbl 5 lapot kapott. Mi a valsznsge annak, hogy mindegyik lap zld?
Megjegyzs 1. Ha kt esemny, A s B fggetlen, vagyis P(AB)=P(A)P(B), s mindkt esemny valsznsge pozitv, akkor A s B nem lehet egymst kizr esemny, mivel egyszerre is bekvetkezhetnek, azaz P(AB) 0. Ha azonban az egyik esemny valsznsge 0,
68
V.2. F eladatoka 2. fejezethez
69
V.2.6. Szmtsuk ki az A esemnynek a S-re vonatkoz, valamint a B esemny nek az A-ra vonatkoz feltteles valsznsgt, ha
V.2.12. Egy cip nagykeresked X, F s Z gyrtl vsrol cipket 25, 35, ill. 40%-os arnyban. Az X, Y, ill. Z gyr cipi 5, 4, ill. 2%-ban hibsaknak bizonyultak. Mekkora annak a valsznsge, hogy egy vletlenszeren kivlasztott cip a) hibs,
V.2.7. Szmtsuk ki az a)P{A\B)\ b)P{B\A)-,

c) P ( A kj B);
b) hibtlan, d)P{ABy, e)P{Â) c) hibs s azt az Y gyr ksztette, d) hibtlan s azt a X gyr ksztette?
valsznsgeket, ha P(A) = V.2.8. Egy vfolyam hallgatinak 25%-a matematikbl, 15%-a fizikbl s 10%-a matematikbl s fizikbl is elgtelenre vizsgzott. Vlasszunk ki egy hallgatt az vfolyambl, s llaptsuk meg: a) Mi a valsznsge annak, hogy matematikbl elgtelen az osztlyzata, ha fizikbl elgtelen? b) Mi a valsznsge annak, hogy fizikbl elgtelen az osztlyzata, ha mate matikbl elgtelen? c) Mi a valsznsge annak, hogy matematikbl vagy fizikbl elgtelen az osztlyzata? V.2.9. Egy ids hzasprnl annak valsznsge, hogy a frfi mg 10 vet l annak valsznsge, hogy a n mg 10 vet l ^ . Szmtsuk ki annak valsz nsgt, hogy a) mindketten lnek mg 10 vet; b) legalbb az egyik l mg 10 vet; c) egyikk sem l mg 10 vet; d) csak a n l mg 10 vet. V.2.10. Balzs, Robin s Nndor egy cltblra lnek. A tallat valsznsge a sorrend szerint hogy a) kzlk csak egy tall a cltblba; b) ha egy tallat van, akkor azt a lvst Balzs adta le? V.2.11. Egy iskola 2000 dikja kzl a fik szma 1500, a lnyok 500. A szem orvos minden dikot megvizsglt s azt tallta, hogy 60 fi s 50 lny rvidlt. Mekkora valsznsggel a) rvidlt egy vletlenszeren kivlasztott dik; b) rvidlt egy vletlenszeren kivlasztott lny; c) rvidlt egy vletlenszeren kivlasztott fi; d) lny egy vletlenszeren kivlasztott rvidlt? 6 4 3 Mindegyikk egy lvst ad le. Mi a valsznsge annak,
V.2.13. Egy gyrban kt szalagon ugyanazt a termktpust szerelik ssze. Az els szalag mellett gyakorlott szakmunksok 10%-os selejttel, a msodik szalag mellett kezd betantott munksok 20%-os selejttel vgzik a szerelst. Vletlenszeren kivlasztunk mindkt szalagrl lekerlt termkek kzl egyet-egyet. Mekkora annak valsznsge, hogy a) mindkett hibs, b) egyik sem hibs, c) legalbb az egyik hibs, d) pontosan egyik hibs? V.2.14. Egy mhelyben egymstl fggetlenl t forgcsol gp mkdik. Az egyes gpek napi zemszer mkdsnek valsznsge 0,9. Mekkora annak val sznsge, hogy egy vletlenszeren kivlasztott napon a) mind az t gp zemszeren mkdik, b) egyik gp sem mkdik, c) legalbb egy gp mkdik, d) legfeljebb egy gp mkdik? V.2.15. Egy zem hrom klnbz termelkenysg gpe ugyanazt a termket gyrtja. Az X gp naponta 10 db-ot, az Y gp 15 db-ot, a Z gp pedig 25 db-ot gyrt. Az X, Y, Z gp naponta gyrtott termkei kztt tlagosan szpsghibs 0,3, 0,9, ill. 0,5 db. Az egy nap gyrtott sszes termket tartalmaz ldbl vletlenszeren kive sznk egyet s megllaptjuk, hogy szpsghibs. Mekkora a valsznsge annak, hogy azt az X gp gyrtotta?
HARMADIK FEJEZET Valsznsgi vltozk s jellemzik Egy ksrlet ltal meghatrozott valsznsgi mez ismeretben rendelkeznk azokkal az informcikkal, amelyek lehetv teszik a ksrlet rszletes vizsglatt. Az esemnytr esemnyeinek vizsg lata helyett clszerbb az esemnyekhez rendelt, megfelelen r telmezett vals szmokkal vgezni vizsglatainkat. Amennyiben az esemnytren rtelmeznk egy vals rtk fggvnyt, akkor az analzis jl kidolgozott eszkzeivel is elemezhetjk a vletlen jelen sgek trvnyszersgeit. Tekintsk pldul az els fejezetben trgyalt kockadobssal vg zett ksrletet. Lttuk, hogy a Q esemnytr hat elemi esemnyt tartalmaz: Aj az 1-es dobs, a 2-es dobs,... \ a 6-os dobs esemnye. Mindegyik esemny valsznsge
6
azaz P (A ;)= ,
6
{i = 1,2,...,6). Ezt a jelensget a kvetkez mdon is megfogal mazhatjuk: A kockadobs kimenetelt egy olyan X vltoznak tekintjk, amelynek rtkei, a lehetsges eredmnyek, az 1, 2, 3, 4, 5 s a 6 szmok. Az X minden dobsnl ezek kzl csak egy rtket vehet fel, spedig \
6
valsznsggel. Vizsglhatjuk pl. a 3-nl na-
gyobb szm dobsnak, vagy a 2 s 5 kztti szm dobsnak val sznsgt is stb. Az X vltoz jelentheti pl. a Balaton viznek vletlenszeren kivlasztott idpontokban mrt hmrsklett, egy clgpen gyrtott termk vletlenszeren kivlasztott darabjnak valamely mrett, stb. Az ilyen vltoz rtkei vletlentl fgg szmrtkek. Definci. Ha egy ksrlet minden lehetsges kimenetelhez, azaz a ksrlet teljes esemnyrendszere mindegyik elemi esemnyhez egyrtelmen hozzrendelnk egy-egy vals szmot, akkor a Q halmazon egy vals rtk fggvnyt rtelmeznk. Ezt a fggvnyt valsznsgi vltoznak nevezzk s X-szel (ltalban az bc dlt nagybetivel) jelljk.
72
VALSZNSGSZMTS
3.1. Diszkrt valsznsgi vltoz
73
A valsznsgi vltoz jellsre a X helyett a ^ grg bett is hasznljuk. Ha egy ksrlet sorn az Aj elemi esemny kvetkezik be, s eh hez az Xi rtket rendeljk, akkor ezt az X valsznsgi vltoz egy lehetsges rtknek mondjuk s az X
= x,-
Definci. Az X (Q) halmazon

v(xi) = P i = P ( X = X i ) = (1 )
jellst hasznljuk.
kplettel adott fggvnyt, az X vltoz valsznsgeloszlsnak, az F(x)= Y^pi

Xi<X
Ekkor az A ,- elemi esemny valsznsgt P {X = Xj) jelli. A kvetkez pontokban a diszkrt s a folytonos valsznsgi vltozkkal valamint azok jellemzivel ismerkednk meg. 3.1. Diszkrt valsznsgi vltoz Definci. Egy X valsznsgi vltozt diszkrtnek neveznk, ha csak megszmllhat szm rtket vehet fel, azaz lehetsges rt keinek halmaza vges vagy megszmllhat halmaz. Pl. diszkrt valsznsgi vltoz a kockadobsnl kapott pontszmokkal meg hatrozott vltoz. Legyen az X valsznsgi vltoz lehetsges rtkeinek hal maza akkor ezt rviden x ( ) - v a l jelljk, azaz X{Q) = {xi,X 2 ,...,Xfi}. Az X - xi esemny bekvetkezse azt jelenti, hogy a valsznsgi vltoz rtke az {xi,x 2 , .. ., x ^ } hal mazba esik. Ennek rtelmben a biztos esemny az, hogy a val sznsgi vltoz valamelyik lehetsges rtkt felveszi. Azt is mondjuk, hogy a biztos esemny valsznsge, azaz 1, a valsz nsgi vltoz lehetsges rtkein oszlik el. Az X valsznsgi vltozt adottnak tekintjk, ha ismertek a p.=
P(X=Xi)
(1*)
fggvnyt, ahol az sszegezst mindazon i-re vgezzk, amelyre Xi < X egyenltlensg fennll, X diszkrt eloszlsfggvnynek nevezzk. A valsznsgeloszlst tblzatosn adjuk meg:
Xi v{ Xi ) v (x i) ^2 V(X2) v (x )
Az (1) formula azt fejezi ki, hogy az X valsznsgi vltoz az Xi rtket pi - v(xi ) valsznsggel veszi fel. A vltoz eloszl st teht egyrtelmen jellem zi az, hogy a vltoz milyen rtkeket milyen valsznsggekkel vesz fel. Ha az Xi,X 2 ,...,x^ jellik azokat a klnbz rtkeket, ame lyeket egy diszkrt X valsznsgi vltoz pozitv valsznsggel vesz fel, akkor a {X = Xj^}, (k =1, 2, . . ., n) esemnyek teljes ese mnyrendszert alkotnak. Az rtelmezsbl kvetkezik, hogy az X vltoz eloszlsa kiel gti a kvetkez feltteleket: a) v (x i) >0,
Pldk 1. Egy kockadobs 1, 2, 3, 4, 5, 6 kimenetelei legyenek az X valsznsgi vlto z rtkei. Adjuk meg az X valsznsgeloszlst s eloszlsfggvnynek rtkeit. Megolds Mivel a kockadobs kimenetelei kzl brmelyik kezhet be, gy X valsznsgeloszlsa:
(- l,2 ,...,n )
b) 'Y,v(Xi) = l.
= l
valsznsgek. Ezt gy is mondjuk, hogy pi annak a valszns ge, hogy az X valsznsgi vltoz felveszi az x^ (/ = 1 ,2 ,..., n) rtket. Ha Z ( ) = {x|, mezt kapunk.
^2 ,
x}, akkor az x^ (/ = 1 ,2 ,..., n) pontok
ban kpzett Pl = P ( X = xi) valsznsgekkel egy valsznsgi
valsznsggel kvet-
74
1 Pi 1 6 2 1 6 3 1 6
VALSZNSGSZMTS
4 1 6 5 1 6 6 1 6
3.1.1. A vrhat rtk

(4] l 3 3^ > 2 7'' i 4] 4 0 0.03.
75
-A ..
'35''
18 35
Mivel X 1-nl kisebb rtket nem vehet fel, gy x < 1 esetn F{ x) =P{ X <x)=0. (Vagyis {Z < x } lehetetlen esemny). Ha x > 6 , akkor F ( x ) - P { X < x)=P{Q)=^l, mivel az { x < x} biztos esemny. Ha l < x < 2 , akkor X valsznsgi vltoz az (1*) formulnak megfelelen csak x-n\ kisebb rtket vehet fel, vagyis az 1 szmot, teht F(x) = P { X = l ) = ~ - Hasonlan kapjuk, hogy 2 < x < 3 esetn X felveheti az P3=P (X =3)= . f4 ]f3 ) 3 1 12 = ~ = 0 ,3 4 ;
P 4 -F (X = 4 )= .
Teht a krdses X diszkrt valsznsgi vltoz tblzatosn adott eloszlsa: Xi 1 2 0,51 3 0,34 4 0,03 YjPi
1 s 2 rtket, azaz F{x) = P ( X < x ) = ^ , stb. Teht az X eloszlsfggvnye: o
0, ha X < 1 Dl 6 h a i< x < 2 2 ha2<x<3 3 ' ha 3 < X < 4 4 ha 4 < X S 5
0,11 Pi _______1
(A kerektsi hibk miatt tr el az sszeg az 1-tl.)
Pl -f P 2 F{x) = /?1 + P 2 Pl Pl
3.1.1. A vrhat rtk Ha egy valsznsgi vltozra vonatkozlag fggetlen ksrletso rozatot vgznk, akkor a vltoz ltal felvett rtkek egy m eghat rozott rtk krl ingadoznak. A valsznsgi vltozt j l tudjuk Jellemezni azzal a vals szmmal, amely krl a vltoz tapaszta lati rtkeinek az tlaga ingadozik. Ezt a vals szmot vrhat rtknek nevezzk. Definci. Az X diszkrt valsznsgi vltoz M { X ) -szel jellt vrhat rtknek, ha eloszlsa a
v ( X i ) = Pi
P3
Pa ~
P i ' ^ P i ' ^ P s ' ^ P a ' ^ P s = "g> ha5< A :^ 6

6
^ P j = 1, ha x i=\
>6
Az X valsznsgi vltoz eloszlsnak brzolst 1. a 3.1.2. pontban, az elosz lsfggvny brzolst 1. a 3.2.1. pontban. 2. Egy dobozban ngy j s hrom hibs tranzisztor van. Vegynk ki a dobozbl vletlenszeren ngy tranzisztort. Az X valsznsgi vltoz rtke rendre legyen a j tranzisztorok szma. Tblzatosn adjuk meg a valsznsgi vltoz eloszlst. Megolds Az X diszkrt valsznsgi vltoz, rtkei pedig az x , , - k { k = \ , 2, 3, 4) szmok. Annak az esemnynek a valsznsge, hogy k darab j tranzisztort vettnk ki a dobozbl a 3 4-k p^=P{X=k) =
=P( X
=Xi)
(i = l , 2 , . . . , n )
sszefggssel adott, az
n
M ( X ) = Xj v(X|) + X2 V(X2 ) + ... + x^v(x ) = X XjV(Xi) i=l kplettel meghatrozott szmot nevezzk.
(2)
{k = l, 2, 3, 4)
Ms megfogalmazsban, az M ( X ) az X valsznsgi vltoz lehetsges rtkeinek a slyozott tlaga. Szoksos jellse mg E(X), M, fi, vagy m.
formulval szmthat ki, teht
76
VALSZNSGSZMTS
3.1.2. Vonaldiagram s hisztogram

Az X vrhat rtke a (2) formula szerint szmolva:
77
A (2) kpletet az X diszkrt valsznsgi vltoz vrhat rt knek kiszmtsra, ha az x, rtkeket pi valsznsggel veszi fel, az
M {x )= tp iX , i=\ (2 * )
alakban hasznljuk.
Pldk 1. Kt szablyos kockval vgzett kockadobsok esetben a Q esemnyteret 36 rendezett szmpr alkotja; 2 = {(1,1), (1 ,2 ),..., (6,5), (6 ,6 )}. X rtke legyen a Q elemeit kpez {a, b) szmprokbl mindig a nagyobbik szmmal egyenl, azaz X i a , b ) = max(a,b). Ekkor az X valsznsgi vltoz le hetsges rtkeinek halmaza:
Termszetesen sosem lesz a kt kocka dobsnl megjelen nagyobbik szm 4,47, pusztn az egyms utni dobsok max(a,b) pontszmnak tlaga fog 4,47 krl ingadozni. 2. Egy kockval vgzett ksrletnl kapott valsznsgeloszlsbl (1. a 3.1, pont pldjt) szmtott vrhat rtk: M ( X ) = ^ P i X j =-^(1 + 2 + 3 + 4 + 5 + 6 ) = 4 ^ = 3,5 /=i 6 6 is csak azt mutatja, hogy az egymsutni dobsok pontrtknek tlaga a 3,5 vrhat rtk krl fog ingadozni. Pl. ha ktszer 100 dobsos ksrletnl az egyes dobsok pontjait sszeadva 346-ot, ill. 349-et kaptunk eredmnyl, akkor ezek tlagt kpez ve 346/100 = 3,46, ill. 3 4 9 /1 0 0 = 3,49, azaz mindkt esetben 3,5-hez kzeli, de attl eltr rtket kaptunk.
X() = {l,2,3,4,5,6}.
Szmtsuk ki az X vltoz p,- = v (x, ) eloszlst s M ( X ) vrhat rtkt. Megolds Az {(1,1)} esemny csak egyflekppen kvetkezhet be, a nagyobbik szm 2 esemny hromflekppen kvetkezhet be, stb. teht v(l) = P ( X = l ) = P ( { ( l ,l ) } ) = ^ ; v(2) = P { X = 1 ) = P ({(2,1), (2,2), (1,2)})
M egjegyzs Tegyk fel, hogy az X valsznsgi vltoz vgtelen sok, rtket v(xj),v(x2 v(x^),... valsznsggel vesz fel, akkor abban az esetben, ha ^ v ( x i ) x i vgtelen sor abszoi =
lt konvergens, azaz
v(3) = P { X =3 ) = P({(3,1), (3,2), (3,3), (2,3), (1,3)}) = ; s hasonlan kapjuk, hogy v(4) = P { X = 4) = i=
<+oo, a vrhat rtket
M (X ) = 36 i=l
v ( x , ) x ,.
v{5) = P i X = 5 ) = ~ - , v(6) = P ( X = 6 ) = | i . A kapott eredmnyek alapjn az X valsznsgeloszlst tblzatosn is meg adhatjuk:

Xi
kplettel szmtjuk. 3.1.2. Vonaldiagram s hisztogram A diszkrt valsznsgi eloszlsokat vonaldiagrammal vagy hisztogrammal szemlltethetjk. A vonaldiagramot gy ksztjk, hogy a Descartes-\& derkszg koordintarendszer x-tengelyn kijellt pontokhoz az X lehetsges rtkeinek megfelel szmokat
1 1/36
2 3/36
3 5/36
4 7/36
5 9/36
6 11/36
v(^/)
78
v a l s z n s g s z J m t s
3.1.2. Vonaldagram s hisztogram

Az X valsznsgi vltoz v(x, ) eloszlsnak tblzata; i X I v( x- ) 1 2 1/36 2 3 2/36 3 4 3/36 4 5 4/36 5 6 5/36 6 7 6/36 7 8 5/36 8 9 4/36 9 10 3/36 10 11 2/36
79
rjuk egy adott tvolsgegysggel, s a pontokra olyan - jc-tengelyre merleges - egyeneseket illesztnk, amelyek hossza arnyos a szban forg pontokhoz tartoz valsznsgekkel. A 3.1. pontban trgyalt plda valsznsgi eloszlsnak vonaldiagramjt a 10. bra, a 3.1.1. pontban trgyalt 1. plda valsznsgi eloszlsnak vonaldiagramjt a l l . bra szemllteti.
P.
11 12 1/36
1/ 6 1 2 3 4 5
6 X
Pl. v(5) = P { X - 5) = P({(1,4),(2,3),(3.2),(4,1)}= A . 36 Az X vrhat rtke: !1 M ) = j , v( x,) = 2 4 + 3 4 + . . . + 1 | . A + , 2 . J _ = 252 ^ M 36 36 36 36 36 Az X valsznsgi vltoz eloszlst a 12. bra szemllteti.
10. bra. X valsznsgi vltoz eloszlsnak vonaldiagramja
v ( x ,) 11/36 9 /3 6 - 7 /3 6 -5 /3 6 -3 /3 6 - 1/36- 0 1 2 3 4 5 6 Xi 12. bra. X valsznsgi vltoz eloszlsnak vonaldiagramja 11. bra. X valsznsgi vltoz eloszlsa 6 /3 6 ^ ( ^ '- ^ 5/36 - 4 /3 6 - 3 /3 6 -2 /3 6 1 /3 6 - 1 2 3 4 5 6 7 8 9 10 11 2 X/
Az brn azt rajzoltuk fel, hogy a valsznsgi vltoz az 1 rtket , a 2 rtket , s gy tovbb, a 6 rtket valsz36 36 36 nsggel veszi fel.
Plda A 3.1.1. pont pldjnak Q esemnytern most a kt kockval dobott pontszmok sszege legyen az X rtke, azaz X( a , b ) = a + b 1 3 II
V (X /)
6/36 - 5/36 4 /3 6 -3/36 - 2 /3 6 -1 /3 6 -0 1 2 3 4 5 6 7 8 9 10 11 12
13. bra. Az X valsznsgi vltoz eloszlsnak hisztogramja kplettel kpezzk a valsznsgi vltoz rtkeit. Megolds X( Q) = (2, 3, 4, 5, 6, 7, 8, 9 ,1 0 ,1 1 ,1 2 }.
Ha a valsznsgi eloszlst minden xi -nl azonos szlessg, egymshoz illeszked tglalapokkal brzoljuk, s e tglalapok
80
VALSZNSGSZMTS
3.J.3. A s z r s n g y z e t ( var i anci a) s a s z r s ( d i s z pe r z i ) Megolds
81
terletsszege pontosan l, akkor hisztogramot kapunk. A tgla lapok szlessgt teht gy kell megvlasztani, hogy sszeadva az egyes tglalapok alapjnak v{xi ) -vei (l. a v(x,) -vei arnyos tg lalap magassggal) kpzett szorzatt eredmnyl pontosan 1-et kapjunk. E pldnl a tglalapok alapjt 1-nek vlasztva a hiszto gramot a 13. bra szemllteti. Vegyk szre, hogy a kt tengelyen az egysg megvlasztsa lnyegesen eltr.
Plda Egy kockajtkos a banktl pros szm dobsa esetn a pontszm 18-szorost kapja forintban szmolva, pratlan szm dobsa esetn pedig a jtkos fizet a bank nak, spedig a pontszm 24-szerest. Szmtsuk ki a vrhat rtket. Megolds Az esemnytr; Q = {l, 2,3,4,5,6}. Az X valsznsgi vltoz rtkkszlete (a j tkos nyeresgt pozitv, vesztesgt negatv szmmal jellve): X (l) = - l - 2 4 = -2 4 ; X (4) = 4-18 = 72; teht X () = {36,72,108, - 24, - 72, - 1 2 0 } Egy szablyos kocka feldobsa esetn brmely pontszm bekvetkezse val sznsg, teht az X vltoz v(x,) eloszlsa tblzatosam
Xi
Az elz pldhoz hasonlan vgezzk a szmtsokat. Az X valsznsgi vl toz v(x, ) eloszlsa tblzatosn:
Xj
2 1 6
3 1 6
5 1 6
-1 1 6
-4 1 6
-6 1 6
v(x,-)
A negatv szmok a jtkos vesztesgeit fejezik ki, ha nem prmszmot dob. A j tk vrhat rtke: M (X ) = 2 4 + 3 - l + 5 4 - i 4 - 4 . 1 - 6 - i - = - l 6 6 6 6 6 6 6 A jtkszably a .j tkos szmra kedveztlen, mivel a vrhat rtk negatv.
3.1.3. A szrsngyzet (variancia) s a szrs (diszperzi)

Milyen tovbbi szmrtkekkel jellemezhetjk egy ksrletsorozat eredmnyeit? Klnbz jelensgek jellemzsre kznapi rtelemben is gyak ran hasznljuk az tlagrtket, amely megfeleltethet a vrhat rtknek. Azonban pusztn az tlagrtkbl levonhat kvetkezte ts knnyen megtveszt, hamis eredmnyre vezethet. Pl. a 60 ves nagyapa s a 6 ves unoka tlagletkora 33 v, ami a nagyapra vonatkozlag igen kedvez, de nem gy az unokra. Az X valsz nsgi vltoz eloszlsnak a jellemzsre teht a vrhat rtk mellett a vrhat rtktl val tlagos eltrsnek a mrtke is fontos informcit szolgltat. Egy jelensgre vonatkoz ksrletsorozat mrsi adatainak je l lemzsre teht rendszerint megadjk az egyes mrsi adatok elt rst tlaguktl, az tlagtl val eltrsek ngyzeteinek tlagt, valamint az utbbi ngyzetgykt. Ennek megfelelen egy valsz nsgi vltoz vrhat rtknek kiszmtsa mellett azt is meg vizsgljuk, hogy a vltoz rtkei mennyit trnek el a vrhat r tktl, ill. mennyire szrnak a vrhat rtk krl. Legyen adott az X diszkrt valsznsgi vltoz s eloszlsa: Xi
v(Xi)
X (2) = 2-18 = 36; X(5) = - 5 '2 4 = -120;
X (3) = - 3 24 = -7 2 ; X (6) = 6 1 8 = 108,
36 1 6
72 i 6
108 1 6
-2 4 1 6
-7 2 1 6
-1 2 0 1 6
v(x,-)
A vrhat rtk; ( X ) = 3 6 .1 + 7 2 . i + 1 0 8 . 1 - 2 4 . i - 7 2 . 1 - , 2 0 . i = ^ ^ = 0.
Az ilyen rendszer jtkot, vagyis ahol a vrhat rtk 0, kor rektnek nevezzk. A jtkos szempontjbl kedvez a jtk, ha a vrhat rtk pozitv, s kedveztlen, ha negatv.
Plda Tegyk fel, hogy a kockadobs jtkszablya most a kvetkez: prmszm dob sakor a jtkos a pontszmmal azonos forintot nyer, nem prmszm dobsakor pedig a pontszmmal azonos forintot veszt. Szmtsuk ki a vrhat rtket.
Xi v(xi)
X2 v(X2)
Xn HXn)
82
v a l s z n s g s z Am t A s
3.1.3. A szrsngyzet (variancia) s a szrs (diszperzi)

n - ^ xfv{x i)i=l
2
83
Definci. Az X valsznsgi vltoz szrsngyzetnek (variancijnak) az {X -m)^ valsznsgi vltoz vrhat rtkt ne vezzk, azaz a D ^ ( X ) = S (X ( i=l
n m ^ xiv{xi) + m ^^v(x^) = i =l 1=1
= M X - m f )
(1)
= i=l
H xi)~
m ^ + m ^ = ^ x f v ( x i ) - m ^. i=l
formulval adott szmot, ahol m az X vrhat rtke ( m = M ( X ) ). A szrsngyzet szoksos jellse mg , cr

2 2
s Var(X).
A (3) kpletet az X diszkrt valsznsgi vltoz szrsngyzetnek kiszmtsra, ha az Xj rtkeket valsznsggel veszi fel, a
n f n ^
A szrsngyzet jellemzi teht az X-re vonatkoz egyes mrsi adatok eltrst tlaguktl. Ms szval az adatok ngyzetes kzp hibja D^(X) krl ingadozik. Definci. A D^(X) szrsngyzet pozitv ngyzetgykt az X va lsznsgi vltoz szrsnak (standard eltrsnek) nevezzk, azaz D{ X) = ^ M { { X - m f ) . A szrs szoksos jellse mg s, G s jYar(X). A szrs teht a valsznsgi vltoz vrhat rtke krli in gadozsainak tlagos nagysgt jellemzi. Az X valsznsgi vltoz szrsngyzetnek egyszerbb ki szmtst teszi lehetv a kvetkez ttel: Ttel (3)
Megolds A vrhat rtk:
5
(3*) alakban hasznljuk.

Pldk 1. Szmtsuk ki az X valsznsgi vltoz i Xi v(x,.) 1 -1 0,3 2 0 0,1 3 1 0,1 4 2 0,3 5 3 0,2
( 2)
tblzattal adott eloszlsa alapjn vrhat rtkt, szrsngyzett s szrst.
m = M (X ) = (=1 A szrsngyzet;
X,-v(x,-) = -1 0,3 + 0 0,1 +1 0,1 + 2 0 3 + 3 0,2 = 1.
= (- 1 ) 2 .0 ,3 + 0^ 0,1 + i 2.0,1 + 2^ 0,3+ 3^ - 0 ,2 - l 2 z= 2,4. A szrs: D ( X ) = y [ 2 A = 1,5492.
A ttel bizonytshoz a '^ X iv (x i) = m s a '^ v ( X i) = 1 sszei=l i=l fggseket hasznljuk fel: Z u ^ X i-m ) v{Xi) = ^ ( X i - 2 m X i + m )v(x^) =
1=1 1=1
2. Dobjunk fel kt kockt, s az X valsznsgi vltoz rtke legyen a kt pontszm kzl mindig a kisebb pontszmmal egyenl. Szmtsuk ki X eloszlst vr hat rtkt s szrst.
Megolds
9 ^ 9 9
A lehetsges esetek szma: 36. A legkisebb pontszm 1, kt kockt feldobva va lamelyiken az 1 pont 11 esetben fordulhat el, a 2 mint kisebb pontszm 9 esetben
84
VALSZNSGSZMTS
3.1.4. Valsznsgi vltozk egyttes- s perem eloszlsai

X* =
85
fordulhat el ,..., a 6 pont csak egy esetben, dupla hatos dobsa esetn fordulhat el kisebb szmknt. gy az eloszls tblzata:
X; 1 11 2
X-M(X) D( X )
(D(X) >0)
(4)
3 7 36
4 5 36
5 3 36
6 1
Pi
36
9 36
valsznsgi vltozra trnk t, mert ennek vrhat rtke 0 s szrsngyzete 1, azaz M ( X * ) = 0, d '^{X*) = \. (*)
36
A vrhat rtk: m - M ( X ) = ^ Xj p- , n_ 36
36 O p,- - m ^ ~
Az X*-ot normlt vagy standard valsznsgi vltoznak ne vezzk. A (*) lltsokat az a), b), d), e) ttelek felhasznlsval igazol hatjuk, ui. M{ X * ) = M X-M(X) D( X )
1
A szrsngyzet: D ^ { X) ~ Var(X) =
D( X )
M(X-M(X)) = 1 ( M ( X ) - M ( X ) ) = 0-, D( X )
^ - L n ^ . n + 2 ^ -9 + 3^ 7 + 4^- 5 + 5^- 3 + 62 .1)_2,53^ 36^ = 8 ,3 6 - 6 ,4 0 -1 ,9 6 . A szrs: D (X ) = / V a r W =
=
s
D ^ (X * ) = D^
Megjegyzsek 1. A vrhat rtkre, a szrsngyzetre s a szrsra rvnyesek az albbi ttelek; a) M( k X ) = k M( X ) , k &R ; b) M ( X +k ) = M ( X ) + k; c) M ( X i + X 2 +. . . + X J = M ( X 0 + M ( X 2 ) + ... + M ( X J , ahol Xi , X 2 , - , X ^ ugyanazon a Q esemnytren rtelmezett val sznsgi vltozk; d) D ^ ( X + k ) = D^ ( X) e) D ^ (a X + k ) = a ^ D^ ( X) , a &R; f ) D ( X + k ) = D( X) ;
g)
X-M(X) D( X )
D^ ( X) D^ ( X)
3. Egy pozitv X valsznsgi vltoz szrsnak s vrhat r tknek D{ X) M{xy hnyadost X relatv szrsnak nevezzk.
Pl. a 2. plda valsznsgi vltozjnak relatv szrsa: = 0.553.
3.1.4. Valszmsgt vltozk egyttes- s perem eloszlsai Miknt vizsglhat kt valsznsgi vltoz kapcsolata? Legyen Z s F a esemnytr kt valsznsgi vltozja: X( Q) = {xi,X 2 ,...,x J , s Y( Q) = {y^,y 2 ..,y ^ } .
D (aX + k ) = \a\-D(X).
2. Gyakran a szmtsok egyszerbbek, ha az X valsznsgi vltoz helyett az
VALSZNSGSZMTS
3.1.4. Valsznsgi vltozk egyttes- s perem eloszlsai
87
Kpezzk az X () X r ( ) = {(x y ,). (JCI, :^2).

Descart es-s.zoYZBt uk^t
Nyilvnval, hogy a w egyttes eloszls eleget tesz a

n m
)m)}
w(xi,yj)>0 jy )-v e i
s
/= 1 ;= 1
=l
s minden
{xi, y j )
rendezett prhoz rendel
jk hozz a P{ X=Xi , Y=y j ) valsznsget, melyet jellnk. Definci. Az X ( Q ) x Y ( Q ) halmazon rtelmezett w( x i , y j ) = P( X =Xi , Y = y j ),
feltteleknek. Az X s y valsznsgi vltozk egyttes vrhat rtkt ^ =

^l,XjyjW (xi,yj) ij
(3)
( = l,2,...,rt;j = l,2,...,m )
( 1)
fggvnyt az X s Y, ill. (X ;F ) valsznsgi vektorvltoz egyttes eloszlsnak vagy egyttes diszkrt valsznsgelosz lsnak nevezzk. Az X s 7 egyttes eloszlst az albbi tblzattal adjuk meg: X\Y Xi X2
yl yi Jm.
formulval szmtjuk ki, ahol az sszegezst i, s j indexek minden lehetsges rtkre vgezzk, ugyangy, mint az elbbi kpletben. Ha X s Ffggetlen valsznsgi vltozk, akkor az egyttes el oszls:
w(xi,yj)=^v(xi)-u(yj). Plda Kt szablyos kockval dobsokat vgezve - mint azt a 3.1.1. pont pldjban lttuk - a esemnyteret 36 rendezett szmpr alkotja: = { ( U ) ,( m ...,( 6 ,5 ) ,( 6 ,6 ) } . Az X valsznsgi vltoz rtke a Q elemeit kpez (a,b) szmprokbl mindig a nagyobbik szmmal legyen egyenl, azaz X( a , b ) = ma.x(a,b} , az Y vltoz rtke pedig mindig az (a,b) szmprok sszege legyen, azaz Y{a,b) = a + b, vagyis
X sor
w (xi,y i) w (x2,yi)
w(xi,y2) w(x2,y2)
w (x i,y j
w(X2 , y m )
V(X2)
X() = {l,2,3,4,5,6} s Y{Q) = {2,3,4,5,6,7,8,9,10,11,12}. Az X( Q) X Y(Q) Descartes-szorzat a Q* esemnyteret lltja el: X ( Q ) x V(Q) = {(1,2), (1,3),..., (6,11), (6,12)}.
Xn X oszlop
W(JC, J l) u{y\)
w(Xn,y2) u(y2)
M( j m)
HXn)
Ksztsk el az X s Y vltozk egyttes eloszlsnak tblzatt s szmtsuk ki a) az M ( X Y ) = ' ^ X i y j W( x / , y j ) vrhat rtket, iJ b) adjuk meg az F{x, y) eloszlsfggvny nhny rtkt,
A tblzatban a v(x,) jelli az j-edik sor elemeinek, dig a j-edik oszlop elemeinek az sszegt:
m H xi) = X ; =1 3'j n ^= S } j )
pe
ej X s y vltozk perem-elos zlsfggvnyt, d) szmtsuk ki az eloszlsfggvny rtkt x = 2,5, y = 3,6 helyen egyttesen,
ill. kln-kln. ( 2) Megolds A max(a,Z>) = 1 s a + b - 2 kzl, teht w(l,2) csak egyszer fordulhat el a lehetsges kimenetelek
amelyeket marginlis (hatr-)eloszlsoknak vagy peremeloszl soknak neveznk az X, ill. az Y vltozkra vonatkozlag.
Ha a szmprok kzl egyik sem nagyobb 1-nl, akkor 2-nl
nagyobb dobs nem jhet ltre, teht w ( l , y j ) = 0, ha y j = 3 ,4 ,...,1 2 . Hasonlan
VALSZNSGSZMTS
kapjuk a w(2,2) = 0, w(2,3) = ^ , w(2,4) = , w(2,5) = 0, stb rtkeket. Az egyt tes eloszls s a peremeloszls tblzata, teht a kvetkez:
3.1.5. A valsznsgi vltozk kztti kapcsolat szorossga
89
c) Az X vltoz perem-eloszlsfggvnyt az X marginlis eloszlsnak sszege zsvel kapjuk: ha X < 1
10
1/36 2/36 1/36 2/36 2/36 1/36 0 0
12 1/36 3/36 5/36 7/36
36 36 _9_ Fx) = 36 36
ha 1 < X < 2 ha 2 < X < 3 ha 3

< X <
4 ,
x e R s
F^{x)
- P{X
<
x).
ha 4 < X < 5 ha 5 < X < 6 ha6 < X
75
36
1,
2/36 2/36 2/36 1/36 2/36 2/36 2/36 2/36 1/36 1/36 1/36
9/36 11/36 Az y vltoz perem-eloszlsfggvnyt az Y marginlis eloszlsnak sszege zsvel kapjuk: 0, ha y < 2 ha 2 < _ y< 3 ha 3 < y < 4 ha 4 < j < 5 ha 12 < y y e R s F , ( y ) ^ P ( Y < y )
2/36 2/36 2/36 2/36 2/36 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 a) Az {x y ) vrhat rtke a (3) formula szerint szmolva:
JL
36
2_
36
A ( ^ - ^ ) = I ^ / 3 ' i 4 / . ) ' i k 2 ^ 2 . 3 . ^ 2 4 - 4 + 3 4 . ^ . . . +6.12^== 34,22. 36 36 36
A
36
0, 1 36 1 36 1 36 _L + J_ 3 36 36 36 F(x,y)^ _ L + ^ _ 3 36 36 36 1 36 4 36 6 36 1,
ha X < 1 vagy y < 2
hal<x<2s2<j<3
d)
ha2<x<3s2<y<3
F ( 2 ,5 ; 3 ,6 ) - - ^ ;
F ,(2,5) = - ^ ;
F ,(3 ,6 ) = ^ .
hal<x<2s3<}'<4 ha2<x<3s3<)'<4 ha3<x<4s3<j<4
3.1.5. A valsznsgi vltozk kztti kapcsolat szorossga A valsznsgi vltozkrl fontos tudnunk, hogy fggetlenek-e vagy sem. Ha az X s F fggetlen valsznsgi vltozk, s kz lk az egyik ismert, annak alapjn a msik vltozra nem nyernk j informcit. Pl. abbl, hogy ismerjk az X vltoz eloszlst, a tle fggetlen Y vltoz eloszlsrl mg semmit sem mondhatunk. A gyakorlati feladatokban elfordul valsznsgi vltozk kztt azonban gyakran van bizonyos sszefggs. ltalban, ha az X s Y vltozk nem fggetlenek, akkor az egyik vltozrl nyert infor mcikbl a msik vltozra is szerezhetnk informcikat. Pl. ha egy gpkocsi sebessge n, akkor a fogyasztsa is n, vagy egy rucikk rnak ugrsszer nvekedse, az rucikk keresletnek
hal<x<2s4<}'<5 ha2<x<3s4<j<5 ha3<x<4s4<j<5 12 <
h a 6 < X s
90
VALSZNSGSZMTS
3.1.5. A v al s z ns gi v l t o z k kzt t i k a p c s o l a t s z o r o s s g a
91
cskkensvel jr. Az ilyen tpus vltozk kztt ltalban nem fggvnykapcsolatrl van sz, hiszen a valsznsgi vltoz rt keinek ltrejttt szmos vletlenszer hats befolysolja. A val sznsgi vltozk kztti kapcsolatot sztochasztikus kapcsolat nak nevezzk. Az X s F valsznsgi vltozk kztti sszefggs szmszer jellemzsre, a valsznsgi vltozk kztti sztochasztikus kap csolat szorossgnak mrsre bevezetjk a kovariancia s a kor relcis egytthat fogalmt. X s Y valsznsgi vltozk sszege, szorzata, a vltozk s vrhat rtkk klnbsge s ezek szorzata, valamint vrhat rtkk szintn valsznsgi vltozk. A valsznsgi vltozkra vonatkoz vizsglatok azt mutatjk, hogy ha az X s F vltozk szoros kapcsolatban llnak, akkor a vrhat rtkeiktl val eltr seik egytt nvekednek ill. cskkennek, s gy a vrhat rtkkkel kpzett klnbsgek szorzata pozitv, azaz
Y ^ X iW iX i , y j )
== " . r
es a
iJ sszefggsek felhasznlsval a (4) kpletet szmtsra alkalma sabb alakra hozhatjuk: C ov(X , F) =
iJ
r n x X y j - my ) w( x i , y j ) = j w( Xj , y j ) - m^My = M (XF) - m ^niy.

iJ
(5)
Ha X s F fggetlen valsznsgi vltozk, akkor Hx i , y j ) =^ v ( x i ) - u { y j ) , s gy ^ - Y^ x ^ y j w( Xi , y j ) = Y ^ x ^ y jv ix ^) u { y j ) =

U] J = '^ X iV (X i)-'^ yju(yj)= M (X )M (Y ).
( X - M ( X ) ) ( Y - M ( Y ))>0
vagy, ha a vrhat rtkeikhez kpest ellenkez irnyba vltoznak, akkor negatv, azaz {X-M(X)lY-M<Y))<0. Ezek alapjn arra kvetkeztethetnk, hogy az {X-M(X))(Y-M(Y)} valsznsgi vltoz vrhat rtke az X s F vltozk fggsg nek mrsre szmszer informcit ad. Definci. Legyen X s F diszkrt, vges valsznsgi vltozk egyttes eloszlsa w, a vrhat rtkeket jellje s niy, akkor az X s F vltozk Cov(X,F)-nal jellt kovariancijn a C ov(X ,F ) =21 ( x i )(>j - n t y )
ij
i j Az M (X F) = M ( X ) M (F) -bl (5)-re tekintettel kvetkezik, hogy C ov(X ,F ) = 0 , de ez fordtva nem ll fenn, azaz C ov(X ,F ) = 0 bl nem kvetkezik X s F vltozk fggetlensge. Mivel a ko variancia nagysgt jelentsen befolysolja a vizsglatba bevont (xi, y I ) adatprok mrtkegysge, ezrt ennek kikszblsre az
X -m ,
y j ) =M ((X -m ^ )(F -m y )) (4)
D (X )
s az
Y-m., D{Y)
szmot rtjk. Minthogy az X s F diszkrt, vges valsznsgi vltozk, ezrt a X iJ ^yj ) = ^ y J j)= >
standardizlt vltozk kovariancijt kpezzk, mely mr dimen zimentes: Cov

X - m ^ C ov(X ,F)
D( X )
D( Y)
D( X ) D( Y )
92
VALSZNSGSZMTS
93
Az sszefggs szorossga gy fggetlenthet az (xi , y j ) adat prok, a vltozk mrtkegysgtl. Ezek figyelembevtelvel ki mondhat a kvetkez Definci. Ha az X s 7 valsznsgi vltozk szrsa s kovari ancija ltezik, akkor az R (X , F) -nal jellt korrelcijn az R( X, Y) = Co v ( X, Y) _ M ( X Y ) - m ^ m y D( X) D( Y ) D{ X) D( Y)
Feltesszk, hogy M ( X ) s M ( Y ) ltezik, akkor (2)-re tekintettel a) M ( X + y ) = X S ( - ^ + y

i i
(6)
i j i i = ' ^XiV{Xi) + Y , y j U { y j ) = M { X ) + M{Y) . i j b) Minthogy

D ^ ( X + Y ) = ' ^ ( X i + y j fw(Xi, y j ) - M ( X + Y ) f ,
ij
kplettel meghatrozott szmot rtjk. A korrelcit a valsznsgi vltozk kztti kapcsolat erss gnek mrsre hasznljuk. Az R( X, 7 ) korrelci dimenzimen tes s az albbi tulajdonsgok jellemzik: a) R (X ,y ) = R (F ,X ); b) - l < R ( X , y ) < l ; c) R ( X , X ) = 1; R ( X - X ) = -V, d) R { a X + b , c Y + d ) = R{ X, Y) , h a a ,c ^ O . sszefoglal megjegyzsek 1. A ktvltozs egyttes eloszlsokhoz tartoz vltoznknti azonos peremeloszlsok esetn is klnbzhetnek a kovariancik is s a korrelcik is. 2. A esemnytren rtelmezett X s F valsznsgi vltozk fggetlenek, ha P{ X = X i J = y j ) = P( X =Xi )- P( Y = y j ) (7)
gy ngyzetre emels, rendezs s aj-ra, valamint (2 )-re tekintettel

d
+ Y ) = ' ^ xf v( x,
yj"(yj)-
J = D ^ ( X ) + D^(Y).
3. Ha az X s 7 valsznsgi vltozk fggetlenek, akkor R (X ,7 ) = 0. Ez az llts fordtva nem ll fenn, vagyis nem kvet kezik R (X ,F ) = 0-bl, hogy X s F fggetlenek. Ilyenkor azt mondjuk, hogy a valsznsgi vltozk korrellatlanok. Ha R (X ,F ) = 1, akkor a valsznsgi vltozk kztt lineris fgg vnykapcsolat van, azaz Y = a X +b , ahol a s b konstansok, s ez fordtva is igaz; ha viszont -1 < R (X ,F ) < 1, akkor az R (X ,F ) rtkbl nem lehet a valsznsgi vltozk kztti fggvnykapcsolat milyensgre kvetkeztetni, pusztn a kapcsolat lineris jellegnek erssgt lehet becslni. Ha |R ( X ,F ) | kzel van az 1hez, akkor azt mondjuk, hogy X s F ersen korrelltak. A (6) formula alapjn mondhatjuk, hogy az X s F valsznsgi vltozk korrellatlanok, ha M (X F ) = M (X )M (F ), ill. (8) formulra tekintettel, ha
(i = 1 , 2 , . . . , n; 7 = 1 , 2 , . . . , m )
s ebben az esetben a w egyttes eloszls minden tagja a megfelel peremeloszlsok szorzataknt llthat el, azaz w( x i , y j ) = v{Xi )-u(yj). Ha X s y fggetlen valsznsgi vltozk, akkor a) M ( X + Y) = M ( X ) + M(Yy, b) D^ { X + Y) = D^ { X ) + D^(Yy,
( 8)
D ^(X + F) = D ^(X ) + D ^(F).
94
Plda 1. Szmtsuk ki az X\Y
2
VALSZNSGSZMTS

X s U vrhat rtke: = m,, = - ^ - = 4; = 7.
95
4 0 1/2 1/2
10 1/2 0 1/2
Z sor 1/2 1/2
F s V vrhat rtke: m ... = m,, = X s F, valamint U s V kovariancija:
6 X oszlop
C ov(X ,F ) = M (X F)-m ^m ^ = 2 2 - 4 ' 7 = - 6 ; Cov(U, V) = M{ UV) - m^, m^ = 2 8 - 2 8 = 0.
U\V 1/4 1/4 1/2
10 1/4 1/4
Is
!/2
1/2
X s F, valamint U s V szrsngyzete s szrsa: D ^ i X ) = D^( U) = M ( X ^ ) - m ^ = 2 ^ . l + ^ . 1 - 4 ^ =4.
Dî Y) = D ^ ( y ) = M ( Y ^ ) - m l = 4 ^ ~ + 1 0 ^ teht ( X) = D ([/) = V4 = 2; Az X s F, valamint t/ s V korrelcija: RfY y y - C ov(X ,F ) ^ D (X) Di Y) - 6 ... 6 -
=9.
1/2
egyttes eloszlsokkal adott X s Y, valamint U s V valsznsgi vltozk kovari anciit s korrelcijukat. Megolds A peremeloszlsok alapjn egyrszt, lthat, hogy az X s F valsznsgi vltozk nem fggetlenek, az egyttes eloszls tagjai nem egyenlk a megfelel peremeloszlsok szorzataival, azaz w{ x j , y j ) ^ v(x,-) u (j/), az U s V valsznsgi vltozk pedig fggetlenek, azaz
w ( x ,,_ y j)
D (F) = (V) = V9 = 3 .
v ( a: , )
(y y ),
stb.), ms
D( U) D{ V)
rszt az X s U valamint az 7 s V eloszlsai azonosak. X s U eloszlsa: Xi v(Xi) F s V eloszlsa: yi ui yO Az XY vrhat rtke: 4 1/2 10 1/2
2
Vegyk szre, hogy br az X s / valamint az Fs V eloszlsa azonos, de C ov(X ,F )9 Cov(7,V ) s R( X, F) R ([/, V).
6 1/2
Az X s F kztt, mivel R( X, F) = -1, lineris fggvnykapcsolat van, spedig y = ~ x + l. A z U s y valsznsgi vltozk korrellatlanok, mivel R (t/,V ) = 0. (Id. a II. rsz 4. fejezett.) 2. Egy szablyos pnzrmt dobjunk fel ngyszer. Az X valsznsgi vltoz rtkei legyenek a ngy dobsnl jelentkez fejek szma, az F valsznsgi vltoz pedig jellje a fejdobs sorozat hosszt. Szmtsuk ki az X s F vltozk egyttes s peremeloszlst, kovariancijt s korrelcijt. Megolds
1/2
M (X F) = 2 ' 4 - 0 + 2 - 1 0 Az UV vrhat rtke:
6 4- - + 6 - l O0 = 22.
Ngyszeri feldobs fej (F), rs (I) sorozat lehetsges eseteinek szma 16: FFFF FFFI FFIF FFII FIFF FIFI FIIF FIII IFFF IFFI IFIF f F IIFF IIFI IIIF I l i i
M (i7V) = 2 - 4 - + 2 1 0 ~ + 6 - 4 - 4 - + 6 1 0 ~ = 28. 4 4 4 4
96
VALSZNSGSZMTS
Az XY vrhat rtke valamint s vrhat rtke:
97
Az X valsznsgi vltoz (fej dobsok szma) eloszlsa: v(0) = - ^ , mivel a 0 16 4 fejdobs esemnye egyszer kvetkezik be, v(l) = , mivel 1 fejdobs ngyszer k vetkezik be, stb. Az X valsznsgeloszlsnak tblzata:
Xj
M ( X y ) = M 4 + 2 . 1 . A + 2,2.AH-3^2.A + 3.3..1+4.4.=4,25,
m^=0 . + l . + ^ 16 16 2 6 16 3 4 16 4 1 16 Az X s F vltozk kovariancija:
- ^ +3 -^ +4-l- = 16 16 16
0 1 16
1 4 16
v(X j )
Cov(X, Y) = M ( X Y ) - m ^ - m , = 4,25 - 3,38 = 0,87. Az X vltoz szrsngyzete:
Az Y valsznsgi vltoz (fej dobssorozat hossza) eloszlsa:
(0) = - ^ , 16 7 (]) = , mivel a (*) 16 esemnye kzl 1 hosszsg F sorozat 7 esetben kvet ( a ktszer alhzottak, szmuk 5), stb.
kezik be (alhzottak), m(2) =
Az X vltoz szrsa: D ( X ) = l. Az Y vltoz szrsngyzete:
16
Az Y valsznsgeloszlsnak tblzata: 0 u{yj) 1 16 1 7 16 2 5 16 3 2 16 4 1 16
D ^{Y)=M {Y^)-m t=l^ ~ + 2 ^ ~ + 3 ^ ~ + 4 ^ - -2 ,8 6 = 0 ,9 6 . ^ 16 16 16 16 Az F vltoz szrsa: Z)(F) = 0,98. Az X s F vltoz korrelcija: R( X, F) =C ov( X , F )
Az X s y nem fggetlenek, gy a peremeloszlsok szorzataknt nem llthatk el az egyttes eloszls tagjai. A w{ Xi , y j ) = P { X = Xi , Y = y j ) (j, j = 0,1,2,3,4)
D ( X) D { Y)
0,87 10,
= 0,8878.
formult alkalmazva kapjuk az egyttes eloszls tblzatt: Az R( X, F) kzel van az 1-hez, ezrt mondhatjuk, hogy X s Y ersen korrelltak. X \Y 0 1 2 3 4 ^ oszlop 0 J_ 16 0 0 0 0 1 16 1 0 _4_ 16 3 16 0 0 7 16 2 0 0 3 16 2 16 0 5 16 3 0 0 0 2 16 0 2 16 4 0 0 0 0 1 16 1 16 1 16 4 16 6 16 4 16 1 16
3.2. Folytonos valsznsgi vltoz A diszkrt valsznsgi vltozk, mint azt az elz pontokban lttuk, rtkeiket egy vges vagy egy megszmllhatan vgtelen szmhalmazbl vehetik fel. Szmos olyan vletlen jelensg is van, amelynl a vltoz ltal felvehet rtkek egy zrt [a,b] interval lumba esnek. Pl. egy villanyg 0 s 1000 ra kztt (a [0;1000 intervallumban) brmelyik pillanatban meghibsodhat (kighet), vagy a vzllst jelz mrlc 0 m s 10 m jelz pontjai kztt a Duna vzllsa brhol lehet.
98
VALSZNSGSZMTS
3.2.1. Eloszlsfggvny
99
A valsznsgszmtsban az ilyen problmk trgyalsra be vezettk az n. folytonos valsznsgi vltoz fogalmt. Ez azt jelenti, hogy definilunk egy olyan X valsznsgi vltozt, amely folytonosan vehet fel rtkeket az R vals szmhalmaz valamely rszhalmazbl. A folytonos valsznsgi vltoz defincijt leg egyszerbben az n. eloszlsfggvny segtsgvel adhatjuk meg.
Definci. Ha az X valsznsgi vltoz F( x) eloszlsfggvnye folytonos, akkor az X vltozt s az eloszlst is folytonosnak nevezzk.
Plda Tegyk fel, hogy egy villanyg vletlenszer meghibsodsi idpontja 0 s 1000 ra kztt van (vagyis legfeljebb 1000 rig j). Hatrozzuk meg a jelensg eloszlsfggvnyt. Megolds Ha a [0;1000] idintervallumot egy szakasznak tekintjk, akkor egy geometriai valsznsgi feladatra vezethetjk vissza a problmt, mert annak valsznsge, hogy a [0;x] szakaszon g ki az g, arnyos a szakasz hosszval. Jelentse az X valsznsgi vltoz a meghibsods idpontjt, azaz X a [0;1000] intervallumbl veheti fel rtkeit. Nyilvnval, hogy P ( X < 0 ) = 0, mert X < 0 lehetetlen esemny (a meghibsods idpontja negatv nem lehet). Az is vilgos, ha X > 1000, akkor
3.2.1. Eloszlsfggvny Tegyk fel, hogy minden adott x e R rtknl ki tudjuk szmtani a P ( X < x) valsznsget. gy minden x vals szmhoz hozz rendelnk egy P ( X < x) vals szmot, azaz egy vals-vals fgg vnyt definilhatunk. Jelljk ezt a fggvnyt F( x) -szel, s legyen F( x) = P ( X < x), Vjcg R (1)
Definci. Az (1) formulval adott F( x) fggvnyt az X valsz nsgi vltoz eloszlsfggvnynek nevezzk. Az rtelmezs szerint teht az F fggvny rtke az x pontban annak a valsznsge, hogy a X vltoz rtkei kisebbek mint x. Az eloszlsfggvny rtelmezsbl kvetkezik, hogy F (x) -re teljeslnek az albbi tulajdonsgok: 1. F ( x )> 0 ; 2. monoton nveked, azaz Va,b esetn, ha a <>, akkor F (a )< F (b } 3. lim F ( x ) = 0 s lim F ( x )=1;
X-^-oo X->+o
P ( X < x ) = l, mert kimondtuk, hogy az g 1000 rn tl biztosan nem zemelhet. Ha viszont 0 < x < 1000, akkor P{X<x) = 1000
mert feltettk, hogy a meghibsods valsznsge arnyos a szakasz hosszval. Teht ha x < 0 F{x) = P { X < x ) = 1000 1, , haO< x < 1000 ha x > 1000 (*)
A (*) formulval adott F{x) eloszlsfggvny grfjt a 14. bra szemllteti.
4. F (x) minden pontban balrl folytonos, azaz V cg lim F (x) = F(c).

X 0
esetn
Ha egy fggvny eleget tesz az 1.-4. pontokba foglaltaknak, ak kor valamely folytonos valsznsgi vltoz eloszlsfggvny nek tekinthet. Figyelembe vve az elzeket definilhatjuk a f ol y tonos valsznsgi vltozt.
1000
14. bra. F(x) eloszlsfggvny
100
VALSZNSGSZMTS
3.2.1. Eloszlsfggvny
Pldk 1. Legyen az X diszkrt valsznsgi vltoz eloszlsi tblzata: Xk -3 1/4 2 1/2 6 1/4
101
A z eloszlsfggvny ismeretben ki tudjuk szmtani annak va lsznsgt is, hogy az X valsznsgi vltoz rtkei egy adott a;b] intervallumba essenek. rvnyes a kvetkez ttel: Ttel Ha F az X valsznsgi vltoz eloszlsfggvnye, akkor P ( a < x < b ) = F(b)-F(a). (2) Ui. ha az A, B, C esemnyeket a kvetkez mdon definiljuk: A legyen X <a\ B legyen X <b s C legyen a < x < b , akkor mivel C = B - A s A d B, ezrt P ( a < x < b ) = P(C) = P ( B - A ) = P(B) - P( A) =
Pk
brzoljuk az F(x) eloszlsfggvnyt. Megolds Ha ;c < -3 , -3<x<2, akkor akkor F(x) = 0, F{x) = , 4 F(x)=-+^ = - , 4 2 4 F (x) = - + 4 + -t = ! 4 2 4
2<x<6,
akkor
= P ( X < b ) ~ P ( X <a) = F ( b ) - F(a).

6
<x
Plda A ttel felhasznlsval szmtsuk ki a villanygre vonatkozlag annak val sznsgt, hogy a meghibsods a 30. s a 100. ra kztt kvetkezik be. Megolds P(30 < a: < 100) = F(IOO) - F(30) = 100 30 70
akkor
A megoldst a 15. bra szemllteti.
1000
1000
1000
= 0,07.
F( x) ' 13/41/2?
JL 1
Megjegyzs A diszkrt valsznsgi vltoz eloszlsfggvnye az j:-tengellyel prhuzamos szakaszokbl ll, n. lpcss fggvny. Az egyes intervallum szakaszokhoz a lpcss fggvny rtkeit az albbi m don szmtjuk ki: F{x) = 0,
F ( x ) = Pq,
Tm
1
-3 -2 -1 0
i 1
i 2
i1... . i . 6 7
15. bra. F(x) eloszlsfggvny (lpcss fggvny) 2. Az adott fggvnyek kzl melyik lehet eloszlsfggvny? O, hax<0 _ j e^, h a x < 0 b) F{x) = 1, ha 0 < X.
ha jc < jcq ha jcq < X < h a x i < x < X2 hax2 <x<x^

h axj,< x< xk+ i
F(x) = Po + Pl,
a) F(x)= x -4 ^ ----- ha 0 < x; U +4

Megolds
F( x) = pq + pi + P 2 ,
a) F{x) nem lehet eloszlsfggvny, mert (0,4) intervallumban negatv; F (x ) = po + pi + .. . + Pk, b) F(x) valban lehet eloszlsfggvny, mivel minden x e R -re rtelmezve van, monoton nvekv, minden pontban folytonos s
F( x) = 1, rtket vesz fel.
ha Xfi_i < X , feltve, hogy az X vltoz n szm
lim F ( x ) =
lim 0 = 0,
lim F (x ) = lim 1 = 1.
102
VALSZNSGSZMTS
3.2.2. A srsgfggvny
c) F ( - l ) = P{X < -1 ) = 0, F(3) = P (X < 3 )= . F(l,8) = P {X < 1,8) = 4 = i ,
8 2
103
3. Dobjunk fel 3 rmt. Az X valsznsgi vltoz legyen a dobsonknti fejek szma. Adjuk meg az X vltoz a) valsznsgeloszlst s grnt,
b) eloszlsfggvnyt s grfjt,
c) F ( - l ) , F(l,8), F (2 ) rtkeket, valamint az eloszlsfggvny felhasznlsval annak valsznsgt, hogy legalbb 1 fejet, ill. legfeljebb 1 fejet dobunk. Megolds Tegyk fel, hogy az FFF, FFI, FIF, IFF, IIF, IFI, FII, III elemi esemnyek egyenl valsznsgek. Az X diszkrt valsznsgi vltoz rtkei; 0, 1 ,2 ,3 . a) A fej dobsok valsznsge (16. bra): P (X = 0) = l , P {X = l) = ^ , P (X = 2 ) = | , P (X = 3 ) = | .
d) Legalbb egy fej dobsnak valsznsge: F (X >1) = 1 - F ( X < l) = l - F ( l ) = l - i = -^,

8 8
Legfeljebb 1 fej dobsnak valsznsge: P (X <1) = P ( X < 2 ) = F(2) = j .
3.2.2. A srsgfggvny Definci. Ha az X valsznsgi vltoz F( x) eloszlsfggvnye
pi 3 /8 + 1/8 0 1 2
folytonos, s vges szm pont kivtelvel ltezik az F'(x), akkor a derivltfggvnyt az X s rsgfggvnynek nevezzk s f ( x ) szel jelljk, azaz F\x)^f(x). (1) Ms megfogalmazsban; Ha az X valsznsgi vltoz F( x) eloszlsfggvnye elllt hat
X
16. bra. X valsznsgeloszlsa
b) Az eloszlsfggvny:
0, i ha x < 0 ha 0 < x < l h a l< x < 2 ; ha 2 < x < 3 ha 3 < x xeR . (17. bra)
F(x)= l f ( t ) d alakban, ahol f ( t ) integrlhat fggvny, akkor az f ( t ) fgg vnyt az X valsznsgi vltoz, ill. az F( x ) eloszlsfggvny srsgfggvnynek nevezzk. Az eloszlsfggvny teht a srsgfggvny integrlfggvnye. Ttel Az/srsgfggvny az albbi tulajdonsgokkal rendelkezik: 1. f ( x ) > 0, azaz nem lehet negatv;
F{x) = 4 ,
1,
1,
F(x)^
2. j f ( x ) d x = 1, azaz improprius integrlja 1;
17. bra. F(x) eloszlsfggvny
104
VALSZNSGSZMTS
3.2.2. A srsgfggvny
105
Pl. a 3.2.1. pont pldjban szerepl X valsznsgi vltoz srsgfggvnye az
3.
f ( x ) d x = P { a < X <b) , azaz tetszleges [a,
-beli integ
F(x) = P ( X < x ) =
0,
X
ha jc < 0 , haO < x < 1000 ha x > 1000 (18. a) bra)
rlja az X vltoz [a,^]-be essnek valsznsgvel egyenl. Bizonyts 1. Mivel

F{x) elos zlsfggvnynek derivltja:
1000
1,
monoton nem cskken, ezrt nem lehet a deri

F \x ) = f ix ) = R
0,
1 0 00
hax< 0 ha 0 < X < 1000 ha > 1000
vltja negatv. 2. az f ( x ) d x = lim f ( x ) d x = lim [F(R) - F( - R) ] = 1 - 0 = 1,
0,
minden x-re s
melynek grfjt a 18. b) bra szemllteti. f ( x ) > 0 az rtelmezsi tartomnybeli
F{x )
eloszlsfggvny 3. tulajdonsga rtelmben.
3. A Newton-Leibniz ttel rtelmben

b
U U X X ) l f i x ) d x = J0x4- I
o j 0 dx =
1(KX)
1000 1000
1000
= 1.
\ f { x ) dx = F{b)-F{a) = P [ a < X < b ) =

a
f(x)
1/1000
= P ( a < X <b) = P ( a < X <b). Megjegyzs 1. Ha egy / folytonos fggvny rendelkezik az 1.-2. tulajdons gokkal, akkor egy folytonos valsznsgi vltoz srsgfggv nynek tekinthet. 2. Annak valsznsge, hogy az X vltoz az [a,b] interval lumba esik - a 3. tulajdonsg alapjn - az f ( x ) srsgfggvny grfja alatti [a,b] intervallumhoz tartoz terlet mrszmval egyenl. A folytonos valsznsgeloszlsokat gyakran nem az eloszlsfggvnnyel, hanem a srsgfggvnnyel adjuk meg, s az elosz lsfggvnyt a srsgfggvnybl szmtjuk ki az
F (x )= f{t)dt b) f i x ) = ^ x , ha 0 < a: < 4, 8 0 egybknt. a) f i x ) = <5 0 ha0<x<10, egybknt; Pldk 1, A z adott fggvnyek kzl melyik lehet srsgfggvny?
1000
1000
18. a) bra. F(x) eloszlsfggvny
18. b) bra. fix) srsgfggvny
Megolds
+ U)
a) Mivel j f i x ) d x = j dx =
=^
~ 0
* , ezrt ez a z /f g g v n y nem
(2)
lehet egy folytonos valsznsgi vltoz srsgfggvnye.
integrllal.
106
rs~ H
VALSZNSGSZMTS
3.2.3. Vrhat rtk, szrsngyzet s szrs
107
b) Mivel
^ f {x)dx = ^ xdx =
16
- 0 = !, s f i x ) > 0 , ezrt ez a fgg-
\\x \f( x ) d x
<+oo.
vny lehet egy folytonos valsznsgi vltoz srsgfggvnye, melynek eloszlsfggvnye: 0, ha X < 0,
F(x) = ~ x ^ , h a 0 < ;c < 4 , 16 1, h a x > 4.
Teht az (1) formula csak akkor ll fenn, ha a jobb oldali integrl ltezik s vges. Definci. Ha az X folytonos eloszls valsznsgi vltoznak f { x ) a srsgfggvnye, akkor szrsngyzett s szrst a
2. Milyen 6-rtk mellett lesz az f ( x ) = \^^ [0 egybknt,
fggvny valamely
folytonos valsznsgi vltoz srsgfggvnye? A c ismeretben szmtsuk ki P(1 < X < 2) rtkt. Megolds A c rtkt
T'-~ J
D(X) = .
j f ( x ) d x = jcx ^ dx = 27 1 = c -0 = l
(x-mrf(x)dx
(3)
kpletekkel definiljuk, ahol m = M ( X ) , feltve hogy a jobb oldali

3 1 egyenletbl szmthatjuk ki, azaz c = = , teht 0, ha ;c < 0, haO <x<3,
integrl ltezik. A (2) formula alapjn azt is mondhatjuk, hogy a szrsngyzet
fix) =
i- * " h a O S x S S , 0 egybknt,
az {X - M ( X ) ) ^
valsznsgi vltoz vrhat rtke, ha ltezik.
27 1, h a ;c> 3 .
A diszkrt esethez hasonlan az m = M ( X ) s M ( X ^ ) ltezse szksges s elegend felttel a D ( X ) ltezshez, s gy a sz rsngyzetet s a szrst a kvetkez kpletekkel is szmthatjuk:
A z /, ill. a F fggvny felhasznlsval: 2 P { \ < X < 2 ) = \ ^ x ^ d x = F (2) - F (l) =
(4)
3.2.3. Vrhat rtk, szrsngyzet s szrs Definci. Ha az X folytonos eloszls valsznsgi vltoznak f { x ) a srsgfggvnye, akkor vrhat rtke; M{X)= xf ( x ) dx (1)
x^f(x)dx-m^.
(5)
Megjegyzs Mindazok az lltsok, amelyeket a 3.1.3. pont megjegyzsben felsoroltunk a diszkrt valsznsgi vltoz vrhat rtkre, sz rsra s szrsngyzetre, a folytonos valsznsgi vltozkra is rvnyesek.
feltve, hogy az improprius integrl abszolt konvergens, azaz
108
VALSZNSGSZMTS
3.2.3. Vrhat rtk, szrsngyzet s szrs
109
Pl. Ha X i , X 2 ,...,Xf^ valsznsgi vltozk mindegyiknek ltezik vrhat rtke, akkor sszegknek is ltezik vrhat rtke, s az sszeg vrhat rtke az egyes vltozk vrhat rtknek sszegvel egyenl, azaz M ( X i + X 2 +... + X^) = M ( X 0 + M ( X 2 ) + ... + M( X ^ ) stb.
Pldk 1. Legyen az X folytonos valsznsgi vltoz srsgfggvnye: m = 0, haO<x< 2 h a x < 0, l. ha X > 2
1 3 Szmtsuk ki a P( < X < ) valsznsget, valamint X vrhat rtkt, szrs ngyzett s szrst.
Hatrozzuk meg s brzoljuk az F{x) eloszlsfggvnyt. Megolds A 0 < X < 2 intervallumban; Annak valsznsge, hogy X az Megolds
11
2 2
intervallumba esik:
0, gy F{x) = 1,
ha X < 0 h a 0 < jc < 2 ha X > 2
3 'x ^ ' 2 <<X /> 1 (1 X< <1 1;) = | / ( x ) J x = J l x V x = l 2 2' 8 3 1 2 A vrhat rtk:
3 1 '2 7 83 8
1 ' , 3 _ 2 . = l l 8 ^ ' 24 ' 28 32
Az F(x) grfjt a 19. bra szemllteti.
m = M {X ) = \xf{x)dx = \^ x '^ d x = ^ R 0 2 M {X^) = \x^ f{x)dx = ^ d x = ^
= 1 1^ = 1 8' 4 2'
1 l = i2 8' 5 5
Teht a szrsngyzet: i l _ l =J_. 5 4 20
2 s a szrs: 2. Legyen az X folytonos valsznsgi vltoz srsgfggvnye: |x ^ O 0, ha0<x<2 ha X < 0 ill. ha X > 2 (20. bra) D(X)
=
l = l 1 1 - 0 ,7 7 4 6 = 0,3873. V 20 2 V
m =
110
VALSZNSGSZMTS
3.3.1. A momentumok s alkalmazsuk
111
Mj, = M ( X ^ ) = 3.3. A valsznsgi vltoz egyb jellemzi A valsznsgi vltoz s eloszlsa jellemzsre a vrhat r tk, a szrs s szrsngyzet mellett tovbbi informcit nyerhe tnk az n. momentumok ellltsval. A kvetkez pontokban megvizsgljuk, hogy a momentumokkal miknt llthatk el az eloszlsokat jellem z vrhat eltrs, mdin, kvantilisek, terjede lem, mdusz, ferdesg s lapultsg rtkei. 3.3.1. A momentumok s alkalmazsuk
x ^ f ( x ) ( k= , 2, . . . )
(2 )
ha a vrhat rtkek lteznek. Az M ( X ) elsrend momentumnak is nevezhetjk.
vrhat rtket, teht
Az X vltoz ^-adik momentuma mellett azt is vizsglhatjuk, hogy X egy adott r rtktl (ponttl) val eltrsnek /:-adik mo mentuma mivel egyenl. Ha ez az r rtk ppen M { X ) rtkvel egyenl, akkor a vrhat rtkre vonatkoz n. A:-adk centrlis momentumrl beszlnk, melyet -val jellnk:
flt=M({X-M(X)f)
Az X valsznsgi vltoz vrhat rtkt (diszkrt s folytonos esetnek megfelelen) M ( X ) = Y,XiV(Xi), ill. M ( X ) = j xf (x)dx
i
oo
(3)
Az els centrlis momentum 0, ui. M ( X - M ( X ) ) = M ( X ) - M { m {x )) = M ( X ) - M ( X ) = 0 , mivel M ( X ) konstans, gy vrhat rtke nmagval egyenl. A msodik centrlis momentum pedig a szrsngyzettel egyen l, azaz
formulkkal, a szrsngyzett pedig
D^ ( X) = m {{X - M { x ) f ) = M ( X ^ ) - ( M { x ) f .
ill. D^{X)= ' ] { x - M { X ) f f{x)dx= ^ \x ^ f{ x ) d x- {M {X ) f Definci. Az formulkkal adtuk meg. A formulkban X s X ^ vrhat rtke szerepel. A valsznsgi vltoz magasabb fok vrhat rtke is felhasznlhat eloszlsnak s srsgfggvnynek jellemzsre. Definci. Legyen X valsznsgi vltoz. A z X ^ vltoz vrhat rtkt fc-adik vagy fc-adrend momentumnak nevezzk s Mj^ -val jelljk, azaz / M X k Ebbl lthat, hogy az els s msodik momentum ismeretben a msodik centrlis momentum, azaz a szrsngyzet is elllthat. Az M { X ) vrhat rtket az eloszls centrumnak is nevezzk.
\ / vrhat rtket, ha ltezik A:-adik abszolt momentumnak, az

m
(4)
[\ x - m {x )^
(5)
vrhat rtket, ha ltezik A:-adik centrlis abszolt mom entum nak nevezzk. Ha a diszkrt valsznsgi vltoz jc,- -hez tartoz valszn
M k = M ( X ) = J^xfv(Xi) ( t = l , 2 , . . . )
i ill.
(1)
sgei, ill. folytonos valsznsgi vltoz srsgfggvnye szim
112
VALSZNSGSZMTS
3.3.1. A momentumok s alkalmazsuk
113
metrikusak a vrhat rtkre, akkor a pratlanrend centrlis mo mentumok 0-val egyenlk. Ha az eloszls, ill. a srsgfggvny nem szimmetrikus, akkor annak mrsre egy n. ferdesgi egytthatt szmthatunk ki, ha ismert a vltoz szrsa, s harmadik centrlis momentuma. Definci. Az X valsznsgi vltoz 7i -gyei jellt harmadik centrlis momentumnak s szrsa harmadik hatvnynak hnya dost ferdesgi egytthatnak nevezzk, azaz
(6 ) 21. a) s b) bra. Lapultsg s ferdesg a normleloszlshoz kpest
'
D ^ {X )
'
Az (5) formult k = l esetn a valsznsgi vltoz vrhat r tke krli vletlen ingadozsnak mrszmaknt hasznlhatjuk a szrsngyzet helyett, pontosabb rtket ad, de hasznlata az abszolt rtk miatt nehzkesebb. Definci. Az X valsznsgi vltoz m/ -lel jellt els centrlis abszolt momentumt az X v rh at eltrsnek nevezzk, ha vr hat rtke ltezik, azaz mi=M[X-M{X)).
Plda Szmtsuk ki a ferdesgi s a lapultsgi egytthatt, ha
Egycscs eloszls esetn a valsznsgi vltoznak csak egy mdusza van (1. 3.3.3. pontot), ekkor a folytonos valsznsgi vltoz srsgfggvnynek grâ negatv j \ esetn a mdusztl balra, pozitv / j esetn pedig a mdusztl jobbra elnylik. Ha 7l = 0, akkor a grf szimmetrikus. Az X valsznsgi vltoz srsgfggvnynek jellem zsre a vele azonos vrhat rtk s szrs normlis eloszls valszn sgi vltoz srsgfggvnyvel val sszehasonltsbl is kvet keztetst vonhatunk le. Definci. Az X valsznsgi vltoz 7 2 -vei jellt negyedik cent rlis momentuma s szrsa negyedik hatvnya hnyadosnak 3mal cskkentett szmrtkt lapultsgi egytthatnak nevezzk, azaz
72 = D *(X ) (T
(8)
egybknt;
b)f{x) =
ha 0 < X < 1 ^ l + x^ 0 egybknt.
Megolds a) Mivel az f ( x ) srsgfggvny szimmetrikus az y tengelyre, ezrt a pratlan
3.
(7)
rend centrlis momentumok 0-val egyenlk, azaz M { X ) = 0, s ^3 = 0. A sz rsngyzet:
A leggyakrabban elfordul normlis eloszls (1. a 4.2.3. pontot) lapultsgi egytthatja 0 , gy mondhatjuk, hogy pozitv 72 esetn az X vltoz srsgfggvnye rendszerint magasabb s cscso sabb, mint az sszehasonltsul vlasztott, megegyez vrhat rtk s szrs normlis eloszls vltoz srsgfggvny (21. a) s b) bra).
I2 = D ^ ( X ) = I
~ c o s x d x = - j; r ^ - 2 = 0,467401101,
amelybl a szrs: a = D { X ) = 70,467401101 = 0,6836673906, =0,3195468911, C T ^ = 0,2184637892,
114
VALSZNSGSZMTS
3.3.2. A mdin
115
^ 4 = I x ^ .lc o s jc /x = ^ ; r H 2 4 - 3 ; r 2 =0,47925498,
3.3.2. A mdin Definci. Azt az r szmot, amelyre az X valsznsgi vltoz m [ x - r ) elsrend abszolt momentuma felveszi minimumt, ha ez ltezik, medinnak (az eloszls kzepnek) nevezzk s jelljk. Ez az rszre osztja, amelyek bekvetkezsi valsznsge ugyanaz. A defincibl s a vrhat rtk fogalmbl kvetkezik, hogy a mdin bizonyos esetekben egyenl is lehet a vrhat rtkkel, de ltalban attl klnbzik. A medint szoks az X valsznsgi vltoz F{x) eloszlsfggvnyvel is definilni. Igazolhat, hogy az -vei
y, = i l = --------- ----------= 0, minthogy a srsgfggvny szimmetrikus. 0-3 0.3195468911 y = E l . _ 3 = _ 0.47925498.... ^ _ _q,806249806. A negatv 72 -bl arra i^2 ^4 0,2184637892 vetkeztethetnk, hogy a megegyez vrhat rtk s szrs normlis eloszls vltoz srsgfggvnyhez kpest a vizsglt vltoz srsgfggvnye laposabb.
szm a valsznsgi vltoz rtkeit kt olyan
b) A vrhat rtk: In 2
szrsngyzet: D ^ iX )= {x -m f 1 1 d;c = 0,07851926940, l + X^
(1 )
egyenletnek, ha egyetlen Xq megoldsa ltezik, akkor az az elosz ls medinjval egyenl, azazXq =m^. Ha nincs egyetlen m egold
a = V0.07 851926940 = 0,2802129001 s gy = 0,02200211219,
ct'* =
sa az (1) egyenletnek, de valamely ]a,Z?] intervellumbeli rtkekre

0,006165275664.
F{x) =
akkor ennek az intervallumnak a kzppontjt nevezzk
medinnak, azaz
=
a +b
(2 )
II. = i A kiszmtott rtkekkel:
1 L - / x = 0,01185056671. ^ + x^
Ha az egyenletnek nincs megoldsa, akkor azoknak az x rtkeknek a fels hatrt nevezzk medinnak, amelyekre F( x) <
t
A mdin geometriai szemlltetsre brzoljuk az F{x) elosz lsfggvnyt s az .X tengellyel prhuzamosan, F{x) ordintjnak ^ magassgban vegynk fel egy egyenest. Ha az F{x) grfjnak az egyenessel val metszspontjt levettjk az x tengelyre, m eg kapjuk a medint. A 22. bra az egyetlen megolds esett, a 23.
7 i = ^ = 0.2490325103, s y j = - ^ - 3 = -1,077852905. A 7 i ferdesgi egytthat pozitv, 72 lapultsgi egytthat negatv, teht ssze hasonltva a megfelel normlis eloszls vltoz srsgfggvnyvel, arra kvet keztethetnk, hogy a vizsglt vltoz srsgfggvnye a mdusztl jobbra el nylik, s laposabb.
116
VALSZNSGSZMTS
3.3.3. A p-kvantilis, a terjedelem s a mdusz
117
bra a V xg ]a,b\-v& F{x) = -
esett, s a 24. bra pedig fels3.3.3. A jp-kvantilis, a terjedelem s a mdusz
hatr F(jc) < ^ esett szemllteti. A mdin, olyan szm, amely az eloszlst arnyban osztja
kett. A gyakorlatban elfordul, hogy olyan 0Xp) = l - p,
0 < p < l
(1)
egyenltlensgek teljeslnek, az F( x) eloszlsfggvny /;-kvantilisnek nevezzk, ha csak egyetlen ilyen Xp ltezik. A medinhoz hasonlan itt is mg kt esetet klnbztethetnk meg. Elfordulhat, hogy Vxg ]a ,^ ]-re p-vel egyenl, akkor F( x)
0
a trig X
p-kvantilise ezen intervallum kzppontja, azaz a +b

p = - r -
A mdin grafikus meghatrozsa
F(x) 1/2 0
rrig X
Ha a /? rtkkel nem lesz egyenl az F{x) eloszlsfggvny egyetlen Xp helyen sem, akkor /?-kvantilisnek az F(x) < p felt telt kielgt X rtkek fels hatrt nevezzk. Abban az esetben, ha F( x) szigoran monoton nveked, akkor az F( x) = p (2) egyenletnek egyetlen megoldsa van, s az Xp -vei egyenl. A m din defincijnak megfelelen, a P = \ rtkhez tartoz x j
2
24. bra. A mdin grafikus meghatrozsa
Az X folytonos valsznsgi vltoz f ( x ) srsgfggvny nek grafikonja alatti terletet az x = m^ egyenes felezi, melybl mr kvetkezik, hogy szimmetrikus eloszls esetn a mdin egyenl a vltoz vrhat rtkvel, azaz = M(X).
kvantilis a mdin. Gyakrabban hasznljuk a p = ^ , s a p = ^ rtkekhez tartoz kvantiliseket, az elbbit als, az utbbit pedig fels kvantilisnek nevezzk.
118
VALSZNSGSZMTS
E.3. Ellenrz krdsek a 3. fejezethez
119
A valsznsgi vltoz jellemzst kiegszthetjk azzal is, hogy megadjuk azt az -vei jellt legszkebb intervallumot, amelybe 1 valsznsggel beletartozik az X. Definci. Ha valamely X valsznsgi vltoz korltos s \a ,b \ az a legszkebb intervallum, amelyre P{a<X<b) =\ z terjedelmnek nevezzk. Igazolhat, hogy korltos eloszlsokra a variancia legfeljebb a terjedelem fl hosszval egyenl, azaz
Y ar{X ) = D ^ ( X ) < ^
(3)
26. bra. Bimodlis s trimodlis eloszls Plda Szmtsuk ki az 0, h a x < 0 F(x) = - ~ x \ ha 0 < X < 2
akkor az intervallum n t f - b - a hosszt az X valsznsgi vlto
(4)
1, ha X > 2 eloszlsfggvny medinjt, als- s fels kvantilist. Megolds = -j. als s fels kvantilis Xp rtkeit: Medin; m ^ = x = ^ 4 = 1,5874 Als kvantilis:
4
Mind a diszkrt, mind a folytonos valsznsgi vltoz jellem zsre azt is clszer megadni, hogy melyik Xj rtket veszi fel a legnagyobb valsznsggel, ill. mely rtkeket vesz fel relatve nagyobb valsznsggel. Definci. Diszkrt valsznsgi vltoz X], ^2 ,... lehetsges a le
= -|- egyenletek megoldsai adjk a mdin, az
rtkei kzl azt az x, szmot nevezzk az X vltoz mdusznak, amelyre a P {X =x,-) = Pi szm a legnagyobb. Ez az hetsges rtkek kzl a legvalsznbb. Ha tbb ilyen rtk van, akkor mindegyik mdusza a valsznsgi vltoznak. Ha X folytonos eloszls valsznsgi vltoz, akkor a srsgfggvnye loklis maximumhelyeit nevezzk az eloszls mduszainak, jellse: m^. Az eloszlsnak teht tbb mdusza is lehet. Az egy, kt, hrom stb. mdusz eloszlst unimodlis, bimodlis, trimodlis stb. eloszlsnak mondjuk (25. bra. s 26. bra).
~ 1,2599 ~ 1.8171.
Fels kvantilis: x^ = ^
E.3. Ellenrz krdsek a 3. fejezethez 1. Mit neveznk egy X valsznsgi vltoz eloszlsnak s vrhat rtknek? 2. Egy jtkot mikor neveznk korrektnek ill, a jtkos szem pontjbl kedveznek vagy kedveztlennek? 3. Hogyan definiljuk az X valsznsgi vltoz szrsngyzett s szrst?
m^m^x
25. bra. Unimodlis eloszls mdusz (ntj ), mdin (m^) s kzp rtk (x)
4. Hogyan rtelmezzk az X s F valsznsgi vltozk egyttes eloszlst s peremeloszlsukat?
120
VALSZNSGSZMTS
V.3. Feladatok a 3. fejezethez

Hatrozzuk meg az X s Y a) eloszlst; b) kovariancijt; c) korrelcijt s d) vizsgljuk meg X s F fggetlensgt. V.3.5. Hatrozzuk meg az X s F valsznsgi vltozkhoz az a) M{X) s M(Y); b) Cov(X,F); c) D ( X ) , D(Y) s R (X ,F ) rtkeket, ha az egyttes eloszlsok tblzata:
121
5. Hogyan definiljuk az X s 7 valsznsgi vltozk kovarian cijt s korrelcijt? 6. Milyen kvetkeztetst vonhatunk le a korrelci rtkbl az X s F valsznsgi vltozk kztti kapcsolatra vonatkozlag? 7. Hogyan rtelmezzk az X folytonos valsznsgi vltoz ese tn az eloszlst, a vrhat rtket, a szrsngyzetet s a szrst? 8. Hogyan rtelmezzk az X valsznsgi vltoz eloszlsfgg vnyt s srsgfggvnyt? V.3. Feladatok a 3. fejezethez
V.3.1. Szmtsuk ki az m vrhat rtket, a szrsngyzetet s a szrst az albbi tblzatokkal adott eloszlsokhoz: a) vixi) b) 1/3 1/2
A)
X \F 1 5 X oszlop
_4 1/8 1/4 3/8
2 1/4 1/8 3/8
7 1/8 1/8 1/4
Iso r 1/2 1/2
11
1/6 B) -4 1/8 1 1/2 2 1/8
X \Y 1 2 X oszlop
-2 0,1 0,2 0,3
-1 0,2 0,1 0,3
4 0 0,1 0,1
5 0,3 0 0,3
X sor 0,6 0,4
Xj v(Xi)
-5 1/4
V.3.2. Egy szablyos pnzrmt dobjunk fel ngyszer egyms utn. Hatrozzuk a) X jelenti a ngy dobsonknti fejek szmt; b) F jelenti a ngy dobsonknti fej dobsok sorozatnak hosszt. V.3.3. Egy jtk hrom szablyos pnzrme feldobsbl ll. A jtkos 3 fej do bsakor 5 forintot, 2 fej dobsakor 3 forintot, 1 fej dobsakor 1 forintot kap, egyb knt pedig azaz 3 rs dobsakor a jtkos fizet a banknak 15 forintot. llaptsuk meg, hogy a jtkos szempontjbl kedvez vagy kedveztlen a jtk? V.3.4. Tegyk fel, hogy az X s F valsznsgi vltozk egyttes eloszlsa az albbi tblzattal adott: X\ F 1 3 X oszlop -3 0,1 0,3 0,4 2 0,2 0,1 0,3 4 0,2 0,1 0,3 X sor 0,5
V.3.6. Legyenek X s F fggetlen valsznsgi vltozk az Xi viXf) 1 0,7 2 0,3
yi u(yi)
-2 0,3
5 0,5
8 0,2
eloszlsokkal adottak. lltsuk el az X s F egyttes eloszlstblzatt, s igazol juk, hogy C ov(X ,F) = 0. V.3.7. Legyen az X folytonos valsznsgi vltoz:
0,5 fix ) = srsgfggvnnyel adott. ~ x + b, h a O < x < 3 o 0, ha.r < Os h a x > 3
122
a) Szmtsuk ki a b rtkt; b) Szmtsuk ki a P(1 < X < 2) rtkt. V.3.8. Az X diszkrt valsznsgi vltoz az
VALSZNSGSZMTS
123
valamint annak valsznsgt, hogy legalbb egy friss, ill. legfeljebb egy friss tojs van a kivettek kztt. V.3.14. Egy csokoldgyr 110 egysgnyi s 220 egysgnyi titkostott adalk anyaggal gyrt 20, 40, 60 s 100 g-os csokold szeleteket. Az ALFA zlethznak a kvetkez tblzat szerinti sszettelben teljestettk a megrendelst: 1/2
-2
v(Xi)
1/4
1/8
1/8
X \Y 110 220
20 50 250
40 100 300
60 100 400
100 250 550
eloszlsi tblzattal adott. brzoljuk az F(x) eloszlsfggvnyt. V.3.9. Legyen az X folytonos valsznsgi vltoz srsgfggvnye:
fix) =
X, ha 0 < X < 2 2 0, ha X < 0, s ha jc> 2
Vlasszunk ki vletlenszeren egyet. Az X valsznsgi vltoz jelentse a cso kold szelet adalkanyag mennyisgt, Y pedig a tmegt. Adjuk meg az { X , Y ) valsznsgi vektorvltoz a) egyttes valsznsgeloszlst s peremeloszlst, b) egyttes eloszlsfggvnyt s a perem-eloszlsfggvnyeket, c) X s F vltozinak kovariancijt s korrelcis egytthatjt.
Hatrozzuk meg s brzoljuk az F(x) eloszlsfggvnyt. V.3.10. Szmtsuk ki az X valsznsgi vltoz els ngy momentumt, ha el oszlsa:
-2 v U ) 1/2 1 1/4 3 1/4
V.3.11. Egy rme olyan slyozs, hogy a fej dobs valsznsge P (F ) = , az rsdobs pedig P{!) = Dobjuk fel az rmt hromszor egymsutn. Jelentse
az X valsznsgi vltoz a dobsonknti fej dobsok sorozatnak hosszt. Hatroz zuk meg az X vltoz rtkeit, eloszlst, vrhat rtkt. V.3.12. Egy X valsznsgi vltoz a - 2 , 0 s 4 rtkeket veheti fel, melyek hez tartoz valsznsgeloszls: P {X = ~ 2)= -^ ; P (X = 0 )= -~ ; P (X = 4 )= 1
a) rjuk fel s brzoljuk az X vltoz eloszlsfggvnyt; b) Szmtsuk ki az eloszlsfggvny rtkt az X = -3 , X = -2 , X =1, X = 5 helyeken; c) P ( X > 0 ) ^ 7 ; P (X < 0 ) = ?.
V.3.13. Egy dobozban 3 friss s 2 zptojs van. Visszatevs nlkl vletlenszer en kivlasztunk hrmat. Az X valsznsgi vltoz jelentse a kivett friss tojsok szmt. Adjuk meg az X vltoz a) valsznsgeloszlst s grfjt; b) eloszlsfggvnyt s grfjt;
NEGYEDIK FEJEZET Nevezetes eloszlsok A valsznsgszmts, mint minden ms tudomny, a klnbz jelensgek vizsglata sorn arra trekszik, hogy feltrja azokat az elvonatkoztathat jegyeket, amelyek lehetv teszik a klnbz jelensgek bizonyos szempontok szerinti csoportba sorolst, mert ezzel azonos mdszerek alkalmazsra nylik lehetsgnk. Sz mos jelensgrl megllaptottk, hogy a valsznsg szempontj bl hasonlan viselkednek, pl. ugyanazt az eloszlst kvetik, vagyis az X valsznsgi vltoz rtkeihez a /?, valsznsgek azo nos eljrssal (kplettel) szmthatk ki, fggetlenl X j jelents tl, vagy csak paramterrtkekben klnbzek, de ugyanazzal az eloszlsfggvnnyel rhatk le. A kvetkez pontokban azt vizs gljuk, hogy bizonyos feltteleknek eleget tev valsznsgi vl tozknak milyen jellegzetes eloszlsfggvnyei vannak. 4.1. Diszkrt valsznsgeloszlsok A gyakorlati feladatok ksrleteinl legtbbszr csak az rdekel bennnket, hogy a ksrlet eredmnyes volt-e vagy eredmnytelen. Olyan ksrletsorozatot vizsglunk teht, amelynek pontosan kt kimenetele van, vagyis a ksrlet sorn azt figyeljk meg, hogy valamely A esemny bekvetkezett-e vagy sem. Ilyen krdsre ad vlaszt a kvetkez eloszls. 4.1.1. Binomilis eloszls Mi annak a valsznsge, hogy egy ksrletben az A esemny pon tosan ^-szor kvetkezik be? Tekintsnk egy fggetlen ksrletekbl ll ksrletsorozatot. Legyen az A esemny bekvetkezsnek valsznsge minden ki-
126
VALSZNSGSZMTS
4.1.1. Binomilis eloszls
127
srletben P{A) = p s az ellentett esemny A bekvetkezsnek valsznsge: p (A ) = \ - P { A ) = \ - p = q. Ismteljk meg a ksrletet n-szer egymstl fggetlenl, s az X diszkrt valsznsgi vltoz rtke legyen az A esemny bek vetkezseinek szmval egyenl. Ttel Annak valsznsge, hogy n (n = 1,2,...) fggetlen ksrletso rozatban az A esemny pontosan k-szov kvetkezik be, azaz az A esemny bekvetkezseinek szmt megad X valsznsgi vltoz X j^ rtke ppen k (teht Xj ^=k) a . p=P{X=k) = {k = 0, \, 2 ,...,n ) ( 0 < p < l ) kplettel adhat meg, ahol q = l - p, s lis egytthat. Az (1) eloszlst n -e d re n d ,p p ara m te r binom ilis eloszls n a k nevezzk, mivel a Pk =Pn ( ^ ) valsznsgek a (p + ^) hat vnymennyisg binomilis ttel szerinti kifejtsnek tagjai, azaz az eloszlst a kvetkez tblzattal adhatjuk meg: k Pn(k) 0 n\
V 1 / 1
Az ilyen elem-n-es sorozatok szma:
. Mivel feltettk, hogy a
ksrletek egymstl fggetlenek, ezrt minden elem-n-es valsz nsge: p ^q ^ ^ , ahol q = \ - p, s gy az A elfordulsnak val sznsge: P{A) = k
p ^ q ^~^\ (A: = 0 , 1 , 2 , . . . , n ) .
A binomilis eloszlst ltalnosabban is definilhatjuk. Legyen X diszkrt valsznsgi vltoz, amelynek rtkei a ter mszetes szmok, azaz X ={0, 1 , 2 , . . . , Ha annak valszn sge, hogy X ppen a k rtket veszi fel Pk = ( k =0 , , 2 , . . . , n )
(1 )
n\ binomi kl(n-k)l
akkor az X valsznsgi vltoz binomilis eloszls. A binom i lis eloszls tagjai kezdetben a k-\al egytt nvekednek, majd a maximum elrse utn cskkennek. Ha np egsz szm, akkor az ehhez tartoz valsznsg a legnagyobb, ha pedig nem egsz szm, akkor az np-hez legkzelebbi egsz szmhoz tartoz valsz nsg a legnagyobb. Az (1) binomilis eloszlst b(k\n, p ) -vei is szoks jellni, azaz b(k',n, p) =
\
(1 * )
J
2 { \ 2? n-11 P
n P^
amelynek k < x -re vonatkoz sszegezsvel kapjuk az eloszlsfggvnyt:

(2 ) k<x
M egjegyzsek Az 1. ttel bizonytst az A s 5 elemekbl ll olyan n elem hosszsg sorozatok vizsglata alapjn vgezhetjk, amelyekben az A elem pontosan k-szor, B elem pedig ( n - k ) -szr fordul el. 1. Ilyen ktkimenetel fggetlen ksrletek vizsglatval elszr J. Bernoulli foglalkozott, ezrt a fentiekkel kapcsolatban Bem oulliksrlet s Bernoulli-eloszls elnevezsek is hasznlatosak.
128
VALSZNSGSZMTS
4.1.1. Binomilis eloszls
129
2. A P^(k) valsznsgek knyelmesebb kiszmtst a

(1 * * )
A fenti lpseket alkalmazva M ( X )= ^ k

kÔ
b(k;n, p) formulra,
k +\ rekurzis kplettel vgezhetjk.
l-p
kapjuk: M ( X ^ ) = np(np + q), s felhasznlva a D ^ { X ) = M ( X ^ ) - ( M ( x ) f sszefggst, kap juk, hogy D ^ ( X ) = npinp + q )~ (np)^ = npq.
Pldk
A binomilis eloszls X valsznsgi vltoz vrhat rtke: szrsngyzete: szrsa: m = M ( X ) = np s^ = V ar(Z ) = D ^ { X ) = npq s = ^ V ar(X ) = D ( X ) = ^ npq (3) (4) (5)
A (3), (4) s (5) formulk a megfelel defincik s a binomilis sorbafejts kpleteinek felhasznlsa alapjn igazolhatk. Ui. az (1 *) jellst hasznlva M(X)= ^k-b(k;n,p)=
k= 0 k=Q
1. Egy szablyos pnzrmt dobjunk fel hatszor s figyeljk meg a fej dobsok szmt. lltsuk el a valsznsgi vltoz eloszlst, eloszlsfggvnyt s grafi konjait. Megolds Bernoulli-'kstiml van sz, teht az (1*) ill. (1**) kplettel ellltjuk az elosz
k\{n-k)\
ls tblzatt n = 6, p = q = ^ ,
= 0 ,1 ,2 ,3 ,4 ,5 ,6 rtkekre. A
yt = 0 -ra az els tag kiesik, egyszerstsnk A;-val s emeljk ki np tnyezt:

(n -1 )! M (X ) = n p ' - ^ k=\
P k) = ill.
(k-mn-k)\
kpleteket hasznlva: k P(k) 0 1 64 1 6 64 2 15 64 3 20 64 4 15 64 5 6 64 6 1 64
k - \ = r helyettestssel az sszegezst r = 0 -ti n - l - i g v gezzk:
r= 0
r=0 Az eloszlsfggvnyt F^(x) = ^ P ( k ) kplettel szmtjuk:

k<x
de a binomilis ttel rtelmben:

n -1 Y ^ b {r\n -\, p) = {p + r= 0
q f ^ = l ^ =1,
k 0 0 1 1 64 2 7 64 3 22 64 4 42 64 5 57 64 6 63 64 6< 1 l
teht M ( X ) = np.
130
eloszlsfggvnyt a 28. bra szemllteti. i 2 0 /6 4 15/64-
VALSZNSGSZMTS
4.1.2. Poisson-eloszls
a) P ( 3 M ) = 6 - S - 4 J_ l-2 ^ 3 '8 '8
131
A binomilis eloszls valsznsgi vltoz eloszlst a 27. bra, a binomilis
16
b) Ha a fik szma 0, 1, 2, akkor kevesebb a lnyok szmnl, teht
Peik)
P(0 fi) + P(1 fi) + P(2 fi) =
x6 21 32
3. Egy szmtgphez 4 egymstl fggetlenl mkd lem ezegysg tartozik. 6 /6 4 1/640 1 2 3 4 5
----___ 1 ^ 6 k
Az egyes lemezegysgek 6 10'^ valsznsggel hibsodhatnak meg. Ha az adatfeldolgozs elvgzshez legalbb 2 hibtlan lemezegysg kell, mi a valsznsge annak, hogy az adatfeldolgozs sikeresen befejezhet? Megolds Annak, hogy egy lem ezegysg nem hibsodik meg p = \ 6
27. bra. P(,(k) valsznsgi vltoz eloszlsa (hisztogramja)
-\(T^ = 0 ,9 9 9 4 a
valsznsge. Ha a hibtlanul mkd lemezegysgek szmt X jelli, akkor az X valsznsgi vltoz eloszlsa egy n = 4, p = 0,9994 paramter binomilis elosz ^F,{x)
1
ls. Teht a sikeres adatfeldolgozs valsznsge P (X > 2), azaz

4
63 /6 4 5 7 /6 4 1
P(sikeres adatfeldolgozs) = P (X > 2 ) = ^ _ b { k \ 4,0,9994) = k=2 0,9994^ 0,0006^ + 0,9994^ 0,0006 +
4 2 /6 4
22/6 4
+ ^ 0,9994^ 0,0006" = 0,9999998. 4
7 /64 j m 1 28. bra. Az F(,(x) binomilis eloszlsfggvny
4.1.2. Poisson-eloszls Mi a valsznsge annak, hogy egy sajthibkat tartalmaz knyv vletlenl kinyitott oldaln van sajthiba? Legyen X pozitv lland s X egy diszkrt valsznsgi vlto z, amelynek rtkei 0, 1, 2,..., k,... H a X a : rtkeket P ( X = k ) = p{k\X) =
\k~X Xê
2. Mennyi a valsznsge annak, hogy egy hzaspr 6 szletend gyermeke kzl a) 3 fi lesz; b) a fik szma kevesebb lesz a lnyok szmnl, ha a fik szletsnek val sznsgt Megolds Mivel most n =
6
-nek vesszk?
kl
-, (X > 0), (/: = 0 ,1 ,2 ,...)
(1 )
valsznsggel veszi fel, akkor az X eloszlst X paramter
Poisson -eloszlsnak nevezzk. A p( k, X) szmok valsznsg

s p = = ezrt az (1) kplet szerint
eloszlst alkotnak, ui.
132
VALSZNSGSZMTS
133
Powôn-eloszlst szemlltet a 29. bra A = 1, A = 2 s A = 5 -re: k=0 ' k=0 A Poisson-Qloszls valsznsgi vltozhoz tartoz eloszlsfggvnyt a (1) -gyei adott valsznsgek sszegezsvel kapjuk minden k < x -re kiterjesztve:
(2 ) k<x k\ k\
Pn(k;X)
0,4-0,3--
1=1
0 , 2- -
A PoM5on-eloszls X valsznsgi vltoz vrhat rtke: szrsngyzete: szrsa: m = M { X ) = X\
0,1
6 29. ara. Poisson-e/ojz/o/:
s^ = V ar(X ) = D ^ ( X ) = A; s = ^V ar(X ) = D ( X ) = -Jx, M egjegyzsek
amelyeket a megfelel defincik alapjn llthatunk el. A bizonyitshoz felhasznljuk, hogy e = k=0 st hasznlva: M(X)=f^k-p(k-X)=f^k k=0 k=0 n.ke -A k\ kiemelsvel s . Az (1) formula jell-
1. Az egyes valsznsgek kiszmtst megknnyti a kvetke z rekurzis form ula:

(1 * )
2. A Poisson-eloszls a binomilis eloszlsbl is szrmaztathat, annak n szerinti hatrrtkeknt, ha feltesszk, hogy X lland s = , azaz X = pn\ ekkor ugyanis lim b(k\n, p) = lim
A e -A
Az els tag k = 0 -ra 0-val egyenl, gy X k - l = r helyettestssel:
1 - -
A binomilis eloszlst elg nagy n s kicsi p valsznsg esetn az np = X paramter Poisson-eloszlis jl kzelti. Ennek belt shoz felhasznljuk az
r=0 2~ r=0 (* )
Hasonl meggondolssal M ( X ) = A(A +1) addik, s gy D ^ ( X ) = M ( X ^ ) - { M ( X ) f = M X + l ) - X ^ =X.
Taylor-sovt Ui. ha X = np , akkor

- (0 ; n ,p ) = ( l - p ) ' = ( l - A ) " .
134
VALSZNSGSZMTS
Megolds
135
Mindkt oldal termszetes logaritmust kpezve: In Z?(0; n, p) = ln(l Y
= n ln(l - ).
A k = 0 rtkhez a (1) kpletet, a ^ tovbbi rtkeihez a (1 *) kpletet hasznljuk. Az eredmnyt tblzatba foglaltuk. (L. 29. bra.) Pl.
P ( X = 0 ) = p (0 ;l)= -
X (*) figyelembe vtelvel, z = helyettestssel:

k
0! 1 0,368 0,2707 0,0337
1 e
____ L = 0,3679 = 0,368 stb. 2,718282 2 3 0,0613 0,1805 0,1404 4 0,0153 0,0902 0,1755 5 0,00307 0,0361 0,1755
0 0,368 0,1353 0,00674
p{k;\) Pik;2)
0,184 0,2707 0,0842
Ha n igen nagy, akkor A, = -A ,
p{k;5)
6 0,00051 0,012 0,1462
7 0,00007 0,0034 0,1045
8 0,0000 0,0009 0,0653
10
s gy
p{k;\) p {k; 2 ) P(k;5)
0,0002 0,0363
0,0000 0,0181
Ha a/7 elegend kicsi, akkor
~ 1, s
2. Tegyk fel, hogy a zX valsznsgi vltoz Pom on-eloszls. Szmtsuk ki a 77(3;^). p(2;0,7) valsznsgeket. Megolds
3 e i 2
b(k;n, p) _ ( n - k + l ) p _ X - ( k - l ) p _ X b(k-l;n,p) kq kq k ' Ekkor b i k \ n , p ) ~ ^ b ( k - \ \ n , p )

K
sszeffiggsbl (**) felhasz , s teljes indukci
nlsval b { V, n, p ) ^ Xe val kapjuk, hogy
b(2-,n,
P { X = 3) = p ( 3 ;^ ) = -1 2 ;
0,607 = 0,013; 48 0,49 0,497

=
P (X = 2 ) = p (2;0 J ) = b (t,n ,p ) = ^ ^ ^ = p ( k ; X ) .
2!
0 , 12.
3. Tegyk fel, hogy egy 500 oldalas knyvben vletlen eloszlsban 300 sajthiba van. Szmtsuk ki annak valsznsgt, hogy egy adott oldalon a) pontosan 2 sajthiba van;
3. Az s tartalmazza.
Pldk
rtkeket a [0;3] intervallumban a 6. tblzat
b)
vagy tbb (legalbb 2) sajthiba van.
Megolds Ha azt vizsgljuk, hogy oldalanknt hny sajthiba van, akkor n = 300 A - 2, s 1. Szmtsuk ki az X valsznsgi vltoz Po/o/j-eloszlst A = 1, A - 5 paramterekkel, ha k = 0,1, 2, 3,4,5,6,7,8,9,10 .
1 paramter binomilis eloszlst kapunk. Mivel p elg kicsi s n elg nagy. P= 500 a binomilis eloszlst Poion-eloszlssal kzeltjk X = np = 0,6 paramterrtk mellett.
136
a) p ( 2 ;0 ,6 ) r . M ^ ^ 0,36 0,549
VALSZNSGSZMTS
= 0,0988.
4.1.3. Hipergeometrikus eloszls
137
b) Annak az esemnynek a valsznsgt, hogy egy oldalon 2 vagy tbb, azaz legalbb 2 hiba van, az ellentett esemnyek valsznsgei kztti sszefggs alapjn szmtjuk ki. Kettnl kevesebb hiba egy oldalon gy kvetkezhet be, hogy az X a 0 vagy 1 rtket veszi fel, s minthogy ezek az esemnyek egymst kizrjk,
gy sszegk valsznsge pq + p^. A vizsglt esemny valsznsge:
P ( X > 2 ) = l - ( p o + P i) = l -
A hipergeometrikus eloszls tagjai kezdetben k-wal egytt nve kednek, majd a maximum elrse utn cskkennek. Az eloszls M tagjait jl kzelthetjk az n-edrend = p paramter binomi lis eloszls megfelel tagjaival, ha a k~hoz kpest M s N elg nagy. Egy hipergeometrikus eloszls X valsznsgi vltoz vrhat rtke: m=M(X) =n M N
1n 1
0,6
0!
-+
1!
+ 0,6 0,549) = 1 - (0,549 + 0,329) = 0,122.
szrsngyzete: s^ = V ar(X ) = D ^ ( X ) = n p ( l - p)
N - l
Megjegyzs A gyakorlati feladatokban gyakran tallkozunk Poisson-oXoszlssal. Pl. egy telefonkzpontban egy adott idintervallumban je lentkez hvsok tlagos szma, vrsejtek szma egy trrszben, egy adott tartomnyba hull escseppek szma, a radioaktv boml sok szma egy adott idtartam alatt, a csillagok a trben, kzel tleg Pow'on-eloszlsak stb. 4.1.3. Hipergeometrikus eloszls Mi annak a valsznsge, hogy N szm alkatrszbl visszatevs nlkl kivlasztott n db-bl ll mintban a selejtesek szma k db, ha a yVszm alkatrsz kztt M db selejtes van? Definci. Azt az X valsznsgi vltozt, amely az Xj^=k (k = 0,1,2,...,n ) rtkeket N -M n -k
P k = P (X = k ) = p ,= P (X = k ) =
szrsa:
Plda
s = ^V ar(X ) = D { X) = np{\ - p)
- l
7 V -1
Egy 32 lapos magyar krtyacsomagot ngy jtkos kztt egyenlen osztunk el. Az X vltoz rtke legyen az egyik kijellt jtkoshoz kerl piros lapok szma. (Feltesszk, hogy jl megkevert krtyacsomagbl mindig vletlenszer az eloszts.) Ksztsk el az X valsznsgi vltoz eloszlsnak tblzatt, tovbb szmtsuk ki vrhat rtkt s szrst. Megolds Az X valsznsgi vltoz X j^ = k {k - 0 ,1 ,...,8 ) rtkek felvtelvel hipergeo metrikus eloszls. A lapok szma N = 32 , amelybl M = 8 a piros lapok szma, s n = 8 lapot kap mindegyik jtkos. Az adatok alapjn annak valsznsge, hogy a z X a k rtket veszi fel az (1) kplet szerint:
qV
24 ^
\-k
()k = 0 ,l,2 ,...,8 )
'32^
{k=0X2,...,n)
(1 )
Az X valsznsgi vltoz eloszlstblzata: k 0 0,07 1 0,26 2 0,36 3 0,23 4 0,07 5 0,01 6 0,0 7 0,0 8 0,0
valsznsggel veszi fel, hipergeometrikus eloszls valszn sgi vltoznak nevezzk, ahol N, M, n nemnegatv egszek s M < N , 0 < n < min(M , N - M ) .
Pk vrhat rtke;
138
szrsa: D {X)= n p {\-p ) n-\ N -\
v a l s z n s g s z m t s
4.2. Folytonos eloszlsok

a) Vizsgljuk meg, hogy teljesl-e az f { x ) > 0 s az
139
Jf { x ) d x
= 1 felttel, ha
32
32
32-1
= 1,16. igen, hatrozzuk meg a srsgfggvny eloszlsfggvnyt, s mindkt fggvnyt brzoljuk. b) Szmtsuk ki az X vltoz vrhat rtkt, szrsngyzett s szrst. c) Mekkora valsznsggel tr el az X vltoz a vrhat rtktl legfeljebb 0,25-dal? Megolds a) Mivel XG R > 0 minden vals szmra, gy nyilvnval, hogy f ( x ) > 0, ha
Az X hipergeometiikus vltoz eloszlst a 30. bra szemllteti.
0 ,4 .. 0 ,3 6 0 ,3 .. 0 ,2 6 -0 ,2 3 --
.
-! 1o j f ( x ) d x = Ôdx+ ^x^dx+ ^Qdx =
0
0 ,2 "
0 ,1 .
0 ,0 7 --
- r + 4r-
-fO =
0 ,0 1 ..
0 1 2 3 4 5
-f6
2 7
30. bra. Hipergeometrikus eloszls
Teht az adott/fggvny valban srsgfggvny, melynek grfja (31. bra.):
4.2. Folytonos eloszlsok Az elzekben hrom nevezetes diszkrt valsznsgi eloszlssal ismerkedtnk meg: a binomilis, a Poisson- s a hipergeometrikus eloszlssal. A kvetkez pontokban folytonos eloszlsokat trgya lunk. A folytonos eloszlsokat a srsgfggvnyeikkel definil juk, de magadjuk az eloszlsfggvnyeket is. Mivel az X folytonos valsznsgi vltoz egyes konkrt rkeinek valsznsge 0-val egyenl, gy a vltoz jellemzsre a srsgfggvnyt vagy az eloszlsfggvnyt hasznlhatjuk. Megklnbztets s rvidts cljbl a folytonos eloszlsok vrhat rtkt |i-vel, szrsngy zett cj^-tel, szrst pedig a-val fogjuk jellni.
Plda Legyen fix ) = 0 h a -l< jc < l egybknt ha x > l , Ha - l < x < l , F(x)= j0 d t+ j j t ^ d t = j
Az X valsznsgi vltoz srsgfggvnynek F{x) eloszlsfggvnye: Ha x < -1 , X F{x) = I Odt = 0 ;
-1
-1 ! F{x) = I f ( t ) d t = j O d t + ^ ^ t ^ d t + ^Qdt
2
=
140
Teht az eloszlsfggvny: 0, h a x < - l F(x) = +
VALSZNSGSZMTS
4.2.1. Egyenletes eloszls
141
4.2.1. Egyenletes eloszls Definci. Az X valsznsgi vltozt egyenletes eloszlsnak nevezzk az ] a',b[ intervallumon, ha srsgfggvnye (33. bra): , , ha a < x 1
xeR
(1 )
Azonnal lthat, hogy f { x ) > 0, mivel b - a > 0 , s

b b) Az X valsznsgi vltoz vrhat rtke: H = M ( X ) = |x /( x ) = j x ~ x ^ d x = ~ ^ -1 szrsngyzete: a ^ = D \ X ) = ]x^f{x)dx-^ l^ = jx ^ - h ^ d x - O ^ = 1
f(x)dx =
dx b-a
b-a
b-a b a
= 1.
A srsgfggvny defincijbl kvetkezik, hogy az egyenle tes eloszls X vltoz eloszlsfggvnye (34. bra); x-a b-a 0, 1,
F( x) = P ( X < x ) =
s szrsa: (7 = D ( X ) = ^ = 0,774597.
f(t)dt =
dt b-a
ha X < a; ha. x > b.
(2)
s a vrhat rtk, szrs, szrsngyzet defincii alapjn:

c) Ki kell szmtani a p ( |x - / i | < 0 ,2 s) valsznsget: - ;u| < 0 ,25 )= P(;U - 0,25 < X < + 0,25) =
vrhat rtke: szrsa:
l i i =M( X) = a = D(X) =
a+b
2
= P (-0 ,2 5 < X < 0,25) = F(0,25) - F (-0 ,2 5 ) = = = 0 ,5 0 7 8 -0 .4 9 2 1 = 0,0157. Teht az X a vrhat rtktl 0,25-dal legfeljebb 0,0157 valsznsggel tr el.
b-a
V I
A folytonos valsznsgi vltozk eloszlsainak vizsglatt l talban a bemutatott pldhoz hasonlan vgezhetjk. A nevezete sebb folytonos eloszlsok kzl a kvetkez pontokban az egyen letes eloszlst, az exponencilis eloszlst s a normlis eloszlst trgyaljuk rszletesebben.
szrsngyzete:
142
VALSZNSGSZMTS
4.2.1. Egyenletes eloszls
143
Ui. a vrhat rtk: M (X )= \ x - f { x ) d x =
Ha feltesszk, hogy X egyenletes eloszls az \a ,b \ intervallum ban, akkor annak valsznsge, hogy X az Jr, s b-a h-a vallumba esik P{r<X<s)=\f{x)dx = b-a 2
2 r 1
a,b rszinter-
b-a
dx =
r
s-r b-a
A szrsngyzet s szrs: x'^ i dxb-a

f b + r^ ^
vagyis arnyos az intervallum hosszval. (L. a geometriai valsz nsget az 1.5. pontban.)
Plda Egy zemi telefonkzpont telefonhvsainl azt tapasztaljuk, hogy a trcszst kvet kapcsolsig terjed idtartam 1 mp-tl 100 mp-ig terjedhet. A z eltelt id legyen az X egyenletes eloszls valsznsgi vltoz. Hatrozzuk meg az X valsznsgi vltoz srsgfggvnyt, eloszlsfggvnyt, vrhat rtkt, szrst, valamint annak valsznsgt, hogy legalbb 50 mp-ig kell vrnunk a kapcsolsra. Megolds 4 n ~ i S ' Feltettk, hogy X egyenletes eloszls a ]10;100[ intervallumban, ezrt sr sgfggvnye (35. bra): 0, ha jc<10, h a l0 < .T < 1 0 0 , 0, s eloszlsfggvnye (35. bra): 0, F(x) = P ( X < x ) =
;c-10
b+a b~a 3
C T=
12 b-a _ b-a
fix) =
ha X > 100;
ha x < 1 0 , -, h a lO < jc< 100 ha x > 1 0 0 .
90 1,
f(x)
1/90 f - p 0
10
100 35. bra. f(x) srsgfggvny s F(x) eloszlsfggvny
100
144
VALSZNSGSZMTS
a+b 10+ 100
4.2.2. Exponencilis eloszls
145
Az X egyenletes eloszls valsznsgi vltoz vrhat rtke:
2
szrsa; . . 1 0 0 -1 0 V2 V2 szrsngyzete: 90 2V 3
= 55mp;
s a megfelel defincik alapjn, egyszer integrls s hatrrtk szmts alapjn az exponencilis eloszls X vltoz vrhat rtke:
45-V 3 3
25,98 - 26mp;
szrsngyzete:
szrsa:
Annak valsznsge, hogy legalbb 50 mp-ig kell vrnunk a kapcsolsra:
a=^WarX = D (X )= j.
4.2.2. Exponencilis eloszls Mi a valsznsge annak, hogy egy alkatrsz pl. 2000 rn bell nem hibsodik meg? Definci. Az X folytonos valsznsgi vltozt X paramter ex ponencilis eloszlsnak nevezzk, ha srsgfggvnye fix)
_ ^Xe h a x > 0; (1 ) 36. bra. X exponencilis eloszls vltoz srsgfggvnye
0,
ha ;c < 0
ahol a A lland tetszleges pozitv szm, az eloszls paramtere (36. bra). A feltteleknek eleget tesz a z /, mivel / > 0 s f ( X )dx = Xe ^ d x =
0
= hm e ~ ^ d x = lim
= 0 + 1 = 1.
Mint lthat az exponencilis eloszls valsznsgi vltoz vrhat rtke s szrsa egyenl egymssal. A mdin defincija rtelmben egyszer szmtssal kapjuk a mdin rtkt:
m , = M (X )-ln 2 = ^ ,
Az (1) srsgfggvny X valsznsgi vltoz eloszlsfgg vnye (37. bra):

X 0,
F(X) = P(X <x)= [ f ( t ) d t = V ~ ^
,hax>0; ha jc < 0.
(2)
amibl kvetkezik, hogy az X vltoz a vrhat rtknl nagyobb rtkeit kisebb valsznsggel veszi fel, mint a vrhat rtknl kisebb rtkeket, minthogy < M(X).
146
VALSZNSGSZMTS
4.2.3. Normlis eloszls
147
Megjegyzs Exponencilis eloszls pl. a radioaktv atomok lettartama, azaz keletkezsktl az elbomlsig terjed idszakasz hossza, hossz regedsi idtartam berendezsek, alkatrszek meghibsodsai nagy idintervallum alatt stb.
Plda Legyen az X valsznsgi vltoz bizonyos tpus alkatrszek meghibsodsig eltelt hasznlati idtartam hossza. Legyen X exponencilis eloszls, amelynek szrsa 500 ra. Hatrozzuk meg az X a) vrhat rtkt;
Definci. Egy X folytonos valsznsgi vltozt m s o param teri! normlis eloszlsnak neveznk, ha srsgfggvnye (38. bra):
1 2<j^
(-X3 < X < -hoo)
(1 )
ahol m tetszleges vals szm, o pedig tetszleges pozitv szm lehet. Az (1) srsgfggvny -oo-ti x-ig vett hatrozott integrlja adja az X vltoz m , a paramter normlis eloszlsfggvnyt (39. bra), azaz
, {t-m f
b)
srsg- s eloszlsfggvnyt s
c) annak valsznsgt, hogy egy kiszemelt alkatrsz 2000 rn bell mg nem hibsodik meg. Megolds a) Mivel X szrsa 500, ezrt vrhat rtke
CT
F(x) = P ( X <x ) =
o
1
4 1
e
k
2cr
(2 )
= D ( X ) = M ( X ) = 500 ra, 1 500'
s gy az eloszls paramtere: A =
Az X normlis eloszls valsznsgi vltoz vrhat rtke: jx = M ( X ) = m; D ^ ( X ) = a^ ; D{ X ) = o,
b) A srsgfggvny:
~ e 500 h a x > 0 ; f{x) = 500 0, hsLX< 0, F (x) =
szrsngyzete-. szrsa:
az eloszlsfggvny:
-e
0,
, haX > 0;
hax<0.
c) Annak valsznsge, hogy egy alkatrsz 2000 rig nem hibsodott meg: P ( X > 2000) = 1 - P { X < 2000) = 1 - F (2000) = ^ 0,0183-0,02. Teht annak valsznsge, hogy 2000 rn bell bekvetkezik az alkatrsz meg hibsodsa 98%.
melyek a defincik felhasznlsval igazolhatk. A felttelekbl kvetkezik, hogy f { x ) > 0, s -o -ti +oo -ig integrlva 1-et ad, azaz +o= f{ x )d x =
Y yy\ 4.00 {x-m f
dx = \.
mely t = --------helyettestssel 4.2.3. Normlis eloszls A leggyakrabban elfordul folytonos eloszls az n. normlis vagy Gauss-eloszls, amely sok jelensg lersban jelents szere pet jtszik. (C. F. Gauss 1777-1855, nmet matematikus.)
^dt
integrlba megy t.
148
+00 _ z L
VALSZNSGSZMTS
+
149
Vezessk be az X valsznsgi vltoz

( + m )e
Az M { X ) = f =
O ytln
x-e
^ = =
sIlTt _*
^ dt =
^
X-M (X)
" " W T "
+ e
_ _
^ dt + m
standardizltjt, melynek vrhat rtke M ( X * ) = 0, s szrsa D( X*) = 1. Ha az X valsznsgi vltoz N( m, G) akkor standardizltjt
C T
eloszls,
Az els tag integrlja 0-val egyenl, mivel az integrandusz pratlan fggvny, a msodik tag pedig m 1, teht M{X) = A szrsngyzethez az
(x-m y o 427T 0 + m 1 = m.
kplettel szmtjuk, ugyanis M ( X ) = m, s D ( X ) = a. Definci. Az m = 0, <7 = 1 paramter normlis eloszlst, melyet 7V(0,1) -gyei jellnk, standard normlis eloszlsnak nevezzk,
s r s g f g g v n y e
M ( X ^ ) = ---- 1 =
0^1271:
2(7^ ^
(grfja szimmetrikus azy tengelyre, 40. bra): (p{x)= ^ e 2 {xe. R)\ (3)
kiszmtst a fentiekhez hasonlan vgezve, kapjuk, hogy

M { X ^ ) = o ^ + np-.
e lo s z l s f g g v n y e
1 (grfja szimmetrikus a (0, ) pontra, 41. bra);
Teht
D ^ { X ) = M { X ^ ) - ( M { X ) f = G ^ + n ^ - m ^ =G^.
^ dt.
(4)
y jln i
0,4
0 ,2 38. bra. Normlis eloszls srsgfggvnye 39. bra. Normlis eloszlsfggvny ....1 -^ x -3 -2 -1 ^ 0 1 2 3 40. bra. Standard normlis eloszls srsgfggvnye
A normlis eloszlst kvet valsznsgi vltozk a z m s <5 pa ramterben trnek el egymstl. Az m v r h a t rtk , o s z r s n o r m lis e lo s z l s s z o k s o s je l l s e : N ( m ,G ) , sirsgfggvnynek grfja az m vrhat rtkkel adott x = m egyenesre, eloszlsfggvnynek grfja pedig a ( m , ~ ) pontra szimmetrikus.
Megjegyzs -1 < X < 1 intervallumokhoz tartoz terlet a grbe alatti terlet 68,2 %-a; ~2 < x < 2 -hz tartoz pedig 95,4 %-a.
150
VALSZNSGSZMTS
151
mivel 0 a maximum helye ( cp(0) = ~ ^ = ~ 0,3989 ), ezrt a mduV 2 ;r
sza is 0. Az y = (p{x) grfjnak inflexis pontjai vannak az jc = l s x = ~ l helyeken. Tekintettel az (5) formulra, az j = f ( x ) grfnak x = m egye nes a szimmetriatengelye, s gy a maximuma is m-nl van
41. bra. Standard normlis eloszls eloszlsfggvnye
( /( m ) =
0,3989 ). Ha teht az X valsznsgi vltoz
A (4) jobb oldaln ll integrl nem fejezhet ki elemi fggv nyek segtsgvel, azonban a 0 (x ) rtke a gyakorlati alkalmaz sok ltal megkvnt pontossggal tblzatokbl kiszmthat. (1. s 2. tblzat). A standard normlis eloszls (3) s (4) fggvnynek segtsgvel kifej ezhetk az (1) s (2) fggvnyek:
x -m
N ( m , a ) eloszls, akkor eloszlsa szimmetrikus az m-re, medi nja is s mdusza is m-mel egyenl, minden pratlan rend cent rlis momentuma s gy ferdesgi egytthatja is 0-val egyenl, inflexis pontjai pedig az x = m - G s x = m + G helyeken van nak. A normlis eloszls grfjnak lapultsgi egytthatja 0, mely a 3.3.1. pont (7) lapultsgi egytthat formulja alapjn szmtva igazolhat. A (p s f fggvnyekre elmondottakat felhasznlva, valamint ^ s F eloszlsfggvnyek definciira tekintettel, O s F grf jait jellemezhetjk. Az y = 0 ( x ) grfnak .x = 0 helyen inflexis pontja van, (0) = 0,5, s gy medinja 0. A (6) s (7) formulkra
(5)
x -m
(XG R).
(6)
Mivel a normlis eloszls srsgfggvnye szimmetrikus a vr hat rtkre, ezrt (p{-x) = (p(x); 0 ( - x ) = l-D (jc) (7)
tekintettel, y = <E>(j:) a (0,-^) pontra szimmetrikus, az y = F( x) grfnak pedig az x = m helyen van inflexis pontja, F(m ) az (m,-|-) pontra szimmetrikus. Ha az X valsznsgi vltoz N ( m , a ) eloszls, akkor annak valsznsge, hogy az m vrhat rtkre szimmetrikus a szrs val arnyos hosszsg intervallumba esik, csak attl fgg, hogy az intervallum hossza a 2 <7 -nak hnyszorosa. Felhasznlva a (8) s a (6) formulkat: P ( m - k a < X < m + kG) = 2 ^ ( k ) - l , (k>0) (9)
= ~ -,
tovbb a (7)-bl a standard normlis eloszlsra a kvetkez ssze fggst kapjuk: P ( - x < X < x) = 0 (x ) - <D(-;c) = 0(jc) - (1 ~ 0(jc)) = 2d>(x) - 1 (8) A (7) s (8) sszefggsek az 1. s a 2. tblzatbl kiolvashat rtkek alapjn a <E>(x) s a (p{x) fggvny rtktblzatnak b vtsre jl felhasznlhatk. A (p{x) srsgfggvny y = (p(x) grfja az y tengelyre szim metrikus, mivel pros fggvny (40. bra). A (p{x) medinja 0, mivel az N(0, l ) eloszls szimmetrikus a 0-ra, a pratlan rend momentumai 0-val egyenlk, gy a ferdesgi egytthatja is 0, s
amibl lthat, hogy N{ m , o ) eloszls valsznsgi vltoz elt rse a vrhat rtktl valban csak a ^-tl fgg.
152
Pldk
VALSZNSGSZMTS
153
Megjegyzsek 1. A binomilis eloszls vltozk esetn a / \ n P(k) = b (t,n , p) = k j
1. Szmtsuk ki, hogy az X valsznsgi vltoz a vrhat rtktl legfeljebb mekkora valsznsggel tr el a szrsnak 1-szeresvel, 2-szeresvel, ill. 3-szorosval. Megolds Felhasznlva a (9) formult s az 1. tblzatban adott () fggvny t = 1,00, t = 2,00, = 3,00 helyekhez tartoz rtkeit, kapjuk: P (m - C T < X < m +
(7)
= 2 0 ( 1 ) - 1 = 2 0 ,8 4 1 3 -1 = 0,6826,
P { m - 2 a < X < m + 2 a ) = 2- (5(2) - 1 = 2' 0,9772 - 1 = 0,9544, F (m -3 ( T < X < m + 3cr) = 2 0 ( 3 ) - 1 = 2 0 ,9 9 8 7 -1 = 0,9974, (*)
valsznsgek kiszmtsa nagy n rtkekre igen fradsgos mun kt jelent. Ha n nagy, valamint ha sem a p sem a q nem esik kzel a 0-hoz, akkor a binomilis eloszls j l kzelthet az np vrhat rtk, -yjnpq szrs normlis eloszlssal. gy pl. ha n szm ksrlet esetn a p eleget tesz a kvetkez egyenltlensgnek: 0,637 Tn , 0,637 rn
'
Teht az X vltoz a vrhat rtktl egy szrsnyira kzeltleg 0,683, kt szrsnyira 0,954, hrom szrsnyira 0,997 valsznsggel tr el. A (*) formula az n. hromszigma szably, mely a gyakorlatban jl hasznlhat, hiszen azt fejezi ki pl., hogy az esemny 10000 ksrletbl 9974 esetben bekvetkezik. A Ser -t a megengedhet legnagyobb hibnak nevezzk. A mszaki- s termszettudomnyok szmos problmjnak megoldshoz igen gyakran olyan valsznsgi vltozt rendelhetnk, amelynek eloszlsa normlis vagy majdnem normlis. (Az eltrsbl add hiba a vizsglt jelensg szempontj bl elhanyagolhat.) Ilyenek pl. az alkatrszgyrtsban jelentkez mretingadoz sok, tvolsg s terletmrs hibaeloszlsa, stb. 2. Egy clgp 0,75 cm vrhat tmrj korongokat kszt. Tegyk fel, hogy az X tmr normlis valsznsgi vltoz, melynek szrsa 0,06 cm. Hny szza lkos hibval dolgozik a clgp, ha 0,60 cm-nl kisebb, s 0,84 cm-nl nagyobb korongokat tekintnk hibsnak? Megolds A 0,60 cm standard rtke: 0 ,6 0 -0 ,7 5 = 2,5, 0,06 0 ,8 4 -0 ,7 5 = 1,5. 0,06
akkor a b{k\n, p) kiszmtst clszerbb az

k n p (p
(10)
V w kzelt kplet alapjn vgezni, ahol (p a standard normlis srsg fggvny, s ennek megfelelen
A x -n p
(11)
A 0,84 cm standard rtke:
2. Centrlis hatreloszls-ttel Mint emltettk, a termszeti jelensgek vizsglatnl gyakran tallkozunk normlis eloszlssal. Egy vletlen esemny kialakulsa ltalban nagy szm fggetlen vletlen hats eredmnye, ezrt clszer annak vizsglata, hogy miknt viselkedik nagy szm fg getlen valsznsgi vltoz sszege. Erre a krdsre a vlaszt az n. centrlis (kzponti) hatreloszls-ttel adja: Ha az X], X 2 , , ... azonos eloszls, fggetlen, vges vr hat rtk s szrs valsznsgi vltozk, akkor
Annak valsznsge, hogy hibtlan korongok kszlnek (az 1. tblzatbl vett rtkekkel): F (-2 ,5 < X* < 1,5) = 0(1,5) - (1 - 0 (2 ,5 )) = 0 ,9 3 3 2 - (1 - 0,9938) = = 0 ,9 3 3 2 -0 ,0 0 6 2 = 0,927 teht a hibs korongok gyrtsnak valsznsge: 1 -0 ,9 2 7 = 0,073, vagyis a ko rongok 7,3%-a a felttelek szerint hibs.
154
X j + X 2 + .- . + -X^/j~ ntn o
4
VALSZNSGSZMTS
E. 4. Ellenrz krdsek a 4. fejezethez
155
lim P
n-ôo
<x
2 d = 0 (jc ) (1 2 )
E.4. Ellenrz krdsek a 4. fejezethez 1. Mikor mondjuk az X valsznsgi vltozrl, hogy binomi lis eloszls? 2. Mikor nevezzk az X valsznsgi vltozt Poisson-&\oszlsnak? 3. Mikor nevezzk az X valsznsgi vltozt hipergeometrikus eloszlsnak? 4. Mi a jellemzje az egyenletes eloszlsnak? 5. Hogyan definiljuk az exponencilis eloszls valsznsgi vltoz srsgfggvnyt s eloszlsfggvnyt? 6. Hogyan definiljuk a normlis eloszls valsznsgi vltoz srsgfggvnyt s eloszlsfggvnyt? 7. Hogyan rtelmezzk a standard normlis eloszls srsgfggvnyt s eloszlsfggvnyt? 8. Milyen felttelek teljeslse esetn kzelthet a binomilis eloszls normlis eloszlssal? V.4. Feladatok a 4. fejezethez
ahol m = M (X^), a = D{Xj^) (k = 1 , 2 , 3 , s 0 ( x ) a standard normlis eloszlsfggvny, nm az X^ + X 2 + + sszeg vr
hat rtke, Gyfn pedig az sszeg szrsa, melynek kvetkeztben X Y+ X 2

o
4
Xfi nm
n
valsznsgi vltoz vrhat rtke 0, szrsa pedig 1. A centrlis hatreloszls-ttel teht azt mondja ki, hogy sok fggetlen valsz nsgi vltoz sszege normlis eloszls, vagyis (12) lim P{ X^ < x ) = 0
n >00
x-nm
-Jn o
= F( x)
(12*)
alakban is rhat.
Plda Tegyk fel, hogy jliusban a H hmrsklet normlis eloszls, tlaga 26C, szrsa 4C. Szmtsuk ki annak a valsznsgt, hogy a hmrsklet 28C s 34C kz esik. Megolds A 28C standard egysge a =
CT
sszefggs felhasznlsval: V.4.1. Szmtsuk ki az
2 8 -2 6 s 34C standard egysge: 3 4 -2 6 4 teht P (2 8 < //< 3 4 )= P
=1 =1
4 8 4
a) b
b) b 3 ;4 .^
rtkeket (p + q = 1).
V.4.2. Az A csapat nyersi eslye minden jtszmnl a p = . Ngy jtszma le jtszsa esetn mi a valsznsge annak, hogy az A csapat a) pontosan 2 jtszmt nyer;
= 0(2)-
= 0 ,9 7 7 2 -0 ,6 9 1 5 = 0,2857.
b)
legalbb 1 jtszmt nyer;
A hmrsklet kb. 0,29 valsznsggel esik 28C s 34C kz. A H* a H - m k megfelel standard valsznsgi vltozt jelli. A szmtshoz felhasznltuk az 1. sz. tblzatot, amelynek 2.00 sorban a <E>(x) rtke 0,9772, s a 0,50 sorban 0 ( x ) rtke 0,6915.
c) a jtszmk felnl tbbet nyer? V.4.3. Egy zem ltal gyrtott alkatrszek 2%-a selejtes. A megrendel 10000 db-os csomagban kapja az alkatrszeket. a) Mi a selejtes darabok vrhat rtke s szrsa?
156
157
b) Hny db-ot kell vletlenszeren kivenni s megvizsglni ahhoz, hogy legalbb 0,96 valsznsggel legyen kztk selejtes is? (A kivlasztott darabokat vizsglat utn azonnal visszatesszk.) V.4.4. Egy lvsz valsznsggel tallja el a clpontot.
V.4.12. Alma osztlyozsnl azt tapasztaltk, hogy 100 db kzl 95% elsosztlynak minsthet. Visszatevs nlkl is s visszatevssel is vegynk 4 elem mintt. Az X valsznsgi vltoz jelentse a mintban lv minsgi elrsoknak nem megfelelk szmt. Mindkt mintavtelhez adjuk meg X valsznsgeloszlst, vrhat rtkt s szrst. V.4.13. Egy automata gp ltal gyrtott alkatrszek tmrje normlis eloszls valsznsgi vltoz, vrhat rtke 8 mm, szrsa 0,1 mm. Az alkatrsz nem alkalmazhat, ha tmrje a vrhat rtktl 4%-kal eltr. Mekkora a hibs alkat rszgyrts valsznsge?
a) Mi a valsznsge annak, hogy 7 lvs kzl legalbb ktszer clba tall? 2 b) Hny lvst kell leadni ahhoz, hogy a clt ~ -nl nagyobb valsznsggel eltallja? V.4.5. Legyen X valsznsgi vltoz Powon-eloszls X = 1,8 paramterrel. a) Hatrozzuk meg p{ k\X) rtkeit /c = 0,1,2,3,4 rtkekre. b) Milyen valsznsggel vesz fel az X a vrhat rtknl kisebb rtket? V.4.6. Egy zem termkei kztt 2% a selejtesek szma. Mi a valsznsge an nak, hogy egy 100-as mintban 3 db selejtes? V.4.7. A tv-kpcsvek mkdkpessgnek idtartam-hossza legyen egy X va lsznsgi vltoz. Legyen X exponencilis eloszls, amelynek szrsa 800 ra. Hatrozzuk meg az X a) vrhat rtkt; b) srsg- s eloszlsfggvnyt s c) annak valsznsgt, hogy egy vletlenl kijellt kpcs 3200 rn bell mg nem hibsodik meg. V.4.8. Szmtsuk ki a standard normlis eloszls X valsznsgi vltoz sr sgfggvnynek (p{x) helyettestsi rtkeit, ha j x = l,63; b) x = -0,75; c) x = ~2,08.
V.4.9. Szmtsuk ki a standard normlis eloszls X valsznsgi vltoz a) P { 0 < X < 1,42); c ) P ( X > 1,13); b) P (-l,3 7 < X < 2,02); d) P ( |X |< 1 )
valsznsgeit az 1. tblzatban adott O ( x ) fggvnyrtkek segtsgvel. V.4.10. Egy vfolyam 400 hallgatjnak L magassga legyen normlis eloszls 170 cm-es tlaggal s 16 cm szrssal. Hny hallgat a) tartozik a 166 cm s 182 cm kztti magassgi intervallumba; b) nagyobb vagy ppen 190 cm? V.4.11. Igazolja, hogy a A paramter exponencilis eloszls valsznsgi vltoz vrhat rtke -i-, szrsngyzete
TDIK FEJEZET Milyen kvetkeztetst vonhatunk le a nagy szmok trvnye alap jn a ksrletsorozat eredmnyre vonatkozlag? A gyakorlat szmos feladata olyan, hogy az ismeretlen eloszlsfiiggvny, tetszleges eloszls X valsznsgi vltoz vrhat rtkt s szrst j kzeltsben meg tudjuk adni, s ezen rtkek alapjn kvnjuk becslni a vltoz megfigyelhet rtkei s vr hat rtkk eltrst. Ebben a fejezetben a valsznsg s a rela tv gyakorisg kztti sszefggseket vizsgljuk. Ilyen probl mkkal kapcsolatos els eredmnyek mr J. Bernoulli (1654-1705) halla utn, 1713-ban megjelent knyvben olvashatk.
5.1. A Csebisev-egyenltlensg 1. Ttel. Ha X olyan tetszleges nemnegatv valsznsgi vlto z, amelynek van vrhat rtke s c egy tetszleges pozitv szm, akkor P(X>c)<^^^. c
(1 )
Ui. ha X diszkrt valsznsgi vltoz megszmllhatan vg telen xi, X2 , ... rtkeihez pi, p j , ... valsznsgek tartoznak, ak kor vrhat rtkre a kvetkez becslst kapjuk: M { X ) = ^ X i P i > Y ,^ iP i ^
= X i> C X j> C
= c X Pi = cP( X > c),

X j> C
amelybl mr (1) kvetkezik. Ha pedig X folytonos s srsgfggvnye f{x), akkor az albbi integrlegyenltlensgekbl kaphat (1):
4*00 -{-oo +00
M(X)=
0
xf(x)dx>
c
xf(x)dx>
c
cf(x)dx= c
c
f(x )d x = c P (X > c)
160
5.1. A Csebisev-egyenltlensg
161
Az (1) n. Markov-egyenltlensgbl (Markov, A. A. 1856-1922 orosz matematikus) mr knnyen elllthatjuk a Csebisev-egyenltlensget (Csebisev, P. L. 1821-1894 orosz matematikus). 2. Ttel. Ha az X tetszleges valsznsgi vltoznak van vrhat rtke s szrsa, valamint k > 1 tetszleges vals szm, akkor P { X - M { X ) >k D{ X ) ) <
1 (2 )
P { M ( X ) - k D ( X ) < X < M ( X ) + k D( X) ) = = l - P( \ X-M(X)\ >kD(X))>l y

Ic
(4)
egyenltlensget hasznljuk. Ennek jelentse: 1---- - -nl nem kisebb annak valsznsge, hogy az X a vrhat rtknek k D( X ) sugar krnyezetbe esik. Pl. a (2) formula rtelmben annak val sznsge, hogy nagyszm fggetlen ksrletet vgezve a megfi gyelt rtk a vrhat rtktl abszolt rtkben szrsnak legfel jebb ktszeresvel tr el 0,25, vagyis 25%, (4) szerint pedig 0,75 valsznsggel az ( M ( X ) - 2 D ( X ) , M ( X ) + 2 D{ X) ) intervallum ba esik. 2. A C-e^wev-egyenltlensget nha elnysebb k D( X ) = e > 0 he lyettestssel
2
vagyis annak valsznsge, hogy az X a vrhat rtktl abszolt rtkben a szrs :-szorosnl tbbel trjen el, legfeljebb -4 r. Ui. h a a z ( l) egyenltlensgben az 1. ttel feltteleinek eleget tev X=(X-M (X)f es c = k^D^(X) helyettestst elvgezzk, akkor a p({X-M(X)f>k^D
2
p(\X-M (X>e)<J^-^ alakban hasznlni.

Plda k ^ D ^ (X )
(5)
r.2 r . 2 ^ ^ ^ ^ \ ^ M ( ( X - M ( X ) f ] _
Legyen egy X pozitv valsznsgi vltoz vrhat rtke: M (X ) = 8; szrsa: D { X ) = 8. Szmtsuk ki, hogy legfeljebb mekkora valsznsggel vesz fel a vl toz 52-t vagy annl nagyobb rtket. Mennyi a valsznsg pontos rtke, ha feltesszk, hogy az eloszls exponencilis? Megolds
egyenltlensget kapjuk. Mivel {X-M(X)f>k^D^(X) egyenltlensggel ekvivalens az X - M ( X ) >kD(X) egyenltlensggel, gy igazoltuk a (2) Csebisev-egyenlrnsget. M egjegyzsek 1. Ha arra akarunk vlaszt kapni, hogy az X mekkora valszn sggel esik egy adott intervallum belsejbe, akkor a (2)-bl (3) komplementernek behelyettestsvel kaphat (3)
A z K a vrhat rtktl 5 2 - 8 - 4 4 rtkkel tr el, ha elri az 52 rtket. Negatv rtket nem vesz fel, teht annak valsznsge 0, gy a Csebisev-egyenltlensg alkalmazhat az e = 44 rtkre: >44 44^ Teht legfeljebb 0,0331 valsznsggel veszi fel a vltoz legalbb az 52 r tket. Feltesszk, hogy X exponencilis eloszls, gy az eloszlsfggvny rtke: = 0,0331.
162
teht a keresett valsznsg
52
VALSZNSGSZMTS
5.2. A nagy szmok trvnye

D ^ (X i+ X
2
163
+ ...+ X ^ ) =
P {X > 5 2 )= \-F {5 l) = e e
0,0015. = D ^ (X i + D ^ ( X 2 )+ ...+ 0 ^ ( A : ) = n - ^ . ))+
Amint lthat, az exponencilis eloszls felttelezsvel szmtott 0,0015 pontos rtk lnyegesen kisebb, mint a Cewev-egyenltlensggel kapott 0,0331 fels korlt.
Tekintettel arra, hogy

D ^ (X ) = D^
X,+X^+...+X,
5.2. A nagy szmok trvnye A valsznsgszmtsban nagy szmok trvnyeinek nevezzk a ttelek olyan csoportjt, amelyek a valsznsgi vltozk s vrhat rtkei kztti sztochasztikus konvergencira vonatkoznak. Definci. Az X^, X 2 , ... valsznsgi vltozk sorozatrl akkor mondjuk, hogy sztochasztikusan konvergl az X valszns gi vltozhoz, ha brhogy vlasztva az e > 0 szmot, az X n ~ X > egyenltlensg teljeslsnek valsznsge 0-hoz tart, ha n minden hatron tl n, azaz Hm P X ^ ~ X > e ) = 0 . 3. Ttel. {Nagy szmok gyenge trvnye): Legyenek az X j, X 2 , ..., X ^ , ... valsznsgi vltozk fgget lenek; eloszlsuk, m-mel jellt vrhat rtkk, rsngyzetk azonos, akkor az
X _ -^1 ^ 2 + + = 4
t
D ^ ( X ,+ X 2 + ...+ X ) =
= ( ns ) =
n "
1 ,
2,
gy a Ce^wev-egyenltlensg (5) alakjt hasznlva:

.2 p \X n -m > e )<
ne 2
(2)
amelybl n > o esetn, a jobb oldal tart a 0-hoz, gy kvetkezik a ttel lltsa. Megjegyzsek 1. Ha egy ksrletsorozat valamely A esemnye tetszleges sok szor megismtldhet, akkor megmutathat, hogy van olyan N szm, amelynl n > N szm ksrlet fggetlen megismtlsnl 1-hez k tetszleges kzel lesz annak a valsznsge, hogy az esemny relatv gyakorisga s p valsznsgnek abszoltrtkben vett eltrse kisebb egy elre megadott tetszleges pozitv e-nl. Alkalmazzuk a C'e^wev-egyenltlensget a binomilis eloszls ra, akkor a nagy szmok n. Bernoulli-fle trvnyt kapjuk:
k
-tel jellt sz
szmtani kzp sztochasztikusan konvergl az m vrhat rtkhez, ha n minden hatron tl n, azaz lim p { x ^ - m > e )= 0 vagy lim p{ X - m
< E )= i.
(1)
>e
< 11.
e^n
(3)
ahol p = P{), q = p {a ) = 1 - p s az A esemny relatv gya s mivel Xi , X 2 , ..., X ^ fggetlen valsznsgi vltozk, ezrt korisga.
164
VALSZNSGSZMTS
V.5. Feladatok az 5. fejezethez
165
2. A 3. ttel akkor is igaz, ha csak azt a felttelt ktjk ki, hogy ltezik az valsznsgi vltozk M ^ X f ) (i = 1,2,...) vrhat rtke.
Plda Hnyszor kell egy kockt feldobni, hogy a 6-os dobs valsznsgt annak
V.5. Feladatok az 5. fejezethez

V.5.1. Szmtsuk ki, hogy az X pozitv valsznsgi vltoz legfeljebb mekkora valsznsggel vesz fel legalbb 70-es rtket, ha M ( X ) = 20 s D { X ) = 20?
relatv gyakorisga legalbb 0,75 valsznsggel 0,15-nl kisebb hibval meg kzeltse, ha a szrsngyzet 0,14? Megolds Jelentse A a 6-os dobs esemnyt. A (3) kpletbe p p q = - ~ ~ ~ 0,14 helyettestssel
6
V.5.2. Egy ktlgyrt 35 m hossz kteleket gyrt 0,3 m szrssal. Legfeljebb mennyi annak valsznsge, hogy a ktl hossza legalbb 1 m-rel eltr a vrhat 35 m-es rtktl? V.5,3. Egy gumikesztygyr termkeinek 10%-a hibs. A vev csak akkor haj land a leszlltott ttelt tvenni, ha abban legfeljebb 12% hibs. Hny darabos ttel szlltsra kssn szerzdst a gyr, hogy a hibs kesztyk relatv gyakorisga a megfelel valsznsgtl legalbb 0,95 valsznsggel ne trjen el 0,02-nl na gyobb rtkkel?
q = l--^ = ^
6
6 6
k _ l > 0,15 n 6
0,14
0,1
Az egyenltlensg bal oldali valsznsgnek 0,15-nl kisebbnek kell lennie, hogy a krdses esemnnyel ellenttes esemny legalbb 0,85 valsznsggel be kvetkezzk, Ennek felttele, hogy 0,14 0,15" n amelybl kiszmthat az n rtke: 0,14 n > = 24,89 - 25. 0,15^-0,25 Teht 25-nl tbbszr kell feldobni a kockt az adott felttelek mellett. < 0,25,
E.5. Ellenrz krdsek az 5. fejezethez 1. Hogyan becslhetjk a vltoz rtkei s vrhat rtke k ztti eltrst? 2. Hogyan becsljk egy esemny relatv gyakorisga s val sznsge kztti eltrst? 3. Miknt rtelmezhet a Csebisev-GgyQnlQnsg s a nagy szmok trvnye?
*^l.'ifi_^/!t;-;;- a-irs.'i' h : \'; i ,!;r.dUi;:. tj(-'V.>J
/ ; ' | ! ! '. / , I k
i !' t : i
C - . i -
''A ; ifil h c c ' 'I :'> 111-,.! I' s . f :; y 11 :I;j ' a * i.n n . -. / n : ');./
^S.-rs'-'uLi' fcj'V- r> l.J iM iii !'
A V'-'eld:-pf.'Vo.,!
ii>'.
-f - r ' S ' f
fllc,- .?kva'-^- 5> trwxVi--:if - i ; - / " ' rdi,'',

F n / K : : ; i i 1 i v f ; ? = . ! ? ;; '.l .'.
i - n
f ' n
iî^ûsj fi'r4 i A
K 'zcp -k
Lr*;k'Ae}ib rc\.\ /eK-t'. > ) :!:./--e
II. RSZ
A MATEMATIKAI STATISZTIKA ELEMEI
ELS FEJEZET
1.1. Bevezets Milyen trgykrk tartoznak a matematikai statisztikhoz? A statisztika a tmegj elensgeknl szlelhet tapasztalati trv nyek empirikus mrsek ltali feltrsval foglalkoz tudomny. Szmos termszettudomnynak (fizika, biolgia, stb.) s trsada lomtudomnynak (gazdasgtudomnyok, demogrfia, stb.) nlk lzhetetlen segdeszkze, amely elssorban a valsznsgszmts s a matematikai statisztika eredmnyeire s mdszereire tmasz kodik. A matematikai statisztika a valsznsgszmts egy nll fe jezete, amely a megfigyelsek s mrsek eredmnyeibl az n. statisztikai adatokbl kvetkeztet esemnyek ismeretlen valsz nsgeire vagy valsznsgi vltozk ismeretlen eloszlsfggv nyeire s ezek paramtereire. Kvetkeztetsei n. valsznsgi tletek, amelyeknek a bizonytalansgaibl fakad hatsokat is sz mtsba tudjuk venni. A matematikai statisztika feladata egyrszt az elbbiekben emltett problmk kezelshez - olyan mdszerek kidolgozsa, amelyekkel a jelensgek megfigyelsbl, mrsek tjn ellltott tapasztalati adatokbl a keresett elmleti rtkekre, az eloszlsfggvnyek paramtereire (vrhat rtkre, szrsra) a lehet legtbb informcit nyerhetjk, msrszt az adatokat szol gltat ksrletek optimlis tervezse. Pldul egy darabolgpet adott hosszsg plcikk ellltsra lltottunk be. A plcikk, a gp fizikai llapottl, a leveg hmr sklettl, stb.-tl fggen, a pontos mrettl eltr - hosszabb s
170
A MA TMA TIK AISTA TISZTIKA ELEM EI
1.2. Statisztikai mintavtel
171
rvidebb - mretek is lehetnek. Tapasztalatbl tudjuk, hogy a plcikk X hossza normlis eloszls valsznsgi vltoz. Vlet lenszeren kivlasztunk n plcikt, melyeket lemrve x i , x 2 ,--.,x^ mreteket kapunk. A kapott mrsi eredmnyekbl statisztikai mdszerekkel kiszmtjuk kzelten a vrhat rtket s a szrst, s a tovbbiakban a tervezshez az gy meghatrozott normlis eloszls valsznsgi vltozval vgezhetjk szmtsainkat. Arra a krdsre, hogy egy ismert eloszls X valsznsgi vltoz milyen valsznsggel esik egy adott intervallumba, a valsz nsgszmts tmakrben olyan formulval adhattunk vlaszt, amelyben a vrhat rtk s a szrs is ismert volt. A matematikai statisztikban az ilyen tpus krdsre csak akkor adhatunk vlaszt, ha elbb az adatok alapjn a vrhat rtket s a szrst kzelten meghatrozzuk, rtkeiket megbecsljk. A matematikai statisztika modern elmlete, br egyes mdszerei rgebbi keletek, csak a valsznsgszmts Kolmogorov-fle megalapozsa ta alakult ki. Alapjait a 18. s a 19. szzadban rak tk le. gy pl. T. Bayes (1702-1761) mdszert dolgozott ki az el oszlsok meghatrozsra, P. S. Laplace (1749-1827), K. F. Gauss (1777-1855) s A. Legendre (1752-1833) a becslselmlet megala pozst vgeztk el azzal, hogy kidolgoztk a hibaszmtshoz a legkisebb ngyzetek mdszert. A demogrfiban s az ipari min sgellenrzsben M. V. Osztrogradszkij (1801-1862) alkalmazta a matematikai statisztikt, melynek igen gyors fejldst P. L Csebisev (1821-1894), A. A. Markov (1856-1922), A. M. Ljapunov (1857-1918) s A. Quetelet (1796-1874) munkssga segtette el. A 20. szzadban pedig K. Pearson (1857-1936), Jordn Kroly (1871-1959), R. A. Fisher (1890-1962), Student (eredeti neve: W. S. Gosset (1876-1937), J. Neyman, E. S. Pearson, M. D. Kendall, V. I. Glivenko, A. N. Kolmogorov, A. J. Hincsin, N. V. Szmirnov s B. V. Gnyegyenko kutatsai, valamint az alkalmazs ban elrt eredmnyei hoztk ltre a matematikai statisztika modern elmlett, amelyet a magyar szrmazs Wald brahm a dnts fggvnyek elmletben egyest s ltalnost. A matematikai statisztika elmlete s alkalmazsa szempontjbl jl krlhatrolhat fbb fejezetei: a mintavtel elmlete, a becs lselmlet, a hipotzisvizsglat, a korrelci- s regressziszmts.
a szrselemzs, a faktoranalzis, a ksrletek tervezse s a hiba szmts. Ebben a II. rszben az els ngy trgykrrel foglalko zunk. Azok szmra, akik a tbbi trgykrrel is meg akarnak is merkedni, az irodalomjegyzkben felsorolt mveket ajnljuk. 1.2. Statisztikai mintavtel Hogyan vlasszunk mintt egy alapsokasgbl? A tovbbiakban statisztikai sokasgnak nevezzk az elemek (egyedek) olyan halmazt, amelyeknek tulajdonsgait a matemati kai statisztika fogalmaival s mdszereivel jl jellemezhetjk. Statisztikai sokasgot alkotnak pl. npcsoportok egyedeinek szszessge, klnbz gazatok ltal ellltott termkek, a mezgazdasg llatllomnya. A statisztikai sokasg egsznek vizsglata gyakran kivihetetlen vagy csak igen nagy fradsggal s kltsggel valsthat meg, ezrt a vizsglat cljra kivlasztjuk egy rszt, amelyet statiszti kai mintnak neveznk. A mintavtel azt jelenti, hogy a statiszti kai sokasgbl vletlenszeren tbbszr kivlasztunk bizonyos sz m elemet. Az elemek fggetlen ksrlet vagy megfigyels ered mnyei, azonos eloszls fggetlen valsznsgi vltozk. Pl. egy F{x) eloszlsfuggvny vltozra vonatkozan n mrst vgznk, melynek eredmnyeknt X j , r t k e k e t kapjuk. Tbbszr megismtelve a mrst, az rt kek ltalban klnbznek egymstl. Jelljk a sokasgbl kiv lasztott n elem mintt Xj, X 2 , , -nel. Az egyes vltozk, az egyes megfigyelsek eredmnyei, X-szel azonos eloszlsak s egymstl fggetlenek. gy pl. a folyamatosan gyrtott termkek sszessgt, a gyrtmnysokasgot (az alapsokasgot) minstjk a bizonyos szm vletlenszeren kivlasztott termk, a minta m in sge alapjn. ltalban alapsokasgnak nevezzk az egyedeknek azt a halmazt, amelybl a mintavtel sorn a mintt vesszk. A statisztikai mintavtellel szemben tmasztott alapvet kve telmny, hogy az reprezentatv mintavtel legyen. ltalnos r telemben reprezentatv a vletlen mintavtel, ha minden lehetsges mintnak egyenl valsznsge van a kivlasztsra. Az alapsoka-
172
A M ATEM ATIKAI STATISZTIKA ELEM EI
1.2.1. A statisztikai minta Jellemzi
173
Sgbl kivlasztott Z ], X 2 ,
mintaelemekkel szemben fon
tos kvetelmny, hogy hen tkrzze azt a sokasgot, amelybl val s a lehet legtbb informcit nyjtsa az ismeretlen eloszls rl. Ez elrhet, ha a mintaelemek eloszlsa azonos s az alapsoka sgval is megegyez, tovbb, ha a mintaelemek sszessgkben fggetlen valsznsgi vltozk. Az els kvetelmny azt jelenti, hogy P(Xi<x)=F{x) felttelnek /-ti fggetlenl kell teljeslni. Ekkor mondhatjuk azt, hogy a vletlenszeren kivlasztott mintaelemek re p re z en t lj k az alapsokasgot. A msodik kvetelmny teljeslse biztostja, hogy elegend informcit kapjunk a vizsglt valsznsgi vltoz el oszlsra s egyes paramtereire. A mintaelemek fggetlensgnek s az azonos eloszlsnak biztostsra a ksrleteket, megfigyel seket egymstl fggetlenl kell vgezni. A matematikai statisztikban mintnak nevezzk azoknak a szmrtkeknek a sorozatt is, amelyet pl. a minta elemein vgzett mrsek tjn nyernk. Pldul, ha valamely E esemny valszn sgt akarjuk meghatrozni, akkor az esemnyhez rendelt X j vl toz rtke 1 vagy 0 lehet, attl fggen, hogy az /-edik ksrletben az E vagy E kvetkezik be. Az X j, X 2 , ..., mintaelemek a vletlen esemnyre vonatkoz megfigyelsi rtkek, amelyek a ksrlet befejezse utn n szm rgztett adatot jelentenek. gy pl. a minta elemei lehetnek termsbecsls esetn a vletlenszeren kivlasztott n szm adott nagysg terlet termseredmnyei; n db vletlenszeren kivlasztott gpalkatrsz hosszra, slyra, stb.-re kapott szmrtkek; fizikai, kmiai ksrletek anyagaira vonatkoz fggetlen mrsek eredmnyei, stb. Pl. a Tisza lomtartalmnak megllaptshoz a szennyezsi id szakban naponta tbbszr bizonyos mennyisg vizet kimernek s laboratriumban meghatrozzk lomtartalmt. Jellje az X val sznsgi vltoz a vzadagonknt mrt lomtartalmat, ekkor az nszer kimert vzadag mrssel kapott lomtartalom rtkei legyenek Xl,X2 ,..,Xf^, s ezzel egy statisztikai mintt lltottunk el. Tbb szr megmrve n vzadagot, azt tapasztaljuk, hogy a minta elemei ms-ms rtkeket vesznek fel. Az ellltott statisztikai mintbl
kvetkeztetnk az X valsznsgi vltoz eloszlsra, vrhat r tkre, szrsra. Gyakran az a kvetelmny, hogy a statisztikai mintavtel csak bizonyos jellemzk szempontjbl legyen reprezentatv, ilyenkor n. rtegezett mintavtelt alkalmazunk. Ez olyan mintavtel, amelynl az alapsokasgot a mintavtelt megelzen bizonyos rtegekre (rszekre) bontjuk, s az egyes rtegekbl vesszk ki a minta meghatrozott (ltalban arnyos) rszeit. Pl. az orszg la kossgt nemek szerint kt rtegre, vagy kor szerint tbb rtegre osztjuk s az egyes rtegekbl a rszmintkat vletlen mintavtellel vlasztjuk ki. A vletlen mintavtel legmegbzhatbb mdja a vletlen szm tblzat alapjn val kivlaszts. A mintavtel alkalmval az alap sokasgnak azokat az elemeit vlasztjuk ki, amelyek sorszmait a vletlen szmtblzatbl kiolvastuk. Elfordulhat, hogy az alapso kasg elemeinek elhelyezkedse vletlenszernek tekinthet, ilyen kor a mechanikus (szisztematikus) mintavtel is alkalmazhat, pl. az elemek kzl minden 30-adikat vlasztjuk ki. A matematikai trgyals szempontjbl a statisztikai mintavtel bl szrmaz minta elemeit fggetlen, egyenl eloszls valsz nsgi vltozknak tekintjk. (Ha az alapsokasg elg nagy s a mintavtel reprezentatv vagy az alapsokasg elemei is fggetlen, egyenl eloszls valsznsgi vltozknak tekinthetk, akkor az elbbi feltevs a valsgot jl megkzelti.) 1.2.1. A statisztikai m inta jellem zi Legyen az X valsznsgi vltoz eloszlsfggvnye F{x). Te kintsk az X-re vonatkoz Z 2- > (1) n elem mintt. Mivel a minta elemeinek kivlasztsa vletlensze ren trtnik, teht - mint emltettk - azok is valsznsgi vlto zk. Pl. az X valsznsgi vltozra vonatkoz n-elem mrsso rozat rt-szeri elvgzsvel kapott Xii, X^2,.--, Z/n ( = l,2 ,...,n )
eredmnysorozat ltalban nem azonos. gy nyilvnval, hogy az
174
A MATEM ATIKAI STATISZTIKA ELEM EI
I.2 .I. A statisztikai minta jellem zi
175
Xi,
mintaelemek valsznsgi vltozk, X-szel azo
nos eloszlsak s egymstl fggetlenek. Mint a bevezetben emltettk a matematikai statisztika feladata, hogy a mintbl k vetkeztessen az alapsokasg (elmleti) eloszlsra, srsgfgg vnyre s azok paramtereire. Az X vltoz (1) mintaelemei meghatrozzk a tapasztalati{empirikus) vagy mintaeloszlst, amely a tapasztalati eloszlsfggvnnyel vagy a gyakorisgi eloszlssal jellemezhet. A minta elemeibl kiszmtott rtkek a statisztikai fggvnyek, rviden statisztikk, amelyek kzl a legfontosabbak a mintakzp vagy szmtani kzp, a mdin, a mintaterjedelem s a tapasztalati sz rs. A mintaelemekbl alkotott statisztikk alapjn tudunk j in formcikat szerezni az eloszls elmleti jellemzire. Definci. Az (1) n elem minta X mintakzepnek, mintatlag nak vagy szmtani kzepnek (empirikus vrhat rtknek) az
n
Az X,; az -edik rendezett mintaelem szintn statisztika, mint hogy az n szm vletlen mintaelem fggvnye. Definci. Az X l^ X 2 ^ ...,X : rendezett mintaelemek kzl a mdin:
X *
(4)
ha w = 2m +1 pratlan szm (a (4) kzps eleme) s (5) ha n = 2m pros szm. Definci. A (4) rendezett minta legnagyobb s legkisebb elemnek R klnbsge a mintaterjedelem (empirikus terjedelem) R -x :-X ;. (6)
IX i n kplettel meghatrozott szmrtket nevezzk. A mintatlag vrhat rtke az egsz sokasg vrhat rtke, azaz M( X ) = M( X). Az egyes mintaelemek X,- - X gezve mindig zrus, azaz X (X i-x )= 0 .
i=l
(2) Definci. Az X j , X 2 , ..., X^ vletlen minta F^(x) tapasztalati (empirikus) eloszlsfggvnyt az 0, ha X < X ^ , ha X^ < X < X ^ 4.j, (jfe = 1 , 2 , 1 ) 1, ha X * < X kplettel hatrozzuk meg, ahol k jelenti az x-nl kisebb mintaele(3) mek szmt, pedig a relatv gyakorisgot. Az 0 < F(x) < 1 tapasztalati eloszlsfggvny monoton, nem
k
(7)
eltrse (i = 1 ,2 ,...,n) ssze
Ha az F(x) eloszlsfggvnyrl feltesszk, hogy folytonos, ak kor 1 a valsznsge annak, hogy a mintaelemek kztt kt egyenl rtk nem fordul el. Ekkor a minta elemeit nagysg sze rint rendezhetjk (jellje ezeket Xj ); Xi < X
'2
cskken, balrl folytonos lpcss fggvny, a mintaelemek ltal megszabott ugrspontokkal. Azt is mondjuk, hogy az F(x) lp css fggvny minden x helyen felvett rtke az X < x esemny nek a mintbl szmtott relatv gyakorisgval egyenl.
<...< X*.
176
.2.1. A statisztikai minta jellem zi
177
Megjegyzs Igazolhat a kvetkez llts: ha a minta elemei fggetlenek s azonos eloszlsak, akkor a minta tapasztalati eloszlsfggvnye 1 valsznsggel egyenletesen konvergl a megfelel elmleti el oszlsfggvnyhez. Ha a mintaelemek n szma elg nagy, pl. n = 100, akkor olyan eloszlsfggvnyt kapunk, amelynek ugrsai kicsik 1 100 es gy
c) Kiszmtjuk az intervallumok S relatv gyakorisgait; d ) A z f I^''\ x ) kzelt tapasztalati eloszlsfggvnyt koordin tarendszerben brzoljuk. (L. a 42. s a 46. brt.) A valsznsgi eloszlst is szemlltethetjk, ha a koordintarendszerben minden (Xj_|;Xj) intervallum fl /j-v e i arnyos magassg paralelogrammt rajzolunk. Ha a magassgot ppen g^ nek vlasztjuk, akkor az n. relatv gyakorisg hisztogramjt kapjuk. Ha a koordintarendszerben minden (xj_i;x,) rszintervallum fl gi X~Xi_^ ( = l,2 ,...,r ) (9) ( = 1 ,2 ,...,r ; g \+ g2+--- + gr =1)
ez a gyakorlat szmra jl hasznlhat eloszlsfggvny. Klnsen nagy mintk esetn a (7) tapasztalati eloszlsfgg vny helyett clszerbb az
( 0,
i=\ 1,
ha X < Xq hax^_i < x < x f , , hsLXf < X ( k = \,!,,r ) (8)
n. kzelt tapasztalati eloszlsfggvnyt hasznlni, amelynl az ugrs nagysga helyett a g relatv gyakorisg, ahol /, az
magassg tglalapot szerkesztnk, akkor az n. srsghisztogramot kapunk. A tglalapok terletsszege 1;

i=l
(Xi_i ; Xi ] intervallumba es mintaelemek szma. A (8) ellltsa a kvetkez lpsekbl ll: a) Az Z j, X 2 , mintbl kikeressk a legkisebb x \ = a,
y-y
' 1
=
i=l
Ha tglalap helyett csak az x tengellyel prhuzamos egyenes sza kaszokkal ksztjk el a grfot, akkor az f ( x ) elmleti srsg fggvnyt kzelt f y( x) tapasztalati srsgfggvnyt kapjuk. Az gy kapott bra jellegzetes pontjait egy folytonos vonallal, n. burkol grbvel sszektve, az f { x ) elmleti srsgfggvny jellegre kvetkeztethetnk (44. bra).
Plda Egy prsgpen d = 2A mm tmrj korongokat kell gyrtani. A korongok vlet lenszer fizikai hatsok kvetkeztben d rtktl eltr tmrjek is lehetnek. Az elkszlt korongok kzl 35 db-os mintt lemrve 23,80 mm s 24,20 mm kztti rtkeket kaptunk. 0,08 mm-es osztlykzket kpezve megllaptottuk a gyakoris got, majd kiszmtottuk a relatv gyakorisgokat, azok sszegt s a srsghisztogramhoz a tglalapok magassgt. brzoljuk az empirikus eloszlsfggvnyt,
s a legnagyobb X* = ^ elemet, s Xq = a, Xj, X2 , ..., x^. =b oszt pontokkal az (a,b) intervallumot r egyenl (vagy nem egyenl) rsz re osztjuk, n. osztlykzket kpeznk. Pl. az osztlykzk r szmt yfn -hez legkzelebb es egsz szmmal adjuk meg, de szksg szerint vltoztathatjuk az osztlykzk szmt, hosszt. Fontos, hogy minden osztlykzhz tartozzk mintaelem. b) M egllaptjuk az egyes intervallumokba es mintaelemek sz mt, azaz az egyes intervallumok gyakorisgt, az / i , / 2, , fr rtkeket, amelyek sszege f i + f
2
+ ... + f r = n\
178
1.2.1. A statisztikai minta jellem zi
179
a srsghisztogramo s a kzelt tapasztalati srsgfggvnyt a tblzatba fog lalt adatok alapjn. Osztlykzk: i 1 2 3 4 5 0,08 mm 23,80-23,88 23,88-23,96 23,96-24,04 24,04-24,12 24,12-24,20 Gyakorisg: /, 2 7 15 8 3 V Megolds Az empirikus eloszlsfggvny 23,80-nl kisebb ;n;-ekre 0-val egyenl, tvolsg, az x tengellyel pr/=i Relatv gyakorisg: Si 2/35 7/35 15/35 8/35 3/35 35 _ j i 2/35 9/35 24/35 32/35 35/35
Si 0,08 0,7 2,5 5,36 2,86 1,07
majd 0,08-os intervallumonknt x tengelytl
/
huzamos egyenes szakaszokkal alkotott, balrl folytonos lpcssfggvny (interval lum felosztsnak az osztlykzepeket vettk, 42. bra). A srsghisztogramot intervallumonknt az . tengelyre merlegesen ll
0,08
magassg tglalapok alkotjk (43. bra). Az f j^ ix ) tapasztalati srsgfggvny s a kzelt burkolgrbe normlis eloszlst mutat (44. bra).
35/35=1 32/35
A minta jellemzsre fontos mutat a tapasztalati (empirikus) vagy mintabeli szrsngyzet s szrs, valamint a tapasztalati momentum. A tapasztalati szrsngyzet s , a mintaelemek mintakzptl val eltrsei ngyzetnek szmtani kzepe, azaz
23,84 23,92
24
24,08 24,16
x
- 2
?
- 2
42. bra. Az F$s(x) tapasztalati eloszlsfggvny
(10)
180
i.2.7. A statisztikai minta jellem zi
181
A (10) helyett kis n szm minta esetn (n < 10), az n. korri glt tapasztalati szrsngyzetet hasznljuk: 'L (X i-xy
n~l
kplettel szmtjuk, ahol
az egyes osztlykzk osztlykzepe, k

k
az osztlykzepek (ill. a tnylegesen klnbz xi rtkek) szma s
(11)
i=\ 2. A tapasztalati szrs s a mintakzp hnyadost, az = ^,
A tapasztalati szrsngyzet is, s a korriglt tapasztalati szrs ngyzet is vletlentl fgg vltoz. Bizonythat, hogy a korriglt tapasztalati szrsngyzet vrhat rtke az X valsznsgi vltoz szrsngyzete, azaz
2 2
X >0 statisztikt, relatv szrsnak (varicis tnyeznek) nevezzk. 3. Az (1) minthoz tartoz A:-adik tapasztalati momentum, kiszmtst az
Nagy mintaelemszm esetn az 5 nyagolhat. A tapasztalati szrst az
s s *
kztti eltrs elha ill. a
mj , =~ { X f ^ + x \ + . . . + x '^ ), centrlis momentum kiszmtst 'Lfi(Xi-X)
( k=2, 3, . . . )
(16)
.= 1
i=\
( 12)
a korriglt tapasztalati szrst pedig kplettel vgezzk. Ha a ? osztlykz nem egysgnyi, a (16) helyett a
i=\
- i
kplettel szmtjuk ki.
n~l
(13) Mt,, =
S /i
n
(17)
Megjegyzs 1. Osztlykzk kpzsekor, ha a minta elemei adottak az osztlykzkben, akkor a mintatlagot

k
formult hasznljuk a ^-adik centrlis momentum kiszmtsra. A gyakorisggal
(14) a tapasztalati szrst, ill. a korriglt tapasztalati szrst 'L fr(î-x f ------------------ , ill. S* =
i=l
n-l
hnyadost, azaz a harmadik centrlis momentum s az empirikus szrs harmadik hatvnynak hnyadost empirikus ferdesgi egytthatnak, a
(15)
7 2 = ^ - ^ = ^ -------- 4s n- s
-3
182
I.2 .I. A statisztikai minta jellem zi

Megolds Elszr kiszmtjuk s tblzatba foglaljuk a szksges rszeredmnyeket. Osztlykzk: mm (^ ;-3 ) (-3 ;-2 ) ( - 2 ; - l) (-1.-0) Osztlykzp Xj mm -3,5 -2,5 -1,5 -0,5 0,5 1,5 2,5 3,5 Gyakorisg: .fi 1 3 4 5 5 4 3 1 I //= 2 6 Relatv gyakorisg: Si 1/26 3/26 4/26 5/26 5/26 4/26 3/26 1/26 ' L s i =1
183
formult pedig a lapultsg em pirikus m r szm nak nevezzk (1. a 3.3.1. pontot). A rendezett minta p-edrend kvantilise az a mintaelem, amelynl kisebb a mintaelemek \00p% -a (0 < p < 1), vagyis ez az elem a rendezett minta [np\ + 1 -edik eleme, ahol rsze.
Ha pl. a rendezett minta elemei 1 ,2 , 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, l ill. 1 ,2 , 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17 akkor a. p = -hez tartoz als (negyedrend) kvantilis az els esetben
'Z S i i 1/26 4/26 8/26 13/26 18/26 22/26 25/26 26/26
[np\ az np szm egsz
(0;1) (1;2) (2;3)
M + l = 16.^
a msodik esetben;
+ 1 = [4]+1 = 4 + 1 = 5, (3;4)
M +l =
+ 1 = [4,25]+1 = 4 + 1 = 5. a) Mivel Xj - x,-_, = 1, ezrt intervallumonknt a
Az als kvantilisnek mindkt esetben az
magassg tglalapok ad
jk a hosszsgeltrs srsghisztogramjt (45. bra):
4
elemet tekintjk. Teht a mintaelemek rsze, azaz 100 = 25% -a kisebb, mint 4 4 5/26 4/26 3/26 Plda Egy automata darabolgp adott hosszsg plcikkat kszt. Az elksztett plcika hossza legyen az X valsznsgi vltoz. A plcikk hossza az adott hosszsgnl nagyobb is, kisebb is lehet. Tegyk fel, hogy n = 26 mrst vgezve a mreteltrsek szmt mm-es intervallumonknt rgztettk: a 4 s 3 mm kz 1-1, a 3 s 2 mm kz 3-3, a 2 s 1 mm kz 4-4, a 1 s 0 mm kz pedig 5-5 esett. Szerkesszk meg a) a hosszsg eltrs srsghisztogramjt; b) a kzelt tapasztalati eloszlsfggvnyt, s szmtsuk ki c) a mintatlagot; d) a korriglt tapasztalati szrst. -3 -2 -1 0 2/26 1/26
9i
x ;= 5 .
hosszeltrs [mm] 1 2 3 45. bra. Srsghisztogram b) A kzelt tapasztalati eloszlsfggvnyt az 0, h a x < -3,5;
Y ,8 h a <x<x^, (k^h2, ... jy, =i

1, h a x > 3 ,5 kplet definilja. (Intervallum felosztsnak az osztlykzepeket vettk, 46. bra.)
184
. /. Ellenrz krdsek az I. fejezethez
185
E .l. Ellenrz krdsek az 1. fejezethez

25/26 2 2 / 2 6 - ............. p18/26 f -913/26 -- 8 /2 6 J . - i 4/26 '26 1/26 !26 I f I -1,5 -0,5 O ' o,5 1 1,5
1. Hogyan hatrozhat meg a matematikai statisztika, valamint feladata s trgykre? 2. Mit neveznk sokasgnak s mintnak? 3. Milyen kvetelmnyeket tmasztunk a statisztikai m intavtel lel szemben? %
2,5 3,5 hosszeltrs ------- [mm]
o-3,5 -2,5
4. Melyek a statisztikai minta jellemzi? 5. Mit neveznk korriglt tapasztalati szrsngyzetnek s sz rsnak? 6. Hogyan definiljuk a tapasztalati (empirikus) eloszlsfgg vnyt? 7. Hogyan szerkesztjk meg a srsghisztogramot?
46. bra. Az
tapasztalati eloszlsfggvny
c) A mintatlag, mivel az egyes osztlykzepet /,- -szer veszi fel a vltoz, ezrt k
x = i ^ ---------- =
_ 1 (-3,5) + 3 (-2,5) + 4 (-1,5) + 5 (-0,5) + 5 (0,5) + 4 1,5 + 3 2,5 +1 3,5 26 amit a hosszsgeltrs szimmetrikus volta miatt kzvetlenl is belthatunk. d) A korriglt tapasztalati szrs:
=0
S .l. Feladatok az 1. fejezethez

S .l .l . A sznosztlyozba rkez vagonokbl vletlenszeren kivlasztanak egyet-egyet, s megmrik a kivlasztott vagonban lev medd mennyisgt. A vizs glt 142 vagonnl tapasztaltakat a kvetkez tblzatba foglaltk: Meddmennyisg: kg (osztlykzk) Gyakorisg (vagonok szma): .fi 8 19 23 27 18 15 12 12 8
n -l _ [(-3,5)^ +3 (-2^^+4- (-1,5)^ +5- (-0,5)^+5' (0,5)^ +4- (1,5)^+3- (25)^ +(a5)^ ! ~ ~ 25~ _
163-243 244-323 324-403 404-483
~ 1>82 mm.
484-563 564-643 644-723 724-803 804-884
186
Szerkesszk meg
S.L Feladatok az I. fejezethez

Szerkesszk meg a) a slyeltrs srsghisztogramjt; b) a tapasztalati eloszlsfggvnyt; s szmtsuk ki c) a mintatlagot; d) a korriglt tapasztalati szrst. Mi a valsznsge annak, hogy 485 kg-nl kevesebb homokot markol a gp?
187
a) a mrsi eredmnyekhez tartoz srsghisztogramot; b) a kzelt tapasztalati eloszlsfggvnyt. S.1.2. Egy automata palacktltgp cm^ -ben megadott mennyisg folyadkot tlt a palackokba. A palackokba - vletlenszeren - az adott folyadkmennyisgtl eltren hol tbb, hol kevesebb kerl. Az X valsznsgi vltoz jellje a palackba tlttt folyadkmennyisget. A palackok tartalmt 12 elem vletlen minta alapjn ellenriztk s a vizsglat eredmnyt osztlyba sorolssal a kvetkez tblzatba foglaltk: Folyadkmennyisg eltrs, osztlyhatrok cm^ Osztlykzp
___3
Gyakorisg fi
S.1.4. 12,8 mm szlessg alkatrszek gyrtsra egy olyan darabol gp kerlt belltsra, amely 12,8 1 mm pontossggal kszti az elemeket. Vletlenszeren 25 db-ot kivlasztva, az albbi mrsi eredmnyt kaptuk: Osztlykzk 10-11 11-12 12-13 13-14 14-15 Gyakorisg 1 5 13 4 2
-2 ,5 -1 ,5 -0 ,5
(0 ;1) (i;2)
(2;3) Szerkesszk meg
0,5 1,5 2,5
a) Szmtsuk ki az adatok tagt, korriglt szrst, relatv szrst; b) A z elemek hny szzalka felel meg az elrt pontossgnak?
a) a folyadkmennyisg-eltrs srsghisztogramjt; b) a tapasztalati eloszlsfggvnyt; s szmtsuk ki c) a mintatlagot; d) a korriglt tapasztalati szrst. Mennyi a valsznsge annak, hogy a folyadkmennyisg-eltrs 1 cm^ -nl na gyobb legyen? S.1.3. Egy homokbnya markolja ltal kiemelt homok kg slyt vletlen kiv lasztssal 31 esetben lemrtk. A 31 elem vletlen minta alapjn vgzett vizsglat eredmnyt a kvetkez tblzatba foglaltk: Osztlyhatrok: kg 470-480 480-490 490-500 500^510 510-520 520-530 Gyakorisg: f] 1 4 10 10 4 2
MSODIK FEJEZET Statisztikai becslsek Melyek az n. j becsls felttelei? Ebben a fejezetben a valsznsgeloszlsok ismeretlen adatai nak, paramtereinek a mintbl val kzelt meghatrozsval, ms szval becslsvel foglalkozunk. Ha pl. egy fizikai mennyis get olyan mrsekbl kell meghatroznunk amelyek vletlen hibt tartalmaznak, akkor ltalban a feladat megoldshoz egy valsznsgeloszls egyik jellemz paramternek becslst kell elv geznnk. A statisztika alkalmazsa sorn tudjuk, - elmleti meg fontolsok vagy mrsek alapjn - hogy egy X valsznsgi vlto z pl. normlis eloszls, vagy eloszlsa azzal kzelthet. A sr sgfggvny ekkor, mint ismert,
_ {x -m f
f(x)='
ahol m s G ismeretlen paramterek, amelyeket a statisztikai mint bl kell becslnnk. f ( x ) teht fgg az m s < 3 rtkektl, melyet
alakban jellnk. Ha valamelyik ismeretlen paramtert egyetlen szmrtkkel be csljk, akkor pontbecslsrl beszlnk, ha pedig egy olyan inter vallummal, amely nagy valsznsggel tartalmazza az ismeretlen paramtert, akkor intervallumbecslsrl beszlnk. 2.1. A pontbecsls mdszere A pontbecsls mdszereit rszletesen ismertetik az irodalomjegy zk mvei. Mi ebben a pontban kt, paramter becslsre hasznl hat kpletet adunk meg.
190
2.1. A pontbecsls mdszere
191
Ha az X valsznsgi vltoz eloszlsfggvnye k szm isme retlen paramtertl fgg: F {x\a\,a2,---,ai^) s az X-rc vonatkoz n szm mrs eredmnye X^, X j , akkor az ismeretlen , llandk becslst a mintaelemek bi=bi(X^, X2, . . . , X^) (2) (1) X ^,
2. Hatsossg (efficiencia): A becslst hatsossg szempontj bl akkor mondjuk jnak, ha a b^ =Z?j(X j,X 2,...,X ) statisztika ingadozsa megfelelen kicsiny. Az a becsls a leghatkonyabb (legeffdensebb), amelynek szrsngyzete minden ms torztatlan becsls szrsngyzetnl kisebb. Pl. ha a D ^{bn)< D^{bi 2 ), ak kor a bii becslst hatsosabbnak (efficiens becslsnek) nevezzk. A becsls H f hatsfokn (effciencijn) az sszes lehetsges becslsek szrsngyzetei als hatrnak s a krdses becsls szrsngyzetnek hnyadost rtjk, azaz a melyre 0< H ^ < 1 egyenltlensg teljesl. 3. Konzisztencia (megegyezs): A bj statisztika sorozatot va
d
fggvnyei, statisztiki segtsgvel vgezzk. A (2) fggvnyeket az l paramterek statisztikai becslseinek nevezzk. Tegyk fel pl. hogy a\ az X vltoz ismeretlen vrhat rtke s 2 pedig az ismeretlen szrsngyzete, akkor ezek becslst lta lban az (3) mintakzppel, ill. az ( X ,- X ) 2 (4) n -l korriglt tapasztalati szrsngyzettel vgezzk. A (3) s (4) becs lsek helyessge a nagy szmok trvnyei alapjn igazolhatk. 2 = 0 ^ (X ) = * ^ = Hogyan juthatunk j becslsekhez? Erre a becslselmletben ki dolgozott, albbi kvetelmnyek adnak vlaszt: 1. Torztatlansg: Egy bi = b i ( X i , X 2 , - . - , X^ ) statisztikt va lamely a paramter torztatlan becslsnek nevezzk, ha vrhat rtke a-val egyenl, azaz M(fo,(A-,,X2...... X) ) = a. Ez azt kveteli meg, hogy a mrssorozatonknt ingadoz bi=b,{XX2,...,X^) rtkek tlaga a paramter valdi rtke krl ingadozzk. Ha M p i { X i , X 2 , . - - , X ^ ) ) ^ a , akkor a becsls torztott.
hnyadost,
lamely a paramter konzisztens becslsnek nevezzk, ha elegend nagy n esetn b^ = b i ( X i , X 2 , . . . , X ^ ) nagy valsznsggel jl megkzelti a paramter rtkt, vagyis minden pozitv e-hoz s 5-hoz tallhat olyan N szm, amelyre teljesl hogy P{ \ b i ( X i , X 2 , . . . , X ^ ) - a \ > e ) < , ha n > N.
Ha a bi = b i ( X i , X 2 , - - - , X^) torztatlan becsls s szrsngy zete n nvekedsvel 0-hoz tart, akkor azt mondjuk, hogy b^ az anak ersen konzisztens becslse. 4. Elgsgessg: Ha a bi =bi (X]^, X 2 , . . . , X^ ) becsls a mintaelemekbl nyerhet minden informcit megad a krdses paramterre vonatkozlag, akkor a =Z ? ,-(X j, X 2,..., ) statisztikai fggvnyt elgsges becslsnek vagy elgsges statisztiknak nevezzk. M egjegyzsek 1. Minden eloszls esetn a mintaelemek mintakzepe (3) torz tatlan becsls a vrhat rtkekre, tovbb a mintaelemek korriglt tapasztalati szrsngyzete (4) torztatlan becsls az elmleti sz rsngyzetre. 2. A normlis-, az exponencilis- valamint a Powjon-eloszls vrhat rtkre a mintakzp (3) elgsges becsls.
192
2.1.1. A maximum-likelihood mdszer
193
3. A mintaelemekbl a teljes eloszlsfggvnyt az 1.2.1. pont (7) ill. (8) kpletvel, a becslst pedig a tapasztalati srsgfggvnynyel ill. srsghisztogrammal vgezzk. 2.1.1. A maximum-likelihood mdszer A maximum-likelihood (legnagyobb valsznsg) mdszert jl alkalmazhatjuk annak a statisztiknak a meghatrozsra, amely az ismeretlen paramter legjobb becslst adja az adott informcik mellett. A mdszert R. A. Fisher 1922-ben megjelent cikke tr gyalja rszletesen, br mr korbban is alkalmaztk. Tegyk fel, hogy X i,X 2,...,X az adott minta, amelynek segt sgvel az ismeretlen a paramtert becslni akarjuk. Ha az isme retlen a paramtertl fgg eloszls mintaelemeinek kzs srsg fggvnye f i x ; a ) , akkor a fggetlen mintaelemek egyttes sr sgfggvnye f{x^;a)f{x2^,a)...f(x^^,a)=Y[f(x^,,a)
i=l
egyenletbl meghatrozni az d rtkt. Ha a (3) egyenletnek tbb gyke van, akkor a loklis szlsrtkek kzl vlasztjuk ki az abszolt maximum helyet. Ha az a paramtert d -val becsljk, akkor e paramter mellett van a legnagyobb valsznsge annak, hogy a vizsglt minta x j, ^ 2,..., rtkeit figyeljk meg. Diszkrt valsznsgeloszls esetn is alkalmazhat a maxi mum-likelihood mdszer. Ekkor a likelihood-fggvny; L = J J p ( X i ,d Y ' ,
i= \
ahol P {X = X,) = p( xi , a) (i = l,2 ,...,m ), s tkek gyakorisga. Megjegyzs
az x^ mintabeli r
1. Ha az a paramtert a maximum-likelihood mdszerrel szm tott d -val becsljk, akkor az a valamely g{a) fggvnynek maximum-likelihood becslse g(d) (invariancia tulajdonsg). 2. A gyakorlat szempontjbl elegenden ltalnos felttelek mellett kimutathat, hogy maximum-likelihood becsls konzisztens s nagy n rtkekre kzeltleg minimlis szrs, valamint ha van az a paramternek elgsges becslse, akkor maximum-likelihood mdszerrel ennek valamely fggvnyt kapjuk. 3. A tbbvltozs fggvny szlsrtk-szmtsi eljrsnak al kalmazsval tbb paramtert tartalmaz valsznsgeloszls ese tn is alkalmazhat a maximum-likelihood mdszer.
Plda a) Vizsgljuk meg, hogy a 0 < p < 1 intervallumban folytonos L(p) = fggvnynek hol van maximuma. b) Tegyk fel, hogy egy binomilis eloszls statisztikai sokasgbl vett 25 ele m mintnak 17 eleme az elrt tulajdonsg. A statisztikai sokasgban az elrt tulajdonsg elemek arnyt akarjuk meghatrozni. Szmtsuk ki a valsznsgrtkeket 0,4-tl 0,9-ig 0,5 lpstvolsggal s keressk ki a legnagyobb rtkhez tartoz p rtket.
(1)
ahol x i,x 2,...,x szmok a mintaelemeknek a ksrlet sorn mrt rtkei. Ekkor a maximum-likelihood mdszer szerint az a para mter becslsnek az mintaeiemeknek azt az
n
= { X i , X 2 , . . . X fggvnyt nevezzk, melyre az

i= l
szorzat a lehet legnagyobb rtket veszi fel, feltve, hogy a maxi mum ltezik s egyrtelm. Feladat, teht az L =Ylf(Xi,a) (2) =l egyparamteres fggvny szlsrtknek meghatrozsa. Mivel egy fggvnynek s logaritmusnak a szlsrtk helyei meg egyeznek, ezrt a (2) szorzatfggvnynl clszerbb a fggvny logaritmusbl szmtani a szlsrtkhelyet, azaz
d ln L da
=0
(3)
194
Megolds a) Kpezzk az L {p )
2.2. Konfidencia-intervallum
195
fggvny els p-szerinti derivltjt, tegyk egyenlv
2.2. Konfidencia-intervallum Gyakran az eloszlsfggvny valamely paramtere pontos rtk nek becslse helyett megelgsznk azzal, hogy a mintaelemek kt statisztikai fggvnyvel megadunk egy intervallumot, amely elrt valsznsggel tartalmazza az ismeretlen paramtert. Definci. Legyen az X valsznsgi vltoz eloszlsfggvnye F(x\ a), s tegyk fel, hogy az a rgztett ismeretlen paramter rtke valamely {a^; 2 ) intervallumba esik, s tekintsk az X vl toz n elem X |, X^ , nsghez tallhat olyan bi = b i { X i , X 2 , . . . , X ^ \ p ) s b2 =b 2 X i , X 2 , . . . , Xnl p) statisztikai fggvny, hogy a intervallum 1 - p valszn az a X ^ mintjt. Ha egy adott 1 - p valsz
nullval, s az gy kapott egyenletet oldjuk meg p-re: dUp) J dp
/ / (1- pr-^ p '( i- p )

s az n-k k__n~k P
(-1) = i-p n-k^ =0

\-p
egyenletbl a megolds:
a p raaximum-likelihood becslse, mivel ebben az intervallumban az L {p ) fgg vny alulrl konkv. 25' b) A v{ p) = 17 rtkeket kiszmtva a tblzatbl kzeltleg ki
sggel tartalmazza az a ismeretlen llandt, akkor
paramter konfidencia-intervalluma (megbzhatsgi interval luma) \ - p megbzhatsggal, ahol p egy 0-hoz kzel es kis valsznsg. Ezt gy is mondhatjuk, hogy az a paramtert egy olyan interval lummal becsljk, amely \ - p valsznsggel lefedi az a para mter rtkt. Ezt az intervallumot az a paramter 100(1 - p) % -os konfidencia-intervallumnak, a 100(1- p) % -ot a megbzhatsg szintjnek, az intervallum kezd s vgpontjt pedig konfidencia hatroknak is mondjuk. Az 1 - /? megbzhatsg teht azt jelenti, hogy nagyszm mintavtel esetn a paramter pontos rtkt az esetek 100(1 - p)% -ban tartalmazza az intervallum, s 100p% bn nem. Ha vltozatlan mintanagysgnl cskkentjk a p rtkt, akkor nagyobb megbzhatsgi szintet kapunk, de ltalban az in tervallum is hosszabb lesz. Rgztett megbzhatsgi szinten az intervallum szktshez a mintaelemszm nvelse szksges. Az
olvashatjuk az ismeretlen p rtket kzelt p -t. p 0,4 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 V(P) 0,003121 0,011523 0,032233 0,070133 0,119980 0,160742 0,165080 0,124056 0,062349 0,017495 0,001804 relatv gyakorisggal ka
A maximum kzeltleg a p = 0 , 7 0 0 , 6 8 pott rtknl tallhat, azaz p = 0,68 = 0,70.
intervallum hossza n nvelsvel Vn arnyban cskken. A feje zetben a vrhat rtkre s a szrsra vonatkoz 100(1- p) % -os konfidencia-intervallum meghatrozsval foglalkozunk mg.
196
2.2.1. A vrhat rtk becslse
197
2.2.1. A vrhat rtk becslse Tegyk fel, hogy az X valsznsgi vltoz eloszlsa (eloszlsfggvnye) az a paramtertl fgg, azaz P{ X <x ) = F(x;a). Hatrozzuk meg az a paramter konfidencia-intervallumt az Xre vonatkoz X], X 2 , , X ^ minta alapjn. a) Legyen X egy normlis eloszls valsznsgi vltoz ismert a szrssal s ismeretlen a vrhat rtkkel, ekkor (t-ay P (X < x ) = F(x; a) =
s gy az 1 - - ^ ismeretben az Up rtke a tblzatbl visszake reshet. Mivel 1- p valsznsggel rvnyesek a kvetkez egyenlt lensgek: -Up < X-a - V <u (3) (4)
X -Up j= < a < X +Up - j = yjn ezrt az m vrhat rtkre (az a paramterre) az
1
V27TC7 rn 4~n (5) mintakzppel intervallum egy 100(1- p)% szint konfidencia-intervallum, ami azt jelenti, hogy az m vrhat rtk l - p valsznsggel esik ebbe az intervallumba, ha az intervallumbecslst elg sok mintn elv gezzk. Tvedsnk pedig lQQp% rtkkel becslhet. (5)-bl kvetkezik, hogy az X s az m eltrsnek abszolt rtke legfel jebb az intervallum hossznak a fele, azaz
G
~ _ _ X i + X ^ + . . . + X, Az a vrhat rtket X =
becsljk. Kimutathat, hogy az X szintn normlis eloszls valsznsgi vltoz, amelynek vrhat rtke: M ( X ) = a s szrsa az n - D ^ ( X ) = a ^ sszefggsbl D ( X ) = - ^ , teht az X-a u = 4~n egy az y-tengelyre szimmetrikus standard normlis eloszls valsznsgi fggvny. A konfidencia-intervallumot te ht clszer 0-ra szimmetrikusan {-Up\Up) intervallumknt el lltani gy, hogy X-a legyen. Az Up rtkt az l - p = 2^(Up)-l egyenletbl az 1. sz. tblzat alapjn meghatrozhatjuk, ui. (2)-bl (2) r . , ^n<Uj , ) = \ - p
amely n nvekedsvel nullhoz tart. Ha elrt megbzhatsgi szinthez megadjuk, hogy a konfidencia-intervallum flhossza legfeljebb d legyen, akkor az <d rn egyenltlensgbl a minta szksges elemszmnak nagysgra az n> u 2 egyenltlensget kapjuk.
CT
(1)
.2
(6 )
198
2.2.1. A vrhat rtk becslse
199
Ha a konfidencia-intervallum a szmunkra elfogadhatnl na gyobb, akkor arra kvetkeztethetnk, hogy a statisztikai minta elemszma nem elegend a paramter kielgt pontossg becsl shez, bvteni kell az adathalmazt.
Plda Hatrozzuk meg rtkt 95%-os valsznsgi szinthez. Szmtsuk ki az m
r
/W = nn
n+l / n \
+1
n+\
(8)
vrhat rtke: ltezik, szrsngyzete:
M (X ) = 0,
csak
n > 2 -re
vrhat rtket lefed, Up rtknek megfelel konfidencia-intervallumot, ha 25 m rs mintakzepe 8,4 cm, s szrsa 0,2 cm. Megolds A =
95% -O S v a l s z n s g i s z in t n e k
csak
r t - 2
n > 3 -ra
0 ,0 5
fe le l m e g , teh t
ltezik. A (8) srsgfggvny n nvekedsvel az 7V(0;1) eloszls s rsgfggvnyhez konvergl. A 4. tblzat a -eloszls rtkeit tartalmazza adott %- statiszti kai biztonsg s adott n-szm mrs esetre. Pl. ha a normlis eloszls sokasgnak nem ismerjk a szrst, akkor a a helyett az 5* korriglt tapasztalati szrst helyettestve az u kifejezsbe a f~ X - m ^= V n (9) valsznsgi vltozt kapjuk, amely egy n - l szabadsgfok Student-eloszls valsznsgi vltoz. A Student-eloszls tbl zatbl (4. sz. tblzat) adott p-hez meghatrozhat a tp szm, amelyre teljesl a p{-l.<t<l)=p(t < t j = l - p egyenlsg, azaz t rtke l - p valsznsggel esik a (10)
0 ,9 7 5 0 .
Az
1.
=
sz.
t b l z a t b a n a 0 , 9 7 5 0
r t k a z 1 ,9 s o r 6 - o s f e j l c o s z lo p b a n
v a n , teh t
1,96.
A (4) formula rtelmben az X valsznsgi vltoz m vrhat rtkt lefed intervallum; 8,4 v a g y is. 1 ,9 6
02
V25
< m < 8,4 +
1 ,9 6
02
V25
8 ,3 2 1 6 < m < 8,4784. Az m teht 95%-os valsznsggel esik a (8,3216; 8,4784) konfidencia-inter vallumba.
Megjegyzs A tovbbiakban a gyakorlati feladatok megoldshoz felhasz nljuk a Student-eloszls 4. tblzatt, valamint a (khi-ngyzet)eloszls 3. tblzatt. Z?)Ha y, Z j, X 2, sgi vltozk, akkor a 4nY (7) fggetlen, A^(0;1) eloszls valszn
intervallumba. Ez viszont (9) figyelembevtelvel azt jelenti, hogy m rtke l - p valsznsggel esik az *
( 11)
valsznsgi vltoz eloszlst n szabadsgfok, S tudent- vagy -eloszisnak nevezzk, melynek srsgfggvnye:
intervallumba. Teht ismeretlen szrs esetn a vrhat rtkre ez lesz a 100(1-;?)% szint konfidencia-intervallum.
200
Pldk 1.
2.2.2. A szrs becslse
201
Egy szerves vegylet oxigntartalmnak vizsglathoz 16 mrst vgeztnk,
2.2.2. A szrs becslse Az n szm X j, X 2 , valsznsgi vltoz x^ = x ^ + x^+ ... + x ^ ngyzetsszegnek eloszlst n szabadsgfok x'^ (khi-ngyzet)eloszlsnak nevezzk. Igazolhat, hogy x'^ srsgfggvnye r2~ . "2 fggetlen, standard normlis eloszls
melyek alapjn X = 2,15% tlagot kaptunk. Tegyk fel, hogy a szrs ismert, pl. = 0,28%. Szmtsuk ki a vrhat rtkre vonatkoz 96%-os szintnek megfelel konfidencia-intervallumot, ha az X mintakzp N{ m, - ^=) eloszls.
Vn
Megolds Mivel a 96%-os szinthez p = 0,04 rtk tartozik, gy
es gy
A konfidencia hatrok: X - u ~ = 2,75 - 2,06 ^ = = 2,61;
vT
X + M_ = 2 ,7 5 + 2 , 0 6 - ^ 2 ,8 9 ,
22r 0, ha x < 0
(1)
V
intervallumba.
Vl6
teht a szerves vegylet oxigntartalma 96%-os valsznsggel esik a [2,61; 2,89] 2. A tv-kpcsvek vizsglatnl 19 db-nak mrtk meg az lettartamt, amely kzeltleg normlis eloszls volt 99%-os biztonsgi szinten. Milyen konfidencia intervallumba esik az egsz sokasg vrhat rtke, ha a tapasztalati vrhat rtke X = 2200 ra, korriglt tapasztalati szrsa pedig i* = 190 ra. Megolds Mivel a minta korriglt tapasztalati szrsa ismert, ezrt az ^
P
ahol a r-v a l jellt n. gamma fggvnyt a kvetkez kplettel r telmezzk:
r(/?)= \xP
A X (khi-ngyzet)-eloszls
p>0.
* s
I --- r -
vrhat rtke: \n szrsngyzete: A 3. sz. tblzat a x
M(x ) = n\
D îX^)^ln. -eloszls vltoz eloszlsfggvnynek
konfidencia-intervallum hatrait kell kiszmtanunk. 1 9 - 1 = 18 a szabadsgfokok szma, gy a 99%-nak megfelel tp = 2,898. A konfidencia hatrok: 190 2073,68 ra;
4T9
X + f* 190 = 2200+ 2,898
rtkeit tartalmazza a valsznsg szzalkban a szabadsgfokok szerint.

Pl. n = 12 szabadsgfokhoz p = 0,1 esetn 1 0 0 (l- p ) = 1 0 0 ( l - 0 ,l ) = 90,0 -hez 18,5 rtk tartozik.
4n
vl9
teht az egsz sokasg vrhat rtkt a [2073,68; 2326,32] intervallum lefedi.
Vegynk most egy n elem mintt az N { m \ o ) normlis eloszl s sokasgbl s tegyk fel, hogy ismeretlen az eloszls szrsa.
202
E.2. Ellenrz krdsek a 2. fejezethez
203
Igazolhat, hogy az ns (2) -eloszls, ahol
Ha a
rtke adott, akkor a X p
2
p
rtkeket a 3. sz. tb-
lzatbl olvassuk ki a megfelel szabadsgfok figyelembevtelvel. Plda

18 doboz mrlegelse alapjn a tltsi sly tapasztalati szrsra * - 1 2 g rtket kaptunk. Hatrozzunk meg a szrsra 95%-os konfidencia-intervallumot. Megolds
valsznsgi vltoz n - \ szabadsgfok
az n elem minta alapjn szmtott tapasztalati szrsngyzet. Ki mutathat, hogy a (2) -vei adott rtk \ - p valsznsggel esik a
2 2 2 2
X intervallumba, azaz y < ns

= 1 -/7 .
Mivel a 95%-os szinthez p = 0,05 rtk tartozik, s a szabadsgfokok szma 17, gy a 3. sz. tblzatbl Zp = X l m s = 30,191; Az intervallum hatrai (5)-nek megfelelen: ^ ^ = 7,564.
(3)
yfn s *
4,24264-12 5,4946337
A (3) -bl kvetkezik, hogy a sokasg cr valsznsggel esik a
szrsngyzete l - p
2
4ns* 4,24264-12 2,7502727
2 ns
2
ns
(4)
2
teht a szrs 95%-os konfidencia-intervalluma [9,27;18,51 ] .
intervallumba.
E.2. Ellenrz krdsek a 2. fejezethez 2
Ez az intervallum az ismeretlen < 7 paramter 1 0 0 (1 -/?)% -os konfidencia-intervalluma. A (4) "bi pedig felrhat a <J szrs 100(1- /?)% -os konfiden cia-intervalluma:
1. Mit neveznk statisztikai becslsnek? 2. Melyek az n. j becsls kvetelmnyei?

3. Hogyan definiljuk a konfidencia-intervallumot? 4. Hogyan szmtjuk ki az m vrhat rtk konfidencia-interval lumt? 5. Mit neveznk n szabadsgfok -eloszlsnak?
4 n s *. 4 n s *
1 -4
(5)
6. Mit neveznk n szabadsgfok Student- vagy -eloszlsnak? 7. Hogyan szmtjuk ki a szrsngyzet s a szrs 100(1 - p)% os konfidencia-intervallumt, ha a sokasg eloszls?
204
S.2. Feladatok a 2. fejezethez

HARMADIK FEJEZET
5.2.1. Egy hajra szerelt kotrgp egy adott idszakban 5000 kanl kavicsot emel ki. Egy kanalnak (puttonynak) tlagos tltsi slya, 100 mrlegels alapjn, 705 kg. Legyen a tltsi sly normlis eloszls CT = 50 kg szrssal. Hatrozzuk meg a 90, 95 s 99%-os megbzhatsgi szinteknek megfelel konfidencia-inter vallumokat a tltsi sly vrhat rtkre vonatkozan. 5.2.2. Az 1. feladatban emltett 5000 puttony kzl hnyat kell lemrni ahhoz, hogy a konfidencia-intervallum flhossza 95%-os szint mellett 7 legyen? 5.2.3. Oldjuk meg az 1. feladatot abban az esetben, ha az 5000 puttony kzl csak 30-at mrtnk le s nem ismerjk a a szrst. 5.2.4. Oldjuk meg az 1. feladatot, ha az ott kzlt adatok kzl a a szrst a 100 mrlegels alapjn szmtott s* = 51 korriglt tapasztalati szrssal helyettestjk. 5.2.5. Egy vegylet hidrogn tartalmnak meghatrozsra vgeztnk mrse ket. 12 mrsbl az X =3,25% tlagot kaptuk. Tegyk fel, hogy ismert a szrs: a = 0,30%. Szmtsuk ki a vrhat rtkre vonatkozan a 95%-os szintnek m egfe lel konfidencia-intervallumot. 5.2.6. Egy markolgpnl vletlenszeren 16-szor lemrtk a kimarkolt homok mennyisgt. A mrlegels alapjn a kimarkolt homok slynak tapasztalati szr sra s * = 15 kg rtket kaptunk. Hatrozzunk meg a szrsra 90%-os konfidencia intervallumot.
Statisztikai hipotzisek vizsglata Hogyan ellenrizhetjk feltevseink helyessgt? A hipotzis (feltevs) ltalban jelensgek felttelezett magyar zata, ill. felttelezett trvnyszer sszefggsek elkpzelse, ame lyeknek bizonytsra mg nem kerlt sor. A statisztikai vizsgla tok sorn feltevseket tesznk pl. az esemny valsznsgre, a valsznsgi vltozk tpusra, vrhat rtkre, variancijra, kt valsznsgi vltoz fggetlensgre, azonos eloszlsra, stb. Eze ket a feltevseket nevezzk statisztikai hipotziseknek. A hipotzisvizsglat (feltevsvizsglat) a matematikai statiszti ka azon fejezete, amely a statisztikai hipotzisek kztti dntsekre vonatkoz mdszereket s azok elvi krdseit vizsglja. A hipot zisvizsglat a ksrleti tudomnyok s a mszaki gyakorlat igen hatkony eszkze, pl. fontos alkalmazsi terlete a minsgellenr zs. A hipotziseket statisztikai mdszerekkel ellenrizzk. Ezek az n. statisztikai prbk, amelyek a szban forg vltozkra vett mintnak, ill. a mintaelemek valamely fggvnynek vizsglatn alapszanak. A kvetkez pontokban nhny alapvet hipotzist, hipotzisvizsglati mdszert, statisztikai prbt trgyalunk. llapodjunk meg nhny jellsben. Azt a feltevst, amelyet igaznak tteleznk fel alaphipotzisnek vagy nullhipotzisnek nevezzk s Hq -val jelljk. Pl. ha feltesszk, hogy az X valsz nsgi vltoz vrhat rtke thq, akkor ezt a nullhipotzist H o :M (X ) = mo szimblummal fejezzk ki. Ezzel szembelltjuk az n. ellenhipo tzist, melyet //-val jellnk s H : M ( X ) = m^mQ kifejezssel adunk meg, melyet akkor fogadunk el, ha H q nem teljesl. A kt hipotzist mindig gy kell megalkotni, hogy ha az egyik teljesl, akkor a msik nem teljeslhet, azaz fjQ-nak s H-
206
3.1. A z egy- s ktmints u-prba
207
nak egymst kizr hipotziseknek kell lennik a vizsglt valsz nsgi vltozra vonatkozlag. A hipotzisvizsglat clja teht a fellltott hipotzis helyess gnek ellenrzse a szban forg statisztikai minta alapjn, s dn tshozatal a nullhipotzis elfogadsrl vagy elvetsrl vagyis az ellenhipotzis elfogadsrl. A hipotzisvizsglat menete. Legyen az X valsznsgi vltoz n elem statisztikai mintja: X j, X 2 , ..., , az sszes n elem statisztikai minta halmaza pedig legyen S. Kpezznk egy
R) . h ( X i , X 2, . . . , Xf ^) statisztikai fggvnyt ( h : S
Elsfaj hibt kvetnk el, ha elvetjk az igaz H q hipotzist, mert a h a K tartomnyba esik. Ennek valsznsge P(elsfaj h i h a ) = p { h ( X ^ , X 2 , . . . , X ^ ) e
K\H
q )<
p,
s ennek alapjn azt mondjuk, hogy a H q hipotzist 100(1 - p ) % O S szinten elfogadjuk ill. elutastjuk.
Msodfaj hibt kvetnk el, ha elfogadjuk a hibs Hq hipot zist, mert h a . 7 tartomnyba esik. Ennek valsznsge: ^(msodfaj hiba) = =p{ h( Xi , X2, . . . , X^ ) e T\ h )= l - P ( h ( X i , X 2 , . . . , X ^ ) e K\ h ) A hibs dnts valsznsgt teht az els- s msodfaj hiba valsznsgeinek sszege adja, azaz P(hibs dnts) = ^(elsfaj hiba) + P(msodfaj hiba) A hibs dnts valsznsgt teht gy tudjuk cskkenteni, hogy az elsfaj hiba valsznsgnek cskkentsvel egyidejleg cskkentjk a msodfaj hiba valsznsgt is. Ezt pl. a minta elemszmnak nvelsvel tudjuk elrni. A dntsek s az elkvetett hibk logikai kapcsolatt szemllteti a kvetkez tblzat: A H q hipotzis igaz
H q elfogadsa:
a) Adjunk meg egy 0 < p < l szmot s egy T c R elfogadsi tartomnyt, amelyre igaz, hogy h ( X i , X 2 , . . . , X ^ ) e T nagy val sznsggel teljesl Hq fennllsa esetn, vagyis fennll a
egyenltlensg; azaz l - p -nl nagyobb valsznsggel lesz igaz az a hipotzis, hogy a h{ Xi,X2>--->^n ) fggvny rtkei a T tar tomnyba esnek. Az 1 - /? szmot a prba szignifkancia szintj nek nevezzk. b) Adjunk meg egy K ez R \ T kritikus tartomnyt, amelyre Hq fennllsa esetn kicsiny a valsznsge annak, hogy h(Xi,X2,...,X^)EK, vagyis hogy h a kritikus halmazba esik, azaz p { h ( X i , X 2 , . . . , X ) s K\ Ha) < p\ c) Dnts: ha h { X i , X 2 , - . - , X ^ ) & T , akkor elfogadjuk a Hq hipotzist; ha h { X i , X 2 ,.-.,Xf^)G K, akkor elutastjuk a Hq hipotzist, vagyis a H hipotzist fogadjuk el. A dnts eredmnye, mivel valsznsgi rtkek alapjn hoz zuk, j is, hibs is lehet.
nem igaz
helyes dnts msodfaj hiba
heT
H q elvetse:
hG K
elsfaj hiba
helyes dnts
3.1. Az egy- s ktmints m- prba a) Az egy mints M-prba. Tegyk fel, hogy X egy N{m\o) nor
mlis eloszls valsznsgi vltoz, ismeretlen m s ismert a r tkkel. Ellenrizni akarjuk, hogy az X valsznsgi vltoz vr
208
209
hat rtke m egyenl-e egy adott mq szmmal. Egy n elem minta X tlaga ltalban nem lesz pontosan . Krds: a mintatlag mekkora eltrse esetn felttelezhetjk, hogy a vrhat rtk Mq ? Ha a H o : M ( X ) = mo nullhipotzis teljesl a H :M (X) = m^mQ ellenhipotzissel szemben, akkor az
f- X-niQ u = y j n -------- cr
eltrs vletlenszer, statisztikailag nem igazolhat, ms szval az eltrs nem szignifkns. Azt mondjuk, hogy a H q hipotzist 100(1- p)% szinten eluta stjuk, vagyis a H ellentett hipotzist fogadjuk el, ha ^sz ^ azaz ha
a kritikus tartomnyba esik. Ez utbbi esetben statisz
tikailag igazoltnak fogadjuk el, hogy az alapsokasg vrhat rtke s a felttelezett mg rtk kztt szignifkns klnbsg van. Mint az elz pontban emltettk, mindkt dntsnk vletlen folytn tves lehet. Elsfaj hibt kvetnk el, ha Hq hipotzis igaz, de elvetjk az M ( X ) = mQ feltevst, mert pl. az u,.^ rtk a kritikus tartomnyra esett. Msodfaj hibt kvetnk el, ha Hq hipotzis nem igaz, de elfogadjuk az M {X ) = az
Pldk 1. Egy automata gp 200 mm hosszsg plcikkat kszt. Vajon a gp ltal gyrtott plcikk hossza megfelel-e az elrt mretnek? Elzetes adatfelvtelbl tudjuk, hogy a gp ltal gyrtott plcikk hossza normlis eloszls valsznsgi vltoz, <7 = 3 mm szrssal. Az n = 16 elem minta elemeinek hosszmrete: 193 195 201 204 198 196 196 196 203 199 193 198 191 191 198 200
th q=
(1)
formulval kpzett u valsznsgi vltoz (prbafggvny) N(0; 1) standard normlis eloszls. Ekkor a II. rsz 2. fejezet 2.2. pontjnak (1) relcija alapjn az u konfidencia-intervalluma 1 - p valsznsggel megadhat, azaz r- X -niQ - u < V n -------- - Mq. Az (1) kplettel szmtott = u rtk nagy valsznsggel elfogadsi tartomnyba
feltevst pl. mert
rtk az elfogadsi tartomnyra esett.
(pl. 1 - / ? = 1 -0 ,0 5 = 0,95) az - u - u ,
Elfogadhat-e, hogy a plcikk hossznak eltrse az elrt mrettl 99,9%-os szinten nem szignifikns, vagyis az egsz sokasgban a vrhat rtk Megolds Mivel a vltoz normlis eloszls, a minta tlaga 16 = 197 mm; s Mq = 200 mm; (7 = 3 mm; -Jn = -Jl6 = 4, 16 ezrt az w-prba alkalmazsval dnthetnk:
4. 1 9 7 - 2 0 0 = 4.
esik, s csak kis valsznsggel (pl. 0,05) esik a kritikus tarto mnyba. Azt mondjuk, hogy 100(1- p)% biztonsgi szinten elfogadjuk a nullhipotzist, ha <Up=Uf ahol M j a tblzatbl kiolvasott rtk. Ekkor elfogadjuk, hogy az alapsokasg vrhat rtke s a felttelezett mg rtk kztt az
200 mm.
X =
210
211
A /7 = 0,001 rtkhez tartoz Up tblzatbeli rtk m , = 3,29 (az 1. sz. tblzat bl, mivel l - - j = 0,9995), melynek 3,27 s 3,32 kztt brmely rtk megfelel, ezrt az u, = 3,29 kzbls rtket vlasztjuk, teht = 4 > H, = 3,29 ezrt az mo = 200 feltevst 99,9%-os szignifikancia szinten el kell vetni, a minta tlag nem vletlenl tr el a belltott 200 mm-es hosszsgtl. A gyrtst le kell lltani s a gpet jra be kell szablyozni. 2. Egy csokoldgyr specilis 14 dekagrammos csokoldszeletek gyrtst k vnta megvalstani egyik gpn, melynek szrsa a = 2,0 dkg volt. A vletlensze ren kivlasztott 25 darabos minta tlaga X = 14,8 dkg-nak addott. Felttelezhet-e az eltrs vletlenszersge? Megolds A nullhipotzis: H q \ M { X ) = Mq = 14,0 dkg, s
u=
X -Y cr: -+ k m
(2)
valsznsgi vltoz (prbastatisztika)
N(0;V) eloszls, ahol
X , Y a kt mintbl szmtott mintakzp. Ekkor a ktmints ustatisztika u konfidencia-intervalluma l - p valsznsggel meg adhat, azaz P(-Up < u < u p ) = l - p = 2 ^ { U p ) - l . Az Up rtkt adott p-hez az 1. sz. tblzatbl = 1 --^
sszefggs alapjn kiszmthatjuk. Ha a (2) formulval kiszmtott M-statisztika nem esik a

= 2,0.
J intervallumba, akkor 1 - p
X-n\)
Az ltalban szoksos p = 5% -nak megfelel
Up=o,Q5 = ,
1 4 ,8 -1 4 ,0
szignifikanciaszinten a nullhipotzist elvetjk, mivel ekkor a ki szmtott u rtke a \ -Up\Up\ intervallumon kvli kritikus tarto mnyba esik.
Plda Tegyk fel, hogy kt clgp, A s B, azonos henger alak alkatrszeket gyrt. A hengerek tmrjnek mrete normlis eloszls. Az A gpen gyrtottak tmrjt jellje X , &B gpen gyrtottakt pedig Y. A szrsuk klnbzk, de ismertek, azaz D{X) =
g ^ =Q, 5
=1.96
u .O (m ,)
= 1 1 = 1 -0,025 = 0,975
Mivel I = 2,0 > , =1,96, ezrt a nullhipotzist elvetjk, ugyanis a csokold szeletek vrhat slyrtke 95%os szinten szignifiknsan eltr az elrt slyrtktl.
cm s D{ Y) = Gy = 0 ,7 cm. M( Y ) ellenhipo = 0,975
Vizsgljuk meg a H q : M ( X ) = M{ Y ) nullhipotzist a
b) A ktm ints m-prba. Legyen X s Y kt normlis eloszls valsznsgi vltoz, melyekhez s , F2 . > fggetlen mintk tartoznak, valamint szrsuk, a ^ s Oy , ismert. Ha H o : M ( X ) = M(Y) nullhipotzis teljesl a H .M(X)^M(Y) ellenhipotzissel szemben, akkor az
tzissel szemben 1 - p = 0,95 szignifikanciaszinten. ^{ Up^Q^) = l - ^ mivel p = 0,05, s az 1. sz. tblzatbl Up^ q5 = 1,96.
Mind az A mind a B gp ltal gyrtott hengerek kzl 30-30 db-ot lemrve mintakzepekre X = 16,4 cm s Y =15,7 cm addott. A (2) formula szerint X -Y 1 6 ,4 -1 5 ,7 = 4,457.
30 Mivel a kiszmtott u rtk a tblzatbl kiolvasott
30 = 1,96 rtknl nagyobb, nullhipotzist 95%-os
vagyis kvl esik a [-1,96,-1,96] intervallumon, ezrt a szinten el kell vetnnk.
212
3.2. Egy- s ktmints t-prba
213
3.2. Egy- s ktmints -prba a) Egy mints -prba. A gyakorlati feladatok tbbsgben a nor mlis eloszls valsznsgi vltozra a vrhat rtk is s a szrs is ismeretlen. Ilyen esetben az
Adott n mintaelemszm s adott p rtkhez a 4. sz. tblzatbl a tp rtket az n - I -edik so r p % oszlopnak megfelel tf tblabeli rtkkel vesszk fel.
Pl. ha mintaelemszm n = 21, p = 0,02, akkor a szabadsgfok 20, teht tp r
tkt a 4. sz. tblzat 20. sornak 5% fejlc oszlopbl olvassuk ki, amely ^ /)=(),02 = h - 2,528. Plda
n- korriglt szrsngyzet kiszmtsa utn a H Q : M ( X ) = mo nullhipotzis ellenrzsre a (1) prbastatisztikt kpezzk. Ez n - 1 szabadsgfok (1-gyel csk kentett mintaelemszm) Student-eloszls vltoz. A Studenteloszls tblzatbl adott p-hez meghatrozhat az a (tb labeli) rtk, amelyre
p [ - t^ < t< tp )= \-p (2 )
Egy konzervdoboztlt adagolautomata 1000 g anyag betltsre van belltva. Mintavtel sorn az albbi rtkeket kaptuk: 985 991 987 994 1003 1004 993 1002 996 985
Vizsgljuk meg, hogy 95%-os biztonsgi szinten teljesl-e a vrhat rtkre az niQ = 1000 g elrs, azaz H q - . M( X) = niQ= 1000 hipotzis. Megolds Normlis eloszlst felttelezve, -prbval ellenrizzk, hogy az eltrsek csak a vletlennek tulajdonthatk-e vagy szisztematikusak. A minta adatai alapjn (n = 10); 10 X = - 4 _ = 994,0; 10 " * = 7,226; teht 10 = 52,222;
"
n -1 =V = 3,162, 9 9 4 ,0 -1 0 0 0
ahol a /? a valsznsgi szintet jellem z kis pozitv szm pl. p = 0,05 (5%). Az M-prbhoz hasonlan azt mondjuk, hogy 1 - p szignifikanciaszinten elfogadjuk a H q hipotzist, ha
' - V ^ : ^ = 3.162-----^^j ^
A SMfen-eloszls 4. sz. tblzata alapjn a
= -2,626.
szabadsgfok sorban a
10-1 = 9
< i,= p s a H q hipotzist 1 - p szinten elutastjuk, ha hz azaz a H : M ( X ) = m^mQ
(3)
p = 0,05
rtkhez p=o,05
2,267
tartozik, s mivel
jfvzl = 2,626 > , = tp-QQ ^ = 2,267,

ezrt az automata nagy valsznsggel nem mkdik jl, szignifikns eltrs van
95%-OS szinten, teht a

rtkhez tp = / , =
Hq: M ( X ) = niQ -
1000
nullhipotzist elvetjk.
A 99%-os szinten (szignifikanciaszinthez) a 9 szabadsgfok mellett a p =
0,01
3,250 >
addik, teht 99%-os statisztikai biztonsgi szinten
ellenhipotzist fogadjuk el. Az (1) prbastatisztikt t-statisztiknak nevezzk.
az eltrsek vletlennek tulajdonthatk, de a mintaelemszm nagyon kicsi ahhoz, hogy ezt elfogadhassuk.
214
3.3. A Welch-prba
Plda
215
b) A k tm ints -p r b a. Gyakran kt normlis eloszls, azonos szrs alapsokasg vrhat rtkeinek egyenlsgt kell vizsgl nunk, vagy arra a krdsre kell vlaszt adnunk, hogy kt azonos szrs minta azonos alapsokasgbl szrmazik-e? Legyen X g N{mi\o) s Y e N(m2',<7), ahol mi s m 2 a vr hat rtkek, a a szrs, tovbb X j, X j , ..., X ^ az X valszns gi vltozhoz, s Fj, F2, ..., Yj^ pedig az Y valsznsgi vltozhoz tartoz egymstl fggetlen mintk. A nullhipotzis: H q : M ( X ) = M( Y) , az ellenhipotzis pedig: H :M (X)^M (Y), Jellje azaz m| ^ m.2 . azaz = m2 \
Legyenek az X s F normlis valsznsgi vltozkra vonatkoz egymstl fggetlen mintk mintaszma 21, ill. 41, mintakzepei: X = 25,4, Y = 25,2, szr suk: D ( X ) = D(Y) = 0,6. Vizsgljuk meg, hogy 95%-os biztonsgi szinten egyen lknek tekinthetk-e a vrhat rtkek. Megolds A nullhipotzis: H q : M { X ) = m ^ = M { Y ) = iriy. Az ellenhipotzis: H : M ( X) ^ M( Y) , azaz A (4) formula alapjn kiszmtjuk t rtkt: 2 5 ,4 - 2 5 ,2 20 0,36+ 40 0,36 60 ^ m^,.
= 1,242.
i-fJ 21
41
A 5M/en-eloszls 4. sz. tblzatban a 60 szabadsgfok sorban a p = 0,05 (5% oszlopfej) rtkhez = t , = 2,000 tartozik, s mivel
az X, s pedig az Y valsznsgi vltoz mintaele-
= 1-242 <tf= p=o,05 - 2,000,

ezrt a kt valsznsgi vltoz vrhat rtknek egyenlsgt 95%-os szinten elfogadjuk, az ellenhipotzist pedig elvetjk.
meibl kpzett empirikus szrsngyzetet. Kpezzk a t =X -Y n+k -2 (4) 1 szabadsgfok
3.3. A W elch-prba Legyen X s F kt fggetlen normlis eloszls valsznsgi vl toz. Ha ismeretlenek a szrsok, de feltehet, hogy azonosak, akkor a vrhat rtkk sszehasonltsra alkalmazhatjuk. Ha szrsuk ismeretlen, de klnbz akkor a ktmints -prba a vrhat rtkek sszehasonltsra nem alkalmazhat. Szksgnk van olyan prbra, amely akkor is alkalmas H q -.M(X) = M( Y ) hipotzis eldntsre, ha C x , Oy ismeretlen s cj j ^ Gy- B. L.
statisztikt, amely H q fennllsa esetn n + k - 2 Student-closzls vltoz. Jellje szolt rtket, azaz
a (4) kplettel szmtott ab szabad
= , a Student-Q\osz\.s n + k - 2
sgfok tblzatbeli rtket pedig tf = tp , akkor P{-tp<t<tp) = l - p . Ha a) - h esetn (a szmtott rtk a intervallumba
esik) a H q hipotzist 100(1- p)% -os szinten elfogadjuk (m |= m 2);

b)
Welch a ktmints w-prba formuljhoz hasonl prbastatisztikt javasolt, azzal a klnbsggel, hogy az ottani elmleti szrsok helyre az empirikus szrsokat helyettestette: w= Xn-Y ^ym + m (1)
> tf esetn pedig (a szmtott rtk nem esik a
intervallumba) a H q hipotzist 100(1-/?)% -os szinten elvetjk (mi ^ ni 2) .
216
3.3. A Welch-prba
Osztlykz 40-44 45-49 5 0-54 55-65 66-70 71-80 81-90 90Osztlykzp 42 47 52 60 68 75,5 85,5 95 Gyakorisg; ffi / , 57 63 78 90 84 72 30 10 n = 484 Gyakorisg; n fj 62 71 80 85 72 66 13 10 m = 459
217
ahol elemszmai,
a mintkbl szmtott mintakzepek, n, m a. mintk

9
Sy^ pedig a mintkbl szmtott empirikus sz
rsngyzetek. Igazolhat, hogy a w vltoz eloszlsa j l kzelthet f szabad sgfok -eloszlssal. Az /szabadsgfokra teljesl a m in(n, m) < f <n + m egyenltlensg. Az / kiszmtsra javasolt kzelt kpletek: c= m felhasznlsval / = 1 (1 -c y + m -l n -1
Megolds A hipotzis:
H q - . M{ X) = M{Y).
A mintakzepek:
t h i
X = -------= 60,8967, Y, = = 59,1318.
m ill. /= n ^ -1 m ^ -1
sin = --------------------- = 182,5038, Az empirikus szrsngyzetek:
A Student-eloszls tblzatbl adott / szabadsgfokhoz, az adott p rtknek megfelel tblabeli rtket kiolvassuk. Ha a 4. sz. tbl zat megfelel szabadsgfok sornak p oszlopbl kiolvasott tbl zatbeli rtket tp -vei jelljk, s w <t P' akkor a hipotzist p szinten elfogadjuk, ha w akkor p szinten elvetjk.
Plda Egy zem frfi s n dolgozinak testslyt lemrve, a slycsoportonknti ered mnyt a kvetkez oldali tblzat tartalmazza. Vizsgljuk meg, hogy a kt sokasg vrhat rtke megegyezik-e. >t, Welch-prha:
= M ----------- ---------= 170,3685.
X-Y
= 2,0403.
A w kzeltleg 459 < / < 459 + 484 egyenltlensgnek eleget tev / szabadsgfo k t eloszlst kvet. A p rtkt 0,02-nak vlasztva, a 4. sz. tblzat 0,02 oszlopnak utols sorban a tblabeli rtk: q q2 = 2,326. Mivel w = 2,0403 < q qj = 2,326, gy a hipotzist 98%-os szinten elfogadjuk. Ugyanakkor, ha p rtkt 0,1 0-nek v lasztjuk, akkor q.io = 1,645, vagyis w > o,io = 1,645, teht 90%-os szinten a hipo tzist elvetjk.
218
3.5. Illeszkeds- s homogenitsvizsglat
219
sebb empirikus szrs vltoz mintaelemszmiak 1-gyel csk 3.4. Az F -p r b a A ktmints -prba alkalmazsakor feltettk, hogy a mintk isme retlen szrsai azonosak. Az F-prba alkalmazsval dnthetjk el, hogy kt normlis eloszls, ismeretlen vrhat rtk statiszti kai sokasg szrsngyzete ill. szrsa azonos-e vagy sem. Legyen X e N { m i , a i ) s Y & N {m 2 \<J2 ) , ahol mj s m 2 a vrhat rtkek, T| s 2 a szrsok, tovbb Z j, X 2 , X-hez s yj, F2> tk. A nullhipotzis: H q : D ^ ( X ) = D^(Y), az ellenhipotzis pedig: H : D^(X)^D^(Y), Jellje Jellje 2
2 2
kentett rtke. Pl. ha Dnts, ha
> s^, akkor f i = n - l , s f
= k-l.)
a) F^^ < F f , akkor a H q hipotzist 100(1- p)% -os szinten elfo gadjuk (dl = (T2); az eltrst vletlennek tulajdontjuk, b) > F f , akkor pedig a Hq hipotzist 100(1- p)% -os szin
ten elvetjk (c7i ^ G 2 ), az eltrst szignifiknsnak tekintjk.

Plda Egy konzervgyr mindkt prbazembe lltott gpn 300 grammos konzervek gyrtst kezdte meg. Legyen a gpenknt vletlenszeren kivlasztott 6-6 doboz tltslya az X-re ill. az 7-ra vonatkoz 6 elem minta: X elemei: Flmi: 300 305 301 317 303 308 288 300 294 314 296 316.
az
F-hoz tartoz egymstl fggetlen min
azaz
d f = crf
ill.
(Ji =(T2;
azaz
ill.
CJi ^ ( i 2-
Ellenrizzk, hogy teljesll-e a H q\ D { X) = D(Y) nullhipotzis. Megolds Mintatlagok: X = 297; y =310;
az X, Sj^ pedig az Y minta empirikus szrsngyzett. 2 ^ kt szrsngyzet kzl a nagyobbat s a ki
sebbet, azaz
4 a x = m a x (^ ,4 ) ; 4 i n = m in (j2 , 2
Az empirikus szrsngyzetek:
s{ = 38,4;
Az
szabadsgfoka legyen f i , az
szabadsgfoka le
Alkalmazzuk az f-prbt, n - 1 -- 6 -1 = 5; fc - 1 - 6 - 1 = 5 szabadsgfokkal: 2 F 2 I ,vz = F = ^2 = \
Si
gyen f 2 - Kpezzk az (5) statisztikt, amely ( /j ; / 2 ) szabadsgfok F-eloszls. Az (5) for mulba helyettestett rtkekkel kpezzk az szmtott rtket s sszehasonltjuk az F-tblzat 100(1 - p)% szignifikancia szint / 2 -edik sornak / j -edik oszlopbl vett Ff rtkkel. (Az 5. tbl zat rtkei csak p = 0,05 -ra, azaz 95%-os biztonsgi szinthez van nak kiszmtva, / j a nagyobb empirikus szrs, f 2 pedig a ki-
Az 5. sz. tblzatbl p = 0,05 rtkhez, 5%-os szinthez tartoz tblzatbeli (kri tikus) rtk (5. sor 5-s fejlc oszlop): F, = 5,05. Mivel F ,.^ < F, (1,2 < 5,05), ezrt a nullhipotzist 95%-os szinten elfogadjuk, ami azt jelenti, hogy a szrsok (szrs ngyzetek) kztti klnbsg vletlennek tulajdonthat.
3.5. Illeszkeds- s homogenitsvizsglat

A matematikai statisztikban gyakran olyan prbt kell alkalmaz nunk, amellyel megvizsglhatjuk, hogy valamely minta szrmazhat-e egy bizonyos elmleti vaisznsgeloszlsbl, melyet para mtereivel egytt megadunk. Az ilyen statisztikai prbt tiszta illeszkedsvizsglatnak nevezzk. Ha a vizsglat csak arra vonat
220
3.5.1. Illeszkedsvizsglat
221
kozik, hogy valamilyen tpus eloszls felttelezhet-e, az eloszls paramtereit a mintbl becslve, akkor becslses illeszkedsvizs glatokat alkalmazunk. Legtbbszr ez utbbiakat hasznljuk, ezek kzl is a leggyakoribb a normalitsvizsglat, a normlis elosz lshoz val illeszkeds vizsglata. A homogenitsvizsglat is statisztikai prba, spedig annak megvizsglsra vonatkozik, hogy bizonyos mintk azonos alapso kasgbl szrmaznak-e, kt vagy tbb valsznsgi vltoz elosz lsa megegyezik-e? ltalnosabban homogenitsvizsglatnak ne vezzk az olyan statisztikai prbt is, amellyel csak azt vizsgljuk, hogy a megfelel alapsokasgok bizonyos paramtereikben meg egyeznek-e. A fenti vizsglatokhoz szmos eljrst dolgoztak ki, mi itt az n. -(khi-ngyzet)-prba alkalmazst mutatjuk be.
Folytonos eloszlsnl a valsznsgi vltoz rtkeit soroljuk be nagysg szerint r osztlyba, miknt azt a hisztogram ksztsnl is tettk. Az n adatbl az /-edik osztlyba es mintaelemek szmt, a f. gyakorisgot jelljk / / -vei, akkor gi jelenti relatv gyakori sgt. Az ismert (felttelezett) eloszls alapjn az elmleti gyakori sg n p i . A minta alapjn szmtott /, gyakorisgok s az elmleti gyakorisgok ltalban klnbznek egymstl. Ezt az eltrst a 2 _ Y (// - npi f _ ^ m {gj - Pi f Pi (1)
prbastatisztikval mrjk. Bizonythat, hogy ha n minden hatron tl n, akkor az (1) statisztika eloszlsa tiszta illeszkedsvizsglat esetn az r - 1 szabadsgfok x -eloszlshoz, s becslses illesz kedsvizsglat esetn, ha a becslt paramterek szma k, az r-\-k szabadsgfok x -eloszlshoz tart. Az (1) statisztika
3.5.1. Illeszkedsvizsglat Tegyk fel, hogy egy X valsznsgi vltoz eloszlsa ismert. Azt akarjuk eldnteni, hogy egy n elem minta eloszlsa megfelel-e az ismert eloszlsnak. A prba az ismert eloszls alapjn vrhat gya korisgok s a minta gyakorisga kztti eltrsek vizsglatbl ll. D iszkrt valsznsgi vltoz esetn a nullhipotzis: H o - . P ( X = X i ) = Pi, az ellenhipotzis: H : 31, amelyre P ( X = x ,) Folytonos eloszls esetn a nullhipotzis; H Q : P ( X < x ) = F(xy, az ellenhipotzis: H : P ( X < x ) ^ F{x), ahol F{x) ismert eloszls. pi. 0' = l,2 ,...,r ) ;
teht kzeltleg minden i-re.
-eloszls. A kzelts elg j, ha npi > 10
Az elfogadsi tartomnyt gy adjuk meg, hogy tiszta illeszke ds esetn
becslses illeszkeds esetn pedig Pix'lz^xl^r-\-k) = ^ - P legyen, ahol a x^z (1) alapjn szmtott, X^,r~\ s X ^ , r - \ - k a
3. sz. tblzatbl kiolvasott rtk, p elre megadott 1-nl nem na gyobb pozitv szm. Teht, a )h a x ' ^ z ^ x l , r - \ l- x X ^ x l , r - \ - k ^ akkor a nullhipotzist
elfogadjuk, a minta eloszlsa az adott biztonsgi szinten megfelel az elmleti eloszlsnak, az eltrseket vletlenszernek tljk;
222
J.5.2. Homogenitsvizsglat
223
^ )h a x > x l , r - \ ill- x l z > x l , r - \ - k ^ akkor a nullhipotzist az adott biztonsgi szinten elvetjk, a minta eloszlsa szignifiknsan eltr az elmleti eloszlstl. Megjegyzs Ha azt akarjuk eldnteni, hogy a mintasokasg normlis eloszl s-e vagy sem, akkor a vizsglatot normalitsvizsglatnak nevez zk s az elbbiekkel azonos mdon jrunk el.
prbastatisztika n ^ s m - ^ esetn r - 1 szabadsgfok ;i;êloszls valsznsgi vltoz. Ebbl kvetkezik, hogy ha az n s m elg nagy, akkor prba alkalmazhat a kt eloszls megegyezsgnek vizsglatra. A nullhipotzist elfogadjuk, ha xX > s elvetjk, ha ,,_i
- ahol x'^z a (2) kplettel szmtott rtk,
3.5.2. Homogenitsvizsglat Legyen X s 7 kt tetszleges eloszls valsznsgi vltoz. Azt akarjuk megvizsglni, hogy X s F azonos eloszlsnak tekinthet-e. A nullhipotzis, teht H q : P { X < x ) = P{Y <x)\ az ellenhipotzis pedig H :P{X<x)^P{Y<x). Az eljrs alkalmazsa a kvetkez lpsekbl ll: Osszuk fel a szmegyenest r szm osztlyra: -C X 3 = b Q < b \ < b 2 < ..<by
pedig a x'^ 3. sz. tblzatban p szinten tallhat rtk (szabadsgfok: r - 1 ) .

Pldk 1. Egy kockt 1400-szor feldobva az egyes szmok gyakorisgra a kvetkez tblzatot kaptuk: Dobott szmok 1-es 2-es 3-as 4-es 5- s 6-o s Krds: szablyosnak tekinthet-e a kocka? Megolds Mivel szablyos kocknl brmely szm dobsa egyenl valsznsg, ezrt a nullhipotzis:
r
gyakorisg ( k i ) 228 240 224 237 235 236
Legyen az i-edik intervallumba es mintaelemek szma X-re f i , F-ra vi (/ = 1,2 , . . Legyen az X vltozhoz tartoz mintaelemszm: ^ f i - n, s az i=l
r
//(,. P{X = Xi) = p ; = ^ (/ = 1,2,...,6). D

Az X egyenletes eloszls, becslend paramter nincs. A feladatot -prbval
Y vltozhoz tartoz mintaelemszm: i=\
= m. Igazolhat, hogy a
oldjuk meg.
A ^
kiszmtst
2 _
V =i
. 1^ I. - - 2 . 1 = 1 (= 1
^ ;=i
(2)
kplettel vgezzk.
224
3.5.2. Homogenitsvizsglat
A vrhat rtket
225
x l ''-K
Pl n. n l=r
1400 1400
1 ^ 1 (=1 6
4 -1 4 0 0 =
1400
(228^ + 240^ + 224^ + 2 3 V + 235^ + 236^) - 1 4 0 0 = 326850-1400 = 0,7857.
a szrsngyzete
6
1400
A szabadsgfokok szma: r - l = 6 - l = 5. A 3 . sz. tblzatbl, ha p = 0,05 r tkkel adott, akkor x h = 1 l'OÔ teht = 0,7857 < ;i:|5 = 11,070 vagyis a nullhipotzis elfogadhat, a kocka szablyosnak tekinthet. A -prba alkalmazhatsgnak a felttele teljeslt, hiszen az npi rtk min
formulkkal becsljk. A pj rtkek kiszmtshoz a
Pi =
s
< X <Xj) = F( x i ) - F{Xj_i) = 0)
-0)
x,-_i - m
(-m ) = 1 -0 ( )
kpleteket hasznljuk. Amennyiben npi > 10 (/ = 1 ,2 ,..., r), akkor kiszmtjuk a
den i'-re lnyegesen nagyobb 10-nl (np: = 1 4 0 0 = 233).
2. Egy adagolautomata mkdsnek vizsglathoz 174 db doboz mrlegelst vgeztk el. A grammokban adott nvleges tmegrtktl val eltrs rtkeit osz tlyba sorolva az albbi tblzat tartalmazza: Osztlyok Gyakorisg fi .......-1 ,5 1,51-3,5 1,51-4,5 4,51-5,5 5,51-7,5 7,51-9,5 9,51-11,5 11 ,5 1 -....... 12 25 22 24 35 26 19 11
2 ..Y ifi - n p i f
^ ~U
rtket. A szabadsgfokok szma: r - l - / : = 8 - l - 2 = 5. A szmtst clszer a kvetkez tblzatos formban vgezni (a 0 ( m) rtkek kiszmtsnl lineris interpolcit hasznltunk): osztlyok gyak. kzp fi -1,5 1,5-3,5 3,5-4,5 4,5-5,5 5,5-7,5 7,5-9,5 9,5-11,5 11,5I ahol 12 25 22 24 35 26 19 11 174 ki 1 2,5 4 5 6,5 8,5 10,5 12 fiki 12,0 62,5 )kf u < D (w ) Pi npi 12,00 -1,420 0,0690 0,0690 12,0060 156,25 -0,796 0,2071 0,1381 24,0294 88,0 352,00 -0,480 0,3156 0,1085 18,8790 120,0 600,00 -0,166 0,4341 0,1185 20,6190 227,5 1478,75 0,461 0,6776 0,2435 42,3690 221,0 1878,50 1,088 0,8617 0,1841 32,0334 199,5 2094,75 132,0 1584,00 1062,5 8156,25 1,715 oo 0,9569 0,0952 16,3908 1,0000 0,0431 7,6734 1,0000 174,00 (fi-npif npi 0,00003 0,0392 0,5159 0,5544 1,2816 1,1364 0,4154 1,4422 5,3851
Feltehet-e, hogy az elrt tmegrtktl val eltrsek normlis eloszlsak? Megolds A feladathoz becslses illeszkedsvizsglatot kell vgeznnk, s a x^ -prbt alkalmazzuk. A nullhipotzis: az ellenhipotzis: H q \ P { X < x) = ===-- e t = F{xy,
^2na jL
H : P ( X < x ) ^ F{x).
X--X = -7 r-
m~ X =
174
1062,5 = 6,106. 174
226
3.6. Fggetlensgvizsglat khi-ngyzet-prbval
227
173 s gy j* = 79.6433 =3,105.
173
delhet. Mindegyik mintaelem a kt tulajdonsg szerint osztlyoz hat. Ha az Xi s az Yj esemny egyttesen kvetkezett be, akkor azt mondjuk, hogy az (X,- (~^Yj) esemny kvetkezett be. Ha a mintaelemek szmt n-nel, a n Y j ) esemny bekvetkezs
Pl.
Pl = :
Az 1. sz. tblzatbl
1 ,5 -6 ,1 0 6 ' -O (- c o ) = 1 -0 (1 ,4 8 3 3 ). 3,105
nek gyakorisgt fij -vei jelljk, akkor ezeket az rtkeket n. kontingenciatblzatba rendezzk. Az fij gyakorisgi rtkek soronknti sszege:
m
>(1,4833) = 0,9310, teht Pl = 1 -0 ,9 3 1 0 = 0,0690. Mivel a 95%-os szinthez az 5 szabadsgfok -tblzatban a 11,07 rtk tarto
= H oszloponknti sszeg pedig: k
...... k),
zik, melynl a szmtott x^z = 5,3851 lnyegesen kisebb, ezrt a nullhipotzist elfo gadjuk, vagyis az eltrsrtkek normlis eloszlsnak tekinthetk. (Az npj rtkek egy kivtelvel nagyobbak 10-nl, ettl az egy kivteltl eltekintnk.)
= 1.2,
i =l
3.6. Fggetlensgvizsglat x
-p rbval
Egy frficsoport vizsglatt pl. magassg s testsly szerint vgez zk. Jellje X valsznsgi vltoz aktulis rtke egyedenknt a magassgot, Y pedig ugyanarra az egyedre a testslyt. Arra szeret nnk vlaszt kapni, hogy a kt tulajdonsg, az adott statisztikai sokasgra vonatkozan, fggetlennek tekinthet-e. ltalban, ha egyugyanazon statisztikai sokasg kt valsznsgi vltoz ltal adott kt tulajdonsgnak fggetlensgvizsglatt vgezzk, mindig ilyen sszetartoz rtkprok az alapadatok. Legyen az X valsznsgi vltozhoz tartoz teljes esemny rendszer: X y , X 2 ,-..,Xj^, az Y valsznsgi vltozhoz tartoz pedig Yi,Y2 ,...,Yfj^. A szorzsi ttel rtelmben felrhat a nullhipotzis: H q : P(X^ n Yj) = P(X^)- P( Yj ) V {i, j ) -re (/ = j = 1 ,2 ,...,m ).
A sor- s oszlopsszegeket marginlis rtkeknek nevezzk. A definilt rtkekbl kvetkezik, hogy km k m = n, = n. i=\ i=\ i=l 7=1 A kontingenciatblzatot teht a kvetkez elrendezsben k sztjk el: X\ Y /ll X2 f ix 72 fii fii . .. fim fim nj ^2j
fkl ^ o s z lo p U i\
fkl îl
..
fkm ^ im
Vkj n
A mintaelemekbl mind az X mind az Y valsznsgi vltoz hoz a vizsglt kt tulajdonsgnak megfelelen egy-egy rtk ren
228
3.6. Fggetlensgvizsglat khi-ngyzet-prbval

Megolds A nullhipotzis; az osztlyozs szerinti kt valsznsgi vltoz fggetlen.
229
A ^ keit az
-prbhoz ki kell szmtani az elmleti gyakorisgok rt
Szmtsuk ki az (1) formulval az elmleti gyakorisg fjj rtkeit s rjuk be a fii
(1)
tblzatba: fi j =
182
= 27,47; /,2 =
182
= 23,63; stb.
formulval minden /-re s j-re. Clszer ezeket az rtkeket a tbl zatba fij rtkei mell rni. A becslses fggetlensgvizsglat valsznsgi vltozja: ifij-fijT Xsz = 1 1
i=lj=l fii
Sly kg 10,8-11,2 10,3-10,7
Alfa
Bta
Gamma 24,2 15,4 4,4 44 22 16 6 44
Delta 24,7; 23 15,8 18 4,5 i 4 45 I 45
I sor 100 64 18 182 100 64 18 182
27,5 25 23,6 30 17,6 20 15,1 4,9 50 5 50 4,3 43 10 3 43
(2) esetn
x<10,3 ^ oszlop
Az (2) formulval szmtott valsznsgi vltoz n > { k - \ ) - { m - 1) szabadsgfok x
Kpezzk a (2) formula szerint Xsz rtkt: .2 Xsz {25-27,5 f (3 0 -2 3 ,6 )^ 27 5 23 6
eloszls. Ha a mintbl meg,'=1 j=\
hatroztuk a Xsz rtkt, majd kikeressk a 3. sz. tblzatbl adott 100(1 - p)%
-O S
f Jij
valsznsgi szint s {k -
1) szabadsg+ 4,4 4,5 6.6 5 6 . A szabadsgfokok szma: (k - l)(m - 1 ) = (3 - 1)(4 - 1 ) = 2 3 = 6, a 3. sz. tblzat
fok mellett a tblabeli Xt rtket, akkor a fggetlensgre vonatko z Hq hipotzist x'sz - Xt esetben elfogadjuk, x'sz > x f esetben pedig 100(1- p)%
Plda A PB gzpalack eloszthoz ngy tltlloms (Alfa, Bta, Gamma, Delta) szl ltja a 11 kg nvleges tlt sly palackokat. Az eloszt slyvizsglatot tartott vlet lenszeren kivlasztott 182 palack lemrsvei. Az osztlyozst tltllomsonknt s adott slyhatrok szerint vgezve az eredmnyt, a kvetkez tblzat tartalmazza: Sly kg 10,8-11,2 10,3-10,7 x<10,3 ^ oszlop llaptsuk meg X rsek. Alfa 25 20 5 50 Bta 30 10 3 43 Gamma 22 16 6 44 Delta 23 18 4 45 X sor 100 64 18 182
-O S
6. sorban a pi = 0,10 -hez x f =10,645, a P 2 = 0,95 rtkhez x f =1,635. A nullhipotzist, vagyis a kt tulajdonsg fggetlensgt elfogadjuk, mivel X l = 6,656 < x l m =10,645, mg p, = 0,10 vlaszts mellett
szinten elvetjk.
P2=0,95
vlaszts esetn elvetjk, mivel = 6,656 > ; ;o ^95 =1,63 5.
prbval, hogy a tltllomsoktl fggetlenek-e a slyelt
230
S.3. Feladatok a 3. fejezethez
231
E.3. Ellenrz krdsek a 3. fejezethez 1. Mit neveznk nullhipotzisnek s ellenhipotzisnek?
S.3.4. A sznosztlyozba rkez vagonok meddeloszlsrl feltesszk, hogy normlis eloszls. 142 vagont megvizsglva, osztlyok szerint rendezve a kvet kez adatokat kaptuk: osztlyok gyakorisg fi 1 2 3 -2 4 3 244 - 323 3 2 4 -4 0 3 404 - 483 484 - 563 564 - 643 6 4 4 -7 2 3 7249 18 23 27 18 15 12 20 142
2. Hogyan rtelmezzk a statisztikai prbk elfogadsi s kriti kus tartomnyt? 3. Mit neveznk elsfaj s msodfaj hibnak? 4. Hogyan alkalmazzuk az w-prbt? 5. Hogyan alkalmazzuk az egy- s ktmints -prbt? 6. Milyen dntshez hasznljuk az F-prbt? 7. M it neveznk tiszta- s becslses illeszkedsvizsglatnak? 8. Mire vonatkozik a homogenitsvizsglat? S.3. Feladatok a 3. fejezethez
S.3.1. Egy adagolautomata 1200 g tmeg massza tltsre van belltva. A do bozokba 1200 g-tl eltr tmeg massza is betltsre kerlhet. A massza tmeg nek rtke vletlentl fgg vltoz, az elzetes mrssorozatok azt igazoltk, hogy normlis eloszls <7 = 3 g szrssal. A mintt vletlenszeren kivlasztott 16 db doboz alkotja, amelyeknek a mrt rtke: 1193 1195 1201 1204 1198 1196 1196 1196 1203 1199 1193 1198 1191 1191 1198 1200
4 5 6 7 8 I
Vizsgljuk meg, hogy a medd mennyisge normlis eloszls-e.
Van-e szignifikns eltrs 99,9%-os megbzhatsgi szinten az elrt tmegrtktl? 5.3.2. Egy csomagolgp ltal ksztett blkat vizsglunk. 100 bla mrlegelse alapjn azt kaptuk, hogy a blk tlagos tmege 705 kg. Legyen a blk tmege normlis eloszls, (7 = 50 kg szrssal. Van-e szignifikns eltrs 95%-os meg bzhatsgi szinten az elrt 700 kg-hoz kpest? 5.3.3. Egy adagolgp ltal dobozba tltend anyag tmegnek vrhat rtkre az elrs 500 g. Mintavtel sorn az albbi rtkeket kaptuk: 483 502 498 496
mq
502 483
494 491
505 486
Teljesl-e a vrhat rtkre az
= 500 g elrs 95%-os biztonsgi szinten?
N EG Y ED IK F E JE Z E T E m pirikus kpletek ellltsa, korrelci- s regressziszm ts A matematiknak a termszettudomnyok, a mszaki tudomnyok, a kzgazdasgtudomnyok terletein trtn alkalmazsai sorn gyakran kzvetlen megfigyels, mrs tjn nyert tapasztalati ada tok kztt, a vizsglt folyamatra jellemz mennyisgi sszefgg sek elemzst kell elvgezni. Rendszerint ezeket az sszefggse ket bizonyos felttelek fennllsa esetn is csak kzelt pontossg gal lehet kifejezni. Az ilyen tpus mennyisgi sszefggseket szmtsra alkalmas n. em pirikus kpletekkel adjuk meg. A tu domnyok fejldsnek kezdeti idszakban pl. a legtbb term szeti trvnyt is egy, a ksrleti adatoknak megfelel empirikus kp letbe val foglalsval alkottk meg. Clunk, hogy lehetleg egy szer kplettel kifejezzk az sszetartoz ) {k = \ ,2, . .. ,n) tapasztalati eredmnyek kztti kapcsolatot. A problma megold sa ltalban kt lpsbl ll: 1. Megllaptjuk az empirikus kplet tpust, 2. Meghatrozzuk a vlasztott tpus kpletben szerepl para mtereket a megfigyels adatai alapjn. 4.1. Az em pirikus kplet kivlasztsa Az empirikus kplet tpusnak meghatrozsakor arra treksznk, hogy annak grafikonja jl illeszkedjk a tapasztalati adatoknak a koordintarendszerben brzolt pontjai kz s a lehetsges legegy szerbb fggvnyosztlyba tartozzk. gy az empirikus kplet tpu snak meghatrozsa ngy lpsre bonthat: 1. A tapasztalati ton kapott rtkprokat koordintarendszerben brzoljuk; 2. A pontok kz jl illeszked grbt (egyenest) rajzolunk;
234
4.2. A paramterek meghatrozsa
235
3. A grbt sszehasonltjuk a legfontosabb elemi fggvnyekkel s kivlasztjuk az empirikus kplet tpust; 4. Kiszmtjuk a paramtereket, s a kivlasztott empirikus kp let alkalmassgt a linearizl mdszerrel ellenrizzk. Linearizl mdszernek nevezzk azt az eljrst, amely rvn a sknak valamely 'x = f ( x , y ) ,y = g ( x , y ) lekpezsvel a fggvnykapcsolatban ll (Xj^, yj^) pontokat olyan helyzetbe hozzuk, hogy az ( i , y ) skon egy egyenesre illeszked nek, vagyis linerisan fggnek ssze. Knnyebb kezelhetsg kedvrt feltesszk, hogy az tkek pozitvak. Ez mindig elrhet Xk =--Xk + q> yk=yk+^2 transzformcival. Pl. A megfigyelt adatprokat derkszg koordintarendszerben brzoljuk. A pontok kz kzeltleg egy hiperbola jelleg grbe illeszthet. Feltesszk, hogy az j = c + dx fggvny a megfelel y ~ ~ lekpe r
Empirikus kplet: linearizls:
y = ax ^ ; x = lg x, y = lg y;
lineris fggvnykapcsolat: y = Iga + bx = A + bx. A pontok ketts logaritmikus papron brzolva kzeltleg egy egyenesre esnek. Empirikus kplet: linearizls: y = ae ^^; x = x, y = lgy;
lineris fggvnykapcsolat: y = lga + b\ge- x = A + Bx. A pontok fllogaritmikus papron brzolva kzeltleg egy egye nesre esnek. Empirikus kplet: linearizls: lineris fggvnykapcsolat: y = ax^ + c; I = y = y\
y = ax + c.
A pontok jc" rtkekkel sklzott abszcisszatengely s _ y rt kekkel sklzott ordintatengely koordintarendszerben brzolva kzeltleg egy egyenesre esnek. 4.2. A paramterek meghatrozsa Az empirikus kplet megfelel tpusnak kivlasztsa utn megha trozzuk a kpletben szerepl paramterek numerikus rtkt gy, hogy a kzelts valamely felttel szerint optimlis legyen. Leg gyakrabban az a) kivlasztott pontok mdszere, b) kzepek mdsze re, s c) legkisebb ngyzetek mdszere hasznlatos. fl)A kivlasztott pontok mdszere. A tapasztalati ton kapott n-szm (xj^,y^.) (k = l, 2, .. ., n) rtkprhoz az elbb lert lpsek szerint megalkotjuk a megfelel y = (p(x;ai,a 2 , . . . , a ^ ) ( m < n ) , x e R empirikus kplettpust, a |, ^ 2, (1)
empirikus kplettpus. Ebben az esetben az x = x,
zs a c + d x = y lineris kapcsolatot lltja el. A gyakorlatban a kivlasztott empirikus kplet alkalmassg nak eldntshez az adott x^., y^ rtkekkel kiszmtjuk az rtkeket, s megvizsgljuk, hogy az ( ) rtkprok ltal fel vett pontok kzeltleg egy egyenesre esnek-e. Ha igen, akkor az empirikus kplet tpusa megfelel. A pontok az x rtkekkel skl zott abszcisszatengely s rtkekkel sklzott ordintatengely koordintarendszerben brzolva esnek kzeltleg egy egyenesre. Nhny egyszer empirikus kplettpus s a lineris kapcsolatot elllt lekpezs:
paramterekkel. A koordi
ntarendszerben brzolt {Xj^,yk) {k = \ ,2, .. . , n) pontok kz il-
236
4.2. A param terek meghatrozsa
237
lesztett grbn kivlasztunk m szm (x,-, y,-) (/ = 1 ,2,..., m) pon tot s ezeket behelyettestve az (1) kpletbe, az a i , 2 , . . . , a ^ paramterekre m egyenletbl ll =(p(Xi-,ai,a2 , . . - a ^ ) (i = \ , 2, . .. , m) (2)
felttel teljesljn. Mivel gy csak egy felttelnk van az m szm paramter meghatrozshoz, ezrt az adott n szm (xi^,yi^) pon tot m csoportba osztjuk, s mindegyik csoportban az eltrsek szszegt zrussal tesszk egyenlv. Ezzel az eljrssal ellltjuk a szksges m szm feltteli egyenletet. Termszetesen a 1 =0 k= k=fii+l 2 =0. k=n^_i+\ =0> (8)
egyenletrendszert kapunk. A (2) egyenletrendszer megoldsa szolgl tatja az j paramterek numerikus rtkeit. Ha a (2) egyenletrendszer ellentmond, akkor az ellentmondst a grbe (x ^, y j ) (/ = 1 ,2 ,..., m) pontjainak alkalmasabb vlasztsval szntethetjk meg. Az egyenlet rendszer megoldsa utn a paramtereket behelyettestjk az (1) kp letbe. Ellenrzsl az gy meghatrozott empirikus kplet felhasznl sval kiszmtjuk a rtkeket s kpezzk az yj^ tapasztalati rtkek s a , ] , 2 ,..., ) rtkek (k = l , 2 , . . . , n ) (3)
rszfelttelekkel egytt a (7) is teljesl. Ellenrzsl, a kiszmtott j, 2 > > paramtereknek (1) kpletbe val behelyettestse utn, kpezzk a (3), (4), (5) rtkeket. Megjegyzs kzepek mdszervel leggyakrabban az i transz ig formci utn kapott kztti lineris kapcsolatot hatrozzuk meg, melynek ltalnos alakja: y =x + b. gy a ksrlet eredmnyeknt
A
dk = yk - (p ( Xk \a i, a 2 , . . . , a ^ ) klnbsgt, a klnbsgek
n
kapott (Xj^, (4) tlagt, s a klnbsgek (5)

k=\
) rtkprokkal jc^ vagy
vltoz nvekedsnek
sorrendjben felrjuk a yj^=axi^+b (k = l ,2, .. ., n) feltteli egyen leteket s a rendszert kb. megfelezve, kt csoportra osztva klnkln sszeadjuk. Az gy kapott kt egyenletbl ll egyenletrend szerbl kiszmtjuk a s b rtkt. Az jc s y helyre az eredeti vltozknak megfelel kifejezsek behelyettestsvel kapjuk az jc s y kztti kapcsolat empirikus kplett. Amennyiben mg nem ismert az sszes paramter, akkor ugyanezt a mdszert alkalmaz zuk mg egyszer, de elbb egy jabb, x s y kztti lineris kap csolatot hozunk ltre. c) A legkisebb ngyzetek mdszere. Az n. legkisebb ngyze tek mdszervel a paramterek numerikus rtkt az eltrsek ngyzetsszegnek minimum felttelbl hatrozzuk meg. A tapasztalati ton kapott n-szm (k = 1,2,...,n) r tkprhoz az elbb lert lpsek szerint megalkotjuk a megfelel (1) empirikus kplettpust. Mivel az adatokat pl. vletlenszer mrsi hibk terhelik, ezrt az yj^ mrt rtkek s a. (p fggvny Xj^ he-
ngyzetsszegt. b) A kzepek mdszere. A mg ismeretlen paramtert tartalma z (1) empirikus kplettpusba helyettestsk be a ksrlettel kapott (Xk^yk) (k =1, 2, . .. , n) rtkeket s kpezzk az
ek=yk-(p{Xk\ai,a2,...,a^)
(fc = l , 2 , . . . , n ) (6 )
eltrseket. Az ] , < 22,...,
paramterek numerikus rtkt abbl
a felttelbl hatrozzuk meg, hogy a (6) eltrsek algebrai sszege zrus legyen, azaz 'L^k = 0
k=
(7)
238
4.2. A paramterek meghatrozsa

Plda Tegyk fel, hogy mrseink tblzatba foglalt adatai:
239
lyen vett helyettestsi rtkei ltalban mstl, azaz y k-(p{Xk\ ai, a2, . .. ,am) = Bi^, Az {
rtkkel eltrnek egy k (9)
0 0
5 0,0143
10 0,0276
15 0,0426
20 0,0572
22,5 0,0648
25 0,0725
26 0,0758
mrsi hibkrl (a tapasztalatok szerint) ltalban felte fggvny keresse,
het a fggetlensg s az N(0,<j) normlis eloszls. A feladat teht olyan

y = (p(x-,ai,a2 , . . . , a ^ ) (m < n )
Hatrozzuk meg az empirikus kpletet az a), b) s c) mdszer szerint, s hasonltsuk ssze a dj. klnbsgek rtkt, a klnbsgek d tlagt s d^ ngyzetsszegt. Megolds A pontokat koordintarendszerben brzolva (47. bra) ltjuk, hogy azok j k ze ltssel egy egyenesre esnek.
amely minimalizlja a mrsi hibk hatst, azaz az eltrsek ngyzetsszegt,

k=l
-et. Ez azt jelenti, hogy kpeznnk kell az
F(ai,a2,...,aJ=
k=l
(10)
fggvny minimumt amely az a^, 2 , . . . , a ^ vltozk nemnegatv fggvnye. Ha 9 a paramterek szerint differencilhat, akkor a feladat visszavezethet a dl =0; ^ = 0; d2 dF =0 da.
(1 1 )
X
5 10 15 20 25 30 47. bra. Pontok kz illeszked egyenes A pontok kz illeszked egyenes empirikus kplettpusa y - ax. a) A kivlasztott pontok mdszervel
q
n. feltteli egyenletrendszer megoldsra. Kiszmtva az m sz m ( 11) egyenletrendszerbl az m szm paramtert s visszahe lyettestve az (1) egyenletbe, megkapjuk az empirikus kpletet. A vletlen hibkkal rendelkez mrsi adatok alapjn meghatrozott
y
rtknek meghatrozshoz vlasz-
~(p(x-,ai,a 2 , . . . , a ^ ) (m< n)
( x , ai ,a 2 ,...,a^ g R)
(12)
szunk x-j = 2 5 s y,) = 0,0715 rtket, amely a pontok kz illesztett egyenes ordinta rtke. gy kplet: = 0,00286 X b) A kzepek mdszerhez 0,0715 = a , , ' 25, vagyis a = 0,00286. Teht az a) empirikus
fggvnyt regresszis fggvnynek vagy regresszis grbnek szoks nevezni. Ellenrzsl kpezzk (3), (4) s (5) rtkeket. A legkisebb ngyzetek mdszernek elnye, hogy ha a klnb sgek ngyzetsszege, d^, kicsi, akkor a klnbsgek rtke (k = l, 2, . . ., n) is kicsiny, ami a kzepek mdszernl nem mindig ll fenn. Htrnya, hogy az elbbi mdszerekhez viszonytva tbb szmtsi munkt ignyel. Hasznlata akkor clszer, ha, a tapasz talati adatok is elg pontosak.
8 k= i
teht
8 'Zyk
- "OÂ-) = 0 , s gy flo = - 0,00287,
yh = 0,00287 x
240
4.3. A statisztikai modell
241
c) A legkisebb ngyzetek mdszert alkalmazva a (lO)-nek megfelel fggvny
8 F(r,ao) = X(}'A--aoXkf. k= \
A -t a szlsrtk ltezsnek feltteli egyenletbl kapjuk:
4.3. A statisztikai modell Az I. rsz 3. fejezet 3.1.4. s 3.1.5. pontjban definiltuk kt val sznsgi vltoz, X s Y w(Xi, y j ) =P(X=Xi , Y = yj ), ( = 1,2,..., n; j = 1,2,..., m)
n
Derivls utn 2-vel egyszerstve
egyttes eloszlst, -aQXk) = 0,

m
8 kH 8 1,yk^k ()=
)= Z j^\ peremeloszlsait, a
=Z
y j ) >
es gy
teht az egyenes (regresszis egyenes) egyenlete: =<p(x) = 0,00288. Az adatokat, a valamint az egyes mdszerekkel kapott empirikus fggvnyhez tartoz kiszmtott ordinta s d/, rtkeket tblzatba foglaltuk, melybl lthat, hogy legjobb eredmnyt a legkisebb ngyzetek mdszervel kaptuk. ( dah (10-") 0 0,0144 0,0287 0,0430 0,0547 0,0646 0,0718 0,0746 0 0,0144 0,0288 0,0432 0,0576 0,0648 0,0720 0,0749 0 0 -10 -3 0 +4 +10 + 14 41 idb)k (10-^) 0 -1 -11 -4 -2 +2 +7 +12 39 (d,)k (10-") 0 -1 -12 -6 -4 0 +5 +9 37
Cov(X,Y)=M[(X-M {X)\Y-M (Y))\='^Xiyjw(Xi,yj)-m,my = IJ ^ M (XY)-m^my kovariancijt s az

Coy(X.Y) _ M{XY)-m^niy
X jt 0 5 10 15 20 22,5 25 26 123,5
yk 0 0,0143 0,0276 0,0426 0,0572 0,0648 0,0725 0,0758 0,3548
i ya)k 0 0,0143 0,0286 0,0429 0,0572 0,0644 0,0715 0,0744
^yh)k
(yc)k
N k=l
n
l-= l 8 8
^ D(X)D(Y) D ( X ) D( Y ) korrelcijt. A korrelcianalzis a valsznsgi vltozk kztti sztochasz tikus kapcsolatok feldertsvel s e kapcsolatok szorossgnak, erssgnek mrsvel, a regresszianalzis pedig az sszefgg vltozkra vonatkoz, adott tulajdonsg fggvnykapcsolatok megadsval, kplettel val lersval foglalkozik. A kovariancia a kt vltoz egyttes vltozst, a korrelci a kt vltoz kapcsolatnak szorossgt jellemzi. Ha egy Y valsznsgi vltoz sztochasztikus kapcsolatban ll egy X valsznsgi vltozval, akkor az Y rtkt clszer az M ( Y X = x) feltteles vrhat rtkkel becslni. A becslst min den x-re elvgezve, kapjuk a
5,125
4,875
4,625
( p( x )
= M (Y\X = x )
(x g R )
(6 )
n. regresszis fggvnyt.
421 339 287
k=
A (p(x) fggvnyt gy clszer megvlasztani, hogy a (p(x) r tkek a lehet legkzelebb legyenek az Y rtkeihez. A kzelsget
242
243
mrhetjk pldul az (F - (pix))^ vrhat rtkvel. A (p{x) -et gy vlasztjuk meg, hogy a vrhat rtk minimlis legyen, teht az M ((y - ( p ( x ) f ' j = min feladatot kell megoldanunk. Ez azt jelenti, hogy a (p(x) regresszis grbtl az Y rtkeinek ngyzetes tlageltrse a legkisebb. Ha az X s F egyttes eloszlsa normlis, akkor a regresszis fggvny lineris, grafikonja egyenes. A legkisebb ngyzetek md szervel kapott eredmny alapjn az Y rtkeit legjobban kzelt fggvny a regresszis fggvny. Az egyttes srsgfggvnybl a regresszis fggvnyt y=( p( x) = R ( X , Y ) D(Y) ( X - M ( X )) + M ( Y ) , ( x e R) D{ X ) (7)
A korrelcianalzis szhasznlatban az R (Z ,F ) a lineris kap csolat mrszma, elnevezse: korrelcis egytthat (koeffici ens), s leggyakrabban r-rel jellik. Mint mr lttuk -1 < r < 1 s r = 1 esetn a valsznsgi vltozk kztt lineris fggvny kapcsolat van, ha viszont r < 1, akkor a fggvnykapcsolat tpu sra nem, de a 0 s 1 kztt elfoglalt helytl fggen a lineris kapcsolat erssgre kvetkeztetst vonhatunk le. Ha r = 0, akkor az X s y valsznsgi vltozkat korrellatlanoknak mondjuk. A fggetlen valsznsgi vltozkra r = 0, de abbl, hogy r = 0, ltalban mg nem kvetkezik a valsznsgi vltozk fggetlen sge, de normlis eloszlsak esetn igen. K. Pearson a vltozk szorossgnak mrsre az F-nak X-re vo natkoz vrhat rtke variancijnak s az Y variancijnak h nyadost javasolja: ^ _ V a r ( M ( ' X)) *2Var(K)
alakban llthatjuk el. Ha az X, Y vltozkra ismert egy (X i,F i), (X 2,>2) , ..., statisztikai minta, akkor lineris korrelcit felttelezve, a param tereket a mintbl kapott (x/, j,-) egyenletes eloszls diszkrt rtkekkel becslve:
x))
(*)
A (*) formulval kiszmtott Q szmra teljesl az

0< < 1
egyenltlensg. ^(X i-xY i=l Q pozitv ngyzetgyke -Jq, az n. korrelcihnyados csak akkor 0, ha X s F valsznsgi vltozk fggetlenek, s csak akkor 1, ha X s F kztt fggvnykapcsolat van. A becsl formulk felhasznlsval a (7)-bl a regresszis egye nes mintabeli becslsre 1 77x2 -(x -jc )-h y R ( X ,7 ) r =
= l
ly i
es gy
(8)
V i = l
X(X i-x)
i=l
v n V / = l
V1=1
=i
egyenletet kapjuk, melybl az egyszerstssel elll:
244
A MA TMA TIK AISTA TISZTIKA ELEM EI
245
melynek megoldsa: {x-x) + y /=! alakot hasznljuk. Megjegyzs Ha a legkisebb ngyzetek mdszert alkalmazzuk a pontok kz illeszked egyenes y = ax + b kplettpusra, akkor az F(x-.a.b) = f ^ ( y i - a x i - h f ktvltozs fggvny minimumt kell kiszmtani, amely az > 2 mm M (Y-aX -by kvetelmny mintabeli becslse. A (10) ktvltozs fggvny mi nimumnak kiszmtshoz kpezzk a fggvny a s b szerinti parcilis derivltjt. A derivltakat 0-val egyenlv tve, a-va s bre a kvetkez egyenletrendszert kapjuk: K i=l - b){-Xi ) = 0, (10)
Plda A tblzat egy finom fmszl tlagterhelseknl mrt tlag megnylsait tartal mazza: xkg ym 12 0,7516 14 0,7628 16 0,7728 18 0,7836 20 0 ,7 9 5 6 22 0,8065
(9)
'%{Xi - x){yi - y) a=M . 2
b = y - xa
(1 2 )
A kt vltoz kztt lineris regresszit felttelezve szmtsuk ki a korrelcis egytthatt s a korrelcis egyenes egyenlett. Megolds A szmts menett az albbi tblzat szemllteti: k 1 2 3 4 5 6
Xk
yk 0,7516 0,7628 0,7728 0,7836 0,7956 0,8065 4,6729 0,7788
X^
- X
yk~y -0,0272 -0,0160 -0,0060 0,0048 0,0168 0,0277
(Xj^
-x)iy/^-y} 0,1360 0,0480 0,0060 0,0048 0,0504 0,1385 0,3837
(Xk - x f 25 9 1 1 9 25 70
(yk-yf 0,0007 0,0003 0,0000 0,0000 0,0003 0,0008 0,0021
12 14 16 18 20 22 102 17
-5 -3 -1 1 3 _
(-= 1 Az egyenletrendszer egyetlen (a,b) megoldsa az F nemnegatv volta miatt, a (10) fggvny minimumt adja. Az egyenletrendszer rendezsvel kapjuk az n. normlegyenletrendszert:
n /=1 n i=l n i=l
I
1 /6
A lineris kapcsolat felttelezse jogos volt, teht a regresszis egyenes egyenle tnek paramterei:
'Zxiyi=aY,Xi + b ^ X i ,
_________
, 0,3837 = 0,0055, 70
/=i
b = y - x a ^ 0 ,7 7 8 8 -1 7 -0 ,0 0 5 5 = 0,6853.
= a'^xi+ b-n
i =l i=l
(11)
A regresszis egyenes egyenlete: y = ax + b = 0,0055x -l- 0,6853.
246
E.4. Ellenrz krdsek a 4. fejezethez 1. Hogyan vlasztunk empirikus kpletet? 2. Mit neveznk linearizl mdszernek? 3. Hogyan llthat el nhny nevezetes fggvnytpus lineari zl kplete? 4. Hogyan definiljuk a legkisebb ngyzetek mdszert? 5. Mit mr a korrelcis egytthat? 6. Hogyan lltjuk el a regresszis fggvnyt? 7. Hogyan szmtjuk ki a lineris regresszis egyenes egytthatit? S.4. Feladatok a 4. fejezethez
S.4.1. Egy darabolgp 100 cm-es rudak vgsra van belltva. Vletlenszer kivlasztssal hat rd hosszt s slyt lemrik. Az eredmnyt a kvetkez tblzat tartalmazza:
X ,.
M l-X'.ji I . -
cm
101,3 609
103,7 626
98,6 586
99,9 594
97,2 579
100,1 605
yk dkg
Szmtsuk ki a korrelcis egytthat rtkt s ha a kt vltoz kztt feltte lezhet a lineris kapcsolat, akkor hatrozzuk meg a regresszis egyenes egyenlett. S.4.2. Egy vltoz llekszm faluban a szletsek szmt t egymst kvet v ben az albbi tblzat tartalmazza; X f. vek yf. szletsek 1970 13 1971 24 1972 32 1973 46 1974 57
llaptsuk meg a szletsek szma s az vek kztti kapcsolatot. Ha az adatok alapjn lineris kapcsolat felttelezhet, akkor hatrozzuk meg a regresszis egyenes egyenlett.
III. RSZ
MEGOLDSOK
AZ I. RSZ FELADATAINAK MEGOLDSAI

V .L Az 1. fejezet feladatainak m egoldsai
V .l.l . Az esemnyek sszege I, s pronknt kizrjk egymst: A + ( A - B ) + AB = A + AB + AB = A + A(B + B) = I, A( A - j5 ) = A( AB) = ( AA) B = 0 B = 0 , A(AB)^(AA)B = 0 B = 0 , (A - B) AB = (AB){AB) = ABAB = ABB = A 0 = 0 . V.1.2. a)
b {b a ) =
(B B) A = 0/1 = 0 ;
A mveleti szablyok e. 2. pontja szerint: b) A + A B ^ { A + A){A + B) = 1 {A + B) = A + B. c) (A - C)(B - C) = { AC) { BC ) = A B C C = (AB)C = A B - C . V.1.3. a) Mindkt kapu nyitva; b) legalbb az egyik kapu nyitva; c) a zld kapu nincs nyitva (a vrs lehet, hogy nyitva van, de az is lehet hogy zrva van); d) a. vrs kapu nyitva, de a zld zrva; e) egyik kapu sincs nyitva; f) a zld zrva s a vrs nyitva esemnyek kzl legalbb az egyik teljesl, vagyis, ha a vrs nyitva, akkor a zld lehet nyitva is meg nem is. Ha pedig a vrs zrva van, akkor a zld sincs nyitva; g) a zld nyitva, de a vrs zrva; h) mindkt kapu zrva; i) legfeljebb egyik lehet nyitva;
250
j ) legfeljebb egyik lehet nyitva; k) csak az egyik kapu lehet nyitva.
M EGOLDSOK
V J . A z 1. fejezet feladatainak megoldsai
251
b) Visszatevs nlkl: P(A) = V.1.4. aj minthogy A B + A B = ( A + A ) B = I B = B, ezrt P ( B ) - P ( A B + A B ) , de AB s AB egymst kizr esemnyek, ezrt P{B) = P(AB + AB) = P(AB) + P{AB). b) P{A + B ) = ^ \ - P { A + B ) ^ l - P { A B ) , (de Morgan). V.1.5. A fej s rs dobs elemi esemnyek lehetsges szmt 2 elem hatod osz tly ismtlses varicii adjk: c) Visszatevs nlkl: P{A) = Visszatevssel: P{A) ~
*"50^ 2
= 0,3551,
2Y2^ "30 50 [0 |5 0
20 50 30
= 0,36,
= 0,48979,
V'6-2<^=64.
k Ha y\-val jelljk a krdezett esemnyt, akkor a P(A) = kpletet hasznlva: a) k = l b) k = \, P(A)=-^Visszatevssel: P(A) =
2 30
50 = 0,48.
64
d) Legyen A legalbb az egyik hibs, B csak az egyik hibs, C mindkett hibs esemny, akkor A = B + C, B C = 0 , s gy P{A) = P(B) + P(C). Visszatevs nlkl: c) s a) sszege: P(A) = 0,6449, Visszatevssel: c) s a) sszege: P{A) = 0,64. e) Legyen A legfeljebb az egyik hibs, B egyik sem hibs, C csak az egyik hibs esemny, akkor A = B + C, B C = 0 , s gy P(A) = P(B) + PiC). Visszatevs nlkl: b) s c) sszege: P(A) = 0,8449, Visszatevssel: b) s c) sszege: P{A) = 0,84.
P(A) = ~ \
64
d) Azt a helyet, amelyen fej ll
= 6 mdon vlaszthatjuk ki, gy
e) 4 fej dobsa k = ^ = 1 5 -flekppen llhat el, teht
'6^
V.1.7. A 6 hektr 6 10000 m^, a sportplya terlete 100-80 = 8000m ^, teht ' 8000 _ 2 _ ^ 60000 15
64
f) Ha A jelli a mind rs esemnyt, akkor legalbb egy fej (nem mind rs) A esemnynek valsznsge: W =l- W = l--^ =f = 0,98.
V.1.8. a) A Q elemeibl azok az A elemei, amelyek az F betbl s a pros sz mokbl llnak (hasonl meggondolssal adjuk meg B s C elemeit): A = { F2, F4, F6} B = {F2, F3, F5, 12, 3,I5}
20Y30
V.1.6. a) Visszatevs nlkl: P{A) =
C = { /l,/3 ,/5 } . = 0,1551, b) A vagy B azaz A u B = {F2, F4, F6, F3, F 5 J 2 , 73, /5>, B s C azaz B n C - { l 3 , I S ] ,
Visszatevssel: P{A) =
50
= 0,16,
a B azon elemei, amelyek sem az A-hoz sem a C-hez nem tartoznak: B n A n C = { F3, F5 , 12]
252
c) A pronknt egymst kizr esemnyek A s C, A n C = 0 . ( A n B = {F2l f in C = { /3 ,75})
M EGOLDSOK
V.l. A z 1. fejezet feladatainak megoldsai
253
V.1.12. Ha P ( M ) = p, akkor P ( M) = P { A ) ^ P { J ) = p , s P( N) =P(B) = 2 p. A z t elemi esemny valsznsgnek sszege 1, teht p + /j+ p + 2 p + 2 p ~ \ , amelybl pa)
p
1
7
V.1.9. a ) Q = {f F\, FF2, FF3, FF 4. FF5, FF 6,FI\, FI2, FI 3. FIA, FIS, FI 6, IFI, IFI, IF3, IFA, IF5, IF6, III, 112,113, II A, 115,116} b) A = {f f 2, FF A, FF}, B = {f F2, FI 2, I F2 , 7/2} C = {f i 2, IF2, FI 3, IF3, FIS, IFS}, c) A n B = {FF2}, B \ { A u C ) = { i I2}, B kj C = {f f 2, FI 2, I F2 , 112, FI 3, IF3, FIS, IFS}. V.1.10. aj Nem definil valsznsgi mezt, mivel a valsznsgek sszege: 2 b) Mivel PiA^) = 3 4 5 60
{{m , A , j } ) = P ( M ) + P{A) + P ( i ) = l + l + l = l ;
b) p { { N , M ] ) = P { N ) + P { M ) ^ j + j = ^ . V.1.13. ajHa P(l)=p, akkor P ( 2 ) = 2p , P{3) =3p, P (4 )-4 /7 , F (5 ) -5 p ,
2. I
P( 6) =6p. Mivel a valsznsgek sszege 1, ezrt amelybl P = - ^ - Teht P (l)= ^ , P m = ~ , 7^(3)- | j - , F (4 )= ^ ,
p + 2 p + 3 p + A p + S p + 6 p = l,
P ( 5 ) = |j - ,
P(6) = ^ .
b) P(A) = P({2,4,6}) = A + A + < 0, ezrt a fggvny nem definil valsznsgi mezt. P ( 0 = P ({U 5 }) = | .
10 p (fi) = p({2,3,5}) = ^ ;
c) A fggvny valsznsgi mezt definil a Q-n, mivel minden valsznsg 1nl kisebb pozitv szm s sszegk
c)
C| ) a pros vagy prmszmok esemnye: A kj B = {2 ,4,6,3,5}, teht csak az
d) A fggvny valsznsgi mezt definil a Q-x\, mivel a valsznsgek nemnegatv rtkek s sszegk 1. V.1.11. a) Legyen Pi Ax ) - p, akkor p + -j + -^ = l, amelybl p = ^~ vagyis P ( A i ) = ^ .
1 nem tartozik hozz, ezrt P ( A u B ) = 1 - P (l) = . C2 j a pratlan prmszmok esemnye: B n C = {3,5} teht P (fin C )= P ({3 ,5 }) = A . C 3 j a fi-hez nem tartoz pros szmok esemnye: A n B = {4,6} teht
b) Legyen ^ (^ 2) = p, akkor 2 ^ 4 - p +
, teht
p (A n fi)= P ({ 4 ,6 } ) = l | . V .l.14. Az A = {mindkett hibs} ill. B - {egyik sem hibs} esemnyek valsz
F{A0-2p = 2-^ = \ . c) A III. axima szerint: p({A 2 . ^3 }) = PA 2 ) + P(A 3 ), gy a feladat szerint
nsgt P(A)-t s P{B)-t kell meghatrozni. Mivel 12-bl 2-t
fl2
1211 = 66 -f 1-2
P{A 2 )+P{A^)=2P{A\) Ha P ( A i ) = p , akkor p + 2 p = l , s P - j , vagyis P ( A i ) - . d) Legyen P( A 2 ) = p, akkor P{A^) = 2 p s p=3P( Ay) , amibl + p + 2 p = l,
lekppen lehet kivlasztani, ezrt a Q esemnytr elemszma 66 . A ngy hibs tranzisztorbl kettt
' 4'
^ ^ = 6 -flekppen lehet kivlasztani, teht P(A)- ^ 1-2 66
ir
A nyolc hibtlan tranzisztorbl kettt
f p = l, p = A & t g y P ( A ) = f = -i^.
ni, teht P ( B ) = ~ = ^ = 0,A2. 66 33
8 -7 = 28 -flekppen lehet kivlaszta1-2
254
M EGOLDSOK
V.L A z 1. fejezet feladatainak megoldsai

Y.1.18. P { A n B ) = ~ 8 P{AnB)=^\ 4 P ( A u s o
255
P ( B n A )^=^. 4
A C = {legalbb egy hibs} esemny valsznsgt, mivel C a f komplemense, azaz C - B , a P(B) - l - P(B) sszefggssel szmtjuk: Pi C) =
p
V.1.19. A relatv gyakorisgot az (B) = 1 - P(B) = 1 - l i = 1 | . gyakorisg (az esemny bekvetkezsnek szma) ksrletek szma V.1.15. =^ = = P (A n fi) = ^ =
teht a frfi
kplettel szmtjuk ki. a) r = f 6 - o s dobs szma ksrletek szma 3 - as dobs szma 100 16 = 0,16; 100 20 100
vagy mrnk szemlyi lap kiemelsnek valsznsge, a 6. ttel felhasznlsval: p = P ( A u B ) = PiA) + P i B ) - P { A n B ) = ^ + ^ - ^ = ^ . V.1.16. A kr kerlete legyen 2h hosszsg. Az ramutat jrsval megegye zen haladva a kr kerletnek a s b kztti vhosszt jellje x, az a s c kztti vhosszt pedig y (48. bra). b) r =
= 0,20;
1 4 + 2 0 + 15
c) r =
2h
pratlan szm dobs szma 100 prmszm dobs szma
100
17 + 2 0 + 1 5 100
h
48. bra. 2h kerlet kr
2h
49. bra. 2h oldal ngyzet
A 0 < x < 2 h s 0 < y < 2 h egyenltlensgeket kielgt (x, y) pontok alkot jk a Q halmazt (49. bra). Az A halmazt a Q azon rszhalmaza alkotja, amelynek pontjai kielgtik az albbi egyenltlensgeket: a) x , y < h; b) x , y > h: c) x < h s y - x > h\ d) y < h s x - y > h. (A 49. bra ngyzetnek bevonalkzott rszei.) Ekkor az A azon pontokbl ll, amelyekkel a, b s c a flkrven fekszik, teht A terlete P = Q terlete V.1.17. F(yl) = l - P ( ^ ) = 1 - 1 = 1 ; a 3h^ 4 /j2 3 4'
P i A Kj B) = Pi A) + P ( B ) ~ P { A n B )
egyenletbehelyettestve: -^ = ^ + P( B) - - , amibl P{B) = . P{AnB) = P iA )-P {A r\B )= ~ -~ = -^ 12'
256
M EGOLDSOK
V.2. A 2. fejezet feladatainak megoldsai

V.2.6. A P{A u f) = P { A ) + P { B ) - P { A n B) sszefggsbl:
257
V.2. A 2. fejezet felad atain ak m egoldsai

es gy V.2.1, a) Jellj k/4-val azt az esemnyt, ha az 1-es kockn 5-s van fell, akkor A = {(5,i K 5,2),(5,3),(5,4),{5,5K 5.6)} A pontszmok sszege 10 vagy 10-nl nagyobb: (5,5), (5,6) dobs esetn, teht 2 1
P { A n B ) = - F { A ^ B ) + P { A ) + P { B ) = - l14-14-1 - -l +l = =. | =l 4 8 8 8 4
1
P(B) 5 5
P=~6=lb ) B = {(5,1) (5,2) (5,3) (5,4) (S, 5) (5,6) (l, 5) (2,5) (3,5) (4,5) (5,5) (6,5)} A 10 vagy 10-nI nagyobb pontszm dobsa hromflekppen jhet ltre (5,5), V.2.7. a) F(A|fi) = l ; (5,6), (6,5), teht P = hiszen B-nek csak 11 klnbz eleme van. b) P(B\A) = ^ -
P(B\A) =
P{BnA)_ 4 _2 F (A ) 3 3
V.2.2. Kt szm sszege pros szm, ha mindkt sszeadand pros ill. mindkett pratlan. A 2, 4, 6, 8 pros szmok kzl kettt
( 4^
- 6 -flekppen vlaszt
c) P { A kj B) = -^-, d) Mivel
p {b
hatunk ki, az 1, 3, 5, 7, 9 pratlan szmok kzl kettt pedig
= 1 0 -flekppen.
)= 1-PB) = \ - ^ = ~ ,
gy 6-1-10 = 16 esetben kaphatunk pros sszeget. Mivel 10 esetben kvetkezhet be kt pratlan szm sszegeknt pros szm, gy p = =A 16 8
s az 1. megjegyzs szerint
p(A nB)=p( B)=l-P(AuB) = l- = ,

ezrt
V.2.3. Ngy pikk lap kiosztsa utn az 5 2 - 4 = 48 lap kztt mg 1 3 - 4 = 9 pikk van. 48 lapbl hrmat = 17296 -flekppen lehet kivlasztani. Mivel
i - 9 = 39 lap egyike sem pikk, ezrt
'39^
3
= 9139 mdon lehet hrmat kiosztani 9139 Teht 17296 s gy
? (a ) = i -
p (a ) =
gy, hogy egyik lap sem pikk, vagyis ennek valsznsge /?, = annak valsznsge, hogy legalbb egy pikk lesz a hrom lap kztt: 1 8157
2
V.2.4. A szorzsttel felhasznlsval: /j = - ^ ~ ~ = - ^ . 10 9 8 40 V.2.5. A szorzsttel alkalmazsval: P ^_8_ _ 7 . . A . A . A = . 21 TT 1 OA -in oo 32 - 31 30 29 28 75516 P (M ) = 0,25, P { F ) = 0,\5 s P{ M n f ) = 0,10. V.2.8. Ha M = {matematikbl elgtelen hallgatk} F = {fizikbl elgtelen hallgatk}, akkor
258
M EGOLDSOK

p = p( T) = p { A r ^ B n c ) + p { A n B n c ) + p { A n B n C ) =
259
= p (A )p (fi)p (c )+ p (a ) p ( ) p ^ ) + p (a )p (p )p (c )=
= 1 1 1 + 1 1 1 + 1 1 1 = 11 6'4'3 6 4 3 6'43 12' b) Annak valsznsge, hogy ha van tallat azt Balzs rte el: P{A\T). Mivel V .2.9.L egyen A = {frfi l mg 10 vet}, fi= {n lm glO vet}, akkor p ( a ) = - j , A r \ T = A r \ B C\ C esemny jelenti, hogy csak Balzs rt el tallatot, teht
c) P ( M u F ) = F ( M ) + P ( F ) - P ( M n f ) = 0,25+ 0 ,1 5 -0 ,1 0 = 0 3 0 = .
P() = | .
msrszt a) A z A s B fggetlen esemnyek, teht 1 1 P{AnB)=p{A)p{B)=^.^ 4 3 1 12'
P(AnT) = p ( A n n C ) = | | | = :j^,
gy
li 72 31
b) p { A u B ) = p { A ) + P { B ) - P { A n B ) = ^ + ^ - = c) A
p [a
n ) valsznsget kell meghatrozni. p (a )= 1 -P (A ) = 1 - 1 = | ; p {b ) = \ - P { B ) = 1
V.2.11. Ha rvidlt A, nem rvidlt A, lny fi, fi B
jellst hasznljuk az
s mivel A s B esemny is fggetlen, ezrt
egyes esemnyekre, akkor az adatokat a kvetkez tblzatba rendezhetjk: B A A 50 450 500 B 60 1440 1500 J^sor 110 1890 2000
> ( 4 n s ) = p ( J > > ( s ) = || = i

A megoldst az A k j B = A n B sszefggs felhasznlsval is elllthatjuk: p (a n B )= p ( 4 f ) = d)
1-
P ( A u f) =
1 1
=1
.
s
^ oszlop mivel
A p { A n B ) valsznsget keli meghatroznunk: f ( a ) = 1 - P ( A ) = ^ ,
A s fggetlen esemnyek, ezrt p ( J n B ) = P (A )p (f) = - i. b) P i A \ B ) = j ^ = 0,0V.2.10. Esemnyek: A = {Balzs tall}, B = {Robin tall} C = {Nndor tall} te ht
p {a
)=
p {b ) =
, P { c ) = Y , a hrom esemny fggetlen, s
pP)
=| ,
p (b ) =
| , f ( c ) = |;
d) P(B|A) = ^
= 0,45.
a) A pontosan egy szemly tall a cltblba T esemnyt T = ( a n B n c ) u (a n jBn
V.2.12. Legyen A hibtlan, A hibs esemny, B^,B^,B^ az X, 7, Z zem ter mknek esemnye. B^,By,B^ egymst kizr esemnyek, teljes rendszert alkot nak, teljeslnek a teljes valsznsg s a Bayes-ttd felttelei. A z adatok alapjn:
c)u (a n B
c)
kplettel adhatjuk meg, s mivel ezek egymst kizr esemnyek, ezrt
260
P ( B ^ ) = 0,25, P ( B y ) = 0,35, P { B ^ ) = 0,4, P ( A \ b ^ ) = 0,95, P { A \ B y ) = 0,96,
M EGOLDSOK
P ( ^ B ^ ) = 0,05,

a) P(Ai ^2 A3 A4 4 ) = P{A^)P{A2 )PA^)P{A^)P{A^) = 0,9^ = 0,59049; b) P(A, A2 1 3 4 5) = P{A^)P(2)P(^)P()P(A^) = 0 ,1^ = 0 ,00001 ; Az elz esemny ellentettje: p = \ - 0,00001 = 0,99999.
261
= 0,04, P ( |fi,) = 0,02.
P (A |s ,) = 0,98,
Egy gp sem mkdik, l. pontosan egy gp mkdik egymst kizr ese a) A z A esemny teljes valsznsge: mnyek, teht p = 0,1^ + 5 0,9 0,1^ = 0,00045. P( A) = P{B^)P(A B^) + P{ By) P{ A B J + P ( B J P ( A B ^ ) = = 0,15- 0,05 + 0,35 0,04 + 0,4 0,02 = 0,0345, azaz a cipk 3,45% hibs. b) Az A esemny teljes valsznsge: P{A) = P{B^ )P( ) + P{By ) P(A\ By ) + )P(A\ b ^) = P(A |fi) = - ^ , Alkalmazzuk a Bayes-ttelt; 0,3 10 PiA\B^) = ^ , />(a|3) = - | | . . V.2.15. Jellje {k = 1,2,3) azt, hogy a termket a fc-adik gp ksztette. Ekkor
W ,) = f &
= 0,25 0,95 + 0,35 0,96 + 0,4 0,98 = 0,9655, amelyet az a) eredmnybl is kpezhetjk: P(A) = 1 - P( ) = 1 -0 ,0 3 4 5 = 0,9655, vagyis a cipk 96,55% hibtlan. c) Bayes ttellel szmtjuk, hogy az Y zem a hibs cipk hny szzalkt szl ltotta: P{BJP(A P{B, A) = P( A) 0,014 0,0346 = 0,4058,
p (b,|^ ) = _ M 2 W _ ^ , Y^P{ A\ B, ) P{ B, )
k= \
- ----------- 3 0
0,3 10 ^ 0,9 1 5 ^ 0 ,5 25 J 1 ^ J 5 ' 1 ^ 1 5 - 5
= - ^ = 0,17647. 17
Teht a szpsghibs darabot kb. 0,18 valsznsggel az X gp ksztette.
azaz a hibs cipk 40,58% az Y gyrbl szrmazik. d) A c)-hez hasonlan kapjuk:
azaz a hibtlan cipknek csak 24,6% -a szrmazik az X gyrbl. V.2.13. Az els szalagon gyrtott hibs termk vlaszts esemnye A, a msodik szalagon gyrtott pedig B. Mivel az A s B esemnyek fggetlenek, gy P{A B) = P(A)P(B) = 0,1 0,2 = 0,02,
p
(AB) =
( A) P( B) = 0,9 0,8 = 0,72,
Az elz ellentettjeknt szmthat: 1 - P(A B) = 0,28, P(,B + AB) = P( AB) + V.2.14. Az Af;
p (a
B) = 0,1 0,8 + 0,9 0,2 = 0,26.
jelentse azt, hogy a fc-adik gp zemszeren mkdik, -k fggetlenek s P(A^) = 0,9.
{k = 1,2, 3,4,5). Az
262
M EGOLDSOK

V.3,4. a) Peremeloszlsok adjk az X s Y eloszlst:
263
X, v{Xi)
1 0,5
3 0,5
/
= ^ x f v { x i ) - m ^ = 2 6 - 1 6 = 10. i j = V -3 ,2 . b) m = - l ; = 9 ,2 5 - 1 = 8,25; j = V ^ - 2 , 8 7 .
yi v(yi)
-3 0,4
2 0,3
4 0,3
b) A vrhat rtkek: mx = 2 ^ ;t,v (x ,) = l-0 ,5 + 3-0,5 = 2; i my = ^ yj U( yj ) = - 3 0,4 + 2 0,3 + 4 0,3 = 0,6; j M ( XY) = ^ X j y j w { X i , y j ) = l - i - 3 ) 0 , + \ ' 2 - 0,2 + . . . + 3 - 4 0 , 1 = 0,
V.3.2, A lehetsges esetek szma 16: F FFF F F F / F F /F F F // F /F F F /F / F //F F /// /F F F /F F / /F /F /F // //F F //F / ///F / / / / a) Az X eloszlsa: Xi v{Xj) 0 1 16 1 4 16 2 6 16 3 4 16 4 1 16 s = (v a r (Z ) = D ^ (X ))= l; D (X ) = 1. teht
J
C ov(X , F) = M (XY) - m^niy = 0 - 2 0 , 6 = -1,2. c) D^ { X) = M { X ^ ) - m l = J ^ x f v i x i ) - = 10,5 + 9 0 ,5 - 2 ^ = 1
/
D (X )= v r = i,
(pl. 2 fej 6-szor fordul el, stb.) M { X ) = 2; b) A z Y eloszlsa: yi v(yi) 0 1 16 1 7 16 2 5 16 3 2 16 4 1 16
D^{Y) = M { Y ^ ) - m ] = ^ y j v i y j ) - m ^ =9 0,4 + 4 0,3 + 16 0 ,3 -0 ,6 ^ = 9 ,2 4 j D (F j = V ^ - 3 , 0 4 teht a korrelcis egytthat:
n(Y Y \ - Cov(X,F) _ -1,2

D( X) D( ) - T W d) Az X s F nem fggetlen, mivel pl. F (X = l,F = -3 )7 t p { X = 1) P{Y = -3 ), ui. ^(1,-3) = 0,1 ez pedig nem egyenl a megfelel peremeloszlsok szorzatval:
'
(pl. 2 fej egyms utn 5 esetben kvetkezik be, stb.) M (F) = 1,7; = (var(y) = D^( Y) ) = 0,9; D (F) = 0,95.
V.3.3. Mivel 3 fej dobsnak valsznsge , 2 s 1 fej dobsnak valszn-
v ( l ) ( - 3 ) = 0,5-0,4 = 0,2. V .3.5.A ) a ) M (X ) = 3;M (F ) = l;
3 1 sge , 3 rs dobs valsznsge , ezrt a vrhat rtk:
= 5 . i + 3 . |+ l . | - 1 5 . i =| 4
teht a jtkos szempontjbl kedvez a jtk.
= 0.25F,,
C ov(X ,F ) = 1,5; ej D (X ) = 2;D (F ) = 4,3; R (X ,F ) = 0,17.
264
M EGOLDSOK
265
a ) M { X ) = \A\ M (F ) = 1; b) C ov(X ,F ) = -0,5; c) D { X ) = Q,A9\ D (F) = 3,1; R (X ,F ) = -0,3. V.3.6. Az eloszls tblzata w ( x i , y j ) = P ( x i ) P { y j ) kplet alapjn llthat el, mivel X s F fggetlen valsznsgi vltozk. X\Y 1 2 X -2 0,21 0,09 0,3 5 0,35 0,15 0,5 8 0,14 0,06 0,2 V.3.8. I 0,7 0,3
V.3.7. a) Mivel / folytonos valsznsgi vltoz srsgfggvnye, ezrt, felt ve hogy b > 0 , az 50. brn a [0;3] intervallum feletti s az y = ^ x + b egyenes
alatti bevonalkzott terlet 1 terletegysggel egyenl s gy
r=i(Z, +Z,+l).3 =l,
amelybl b = ^ .
V.3.9. Az/grfja:
b) A. P { \ < X < 2) rtke egyenl a 51. bra bevonalkzott Mivel = =
terletvel. ter-
letegysggel egyenl a Tj terlet, teht P(1 < X < ! ) = .
266
Az eloszlsfggvny a 0 < x < 2 intervallumon: 0, F{x) = ] ^ t t = ^ x ^ , s gy F{x) = 1, Az F{x) grfja:
M EG OLD SO K

Teht X( ) = {0,1,2,3}, s
267
ha a: < 0 haO <x< ha X > 2 . v(2) = PiFFI, I F F ) ^ + - ^ = A z eloszls tblzat: X ,v(x,.) 0 1 27 1 10 27 2 8 27 3 8 27 v(3) = F (F F F )
Vrhat rtk:
M(X) = Xx,.v(x,) = 0 . ^ + l - ^ + 2 - ^ + 3 - ^ = | | = l,85. 27 ' 27 ' 21 ' ~ 27 27 =i

V.3.12. j Az X valsznsgi vltoz eloszlsnak grQa:
V.3.10. Elsrend momentum: M, = Y x M x ;) = - 2 + l + 3 = 0; ^ 2 4 4 Msodrend momentum: ^ x}v{xi ) = 4 ~ + l ~ + 9 ~ = 4,5; i +1 + 27 ~ = 3;
Harmadrend momentum; M 3 = ^ x?v(x,-) = - 8
Negyedrend momentum: M 4 = ^ x / v ( x , ) = 1 6 ~ + l ~ + 8 1 ~ = 28,5. i V.3.11. Q = [ f FF, FFI, FIF.FII, IFF, IFI, IIF, III}. F s F s F dobs valsznsge: P{FFF) = f f ' J = - ^ , s gy tovbb
Minden x e i? -re meg kell hatrozni az F (x ) = P (X < x) valsznsget: X< - 2 : , - 2 < X < 0: 0<x<4: F (x) = P ( X < x ) = 0, F (x) = P (X < x) = P ( X = - 2 ) = Fi x) = F (X < x) = P ( X = - 2 ) + F (X = 0 ) = + | = - ~ , Fix) = P i X < x ) = P i X = - 2 ) + P { X = 0) + F (4) = 10 2 5 10
P (/F F )= A s X ( / // ) = 0,
P iIF I)= ^ ,
PUm =~ ,
F (///)= ^ ,
4<x:
X( FI F = X (FII) = F(IFF) = X (IFF) = 1, X( FFF) = 3.
X( FFI) = X(IFF) = 2,
268
Az X valsznsgi vltoz eloszlsfggvnye: 0, ha X < - 2 ha - 2 < ; c < 0 F{x) = j, ha 0 < X < 4 1, ha 4 <
X.
M EGOLDSOK
269
x e R\
b) F (-3 ) = P (X < - 3 ) = 0 F{\) = P { X < \ ) = ^
F{ - 1 ) = P { X < - l ) = Q F{5) = P { X < 5 ) = \
c) P ( X > 0 ) = l - P ( < 0 ) = l - F ( 0 ) = l - - ^ = - ^ ; P { X < 0) = P { X < 4) = F (4) c) Legalbb egy friss tojs van a kivlasztott 3 tojs kztt: 10
F(X >1) = 1-P(X <1) = 1 - F ( l) - 1-0-1;

Legfeljebb egy friss tojs van a kivlasztott 3 tojs kztt: P ( X < l ) = F ( X < 2 ) = F (2) = - j |. V.3.14. Az {X, Y) valsznsgi vektorvltoz egyttes valsznsgei s peremvalsznsgei: a) X\Y 1 1 10 lU 20 50 2000 250 2000 300 2000 40 100 2000 300 2000 400 2000 60 100 2000 400 2000 500 2000 100 250 2000 550 2000 800 2000 Iso r 500 2000 1500 2000 1
V.3.13. Az X vltoz diszkrt rtkei: 0, 1, 2, 3. Az 5 elembl 3-at 10-flekppen 5 '4 - 3
12 3
a)
= 10 vlaszthatunk.
P ( X = 0 ) = 0;
P(X =1)=-^;
F ( X = 3 ) = ^ ; (57. bra)
0, ha X < 1
7^. h a l< x < 2

b) F(x) = ha 2 < x < 3 1, ha 3 < X X 6 i? (58. bra).
990 Z.ZU
X oszlop
270
0, ha 50, ha 2000 300 , ha 2000 150 ,h a 2000 700 b) F{ x, y ) = ,h a 2000 250 , ha 2000 1200 , ha 2000 500 , ha ;c<110 vagy >><20 110 < X < 220 s 20 < y < 40
M EG OLD SO K
271

220 < Jt 110<x 220< ;c s 20 < > >< 40 s4 0 < j< 6 0 s 4 0 < > < 6 0 (x,y)eR^. b) b
n r6 Y n V n ^ V.4.1. a) b _ 3 ; 6 ,- = 3 2 2 3;4,^ 1 _3_

64
6 -5 4 I l- 2 -3 '8 '8
16
\ l 0 < x < 2 2 0 s 6 0 < y < 1 0 0 220<x s6 0 < y < 1 0 0
2 1 V.4.2. Mivel n = 4, P = - ^ s q = i - p = - j , ezrt
2000 1, ha 2 2 0 < a:
1 1 0 < x < 220 s 100< y s 100 < y a) P (2 jtszma nyerse) = i 2;4,
2^ 4 2) 1 21'
= - , teht annak,
0, hax<110 500 ,h a 1 1 0 < ;c < 2 2 0 2000 ha 220 < x
b) Mind a 4 jtszma elvesztsnek valsznsge:
81
0,
ha ^ < 2 0 20 < y < 40 4 0 < j< 6 0 6 0 < y <100 100 < j xeR ,yeR .
hogy az A csapat legalbb egy jtszmt nyer 1 ^ = a valsznsge. 81 c) 3 vagy 4 jtszma megnyerse jelenti azt, hogy a 4 jtszmbl felnl tbbet nyer az A csapat, teht P{3 jtszma nyerse) + P (4 jtszma nyerse) =
a
300 , ha 2000 700 F,n(y) = 2000 , ha 1200 , ha 2000 1, ha
V'i
= 32 16
81 81 27
c) M ( X ) = 0,6266; D ( X ) = 0,3454; M( Y ) = 2,0633; D( Y) = 0,5338; M { X Y ) = J^x^y j W( x y j ) = 1,2556;
V.4.3. a) Mivel p = 0,02 , ezrt m - n p = \ 0000 0,02 = 200, s gy = 0000 0,02 0,98 = V % = 14.
b) Selejtes darab vlasztsnak valsznsge: p = 0,02 s gy Cow(X, Y) = M i X Y ) - M ( X ) M ( Y ) = -0,0313; q = \ - p = 0,n. Az X valsznsgi vltoz rtke legyen n db-bl a selejtesek szma, gy X bi nomilis eloszls. Annak valsznsge, hogy n db-bl egy sem selejtes, azaz X = 0 : P(X =0) = Teht n rtkt az 1 - 0,98" > 0,96 egyenltlensgbl szmthatjuk ki, amelybl 0,98" < 0,04 n lg 0,9 8 < lg 0,04
272
s mivel lg 0 ,9 8 < 0 ezrt
M EG OLD SO K
273
P3
3! 6
^01607;
0,0723.
Teht legalbb 160 darabot kell visszatevssel megvizsglni, hogy a kivlasztot tak kztt 0,96-nl nagyobb valsznsggel legyen selejtes darab. \ A A . a ) A k = 2,3,4,5,6,1 rtkekre kiszmtott valsznsgek sszegezse helyett, vonjuk ki 1-bl a 0 s az I tallat valsznsgnek sszegt: P(0 tallat) = 2187 . 16384
b) Vrhat rtk: M { X ) = A = 1,8; szrs: D { X ) = V = ^ = 1,3416.
Annak valsznsge, hogy X vrhat rtknl kisebb rtket vesz fel P{ X < 1,8) kiszmtsval adhat meg P { X < 1,8) = po + Pl = 0,1653 + 0,2976 = 0,4629. V.4.6. Br n = 100, p = 0,02 paramter binomilis eloszls valsznsgi
P(1 tallat) = 7 Y l Y l t _ 5103 1 6384 teht P =l-
vltoz rtkt kellene kiszmtani, de n elg nagy s p elg kicsi, gy X = np = 100 0,02 = 2 paramter Pom on-eloszls p(3\2) rtkvel kzeltjk Z?(3;l 00,0,02) rtkt: P = p(3-,2) = 2 Mivel q = l - p = V.4.7. Az X szrsa s vrhat rtke azonos. a) M { X ) = D { X) = 800 ra, ezrt az eloszls paramtere: A = 800'
3 e
f 2187 ^ .5 1 0 3
16384 16384
4547 8192'
-2
3!
0,1354 = 0,1805. 6
b) Annak valsznsge, hogy a lvs nem tall clba:
1 3 2 1 1 = 1 - = s q -nek 1 - = -nl kel kisebbnek lenni, ezrt a q < , azaz
< egyenltlensgbl meghatrozhatjuk n rtkt: b) A srsgfggvny: f ( x ) = nlg s gy n > ~ 3,8184= 4,
0, ha X < 0
1
800
, ha X > 0 0, ha X < 0
s az eloszlsfggvny: F{x) = P { X < x ) = teht a lvsz valsznsggel clba tall, ha legalbb 4 lvst ad le. V.4.5. a) A szmtst, ha A = 1,8 a c) meg: l-e , haX > 0.
Annak valsznsge, hogy a kijellt kpcs 3200 rn bell nem hibsodott

32(X) '
P(X=k) = p i , = ^ e ~ ^ ^ (A : = 0,1,2,3,4)
formulval vgezzk. 0,1653;
P ( X > 3200) = I - P (X < 3200) = 1 - F(3200) = 1 -
l-e
V.4.8. A 2. tblzatbl olvashatk ki a srsgfggvny (p(x) rtkei: p^ = = 0,2976; a) <p(l,63) = 0,1057; b) (pi-0,15) = (p{0,15) = 0,3011;
Pl
2!
c) (p(-2,08) = <^(2,08) = 0,0459.
274
V.4.9. Az 1. tblzatbl olvashatk ki a o ( x ) rtkei: a) P ( 0 < X <1,42) = a > a 4 2 ) - 0 ( 0 ) = 0 ,9 2 2 2 -0 ,5 = 0,4222;
M EGOLDSOK
275
V.4.12. Visszatevs nlkli minta vlasztsnl X hipergeometrikus eloszls, rtkei: 0, 1, 2, 3, 4, visszatevses minta vlasztsa esetn pedig X binomilis eloszls, rtkei ugyancsak: 0, 1, 2, 3, 4. Visszatevs nlkli vlaszts esetn: P ( X = 0 ) = 0,8119, P { X = 3 ) = 0,0002, P (X = 1 ) = 0,1765, P ( X = 4 ) = 0,000001. = 2 ; = O.OH4,
b) P (-l,3 7 < X < 2,01) = <D(2,01) - 0 ( - l,3 7 ) = 0 (2,01) - (1 - <t>(-l,37)) = = 0,9778 - 1 + 0,9147 = 0,8925. c) P (X > 1,13) = 1 - P (Z < 1,13) = 1 - 0,8708 = 0,1292. d) P(|Z| < 0,5) = P (-0 ,5 < X < 0,5) = - ( l - I>{0,5))+ 0 (0 ,5 ) = = -1 + 2 0 (0 .5 )= -1 + 2 0,6915 = 0,3830.
M{X) = np =A - ^ = OX
D (X ) = 0,43.
V.4.10. a) 166 cm standard egysge;
j = -0,25; 10
Visszatevses vlaszts esetn: P{X = 0) =
1 Q 0 cm standard , A A egysege: ' 1 8 2--------1 7 0 = 0,75. 182 ----Teht P(166 < L < 182) = P (-0 ,2 5 < L* < 0,75) = = (0(0,75) - (1 - 0 (0 ,2 5 ))) = 0,7734 - 1 + 0,5987 = 0,3721, s gy L = 400 0 ,3 7 2 1 - 149 hallgat esik a 166 cm-rel s a 182 cm-rel adott ma gassgi hatrok kz. b) A 190 cm standard egysg: 1 9 0 -1 7 0 = 1,25. 16
Y 95) T 5 1 |i o o J
[100 J
= 0,8145,
P { X = 1) =
5 1f 9 5 f [100 j [100 J
= 0,1715,
P{X = 2) =
r 5 YY 9 5 I = 0,01354, i i o o j [100
P{X =3) =
(A 5 t
Teht P(L>190) = P(L* >1,25) = 1-0(1,25) = 1-0,8944 = 0,1056 s gy L = 400 0,1056 = 42 hallgat nagyobb vagy ppen 190 cm. V.4.11. Az exponencilis eloszls valsznsgi vltoz vrhat rtke, mivel / (x) = 0, ha X < 0 , gy
R
[lOO J [100 J
95 t
= 0,000475,
P (X = 4 ) =
5 TV 95 ^ = 0,0000062, /\ 100 / 100 100
M { X ) - n p = 4 ^ = 0,2, D (X ) = . y ^ = 0,4359.
M { X ) = {xXe ^ d x = lim \xe ^ d x =
lir
-X R
,~Xk
(a hatrrtk kiszmtshoz alkalmaztuk a L Hospitl szablyt). A szrsngyzet kiszmtshoz elbb az vrhat rtkt szmtjuk ki, az elzhz hasonlan
V.4.13. A z X normlis eloszls valsznsgi vltoz jelentse az tmrt, akkor w = 8, o- = 0,1, s a 4%-os eltrs: 0,04 8 = 0,32 adataival: P (|x - 8| > 0,32) = = -P (7 ,6 8 < X < 8,32) = 1 - (F(8,32) - F (7,68)) =
parcilis integrlst alkalmazva: M { X ^ ) = j x^Xe~^dx = 2 - ~ . 0 Teht Z)2(X) = M ( A ' ^ ) - M ^ ( Z ) = ^ - 4 r = - T . melybl ngyzetgykvo-
= 1 - (0(3,2) - 0 ( - 3 ,2 ) ) = 2 - 2 0 ( 3 , 2 ) = 0,00138.
nssal kapjuk a szrst; P { X = 4) =
5 Y f 95 100 100
= 0,0000062,
276
M EGOLDSOK
V.5. Az 5. fejezet feladatainak megoldsai

V.5.1. A Cvetoev-egyenltlensg felhasznlsval:
P (|X - 20j > 50) < ~ 50 ~ = 0,16.
A II. RSZ FELADATAINAK M EGOLDSAI S .l. Az 1. fejezet feladatainak megoldsai

rtkeket:
S.1.1. Kiszmtjuk a gj relatv gyakorisgokat s a Medd mennyisg kg (osztlykzk) ......-243 244-323
V.5.2. A Cefeev-egyenltlensget hasznlva e = 1 rtkre:
A-j2
P ( |X - 3 5 j > l ) = - ^ = 0,09 teht legfeljebb 0,09 annak valsznsge, hogy a ktl hossza nem esik a 34 m s 36 m kz. V.5.3. A hibs ru vlasztsnak esemnye legyen A. p = 0,V, q = \ p = 0,9.
fi 8 19 23 27 18 15 12 12 8 I //= 1 4 2
8! 0,06 0,13 0,16 0,19 0,13 0,11 0,08 0,08 0,06
'Ls! i 0,06 0,19 0,35 0,54 0,67 0,78 0,86 0,94 1,00
324-403 404-483
- - 0 , 1 > 0 ,02 n
0,1 0,9
0,02^
484-563 564-643
0,09 < 0,05 0,0004 n felttelbl n> 0,09 0,0004 0,05 0,09 -4 5 0 0 , 0,00002
644-723 724-803 8 0 4 - .....
vagyis, ha a ttelben 4500-nl tbb keszty van, akkor 0,95 valsznsggel a vev tveszi azt. 9i 0,19-0 ,1 6-0 ,1 3--
0,11-0 ,0 8-0 ,0 6 m edd
163 243 323 403 483 563 643 723 803 883 59. bra. Srsghisztogram
- [kg]
278
M EGOLDSOK
S .l. A z 1. fejezet feladatainak megoldsai
279
tapasztalati eloszlsfggvny brjt. A ] - m ; - 2,5] intervallumba nem esik folya1._ 0,94 0 ,86 0,78 0,67 0,54 0,35 0,19 0 ,0 6 -0 203 283 363 443 523 603 683 763 843 60. bra. Tapasztalati eloszlsfggvny S.1.2. a) Kiszmtjuk a relatv gyakorisgot s a gj rszsszegeket, majd m eg folyadkmennyisgeltrs . ------------------ [cm3] 2,5 medd - [k g ] dkmennyisg-eltrs, a ]-2 ,5 ;-l,5 ] intervallumba 1 esik a 12 kzl, P ( X < - 1 ,5 ) = = - ^ , a ] -l,5 ; -0 ,5 ] intervallumba 2 esik, teht P { X < - 0 ,5 ) = ~ ~ = , stb. i^ 1.Z 1z A balrl nylt jobbrl zrt intervallumok mindegyikben a fggvny lland. Az intervallum vgpontjaiban f ~ az ugrs mrtke.
rajzoljuk a srsghisztogramot (tapasztalati srsgfggvnyt) intervallumonknt ^^ , intervallumra es adatok szma f(x)^ a. = ------------------------------------------' (sszes adat szma) (intervallum hossza) kplettel szmtott rtkek alapjn. ]-o ; - 3 [ s ]3 ; h - [ intervallumokba nem esett adat, ezrt ezen intervallumokban a srsgfggvnyt 0-nak tekintjk. -2,5 -1.5 . -0,5 0 , 0,5 , 1 , 1,5
62. bra. Tapasztalati eloszlsfggvny c) Mintatlag: x = 0 . d) Annak valsznsge, hogy a folyadkmennyisg-eltrs 1 cm ^-nl nagyobb: P{X>V) = l - P { X < \ ) = 1 -0
'l-O'
1,45
=1 - 0 (0 ,6 9 ) =1 - 0,7549 = 0,2451
vagyis 24,51%-ban kapunk olyan palackot, amelyben az elrthoz kpest 1 cm^ -nl tbb a folyadkmennyisg eltrse. S.1.3. Kiszmtjuk s tblzatba foglaljuk a szksges rszeredmnyeket: osztlyhatr kg 470-480 480-490 Megszerkesztjk az 0, ha X < -2 ,5 h ax^ ,_i< x< x^ ,(^ = 1 2 ,3 ,4 ,5 ) 490-500 500-510 510-520 520-530 osztly kzp 475 485 495 505 515 525 i
Xj
gyak. fi 1 4 10 10 4 2
Si 1/31 4/31 10/31 10/31 4/31 2/31 ' Z s i =1 i
H si i 1/31 5/31 15/31 25/31 24/31 31/31
Xj - X
(xi-xf 665,64 249,64 33,64 17,64 201,64 585,64
-2 5 ,8 -1 5 ,8 -5 ,8 4,2 14,2 24,2
k
fP
( x) = P X < x ) =
/=i
1, h a x > 2 ,5
280
M EG OLD SO K
S .l. A z I. fejezet feladatainak megoldsai
281
a) A 63. bra a srsgfggvnyt (hisztogramot) a normlis eloszls srsg fggvnyvel egytt szemllteti (a gyakorisgrtkeket 10 -31 = 310 -zel osztottuk).
d) Korriglt tapasztalati szrs:
s* =^
30
Annak valsznsge, hogy a gp 485 kg-nl kevesebbet markol: P { X < 485) = (485) = ~ = 0,032,
vagyis a markolsok szmnak 3,2%-ban 485 kg-nl kevesebb a kimarkolt homok slya. S.1.4. a) X =12,54; b) j* = 0,93; 4 ! - = 0,07;
F(13,8) - F (1 1,8) = 0(1,35) -<I'(-0,8) = 0,6996,
vagyis
az elemeknek kb.
70%-a felel meg az elrt pontossgnak.
b) A tapasztalati eloszlsfggvny a tblzatbl vett

i
rtkekkel (64. bra):
1 29/31 25/31 15/31 5/31 1/31 475 485 495 505 515 525
t m e g
-^[kg]
64. bra. Tapasztalati eloszlsfggvny c) Mintatlag: 1 475 + 4 -4 8 5 -H 0 -4 9 5 _ + 10-505 + 4 -5 1 5 + 2 -525
= 500,81.
282
M EGOLDSOK
S.2. A 2. fejezet feladatainak megoldsai

X +t ~ = 10S + 1,669 = 723,
283
Vn S.2. A 2. fejezet feladatainak megoldsai

S.2.1. A 90, 95 s 99%-nak a a =0,1; /?2= 0,05 s 773= 0,01 rtkek
SO
teht a 90%-os szinthez tartoz konfidencia-intervallum; [692,15;723,84]. Hasonlan kapjuk a 95 s 99%-nak megfelel intervallumokat: [688,6;722,4] s [681,9;724,l]. S.2.4. A szabadsgfokok szma: 99. A 90%-nak megfelel konfidencia-hatrok (a 4. tblzatbl interpollt tp^ = 1,662; tp^ =,986, tp^ = 2,632 rtkekkel);
felelnek meg. Az 1. sz. tblzat felhasznlsval rendre
=l-
= 0,95 stb. X - t p ^ ~ = 705 -1 ,6 6 2 M pj =1,645; Up^ =1,960 s Up^ =2,5785.
\n
51 = V
696,5 kg;
Mivel H = 100, cj = 5 0 s X = 705, ezrt a 90%-os szintnek megfelel konfi dencia-hatrok: X-u ^ Pl sn r = 7 0 5 -1 ,6 4 5 - 1 2 = = 696,8 kg,
A '+ -, - ^ = 7 0 5 + 1 , 6 6 2 - - ^ = 713,5 kg. Vn VI00 Hasonlan kapjuk a 95 s 99%-nak megfelel intervallumokat:
VH
50
[694,9;715,1] s [691,9;718,4]. = 713,2 kg. 5.2.5. Up = 1,960; a konfidencia-intervallum: [3,08;3,42] 5.2.6. A 90%-os szinthez p = 0,1 rtk tartozik. A szabadsgfokok szma; 15. A 3. sz, tblzat alapjn x j / i = x l m = 24.996 s xl^pii = x l , 9 i = 7,261. A (16) szerint szmtott konfidencia-intervallum; [12,0; 22,3].
X +u
= 705 + 1,645-
A tltsi sly 90% valsznsggel esik a [696,8;713,2] intervallumba. Hasonlan kapjuk a 95 ill. a 99%-nak megfelel konfidencia-intervallumokat: [695,2;714,8], ill. [692,l;719,9j 5.2.2. A (6 ) formula alapjn, mivel a = 50, Up = 1,960 s d = 7 :
Teht 196 puttony lemrsnl kapott mrsi eredmnyekbl szmtott szmtani kzptl 7 kg eltrs intervallumba 95% valsznsggel esik az 5000 puttony tlagos tltsi slya. 5.2.3. A 30 puttony mrlegelse alapjn kapott tlagos tltsi sly X = 7 0 8 kg, a korriglt tapasztalati szrs 5* = 5 2 kg. A szabadsgfokok szma n - l = 29. A 90, 95 s 99%-os szinteknek megfelel p rtkek rendre /?3 = 0,01. A 4. tblzatbl az ezekhez tartoz tp rtkek: p, = 1,699; tp^ = 2 ,0 4 5 s tp^ = 2,756. /jj = 0,1; p 2 = 0,05 s
gy a (12) formula szerint a 90%-os szint esetn X -t, = 7 0 8 -1 ,6 6 9 52 = 692,15 kg;
284
M EGOLDSOK

A szabadsgfokok szma: 8 - 3 = 5. A 3. sz. tblzatban a 9,07 rtkhez 9,24 esik legkzelebb, amelynek
285
= 0,10

5.3.1. m =1200g; o = 3 g ; X = 1197g. = V= 10, gy
rtk felel meg, teht kb. 10%-os szinten llthat, hogy a minta normlis eloszls sokasgbl szrmazott, ezrt hipotzisnket elvetjk.
=V;rI:2!o=_4.o.
C T

5.4.1. A korrelcis egytthat: r = 0,9815. A regresszis egyenes egyenlete: y = 7,41x -148,51.
|m| = 4 > 3,3 a p = 0,001 rtkhez tartoz rtknl, az elrt tmegtl val elt rs szignifikns, a gpet be kell lltani. 5.3.2. Mivel m o = 7 0 0 k g; C T= 50kg; u ~4n A p = 0,05 rtkhez
m^ =
X '= 7 0 5 k g s V n=V = 10, gy

q
5.4.2. A korrelcis egytthat: r = 0,997. A regresszis egyenes egyenlete: y = \ \ x - 21657,6.
X-M
= 1,0. ezrt 95%-os szinten nincs
1,960, teht
m=
1<1,96,
szignifikns eltrs a 700 kg-hoz kpest. 5.3.3. Az X = 494; s*^ = 64,9 kiszmtsa utn meghatrozzuk a = -2,36
rtket. Mivel |^| = 2,36 > 95 = 2,262, ezrt az automata nagy valsznsggel nem mkdik jl, be kell lltani.
5.3.4. A
M
X: - m u .... ...... . a -1,3 4 0 -0,9 1 6 -0,493 -0 ,0 7 0 0,353 0,776 1,199 oo
=nY
kpletet hasznlva, a szmtst a
Pi
kvetkez tblzat szemllteti X, 243 323 403 483 563 643 723 oo s Teht = 1 4 2 0,06391 = 9,075. {gi-Pif n 0,0634 0,1268 0,1620 0,1901 0,1268 0,1056 0,0845 0,1408 Pi 0,00791 0,01534 0,00723 0,00522 0,00917 0,00987 0,00352 0,00565 0,06391
0 ( ) 0,0901 0,1798 0,3110 0,4721 0,6379 0,7811 0,8847 1,0000
Pi 0,0901 0,0897 0,1312 0,1611 0,1658 0,1432 0,1036 0,1153 1,0000
A standard normlis eloszls
287
1. sz. tblzat IR O D A L O M JE G Y Z K
[1] B o g n r-M o g y o r d i-P rk o p a-R n y i-S zsz : Valsznsgszmts. Feladatgyjtemny. Tanknyvkiad, Budapest, 1982. [2] Denkinger Gza: Valsznsgszmts. Tanknyvkiad, Budapest, 1978. [3] Denkinger Gza: Valsznsgszmtsi gyakorlatok. Tanknyvkiad, Budapest, 1977. [4] W. Feller; Bevezets a valsznsgszmtsba s alkalmazsaiba. Mszaki Knyvkiad, 1978. [5] Lukcs O.: Matematikai statisztika. Pldatr. Mszaki Knyvkiad, Budapest, 1987. [6] Meszna Gy.-Ziermann M.: Valsznsgelmlet s matematikai statisztika. Kzgazdasgi s Jogi Knyvkiad, Budapest, 1981. [7] Mundrucz G y.: Alkalmazott regressziszmts. Akadmia Kiad, Budapest, 1981. [8] dr. Medgyessy P. - dr. Takcs L.: Mszaki Matematikai Gyakorlatok C. V . Valsznsgszmts. (Szerk.: dr Fazekas F.). Tanknyvkiad, Budapest, 1966. [9] Obdovics J. Gy.: Matematika. 16. kiads. SCOLAR Kiad, Budapest, 2000. [10] Obdovics J. Gy.: Gyakorlati szmtsi eljrsok. Gondolat Kiad, Budapest, 1972. [11] Prkopa A.: Valsznsgelmlet mszaki alkalmazsokkal. M szaki Knyvkiad, Budapest, 1961. [12] dr. Reimann J.-T th Julianna: Valsznsgszmts s matematikai statisz tika. Nemzeti Tanknyvkiad, Budapest, 1985. [13] Rnyi A.: Valsznsgszmts. 2. kiads. Tanknyvkiad, Budapest, 1966. [14] Sachs, L.; Angewandte Statistik. 4. kiads. Springer Verlag, Berlin-Heidelberg-New York, 1974. [15] Solt Gy.: Valsznsgszmts. Pldatr. 6. kiads. Mszaki Knyvkiad, Budapest, 1993. [16] Statisztikai mdszerek alkalmazsa a mezgazd-ban. (Szerk.: dr. Manczel J.) Mezgazdasgi Kiad, Budapest, 1983. [17] Szkely J. G.: Paradoxonok a vletlen matematikjban. Mszaki Knyvkiad, Budapest, 1982. [18] Vincze I.: Matematikai statisztika ipari alkalmazsokkal. Mszaki Knyvkiad, Budapest, 1968. t 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1.7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 0 ,5000 ,5398 ,5793 ,6179 ,6554 ,6915 ,7258 ,7580 ,7881 ,8159 ,8413 ,8643 ,8849 ,9032 ,9192 ,9332 ,9452 ,9554 ,9641 ,9713 ,9772 ,9821 ,9861 ,9893 ,9918 ,9938 ,9953 ,9965 ,9974 ,9981 ,9987 ,9990 ,9993 ,9995 ,9997 ,9998 ,9998 ,9999 ,9999 1,0 1 ,5040 ,5438 ,5832 ,6217 ,6591 ,6950 ,7291 ,7612 ,7910 ,8186 ,8438 ,8665 ,8869 ,9049 ,9207 ,9345 ,9463 ,9564 ,9649 ,9719 ,9778 ,9826 ,9864 ,9896 ,9920 ,9940 ,9955 ,9966 ,9975 ,9982 ,9987 ,9991 ,9993 ,9995 ,9997 ,9998 ,9998 ,9999 ,9999 1,0 2 ,5080 ,5478 ,5871 ,6255 ,6628 ,6985 ,7324 ,7642 ,7939 ,8212 ,8461 ,8686 ,8888 ,9066 ,9222 ,9357 ,9474 ,9573 ,9656 ,9726 ,9783 ,9830 ,9868 ,9898 ,9922 ,9941 ,9956 ,9967 ,9976 ,9982 ,9987 ,9991 ,9994 ,9995 ,9997 ,9998 ,9999 ,9999 ,9999 1,0 3 ,5120 ,5517 ,5910 ,6293 ,6664 ,7019 ,7357 ,7673 ,7967 ,8238 ,8485 ,8708 ,8907 ,9082 ,9236 ,9370 ,9484 ,9582 ,9664 ,9732 ,9788 ,9834 ,9871 ,9901 ,9925 ,9943 ,9957 ,9968 ,9977 ,9983 ,9988 ,9991 ,9994 ,9996 ,9997 ,9998 ,9999 ,9999 ,9999 1,0 4 ,5160 ,5557 ,5948 ,6331 ,6700 ,7054 ,7389 ,7704 ,7996 ,8264 ,8508 ,8729 ,8925 ,9099 ,9251 ,9382 ,9495 ,9591 ,9671 ,9738 ,9793 ,9838 ,9875 ,9904 ,9927 ,9945 ,9959 ,9969 ,9977 ,9984 ,9988 ,9992 ,9994 ,9996 ,9997 ,9998 ,9999 ,9999 ,9999 1,0 5 ,5199 ,5596 ,5987 ,6368 ,6736 ,7088 ,7422 ,7734 ,8023 ,8289 ,8531 ,8749 ,8944 ,9115 ,9265 ,9394 ,9505 ,9599 ,9678 ,9744 ,9798 ,9872 ,9878 ,9906 ,9929 ,9946 ,9960 ,9970 ,9978 ,9984 ,9989 ,9992 ,9994 ,9996 ,9997 ,9998 ,9999 ,9999 ,9999 1,0 6 ,5239 ,5636 ,6026 ,6406 ,6772 ,7123 ,7454 ,7764 ,8051 ,8315 ,8554 ,8770 ,8962 ,9131 ,9279 ,9406 ,9515 ,9608 ,9686 ,9750 ,9803 ,9846 ,9881 ,9909 ,9931 ,9948 ,9961 ,9971 ,9979 ,9985 ,9989 ,9992 ,9994 ,9996 ,9997 ,9998 ,9999 ,9999 ,9999 1,0 7 ,5279 ,5675 ,6064 ,6443 ,6808 ,7157 ,7486 ,7794 ,8078 ,8340 ,8577 ,8790 ,8980 ,9147 ,9292 ,9418 ,9525 ,9616 ,9693 ,9756 ,9808 ,9850 ,9884 ,9911 ,9932 ,9949 ,9962 ,9972 ,9979 ,9985 ,9989 ,9992 ,9995 ,9996 ,9997 ,9998 ,9999 ,9999 ,9999 1,0 8 ,5319 ,5714 ,6103 ,6480 ,6844 ,7190 ,7518 ,7823 ,8106 ,8365 ,8599 ,8810 ,8997 ,9162 ,9306 ,9429 ,9535 ,9625 ,9699 ,9761 ,9812 ,9854 ,9887 ,9913 ,9934 ,9951 ,9963 ,9973 ,9980 ,9986 ,9990 ,9993 ,9995 ,9996 ,9997 ,9998 ,9999 ,9999 ,9999 1,0 9 ,5359 ,5754 ,6141 ,6517 ,6879 ,7224 ,7549 ,7852 ,8133 ,8389 ,8621 ,8830 ,9015 ,9177 ,9319 ,9441 ,9545 ,9633 ,9706 ,9767 ,9817 ,9857 ,9890 ,9916 ,9936 ,9952 ,9964 ,9974 ,9981 ,9986 ,9990 ,9993 ,9995 ,9997 ,9998 ,9998 ,9999 ,9999 ,9999 1,0
M egjegyzs: 0 ( - t ) =
288
A standard normlis eloszls srsgfggvnye t> 0 rtkekre
A khi-ngyzet-eloszls a khi-ngyzet-prba alkalmazshoz
289
2 . sz. tblzat
3. sz. tblzat
3989 3961 3894 3790 3653 3485 3292 3079 2850 2613 2371 2131 1895 1669 1456 1257 1074 0909 0761 0632 0519 0422 0339 0270 0213 0167 0129 0099 0075 0056 0042 0031 3986 3951 3876 3765 3621 3448 3251 3034 2803 2565 2323 2083 1849 1626 1415 1219 1040 0878 0734 0608 0498 0404 0325 0258 0203 0158 0122 0093 0071 0053 0039 0029 ,3984 ,3945 ,3867 ,3752 ,3605 ,3429 ,3230 ,3011 ,2780 ,2541 ,2299 ,2059 ,1826 ,1604 ,1394 ,3982 ,3939 ,3857 ,3739 ,3589 ,3410 ,3209 ,2989 ,2756 ,2516 ,2275 ,2036 ,1804 ,1582 ,1374 ,1182 ,1006 ,0707 ,0584 ,0478 ,0387 ,0310 ,0246 ,0194 ,0151 ,0116 ,0067 ,0050 ,0037 ,0027 ,3980 ,3932 ,3847 ,3725 ,3572 ,3391 ,3187 ,2966 ,2732 ,2492 ,2251
,2012
0
,3989 ,3970 ,3910 ,3814 ,3683 ,3521 ,3332 ,3123 ,2897 ,2661 ,2420 ,2179 ,1942 ,1714 ,1497 ,1295 ,1109 ,0940 ,0790 ,0656 ,0540 ,0440 ,0355 ,0283 ,0224 ,0175 ,0136 ,0104 ,0079 ,0060 ,0044 ,0033 ,0024 ,0017 ,0012 ,0009 ,0006 ,0004 ,0003 3989 3965 3902 3802 3668 3503 3312 3101 2874 2637 2396 2155 1919 1691 1476 1276 1092 0925 0775 0644 0529 0431 0347 0277 0219 0171 0132 0101 0077 0058 0048 0032 0023 0017 ,3956 ,3885 ,3778 ,3637 ,3467 ,3271 ,3056 ,2827 ,2589 ,2347 ,2107 ,1872 ,1647 ,1435 ,1238 ,1057 ,0893 ,0748 ,0620 ,0508 ,0413 ,0332 ,0264 ,0208 ,0163 ,0126 ,0096 ,0073 ,0055 ,0040 ,0030 3977 3925 3836 3712 3555 3372 3166 2943 2709 2468 2227 1989 1758 1539 1334 1145 0973 0818 0681 0562 0459 0371 0297 0235 0184 0143 3973 3918 3825 3697 3538 3352 3144 2920 2685 2444 2203 1965 1736 1518 1315 1127 0957 0804 0669 0551 0449 0363 0290 0229 0180 0139 0107 0081 0061 0046 0034 0025 0018 0013 0009 0006 0004 0003 Szabadsgfok 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 0,10 2,706 4,605 6,251 7,779 9,236 10,645 12,017 13,362 14,684 15,987 17,275 18,549 19,812 21,064 22,307 23,542 24,769 25,989 27,204 28,412 29,615 30,813 32,007 33,196 34,382 35,563 36,741 37,916 39,087 40,256 0,05 3,841 5,991 7,815 9,488 11,070 12,592 14,067 15,507 16,919 18,307 19,675 21,026 22,362 23,685 24,996 26,296 27,587 28,869 30,144 31,410 32,671 33,924 35,172 36,415 37,652 38,885 40,113 41,337 42,557 43,773
0,0
0,1
p = 0,01 6,635 9,210 11,435 13,277 15,086 16,812 18,475 20,090 21,666 23,209 24,725 26,217 27,688 29,141 30,578 32,000 33,409 34,805 36,191 37,566 38,932 40,289 41,638 42,980 44,314 45,642 46,963 48,278 49,558 50,892 0,001 10,827 13,815 16,268 18,465 20,517 22,457 24,322 26,125 27,877 29,588 31,264 32,909 34,528 36,123 37,697 39,252 40,790 42,312 43,820 45,315 46,797 48,268 49,728 51,179 52,620 54,052 55,476 56,893 58,302 59,703 0,025 5,024 7,378 9,348 11,143 12,833 14,449 16,013 17,535 19,023 20,483 21,920 23,337 24,736 26,119 27,488 28,845 30,191 31,526 32^852 34,170 35,479 36,781 38,076 39,364 40,646 41,923 43,194 44,461 45,772 46,979 0,975 9,82E-4 5,06E-2 0,0216 0,484 0,831 1,237 1,690 2,180 2,700 3,247 3,816 4,404 5,009 5,629 6,262 6,908 7,564 8,231 8,907 9,591 10,283 10,982 11,689 12,401 13,120 13,844 14,573 15,308 16,047 16,791 0,95 3,93E-3 0,103 0,352 0,711 1,145 1,635 2,167 2,733 3,325 3,940 4,575 5,226 5,892 6,571 7,261 7,962 8,672 9,390 10,117 10,851 11,591 12,338 13,091 13,484 14,611 15,379 16,151 16,928 17,708 18,493
0,2
0,3 0,4 0,5
0,6
0,7
0,8
0,9 1,0 1,1 1,2 1.3 1.4 1.5
1.6
,1200
,1023 ,0863 ,0721 ,0596
1.7
1.8
1.9
,1781 ,1561 ,1354 ,1163 ,0989 ,0833 ,0694 ,0573 ,0468 ,0379 ,0303 ,0241 ,0189 ,0147 ,0113 ,0086 ,0065 ,0048 ,0036 ,0026 ,0019 ,0014 ,0010 ,0007 ,0005 ,0003
2,0 2,1
2,2
2.3 2.4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9
,0396 ,0317 ,0252 ,0198 ,0154 ,0119 ,0091 ,0069 ,0051 ,0038 ,0028
0110
0084 0063 0047 0035 0025 0018 0013 0009 0007 0005 0003
0022
0016 0008 0006 0004 0003
,0022
,0016 ,0008 ,0005 ,0004 ,0003
0021
0015
,0020
,0015 ,0007 ,0005 ,0004
,0020
,0014 ,0007 ,0005 ,0003
0012
0008 0006 0004 0003
0012 ,0011
0011
0008 0005 0004 0003
,0010 ,0010
,0002
0002
0002 ,0002
,0002 ,0002 ,0002 0002 ,0002 ,0002 ,0002
0002
0002
0001
0001
290
A t-(Student-)eloszls a t-prba alkalmazshoz.
F-eloszls. F-prba kritikus rtkei 95%-os egyoldali szintre (p=0,05) 291
4. sz. tblzat
P= Szabadsgfok
5. sz.tblzat
V/l
1
0,20
0,10
0,05 12,706 4,303 3,182 2,776 2,571 2,447 2,365 2,306 2,262 2,228
2,201
0,02
0,01 63,657 9,925 5,841 4,604 4,032 3,707 3,499 3,355 3,250 3,169 3,106 3,055 3,012 2,977 2,947 2,921 2,898 2,878 2,861 2,845 2,831 2,819 2,807 2,797 2,787 2,779 2,771 2,763 2,756 2,750 2,704 2,660 2,617 2,576
0,001
3,078
1,886
1,638 1,530 1,476 1,440 1,415 1,397 1,383

10
6,314 2,920 2,353 2,132 2,015 1,943 1,895 1,860 1,833 1,812 1,796 1,782 1,771 1,761 1,753 1,746 1,740 1,734 1,729 1,725 1,721 1,717 1,714 1,711 1,708 1,706 1,703 1,701 1,699 1,697 1,684 1,671 1,658 1,645
31,821 6,965 4,541 3,747 3,365 3,143 2,998 2,896 2,821 2,764 2,718 2,681 2,650 2,624 2,602 2,583 2,567 2,552 2,539 2,528 2,518 2,508 2,500 2,492 2,485 2,479 2,473 2,467 2,462 2,457 2,423 2,390 2,358 2,326
636,619 31,598 12,941 8,610 6,859 5,959 5,405 5,041 4,781 4,587 4,437 4,318 4,221 4,140 4,073 4,015 3,965 3,922 3,883 3,850 3,819 3,792 3,767 3,745 3,725 3,707 3,690 3,647 3,659 3,646 3,551 3,460 3,373 3,291
3 4 5
6
7
8
9 10 11
12
2 1 3 4 5 6 7 8 9 12 161,4 199,5 215,7 224,6 230,0 234,0 236,8 238,9 240,5 243,9 18,51 19,0 19,16 19,25 19,3 19,33 19,35 19,37 19,38 19,41 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,84 8,81 8,74 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,91 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,68 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,00 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,57 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,28 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,07 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,91 4,84 4,75 4,67 4,60 4,54 4,49 4,45 4,41 4,38 4,35 4,32 4,30 4,28 4,26 4,24 4,22 4,21 4,20 4,18 4,17 4,08 4,00 3,92 3,84 3,98 3,88 3,80 3,74 3,68 3,63 3,59 3,55 3,52 3,49 3,47 3,44 3,42 3,40 3,38 3,37 3,35 3,34 3,33 3,32 3,23 3,15 3,07 2,99 3,59 3,49 3,41 3,34 3,29 3,24 3,20 3,16 3,13 3,10 3,07 3,05 3,03 3,01 2,99 2,98 2,96 2,95 2,93 2,92 2,84 2,76
2,68
11
12
13 14 15 16 17 18 19
20
21
1,372 1,363 1,356 1,350 1,345 1,341 1,337 1,333 1,330 1,328 1,325 1,323 1,321 1,319 1,318 1,316 1,315 1,314 1,313 1,311 1,310 1,303 1,296 1,289 1,282
2,179 2,160 2,145 2,131

2,120
13 14 15 16 17 18 19 20
21 22
3,36 3,26 3,18 3,11 3,06 3,01 2,96 2,93 2,90 2,87 2,84 2,82 2,80 2,78 2,76 2,74 2,73 2,71 2,70 2,69 2,61 2,52 2,45 2,37
3,20 3,11 3,02 2,96 2,90 2,85 2,81 2,77 2,74 2,71
2,68 2,66
3,09 3,00 2,92 2,85 2,79 2,74 2,70

2,66
3,01 2,91 2,83 2,76 2,71

2,66
2,63 2,60 2,57 2,55 2,53 2,51 2,49 2,47 2,46 2,44 2,43 2,42 2,34 2,25 2,17 2,09
2,61 2,58 2,54 2,51 2,49 2,46 2,44 2,42 2,40 2,39 2,37 2,36 2,35 2,33 2,25 2,17 2,09
2,01
2,95 2,85 2,77 2,70 2,64 2,50 2,55 2,51 2,48 2,45 2,42 2,40 2,38 2,36 2,34 2,32 2,30 2,29 2,28 2,27 2,18
2,10 2,02
2,90 2,80 2,71 2,65 2,59 2,54 2,49 2,46 242 2,39 2,37 2,34 2,32 2,30 2,28 2,27 2,25 2,24
2,22 2,21 2,12
2,79 2,69 2,60 2,53 2,48 2,42 2,38 2,34 2,31 2,28 2,25 2,23
2,20
2,110
2,101
2,093 2,086 2,080 2,074 2,069 2,064 2,060 2,056 2,052 2,048 2,045 2,042
2,021
22
23 24 25 26 27 28 29 30 40 60 120
23 24 25 26 27 28 29 30 40 60 120 oo
2,64 2,62 2,60 2,59 2,57 2,56 2,54 2,53 2,45 2,37 2,29
2,21
2,18 2,16 2,15 2,13 2,12 2,10 2,09 2,00 1,92 1,83 1,75
2,04 1,96
1,88
2,60
1,94
2,000
1,980 1,960
f \ a nagyobb empirikus szrsngyzet minta elemszmnak ,/2 pedig a m sik minta elemszmnak eggyel kisebbtett rtke.
292 6. sz. tblzat

0,00
,01
Az
s az
fggvny rtkei
1,0000
1,0101 1,0202 1,0305 1,0408 1,0513 1,0618 1,0725 1,0833 1,0942 1,1052 1,1163 1,1275 1,1388 1,1503 1,1618 1,1735 1,1853 1,1972 1,2096 1,2214 1,2337 1,2461 1,2586 1,2713 1,2840 1,2969 1,3100 1,3231 1,3364 1,3497 1,3634 1,3771 1,3910 1,4050 1,4191 1,4333 1,4477 1,4623 1,4770 1,4918
,02
,03 ,04 ,05 ,06 ,07 ,08 ,09 ,10
,11
1,0000 0,9900 .9802 ,9704 ,9608 ,9512 ,9418 ,9324 ,9231 ,9139 ,9048 ,8958 ,8781 ,8694 ,8607 ,8521 ,8437 ,8353 ,8270 ,8187 ,8106 ,8025 ,7945 ,7866 ,7788 ,7711 ,7634 ,7558 ,7483 ,7408 ,7334 ,7261 ,7189 ,7118 ,7047 ,6977 ,6907 ,6839 ,6771 ,6703
,12 ,13 ,14 ,15 ,16 ,17 ,18 ,19
,20
,21
,22
,23 ,24 ,25 ,26 ,27 ,28 ,29 ,30 ,31 ,32 ,33 ,34 ,35 ,36 ,37 ,38 ,39 ,40
0,40 ,41 ,42 ,43 ,44 ,45 ,46 ,47 ,48 ,49 ,50 ,51 ,52 ,53 ,54 ,55 ,56 ,57 ,58 ,59 ,60 ,61 ,62 ,63 ,64 ,65
,66
,67 ,68 ,69 ,70 ,71 ,72 ,73 ,74 ,75 ,76 ,77 ,78 ,79 ,80
1,4918 1,5068 1,5220 1,5373 1,5527 1,5683 1,5841 1,6000 1,6161 1,6323 1,6487 1,6653 1,6820 1,6989 1,7160 1,7333 1,7507 1,7683 1,7860 1,8040 1,8221 1,8404 1,8589 1,8776 1,8965 1,9155 1,9348 1,9542 1,9739 1,9937 2,0138 2,0340 2,0544 2,0751 2,0960 2,1170 2,1383 2,1598 2,1815 2,2034 2,2255
0,6703 ,6637 ,6570 ,6505 ,6440 ,6376 ,6313 ,6250 ,6188 ,6126 ,6065 ,6005 ,5945 ,5886 ,5827 ,5769 ,5712 ,5655 ,5599 ,5543 ,5488 ,5434 ,5379 ,5326 ,5273 ,5220 ,5169 ,5117 ,5066 ,5016 ,4966 ,4916 ,4868 ,4819 ,4771 ,4724 ,4677 ,4630 ,4584 ,4538 ,4493
0,80 ,81 ,82 ,83 ,84 ,85
,86
,87
,90 ,91 ,92 ,93 ,94 ,95 ,96 ,97 ,98 ,99 1,0 1,1
1,2
1.3 1.4 1.5 1.6 1.7
1.8
1.9
2,2255 2,2479 2,2705 2,2933 2,3164 2,3397 2,3632 2,3869 2,4109 2,4351 2,4596 2,4843 2,5093 2,5345 2,5600 2,5857 2,6117 2,6380 2,6645 2,6912 2,7183 3,004 3,320 3,669 4,055 4,482 4,953 5,474 6,050
6,686
7,389 8,166 9,025 9,974 11,023 12,182 13,464 14,880 16,445 18,174 20,086
2,0
2,1
2,2
2.3 2.4 2.5
2.6
2.7 2.8 2.9 3,0
0,4493 ,4449 ,4404 ,4360 ,4317 ,4274 ,4232 ,4190 ,4148 ,4107 ,4066 ,4025 ,3985 ,3946 ,3906 ,3867 ,3829 ,3791 ,3753 ,3716 ,3679 ,3329 ,3012 ,2725 ,2466 ,2231 ,2019 ,1827 ,1653 ,1496 ,1353 ,1225 ,1108 ,1003 ,0907 ,0821 ,0743 ,0672 ,0608 ,0550 ,0498
NV- S TRGYMUTAT
bimodlis eloszls 118 binomilis egytthat 126 binomilis eloszls 126, 127, 153 -je l l s e 127 - vrhat rtke, szrsa, szrs ngyzete 128 binomilis ttel 126 biztos esemny 21, 22, 24, 28, 72 - valsznsge 29 Boole, George 25 Boo/e-algebra 25 Bori, E. 19 Bujfon, G. L L 18 Descartes-szorzat 86 determinisztikus 19 diszjunkt halmazok 22, 30 diszkrt eloszlsfgg vny 73 diszkrt eloszlsok 125 diszkrt valsznsgi vltoz 72, 220 - eloszlsfggvnye 100 - szrsngyzete 83 disztributv 25 dobkocka 17 dnts 206 - eredmnye 206 dntshozatal 206
abszolt momentum 111 adatprok brzolsa 234 alaphipotzis 205 alapsokasg 171 als, fels kvantilis 117 asszociatv 25 axiomatikus elmlet 19
ltalnos szorzs] szably 54 tlagrtk 81 tlagtl val eltrs 81
B Bayes. Th. 18, 170 Bayes-iteXt 61 becsls - hatsfoka (efficiencija) 191 leghatkonyabb (legefficiensebb) 191 becslses - fggetlensgvizs glat 228 - illeszkeds 221 - illeszkedsvizs glat 220 Bemoulli, J. 18, 127, 159 Bernoulli-eloszl&s 127 Bernaulli-flc trvny 163 Bernoulli-ks&t 127 Bernstein, Sz. N. 19 Cardano, H. 18 centrlis abszolt momentum 111 centrlis (kzponti) hatreloszls-ttel 153 centrlis momentum 111,181 - kiszmtsa 181 Csehisev, P. L. 19, 170 Ceîev-egyenltlensg 160,161, 163
E egyenletes eloszls 141 - eloszlsfggvnye 142 - srsgfggvnye 142 - vrhat rtke, szrsngyzete, szrsa 141 egyenletes eloszls 45 egyenl valsznsgi mez 35 egyenl valsznsg esemnyek 34 egymst kizr esem nyek 24, 29, 30, 67 - sszege 29 egymst kizr hipo tzisek 206 egymst nem kizr esemnyek sszege 31
D De Morgan-szably 26, 27 Descartes-f\Q derk szg koordintarendszer 77
294
VALSZNSGSZMTS S MA TMA TIK AISTA TISZTIKA

ersen konzisztens becslse 191 ersen korrellt vltozk feltteles valsznsg 51,60 feltteli egyenletek 237 feltteli egyenletrendszer 238 feltevs vizsglat 205 ferdesgi egytthat 112, 150, 151 Fermat, P. 18, 41 fllogaritmikus papr 235 Fisher, R. A. 170, 192 folytonos eloszls 99, 138,220 folytonos eloszls valsznsgi vltoz - szrsa 107 - szrsngyzete 107 - vrhat rtke 106 folytonos valsznsg eloszls 104 folytonos valsznsgi vltoz 97, 98 folytonos vltoz 99 F-prba218 fggetlen esemnyek 63 fggetlen ksrletsorozat 126 fggetlen valsznsgi vltozk 87, 92 fggetlen, egyenl elosz ls valsznsgi vltozk 173 fggetlensgvi zsglat 226 fggvny szlsrtke 192 fggvnykapcsolatban ll pontok 234
Nv- s trgymutat
geometriai valsznsg 45 Glivenko, V. I. 170 Gnyegyenko, B. V. 170 Gosset, W S. 170 gyakorisg 35 gyakorisgi eloszls 174 K A:-adik centrlis momentum 111 ^-adik tapasztalati momentum 181 A-adrend momentum 110 kedvez esetek 18, 35 Kendal, M. D. 170 ketts logaritmikus papr 235 ktmints -prba 214 ktmints w-prba 210 ktmints w-statisztika 211 ktoldali ellenhipotzis 208 ktvltozs fggvny minimuma 244 khi-ngyzet srsgfggvnye 201 khi-ngyzet-eloszls 198,201 - vrhat rtke. szrsngyzete 201 khi-ngyzet-prba 220 ksrlet 19 - kimenetelei 19 kivlasztott pontok mdszere 235, 239 klasszikus valsznsgi mez 35 kocka feldobsval vgzett ksrlet 21 Kolmogorov, A. N. 170 Kolmogorov-fle aximk 30 kombinci 37 - , ismtlses 38 kombinatorikus md szerek 35 kommutatv 25 komplementer 22 konfidencia hatrok 195
295
konfidencia-intervallum 195, 197,211, 199, 202, 208 - flhossza 197 kontingenciatblzat 227 konzisztens becsls 191 korrekt jtk 80 korrelci 92, 241 korrelcianalzis 241 korrelcihnyados 243 korrelcis egytthat 90, 243 korrelcis koefficiens 243 korrellatlan 243 korrellatlan valszn sgi vltozk 93 korriglt szrsngyzet 212 korriglt tapasztalati szrs 180 korriglt tapasztalati szrsngyzet 180 kovariancia 90, 241 klcsnsen kizr ese mnyek sszege 57 kzelt kpletek 216 kzelt tapasztalati eloszlsfggvny 176, 177 kzepek mdszere 236, 239 kritikus rtk 41 kritikus rtkek arnyos sgi szablya 41 kritikus tartomny 206 klnbsgek tlaga 236 klnbsgek ngyzetsszege 236
egymints -prba 212 egymints j-prba 207 egyttes bekvetkezs valsznsge 64 egyttes diszkrt valsznsgeloszls 86 egyttes eloszls 87, 92, 241 - tblzata 86 egyttes vrhat rtk 87 elgsges becsls 191 elgsges statisztika 191 elemi esemny 20, 22 - valsznsge 33, 72 elemi fggvnyek 234 elfogadsi tartomny 206, 208 ellenhipotzis 205, 208, 2 1 0 ,2 1 4 ,2 1 8 ellentett esemny 22, 126 elmleti eloszlsfgg vny 176 elmleti gyakorisgok 228 eloszls bimodlis 118 - centruma 111 - kzepe 115 trimodlis 118 unimodlis 118 eloszlsfggvny 98, 103, 125, 141, 144 - tulajdonsgai 98 - p-kvantilise 117 elsfaj hiba 207, 209 - valsznsge 207 elsrend momentum
111
93
esemny 22 - bekvetkezsnek eslye 27 - gyakorisga 27 - komplementere (ellentettje) 30 - valsznsge 28,
H hromszigma szably 152 hibs dnts valszn sge 207 Hincsin, A. J. 170 hipergeometrikus eloszls 136 - vrhat rtke. szrsngyzete, szrsa 137 hipotzis 205 hipotzisvizsglat 205 - menete 206 hisztogram 80 homogenitsvi zsglat 220, 222 Huygens, Ch. 18
29
esemnyalgebra 24 esemnyek - azonossga 25 - klnbsge 23 - metszete 24 - , nem fggetlen 64 - sszege 21, 23 - szorzata 22, 23 - unija 24 - egyenlsge 22 esemnyekre vonatkoz mveleteket. 23 esemnyrendszer 24 esemnytr 20, 22, 27,
71
- felbontsa 57 - rszhalmaza 21 - szemlltetse 46 exponenciUs eloszls
I idempotens 25 illeszkedsvizsglat 219, 220 illeszked grbe 233 improprius integrl 103 intervallumbecsls 189 invariancia tulajdonsg 193
144
- eloszlsfggvnye
144
- srsgfggvnye
144
- vrhat rtke, szrsngyzete, szrsa 145
empirikus ferdesgi egytthat 181 empirikus kplet 233, 235 - tpusa 233 empirikus terjedelem 175 empirikus vrhat rtk 174
J G fadiagram 56 fej vagy rs 20 feltteles relatv gyakorisg 52 Galilei, G. 18 gamma fggvny 201 Gauss, K. F. 19, 170 jtk 80 - kedvez 80 - kedveztlen 80 Jordn, Kroly 19, 170
L Lagrange, J. L. 18 Laplace, P. 170 lapultsg empirikus mrszma 182
296
VALSZNSGSZMTS S MA TMA TIKAISTA TISZTIKA

megbzhatsg 195 - szintje 195 megbzhatsgi intervallum 195 megengedhet legnagyobb hiba 152 megfigyels eredmnyei 20, 171 megfigyelhet esemnyek 22 megszmllhatan vgtelen 44 Mr, Ch. de 18, 41 mrsi eredmnyek 170 mrsi hibk 238 minsgellenrzs 205 minta 172 - szksges elemsz mnak nagysga 197 mintatlag 174, 180 - vrhat rtke 174 mintaelemek 172 - eltrse 174 - nagysg szerinti rendezse 174 mintakzp 174 mintateijedelem 174,175 mintavtel 171 - , visszatevs nlkli 42 - , visszatevses 43 Mises, R. 19 modell 19 mdusz 112, 118 Moivre, A. de 18, 41 momentumok 110 nagy szmok trvnye 159,162 nevezetes eloszlsok 125 Newton-Leibniz-ttd 104 Neynian, J. 170 ngyzetes kzphiba 82 normlegyenletrendszer 244 normlis eloszls 146 - eloszlsfggvnye 147, 148 - srsgfggvnye 147, 148 normalitsvizsglat 220,
Nv- s trgymutat
paramterek statisztikai becslsei 190 pronknt fggetlen esemnyek 64 pronknt kizr esemnyek 28 Pascal. B. 18,41 Pearson, E. S. 170 Pearson, K. 170, 243 peremeloszls 86, 241 permutci 36 - , ismtlses 36 pnzrme 20 Poisson, S. D. 19 Poisson-eloszls 131, 133, 136 - vrhat rtke, szrsngyzete, szrsa 132 pontbecsls 189 - mdszerei 189 prbafggvny 208 prbastatisztika 212 reprezentatv mintavtel 171 rtegezett mintavtel 173
297
szorzsi ttel (szorzsi szably) 54 szrs 141 szrs (standard eltrs) 82 szrs becslse 201 szrsngyzet, szrs kiszmtsa 107 szrsngyzet 82, 141, 199, 225 - becslse 190 - kiszmtsa 82 sztochasztikus 19 - folyamat 56 - kapcsolat 90 sztochasztikusan konvergl 162
lapultsg! egytthat 112,151 Legendre, A. 170 legkisebb ngyzetek mdszere 237, 240 lehetetlen esemny 21, 22, 24, 28 -valszn sge 30 lehetsges rtk 72 lehetsges kimenetel 20 lpcss fggvny 100, 175 likelihood-fggvny 193 lineris fggvny kapcsolat 93, 235 lineris kapcsolatot el llt lekpezs 234 Hnearizl mdszer 234 Ljapunov, A. M. 170 lott 38
222
normlt vagy standard valsznsgi vltoz 85 nullhipotzis 205, 208, 2 1 0 ,2 1 2 ,2 1 4 ,2 1 8 , 221,226 - elfogadsa 223 nyersi esly 42
M marginlis (hatr-) eloszls 86 marginlis rtkek 227 Markov, A. A. 170 Marôv-egyenltlensg 160 msodfaj hiba 207, 209 - valsznsge 207 matematikai statisztika 169 - feladata 169 maximum-likelihood (legnagyobb valsz nsg) mdszere 192 maximum-likelihood becsls 193 mechanikus (szisztema tikus) mintavtel 173 mdin 115, 116, 145, 150, 174, 175 - geometriai szemlltetse 115
O osztlykzk 176 Osztrogradszkij, M. V. 170
Quetelet, A. 170
R regresszianalzis 241 regresszis fggvny 238, 242 regresszis grbe 242 rekurzis formula 133 rekurzis kplet 128 relatv gyakorisg 28, 3 5 , 175 , 177, 221 - , feltteles 52 relatv gyakorisg hisztogramja 177 relatv szrs 85, 181 rendezett minta /?-edrend kvantilise 182
sszeg vrhat rtke 108 sszes esetek 18 sszetett esemny 22 - valsznsge 33
N n szabadsgfok (khingyzet)-eloszls 201 n-1 szabadsgfok 212 nagy szmok gyenge trvnye 162
P paramter becslse 189 paramterek kiszmtsa 235
standard eltrs 82 standard normlis eloszls 149 - eloszlsfggvnye 149 - srsgfggvnye 149 standardizlt vltozk kovariancija 91 statisztikai adatok 169 statisztikai becslsek 189 statisztikai fggvnyek 174 statisztikai - hipotzisek 205 - minta 171 - modell 241 -prbk 205 - sokasg 171 statisztikk 174 Student 170 Student-eloszls 198, 199 Student-dosxls tblzat 212 Student-eloszls vltoz 212, 214 slyozott tlag 75 srsgfggvny 103, 144, 198 - tulajdonsgai 103 srsghisztogram 177 szmtani kzp 174 szerencsejtk 18 szignifikancia szint 206 szignifikns 209 - klnbsg 209 szignifikns eltrs 219 Szmimov, N. V. 170
tapasztalati (empirikus) eloszlsfggvny 174, 175 tapasztalati (empirikus) vagy mintaeloszls 174 tapasztalati srsgfggvny 177 tapasztalati szrs 174, 180 tapasztalati szrs ngyzet 179 Taylor-soT 133 teljes esemnyrendszer 61, 73 teljes rendszer 35 teljes valsznsg ttele 58 -eloszls 198 ttelek 84 tiszta illeszkeds 221 torztatlan becsls 190, 191 trimodlis eloszls 118 ^-statisztika 212 turbina 26
298
VALSZNSGSZMTS S MA TMA TIKAl STA TISZTIKA

- diszkrt 72 - eloszlsa 78 - eloszlsfggvnye vrhat rtk 75, 77, 106, 141, 199, 225 - becslse 196 varici 37 - ismtlses 37 variancia 82, 118 vgtelen sor 77 vgtelen valsznsgi mez 33 vletlen esemny 17 vletlen mintavtel 171 vletlen szmtblzat 173 vletlenszer 20 visszatevs nlkli mintavtel 42 visszatevses mintavtel 43 vonaldiagram 77
A Scolar Kiad matematikaknyv-ajnlata
unimodlis eloszls 118
100
- terjedelme 118 - vrhat rtke 82 valsznsgi vltozk kapcsolata 85 - sszefggse 89 valsznsgi vektor vltoz egyttes eloszlsa 86 valsznsgszmts 17 - feladata 19 valsznsgszmts matematikai elmlete 30 vltoz eloszlsa 73 vltozk kapcsolatnak szorossga 241 vltozk szorossgnak mrse 243 vrhat eltrs 113
Obdovics: Matematika
Az Obdovi cs : Mat emat i ka tizentdik, teljeskren tdolgozott kiadsa, vek ta kzkedvelt sszefoglal kziknyv. Hasznlhats gt az eddig eladott kzel 500 000 pldny, valamint klfldi kiadsai bizonytjk. ttekinthet felptse, vilgos magyarzatai, grdl keny stlusa, bsges bra- s pldaanyaga mltn emeli a vilg leg jobb matematika trgy knyvei kz. Az iskolai matematikaoktats hazai s nemzetkzi tapasztalatait felhasznlva fogtam hozz a Mat e ma t i ka tizenkettedik kiadsnak teljeskr tdolgozshoz. Azok a reformtrekvsek, amelyek az okta ts egszre, illetve egyes trgyakra irnyultak, a matematika tananya gra, mdszertanra, jellsrendszerre, nhny fogalmnak pontost sra is hatottak. A hazai s nemzetkzi korszer matematikai irodalom ltal hasznlt jellsrendszerbl tvettem s alkalmaztam azokat a jeleket, amelyek a megrtst segtik s meghonosodtak a kzpiskolai oktatsban is. Az tdolgozs nhny jabb anyagrsz ismertetst is ignyelte. Ilyen pldul a halmazelmlet, az algebrai struktrk, a relcik ele mei. Bvltek a vals szmhalmazra, az egyenletekre, a skgeomet rira, a fggvnyekre, az integrlszmtsra s a differencilegyen letekre vonatkoz ismeretek.
- rszlet a s z e r z e l s z a v b l
res halmaz 21
vals rtk fggvny 71 valsznsg feltteles 51 valsznsgeloszls 44, 73 vonaldiagramja 78 valsznsgi fggvny 29 valsznsgi tletek 169 valsznsgi mez 33, 44, 72 valsznsgi vltoz 71
W Wald, brahm 170 Wê/c/-prba215, 217
A halmazelmlet s az absztrakt algebra elemei Algebra A kombinatrika s a valsznsgszmts elemei Sk' s trmrtan, trigonometria, koordintageometria Bevezets az analzisbe Differencil- s integrlszmts Az Obdovi cs : Mat e mat i ka eredmnyes segttrsa lehet a mate matikval brmilyen szinten foglalkoz diknak s felnttnek egya rnt, klnsen az rettsgire, felvtelire kszlknek.
Terjedelem: 816 oldal Formtum: B/6 ISBN: 963-9193-70-4

Obádovics J. Gyula - Valószínűségszámítás És Matematikai Statisztika

Uploaded by

Copyright:

Available Formats

You might also like

Obádovics J. Gyula - Valószínűségszámítás És Matematikai Statisztika

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Obádovics J. Gyula - Valószínűségszámítás És Matematikai Statisztika

Uploaded by

Copyright:

Available Formats

EL SZ

DR. OBDOVICS J. GYULA, 1995, 2001 SCOLAR KIAD, 2003

Balatonszrsz, 1994. december havban

Balatonszrsz, 2001. jnius havban

VALSZNSGSZMTS S MATEMATIKAI STATISZTIKA

GYAKRABBAN HASZNLT JELEK S RVIDTSEK

lekpezs jele hozzrendels jele fggvnyek jele az a, b szmok kzl

} ], 2 , ... elemek halmaza

sszegezs jele, pl.

n elem ismts nlkli per mutciinak szma

p(ki ,k2 ,...,kr)

elem ismtlses per mutciinak szma

n klnbz elem ismtls nlkli ^-ad osztly vari ciinak szma

VALSZNSGSZMTS S MA TMA TIK AISTA TISZTIKA

alfa bta gamma delta epszilon zta ta

ita kappa lambda m n ksz

r szigma tau pszilon fi kh psz mega

az A esemny valsznsge az A valsznsge a B felttel mellett (feltteles valsznsg) t F

Var X, D^ { X ) , a ^ variancia, szrs ngyzet feltteles relatv gyakorisg v(Xj),v(yj) peremeloszlsok

X vltoz :-adik momentu

ma b(k;n, p) binomilis eloszls p { k ; A) Pom on-eloszls

mdusz eloszlsfggvny /?-kvantilise

A valsznsg s aximi Kombinatorikai sszefoglal

A teljes valsznsg ttele Valsznsgi vltozk

/. bra. Szablyos kocka lapjai

1.2. Esemny, esemnytr

1.2.1. Mveletek esemnyekkel

B kt esemny, akkor ezen esemnyek

1.2.1. M veletek esemnyekkel

A - B + C ) = ( A - B ) - C egyenlsg mindig teljesl.

Definci. Legyen A], A2,

A , A^ ^ 0 (k =l , 2, . . . , n) az ese A ,; Aj = 0 (i, j = 1,2, ...,n ;

mnyek olyan halmaza, amelyre

3. A/ = A, ill. AQ = A e) 1. A(B + C) = AB + A C 2. A + BC = (A + B){A + C) (A szorzs s sszeads kt disztributv trvnye)

f) De Morgan fle szablyok: Ha A s fi esemnyek komple menterei A s B , akkor A +B =A B ; A B = A+B,

1.3. A valsznsg s aximi

1.3.2. A valsznsg matematikai fogalm a

gnak nevezzk s csak k = 0, 1,2,

-val jelljk. Mivel az A bekvetkezsre jhet szmtsba, ezrt

n egyenltlensg teljesl a relatv gyakorisgra.

amelybl kvetkezik, hogy

1.3.2. A valsznsg matematikai fogalm a

A, ... egymst pronknt kizr esemnyek

sorozata, azaz A; A j = 0 , ha i i= - j, akkor P(A^ + 2

A^ +. . . ) = P(Ay) + P(2) + . . . + P(A^) + . . . .

1.4. Valsznsgi mezk

s a lehetsges esetek szma 8 (F a fej, I az rs).

B) + P{A + ) = 1, melybl a P(A + B) = \ - P(A B ) llts kvetkezik.

A megfelel valsznsgi mez: Q s Po=nO ) = | , p, = P (1 ) = | , -n 2 ) = |, /7 3 = P (3 ) = 1 .

1.4.2. Kombinatrikai sszefoglal

(Vegyk szre, hogy a valsznsgek nemnegatv vals szmok s sszegk: 1, az-

A elemeinek szma Q elemeinek szma

eseteknek szoktuk nevezni s a fenti kpletet gy rjuk fel:

valsznek, akkor nyilvnval, hogy P(A ,;)= , (i = l,2 ,...,n ), hiszen

1.4.2. Kombinatrikai sszefoglal

Ha az adott n elem kztt ki , k 2 ,

= 2, icj = 3, *3 = 2 szmnak figyelem3628800 = 151200. 24

1.4.2. Kombinatorikai sszefoglal

a binomilis egytthatk szoksos jellse.