Kézirat

Matematikai és matematikai statisztikai alapismeretek

című előadáshoz

Dr. Győri István

NEVELÉSTUDOMÁNYI PH.D. PROGRAM

1999/2000

1
 1. MATEMATIKAI ALAPFOGALMAK

1.1. Halmazok
Halmazon mindig bizonyos dolgok összességét értjük (nem adunk ennél absztraktabb matem-
atikai definíciót). Ha egy dolog beletartozik a halmazba, azt mondjuk, hogy eleme a halmaznak.
Fontos szempont, hogy egy halmaz megadásánál mindig eldönthető legyen, hogy egy dolog
eleme-e a halmaznak vagy sem.
A halmaz megadható elemeinek felsorolásával vagy valamilyen a halmaz elemeit jellemző
tulajdonság megadásával.
Példák: A harmadéves középiskolások halmaza, vagy az 1, 2, 3, 4, 5 számok halmaz. A
páros számok halmazát megadhatjuk szabállyal és felsorolássl is: 2, 4, 6, 8, ... . A halmazok


jelölésére általában a nagybetűket, míg elemeik jelölésére a kisbetűket szokták használni. Azt,



 

hogy az szimbólummal jelölt dolog eleme a nagy betűvel jelzett halmaznak úgy jelöljük,

hogy vagy Ha az halmazt elemei felsorolásával adjuk meg, akkor azt a

    


vesszővel elválasztott elemek és jelek közé írásával jelöljük.

      


Példa: Az 1, 2, 3, 4, 5 számok halmaza =
A páros számok halmaza =

! tulajdonság

Másik lehetséges megadási módja a halmaznak, amikor azt írjuk, hogy

A páros számok halmaza =       

#"$ % %&"'( )*"+  ,-

Ha bevezetjük a pozitív egész számok halmazára az . jelölést, akkor
A páros számok halmaza "$ % %&"' )/0.1



32
vagy
5 4
Az, hogy egy dolog (röviden ) nem eleme az halmaznak, az

szimbólummal jelöljük.

" 6
Nagyon sok esetben a halmazunk valamely másik halmaz elemeinek olyan összessége, ame-
lyek közös tlajdonságúak. Legyen a középiskolás diákok halmaza. az elsőéves középiskolás

67"' 8

elsőéves


diákok halmaza. Ekkor írhatjuk, hogy

Világos, hogy 6 minden eleme egyúttal eleme az hamaznak is.

A 6 halmazt az halmaz nevezzük, ha 6 minden eleme egyúttal


eleme -nak is. (Jelölésben: 6:9
1 . Definíció
<

; 6 ). Formális logikai eszközökkel a fenti
részhalmazának

=
vagy

>6@? 


definíció így is leírható

(minden -re, amely eleme 6 -nek következik, hogy  ).

(Jelölésben: 9
1 . Megjegyzés
-
!Világos,
A hogy bármely halmaz részhalmaza önmagának.

- Azt a halmazt amelynek nincs eleme, az üres halmaznak nevezzük, és Ø-val jelöljük. Definí-

"B CD  EGF

ció szerint az üres halmaz minden halmaznak részhalmaza.

 F
- A véges sok elemű halmaz összes lehetséges részhalmazainak a száma
. (Természetesen figyelembe vettük, hogy az üres halmaz és az halmaz is részhalmaza
-nak.)Egy halmazban egy adott dolog csak egyszer van felsorolva, így az elemei páronként

2
 különböznek.

6
" 6
2 . Definíció Két halmaz és egyenlő (jelölés:
6
) ha az elemeik azonosak.

9 6 6@9

Egyszerű belátni azt a tényt, hogy az és a
és .
halmazok pontosan akkor egyenlőek, ha

6
További kérdések: Lehet-e halmazok között műveleteket végezni, és ha igen hogyan?
Halmazok egyesítése (uniója, összege): Az és halmazok egyesítésének azt az

6

67"' ! 
vagy >6

halmazt nevezzük, amely a következőképpen van definiálva:

6 halmaz elemei mindegyike eleme az
és 6 halmazok legalább egyikének eleme.)

(Az

Halmazok metszete (közös része): Az és 6 halmazok metszetének azt az


6 halmazt


67"' ! 
és >6

nevezzük, amely a következőképpen van definiálva:


6 halmaz minden eleme egyidejűleg eleme az
és 6 halmaznak is.)

(Az

az és 6 halmaznak nincsen közös eleme, akkor


6 " esetben azt



hogy az és 6 halmazok kizárják egymást (diszjunktak).
Világos, hogy ha


Az és 6 halmazok különbségének nevezzük azt az 6 -vel jelölt halmazt amely definí-
mondjuk,

ciója a következő:
 6 "$ ! 
és +2>6

 6 halmaz elemeit azok a dolgok adják, amelyek elemei
-nak és ugyanakkor nem
elemei 6 -nek.)
(Az

Halmazok és az azokon végezhető műveletek sematikus ábrázolása.

6
6
7 6 "



67" 



67" 6

 6 "

 67"
6


6 A
 6


Az halmaz valamely  halmazra vonatkozó komplementer


"  
feltéve,
(kiegészítő)
halmaza alatt azt
hogy 9  (Tehát az

9 halmaz komplementere az a halmaz, amelynek elemei az  halmaznak
az szimbólummal jelölt halmazt értjük, amelyre


elemei -nak).
elemei de nem

 
Példa. Végezzünk kísérletet úgy, hogy két pénzdarabot dobunk fel egymás után. Jelöljük
-vel ha írás, és -fel ha fej kerül felülre. Ekkor a következő esetek lehetnek:

(i,i) mindkettő írás

(i,f) első írás, második fej
(f,i) első fej, második írás

 "'
  A
  A
  A
  A

(f,f) mindkettő fej

Lehetséges esetek halmaza:

3

" Lehetséges részhalmazok:
 
  A
 
  A
 
  A
 
  A
 
  A
  A
 
  A
  A
 ,
  A
  A
  A
  A


A két dobás egyforma
A 

#

  A
A "

A két dobás különböző  
" 6
 A
A két dobás között legfeljebb egy dobás fej  
#"

  A
 A
 A
Feladat:

67"


6 "

 7
6 "

"


"

"

1.2. Kombinatorika elemei
Kérdés mi az általános szabály egy adott feladat típusnál a lehetséges esetek számának
megadására.
Nézzünk néhány motiváló feladatot:

%
1. Egy tavon át féle hajóból lehet választani, amelyek a két part között oda és vissza sétaha-
józnak. Hányféleképpen tudja valaki az oda-vissza utat megtenni, ha két különböző hajóval
akar utazni.

%&"'
Megoldás:
egy hajó van A feladat nem oldható meg, csak ugyanazt a hajót lehet oda

%&"'  
és vissza is választani.
és  hajó   oda


oda 2 választás lehetséges
    vissza
vissza  

%&"'   
 és  hajó                 6 választás lehetséges:
    oda 3 választás,  
vissza 2 választás

#"' 
Mivel minden oda választáshoz vissza már csak két lehetséges eset van, így a lehetséges

"%
%  A

%
választások száma
Általában különböző hajó esetén a lehetséges választások száma   (In-
dokolja meg!)
2. Négyszínű fénnyel működik egy jelzőrendszer. Egy jelzéshez egy, két, három vagy négy
színt használunk. Hány embert tudunk így értesíteni, ha minden jelkombináció két em-
bernek szól az egyik állandó, a másik felvillanó fénnyel.
Megoldás: Minden lámpánál két állapot lehet vagy világít, vagy nem.
Ez azt jelenti, hogy ha a felvillanó fénytől eltekintünk, akkor
 "'   #"' "+
eset lehet.

 0#"'
Egy esetben egyik lámpa sem ég ezért ezt ki kell zárni. Tehát az értesíthető emberek
száma:   fő.
Megjegyzés: jelölje 0 azt az esetet, amikor a lámpa nem ég és jelölje 1 azt az esetet,
amikor a lámpa ég. Ekkor a négy lámpára vonatkoztatva a következő lehetséges sorozatokat
kapjuk:

4
    

egyik lámpa sem ég
  
   
    pontosan egy lámpa ég
   
1 1 0 0
1 0 1 0
1 0 0 1
pontosan két lámpa ég
0 1 1 0
0 1 0 1
0 0 1 1
1 1 1 0
1 0 1 1
pontosan három lámpa ég
0 1 1 1
1 1 0 1
1 1 1 1 négy lámpa ég
Kettes számrendszer 





0 = 0 
0 
0
0   CC 
   
0 0 0 0
0 0 0 1 1 = 0 0  0 1 
0 0 1 0 2
0 0 1 1 3
0 1 0 0 4

   C 
0 1 0 1 5



0 1 1 0 6 = 0 1  1 0 
0 1 1 1 7 =
1 0 0 0 8 =
1 0 0 1 9 =
1 0 1 0 10 =
1 0 1 1 11 =
1 1 0 0 12 =
1 1 0 1 13 =
1 1 1 0 14 =

%  C     F  féleképpen hajthatunk vé-

1 1 1 1 15 =

"' C    F féleképpen hajthatjuk végre.

Általános eset: Legyen cselekedet, amelyeket
gre. Ekkor a teljes cselekvéssorozatot 
1.3. Permutáció

1.3.1 Ismétlés nélküli permutáció.

F
Ismétlés nélküli permutációról akkor beszélünk, ha adott különböző elemeket valamilyen
más sorrendbe átrendezünk. A lehetséges átrendezések (sorrendek, permutációk) számát  -el
%
F
jelöljük, ha különböző elem van.
Kérdés hogyan határozható meg 

Példa:


Hány féle sorrendbe írhatók a MA betűi?
MA AM két lehetséges sorrend a permutációk száma = 2 = 


5
 Hány féle sorrendbe írhatók a FEL szó betűi?

  "+ "
FEL EFL LFE
FLE ELE LEF lehetséges permutációk: 
2 2 2

Hány féle sorrendbe írhatók a CUKOR szó betűi?

A
A "'    #"' 

Általában  F!" % %   %   , #" % (% faktoriális)

1.3.2 Ismétléses permutáció

Motiváló példa: Hány féle különböző sorrendbe rendezhetők a KAPA szó betűi?
KAPA AKPA PKAA
KPAA AA
KAAP
3 3!=6 eset 3 eset 12 eset

C C "  "     "'

   CC 

  



eset

   " 

 


%
 C  C 
Általában ha elem van emelyekből az

 .  
szer
ször
..
  
szer szerepel

 C

 " % 

akkor az ismétléses permutációk száma

 F   
 
 
"  C 

%

" % A


( C   F




 
 
  

 B% A
1.4. Kombináció
Ismétlés nélküli kombinációról beszélünk, ha elem közül (  elemet úgy % 
F
választunk ki, hogy mindegyik csak egyszer kerül sorra
 és a kiválasztás sorrendje nem számít.
A lehetséges ismétlés nélküli kombinációk számát jelöli.

Példa.
7 tanuló közül három kiválasztása hány féle képpen lehetséges, ha a kiválasztás sorrendje
nem számít (egy tanulót csak egyszer választunk ki).
A B C D E F G
+ jel ha kiválasztott, és - jel ha nem.
+ + + - - - -
Ez a + és - jelek ismétléses permutációinak száma, azaz

F "  F F " 
% %   A


     



Jelölés

6

% A " %

C % 

 
binomiális együttható.

A feladat megoldása:
1 2 3 4 5 6 7



"   "


1 2 3 1 2 3 4
"+ eset lehetséges!

1.5. Binomiális tétel

Tetszőleges kéttagú kifejezés (binom) bármely nem-negatív egész kitevőjű hatványa poli-

 A F " %  F  
%  F C 
,
%   F
%  F "
nommá alakítható a következő módon:


   %   %


F % F
% 0.    A
  
  



 A C "    
   #" 
 % " % "'
n=1

   


 A  "     
  
     "  
 
 
  
  # F " F
Mi történik általános esetben
 


Pascal-féle háromszög:

C 
 CC


 C 

C 

C
 
   
 
 
  
   
    
       
. . . . . . .

7
1.6. Az átlag

F
" C , F " " C




számtani közép
% %
harmonikus közép "
C
% 

C  " 

C " 4   F " 4 
sebesség átlagolására órákkal is!
geometriai közép " C   F!"

C   F  
exponenciális növekedésére

C"'
"'


"+  "+
Példa:

"     "'
 

 " CC
C

C
C "
  
C  "   "'
 "      " #"  


C"' "  %&"+

Példa:


Ismétlő feladatok:

Válasz:  




1. Hány olyan tízjegyű
"'
szám van,
"
A '"   
amelyben minden számjegy csak egyszer fordul elő?
 

 
 
2. Hányféle sorrend állítható fel 3 férfi és 4 nő között, ha azt akarjuk, hogy a férfiak és a nők
felváltva következzenek egymás után.

           
Alapelrendezés

%  %  %  %  %  %  % 
( nem lehetséges eset)

nők permutációja: 

férfiak permutációja: 
A

összes lehetséges   "'       "+  #"' 

Van öt golyónk, amelyek mindegyikén van egy sorszám. A páros golyók piros ( ), a párat-
lanok fekete (  ) színűek:
3.

C    

Kérdések:
(a) Hányféle sorrendjük lehet a golyóknak színűktől függetlenül?

Válasz: 5! (ismétlés nélküli permutáció)

(b) Hányféle sorrendjük lehet a golyóknak ha csak színűk érdekel bennünket?

8
 Válasz (ismétléses permutáció):
 "  "   "' 

 3! 


4. Hányféleképpen tölthetjük ki egy 13 kérdést tartalmazó teszt válasz oszlopát, ha 8 választ
1-esre, 2 választ 2-esre és 3 választ 3-asra tippelünk? (ismétléses permutáció!)

"     "'      "+ 

C

  







 a lehetséges esetek száma.
5. A lottón 90 számból találomra ötöt húznak ki egymás után oly módon, hogy a már kihú-
zottakat nem teszik vissza az urnába. (A húzás sorrendje érdektelen). Hány szelvényt kell
kitöltenünk, hogy biztosan legyen közöttük öttalálatos?
Megoldás (90 elem 5-ödosztályú kombinációja):

"  "   "

   

     
 "      






    
1.7. Ismétléses kombináció
% 
% 
Adott különböző elem közül elemet úgy választunk ki,hogy egy elem többször is sorra

F
kerülhet, és a kiválasztás sorrendje
   nem számít. Ekkor elem -adosztályú ismétléses kom-
binációjáról beszélünk. Jele

F " %
  


 

6. Példa: %&"   *"+

"      "   "   "      
 




          

7. Írjuk fel az    betűk másodosztályú ismétlés nélküli és ismétléses kombinációit!



 "
 "  "'   "  "  "   "+ 

 

        

ab b c cd a a b b c d d d
a c b d a b b c c d
a d a c b d
a d

9
 2. VALÓSZÍNŰSÉGSZÁMÍTÁS

2.1. Eseményalgebra
Véletlen és szükségszerű jelenség.
Szükségszerű jelenségnél a jelenség lefolyása előtt tudjuk,hogy mi várható, mi lesz a kimenetele.
Véletlen jelenségnél vagy nem tudjuk, vagy tudhatnánk, de a bonyolult körülmények miatt
nem tudjuk az ismereteinket egyértelműen alkalmazni (ilyenkor a jelenség lefolyása számunkra
előre meg nem jósolható kimenetelhez vezet).
Persze a véletlen esemény létrejötte, vagy az általunk elvégzett véletlen kísérlet (továb-
biakban véletlen jelenségen és kísérleten ugyanazt fogjuk érteni) vizsgálatánál a lehetséges
kimeneteleket ismerjük.
A lehetséges kimeneteleket elemi eseményeknek nevezzük. A kísérlet tervezésénél (egy je-
lenség) vizsgálatánál fontos, hogy az elemi események jól megkülönböztethetőek legyenek,
ami azt jelenti, hogy a kísérlet elvégzése után eldönthető legyen, hogy melyik következett be.
Ugyancsak fontos, hogy a véletlen kísérlet vagy esemény akárhányszor megismételhető, illetve
megfigyelhető legyen azonos körülmények között természetesen a lehetséges kimenetelek (el-
emi események) lehetnek mások és mások.
Példa.
- Egy fémpénz feldobásánál az eredmény lehet fej vagy írás. A pénz feldobása megismétel-
hető, a lehetséges kimenetelek halmaza egyértelmű.
- Kocka dobás (6 oldalú). Lehetséges kimenetelek, ha például az oldalakon különböző számú
pont van? 1 pont, 2pont, 3 pont, 4 pont, 5 pont, 6 pont.
Figyeljük meg, hogy ezekben a példákban a lehetséges elemi eseményeken kívül nincsen
más lehetőség.
A lehetséges elemi események halmazát biztos eseménynek nevezzük, mivel a kísérlet elvégzésénél
ennek a halmaznak valamelyik eleme biztosan bekövetkezik.
Általában eseménynek a biztos esemény (az összes lehetséges elemi eseményekből álló
halmaz) részhalmazait nevezzük. Figyelem az elemi események alkotják a biztos eseményt
ugyanakkor az elemi eseményeket a biztos esemény egy-elemű részhalmazainak is tekintjük.
Ha egy kísérlet elvégzése után olyan elemi esemény következik be, amely eleme valamely
eseményt reprezentáló halmaznak, akkor azt mondjuk, hogy ez az esemény bekövetkezett.
Példa.
 
 $
"  
 
Pénz feldobás egy pénzzel. Lehetséges kimenetelek írás (jele ) és fej (jele ). A biztos es-

 
G 
 
#" 0 
emény Az események a részhalmazai, az az (üres halmaz lehetetlen esemény),
és
Pénz feldobása. Két pénzünk van. Az első majd a második pénz feldobása, és leesett pénzek


  A
  A
  A
  A 
helyzetének megfigyelése jelenti a kísérletet. Lehetséges kimenetelek (elemi események) az
és betűkből alkotott párok: (Például jelenti, hogy az első

  A
 "'
  A
  A
  A
   A

pénz írás a második fej. .....)

C"  "$
"'  A 

A
A biztos esemény , , A lehetséges események
A
"
$  A 

 A
A

A

A
"
'  A  

A

"'
 A
  A

A

"' 

A
"$  
"'  

C "$
 
A 
 A
A 
 A
A CC"$
 
A 
 A 
A  
 A
A C "$

   AA

   AA

  A A

A A A

C "'   
C "'   
C "$    

A A A

C "'
  A
  A
  A

 
A
A

A
 A
2 halmaz. "' 
10
 C C C
Kérdés, mely események következnek be, ha mind a két pénzzel írást dobtunk?
Válasz
az A , A
, A , A , A , A , A események.
  
Rövid összefoglalás: A valószínűségszámítás véletlen tömegjelenségekkel (sokszor előfor-
duló, akárhányszor megismételhető) foglalkozik. A jelenségek lehetséges kimeneteleiket elemi
eseményeknek, az elemi események halmazát biztos eseménynek, az üres halmazt lehetetlen es-
eménynek, míg a biztos esemény (néha alaphalmaznak is hívjuk) részhalmazait eseményeknek
nevezzük. Azt mondjuk, hogy az esemény bekövetkezett ha a jelenség kimenetele (illetve azt
reprezentáló szimbólum) eleme az eseményt reprezentáló halmaznak. Ellenkező esetben az es-
emény nem következett be.

2.2. Relatív gyakoriság és valószínűség

Kérdés, lehet-e tapasztalati úton mondani valamit arról, hogy egy véletlen jelenség milyen
kimenetelű lesz. A bizonytalanságot az okozza, hogy az esemény kimenetelét meghatározó
tényezőket nem ismerjük.
A lehetséges eljárás, hogy az eseményt többször egymás után megismételjük és a megfigyelt
kimeneteleket lejegyezzük.

                
Pl.: Pénzdobásnál a következő sorozatot kapjuk:

A kísérletek száma: 17, ebből fej 9, és írás 8. Tehát a 17-szer azonos körülmények között
megismételt kísérletből 9 esetben fej és 8 esetben írást kaptunk. Azt mondjuk, hogy a fej
bekövetkezésének gyakorisága 9, és az írás bekövetkezésének gyakorisága 8.
A gyakoriság önmagában nem sokat mond, viszont sokkal informatívabb a gyakoriság és az

C "   
elvégzett kísérletek számának hányadosa. Ezt a számot
hívjuk relatív gyakoriságnak.

"   
A konkrét esetünkben a fej relatív gyakorisága: és az írás relatív gyakorisága
C Megfigyelés

(tapasztalat) azt mutatja, hogy a kísérletek számának növekedésével a relatív

gyakoriság valamely meghatározott szám körül ingadozik egyre kisebb és kisebb kitérésekkel.
Ezt a számot nevezzük valószínűségnek.
A valószínűségszámítás tárgya megadni azokat a szabályokat, amik az eseményekre és azok
valószínűségeire vonatkoznak. Az, hogy a kiindulási valószínűségek milyen pontosak, vagy an-
nak a vizsgálata, hogy a relative kevés kísérlet alapján következtetni lehet-e a véletlen esemény
természetére, az úgynevezett statisztika vagy matematikai statisztika tárgya.

  
Tehát legyen egy alaphalmazunk és tekintsük az e halmaz részhalmazainak családját amit

% 
-val jelölünk. (A olyan halmaz, amely elemei maguk is halmazok.) A elemei az es-



emények. Egy kísérletsorozatnál, amely kísérletből áll 
jelöli azoknak a kimeneteleknek a



számát, amelyek az halmazba tartoznak. Röviden mondva az esemény 
-szor következik
be

neve gyakoriság. E kísérletsorozatban az esemény relatív gyakorisága:




!

A %
 valószínűsége, jelölése  az a szám, amely körül egyre kisebb kitérésekkel
ingadozik a F relatív gyakoriság értéke miközben a kísérletek % száma egyre nagyobb és
Az esemény 

 A C 

A " C 

A "  
 
A "'
Például: Pénzdobásnál 
"
nagyobb lesz.

Ahhoz, hogy összefüggéseket állítsunk 
fel a valószínűségek között elsőnek az eseményekkel
kell foglalkoznunk.

11

E68 
CD
 , 6/C E6 
2.3. Események közötti összefüggések
Az eseményeket általban nagybetűkkel jelöljük: . Feltesszük,
 
hogy a vizsgált események részhalmazai a biztos eseményeknek. Az üres halmaz is esemény,
neve lehetetlen esemény.

A., Ellentétes esemény. Egy esemény ellentétes eseménye alatt azt az eseményt értjük, amelyik



csak akkor következik be, ha az esemény nem következik be. Az esemény esetén az
ellentétes esemény jele

" 


? +2
és  A
B., Események szorzása. Azt mondjuk, hogy két esemény szorzata következik be, ha olyan el-

6
6
emi esemény következik be, amely mindkét eseménynek egyidejűleg eleme. Szimbólumokkal,
az és események szorzatát jelöli és

 67" 

86 azaz 
6 ? 
és >68


bekövetkezik. Formulával, az és 6 események összege + 6
C., Események összeadása. Két esemény

összege akkor következik
? 
vagy >68
be, ha legalább az egyik

Néhány következtetés az előbbi meghatározások alapján.

- A

" 
lehetetlen esemény ellentéte az
1"

biztos eseménynek, és fordítva

és


"

- Az esemény ellentétének ellentéte önmaga


"

és

"
A 
- Az és annak ellentéte egyidejűleg nem következhet be:

be, akkor azokat egymást kizáró es-

eményeknek nevezzük. Formulával felírva: az és 6 események pontosan akkor zárják
Ha két esemény egyidejűleg nem következhet

ki egymást, ha
67"

6
"
A 

és
kizárják egymást a
és
események kizárják egymást, ugyanis

"


"

Például

-


"
és 
"



"



"
Az összeadás és szorzás műveletek értelmezve vannak több tagra is:

-

C




F az az esemény, amelyik pontosan akkor következik be, ha az
CD 
F


C
...
F esemény pontosan akkor következik be, ha
CD
,
F mindegyike egyide-
-
események közül legalább egyik bekövetkezik.
 
jűleg bekövetkezik.

2.4. A valószínűség matematikai fogalma

% %
Világos, hogy a relatív gyakoriság nem-negatív és egynél nem nagyobb szám, ugyanis
kísérlet elvégzése esetén a bekövetkezések száma legfeljebb lehet. Ez azt jelenti, hogy

12
 F '

  




*A 
3 . Definíció szerint az esemény valószínűsége olyan valós szám, amely nagyobb vagy egyenlő

 

*A '
mint 0 és kisebb vagy egyenlő mint 1. Jele: 

A  

A lehetetlen esemény valószínűsége 0,   "  A biztos esemény valószínűsége egy, 

A"


és 6 kizárja egymást, %

tartozó
" F a 6 -hez tartozó 
" F az
Ha két esemény
 

akkor


6 -hez tartozó

" F " F
kísérletnél a relatív gyakoriságok:
   
  
F
-hoz


Ennek alapján a valószínűségszámítás a következő axiómákon alapszik:

!A
I. Minden egyes véletlen eseményhez hozzá van rendelve egy nem negatív szám: az es-
emény valószínűsége, amelyet  -val jelölünk


*A '
 

 A "  és a lehetetlen esemény valószínűsége


A
II. A biztos esemény valószínűsége 1, azaz 
0, azaz   "  (Az egy valószínűségű esemény nem szükségképpen a biztos és nulla


III. Ha 67"  akkor 



6 A " 

!A

6 A
valószínűségű nem szükségképpen lehetetlen esemény.)



IV. Ha az C  F , események páronként kizárják egymást, azaz


 "   " 4  Ekkor



C


F
, A " 

C A



F A

(Megjegyzés: a gyakorlatban gyakran vannak olyan esetek, vagy modlelek, amikor a jelen-
séget végtelen sok (megszhámlálhatóan végtelen sok) elemi eseménnyel lehet leírni. Ekkor
az események száma is megszámlálhatóan végtelen.)

Az axiómák alapján az eseményekre számos hasznos megállapítást fogalmazhatunk meg:

1. Ellentétes esemény valószínűsége: tetszőleges


!A +"   
eseményre

!A 



"

"  és így 


!
A " 
 A "'
Ugyanis


!A


!A "+ " ? 

!A +"   

!A 


C

F események
2. Egymást kizáró események összegének

 "  ha 
" 4 
 *"+  E% A  akkor
valószínűsége. Ha az
páronként kizárják egymást, azaz



C


F A " 

C A



F A 




4 . Definíció Az C
,
F eseményekről
kizárják egymást és C ,
F*" 
azt mondjuk, hogy teljes rendszert alkotnak, ha páronként

3. Ha az C  F események teljes rendszert alkotnak, akkor


C


F A " 

C A



F A "+


4. Tetszőleges és 6 eseményre




6 A " 

*A

6 A  

6 A 
13

E 68 eseményekre:



6
A " 

!A

6 A

A  

6 A  

A  
6 A


6 A 
Tetszőleges

5. Ha az

!

esemény mindig maga után vonja a 6 esemény bekövetkezését, azaz
9 68
A 
6 A és 
6
!A " 
6 A  

*A 
akkor 





6 
!A A " 

!A

6
!A " ? 
6 A  

!A " 
6
*A  A


6. Legyen a véletlen kísérletnek % elemi eseménye CD  F

 amelyek mindegyike egyenlő
valószínűséggel fordul elő. Ha ekkor 6 olyan esemény, amelyhez pontosan  elemi es-
emény tartozik (mindegy, hogy melyik  darab), ekkor

A" 
 6
%
Indoklás: órán.

DC 

Az összefüggések
felhasználása konkrét esetekre.

elemi események azonos valószínűséggel.


CA " 

A $
Kockadobás.
" " 


A "

C A
 



A +"   "+
"
C
  másrészt 


A páros szám dobásának a valószínűsége:







A " 

A


A



A "  "  

     
2.5. Valószínűségek kiszámításának klasszikus kombinatorikus módja
Egy esemény valószínűsége egyenlő az esemény bekövetkezésére nézve kedvező esetek és
az összes lehetséges esetek számának hányadosával, feltéve,hogy a lehetséges esetek (elemi
események) egyenlően valószínűek.
Példa: mi a valószínűsége

annak, hogy 5-ös találatot érünk el a lottón?
90 számból 5-öt  féleképpen lehet kiválasztani.

"
  "     "          "

kedvező esetek száma



összes esetek száma

"       "          

Példa: Három kockával, amelyek megkülönbözhetetlenek, dobunk egyszerre, és a három

  #"'   #"'  "+

dobás összegét tekintjük eseménynek.




Mik az elemi események? Egész számok és között.

 C "' 
Lehetséges események száma: 16. Ezek összetett események, amelyek elemi eseményekből

"  CC "
C " "   
állnak. Az elemi események száma

 ,   C "+












 
 
   

Példa: Egy urnában nyolc billiárdgolyó van, öt piros és három fehér. Két golyót találomra
kihúzva mi a valószínűsége annak, hogy különböző színűek lesznek?
Két lehetőség:

(a) elsőnek piros golyót húzunk!

14

" C
Piros valószínűsége a másodikra húzott fehér valószínűsége (8 lehetséges, amely-
ből 5 kedvező). Annak a valószínűsége, hogy a két golyó különböző: 

 " C
(b) elsőnek fehér golyót húzunk!
Fehér valószínűsége a másodikra húzott piros valószínűsége Szorzat: 

Mindkét eset megfelel, ezért a keresett valószínűség: 



 C
C " " C "  

Milyen esetekben alkalmazható a valószínűségek összeadási, illetve szorzási szabálya?
Ha ugyanabban a futamban két lóra fogadok, annak a valószínűsége,
lovon külön-külön való nyerés valószínűségének összege lesz:

C C '" 
hogy nyerek, a két

Ha ellenben összetett fogadást kötök, tehát fogadok egy lóra  az első

 futamban azzal, hogy ha
nyerek, a nyeremény a második futamban egy másik lóra teszem, akkor annak a valószínűsége,
C C" C
hogy az összetett fogadást megnyerem, a két ló saját futamában való győzelem valószínűségeinek
szorzataként adódik:
  
3. GEOMETRIAI VALÓSZÍNŰSÉG
Sok esetben a vizsgált problémához tartozó elemi események egy geometriai alakzat
pontjainak és az események valamely geometriai alakzatnak felelnek meg. A geometriai alakza-
toknak mértéke (hossza, területe, térfogata) van és ilyenkor feltesszük,hogy az összes eseményt


egy jól meghatározott geometriai alakzat foglalja magába. Ez az elemi események alaphalmaza,



jele Az halmaz mértéke nagyobb vagy egyenlő mint bármely másik az belsejébe lévő


alakzat mértéke ( egy eseményt reprezentál).

*A "

Az esemény bekövetkezésének valószínűsége, ebben a geometriai interpretációban


az tartomány mértéke

Világos, hogy 


!A
  és  


!A $ Az üres halmaz mértékét nullának vesszük.
az tartomány mértéke

Példa. Egy 20 cm sugarú kör alakú céltáblára lövéseket adunk le és az alapfeltevésünk, hogy
a táblán kijelölt alakzat eltalálásának valószínűsége arányos az alakzat területével. Ekkor, -val


jelölva az alakzatot,



!A "

területe



területe
ahol a 20 cm sugarú körlap. területe   így


!A "
területe




 
Legyen

egy sugarú kör, amely középpontja ugyan az mint a 20 cm sugarú köré. Ekkor


!A " 
 "
  
'

      

Példa. Két ember megbeszéli, hogy egy adott helyen találkozik 10 és 11 óra között. A
találkozó helyére véletlenszerűen érkeznek. Mekkora a valószínűsége annak, hogy a korábban
érkező legfeljebb negyedórát vár a később érkezőre?
A modell: Legyen az a négyzet, amely végpontjai     és
 A
  A
 A
  A
lásd az
ábrát.

ábra

15
 Az egyik ember , a másik órával érkezik 10 után. Tehát a kérdéses esemény (azaz legfel-
jebb negyed órát vár az elsőnek érkező a másodikra) akkor következik be, ha   
   
(óra) és   '
'"$
A 
 
   A kérdéses eseményt tehát az
  


 

    pontosan akkor teljesül, ha    és       vagy ezzel

halmaz reprezentálja.
 

      
ekvivalens módon

és 
Így
"$
A 
      és

 
 

Az területe:    
Lásd a rajzot.  "'   "+ 

"

 C C
Az halmaz területe 1 (az 
 egységnégyzet).
Így


!A " "    





Mi a válasz akkor, ha a következőt kérdezzük: Mi a valószínűsége annak, hogy az elsőnek
érkező nem vár többet félóránál?
Ekkor
$"
A
A 
      és

 
 

!A "+     "+    "  



!A "


 


!Mikor
A " lesz


a várakozás valószínűsége egyenlő a nem várakozás valószínűségével, azaz 

!

A
  A 
  " 
"'    "+ 
   A 
így
  A  "  
   "   azaz  "+  C  
'   "   .
Ezért

Ha tehát a várakozási időt körülbelül   percnek ( óra) vesszük, akkor annak a valószínűsége,
hogy az elsőnek érkező nem vár többet 20 percnél, 0,5 körül van.

4. MINTAVÉTEL
Egy halmazból találomra kihúzott elemek összességét véletlen mintának nevezzük. A találomra
húzáson egy olyan eljárást értünk, amelynek során minden minta kiválasztása egyforma valószínűséggel
történik. Ezt az eljárást véletlen mintavételnek nevezzük.
Két típusa: visszatevéses, visszatevés nélküli.

4.1. Visszatevéses mintavétel

A mintavétel tárgyalása előtt tekintsünk egy egyszerűbb példát.
Bernoulli-kísérlete
6
7
6
" 



A

!A
A
kimenetele van: és . Ekkor



!A A 67" * '"  6 6 '" 
*"
6 6 A " +" 

! A A  "
Vizsgáljuk

azt a kísérletet,

amelynek két lehetséges


Így  azaz  
%
és Jelölje  az valószínűséget 
 ekkor   a valószínűsége   Végezzük el a kísérletet -szer

16

6



azonos körülmények között. Ekkor az és betűk valamely sorozatát kapjuk feltéve, hogy
6
6
-t írunk valahányszor az esemény következik be és valahányszor a esemény következik be
betűt írunk.
Például a

6
6 6 6
6
sorozatot kaphatjuk feltéve, hogy a kísérletet % "  -szer végeztük el. Ennek

valószínűsége a kísérletek függetlensége miatt    , ugyanis  esetben , míg  esetben 6
a sorozatnak a

Kérdés: mi a valószínűsége annak, hogy  kísérlet elvégzése esetén  esetben , míg 

volt a kísérlet kimenetele.

esetben 6
következik


amelyek és 6 ,   Így annak a valószínűsége, hogy kilenc
be. Az ilyen sorozatok száma
annyi, ahányféleképpen a betű közül,
betű kiválasztható. Ez
a szám
elvégzett kísérletnél pontosan négy esetben és pontosan   esetben 6 kimenetel adódik
  


% kísérletet végzünk, és az a kérdés, hogy mennyi a valószínűsége annak,

hogy  esetben és %  
esetben 6 következik be.
Általános eset:

Jelölje ezt az eseményt  

Ez olyan sorozat bekövetkezésének a valószínűsége, amelyben  db és %   darab 6 van:
 

F   

Ilyen sorozat annyi van, ahányféleképpen az % elemből  kiválasztható, azaz

% 


Tehát
az összes lehetséges sorozat valószínűsége, amelyben  darab és %   darab 6 van,
azaz 
esemény valószínűsége


A " %   F *"   , %
  


A " F    F "  F  

C A " F C    F C "
%   A   F C  

F A " FF  F   "  F 
 

 

Világos, hogy
F

A F % F
#"  "     



 

 
Most térjünk rá a visszatevéses mintavételre.
Legyen  diákunk közülük lány és   fiú tanuló. Nevük egy-egy cédulára van felírva.

 
Az urnából véletlenszerűen húzunk ki cédulákat miután jól elkevertük azokat. Feltesszük, hogy

C  "

minden cédulának ugyanaz a valószínűsége (esélye). Ekkor egy adott cédula kihuzásának esélye

 "
*"'

az esélye, hogy a cédulán lány neve lesz 
Annak , és hogy fiué Világos,

%
hogy 
Végezzünk el húzást úgy, hogy minden húzás után visszadobjuk a kihúzott cédulát és jól

6

6 A "


elkeverjük azt a többi közé. Ezt az eljárást nevezzük visszatevéses mintavételnek.




!A "

és  azaz   és "

!A /"
6 A 
Jelölje azt, hogy egy lány nevét húztuk és ,hogy egy fiú nevét. Ekkor az előzőek alapján




%  6
A bevezető tárgyalásban (Bernoulli kísérletében) láttuk, hogy annak a valószínűsége, hogy a
kísérletben -szor (azaz lány nevét húztuk ki) következik be és  -szor (azaz a kihúzott

17
név fiúé) következik be:
% 
F  





%  % F  fiú kiválasztása
Tehát
 ( véletlen visszatevéses mintavétel eredménye
lány és  
leány és  



 " F

egy


 
F

F 

olyan tanuló



közösségből,


,
amelynek
*"   E%

fiú van) = 

18
 Példa: Legyen az osztály létszáma 40 fő, közülük 10 fiú és 30 lány. Ekkor egy véletlen
C " C
" C 0" 
választásnál annak valószínűsége, hogy fiút választunk 

és annak valószínűsége, hogy
  a véletlen választás után (feltéve
 % 
lányt Tehát  és Annak valószínűsége, hogy
hogy a kiválasztott újra
 kiválasztható)
 fiú van és 
 F
lány:
%   


!"    , %

  
Legyen %&"+
     "     
     

  

    "+        "+     
   C     
    "    "      " 
          
4.2. Visszatevés nélküli mintavétel
Ebben az esetben is legyen  diákunk, amelyek közül véletlenszerű diákot választunk ki. %
Az  -diákból lány, és   %
fiú. Az számú diák véletlenszerű kiválasztásánál a már
kiválasztott diák nevét jelző cédulát nem tesszük vissza az urnába.
Ezt a kiválasztást visszatevés nélküli mintavételnek nevezzük. A kiválasztáshoz eljuthatunk

%
két különböző módon is.

%
Egyik mód: az urnából egymás után cédulát húzunk úgy, hogy egyiket sem dobjuk vissza.
Másik mód: az urnából egyidejűleg kiveszünk darab cédulát.

%
A két módszer ugyanarra az eredményre vezet, ezért csak a második esetet vizsgáljuk.
Tehát vegyünk ki cédulát egyszerre. Ezt az  cédulából

%
féleképpen tehetjük meg. Most vizsgáljuk, hogy az cédulán számú lány és  %  % 


számú

% 
fiú neve van. A számú lány nevét tartalmazó cédulát az összesen lánynevet tartalmazó
míg az  fiú nevét tartalmazó cédulákat az  
F 
cédulából 
 % 
fiú nevet tartalmazó
cédula közül   féleképpen lehet kiválasztani. Így tehát a választásnál a lány és 

fiú
nevet tartalmazó cédulák kiválasztása
 
 %  
módon valósulhat meg. Ezek a számunkra kedvező esetek száma.
F
 % 
Az összes lehetséges kiválasztások száma és így annak valószínűsége, hogy a visszat-
evés nélküli választásnál pontosan lány és 



 
fiú neve került kiválasztásra

F   "   , %
F
% 

  

%
Egy fontos megjegyzés: A visszatevés nélküli és a visszatevéses mintavétel kapott valószínűségek
és  értékét az -hez képest egyre nagyobbnak
%
közötti különbség egyre csökken ha az
választjuk. Gyakorlatban ezt úgy fogalmazhatjuk meg, hogy számú sokaságból kis számú

19
 mintát véve nem számít, hogy visszatevéssel vagy visszatevés nélkül járunk-e el.
Minőség ellenőrzés mintavétel alapján. Tanulók tudását szeretnénk ellenőrizni, véletlen
mintavétellel. Az eljárásunk a következő: minden 100 elégtelennél jobban vizsgázott diák-
csoportból véletlenszerűen 10-et kiválasztunk és megvizsgáljuk a tudásukat. Azt mondjuk,
hogy az első vizsga korrekt volt ha az általunk kiválasztott tizes mintában legfeljebb egy diák
nem felel meg a kívánalmaknak. Ellenkező esetben a vizsgáztatás minőségét megkérdőjelez-
zük.
Kérdés: szigorúnak tekinthető-e az ellenőrzés alapján hozott ítéletünk? A kérdés

3 A *"'
megválaszolásához ismerni kéne azoknak az arányát, akik a 100-as csoportból úgy mentek át,
hogy nem felelt meg a tudásuk. Jelölje ezt az arányt      és   a megérdemelten
átmentek aránya.
Milyen esetekben nyilvánítjuk az ellenőrzésünk alapján megfelelőnek a vizsgáztatást? Akkor
ha legfeljebb egy olyan diákot találunk a 10-ből akinek a teljesítménye a mi megítélésünk

"  " 
szerint nem felelt meg.
Tehát    diákból veszünk mintát amelyek között    sikeresen levizsgázott,
 / "+  "
de a tudása nem megfelelő és   
        pedig megérdemelten ment át. Tizes
%&"'
% !"' A 
.
*"
mintát veszünk véletlenül, az
 és  


F  " C    C C  C  C  CC
Annak a valószínűsége,hogy mind a 10-nek megfelelő a tudása (azaz
  

" C C  

  

F C  
Annak a valószínűsége, hogy a kiválasztott %'"7 -ből  "7 nem megfelelő és %  0" 


megfelelő


F  " C  C

C  
C


C C 
 
 


F 
Tehát annak a valószínűsége, hogy a vizsgáztató helyet a mintavételünk alapján nem találjuk
megfelelőnek:
C   C C
C  C C  
C
   

 "
 

C C   C C 
 
Számítógépes számolással a következőt kapjuk:
 =a vizsgálatban kapott megfelelő minősítés

  -ból  A  
 =az igazságtalanul teljesítettek aránya
  
valószínűsége


   -ból  A     

   -ból . A  
..
  
5. FELTÉTELES VALÓSZÍNŰSÉG

5.1. Feltételes valószínűség és események függetlensége

6
6

Motiváló példa. Tekintsük a középiskolás lányok és fiúk egy csoportját. Jelölje azt az

6 6 6
6
eseményt a tanulók közösségéből véletlen

kiválasztott lány és azt, hogy fiú (Világos, hogy
a ellentétes eseménye és a biztos esemény.).Jelölje azt az eseményt, hogy a


-nak és



kiválasztott diák

első évfolyamos és jelölje azt, hogy nem elsős. (Világos ellentéteseménye
a biztos esemény.)

20
 
6 A
6 A
A vizsgált csoport összetételét a következő táblázat mutatja:


!A
évfolyam nem lány fiú összesen
elsős
nem elsős (

!A
10
41
20
31
30
70
összesen 50 50 100

Véletlen kiválasztásnál (mindegyik tanuló kiválasztásának ugyan az az esélye), a következő

valószínűségek adódnak:


!A " C  "  
 (elsőst választunk ki) =


!A   " C  " 

6 A " C  "   


 (nem elsőst választunk ki) =
 (lányt választunk ki) = 

(fiút választunk ki) = 

6 A " C    "  

A lehetséges szorzat valószínűségek:

6 A " C C  "  
 (elsős lányt választunk ki) = 


6 A " C     "  
 (elsős fiút választunk ki) = 


6   A " C   "  
 (nem elsős lányt választunk ki) = 
 (nem elsős fiút választunk ki) = 


6 A " C    "  


5.2. A lehetséges feltételes valószínűségek

Feltételes esemény például az, ha tudjuk, hogy a kiválasztott lány és arra vagyunk kiváncsiak,


6 A
hogy ekkor milyen valószínűséggel lesz annak, hogy a kiválasztott diák első éves. Ennek az
eseménynek a valószínűségét  -vel jelöljük. Kiolvasva: 


6 A

6
annak az esemény
valószínűsége feltéve, hogy a esemény bekövetkezett.

Tehát a lehetséges feltételes események a példánkban:

"

A"
 6
C  "   
 (a kiválasztott diák lány feltéve, hogy az első évesek közül választunk)


 (a kiválasztott diák fiú feltéve, hogy az első évesek közül választunk) "  6


A "  "
 


A"
 (a kiválasztott diák lány feltéve, hogy nem az első évesek közül választunk) "  6
  "  



A"
 (a kiválasztott diák fiú feltéve, hogy nem az első évesek közül választunk) "  6
 "  


6 A " C  "    

6 A "   "   

6 A "   "    

6 A "  "  
 További lehetséges feltételes valószínűségek (az olvasóra bízom a szöveges megfogalmazást):

   

A " 
6

!
!A A  
6
A " 
6

!
!A A  
6
A " 
6

!
!A A  
6
0A " 
6

!
!A A 
Figyeljük meg a következő összefüggéseket:




6
A " 
6 A  

6 A " 
6 A  

6 A " 
6 A  

6 A " 


6A A 


A

A

A
   


6
 6  6  6  6


21

A
A fent elmondottak alapján két tetszőleges és eseményre a
A esemény
4"  akkora a eseményre
A" 

AA
vonatkozó feltételes valószínűségét  -vel jelöljük és ha 


összefüggéssel definiáljuk.
Definíció szerint azt mondjuk, hogy a esemény független a eseménytől ha a
eseménynek a eseményre vonatkoztatott feltételes valószínűsége egyenlő a esemény valószínűségével.
Képletben kifejezve, ha
A " 
A

A " 4  esetén 

 A " 

A A
Ez utóbbi azonban 


azaz


A " 
A 
A
A " 

A A " 

A A " 
A
 A
A " 
A
alakba írható. Ez egyúttal azt is jelenti, hogy


  
és így a esemény független a eseménytől.
Végső megállapítás: A esemény pontosan akkor független a eseménytől, ha a es-

A" 

emény független a eseménytől, és a valószínűségekre teljesül a

 A " 
A 
A
összefüggés.

és 6 amelyek valószínűsége nem



!A 4
A " 4  A és a két esemény kizárja egymást, azaz a szorzatuk a lehetetlen
nulla 

"   A 6
2 . Megjegyzés - Ha van két eseményünk, mondjuk

esemény 67"  ekkor ez a két esemény nem lehet független. Valóban, ha
és 6

független lenne, akkor

6 A " 

!A 
6 A " 4 


teljesülne ugyanakkor mivel 67"  ezért 


6 A " 
 A "  lenne, ami ellentmondás.


- Ha az esemény része a 6 eseménynek, és 


*A

 
6 A  akkor a két
 

6 A " 

!A 
6 A
esemény nem lehet független. Ugyanis függetlenségük esetén

teljesülne. ugyanakkor 96 miatt 6 "



és így 

6 A " 

!A  Összevetve a két
összefüggést

!A " 

!A 
6 A
adódik, ami azt jelenti, hogy  6

A "' Ez ellentmond a 
6 A + feltételünknek.


Vizsgáljuk meg, fennáll-e a függetlenség a Táblázatban szereplő



és 6 események


6 A " C C  

!A " C  
6 A " C 
között. Ehhez használjuk a táblázat adatait:

  

22


6 A "  "   " 4 

!A 
6 A "   "  
Tehát


      
Ez azt mutatja, hogy az
és 6 esemény nem független egymástól. Töltsük ki a következő
táblázatot úgy, hogy az és 6 függetlensége


!A "   fennálljon!


!A "  
6 A "   
6 A "  
A táblázatban az úgy nevezett


marginális valószínűségek adottak: 
.

 
6 6 6 6
lány fiú lány fiú
évfolyam nem

 
( )

( )
összesen évfolyam nem

( ) ( )
összesen
 

elsős (
)

!A  


elsős ( )

!A 
         
nem elsős ( nem elsős (
összesen összesen

3 . Megjegyzés 1.
2. Az egyetlen lehetséges kitöltés:

 CEC"    #"  

C "    #"  
az első sor és az első oszlop találkozásához 

C"    #"  

az első sor és a második oszlop találkozásához 

"    "  
a második sor és az első oszlop találkozásához 


a második sor és a második oszlop találkozásához 






írandó. Ekkor teljesül az és 6 és 6 , és 6 valamint az és 6 események független-




Igaz a következő: Az és
6 , és 68 és 6 valamint az és 6 események egyidejűleg
sége.

függetlenek. Ugyanis ha
és 6
független,


hogy és 6 is
független. Valóban egyrészt 6




6 "$6 másrészt az 6 és 6 események kizárják
akkor könnyű megmutatni,

6

6 A " 
6 A és 

6

6 A " 

6 A


6 A
egymást, és így

is igaz. Tehát
 6

A " 

6 A


6 A


Mivel és 6 független, 


6 A " 

!A 
6 A és ezért
 6

A " 

6 A


*A 
6 A 
Átrendezés után


6 A " 
6 A  

!A 
6 A "
  

!A A 
6 A " 

!A 
6 A

ami pontosan azt jelenti, hogy és 6 független.




6 A " 

6 A 
6 A " 
6
A 

*A
Valószínűségek szorzási szabálya:

feltéve, hogy  6

A " 4  és 

!A " 4 


23
 5.3. Általános eset (teljes valószínűség tétele):
6/CD  E6 F
6 CD  E6 F
6/C ,  6 F " A
6 A

Legyen a biztos esemény és olyan események,

amelyek

teljes eseményrend-
szert alkotnak ( páronként kizárják egymást és és  


!A " F 

6 A 
6 A 
(i=1,2,...,n). Ekkor bármely eseményre az eseménytérből

 
C  

Példa. Egy iskolában három párhuzamos osztályban (jelöljük ezeket     vel) íratják
ugyanazt a dolgozatot. Az összes megírt dolgozatok 40 % íródott az  és 30-30 %-a a  il-
letve  osztályokban. Az  osztályban írt dolgozatok 5 %-a, a  osztályban írt dolgozatok 7
%-a, a  osztályban írt dolgozatok 10 %-a lett elégtelen.
A három osztályban írt dolgozatok összességéből találomra kiválasztunk egyet. Mekkora a


valószínűsége, hogy ez a dolgozat nem elégtelen?
6 6

és  rendre 6
 
Jelölje azt az eseményt, hogy a kiválasztott dolgozat nem elégtelen.


!A 
jelölje azt, hogy a dolgozat olyan tanulóé, aki az  illetve  osztályba jár.
Tehát a kérdés 



6 A "    , 

6
A "    , 

6  A "  
Az adatok alapján tudjuk,hogy

továbbá
 6

A "   , 
6
A "   , 
6 A "   .


!A " 

6 A 
6 A


6
A 
6
A


6 A 
6 A "
Tehát a teljes valószínűség tétele alapján:

"     
     
    "    
(Ez lényegében a 0,95 , 0,93 és 0,9 valószínűségek súlyozott átlaga.)

Egy, az előző problémával rokon kérdés merül fel akkor, ha arra vagyunk kiváncsiak, hogy az
esemény bekövetkezésében mekkora valószínűséggel játszik közre egy teljes eseményrend-

6/C , 6#F 6/CD  E6 F

szer valamely eseménye.

6/C  
6 F/" A

6 A
  "$ , %
Legyen a teljes eseménytér


és a teljes eseményrendszer ( páronként
kizárják egymást, és és  
 Ekkor bármely az -hoz

 6
0A " F 

6 A 
6 A
*"+  , % A 
tartozó pozitív valószínűségű eseményre igaz a következő:
 



6 A
6 A
 C 

6
A -t ”a posteriori”
Ezt az összefüggést
Bayes-tételnek hívjuk.

a 6

A
Elnevezések:

  (tapasztalaton alapuló, tapasztalati) valószínűségnek,

Példa: Az előző példa módosítása. Három   és  osztályban írják ugyanazt a dolgozatot.

-t ”a priori” (tapasztalatot megelőző, tapasztalat előtti) valószínűségnek nevezzük.

Tudjuk, hogy az  osztályba a tanulók 40 %-a és a  illetve  osztályban a tanulók 30-30 %-a

annak, hogy az  ( vagy  ) osztályból való a dolgozat feltéve, hogy annak osztályzata nem
jár. A dolgozatokat összekeverték és véletlenszerűen választunk. Kérdés, mi a valószínűsége

elégtelen.

 6
A "

A
A




6 A A 

6 AA


A
A "
 6  6  6
 6
 6   6 
24
 "        "    
 6



A "      "  
   
 6


0A "     "  
   



6 A "   , 

6
A "    , 

6 A "  .
Módosítsuk a példát úgy, hogy

 6
A "

A
A




6 A A 

6 AA


A
A "
Ekkor

 6  6  6
 6
 6  6
"    
       
   "  
    
  "

"   
   "       "    

 

6

A "      "   
 

 6 
A "    "  

 6 A "   , 
6
A "   , 
6  A "   .
Legyen  6

A "   , 
6
A "   , 
6  A "   .

 6
A "

A
A




6 A A 

6 AA


A
A "
Ekkor

 6  6  6
 6
 6  6

"     "   
 

6

A "   "  
 

 6 
A "   "  
 

25
 6. VALÓSZÍNŰSÉGI VÁLTOZÓ
Sok esetben nem is annyira a kísérlet lehetséges kimenetelei, hanem valamely, a kimenetelekhez


rendelt számok értékei érdekelnek bennünket.

valamely

A
Például: az eseménytér elemi eseményeihez valós számokat rendelünk. Tehát -hoz
-val jelölt valós számot. Ekkor a függvényt valószínűségi változónak hívjuk.
Példa. Tekintsük 100 diák osztályzattal ellátott dolgozatát, amelyek közül véletlenszerűen
választunk egyet. Ekkor az elemi események halmaza a 100 dolgozatból álló halmaz, amely

CC 
elemi eseményei az egyes dolgozatok. Annak a valószínűsége, hogy egy adott dolgozatot
húzunk ki
Az egyes  dolgozatokon szereplő osztályzat lehetséges értéke: 1, 2, 3, 4, 5.
Tehát minden 
elemi eseményhez hozzá van rendelve egy szám az
A hal-     


    

mazból a következő szabály szerint: értéke az adott dolgozaton szereplő jegy. A

 függvény valószínűségi változó.
Tegyük fel, hogy a 100 dolgozat közül 10 jeles, 20 jó, 45 közepes, 15 elégséges, 10 elégtelen
van. Ekkor annak a valószínűsége, hogy a kihúzott dolgozathoz tartozó osztályzat elégtelen:

"' A "   "  
 

elégséges:

"+ A "   "  

  
közepes:

"+ A "   "  

 
jó:

"  A "   "  


jeles:
"' A "  

Példa. Két kockával dobunk. Az elemi események halmaza az

A alakú számpárok

A  
     
 A valószínűségi változó jelentése
"  A lehetséges értékei:          
 (lásd ......
halmaza, ahol a dobott számok

összegét: 
táblázat).
A dobott számpár A valószinűségi Az adott érték
(elemi események)
  A változó értékei
'"  A "+ 2 
előfordulásának valószínűsége

A
A
"' A +"  2 

  A  
   A  
  A
2 P
3 P
"  A "+ 2  

A
A
A
A
"' A "  2 

  A  
   A  
   A  
   A  
  A
4 P
5 P
"' A "+ 2 

  A
  A
  A
  A
  A
  A 6 P
" A "+ 2 

  A
  A
  A
  A
  A
"' A "+ 2 


7 P

  A
  A
  A
  A
A

"+"  A " "'  2 2  
8 P

  A
  A
  A 9 P 

  A
  A 10 P
"+ A "' 2 


  A 11
12
P
P

"+ A "' 2 

26
 Táblázat
A függvény szemléltetése grafikonon:

Egy adott valószínűségi változóval kapcsolatban számos esemény definiálható:

- A
A esemény definíciója ( adott valós szám):


Azoknak az elemi eseményeknek
A azjelöléssel
A aesemény
összességét, amelyekhez valószínűségi változó

A "' 
A

-nél kisebb értéket rendel, a illetjük. A tehát







A esemény definíciója ( adott valós szám):
- A "
összefüggéssel adott.

-szel egyenlő értéket rendel "

Azoknak ez elemi eseményeknek
A az-el összességét,
jelöljük. A "
A esemény

amelyekhez a valószínűségi változó

" A "' 
A "
tehát

- A következő események definícióját szavakban az olvasó könnyen megadhatja az előzőek

A '"
alapján, ezért csak formálisan adjuk meg azokat:

A
"
A
" A


A 

AA

" 

AA "

AA 

 A "$"'
  


" " 
 


A
 


Tetszőleges A  " és
 valós számokra 
 AA 

 AA
  

   A"
 
A
 A


  AA "


A
A
   

  "
  A " 
 

   

A " 
   
Világos, hogy   
Eloszlásfüggvény: Tekintsük azt a függvényt, amely tetszőleges valós számhoz a


A
esemény valószínűségét jelöli:

A" 

A  
Az
 függvényt a valószínűségi változó eloszlásfüggvényének nevezzük.
A sűrűségfüggvény tulajdonságai:


A "  és 


A "+ ugyanis


AA " 

a lehetetlen esemény)=
 A
 A " 
(1)


"  a biztos esemény)= "'



 
számok halmazán monoton növekvő függvény, azaz C


CA
(2) 
a valós A  Ugyanis  esetén 

C A 9
A C esetén,


  
 
és így 
CA " 
CA 
A " 
A    
 

27
 Példa. Két kockával dobásnál legyen a valószínűségi változó értéke a két dobás összege,
ahogy ezt az előző példában tekintettük. Ekkor

A" 

A "  '
 esetén,
ugyanis nincs olyan eset amikor az összeg kisebb lenne 2-nél.

2    
'

'
 22     
 

    
'


  22  
   '
 


A" 
A"   2  
 

  2  '
 


  2     

  2    
' 


  2      
'


  2     
'



      


 
Diszkrét eloszlásról beszélünk, ha a valószínűségi változó csak véges, vagy megszámlál-

CD  F 
hatóan végtelen sok (izolált) értéket vehet fel. (Ez az eset állt fenn azt előző példában.)
Legyen diszkrét valószínűségi változó az lehetséges értékekkel. Ekkor a

C" 
" C A " 
"  A  F!" 
" F A  
valószínűségi változó eloszlása alatt a
 

valószínűségek összességét értjük. Világos, hogy


C  "' 
 




Másrészt a 
valószínűségeloszlás segítségével megadható az eloszlásfüggvény is:

A " 
A" 
" A"  



 

 

ahol az összegzést olyan indexekre kell venni, amelyekhez tartozó értékek kisebbek -nél.
Mi van akkor, ha a valószínűségi változónak a lehetséges értékei nem izoláltak, például
bármely valós szám lehet. Ilyen eset állhat elő például akkor, ha a tanulók testmagasságát,
testnevelésből egy adott távon a táv lefutásához szükséges időt, olvasás elemzésnél egy adott
szöveg elolvasásához, megtanulásához szükséges időt mérjük. Ekkor ugyancsak véges pon-
tosságra mérünk, mégis célszerű olyan modellt használni, amelyben a mérés eredménye (ez a
valószínűségi változó értéke) tetszőleges valós szám lehet.
Ezek a modellek általában olyan valószínűségi változót eredményeznek,
amelyeknél annak
 in-
 A

A
a valószínűsége, hogy a valószínűségi változó értéke beleesik egy


 A

A  minden elég kicsi 
 -ra.
tervallumban bármely rögzített esetén közelítőleg arányos a nagyságával:



 A közelítőleg egyenlő 
A  -val.)
  


(Olvasd:   

28
 Az arányossági tényező függ az -től, tehát az arányossági tényező a valós számok hal- 

 
mazán egy nem-negatív értékű függvény.
Példa. Legyen adva a 

 
intervallum a számegyenesen.
Feladat: tegyünk egy pontot a 
A

 A A " 
  
intervallumba véletlenszerűen, és legyen a valószínűségi

' A "+
2
  A "

változó értéke a pontnak a  -tól való távolsága. Mivel a pontot a  intervallumba tesszük,
   és      

 

Tegyük fel, hogy annak a valószínűsége, hogy a pont a 

A " 
 
 A  9
 
intervallum valamely részinter-
vallumába esik, arányos a részintervallum hosszával, azaz   esetén



' A "< másrészt
  

' A " 

adott állandó. Kérdés mi a  értéke. Mivel egyrészt  
" C
ahol  
     így   kell, hogy legyen.
Tehát

   A"     
 G  

Mi van ha  
 
  esetén.


A" 
A "   
A "      '
Ekkor


A" 
A"
A


 




A" 
A" 
 
 A 





$ A

 

  A "'  
   

Tehát az
 
eloszlásfüggvény az
    


A" 
  
  
'
   



összefüggéssel adott, amely grafikonja a következő:

ábra

A
Vizsgáljuk meg, hogyan lehet kiszámolni a





 

értéket, és  esetén.
Tekintsük az


A"
C 
  
3
 

 


függvényt, amely grafikonja:

grafikon

Figyeljük meg, hogy az

 függvénynek az helyen vett értéke a vízszintes koordináta

29
 
tengely, az grafikonja és az pontba állított függőleges egyenes által határolt alakzat területével
egyenlő, a következő ábrákon a megfelelő alakzatot ferdén bevonalaztuk:

ábra


A" az adott terület " 


A" az adott terület " C


A" az adott terület "  C  "+
5 . Definíció Egy valószínűségi változót folytonosnak nevezünk, ha van olyan  függvény,
amely legfeljebb izolált pontokban nincsen definiálva és


1., nemnegatív minden olyan pontban, ahol definiálva van.

2., Az grafikonja és a vízszintes koordináta tengely által bezárt alakzat területe egyenlő
eggyel.
3., Bármely   -re a    

 A
valószínűség egyenlő az , illetve  pontokba állí- 


tott függőleges vonalak, az függvény grafikonja és a vízszintes koordináta tengely által
határolt alakzat területével (lásd az ábrán a besatírozott területet).


 
Az ábrán besatírozott területet a matematikai elméleti meggondolások (itt eltekintünk a rés-
zletektől) alapján az függvény  -n vett integráljának nevezik és



 vagy 
A

A 
 
jelöléssel jelölik. Az  alatti teljes terület jele

1" 

 A " 
A
 


Tehát    

A " 
A" 
A

 (1)
 

30



A " 

A  "' A"
és 
 





Az (1) összefüggés alapján a matematikai elméletben az 
függvény
 

hányadosának (vagy deriváltjának is) hívják. Jelölésben 

A

"  
a A függvény differenciál-

Összefoglalva:

(a) A diszkrét valószínűségi változót az általa felvett véges vagy végtelen sok lehetséges
értéke az azokhoz tartozó valószínűségekből álló valószínűségeloszlás, és a szakaszonként
állandó értékeket felvevő eloszlásfüggvény jellemzi:

A  C  
A 
C"  " C  "  "

C        C

"+ A

A " 
A"   



(b) A folytonos valószínűségi változót az  sűrűségfüggvénye és
 eloszlásfüggvénye


jellemzi:

>     és 
A "  

 

7. A VALÓSZÍNŰSÉGI VÁLTOZÓK JELLEMZŐ ADATAI

Példa. Egy osztály létszáma 40 fő és tudjuk, hogy a dolgozatok 10 %-a jeles, 20 %-a jó, 35
%-a közepes, 25 %-a elégséges, 10 %-a elégtelen.
Kérdés mi a jegyek átlaga az osztályban?
10 % azaz 4 fő jeles
20 % azaz 8 fő jó
Válasz: 35 % azaz 14 fő közepes
35 % azaz 10 fő elégséges

        C   C   C 
10 % azaz
4 fő
elégtelen


A jegyek összege      A jegyek száma 40, így az átlag

    
 "

"    
 
 
 
     "

"           "+ 

Fogalmazzuk át a feladatot. Mi a valószínűsége annak, hogy a tanulókhoz rendelt valószínűségi
változó értéke 1,2,3,4 vagy 5? Tehát diszkrét valószínűségi változó a következő jellemzőkkel:

A  C"' "'
"'A   " 
"+"'  A "  
C"  +"  "  
 "  "' "  
 " A 

A
 "  "  "    "  "' "  


31
A valószínűségi változó várható értéke:

A "C C




" C  "' 

 
 
  

.

7.1. A várható érték általános definíciója:

(a) A diszkrét valószínűségi változó, amely lehetséges értékei és valószínűségeloszlása a

C   
következő

C    

várható értéke az

A "  C C






 " 
 
szám feltéve, hogy ez véges.
(b) A folytonos valószínűségi változó, amelynek
 
  A a sűrűségfüggvénye, várható értéke az
függvény görbéje és a vízszintes tengely közötti terület feltéve, hogy ez a terület létezik.

A" 
A 
Jelölése 


 

7.2. A várható érték tulajdonságai

amely várható értékére 

A"
A
1. Ha egy valószínűségi változó, és  adott szám, akkor  is egy valószínűségi változó,
 teljesül.

értékére

A"

A
A
2. Ha és két
valószínűségi változó, akkor a
teljesül.
összeg valószínűségi változó várható

3. Általánosabban a 2. a következő formában is igaz

egy összeg várható értéke egyenlő a

C

F A "
C A


F A
tagok várható értékeinek összegével:

4. Egy valószínűségi változónak a saját vérható értékétől való eltérésének a várható értéke
nulla:

A A " 
(Megjegyzés: ha a valószínűségi változó várható értéke megadja azt a számot, ami közül
a valószínűségi változó ingadozik. Azt, hogy milyen mértékben ingadozik a valószínűségi
változó, a várható értéke körül az úgynevezett szórás adja meg.

A és képletben kifejezett definíciója:
7.3. A szórás
A szórás jele:

A "


AA A
32



AA A
ahol  a valószínűségi változó és annak várható értéke közötti négyzetes

A
A "


AA A
eltérés várható értéke. Ennek így a neve szórásnégyzet, jele  Képletben 

Mivel 

AA "  
A

A , ezért


AA A " 
  
A




AA "    
A


A
azaz


A"   

A

A"
A 
A
 

7.4. A szórás néhány tulajdonsága

1., Ha  CD   diszkrét valószínűségi változó a CD     valószínűségi eloszlással,

akkor


A" 


AA "    


2., Legyen és két olyan valószínűségi változó amelyekre

>"   ahol 



és  adott valós
számok. Ekkor

A " 
A
emlékeztetőül



A " 
A
A

(Megjegyzés: egy állandó hozzáadása egy valószínűségi változóhoz nem változtatja meg
a szórást.)



A " 
A 
A minden  -re.
3., Legyen és két független valószínűségi változó, azaz

   

Ekkor

A" 
A

A
(emlékeztetőül


A "
A

A minden esetben teljesül (a függetlenség


4., Ha a C , F valószínűségi 4 változók páronként függetlenek, azaz és független min-

nélkül is!)


den olyan esetben, amikor "  akkor


F F A "   C 
C A

 F 
F A
 C C
5., Ha
C A , F páronként független valószínűségi változók, és ugyanaz a szórásuk,  "
 C "$" 
F A akkor


A
 C  F "  %
és
C

F A "  %

A
Medián. Valamely valószínűségi változó mediánja, jele

az a valós szám, amelyre




A A 
 



A A   ha diszkrét
 
   




A A " 



A A " 




A A "+  



A A "  ha folytonos.
és
 

Ha a valószínűségi változó eloszlása szimmetrikus, akkor a medián egyenlő a várható értékkel.
Terjedelem. A valószínűségi változót korlátosnak mondjuk, ha van olyan és M valós

33
szám, hogy  

A  
(A lehetséges értékei valamely véges intervallumba esnek.)
A terjedelem annak a legkisebb intervallumnak a hossza, amelybe a valószínűségi változó
egy valószínűséggel beleesik.
Módusz. Diszkrét valószínűségi változó esetén azt az értékét a valószínűségi változónak,
amelyet nagyobb valószínűséggel veszi fel mint a többit (feltéve, hogy van ilyen) a valószínűségi
változó móduszának nevezzük.
Folytonos esetben a valószínűségi változó módusza az a hely, ahol a sűrűségfüggvény felveszi
a maximumát (feltéve, hogy van ilyen).
Példa. Két kockával dobunk és a valószínűségi változó a két kockán felül látható pontok
összege.

  C"'

  "' "   "+ "+
" "+
Ekkor

" 
C "+ 
C  "' 
CC"+

C"  "   "  "   "


"
 " 
 " 
 
" 
C " 

CC"
C

  

A valószínűségi változó jellemzői

A "'érték:
Várható
 
C
 
 C  

 C    
   
   CC
C 



  

"      
      "  
 "+



 

A
 A 

AA "

A "
Szórásnégyzet:

 "  

C




 




 
 




 






 



   

 C
"



+   

A" 
A"  "
Szórás

Terjedelem:   #"' , ugyanis   

A ' és
  a legkisebb intervallum amelybe
beletartozik a minden lehetséges értéke.



A A C
Medián: 



A A  C



A "

  
 és  
 

Világos,

A hogy


" C
 

 
 " C








 
" 
C  C 


A " C





" 
C


" 
 C

Másrészt
C
A" 


 
  változó mediánja 7,



A "
" ugyanis 
"
A

Így a mediánja a
valószínűségi
" A  '" 4 




Módusz: Módusz

34
7.5. A szórás szemléletes jelentése Markov és Csebisev eredményei alapján
Legyen olyan valószínűségi változó, amelynek létezik a várható értéke és a szórása. Ekkor
tetszőleges esetén a következő ábrán szemléltetettek állnak fenn:

legalább   C
annak a valószínűsége,
hogy a valószínűségi változó értéke ebbe az intervallumba esik

C
legfeljebb annak a valószínűsége,
hogy a valószínűségi változó értéke a nyilak irányába eső
intervallumok valamelyikébe esik

ábra
A fenti alkalmazása akkor előnyös, ha az előzetes ismeretek alapján csak a valószínűségi
változó várható értékét és szórását ismerjük.
Példa: Tapasztalati adatokból tudjuk, hogy egy adott típusú feladat megoldásához egyé-

A " 
A
"  
nenként más-más időtartam kell. Jelölje valószínűségi változó ezt az időtartamot véletlen

   
választás esetén. Tudjuk, hogy perc, és perc. Adjunk becslést annak
a valószínűségére, hogy egy véletlen kísérlet esetén a értéke a  , intervallumba esik

   +  A
azaz
 

 
  
     ,  
  
valószínűség becslését keressük!
Mivel  , felírható úgy is, hogy ezért a becsléshez találnunk
kell olyan  -t, hogy
  "
A "  
"     "' 
teljesüljön. Azaz

  +  A $    "'      "+     "  
Tehát
  

   
Ez úgy is megfogalmazható, hogy ha 100 diákkal oldatjuk meg ezt a feladatot, akkor várhatóan
56 közülük  és perc közötti idő alatt oldja meg.

35
 8. NEVEZETES DISZKRÉT ELOSZLÁSOK

8.1. A karakterisztikus eloszlás

Legyen tetszőleges esemény. Ehhez az eseményhez rendelhetünk két elemi eseményt:
C

következett be. A "5 CD

amely azt jelenti, hogy bekövetkezett és , amely azt jelenti,hogy nem következett be azaz

eseménytéren értelmezzünk egy valószínűségi változót,


C A "' azaz +"  ha
bekövetkezik
amely csak a 0 és az 1 értéket veheti fel, mégpedig:

és
A "  azaz "  ha
nem következik be.


Eut a vaszínűségi változót az eseményhez tartozó karakterisztikus, vagy más szóval az




esemény indikátorváltozójának
a valószínűsége  " 
nevezzük.

!A akkor  " 

!A "   
Ha az esemény bekövetkezésének


"' A " és 
"  A " 
"'   A
annak a valószínűsége, hogy nem következik be. Így

A karakterisztikus valószínűségi változó jellemző adatai:
Várható érték:

A "+  "
 
Szórásnégyzet:


A "'  


  " 

    "      
A " 
azaz


A " 
Szórás:
A "   (
8.2. Az egyenletes eloszlás
Legyen olyan valószínűségi változó, amely lehetséges értékei az CD  F számok és a
felvehető véges számú értékei mindegyikének egyenlő a valószínűsége:



" CA $
" " 
" F A " %  
Ezt a valószínűségi változót egyenletes eloszlású valószínűségi változónak nevezzük (magát az
eloszlást egyenletes eloszlásnak nevezzük).
Várható érték:

A"  F
% C 

(Az C , F
számok számtani átlaga)

 A "  F

AA "  F  F
Szórásnégyzet:


 
% C  % C 

% C 

Példa. Dolgozatot íratunk és a dolgoaztokat 1, 2, 3, 4, 5 érdemjeggyel értékeljük. Ha azt

tesszük fel, hogy az egyes jegyek ugyanolyan valószínűséggel fognak előfordulni, akkor milyen

36
átlag jegyre számíthatunk és milyen szórással?
Tehát előzetes feltevésünk alapján olyan valószínűségi változóval van dolgunk, amely az

"' A " 
'"  A " 
'"  A " 
"  A " 
+"  A " 
1, 2, 3, 4 és 5 értékeket veheti fel a



valószínűséggel.
Ekkor ennek az egyenletes eloszlású valószínűségi változónak a várható értéke:

A " 




 A '" 

és a szórása:

A" 
 
 
 
 
  A    "  #"' 

A válasz: az átlag jegynek 3 körül kell lennie a 1,41 szórással.

8.3. Binomiális eloszlás

A valószínűségi változót binomiális eloszlásúnak mondjuk, ha a lehetséges értékei    , %

"  A " %  F 
"+ A " %   F C  
" % A " %  F  
és ezeket az értékeket a

 %



azaz tetszőleges /   E%
esetén

 " 

"$ A " %   F  


 

valószínűséggel veszi fel, ahol   3 és *"'   .

 

A " % 
A binomiális eloszlású valószínűségi változó várható értéke:

Szórása
A "  %  
Példa. Diákok egy csoportját vizsgáljuk úgy, hogy 6 elemű mintát veszünk visszatevéssel. A
diákok csoportja a vizsgálat szempontjából két részre oszlik (pl.: kitűnő tanulók és nem kitűnők

elégtelent írók és nem azok

egy tárgy iránt érdeklődők, illetve e tárgy ireánt nem érdeklődők

...) Tegyük fel, hogy az általunk érdeklődésre számot tartó részcsoport aránya 0,3 , azaz ha
az általunk érdeklődésre számot tartók száma,  a teljes létszám, akkor 
Jelentse a visszatevéses véletlen mintavételben lévő általunk érdekesnek tartott esetek

"  
számát. Ekkor lehetséges értékei: 0, 1, 2, 3, 4, 5, 6. Továbbá a visszatevéses mitnavétel-
nél tanultak alapján:

  " 
$"  A "     

 
*"       
%&"' A
Így számolással azt kapjuk, hogy
 "   

C"     "   
  "  


 "      "   
"    

A várható értéke:
A "'  #"' 
37
A szórása:
A "     "  #"

lődésre számot tartó tanulók száma  szórással.

Tehát véletlenszerűen visszatevéses mintavétellel választva kettő kerüli lesz az általunk érdek-

8.4. Poisson-eloszlás
Azt mondjuk, hogy a valószínűségi változó Poisson-eloszlású, ha a lehetséges értékei a 0,
1, 2, ..., n, ... egész számok és ezeket az értékeket

 

A

"  " % " 



 
*"    
valószínűséggel veszi fel.

A Poisson-féle eloszlás, tehát az egyetlen paraméter által van meghatározva.
Várható értéke:

A"
Szórása:
A" 

%
Mikor adódik Poisson-eloszlás.

" %
Az egyik eset, amikor a binomiális eloszlásban

a lehetséges értékek száma elegendően
nagy, akkor a binomiális eloszlás közelíthető a  paraméterű Poisson-eloszlással.

%
A Poisson-eloszlás egy konkrét modellje lehet a következő: Számítógépeket kapnak az

% %
iskolák, nem pályázat hanem véletlen elosztás alapján. Legyen az elosztandó gépek száma,
és  az iskolák száma. A gépből véletlenszerűen iskolák nulla (nem kap gépet), és gépet


(minden gépet egy iskola kap meg) kaphatnak. Annak a valószínűsége, hogy egy meghatározott


iskola pontosan gépet kap (azaz a véletlen elosztásnál fellépő valószínűségi változó értéke
) a következő:

A %   F  
 "  '"  "    
   !"    E%
F
Poisson eloszlású lesz a "
paraméterrel. Tehát
Ha az iskolák száma és
a gépek száma is igen nagy, akkor a fenti valószínűség közelítőleg

A %   F
  

 "  "$ "     


 *"   ,
 


A tapasztalat azt mutatja, hogy a következő esetekben a Poisson-eloszlás jól alkalmazható:

1. A binomiális eloszlás közelítésére a fentiek szerint

2. Olyan esetekben, amikor bizonyos egymás után következő időpillanatokban események
történnek és mindegyik esemény megtörténtét egyetlen időpont jelzi. Ekkor valamely időin-
tervallumban bekövetkező események száma közelítőleg Poisson-eloszlású. (Pl.: telefonközpontba
beérkező hívások száma, az iskolai hiányzások száma (persze leszámítva a járványos idősza-
kokat), egy időszak alatt meghibásodó számítógépek száma).
3. A sajtóhibák számának eloszlása egy könv lapjain jó közelítéssel Poisson-eloszlást követ.

" C C    "  

Példa. Legyen 1000 iskola és közöttük véletlenszerűen 100 gépet osztunk el. Ekkor
  paraméterű Poisson-eloszlással közelítjük a valószínűségi változó eloszlását.

38
 jelöli azt, hogy egy iskola hány gépet kap.A lehetséges értékei:
     
Ugyanakkor a Poisson-eloszlásnál a lehetséges értékei:
    E% 
azaz bármely nem-negatív egész lehet, a

 

A

"  '"  "  " 
 C *"    



   





valószínűséggel.

  A  A fentiek alapján


  A "   C  C
 C
,
  F
 C
   C  C
 
Kérdés, mi a valószínűsége annak, hogy 

 %  
 


 

Tehát abban az esetben, ha Poisson eloszlással közelítünk, gyakorlati szempontból nem

követünk el hibát ugyanis annak a valószínűsége, hogy 100-nál több gépet kap egy iskola, a
Poisson-eloszlás szerint praktikusan nulla, megegyezésben azzal a ténnyel, hogy ez elméletileg
sem lehetséges hiszen a szétosztható gépek száma 100.



" A "

C "
C "  

 "' A  "  
 C

 

"' A "  
 C




 

9. NEVEZETES FOLYTONOS ELOSZLÁSOK

A folytonos eloszlású valószínűségi változók jellemzése az eloszlásfüggvény vagy a sűrűségfüg-
gvény megadásával történik. Emlékeztetünk rá, hogy annak a valószínűsége, hogy egy folytonos
eloszlású valószínűségi változó egy adott értéket felvesz, nulla. Így a diszkrét esethez képest,
a folytonos valószínűségi változóknál az egyes intervallumokba esés valószínűsége az, amely
információt ad a valószínűségi változóról.

9.1. Egyenletes eloszlás

 sűrűségfüggvénye
Azt a valószínűségi változót, amely
C az


A "
 haegyébként
    

 A
szabállyal adott az  intervallumon
 egyenletes eloszlásúnak nevezzük. Az egyenletes elos-
zlású valószínűségi változó eloszlásfüggvénye az


A" C

   A ha

 


 ha  
ha  

szabállyal adott.
Várható értéke:

A" 


39
 Szórása:

A "   
 
9.2. Exponenciális eloszlás


C
Azt a valószínűségi változót, amely sűrűségfüggvénye az


A" 


 



ha

szabállyal van megadva exponenciális eloszlású valószínűségi változónak nevezzük. Itt 
ha 



 az exponenciális eloszlás paraméterének nevezzük. Az exponenciális
adott valós szám, amelyet
valószínűségi változó eloszlásfüggvénye az

A" 


 

ha 
 ha
szabállyal adott.
Várható értéke:

A"


Szórása:

A"


Tehát a várható érték és a szórás egyenlő egymással.

9.3. Normális eloszlás

A valószínűségi változót normális eloszlásúnak nevezzük, ha az  sűrűségfüggvénye az


A" 
 





 

szabállyal adott, ahol  tetszőleges valós szám és  tetszőleges pozitív szám.

Azt, hogy a  valószínűségi változó eloszlása normális a    paraméterekkel úgy jelöljük,
hogy  valószínűségi változó 
   eloszlású.
Várható értéke: 
!
Szórása: "
#$
Tehát azt is mondhatjuk, hogy a  valószínűségi változó  várható értékű és  szórású normális
eloszlású.
Azt mondju„ hogy a  valószínűségi változó standard normális eloszlású valószínűségi vál-
tozó, ha a várható értéke nulla és a szórása egy, azaz %
& ('  eloszlású.
Legyen ) az %   eloszlású valószínűségi változó eloszlásfüggvénye és legyen * az
%
& +'  , azaz a standard normális eloszlású valószínűségi változó eloszlásfüggvénye. Ekkor az
.- 
), *  

szabály adja meg a közöttük lévő kapcsolatot. Így elegendő a * függvény értékeit táblázatba
foglalni.
Egy fontos szabály a normális eloszlású valószínűségi változóra: annak a valószínűsége,

40
  
 

hogy a  valószínűségi változó értéke az  -     intervallumba esik 0,65 , annak a

 

valószínűsége, hogy az  -   
hogy az  -   
 intervallumba esik 0,95 , és annak a valószínűsége,
 intervallumba esik 0,99 .

41