Professional Documents
Culture Documents
Matematikai Es Mat Statisztikai Alapismeretek
Matematikai Es Mat Statisztikai Alapismeretek
Matematikai Es Mat Statisztikai Alapismeretek
című előadáshoz
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,
! tulajdonság
Másik lehetséges megadási módja a halmaznak, amikor azt írjuk, hogy
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
=
vagy
>6@?
definíció így is leírható
(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
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 elemeit azok a dolgok adják, amelyek elemei -nak és ugyanakkor nem
elemei 6 -nek.)
(Az
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:
"'
A
A
A
A
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 =
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
A
A "'
#"'
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
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!
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 " "'
"
"
#"
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
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?
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):
F
kerülhet, és a kiválasztás sorrendje
nem számít. Ekkor elem -adosztályú ismétléses kom-
binációjáról beszélünk. Jele
F " %
6. Példa: %&"
*"+
" " " "
"
" "' " " "
"+
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.
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
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
és
"
- Az esemény ellentétének ellentéte önmaga
"
és " A
- Az és annak ellentéte egyidejűleg nem következhet be:
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.
% %
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
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.)
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
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:
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:
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
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.
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
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:
%
"+ "+
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
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
(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"
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.
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:
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 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,
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 "
.
Legyen 6
A "
,
6 A "
,
6 A "
.
6 A "
A
A
6 A A
6 AA
A
A "
Ekkor
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-
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:
- A
A esemény definíciója ( adott valós szám):
Azoknak az elemi eseményeknek
A azjelöléssel
A aesemény
összességét, amelyekhez valószínűségi változó
A "'
A
A esemény definíciója ( adott valós szám):
- A "
összefüggéssel adott.
" A "'
A "
tehát
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)
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"
A "
A "
'
Ekkor
A"
A"
A
A"
A"
A
$ A
A "'
Tehát az
eloszlásfüggvény az
A"
'
ábra
A
Vizsgáljuk meg, hogyan lehet kiszámolni a
értéket, és esetén.
Tekintsük az
A"
C
3
grafikon
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
"
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 "
C C C
10 % azaz 4 fő elégtelen
A jegyek összege
A jegyek száma 40, így az átlag
"
"
"
A C"'
"'
"'A
"
"+"' A "
C" +" "
" "' "
" A
A
" " "
" "' "
31
A valószínűségi változó várható értéke:
A "C C
" C "'
.
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
értékére
A"
A
A
2. Ha és két valószínűségi változó, akkor a
teljesül.
összeg valószínűségi változó várható
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
(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
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
A
AA "
A "
Szórásnégyzet:
"
C
C
"
+
A"
A" "
Szórás
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
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.
%
azaz tetszőleges /
E%
esetén
"
"$ A " % F
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
...) 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 "
"
#"
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
" 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
%
" A " C " C "
"' A "
C
"' A "
C
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.
A"
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