Valoszinusegszamitas Es Statisztika Peldatar PDF

Pinter
Sandor 20230209 © Polygon Kiadó
Szerkeszti:
Kurusa Árpád
Lektorálta:
Viharos László
3. kiadás
ISSN 1417—0590
Kiadja az SZTE BOLYAI INTÉZET

a POLYGON jegyzetsorozataként
Felelős vezető: Kincses János főszerkesztő
Bolyai Intézet
Szeged, Aradi vértanúk tere 1., 6720
e-mail: polygon@math.u-szeged.hu
http://www.math.u-szeged.hu/polygon/
©Nagy-György Judit, 2010.

©Osztényiné Krauczi Éva, 2010.
©Székely László, 2010.
www.interkonyv.hu
Pinter Sandor 20230209 © Polygon Kiadó
Tartalom
Előszó . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
Feladatok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1. Kombinatorikai alapok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2. Eseményalgebra, valószı́nűség . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3. Klasszikus valószı́nűségi mező (kombinatorikus kiszámı́tási mód) . . . . . . . 9
4. Geometriai valószı́nűségi mező . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5. Függetlenség, feltételes valószı́nűség . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
6. Valószı́nűségi változók . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
7. Nevezetes eloszlások. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
8. Normális eloszlás, de Moivre–Laplace-tétel, centrális határeloszlás-tétel 52
9. Statisztikai becslések és próbák . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
10. Nehezebb feladatok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
11. Implementációs feladatok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Eredmények, útmutatások . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
1. Kombinatorikai alapok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
2. Eseményalgebra, valószı́nűség . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3. Klasszikus valószı́nűségi mező (kombinatorikus kiszámı́tási mód) . . . . . . 84
4. Geometriai valószı́nűségi mező . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5. Függetlenség, feltételes valószı́nűség . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
6. Valószı́nűségi változók . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
7. Nevezetes eloszlások. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
8. Normális eloszlás, de Moivre–Laplace-tétel, centrális határeloszlás-tétel 96
9. Statisztikai becslések és próbák . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
Függelék . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
1. A szerencsejátékok szabályai . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2. Statisztikai táblázatok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
Irodalomjegyzék . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
www.interkonyv.hu
ii Tartalom
www.interkonyv.hu
Előszó
Ez a példatár elsősorban a Szegedi Tudományegyetem informatikai alapszak-

jai számára hirdetett A sztochasztika alapjai gyakorlathoz készült segédanyag. A
feladatgyűjtemény alapvetően a tárgyat oktató gyakorlatvezetők által használt fel-
adatokból áll, kiegészı́tve versenyfeladatokkal és más, egyszerűbb példákkal. Igye-
keztünk a feladatokat úgy összeállı́tani, hogy a közgazdasági és matematikai alap-
szakok hallgatói is haszonnal forgathassák. A feladatok többsége kombinatorikai
alapismereteket igényel. A témakörrel kapcsolatban bővebben lásd [6], [15].
Minden fejezet elején rövid elméleti összefoglaló található, amely nem törek-
szik a teljességre, mivel célja a feladatok által igényelt alapok összefoglalása. Az egy
téma köré csoportosuló feladatokat megpróbáltuk egy csokorba fogni és nehézségi
sorrendben tárgyalni. A tematikába illeszedő, kicsit nehezebb feladatokat csillag-
gal láttuk el. Külön fejezet készült a nehezebb, illetve a programozási feladatok
számára.
Ezúton szeretnénk köszönetet mondani korábbi és jelenlegi kollégáinknak, köz-
tük Megyesi Zoltánnak és Máder Attilának a feladatokért.
Külön köszönet illeti Hajnal Pétert és Viharos Lászlót az elméleti rész össze-
állı́tásában nyújtott segı́tségükért és értékes megjegyzéseikért.
Köszönjük Kovács Zoltánnak az ábrák elkészı́tésében nyújtott segı́tségét.
Kérjük az olvasót, amennyiben észrevétele, megjegyzése van a jegyzettel kap-
csolatban, juttassa el a szerzőkhöz.
A szerzők
Szeged, 2007
www.interkonyv.hu
iv Előszó
www.interkonyv.hu
1. Kombinatorikai alapok
Permutáción n objektum egy sorbarendezését értjük. Ha az n objektum kü-

lönböző, akkor a permutáció ismétlés nélküli. Ha van az objektumok közt n1 , . . . , nk
egymással megegyező, ahol n = n1 + . . . + nk , akkor a permutáció ismétléses.
Ha egy n elemű halmazból sorban egymás után kiválasztunk k darabot, akkor
az n elem k-adosztályú variációját kapjuk. Ha a kiválasztott elemek mind külön-
bözőek (visszatevés nélkül választjuk őket), akkor a variáció ismétlés nélküli. Ha
lehetnek azonos elemek (a kiválasztás visszatevéses), akkor a variáció ismétléses.
Ha egy n elemű halmazból kiválasztunk egy k elemű részhalmazt (azaz a
kiválasztás sorrendje nem számı́t), akkor az n elem k-adosztályú ismétlés nélküli
kombinációját kapjuk. Ha k, nem feltétlenül különböző elemet választunk ki (sor-
rendet figyelmen kı́vül hagyva), akkor ismétléses kombinációt kapunk.
A permutációk, variációk, kombinációk számát a következő táblázat tartal-
mazza (az ismétlés nélküli esetekben feltesszük, hogy k ≤ n).
ismétlés nélküli ismétléses
n!
permutáció n! := 1 · 2 · . . . · n
n1 ! · . . . · nk !
n!
variáció nk
(n − k)!

n n! n+k−1
kombináció :=
k k!(n − k)! k
Megjegyzés. 0! := 1 definı́ció szerint.

n n
√
1.1. Tétel. (Stirling-formula) n! ∼ e 2πn, ami azt jelenti, hogy
n!
lim
n n
√ = 1.
n→∞
e 2πn
www.interkonyv.hu
2 Feladatok

n
Az 0 ≤ k ≤ n számokat binomiális együtthatóknak nevezzük.
k

n n−1 n−1
1.2. Állı́tás. Ha 0 < k < n, akkor = + .
k k k−1

Az előző állı́tást és az egyszerű n0 = nn = 1 tényt felhasználva fel tudjuk
ı́rni a binomiális együtthatókat a következő, Pascal háromszögnek nevezett elren-
dezésben, amelyben teljesül, hogy minden 1-nél nagyobb együttható a felette lévő
két másik összege:
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 1 15 6

n−1
Az n-dik sor i-edik eleme éppen .
i−1
A következő fontos tétel megmagyarázza a binomiális együttható elnevezést.
n
X n k n−k
1.3. Tétel. (Binomiális tétel) (a + b)n = a b .
k
k=0
n
X n
1.4. Következmény. = 2n , n = 0, 1, . . .
k
k=0
Feladatok
1.1. Hányféleképpen állhatnak sorba egy 10 fős csoport tagjai? És körbe?
1.2. Hányféleképpen állhat sorba 10 nő és 16 férfi, ha a nők elöl állnak?
1.3. Hányféleképpen állhat sorba 10 ember úgy, hogy a két legmagasabb egymás
mellé kerüljön? És hogy a három legmagasabb álljon egymás mellett?
1.4. Hányféle sorrendbe ı́rhatók a PARALELOGRAMMA szó betűi?
1.5. Egy pénzérmét 10-szer feldobunk. Hányféle olyan sorrend van, amelyben 6 fej
és 4 ı́rás fordul elő?
www.interkonyv.hu
1. Kombinatorikai alapok 3
1.6. Hány nyolcjegyű kettes számrendszerbeli szám van?

1.7. Szilveszter éjfélkor egy héttagú baráti társaságban mindenki mindenkivel koc-
cint. Hányszor koccintanak összesen?
1.8. Ötöslottón hány különböző szelvényt kell kitölteni, hogy biztosan legyen ötös
találat?
1.9. Hányféleképpen lehet hármas találatunk a lottón?
1.10. A kisfiunkat elvisszük fagyizni. Hányféleképpen kérhet 3 gombóc fagyit egy
kehelybe, ha 12-féle fagyi közül választhat? És tölcsérbe?
1.11. Hányféleképpen helyezhetünk el 5 levelet 16 rekeszbe, ha a levelek között
nem teszünk különbséget, és egy rekeszbe a) legfeljebb egy levelet teszünk, b) több
levelet is tehetünk?
1.12. A feladat ugyanaz, mint az előző, csak megkülönböztetjük a leveleket.
1.13. Hány totószelvényt kell kitöltenünk ahhoz, hogy biztosan legyen 13+1 talá-
latunk?
1.14. Hányféleképpen lehet pontosan 12 találatunk a totón?
1.15. Tegyük fel, hogy az összes lehetséges totótippet elkészı́tjük. Hány találatos
szelvényből lesz a legtöbb?
1.16. A 0, 1, 2, 3 számjegyekből hány négyjegyű szám képezhető úgy, hogy minden
számot csak egyszer használhatunk fel? És ha többször?
1.17. Ha felı́rjuk az 1, 2, 3, 4, 5, 6, 7 számjegyekből képezhető összes olyan
háromjegyű számot, amelynek jegyei különbözőek, akkor párosból vagy páratlanból
lesz több?
1.18. Magyarországon az autók rendszáma három betűből és három számból áll: a
betűk az angol ábécé 26 betűjéből kerülnek ki, de az első betű nem lehet U, X, Y,
mı́g a számok a 0, . . . , 9 számjegyekből. Egy karakter többször is felhasználható.
Hány rendszám képezhető ezekkel a szabályokkal?
1.19. Vı́vóedzésen 15 vı́vóból 6 pár vı́v egyidejűleg. Hányféleképpen választhatók
ki a párok?
1.20. Kilenc ember csónakázni készül. Van egy négy-, egy három- és egy kétüléses
csónak. Hányféleképpen foglalhatják el a csónakokat?
1.21.∗ Igazoljuk, hogy
n 2
X n 2n
= .
k n
k=0
www.interkonyv.hu
2. Eseményalgebra, valószı́nűség
(Ω, A, P) Kolmogorov-féle valószı́nűségi mező:
2.1. Definı́ció. Legyen adott egy valószı́núségi kı́sérlet. A kı́sérlet lehetséges kime-
neteleit elemi eseményeknek nevezzük. Az eseménytér az összes lehetséges elemi
eseményből álló halmaz. Jele Ω.1
Megjegyzés. Ω-t biztos eseménynek nevezzük. A lehetetlen eseményt ∅ jelöli.
2.2. Definı́ció. Az események A σ-algebrája Ω bizonyos részhalmazaiból és a rajta

értelmezett ∪: összegzés, ∩: szorzás, 2 \: különbség és a felülvonással jelölt komp-
lementer műveletekből áll, melyekre teljesülnek a következők:
1. Ω ∈ A (a biztos esemény esemény),
2. A ∈ A ⇒ A ∈ A (esemény
S∞ komplementere is esemény),
3. A1 , A2 , . . . ∈ A ⇒ i=1 Ai ∈ A (események végtelen összege is esemény).
Néhány műveleti tulajdonság:

• A \ B = A ∩ B,
• disztributivitás:
∞
! ∞ ∞
! ∞
[ [ \ \
A∩ Bi = (A ∩ Bi ) és A∪ Bi = (A ∪ Bi ),
i=1 i=1 i=1 i=1
• De Morgan azonosságok:
∞
[ ∞
\ ∞
\ ∞
[
Ai = Ai és Ai = Ai .
i=1 i=1 i=1 i=1
1
Továbbiakban 2Ω jelöli egy Ω halmaz hatványhalmazát.
2
Az összegzést szokás + jellel, a szorzást · jellel is jelölni.
www.interkonyv.hu
2. Eseményalgebra, valószı́nűség 5
Megjegyzés. A 2.2. definı́ció 1-3. pontjaiból és a műveleti tulajdonságokból követ-

kezik, hogy
• események szorzata is esemény,
• események különbsége is esemény.
2.3. Definı́ció. Két esemény, A és B kizáróak, ha A ∩ B = ∅.
2.4. Definı́ció. A valószı́nűség egy P: A → R, A 7→ P(A) leképezés, amelyre telje-

sülnek a Kolmogorov-féle axiómák:
1. P(A) ≥ 0 minden A ∈ A esetén,
2. P(Ω) = 1,
3. (σ-additivitás) ha A1 , A2 , . . . egymást páronként kizáró események, akkor
∞
! ∞
[ X
P Ai = P(Ai ).
i=1 i=1
S∞
2.5. Definı́ció. A1 , A2 , . . . teljes eseményrendszert alkot, ha i=1 Ai = Ω és minden
i 6= j esetén Ai ∩ Aj = ∅.
Néhány tulajdonság: P
1. ha A1 , A2 , . . . teljes eseményrendszer, akkor ∞i=1 P(Ai ) = 1,
2. ha A ⊆ B (A maga után vonja B-t), akkor P(A) ≤ P(B) és P(B \ A) =
P(B) − P(A),
3. P(A1 ∪ . . . ∪ An ) ≤ P(A1 ) + . . . + P(An ),
4. P(A ∪ B) = P(A) + P(B) − P(A ∩ B),
5. Poincaré-formula:
n
X X
P(A1 ∪ . . . ∪ An ) = (−1)k−1 P(Ai1 ∩ . . . ∩ Aik ).
k=1 1≤i1 <...<ik ≤n
Feladatok
2.1. Milyen kapcsolatban vannak A és B események, ha

a) A ∩ B = A,
b) A ∪ B = A,
c) A ∪ B = A ∩ B,
d) A ∪ (A ∩ B) = B?
www.interkonyv.hu
6 Feladatok
2.2. Bizonyı́tsuk be, hogy

a) ((A ∪ B) ∩ (A ∪ B)) ∪ ((A ∪ B) ∩ (A ∪ B)) = Ω,
b) A ∩ (A ∪ B) ∩ (A ∪ B ∪ C) ∩ (A ∪ B ∪ C ∪ D) = A ∩ B ∩ C ∩ D,
c) ((A ∩ B) ∪ C) \ ((A ∩ C) ∪ B) = C \ (A ∪ B),
d) (A ∪ B ∪ C ∪ D) \ (A ∪ B ∪ C) = D \ (A ∪ B ∪ C),
e) A = (A ∩ B) ∪ (A ∩ B) !
2.3. Állapı́tsuk meg, milyen esetben állhatnak fenn a következő egyenlőségek!
a) A ∪ B = A,
b) A ∩ B = A.
2.4. Tı́z pénzérmét kell megvizsgálnunk, hogy szabályosak-e vagy ferdék. Legyen
Ai az az esemény, hogy a i-edik pénzérme szabályos (i = 1, . . . , 10). Mit jelentenek
az alábbi események?
a) A1 ∪ . . . ∪ A10 ,
b) A1 ∩ . . . ∩ A10 ,
c) A1 ∪ . . . ∪ A10 ,
d) A1 ∩ . . . ∩ A10 ,
e) A1 ∪ . . . ∪ A10 ,
f) A1 ∩ . . . ∩ A10 ,
g) A1 ∪ A2 ∪ A3 ,
h) (A8 ∪ A9 ) ∩ A10 ,
i) A1 ∪ (A9 ∩ A10 ),
j) A1 ∩ (A9 ∩ A10 ).
Példa. Legyenek A1 , . . . , An tetszőleges események. Fogalmazzuk meg, mit jelent

Ck esemény bekövetkezése (k = 1, . . . , n), ha
S
a) Ck = (Ai1 ∩ . . . ∩ Aik ),
1≤i1 <...<ik ≤n
T
b) Ck = (Ai1 ∩ . . . ∩ Aik )!
1≤i1 <...<ik ≤n
Megoldás. a) Az A1 , . . . , An események közül az összes lehetséges módon kiválasz-

tunk k eseményt, vesszük ezek metszetét, majd uniójukat az összes kiválasztásra.
Ez pontosan az az esemény, amikor az n esemény közül legalább k egyszerre bekö-
vetkezik. b) Vegyük észre, hogy a b)-beli esemény az a)-beli komplementere:
\ \
Ck = (Ai1 ∩ . . . ∩ Aik ) = (Ai1 ∪ . . . ∪ Aik )
1≤i1 <...<ik ≤n 1≤i1 <...<ik ≤n
[
= (Ai1 ∩ . . . ∩ Aik ),
1≤i1 <...<ik ≤n
www.interkonyv.hu
vagyis kevesebb, mint k esemény következik be egyszerre. Másképpen fogalmazva,

bárhogyan is választunk ki k eseményt, közöttük lesz legalább egy, ami nem követ-
kezik be.
2.5. Egy kockát ötször egymás után feldobunk. Jelöljük Bj -vel azt az eseményt,
hogy a j-edik dobás hatos. Fejezzük ki B1 , . . . , B5 segı́tségével a következő esemé-
nyeket:
a) az ötödik dobáskor kapunk először hatost,
b) legalább egyszer hatost dobunk,
c) pontosan négyszer dobunk hatost,
d) az első és a negyedik dobás hatos, a többi közül az egyik biztosan nem hatos!
2.6. Két dobókockával dobunk. Milyen kapcsolatban vannak az alábbi A és B
események? Adjuk meg A ∩ B-t!
a) A: páratlan az összeg, B: dupla hatost dobunk,
b) A: páros az összeg, B: dupla hatost dobunk,
c) A: páratlan az összeg, B: legalább egy hatost dobunk.
2.7. Egy osztály létszáma 40 fő. Matematikából az év végi átlaguk 3,7. Vizsgáljuk
meg az alábbi események kapcsolatát!
A: van ötös az osztályban,
B: pontosan öt tanuló bukott meg.
2.8. Igazoljuk, hogy P(A) = 1 − P(A).
2.9. Igazoljuk, hogy P(∅) = 0.
Példa. Próbagyártás után kiderül, hogy annak a valószı́nűsége, hogy a vizsgált

gyártmány anyaghibás, 0,15, annak pedig, hogy mérethibás, 0,3. A két esemény
egyszerre 0,08 valószı́nűséggel következik be. Mennyi a valószı́nűsége, hogy egy
termék hibátlan?
Megoldás. Legyen A az az esemény, hogy egy gyártmány anyaghibás, M pedig,

hogy mérethibás. Ekkor P(A) = 0,15, P(M ) = 0,3, P(A ∩ M ) = 0,08. Akkor
hibátlan a termék, ha se anyaghibája, se mérethibája nincs, vagyis A∩M következik
be. Felhasználva a De Morgan azonosságot és a valószı́nűség tulajdonságait
P(A ∩ M ) = P(A ∪ M ) = 1 − P(A ∪ M ) = 1 − [P(A) + P(M ) − P(A ∩ M )] = 0,63.
Tehát 0,63 a valószı́nűsége, hogy egy termék hibátlan.
2.10. Egy iskolában a gyerekek 60%-a volt matematika versenyen, 45%-uk sza-
valóversenyen. Legfeljebb 10% ment két különböző versenyre. Igazoljuk, hogy ha
www.interkonyv.hu
8 Feladatok
véletlenszerűen választunk egy gyereket az iskolából, akkor legalább 95% valószı́-

nűséggel volt valamilyen versenyen!
2.11. A és B tetszőleges események, P(A) = 0,3 és P(B) = 0,8. Adjunk alsó és
felső becsléseket P(A ∪ B) és P(A ∩ B) valószı́nűségekre!
2.12. Bizonyı́tsuk be, hogy ha P(A) ≥ 0,8 és P(B) ≥ 0,8, akkor P(A ∩ B) ≥ 0,6!
2.13. Bizonyı́tsuk be, hogy tetszőleges A, B eseményekre fennáll:
a) P(A) = P(A ∩ B) + P(A ∩ B),
b) P(A ∪ B) = P(A) + P(A ∩ B),
c) P((A ∩ B) ∪ (A ∩ B)) = P(A) + P(B) − 2·P(A ∩ B),
d) P(A)P(A) ≤ 1/4,
e) P(A ∩ B) − P(A)P(B) ≤ 1/4!
2.14. Vezessük le három eseményre a Poincaré-formulát! (P(A ∪ B ∪ C) =?)
2.15. Egy társaság tagjait nyelvtudásuk szerint csoportosı́tjuk. Legyen A az az
esemény, hogy egy véletlenül kiválasztott személy angolul, B, hogy oroszul és C,
hogy franciául beszél. A következőket tudjuk:
P(A) = 0,35, P(B) = 0,4, P(C) = 0,3,
P(A ∩ B) = 0,15, P(A ∩ C) = 0,2, P(B ∩ C) = 0,2, P(A ∩ B ∩ C) = 0,1.
Mennyi a valószı́nűsége, hogy egy véletlenül kiválasztott személy legalább az egyik
nyelven tud a három közül?
2.16. Legyen A △ B az A és B esemény szimmetrikus differenciája, azaz A △ B =
(A \ B) ∪ (B \ A). Bizonyı́tsuk be, hogy tetszőleges A, B, C események esetén
a) P(A △ C) ≤ P(A △ B) + P(B △ C) (teljesül a háromszög-egyenlőtlenség),
b) ha P(B △ C) = 0, akkor P(B) = P(C),
c) |P(A ∩ B) − P(A ∩ C)| ≤ P(B △ C)!
2.17. Bizonyı́tsuk be, hogy tetszőleges A1 , A2 , . . . , An események esetén teljesül a
P(A1 ∩ . . . ∩ An ) ≥ P(A1 ) + . . . + P(An ) − (n − 1) egyenlőtlenség!
www.interkonyv.hu
3. Klasszikus valószı́nűségi mező (kombinatorikus

kiszámı́tási mód)
3.1. Definı́ció. Egy (Ω, A, P) valószı́nűségi mező klasszikus, ha létezik olyan pozitı́v
egész n, hogy |Ω| = n és minden ω ∈ Ω-ra {ω} ∈ A és P({ω}) = 1/n.
A klasszikus valószı́nűségi mezőben érvényes a kombinatorikus kiszámı́tási

k
mód: ha A ∈ A-ra |A| = k, akkor P(A) = .
n
Feladatok
3.1. Mennyi annak a valószı́nűsége, hogy egy találomra választott hatjegyű tele-
fonszám jegyei mind különböznek?
3.2. Véletlenszerűen választva egy magyar rendszámú autót mi a valószı́nűsége,
hogy a rendszáma csupa mássalhangzóból és páros számból áll? A rendszámok
képzési szabályát ld. az 1.18. feladatban.
3.3. Egy vendéglő egyik asztalánál 9 vendég ül, mindenki rendel egy italt: összesen
3 korsó sört, 4 pohár vörös és 2 pohár fehér bort. A pincér találomra osztja ki az
italokat. Mennyi a valószı́nűsége, hogy mindenki azt kapja, amit kért?
3.4. Tekintsük az 1, 2, . . . , n számoknak egy véletlen permutációját (minden per-
mutáció egyformán valószı́nű)! Mennyi a valószı́nűsége, hogy
a) az 1 és 2 számok egymás mellé kerülnek?
b) az 1, 2 és 3 számok egymás mellé kerülnek?
c) az első k szám közötti legkisebb szám éppen i-vel egyenlő (k ≤ n, i ≤ n−k+1)?
3.5. Két testvér ugyanabba a 27 fős osztályba jár. Egy gyors sorakozónál mindenki
találomra áll be.
a) Mi a valószı́nűsége, hogy a két testvér között pontosan tı́zen állnak?
b) Hogyan változik az eredmény, ha körbe állnak?
www.interkonyv.hu
10 Feladatok
Példa. Ha a KÖRÖMPÖRKÖLT szó betűit összekeverjük, és véletlenszerűen sor-

barakjuk, mennyi a valószı́nűsége, hogy megint a KÖRÖMPÖRKÖLT szót kapjuk?
Mi a valószı́nűsége, hogy a PÖRKÖLT szó részszóként kiolvasható?
Megoldás. Különböztessük meg a betűket. Az egyforma betűket egymás között

felcserélve ismételten a szót kapjuk, ı́gy:
2!4!2!
≈ 2·10−7.
12!
Ahhoz, hogy a PÖRKÖLT szót visszakapjuk, ki kell választanunk az azonos betűk
közül azokat, amelyeket fel akarunk hozzá használni, majd pedig el kell helyeznünk
a szót a maradék 5 betűvel együtt:

2 2 4
1 1 2 · 2 · 6!
≈ 7,2·10−5.
12!
3.6.∗ Kettétörünk n darab pálcát. A darabokat véletlenszerűen párba rendezzük.
Mennyi a valószı́nűsége, hogy az összetartozó darabok alkotják a párokat?
3.7. Pistit csak akkor engedik el szülei, ha három sakkpartiból legalább két egymás
utánit megnyer. Partnerei Apa és Papa, mégpedig vagy A–P–A, vagy P–A–P sor-
rendben. A partik kimenetelei nem függnek egymástól. Melyik sorrendet válassza
Pisti, ha Apa jobban játszik mint Papa?
3.8.∗ Létezik a következő babona: egy lány 6 fűszálat fog a markába úgy, hogy a
fűszálak vége mindkét oldalon kiáll. Egy másik lány mindkét oldalon véletlensze-
rűen páronként összecsomózza őket. Ha a fűszálakból zárt lánc keletkezik, akkor
a babona szerint a lány a következő évben férjhez megy. Mi a valószı́nűsége, hogy
zárt lánc keletkezik? Általánosı́tsuk a feladatot 2n-re! Hová tart a keresett való-
szı́nűség, ha n → ∞?
3.9. Egy teniszversenyen 8 versenyző indul. A versenyzők egy kalapból húznak egy
rajtszámot és az ábra szerint játszanak (a következő fordulóba mindig a győztesek
jutnak tovább). Mennyi a valószı́nűsége, hogy a két legjobb versenyző csak a
döntőben (utolsó fordulóban) találkozik? (A legjobb mindenkit legyőz, a második
legjobb pedig a legjobb játékoson kı́vül mindenkit.)
www.interkonyv.hu
3. Klasszikus valószı́nűségi mező 11
3.10. Egy lovagi tornán 8 lovag indul, köztük egy testvérpár. A torna az előző fel-
adatbeli teniszversenyhez hasonlóan zajlik. Minden résztvevő 1/2 valószı́nűséggel
győzi le ellenfelét. Mennyi a valószı́nűsége annak, hogy a két testvér megmérkőzik
egymással?
3.11. Mekkora annak a valószı́nűsége, hogy egy kétjegyű szám négyzetének utolsó
számjegye 6?
3.12. Az 1, . . . , 10 számok közül kiválasztunk véletlenszerűen hat különbözőt.
Mennyi a valószı́nűsége, hogy a kiválasztott számok közül a második legkisebb a
3?
3.13. A fiúk és a lányok születési valószı́nűségeit 1/2-nek tekintve mennyi a való-
szı́nűsége, hogy egy hatgyermekes családban három fiú és három lány van? Adjuk
meg a Kolmogorov-féle valószı́nűségi mezőt!
3.14. Egy dobozban 998 fehér és 2 kék golyó van. Kettőt húzunk visszatevéssel. A
kérdés, hogy mennyi a valószı́nűsége, hogy két fehéret húzunk. Ödönke megoldása
a következő. Összesen 4 eset van: f f , f k, kf , kk, amelyek közül egy a jó esemény,
ezért a kérdezett valószı́nűség 1/4. Mi a hiba a gondolatmenetében?
Példa. Toscana hercege szerette a szerencsejátékokat. Észrevette, hogy ha két

kockával dobott, akkor a 9 gyakrabban jött ki, mint a 10, ezért ı́rt Galileinek, hogy
fejtse meg a rejtélyt. Mit válaszolhatott Galilei?
Megoldás. A két kockával dobás kı́sérletének eseménytere Ω = {(i, j) : 1 ≤ i, j ≤

6}, ahol i az első, mı́g j a második kockával dobott számot jelöli, tehát |Ω| = 36.
Ekkor 9-et négyféleképpen dobhatunk:
9 = 3 + 6 = 6 + 3 = 4 + 5 = 5 + 4,
10-et pedig háromféleképpen:
10 = 6 + 4 = 4 + 6 = 5 + 5.
Így P(9-t dobunk) = 4/36 és P(10-et dobunk) = 3/36.
3.15. Két kockával dobunk. Mennyi a valószı́nűsége, hogy egy hármast és egy
négyest dobunk? Változik-e a valószı́nűség, ha átfestjük az egyik kockát?
3.16. Három kockát feldobva mennyi a valószı́nűsége annak, hogy lesz legalább két
egyforma a dobottak között?
3.17. Chevaler de Méré lovag a következő kérdéseket tette fel Pascalnak:
a) Egy szabályos kockával négyszer dobva mekkora valószı́nűséggel kapunk leg-
alább egy hatost?
www.interkonyv.hu
12 Feladatok
b) Két kockával 24-szer dobva mekkora valószı́nűséggel kapunk legalább egyszer

dupla hatost?
A lovag észrevette, mindkét esetben 1/2 a valószı́nűség. Igaza van-e?
3.18. Egy kocka minden egyes lapját három szı́n valamelyikére festjük. Bármely
szı́n választása bámely lap esetén egyformán valószı́nű. Mi a valószı́nűsége, hogy
lesznek azonos szı́nű szemközti lapok?
3.19. 100 alma közül 10 férges; kiveszünk közülük válogatás nélkül 5-öt. Mennyi
a valószı́nűsége, hogy lesz köztük férges?
Példa. 10 pár cipőből kiválasztunk véletlenszerűen 4 cipőt. Mennyi annak a való-

szı́nűsége, hogy lesz legalább egy pár?
Megoldás. Számı́tsuk ki a komplementer valószı́nűségét, azaz azt, hogy minden

cipő különböző. Ekkor a 10 fajta cipőből el kell dönteni, hogy melyik 4-et vá-
lasszuk, illetve, hogy egy adott fajtából a jobbost vagy a balost. Összesen annyi
eset lehetséges, ahányféleképp a 20 cipőből kiválaszthatunk 4-et. Így a keresett
valószı́nűség: 4
10
4 ·2
1− 20
≈ 0,307.
4
3.20. Mi a valószı́nűsége, hogy a) ötös, b) legalább 2-es találatunk lesz a lottón

egy szelvénnyel?
3.21. Mennyi a valószı́nűsége, hogy a legkisebb kihúzott lottószám a 14?
3.22. Mennyi a valószı́nűsége, hogy az ötöslottón legalább egy olyan számot is
kihúznak, ami a múlt heti nyertes számok közt is szerepelt?
3.23. Mennyi a valószı́nűsége, hogy az öt lottószámot növekvő sorrendben húzzák
ki?
3.24. Mi a valószı́nűsége, hogy a) 13+1, b) legalább 10 találatunk lesz a totón?
3.25. Számoljuk ki, hogy mennyi a telitalálat és a nyerés valószı́nűsége a skandináv
lottón és a 10-es játéktı́pusú kenón! Az egyes játékok szabályait ld. a Függelékben.
3.26. Tetszőlegesen elhelyezünk N golyót n urnába. Mennyi a valószı́nűsége, hogy
egy kijelölt urnába pontosan k golyó kerül?
3.27. Egy 2n fiúból és 2n lányból álló társaság elhatározza, hogy moziba megy. Két
filmet vetı́tenek, mindenki eldönti, hogy melyiket nézi meg (véletlenszerűen, azonos
valószı́nűséggel). Mennyi a valószı́nűsége, hogy az egyes filmeket ugyanannyi fiú
nézi meg, mint amennyi lány?
3.28. Egy urnában 3 piros, 3 fehér és 3 zöld golyó van. Ezek közül 6-ot véletlen-
szerűen kiválasztva mennyi a valószı́nűsége, hogy van köztük mindhárom szı́nűből?
www.interkonyv.hu
3.29. Egy urnában ugyanannyi piros golyó van, mint fehér. Ha visszatevés nélkül
húzunk kettőt, akkor annak valószı́nűsége, hogy mindkettő piros, 8/33. Hány golyó
van az urnában?
3.30. Egy dobozban 11 golyó van megszámozva 1-től 11-ig. Visszatevés nélkül
kihúzunk hatot. Mennyi a valószı́nűsége, hogy a kihúzott számok összege páratlan?
3.31. Egy parkolóban 8 hely van. Odaérkezve egy autó véletlenszerűen beáll az
üres helyek valamelyikére. Már 4 autó bent áll, amikor egy busz érkezik. Akkor
tud beállni, ha van 4 egymás melletti szabad hely. Mennyi a valószı́nűsége, hogy
ezt meg tudja tenni?
3.32. Egy kalapban 3 lap van, az egyikre 1, a másikra 2, a harmadikra 3 van ı́rva.
Négyszer húzunk visszatevéssel. Mennyi a valószı́nűsége, hogy a kihúzott számok
összege páros?
3.33. A bűvös hatos játék a következő: két szabályos dobókockával dobva akkor
nyerünk, ha van hatos a dobott számok között vagy ha a dobott számok összege 6.
Mennyi a nyerés valószı́nűsége?
3.34. Egy kockával kétszer dobunk egymás után. Mennyi a valószı́nűsége, hogy az
első dobás eredménye nagyobb, mint a másodiké?
3.35. Van három dobókockánk. Az elsőn a 18, 17, 6, 5, 4, 3, a másodikon a 16,
15, 14, 13, 2, 1, a harmadikon pedig a 12, 11, 10, 9, 8, 7 számok szerepelnek. Két
kocka közül az a jobb, amelyikkel nagyobb a valószı́nűsége annak, hogy nagyobb
számot dobunk, mint a másikkal. Melyik a legjobb kocka?
3.36. Egy kockával hatszor dobunk. Mennyi annak a valószı́nűsége, hogy van olyan
szám, amit legalább kétszer dobtunk?
3.37. Egy kockával 11-szer dobunk. Mennyi a valószı́nűsége, hogy az egymást
követő 1, 2, 3, 4, 5, 6 nem fordul elő az eredményben? És ha 12-szer dobunk?
3.38. Négyszer dobunk egy szabályos kockával. Mennyi a valószı́nűsége, hogy lesz
legalább két egymás utáni hatos?
3.39. Egy kockával n-szer dobunk. Mi a valószı́nűsége, hogy nem dobjuk kétszer
egymás után ugyanazt a számot?
3.40. Mennyi a valószı́nűsége, hogy az 52 lapos francia kártya lapjait 4 játékos
közt szétosztva
a) legfeljebb egy játékos kezében legyen 2 ász?
b) a négy ász közül mind a négy játékosnak egyet-egyet osztanak?
3.41. 52 lapos francia kártyával pókert játszva (5 lapot húzunk, a sorrend nem
számı́t) mennyi annak a valószı́nűsége, hogy
a) pontosan egy pár (két egyforma figura, három tőle és egymástól is különböző
figura),
b) pontosan két pár (két-két egyforma figura és egy tőlük különböző harmadik),
www.interkonyv.hu
14 Feladatok
c) drill (pontosan három egyforma lap),

d) full (pontosan három egyforma lap és egy pár),
e) szı́nsor (öt egyforma szı́nű, egymást követő lap, de nem az ász a legnagyobb),
f) póker (négy egyforma lap),
g) royal flush (öt egyforma szı́nű, egymást követő lap, az ász a legnagyobb),
h) flush (öt egyforma szı́nű lap, de nem szı́nsor és royal flush),
i) számsor (öt egymást követő lap, nem mind egyforma szı́nű)
lesz a kezünkben?
3.42. Mennyi annak a valószı́nűsége, hogy a) 12 ember, b) k ember (k < 12)
születésnapja különböző hónapban van (a hónapok valószı́nűségét azonosnak véve)?
3.43. Legalább hány ember esetén nagyobb 1/2-nél annak a valószı́nűsége, hogy
legalább 2-nek azonos hónapban van a születésnapja (minden hónapot azonos va-
lószı́nűséggel véve)?
3.44. Mennyi annak a valószı́nűsége, hogy 2 ember születésnapja azonos hónapra
esik? (Februárt 28 nappal vegyük számı́tásba, a születésnapok 1/365 valószı́nűség-
gel esnek az egyes napokra.)
3.45. Mennyi annak a valószı́nűsége, hogy egy 25 fős társaságban legalább két
ember születésnapja azonos napra esik? (A születésnapok 1/365 valószı́nűséggel
esnek az egyes napokra.)
3.46.∗ Bizonyı́tsuk be valószı́nűségszámı́tási meggondolással a következő azonos-
ságot:
N M N M n m
l k X n m l k
= ,
N +M m+n=p
N + M p
k≤m≤M, l≤n≤N
l+k p l+k
ahol M , N , k, l, p adott természetes számok, k ≤ M , l ≤ N és k + l ≤ p ≤ M + N .
3.47. Az (1+x)6 polinomot kifejtve együtthatói közül véletlenszerűen kiválasztunk
kettőt. Mennyi a valószı́nűsége, hogy összegük kisebb, mint 25?
3.48. Egy kocka csúcsai közül hármat kiválasztva mi annak a valószı́nűsége, hogy
a kiválasztott csúcsok között nincsenek élszomszédosak?
3.49. Véletlenszerűen sorbarakunk 3 piros, 4 zöld és 5 fehér golyót. Mennyi a
valószı́nűsége, hogy nem kerül egymás mellé két zöld golyó?
3.50.∗ Harminc persely kulcsait véletlenszerűen beledobtuk a zárt perselyekbe,
mindegyikbe egyet-egyet. Feltörjük az egyik perselyt. Mennyi a valószı́nűsége,
hogy ezután már mindegyik perselyt ki tudjuk nyitni anélkül, hogy újabbat kellene
feltörnünk?
3.51.∗ 3 piros, 3 fehér és 3 zöld golyót véletlenszerűen sorbarendezünk. Mennyi
a valószı́nűsége annak, hogy bármelyik két egymás mellé kerülő golyó különböző
szı́nű lesz?
www.interkonyv.hu
3.52. Öt levelet megı́runk öt ismerősünknek, majd a borı́tékok megcı́mzése után –
szórakozottságból – véletlenszerűen tesszük bele őket, mindegyikbe pontosan egyet.
Mi a valószı́nűsége, hogy a) legalább 3, b) legalább 2 ismerősünk a neki szólót
kapja meg?
Példa. Egy családban három gyerek van. Minden nap kisorsolják, ki vigye ki a sze-
metet (egy dobozba teszik a nevüket, majd húznak egyet). Mennyi a valószı́nűsége,
a hogy a hét folyamán minden gyerek sorra fog kerülni?
1. megoldás. Jelölje Ai azt az eseményt, hogy az i-edik gyerek sorrakerül. Ek-

kor a kérdés P (A1 ∩ A2 ∩ A3 ). Mivel ezek nem független események, a kérdéses
valószı́nűséget nem tudjuk közvetlenül kiszámı́tani, ezért vegyük a rossz eseteket:
P (A1 ∩ A2 ∩ A3 ) = 1 − P (A1 ∩ A2 ∩ A3 ) = 1 − P (A1 ∪ A2 ∪ A3 ).
Erre a Poincaré-formulát alkalmazva:

1 − P (A1 ∪ A2 ∪ A3 ) = 1 − P (A1 ) − P (A2 ) − P (A3 )+
+ P (A1 ∩ A2 ) + P (A1 ∩ A3 ) + P (A2 ∩ A3 )−
− P (A1 ∩ A2 ∩ A3 ) =
27 1 602
=1−3· 7
+3· 7 −0= ≈ 0,826.
3 3 729
2. megoldás. A jó eseteket kizáró eseményekre bonthatjuk aszerint, hogy melyik

gyerek hányszor került sorra. Az egyes esetek: 5+1+1, 4+2+1, 3+3+1, 3+2+2,
ezek közül a gyerekeket tekintve a második 6-féleképpen (= 3!) lehetséges, a többi
3-féleképp. Mivel az egyes esetek kizáróak, együtt kiadják az összes jó esetet. Ezek
valószı́nűsége tehát

7 2 7 3 7 4 7 4
5 1 4 2 3 3 3 2
3 7
+ 3! 7
+3 7
+3 =
3 3 3 37
21 · 2 + 2 · 35 · 3 + 35 · 4 + 35 · 6
= ≈ 0,826.
36
3. megoldás. Jelölje Ai azt az eseményt, S hogy pontosan i gyerek kerül sorra

(i = 1, 2, 3). Mivel ezek kizáró események, és i Ai = Ω, ezért
P (A1 ) + P (A2 ) + P (A3 ) = 1.
Másrészt
3 3(27 − 2)
P (A1 ) = , P (A2 ) =
37 37
www.interkonyv.hu
16 Feladatok
(a második esetben azt a két esetet kell levonni, amikor a két gyerek közül mindig
csak az egyiket sorsolják). Kapjuk:
1 27 − 2
P (A3 ) = 1 − − ≈ 0,826.
36 36
3.53. Egy 9 tagú társaság felszáll egy három kocsiból álló HÉV szerelvényre, de a
nagy tolongásban a társaság tagjai nem figyelik egymást, csak azt, hogy feljussanak
valamelyik kocsira.
a) Mennyi a valószı́nűsége, hogy legalább az egyik kocsiba senki nem száll fel a
társaságból?
b) Mennyi a valószı́nűsége, hogy legalább az egyik kocsiba legfeljebb egy ember
száll fel a társaságból?
3.54. A 0, 1, 2 számjegyekből véletlen sorozatot készı́tünk. Milyen hosszú soroza-
tok esetén lesz legalább 61% annak a valószı́nűsége, hogy a sorozatban mindhárom
szám előfordul?
3.55. Vizsga előtt n hallgató leteszi az indexét lefordı́tva az asztalra. Utána
találomra felvesz mindenki egyet, és elviszi. Mennyi a valószı́nűsége, hogy senki
sem a saját indexével távozik? Hová tart ez a valószı́nűség, ha n → ∞?
3.56. Egy n házaspárból álló társaság bálba megy. A ceremóniamester véletlen-
szerűen párba rendezi őket.
a) Mennyi a valószı́nűsége, hogy egyik férj sem táncol a saját feleségével?
b) Mennyi a valószı́nűsége, hogy pontosan k férj táncol a feleségével?
c) Mennyi a valószı́nűsége, hogy József és László a saját feleségével táncol, de a
többi férj nem?
3.57. Két szabályos kockát r-szer feldobunk. Mennyi a valószı́nűsége, hogy az (1,
1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6) párok közül nem fordul elő mindegyik?
3.58. Sorban elhelyezett n darab dobozba találomra N golyót helyezünk el úgy,
hogy a golyóknak mind az nN lehetséges elhelyezését egyenlően valószı́nűnek téte-
lezzük fel. Mennyi annak a valószı́nűsége, hogy
a) az első k doboz egyike sem üres?
b)∗ pontosan k doboz marad üresen?
3.59. Írjuk fel annak a valószı́nűségét, hogy az 52 lapos francia kártyát 4 játékos
között szétosztva egy adott játékos
a) kezéből egyik szı́n sem hiányzik,
b) kezében legfeljebb három szı́n van!
3.60. Mennyi a valószı́nűsége, hogy legalább n-szer kell feldobni a dobókockát
ahhoz, hogy mind a 6 szám előforduljon?
www.interkonyv.hu
3.61. A szabályos kockát addig dobáljuk, amı́g mind a hat szám elő nem fordul.
Jelöljük pn -nel annak a valószı́nűségét, hogy ez az n-edik dobásnál következik be.
Határozzuk meg pn -t!
3.62. Egy kockát addig dobálunk, mı́g hatost nem kapunk. Írjuk fel az esemény-
teret! Mennyi az egyes elemi események valószı́nűsége? Klasszikus valószı́nűségi
mezőt kaptunk-e?
3.63.∗ Egy szabályos kockát ismételten feldobva mennyi a valószı́nűsége, hogy
előbb kapunk egyest, mint hatost?
Példa. A craps játék során egy játékos a kaszinó ellen játszik a következő szabályok
szerint: a játékos feldob két kockát, ha az összeg 7 vagy 11, akkor a játékos, ha
pedig 2, 3 vagy 12, akkor a kaszinó nyer. Más összeg esetén újra dob egészen addig,
mı́g 7-et vagy ugyanazt az összeget nem dobja, mint elsőre. Az előbbi esetben a
kaszinó, az utóbbiban pedig a játékos nyer. Kinek kedvez a játék?
Megoldás. Jelölje E azt az eseményt, hogy a játékos nyer, Ei pedig azt, P11hogy i-vel
nyer. Ekkor E = E7 ∪ E11 ∪ E4 ∪ E5 ∪ E6 ∪ E8 ∪ E9 ∪ E10 és P(E) = i=4 P(Ei ).
6 2
Nyilvánvaló, hogy P(E7 ) = 36 , P(E11 ) = 36 . Jelölje Ei,n azt az eseményt, hogy a
játékos pontosan
S∞ az n-edik dobásra
P∞ nyer az i összeggel (i = 4, 5, 6, 8, 9, 10; n ≥ 2).
Így Ei = n=2 Ei,n , P(Ei ) = n=2 P(E i,n ) (i = 4, 5, 6, 8, 9, 10). Mi P(E4 )-t
számoljuk ki, a többi teljesen hasonló.
∞ ∞
X X 3 · (36 − (3 + 6))n−2 · 3
P(E4 ) = P(E4,n ) =
n=2 n=2
36n
∞ n−2 ∞ n
9 X 27 9 X 27 9 1 1
= 2 = 2 = 2 27 = ,
36 n=2 36 36 n=0 36 36 1 − 36 36
felhasználva, hogy n-dik dobásra 4-gyel úgy lehet nyerni, hogy az első és az utolsó
dobás 4, és a köztes dobásokban 4 és 7 nem fordulhat elő. Így P(E) = 244
495 ≈ 0,493.
3.64. A busman törzs két tagja vadászni indul, de kettejüknek csak egy lándzsája
van. A gyengébbik 0,4, az ügyesebbik 0,7 valószı́nűséggel ejt el vadat. A vadászatot
a gyengébbik kezdi, és felváltva próbálkoznak egészen addig, amı́g nem szereznek
zsákmányt. Mennyi a valószı́nűsége annak, hogy a gyengébbik fog elejteni egy
vadat?
3.65. Két játékos felváltva dobál egy szabályos dobókockát. Az nyer, aki először
dob hatost. Kinek kedvez a játék? Mennyi a valószı́nűsége, hogy véget ér a játék?
3.66. Két játékos felváltva dobál egy érmét. Az nyer, aki először dob ellenfele ı́rás
dobása után fejet. Kinek kedvez a játék?
www.interkonyv.hu
18 Feladatok
3.67. Anna és Balázs felváltva dob egy szabályos érmével addig, amı́g az utolsó
3 dobás f, f, f vagy f, i, f nem lesz. Az első esetben Anna nyer, a másodikban
Balázs. Kinek kedvez a játék?
3.68.∗ (Igazságos osztozkodás problémája.) Alı́z és Bernadett a következőképpen
játszanak: feldobnak egy érmét, ha fej Alı́z, ha ı́rás, akkor Bernadett szerez egy
pontot. A játék elején megállapodnak abban, hogy a végső győzelemhez hány
pontot kell szerezni és mindketten ugyanakkora tétet tesznek fel. A játék azonban
félbeszakad: Alı́znak a, Bernadettnek b pont hiányzik a győzelemhez. Hogyan
osszák szét egymás közt a tétet? Mi a helyzet akkor, ha az érme nem szabályos?
www.interkonyv.hu
4. Geometriai valószı́nűségi mező
4.1. Definı́ció. Egy (Ω, A, P) valószı́nűségi mező geometriai, ha Ω ⊆ Rn , Lebesgue-

mérhető és 0 < µ(Ω) < ∞, ahol µ a Lebesgue-mérték, továbbá minden A ∈ A-ra
létezik µ(A) és érvényes az egyenletességi hipotézis: P(A) = c · µ(A).
µ(A)
Geometriai kiszámı́tási mód: P(A) = .
µ(Ω)
Feladatok
4.1. Egy focilabdát találomra nekirúgnak egy háznak, amely fala 10 m hosszú és
5 m magas (egyenletes eloszlást feltételezünk). A házon két 2 m × 1,5 m-es ablak
van. Mennyi a valószı́nűsége, hogy ablakot talál el a labda?
4.2. Péter munkahelye előtt két busz áll meg, az 1-es és a 2-es. Egyik édesanyjához
viszi, másik a barátnőjéhez. Péter munkaideje véletlenszerűen, egyenletes eloszlás
szerint ér véget. Amikor Péter végez, arra a buszra száll fel, amelyik hamarabb jön.
Mindkét busz 10 percenként jár, mégis sokkal gyakrabban megy a barátnőjéhez.
Hogyan lehetséges ez?
4.3. Egy R sugarú körre véletlenszerűen rádobunk egy r sugarú körlapot (r <
R). Feltesszük, hogy annak a valószı́nűsége, hogy a rádobott körlap középpontja
az R sugarú körlap valamely tartományába esik, arányos e tartomány területével
(egyenlentes eloszlást követ). Mennyi a valószı́nűsége, hogy az R sugarú kör teljes
egészében tartalmazza az r sugarú kört?
4.4. Egy még létező, vásártereken játszott régi angol játék a pennygurı́tás: adott
egy 2 egység oldalhosszúságú négyzetháló és egy 1 egység átmérőjű penny. A cél az,
hogy az elgurı́tott penny ne essen vonalra. Hogyan számı́tjuk ki a nyerési esélyeket?
Példa. Egy r sugarú kör kerületén megjelölünk egy pontot. Ezután a körlapon
találomra választunk egy másik pontot (egyenletes eloszlás
√ szerint). Mennyi a
valószı́nűsége, hogy a két pont távolsága nagyobb, mint 2r?
www.interkonyv.hu
20 Feladatok
√
Megoldás. Jelölje P az r sugarú kör kerületén adott
√ pontot. Ettől a ponttól 2r
távolságnál közelebb lévő pontok a P középpontú 2r sugarú nyı́lt körlapon van-
nak. Ennek az új körnek az r sugarú körlappal vett közös része a számunkra nem
kedvező
√ pontok halmaza. Ez a halmaz előáll az r sugarú körlap feléből, valamint
a 2r sugarú körlap egy körszeletéből.
Ennélfogva a kedvező terület

" √ #
2 r2 π 1 √ 2 2rπ √ √
Tkedv =r π− − 2r − 2r( 2r − 2r + r) = r2 .
2 2 4
r2 1
Így a keresett valószı́nűség = .
r2 π π
4.5.∗ Adott egy r sugarú körlap, amelyben véletlenszerűen választunk egy húrt.
Mennyi a valószı́nűsége, hogy a húr hossza nagyobb, mint a körbe ı́rható szabályos
háromszög oldala, ha a húrt úgy választjuk, hogy
a) a körlapon az egyenletességi hipotézis szerint választjuk ki a húr felezőpontját,
b) véletlenszerűen választunk egy sugarat és azon a húr felezőpontját,
c) a kör kerületén rögzı́tjük a húr egyik végpontját, a másikat pedig véletlensze-
rűen választjuk a körı́vről?
Miért különbözik a három válasz? (Bertrand-paradoxon)
4.6. A (0, 1) intervallumot egy (egyenletes eloszlás szerint) találomra választott
pont segı́tségével két részre osztjuk. Mennyi a valószı́nűsége, hogy a keletkező
szakaszok közül a kisebbik nagyobb, mint 1/3?
4.7. Választunk a (0, 1) intervallumon találomra egy pontot (egyenletes eloszlás
szerint). Jelöljük e pontnak a 0-tól való távolságát ξ-vel. Mennyi annak a való-
szı́nűsége, hogy a ξ, 1 − ξ és az 1/2 hosszúságú szakaszokból háromszöget lehet
alkotni?
www.interkonyv.hu
4. Geometriai valószı́nűségi mező 21
Példa. A (0, 1) intervallumon találomra választunk két számot (egymástól függet-

lenül és egyenletes eloszlás szerint). Mennyi a valószı́nűsége, hogy az ı́gy kapott
három szakaszból háromszög szerkeszthető?
Megoldás. Jelölje az első kiválasztott pont koordinátáját ξ, a másodikét η. Ha

ξ < η, akkor a három szakasz hossza ξ, η − ξ, 1 − η. Akkor tudunk három oldalból
háromszöget szerkeszteni, ha bármely két oldal hosszának összege nagyobb, mint
a harmadiké, vagyis teljesül a háromszög-egyenlőtlenség.
I. ξ + η − ξ > 1 − η ⇒ η > 21 ,
II. ξ + 1 − η > η − ξ ⇒ ξ + 12 > η,
III. η − ξ + 1 − η > ξ ⇒ 12 > ξ.
Vagyis olyan (ξ, η) pontpárokat keresünk, melyekre a fenti egyenlőtlenségek telje-
sülnek. A lehetséges pontpárok Ω = {(ξ, η) : 0 ≤ ξ, η ≤ 1} ⊂ R2 . Így a keresett
pontpárok az ábrán besatı́rozott felső háromszögbe esnek.
A másik háromszöget a ξ > η esetből kapjuk. Tehát annak a valószı́nűsége,

2· 1
hogy háromszög szerkeszthető 18 = 14 .
4.8. A (0, 1) intervallumon találomra választunk két számot (egymástól függetlenül

és egyenletes eloszlás szerint). Mennyi a valószı́nűsége, hogy különbségük abszolút
értéke a) 1/4 és 1/2 közé esik, b) kisebb lesz, mint a kisebbik szám?
4.9. A (0, 1) intervallumot felosztjuk két (egyenletes eloszlás szerint) véletlenül
rádobott pont segı́tségével három részre. Mennyi a valószı́nűsége, hogy mindhárom
szakasz hossza
a) kisebb, mint 1/2,
b) nagyobb, mint 1/4?
4.10. A (0, 1) intervallumon két pontot választunk véletlenszerűen egymástól füg-
getlenül, egyenletes eloszlás szerint. Mennyi a valószı́nűsége, hogy a két pont kö-
zelebb van egymáshoz, mint bármelyik közülük a végpontokhoz?
www.interkonyv.hu
22 Feladatok
4.11. Választunk egy véletlen számot 0 és 2 között, és tőle függetlenül egy másikat
1 és 2 között egyenletes eloszlás szerint. Mennyi a valószı́nűsége, hogy összegük
kisebb, mint 2?
4.12. Egy távbeszélőállomás és a központ közötti vezeték hossza 450 m. Mi annak a
valószı́nűsége, hogy ha meghibásodik a vezeték, akkor a keletkező hiba a központtól
legalább 180 m-re lesz, ha a vezeték mentén bárhol azonos a meghibásodás esélye?
4.13. A gázvezetékek meghibásodása bárhol bekövetkezhet és a hiba egy szakaszba
való esésének valószı́nűsége a szakasz hosszával arányos. Egy 50 méter hosszú gáz-
vezetékből két helyen szivárog a gáz. A két hiba egymástól függetlenül keletkezett.
Ha a hibák közelebb vannak egymáshoz 2 méternél, akkor az aszfaltot csak egy
helyen kell bontani. Mi a valószı́nűsége annak, hogy nem szükséges két bontás?
4.14. András és Betti megbeszélik, hogy munka után talákoznak. Mindkettejük-
nek egymástól függetlenül véletlenszerűen, egyenletes eloszlás szerint ér véget a
munkaideje 4 óra és fél 6 között.
a) Mennyi a valószı́nűsége, hogy az előbb jövőnek nem kell 10 percnél többet
várnia a másikra?
b) Ha András fél órát hajlandó várni, Betti, aki türelmetlenebb, csak negyed
órát, mennyi a valószı́nűsége, hogy találkoznak?
4.15. Egy szegedi áruházhoz két áruszállı́tó érkezik egymástól függetlenül egyenle-
tes eloszlás szerinti véletlen időpontokban: a Sopronból érkező 8 és 10 óra között,
a Debrecenből érkező pedig 9 és 10 óra között. Mennyi a valószı́nűsége, hogy a
debreceni teherautó érkezik meg előbb?
4.16. Egy kikötőbe a nap 24 órája alatt két hajó érkezik egymástól függetlenül,
egyenletes eloszlás szerint véletlen időpontokban. A munkások az elsőt 1, a má-
sodikat 2 óra alatt tudják kirakodni. Az előbb érkező hajó kirakodását azonnal
megkezdik. Amennyiben a másik hajó úgy érkezik, hogy a munkások az elsővel
még nem végeztek, a később érkező kénytelen várakozni. Mennyi annak a valószı́-
nűsége, hogy egyik hajónak sem kell várnia?
4.17. Anna munkaideje háromnegyed 5 és 5 között véletlenszerűen, egyenletes
eloszlás szerint ér véget. Béla szintén véletlenszerűen, egyenletes eloszlás szerint
fél 5 és negyed 6 között szokott Anna munkahelyéhez menni, hogy Annát hazavi-
gye. Mennyi a valószı́nűsége, hogy Béla hamarabb odaér, mint ahogy Anna végez?
Mennyi a valószı́nűsége, hogy egyiküknek sem kell 10 percnél tovább várakoznia?
4.18. Hárman megbeszélik, hogy találkoznak 3 órakor. András pontos, Béla és
Csaba 3 óra 10 perckor és 4 óra között érkeznek véletlenszerűen egymástól függet-
lenül, egyenletes eloszlás szerint. András 10 percet hajlandó egyedül várakozni, ha
valaki megérkezik, onnantól kezdve 20 percet vár legfeljebb. Mennyi a valószı́nű-
sége, hogy összejön a találkozó?
www.interkonyv.hu
4.19. Egy őrhelyen egy őr áll éjfél óta. Két társa elfelejti, mikor kell őrködniük, ı́gy
egymástól függetlenül 1 és 4 óra között (érkezésük egyenletes eloszlást követ) vált-
ják le az éppen ott állót. 4 órakor érkezik a hajnali váltás. Mennyi a valószı́nűsége,
hogy hármuk közül valaki 2 óránál többet őrködik?
4.20.∗ A (0, 1) intervallumra egymástól függetlenül 3 pontot dobunk egyenletes
eloszlás szerint. Mennyi a valószı́nűsége, hogy ezeknek a 0-tól vett távolságaival
mint szakaszokkal háromszöget lehet alkotni?
4.21. Válasszuk a ξ és η pontokat egymástól függetlenül a (−1, 1) intervallumban
egyenletes eloszlás szerint. Tekintsük a következő másodfokú egyenletet: x2 +2ξx+
η = 0. Határozzuk meg annak a valószı́nűségét, hogy a gyökök valósak!
4.22. Általánosı́tsuk az előző feladatot a (−N, N ) intervallumra!
www.interkonyv.hu
5. Függetlenség, feltételes valószı́nűség
5.1. Definı́ció. A és B események függetlenek, ha P(A ∩ B) = P(A) · P(B).
5.2. Definı́ció. A1 , . . . , An események teljesen függetlenek, ha minden 2 ≤ r ≤ n-re

bárhogyan kiválasztva Ai1 , . . . , Air különböző eseményeket teljesül P(Ai1 ∩ . . . ∩
Air ) = P(Ai1 ) · . . . · P(Air ).
Tulajdonságok:
• ∅ és Ω minden eseménytől függetlenek,
• ha A és B függetlenek, akkor A és B is,
• ha A1 , . . . , An teljesen függetlenek, akkor közülük akárhányat a komplemen-
terére cserélve a kapott események is teljesen függetlenek lesznek.
5.3. Definı́ció. Az A esemény B feltételre vonatkozó feltételes valószı́nűsége
P(A ∩ B)
P(A|B) := , ha P(B) > 0.
P(B)
5.4. Tétel. (Szorzásszabály, láncszabály) Ha P(A1 ∩ . . . ∩ An ) > 0, akkor
P(A1 ∩. . .∩An ) = P(A1 |A2 ∩. . .∩An )·P(A2 |A3 ∩. . .∩An )·. . .·P(An−1 |An )·P(An ).
5.5. Tétel. (Bayes-formula)
P(A|B) · P(B)
P(B|A) = , ha P(A), P(B) > 0.
P(A)
5.6. Tétel. (Teljes valószı́nűség tétele) Ha B1 , B2 . . . teljes eseményrendszer és

P(Bi ) > 0 minden i-re, akkor
∞
X
P(A) = P(A|Bi ) · P(Bi ).
i=1
www.interkonyv.hu
5. Függetlenség, feltételes valószı́nűség 25
5.7. Tétel. (Bayes-tétel) Ha B1 , B2 . . . teljes eseményrendszer, P(Bi ) > 0 minden

i-re és P(A) > 0, P(B) > 0 akkor
P(A|B) · P(B)
P(B|A) = ∞ .
X
P(A|Bi ) · P(Bi )
i=1
Feladatok
5.1. Egy országban az A, B, C és D városok között úthálózat van kiépı́tve az ábra
szerint. Minden egyes útszakaszon egy adott téli napon p valószı́nűséggel hóakadály
van, a többi útszakasz állapotától függetlenül. Mennyi a valószı́nűsége, hogy egy
adott napon el lehet jutni A-ból D-be?
Példa. Háromszor dobunk fel egy szabályos pénzdarabot. Jelentse A azt az ese-
ményt, hogy a dobások között fej és ı́rás is előfordul, B pedig azt az eseményt,
hogy legfeljebb egy ı́rás fordul elő. Állapı́tsuk meg, független-e A és B!
3
Megoldás. A definı́ciót kell leellenőriznünk. P(A) = 2 2−2 3 = 34 , mivel csak két
kimenetel nem jó: a tisztán fejből, ill. a tisztán ı́rásból álló. P(B) = 1+3 1
23 = 2 , mivel
vagy nincs ı́rás, vagy pontosan egy ı́rás van a dobottak között. P(A ∩ B) = 233 = 38 ,
mert ekkor pontosan egy ı́rás lehetséges. Azaz A-ra és B-re teljesül a definı́ció
feltétele, ı́gy függetlenek.
5.2. Oldjuk meg az előző feladatot abban az esetben, ha négyszer dobjuk fel az
érmét.
www.interkonyv.hu
26 Feladatok
5.3. Feldobunk egy kockát. A következő események közül melyek függetlenek?

A: párosat, B: páratlant, C: prı́mszámot, D: legalább 2-t, E:legalább 3-at dob-
tunk.
5.4. Igazoljuk, hogy Ω független önmagától!
5.5. Igazoljuk, hogy ha A és B események függetlenek egymástól, akkor A és B is!
5.6. Ha A független B-től és B független C-től, következik-e, hogy A független
C-től?
5.7. Ha A, B és C páronként függetlenek, következik-e, hogy teljesen függetlenek?
5.8. A és B eseményekre teljesül, hogy kizárják egymást és egyúttal függetlenek
is. Mit tudunk mondani a valószı́nűségükről?
5.9. Ha A és B kizárják egymást, és P(B) > 0, akkor mit mondhatunk P(A|B)-ről?
5.10. Legyen P(A|B) = 0,7, P(A|B) = 0,3 és P(B|A) = 0,6. Határozzuk meg
P(A) értékét!
5.11. Legyen P(B) > 0. Mi a feltétele, hogy P(A|B) + P(A) = 1 fennálljon?
Példa. 4 golyót helyezünk el egy kalapban: 1 fehéret, 1 kéket és 2 pirosat. A

kalapot megrázzuk, majd valaki kihúz belőle két golyót. Megnézi őket, és fennhan-
gon kijelenti, hogy legalább az egyik piros. Mennyi a valószı́nűsége, hogy a másik
kihúzott golyó is piros?
Megoldás. Legyen B az az esemény, hogy legalább az egyik kihúzott golyó piros,

A pedig az az esemény, mindkét kihúzott golyó piros.
4

2 −1 5
P(B) = 4
= ,
2
6
mivel az egyetlen rossz eset az, ha az 1 fehéret és az 1 kéket húzzuk ki.
1 1
P(A) = 4 = 6.

2
1
P(A ∩ B) P(A) 6 1
P(A|B) = = = 5 = ,
P(B) P(B) 6
5
mivel A ⊂ B.
5.12. Tegyük fel, hogy 1/2 − 1/2 valószı́nűséggel születik fiú illetve lány.
a) Egy családban az első gyerek fiú, és éppen a második gyereket várják. Mennyi
a valószı́nűsége, hogy lány lesz?
www.interkonyv.hu
b) Ha tudjuk, hogy egy kétgyermekes családban van fiú, mennyi a valószı́nűsége,

hogy van lány is?
5.13. Ezen a héten az 1, 3, 5, 7, 11 számokat játszottam a lottón. A villamoson
hallottam, hogy a legnagyobb és legkisebb kihúzott szám különbsége 10. Mennyi a
valószı́nűsége, hogy legalább négyesem van?
5.14. Elhelyezünk N golyót n dobozba úgy, hogy mind az nN elhelyezkedés egyen-
lően valószı́nű. Feltéve, hogy egy adott dobozba kerül golyó, mennyi a valószı́nű-
sége, hogy K golyó van benne? (K ≥ 1)
5.15. Három kockát feldobunk. Feltéve, hogy a dobott számok között nincs két
egyforma, mennyi a valószı́nűsége, hogy legalább az egyiken hatos van?
5.16. Van 4 számkártyánk, amelyekre a 0, 1, 3, 5 számok vannak ı́rva. Összekever-
jük őket, majd kihúzunk közülük kettőt. Mennyi a valószı́nűsége, hogy a két szám
szorzata páros lesz, feltéve, hogy az összegük páros?
5.17. Egy 5 piros és 5 fehér golyót tartalmazó urnából egymás után (visszatevés
nélkül) kihúzunk 3 golyót. Feltéve, hogy az első 2 húzás eredménye ugyanaz,
mennyi a valószı́nűsége, hogy a 3. húzás piros?
5.18. A barátunk 2/3 valószı́nűséggel tartózkodik kocsmában. Ha kocsmában van,
akkor az 5 kocsma bármelyikében egyenlő valószı́nűséggel. Négyben már megnéz-
tük, de nem találtuk. Mennyi a valószı́nűsége, hogy az ötödikben megtaláljuk?
5.19. Egy urnában 3 golyó van, egy piros, egy fehér és egy fekete. Ötször húzunk
egy-egy golyót visszatevéssel. Feltéve, hogy feketét is és fehéret is legalább kétszer
húztunk, mennyi a valószı́nűsége, hogy nem húztunk pirosat?
5.20. Egy villamos 10 percenként jár. Feltéve, hogy az előző már legalább 3 perce
elment, mennyi a valószı́nűsége, hogy a következő 5 percen belül jönni fog?
5.21. Válasszunk két pontot egymástól függetlenül egyenletes eloszlás szerint a
[0, 1] intervallumból. Mennyi a valószı́nűsége, hogy mind a két pont közelebb van
a 0-hoz mint az 1-hez, feltéve hogy a 2 pont távolsága kisebb mint 1/3?
5.22. Anna 4 és 5 között végez munkahelyén, Béla 4 és fél 5 között, mindketten
véletlenszerűen, egyenletes eloszlás szerint. Megbeszélik, hogy Béla hazaviszi An-
nát. Béla ma előbb végez. Mennyi a valószı́nűsége, hogy legkésőbb negyed 5-kor
el tudnak indulni?
Példa. Egy kockával addig dobunk, amı́g először nem kapunk hatost. Feltéve, hogy
a szükséges dobások száma páros, mennyi a valószı́nűsége, hogy pontosan kétszer
kellett dobni?
www.interkonyv.hu
28 Feladatok
Megoldás. A jelölje azt az eseményt, hogy pontosan kétszer kell dobni, B pedig
azt, hogy páros sokat.
∞ ∞ k
X 52k−1 · 1 1X 25 1 1 5
P(B) = = = −1 = .
k=1
62k 5
k=1
36 5 1 − 25
36
11
Figyelembe véve, hogy A ⊂ B, ı́gy
5·1
62 11
P(A|B) = 5 = .
11
36
5.23. Van két erszény, egyikben r1 , másikban r2 darab egyforintos. Mindket-

tőbe teszünk még t − t darab ötforintost. Melyik esetben nagyobb az ötforintos
húzásának valószı́nűsége:
a) először találomra választok egy erszényt, majd abból húzok, vagy
b) először összeöntöm az erszények tartalmát, majd ezután húzok egy érmét?
5.24. Három személy közül egyet szeretnénk igazságosan kisorsolni, ezért három
gyufaszál közül kettőnek letörtük a fejét. Egyik személy kezébe veszi a gyufaszá-
lakat ép végükkel kifelé, majd a másik kettő húz egyet-egyet. Aki az épet húzza,
az nyer, ha nem húzza senki, akkor az nyer, akinek a kezében voltak a szálak.
Igazságos-e a játék (azaz számı́t-e kinek a kezében van a gyufa és ki húz először)?
5.25. Van N urnánk, a k-adikban k piros és N fehér golyó van (k = 1, 2, . . .).
Mennyi a valószı́nűsége, hogy a találomra választott urnából kihúzott mindkét
golyó piros, ha a húzásokat a) visszatevéssel b) visszatevés nélkül végezzük?
5.26. Két játékos, A és B azt játszák, hogy A dob egy kockával, azután két
érmét annyiszor dob fel, ahányat a kockával dobott. Ha legalább egyszer két fejet
dobott e dobások során, akkor B fizet A-nak 1 forintot, ellenkező esetben A B-nek.
Melyiküknek előnyös a játék (kinek nagyobb a nyerési esélye)?
5.27. Egy dobozban N golyó van. A fehér golyók számáról való minden feltevés
egyformán valószı́nű. Egy golyót húzunk. Mennyi a valószı́nűsége, hogy az fehér?
5.28. Írjuk fel annak a valószı́nűségét, hogy egy családban van legalább egy lány,
ha pn annak a valószı́nűsége, hogy a családban n gyerek van (n = 0, 1, . . .)! A fiúk
és a lányok születési valószı́nűségét 1/2-nek tételezzük fel.
5.29. Aladár minden reggel az otthonához közeli két egymás melletti csemege egyi-
kében veszi meg a péksüteményeket. Mindkét csemege egyenletes eloszlás szerinti
véletlen időpontban, egymástól függetlenül nyit ki hétköznap 700 és 710 között,
hétvégén pedig 705 és 710 között. Mennyi a valószı́nűsége, hogy egy tetszőleges
napon 707 perckor meg tudja venni a sütiket?
www.interkonyv.hu
5.30. Egy kalapban 5 fehér, 5 piros és 5 zöld golyó van. Három golyót kiveszünk
találomra visszatevés nélkül. Mennyi a valószı́nűsége, hogy az első golyó piros, a
második fehér és a harmadik ismét piros lesz?
5.31. Egy 20 rekeszből álló láda minden rekeszében van egy-egy bontatlan üveg
sör. Kiveszünk egy üveget tálalomra, megisszuk, majd visszatesszük az üres üveget.
Újra húzunk találomra, ha üres, akkor visszatesszük, ha teli, megisszuk, vissza-
tesszük az üveget, és ı́gy tovább. Mennyi a valószı́nűsége, hogy a harmadik, illetve
a negyedik próbálkozásra teli üveget húzunk ki?
5.32. Van három testvér. A legnagyobb szeret rosszalkodni, ezért ha egyedül
hagyják, 0,7 valószı́nűséggel rossz fát tesz a tűzre. A középső alapvetően jó gye-
rek, de ha látja, hogy bátyja rosszalkodik, 0,5 valószı́nűséggel csatlakozik hozzá. A
legkisebb szereti utánozni testvéreit, tehát ha mindketten rosszalkodnak, 0,8 való-
szı́nűséggel utánozza őket. Egy délután magukban játszanak az udvaron. Mennyi
a valószı́nűsége, hogy mindhárman rosszalkodni fognak, amikor szüleik kimennek
utánuk?
5.33. Amennyiben barátnőnk közvetlenül a randevúnk előtt megy fodrászhoz,
akkor 90% eséllyel elkésik a randevúról. Tı́zszer olyan gyakran fordul elő, hogy
elkésik a randevúról, mint az, hogy randevú előtt fodrásznál volt. Ha elkésik,
mennyi a valószı́nűsége, hogy fodrásznál volt?
5.34. (Prisoner-paradoxon) Három rab raboskodik, A, B és C. Egy véletlensze-
rűen kiválasztott páros amnesztiában részesül, mı́g a harmadik nem szabadul ki.
Így P(A szabadul)= 2/3, hiszen összesen 3 lehetséges párosı́tás van (AB, AC, BC),
mı́g A szempontjából két kedvező (AB, AC). Az A rab a már megszületett ı́téletről
érdeklődik az egyik börtönőrnél, de hogy ne kérdezzen rá konkrétan saját szabadu-
lására, csak arra kéri az őrt, nevezzen meg egy szabadulót a többiek közül. Mivel
a feladat B-ben illetve C-ben szimmetrikus, feltehetjük, hogy az őr B-t nevezte
meg. Ekkor viszont P(A szabadul)= 1/2, hiszen az összes párok száma ezúttal
kettő (AB, BC) mı́g az A számára kedvező pár mindössze egy van, AB. Tehát a
kérdés hatására csökkent az A rab szabadulásának valószı́nűsége. Hogy is van ez?
5.35. (Monty Hall dilemma3 ) Egy játékban három doboz közül pontosan egyben
van nyeremény. Miután a játékos rámutat egy dobozra, a játékvezető kinyit egy
másik dobozt, amely üres. Ezután a játékos dönthet, hogy kitart-e eredeti válasz-
tásánál, avagy inkább a másik dobozt választja. Mi a jó stratégia?
Példa. Egy üzemben 3 gép van, az első adja a termelés 40%-át, a másik kettő 30-
30%-át. Az első és a második gép 0,05 valószı́nűséggel termel selejtet a harmadik
0,1 valószı́nűséggel. Mennyi a valószı́nűsége, hogy
3
Monty Hall paradoxonnak is nevezik. A feladatot ehhez hasonló formában Steve Sel-
vin fogalmazta meg 1975-ben. Magyarországon Fekete macska néven televı́ziós vetélkedő
készült belőle.
www.interkonyv.hu
30 Feladatok
a) az üzem termékei közül egyet kiválasztva az selejtes lesz?

b) ha találunk egy selejtes terméket, akkor azt az első gép gyártotta?
Megoldás. Jelölje G1 , G2 , G3 rendre azon eseményeket, hogy az 1., 2., 3. gép

gyártotta a terméket, tovább S legyen az az esemény, hogy a termék selejtes.
Ekkor P(G1 ) = 0,4, P(G2 ) = 0,3, P(G3 ) = 0,3 és P(S|G1 ) = 0,05, P(S|G2 ) = 0,05,
P(S|G3 ) = 0,1.
a) A teljes valószı́nűség tétele szerint
3
X
P(S) = P(S|Gk ) · P(Gk ) = 0,05 · 0,4 + 0,05 · 0,3 + 0,1 · 0,3 = 0,065,
k=1
b) a Bayes-tétel szerint
P(S|G1 ) · P(G1 ) 0,05 · 0,4

P(G1 |S) = = ≈ 0,307.
P(S) 0,065
5.36. Pelikán József a Duna három gátszakaszát őrzi. Reggelente véletlenszerűen

kiválaszt egy szakaszt és azt járja be: az első a kedvence, azt 1/2, mı́g a másik
kettőt egyenlő valószı́nűséggel választja. Útjainak 3%-ban szokott találni ürgét az
első szakaszon; a másodikon 5%, a harmadikon 3% ez az arány.
a) Mennyi annak a valószı́nűsége, hogy Pelikán elvtárs ürgét talál egy napi mun-
kája során?
b) Feltéve, hogy talált ürgét, mennyi annak a valószı́nűsége, hogy azt az első
szakaszon találta?
5.37. Egy városban ugyanannyi férfi van, mint nő. A szı́nvakság valószı́nűsége
5 25
férfiaknál 100 , nőknél 1000 .
a) Mennyi a valószı́nűsége, hogy az utcán először szembejövő ember szı́nvak?
b) Mennyi a valószı́nűsége, hogy egy szı́nvakokról vezetett nyilvántartásban egy
találomra választott karton egy férfi adatait tartalmazza?
5.38. Barátunk államvizsgázik. A tételek felét nem tudja, negyedét bizonytalanul,
negyedét teljes biztonsággal. Ha nem tudja, amit kérdeznek, megbukik, ha jól
tudja, átmegy. Bizonytalan tudás esetén az A bizottság megbuktatja, B átengedi.
Ez utóbbi vizsgáztatja a hallgatók harmadát, az A a többit.
a) Mennyi a valószı́nűsége, hogy átmegy az államvizsgán?
b) Azt hallottuk, hogy valaki sikeresen államvizsgázott. Mennyi a valószı́nűsége,
hogy a B bizottsághoz került?
c) Ha barátunk sikeresen vizsgázik, mennyi a valószı́nűsége, hogy olyan tételt
húzott, amit bizonytalanul tud?
5.39. Egy vizsgán minden vizsgakérdéshez három lehetséges válasz van megadva,
egy helyes közülük. A vizsgázó p valószı́nűséggel tudja a helyes választ, ha nem
www.interkonyv.hu
tudja, 1/3 valószı́nűséggel jelöli meg a három válasz valamelyikét. Az egyik választ
megnézve látjuk, hogy helyes. Mennyi a valószı́nűsége, hogy valóban tudta is a
választ?
5.40. Általánosı́tsuk az előző feladatot: a vizsgáztatónak hány lehetséges választ
kell megadnia ahhoz, hogy legalább r legyen annak a valószı́nűsége, hogy egy vizs-
gázó tudja a helyes választ?
5.41. A 0, 1, . . . , N számokkal megjelölt urnák közül a k-adikban k piros és N −
k fehér golyó van (k = 0, 1, . . . , N ). Találomra választunk egy urnát, és onnan
visszatevéssel húzunk. Jelölje An azt az eseményt, hogy az n-edik húzásra piros
golyót húzunk. P(A3 |A1 ∩ A2 ) =? Ha mindkét húzás piros, mi a valószı́nűsége,
hogy a negyedik urnából húztunk?
5.42. Egy bizonyos betegség szűrőtesztje 99%-ban vezet pozitı́v eredményre, ha
a vizsgált személy valóban beteg és 1%-ban akkor is pozitı́v lesz a teszt, ha nem
beteg. A betegség gyakorisága az emberek közt 1%. Mennyi a valószı́nűsége, hogy
tényleg beteg valaki, ha a tesztje pozitı́v lett?
www.interkonyv.hu
6. Valószı́nűségi változók
6.1. Definı́ció. Valószı́nűségi változó egy olyan ξ : Ω → R leképezés, amelyre

teljesül, hogy minden x ∈ R-re Ax = {ω ∈ Ω | ξ(ω) < x} ∈ A.
6.2. Definı́ció. A ξ valószı́nűségi változó eloszlásfüggvénye4
F (x) := P(Ax ) = P(ξ < x).
6.3. Állı́tás. P(a ≤ ξ < b) = F (b) − F (a).
6.4. Tétel. F (x) pontosan akkor eloszlásfüggvény, ha teljesı́ti az alábbi tulajdon-

ságokat:
1. monoton nemcsökkenő,
2. minden pontban balról folytonos,
3. lim F (x) = 1 és lim F (x) = 0.
x→∞ x→−∞
6.5. Definı́ció. A ξ valószı́nűségi változó diszkrét, ha legfeljebb megszámlálhatóan

végtelen sok értéket vehet fel. Ha x1 , x2 , . . . a ξ lehetséges értékei és
pi = P(ξ = xi ),
akkor az (xi , pi ) i = 1, 2, . . . párok összessége a ξ valószı́nűségeloszlása.
X
P(a ≤ ξ < b) = pi .
i: a≤xi <b
4
Szokás az eloszlásfüggvényt F (x) := P(ξ ≤ x) módon is definiálni, ekkor a későbbi
állı́tásokban és tételekben a megfelelő helyeken a < és ≤ relációk kicserélődnek egymással,
továbbá a 6.4. tételben a 2. pontban jobbról való folytonosság szerepel.
www.interkonyv.hu
6. Valószı́nűségi változók 33
6.6. Tétel. (xi , pi ) i = 1, 2, . . . párok összessége pontosan akkor alkot valószı́nűség-

eloszlást, ha teljesül
X∞
1. pi = 1,
i=1
2. pi ≥ 0 minden i-re.
6.7. Definı́ció. A ξ valószı́nűségi változó folytonos, ha eloszlásfüggvénye felı́rható

a következő alakban: Z x
F (x) = f (t)dt.
−∞
Az f (x) függvényt sűrűségfüggvénynek nevezzük.
Tulajdonságok:
f (x) = F ′ (x),
Z b
P(a ≤ ξ < b) = f (t)dt.
a
6.8. Tétel.
Z ∞ Az f függvény pontosan akkor sűrűségfüggvény, ha
1. f (t)dt = 1,
−∞
2. f (x) ≥ 0 minden x-re.
Megjegyzés. Vesd össze a 6.6. Tétellel!
6.9. Definı́ció. ξ1 , . . . , ξn valószı́nűségi változók teljesen függetlenek, ha minden

x1 , . . . , xn ∈ R esetén
P(ξ1 < x1 , . . . , ξn < xn ) = P(ξ1 < x1 ) · . . . · P(ξn < xn ) = Fξ1 (x1 ) · . . . · Fξn (xn ).
6.10. Állı́tás. A ξ1 , . . . , ξn diszkrét valószı́nűségi változók teljesen függetlenek akkor

és csak akkor, ha bármely x1 , . . . , xn ∈ R esetén P(ξ1 = x1 , . . . , ξn = xn ) = P(ξ1 =
x1 ) · . . . · P(ξn = xn ).
6.11. Állı́tás. Tegyük fel, hogy ξ1 , . . . , ξn teljesen független valószı́nűségi változók,

f1 , . . . , fn folytonos függvények. Ekkor az f1 (ξ1 ), . . . , fn (ξn ) valószı́nűségi változók
is teljesen függetlenek.
www.interkonyv.hu
34 Feladatok
6.12. Állı́tás. Független valószı́nűségi változók összegére,

ha ξ és η diszkrét, nemnegatı́v értékű valószı́nűségi változók akkor
k
X
P(ξ + η = k) = P(ξ = i)P(η = k − i),
i=0
ha ξ és η folytonos valószı́nűségi változók, akkor

Z ∞
fξ+η (x) = fξ (t)fη (x − t)dt.
−∞
6.13. Állı́tás. Ha ξ folytonos valószı́nűségi változó f (x) sűrűségfüggvénnyel és g

szigorúan monoton növekvő és differenciálható függvény R-en, akkor g(ξ) eloszlás-
függvénye

 0, ha x ≤ lim g(x),

 x→−∞

−1
Fg(ξ) (x) = F (g (x)), ha lim g(x) < x ≤ lim g(x),
 x→−∞ x→∞


 1, ha lim g(x) < x,
x→∞
és sűrűségfüggvénye

 f (g −1 (x))
, ha lim g(x) < x ≤ lim g(x),
fg(ξ) (x) = g ′ (g −1 (x)) x→−∞ x→∞

0 különben.
6.14. Definı́ció. Egy ξ valószı́nűségi változó várható értéke:

diszkrét esetben folytonos esetben
X Z ∞
E(ξ) := xi pi
E(ξ) := xf (x)dx
i −∞
P R∞
feltéve, hogy i |xi |pi < ∞, feltéve, hogy |x|f (x)dx < ∞.
−∞
6.15. Állı́tás. Ha ξ diszkrét, akkor

X
E(g(ξ)) = g(xi )pi
i
(feltéve, hogy abszolút konvergens).
www.interkonyv.hu
6.16. Állı́tás. Ha ξ folytonos, akkor

Z ∞
E(g(ξ)) = g(x)f (x)dx
−∞
(feltéve, hogy abszolút integrálható).
A várható érték tulajdonságai:

1. ha ξ ≡ c konstans, akkor E(ξ) = c.
2. ha ξ várható értéke létezik és c konstans, akkor E(c · ξ) = c · E(ξ),
3. ha ξ, η valószı́nűségi változóknak létezik a várható értéke, akkor E(ξ + η) =
E(ξ) + E(η).
4. ha ξ1 , . . . , ξn valószı́nűségi változók teljesen függetlenek és létezik a várható
értékük, akkor E(ξ1 · . . . · ξn ) = E(ξ1 ) · . . . · E(ξn ).
6.17. Tétel. (Bunyakovszkij-Schwarz egyenlőtlenség) Ha E(ξ 2 ) és E(η 2 ) létezik,

akkor E(ξ · η) is létezik és
p
|E(ξ · η)| ≤ E(ξ 2 ) · E(η 2 ).
6.18. Definı́ció. ξ valószı́nűségi változó szórása

p
D(ξ) := E((ξ − E(ξ))2 ),
ha E(ξ 2 ) létezik.
6.19. Állı́tás.
D2 (ξ) = E(ξ 2 ) − E2 (ξ).
Diszkrét esetben: X
D2 (ξ) = x2i pi − E2 (ξ).
i
Folytonos esetben: Z ∞
2
D (ξ) = x2 f (x)dx − E2 (ξ).
−∞
A szórás tulajdonságai:
1. D(ξ) = 0 pontosan akkor, ha P(ξ = E(ξ)) = 1,
2. D(aξ + b) = |a| · D(ξ),
3. bármely a konstans esetén E((ξ − a)2 ) ≥ D2 (ξ),
4. ha ξ1 , . . . , ξn páronként függetlenek és léteznek szórásaik, akkor D2 (ξ1 + . . . +
ξn ) = D2 (ξ1 ) + . . . + D2 (ξn ).
www.interkonyv.hu
36 Feladatok
6.20. Tétel. (Markov-egyenlőtlenség) Legyen ξ olyan valószı́nűségi változó, amely-

re P(ξ ≥ 0) = 1 és létezik E(ξ) > 0. Ekkor
1
P(ξ ≥ λE(ξ)) ≤ ,
λ
ahol λ > 0 tetszőleges állandó.
6.21. Tétel. (Csebisev-egyenlőtlenség) Tegyük fel, hogy ξ szórása létezik. Ekkor

D2 (ξ)
P(|ξ − E(ξ)| ≥ λ) ≤ ,
λ2
ahol λ > 0 tetszőleges állandó.
6.22. Definı́ció. Legyen ξ és η két valószı́nűségi változó. Tegyük fel, hogy D(ξ) és
D(η) léteznek. Azt mondjuk, hogy ξ és η korrelálatlanok, ha
Cov(ξ, η) := E((ξ − E(ξ)) · (η − E(η))) = 0.
Cov(ξ, η)-t kovarianciának nevezzük.
6.23. Állı́tás. Cov(ξ, η) = E(ξη) − E(ξ)E(η).
6.24. Definı́ció.

 Cov(ξ, η) , ha D(ξ)D(η) 6= 0,
r(ξ, η) := D(ξ)D(η)

0, különben.
Az r(ξ, η) mennyiséget a ξ és η közötti korrelációs együtthatónak nevezzük.
r(ξ, η) tulajdonságai:
1. |r(ξ, η)| ≤ 1,
2. ha ξ és η függetlenek, akkor r(ξ, η) = 0,
3. ha r(ξ, η) = 1, akkor P(η = aξ + b) = 1 valamely a > 0, b ∈ R konstansokra,
4. ha r(ξ, η) = −1, akkor P(η = aξ + b) = 1 valamely a < 0, b ∈ R konstansokra.
6.25.
p Definı́ció. A ξ és η valószı́nűségi változók közötti távolság d(ξ, η) :=
E((ξ − η)2 ).
d(ξ, η) tulajdonságai:
1. d(ξ, η) ≥ 0,
2. d(ξ, η) = d(η, ξ),
3. d(ξ, η) = 0 pontosan akkor, ha P(ξ = η) = 1,
4. d(ξ, η) ≤ d(ξ, ζ) + d(ζ, η) (háromszög-egyenlőtlenség).
www.interkonyv.hu
6.26. Definı́ció. Legyenek a, b ∈ R azon konstansok, amelyekre
d(η, aξ + b) = min d(η, αξ + β).

α,β
Az a, b konstansokat lineáris regressziós együtthatóknak, az y = ax + b egyenest

lineáris regressziós egyenesnek nevezzük.
Minimalizálva α-ra és β-re a d2 (η, αξ + β) távolságnégyzetet (ami a közelı́tés

négyzetes hibája) kapjuk:
Cov(ξ, η)
a= , b = E(η) − aE(ξ).
D2 (ξ)
Feladatok
6.1. András és Balázs egy-egy dobókockával dob. Aki kisebbet dob, kifizeti a
dobott számok összegének ötszörösét a másiknak, döntetlen esetén senki sem fizet.
Legyen ξ András nyereménye. Milyen értékeket vehet fel ξ? Hogyan fejezhetjük ki
ξ-vel Balázs nyereményét?
6.2. Anna és Bea egy két méter hosszú cérna két végét húzzák. A cérna egyszer
csak elszakad. Legyen ξ a cérna Annánál maradt részének hossza. Milyen értékeket
vehet fel ξ? Fejezzük ki ξ segı́tségével a Beánál maradt rész hosszát!
6.3. Milyen valószı́nűségi változó lehet független önmagától?
6.4. Eloszlásfüggvények-e a következő függvények?
3 1
a) F (x) = + arctg x,
(4 2π
0, ha x ≤ 0,
b) F (x) = x
, ha 0 < x,
1+x
 0, ha x ≤ 0,


[x]
c) F (x) = , ha 0 < x ≤ 2,
 2


1, ha 2 < x,
−x
d) F (x) = e(−e ,
0, ha x ≤ 0,
e) F (x) = x2 −1
x2 +1 , ha 0 < x.
6.5. Az alábbi számsorozatok közül melyek alkotnak valószı́nűségi eloszlást?
a) pk (1 − p)2 , ahol 0 < p < 1, k = 1, 2, . . .,
www.interkonyv.hu
38 Feladatok
1
b) , k = 1, 2, . . .,
k(k + 1)
c) p , 3p (1 − p), 3p(1 − p)2 , (1 − p)3 , ahol 0 < p < 1,
3 2
Z k+1 Z ∞
d) f (x)dx, ahol f (x)dx = 1, k = 1, 2, . . .
k 0
6.6. Írjuk fel a 6.1. feladatban szereplő eloszlásokat!
6.7. Egy kockával dobva mi a dobott szám eloszlásfüggvénye, várható értéke,
szórása?
Példa. Egy sorsjátékon 5 darab 5 millió forintos, 100 darab 100 000 forintos, 1000
darab 10 000 forintos, 50 000 darab 1 500 forintos, 50 000 darab 1 000 forintos,
100 000 darab 600 forintos, 100 000 darab 500 forintos, 500 000 darab 300 forintos
és 850 000 darab 200 forintos nyeremény van. Összesen 5 millió darab sorsjegyet
adnak ki. Igazságos ár-e a 200 forint?
Megoldás. Legyen ξ a nyereményünk egy játék során. Az igazságos ár matematikai

értelemben a nyeremény várható értéke.
3348895 850000 500000 100000
E(ξ) = 0 · + 200 · + 300 · + 500 · +
5000000 5000000 5000000 5000000
100000 50000 50000
600 · + 1000 · + 1500 · +
5000000 5000000 5000000
1000 1000 5
10000 · + 100000 · + 5000000 · = 120.
5000000 5000000 5000000
Tehát matematikai értelemben nem igazságos ár a 200 forint.
6.8.∗ Legyen ξ olyan valószı́nűségi változó, amelynek várható értéke 0, szórása

pedig létezik. Milyen kapcsolatot ı́rhatunk fel ξ szórásnégyzete és |ξ| várható értéke
és szórásnégyzete között?
6.9. Mi a 6.1. feladatban szereplő valószı́nűségi változók várható értéke és szórása?
6.10. Dobjunk fel 16 szabályos érmét. A dobott fejek számából vonjunk ki 8-at,
a különbséget osszuk el 4-gyel. Akkor nyerünk mi, ha az eredmény 0, 1 vagy −1,
egyébként a bank. Kinek kedvez a játék? Mi a kiszámı́tott érték várható értéke?
6.11. Két szabályos érme egyik oldalára 0, a másikra 1 van ı́rva. Feldobjuk az
érméket. Határozzuk meg a dobott számok összegének eloszlásfüggvényét, várható
értékét és szórását! Ábrázoljuk az eloszlásfüggvényt!
6.12. Két dobókockával dobunk. Legyen ξ a dobott számok különbsége (a na-
gyobbikból vonjuk ki a kisebbet). Határozzuk meg ξ eloszlásfüggvényét és várható
értékét!
www.interkonyv.hu
6.13. Két kockával dobva mi a dobott számok a) maximumának, b) minimumának,

c) összegének eloszlása, várható értéke és szórása?
6.14. Hat kockával dobva mi a dobott számok maximumának eloszlása?
6.15. Mi a legvalószı́nűbb összeg k kockával dobva? Mennyi a dobott számok

összegének várható értéke és szórása?
6.16. Egy dobozban cukorkák vannak, 3 narancsos és 2 citromos. Addig veszünk ki
cukorkákat (a kivett cukorkát megesszük), mı́g citromosat nem húzunk. Várhatóan
hányadikra sikerül citromosat húzni?
6.17. Egy kalapban n darab papı́rcetli van. Mindegyiken pontosan egy szám szere-
pel és 1-től n-ig mindegyik egész szám pontosan egyszer fordul elő. Visszatevéssel
húzunk 2 cetlit. Adjuk meg a kihúzott számok összegének várható értékét és szó-
rását!
6.18. Van három szabályos dobótestünk”: egy tetraéder, egy kocka és egy ok-
”
taéder. A tetraéderen 1-től 4-ig, a kockán 1-től 6-ig, mı́g az oktaéderen 1-től 8-ig
szerepelnek számok, minden lapon pontosan egy. A három testet egyszerre feldob-
juk. Határozzuk meg a dobott számok összegének a várható értékét!
6.19. Feldobunk egy pénzérmét. Ha az eredmény fej, még pontosan kétszer, ha

ı́rás, még pontosan egyszer dobjuk fel az érmét. Mennyi a dobott fejek számának
várható értéke?
6.20. 10 ember utazik egy vonaton, egymástól függetlenül szállnak be összesen 4

vagonba. Mi a legvalószı́nűbb elhelyezkedése a 4 vagonban a 10 utasnak? Várha-
tóan hány utas kerül egy vagonba?
6.21. Mennyi az ötöslottón kihúzott számok közül a harmadik legnagyobb a vár-

ható értéke?
6.22. Hogyan lehet cinkelt érmével igazságosan sorsot húzni”?

”
Példa. Érmével dobunk addig, amı́g először fordul elő, hogy két egymás utáni
dobás azonos. Mennyi a szükséges dobások számának várható értéke és szórása?
Megoldás. Legyen ξ a szükséges dobások száma. P(ξ = k) = 22k , k = 2, 3, . . .,

mivel az első dobás meghatározza azt, hogy mi lesz az adott kedvező kimenetel.
Mivel a hatványsor a konvergenciaintervallum belső pontjaiban tagonként differen-
www.interkonyv.hu
40 Feladatok
ciálható, ı́gy
∞ ∞
∞
∞
!′
X 1 X X X
k−1 k ′ k
E(ξ) = k = kx = (x ) = x
2k−1
k=2 k=2 x= 12 k=2 x= 12 k=2 x= 12
′
1 1
= −x−1 = −1 = 3.
1−x (1 − x)2
x= 12 x= 12
∞ ∞ ∞
2
X
2 1 X 1 1 X
E(ξ ) = k = k(k + 1) − k
2k−1 2k−1
2k−1
k=2 k=2 k=2

X∞ X∞
k−1 k+1 ′′
= k(k + 1)x −3= (x ) −3
1 1
k=2 x= 2 k=2 x= 2
∞
!′′ ∞
!′′
X X
xk+1 xk

= −3= −3
1 1
k=2 x= 2 k=3 x= 2
′′
1 2 2
= −x −x−1 −3= −2 − 3 = 11.
1−x 1 (1 − x)3
x= 2 x= 12
√
Tehát D(ξ) = 2.
6.23.∗ Érmével dobunk (legalább kétszer) addig, amı́g először fordul elő az, hogy a
keletkezett dobássorozat oda-vissza olvasva ugyanaz. Mennyi a szükséges dobások
számának várható értéke és szórása?
6.24.∗ Három személy feldob egy-egy dobókockát, aki a legnagyobbat dobja, az
nyer. Ha mindhárom dobás azonos, megismétlik, ha ketten dobják a legnagyobbat,
csak ők dobnak addig, mı́g egyikük nagyobbat nem dob (ő nyer). Igazságos-e a
sorsolás? Egy másik javaslat szerint ha az első dobás nem hoz eredményt, akkor
megismétlik a dobást. Ez igazságos? Melyik változat tart várhatóan hosszabb
ideig?
6.25.∗ Egy 52 lapos francia kártyából Aladár addig húz, mı́g ki nem húzza az első
fekete ászt. Ezután Balázs húz addig, mı́g ki nem húzza a másodikat. Az nyer,
akinél több lap van. Kinek kedvez a játék?
6.26.∗ A pétervári játék a következő: egy játékos részvételi dı́jat fizet a banknak,
majd az első fejig dobál egy szabályos érmével. Ha a k-adik dobásra jön ki az első
fej, akkor a játékos 2k forintot kap a banktól. Mennyi az igazságos részvételi dı́j?
6.27.∗ Egy ξ valószı́nűségi
P∞ változó értékei a pozitı́v egész számok. Mutassuk meg,
hogy ekkor E(ξ) = i=1 P(ξ ≥ i).
www.interkonyv.hu
6.28. Legyen ξ és η két diszkrét valószı́nűségi változó, együttes eloszlásukat a

következő táblázat adja meg:
ξ\η 0 2 4
3 0,125 0,125 0,25
6 0,25 0,125 0,125
Írjuk fel ξ és η eloszlását külön-külön! Adjuk meg ξ és η kovarianciáját és korrelá-
cióját!
6.29. Két szabályos dobókockával dobunk. Adjuk meg a dobott számok össze-
gének és szorzatának kovarianciáját, korrelációját és a lineáris regressziós egyenes
egyenletét!
6.30. Egy ξ valószı́nűségi változó sűrűségfüggvénye
( a
, ha 2 < x,
f (x) = x3
0 különben.
Határozzuk meg a értékét, majd ı́rjuk fel az eloszlásfüggvényt! Számı́tsuk ki, milyen
x értéken adódik ξ ≥ x valószı́nűségére 1/2!
6.31. Sűrűségfüggvények-e
 a következő függvények?
 sin x
, ha 0 < x < 1,
a) f (x) = 2

0 egyébként,
1 1
b) f (x) = , x ∈ R,
π 1 + x2
 1
, ha 1 < x,
c) f (x) = x2

0 különben,
1 −|x|
d) f (x) = e , x ∈ R.
2
6.32. Tegyük fel, hogy a 6.2. feladatban szereplő cérna egyenletes eloszlás szerint
szakad el. Adjuk meg a feladatban szereplő valószı́nűségi változók sűrűségfüggvé-
nyét és várható értékét!
6.33. Létezik-e az (
2
, ha 1 < x,
f (x) = x3
0 különben
sűrűségfüggvényű valószı́nűségi változónak szórása?
Példa. A gázvezetékek meghibásodása bárhol bekövetkezhet véletlenszerűen és

egyenletes eloszlás szerint. Egy 10 méter hosszú gázvezetékből két helyen szivá-
rog a gáz. A két hiba egymástól függetlenül keletkezett. Adjuk meg a két hiba
távolságának eloszlásfüggvényét és sűrűségfüggvényét!
www.interkonyv.hu
42 Feladatok
Megoldás. Legyen a két hiba helye a (0, 10) intervallumon ξ és η, a távolság ν =
|ξ − η|. A kérdés P (ν < x). Két esetet vizsgálunk: amikor ξ ≤ η, ekkor η − ξ < x,
illetve ha ξ > η, ekkor ξ − η < x teljesül. Ábrázoljuk ξ-t a vı́zszintes, η-t a
függőleges tengelyen.
A teljes terület 102 = 100. A satı́rozott terület: 100 − (10 − x)2 . Tehát ha
x ≤ 0, akkor F (x) = P (ν < x) = 0 lesz, ha pedig x > 10, akkor F (x) = 1, mivel 10
méternél távolabb nem lehet a két hiba. Továbbá, ha x 0 és 10 között van, akkor
az a) részhez hasonlóan számolunk, csak itt 2 helyett x-szel:

 0, ha x ≤ 0,
F (x) = 0,2x − 0,01x2 , ha 0 < x ≤ 10,

1, ha 10 < x,
(10 − x)2
mivel 1− = 0,2x−0,01x2. Ebből deriválással kapjuk a sűrűségfüggvényt:
100
n
0,2 − 0,02x, ha 0 < x ≤ 10,
f (x) = F ′ (x) =
0 különben.
6.34. Egy céllövés során minden találat egy r = 18 cm sugarú körlapra jut egyen-
letes eloszlás szerint. Legyen a ξ valószı́nűségi változó a találat helyének a kör
középpontjától vett távolsága. Határozzuk meg ξ eloszlásfüggvényét, várható érté-
két és szórását! Mennyi a valószı́nűsége annak, hogy a találat legalább 10 cm, de
legfeljebb 15 cm távolságra lesz a középponttól?
6.35. Válasszunk egy egységnégyzetben véletlenszerűen egy pontot egyenletes el-
oszlás szerint. Jelölje ξ a pontnak a négyzet legközelebbi oldalától vett távolságát.
Határozzuk meg ξ eloszlásfüggvényét, várható értékét és szórását!
6.36. Egy 2 oldalhosszúságú ABCD négyzetben válasszunk egy pontot egyenletes
eloszlás szerint. Legyen ξ a pont távolsága az AC átlótól. Számı́tsuk ki ξ várható
értékét!
www.interkonyv.hu
6.37. Egy egység oldalú szabályos háromszögből választunk egy pontot az egyen-
letességi hipotézis szerint. Legyen ξ a kiválasztott pont és a hozzá legközelebb eső
oldal távolsága. Adjuk meg ξ sűrűségfüggvényét!
√
6.38. Egy 2 átfogójú egyenlő szárú derékszögű háromszög belsejében választunk
egy pontot az egyenletességi hipotézis szerint. Legyen ξ a választott pont és az
átfogó távolsága. Adjuk meg ξ eloszlás- és sűrűségfüggvényét!
6.39. Válasszunk egy egység hosszú intervallumon egy pontot egyenletes eloszlás
szerint. Legyen ξ a bal, η a jobb végponttól vett távolsága a választott pontnak.
Adjuk meg ξ és η kovarianciáját és korrelációs együtthatóját! Mit mondhatunk a
két valószı́nűségi változó kapcsolatáról?
6.40. Osszunk ketté egy egység hosszú szakaszt egy egyenletes eloszlás szerint vé-
letlenül választott ponttal. Szerkesszünk mindkét keletkező szakasz fölé négyzetet
úgy, hogy a szakaszok a megfelelő négyzetek egyik oldalát alkossák. Legyen ξ a bal
oldali, η pedig a jobb oldali négyzet területe. Adjuk meg ξ és η korrelációs együtt-
hatóját! Erős korreláció esetén ı́rjuk fel a lineáris regressziós egyenes egyenletét!
6.41. Az alább adott eloszlásfüggvényekhez tartozó véletlen változónak adjuk meg
a várható értékét
 és szórását, ha létezik!
 0, ha x ≤ −2,
a) Fξ (x) = π1 , ha −2 < x ≤ 2,

1, ha 2 < x.

 0, ha x ≤ 0,
b) Fξ (x) = x2 , ha 0 < x ≤ 1,

1, ha 1 < x.
www.interkonyv.hu
7. Nevezetes eloszlások
Diszkrét változók nevezetes eloszlásai5
eloszlás P(ξ = xk ) E(ξ) D2 (ξ)
Bernoulli P (ξ = 0) = 1 − p, P (ξ = 1) = p p p(1 − p)

n k
Binomiális p (1 − p)n−k k = 0, . . . , n np np(1 − p)
k

M N −M k = 0, . . . , n,
k n−k M < N, M (M N−M 2 )(Nn−n2 )
Hipergeometrikus n N 3 −N 2
N n≤N N
n
1 1−p
Geometriai (1 − p)k−1 p k = 1, 2, . . .
p p2

r+k−1 r k = 0, 1, 2, . . . r r(1 − p)
Negatı́v binomiális p (1 − p)k xk = k + r
k p p2
λk −λ
Poisson ·e k = 0, 1, 2, . . . λ λ
k!
5
Ahol nem ı́rtuk ki külön, ott xk = k.
www.interkonyv.hu
7. Nevezetes eloszlások 45
Folytonos változók nevezetes eloszlásai
eloszlás f (x) F (x) E(ξ) D2 (ξ)
1 x−a a+b (b − a)2

Egyenletes , a<x<b
b−a b−a 2 12
1 1
Exponenciális λe−λx 1 − e−λx x>0
λ λ2
1 (x−µ)2
Normális √ e 2σ2 −∞ < x < ∞ σ2
−
µ
2πσ
7.1. Állı́tás. (Örökifjú tulajdonság) Legyen ξ folytonos eloszlású valószı́nűségi vál-

tozó. Ekkor ξ exponenciális eloszlású akkor és csak akkor, ha t, s ≥ 0 esetén teljesül
P(ξ ≥ s + t|ξ ≥ t) = P(ξ ≥ s).
Jelölés: ξ ∼ N (µ, σ 2 ) jelentse azt, hogy ξ normális eloszlású µ várható értékkel és
σ 2 szórásnégyzettel.
Jelölés: A standard normális eloszlás (N (0, 1)) sűrűségfüggvényét ϕ-vel, eloszlás-
függvényét Φ-vel jelöljük.
7.2. Állı́tás. Φ(−x) = 1 − Φ(x).
ξ−µ
7.3. Állı́tás. Ha ξ ∼ N (µ, σ 2 ), akkor Z := ∼ N (0, 1).
σ
www.interkonyv.hu
46 Feladatok
Feladatok
7.1. Vezessük le és számoljuk ki a p = 0,2 paraméterű Bernoulli eloszlású valószı́-

nűségi változó szórását!
7.2. Egy kockával n-szer dobunk. Adjuk meg a dobott hatosok számának elosz-
lását, várható értékét és szórását! Mennyi a valószı́nűsége, hogy legalább 2, de
legfeljebb 4 hatost dobtunk?
7.3. Két kockával n-szer dobunk. Adjuk meg a dobott hatosok számának eloszlá-
sát, várható értékét és szórását!
7.4. Egy villanykörtét gyártó cég termékei között 8% selejtes. Mekkora annak va-
lószı́nűsége, hogy 10 véletlenszerűen kiválasztott körte között a) legalább 2 selejtes,
b) pontosan 4 selejtes lesz?
7.5. Egy üzemben annak a valószı́nűsége, hogy egy ott gyártott harisnya hibás
1
1000 . A harisnyákat kétszázasával csomagolják dobozokba. 1000 doboz közül átlag
hány olyan lesz, amely csak hibátlan harisnyákat tartalmaz?
7.6. Egy halastóban 1000 db hal van. Egyik nap kihalásznak közülük 100-at.
Ezeket valamilyen módon megjelölik, majd visszadobják őket. Másnap megint
kihalásznak 100 halat, de most visszatevéssel. Határozzuk meg a második nap
kifogott megjelölt halak számának várható értékét és szórását!
7.7. Egy kockát 10-szer feldobunk. Mennyi a valószı́nűsége, hogy két-két egyes,
kettes, hármas, egy négyes és három hatos lesz a dobott számok között?
Példa. András és Béla a következő játékot játsza: feldobnak 3 érmét és azt figyelik,
hogy 3 fej vagy 3 ı́rás van-e. Ha ez először páros sokadik dobásra következik be,
András nyer, ha páratlanadikra, Béla. Véget ér-e a játék? Kinek kedvez? Vár-
hatóan hányadik dobásra következik be a fenti esemény? Nem mond ez ellent az
előző kérdésre adott válasznak? Magyarázzuk meg!
Megoldás. Jelölje A2i azt az eseményt, hogy András a 2i.

S dobásra nyer, B2i+1
pedig azt, hogy Béla a 2i + S1. dobásra nyer. Legyen A := ∞
i=1 A2i az az esemény,
∞
amikor András nyer, B := i=0 B2i+1 az, amikor Béla nyer, C pedig jelölje azt,
hogy véget ér a játék.
∞ i−1 ∞ i
X 6 2 1X 3
P(C) = · = = 1.
i=1
8 8 4 i=0 4
1. megoldás:
∞ ∞ 2i−1 ∞ i !
X 1X 6 1 X 9 16 1 3
P(A) = P(A2i ) = = −1 = − = .
i=1
4 i=1 8 3 i=0
16 21 3 7
www.interkonyv.hu
Ez alapján P(B) = 4/7, tehát a játék Bélának kedvez.

2. megoldás:
Ha Béla elsőre nem nyer, akkor András olyan valószı́nűséggel nyer, mint ha
ő éppen akkor kezdene. Tehát P(A|B 1 ) = 34 P(A) = P(B). Mivel P(A) + P(B) =
1, ezért P(A) = 3/7, P(B) = 4/7. Várhatóan a negyedik dobásra ér véget a
játék. Ez nem mond ellent annak, hogy Béla, aki páratlanadikra nyer, nagyobb
valószı́nűséggel nyer, mivel a várható érték egy átlagos érték, amely általában nem
egyezik meg a legvalószı́nűbb értékkel.
7.8. Hány dobókocka esetén lesz a legnagyobb a valószı́nűsége annak, hogy ponto-
san egy hatos van a dobott számok között?
7.9. Ha az A esemény valószı́nűsége k/n, akkor mennyi a valószı́nűsége, hogy az
A esemény n kı́sérlet közül pontosan k-szor következik be?
7.10. Egy dobozban 4 db fekete és 6 db fehér golyó van. Visszatevéssel addig
húzunk, amı́g fehéret nem kapunk. Határozzuk meg a kihúzott golyók számának
eloszlását, várható értékét és szórását!
7.11. Egy izzó minden egyes bekapcsoláskor 0,005 valószı́nűséggel kiég. Legyen ξ
véletlen változó értéke a kiégésig végbemenő bekapcsolások száma. Számoljuk ki
a várható értékét és szórását! Mennyi a valószı́nűsége, hogy a várható értékénél
tovább tudjuk használni?
7.12. Egy villamoson p = 0,04 valószı́nűséggel jelennek meg ellenőrök, és a blic-
celőket 3000 forintra megbı́rságolják. Mennyi a valószı́nűsége, hogy a bı́rság fedezi
egy bliccelő által a lebukásig okozott kárt, ha a jegy ára 150 forint?
7.13. Egy kockával addig dobunk ismételten, mı́g hatost nem dobunk. Mennyi a
valószı́nűsége, hogy legalább ötször kell dobni ahhoz, hogy az első hatos kijöjjön?
Melyik az a legnagyobb k szám, amelyre teljesül, hogy annak a valószı́nűsége, hogy
legalább k dobás kellett az első hatosig legalább 0,5?
7.14. Egy n tagú társaságban mindenki megajándékozza egy társát úgy, hogy
nevüket cédulára ı́rják, kalapba teszik és húznak visszatevés nélkül. Ha valaki a
saját nevét húzza, az egész sorsolást megismétlik. Várhatóan hányan húzzák a
saját nevüket elsőre? Várhatóan hányszor kell megismételni a sorsolást?
7.15. Egy kockával az első hatosig dobunk. Nyereményünk a dobások számának
ötszöröse. Adjuk meg a nyeremény eloszlását, várható értékét és szórását!
7.16. Háromszor egymás után kihúzták a lottón a 84-est. Ezután valaki a követ-
kezőt állı́totta: Annak a legnagyobb a valószı́nűsége, hogy legközelebb a jövő héten
”
húzzák ki újra a 84-est.” Mi a véleményünk erről az állı́tásról?
7.17. Várhatóan mikor ér véget a craps játék? (Ld. 17. old. Példa.)
www.interkonyv.hu
48 Feladatok
7.18. Várhatóan hányadik próbálkozásra ejtik el a zsákmányt a busmanok? (Ld.

3.64. feladat!)
7.19. Mi lesz két független, p paraméterű geometriai eloszlású valószı́nűségi változó
összegének eloszlása?
7.20. Egy kockával addig dobunk ismételten, mı́g összesen 3 darab hatost nem
dobunk. Mennyi a valószı́nűsége, hogy legalább ötször kellett dobni? Mennyi a
szükséges dobások számának várható értéke?
7.21. Egy 22 fős osztályban 8-an nem készültek. A tanár 4 főt feleltet. Adjuk meg
a készületlen felelők számának eloszlását!
7.22. Egy dobozban 5 piros és 8 fehér golyó van. Kihúzunk a dobozból 7 go-
lyót. Mennyi a valószı́nűsége, hogy páros számú piros lesz a kihúzottak között?
Várhatóan hány pirosat húzunk?
7.23. Adjuk meg a lottótalálatok számának eloszlását, eloszlásfüggvényét és vár-
ható értékét! Ábrázoljuk az eloszlásfüggvényt!
7.24. Igazoljuk, hogy ha ξ1 hipergeometrikus eloszlású valószı́nűségi változó, akkor
ξ2 = n − ξ1 is az!
Példa. Almafánk egyes gyümölcseit megtámadó férgek száma 1,5 paraméterű

Poisson-eloszlást követ. 10 almát leszedünk. Mi a bennük lévő férgek számának
várható értéke? Mennyi a valószı́nűsége, hogy egy almában legalább két féreg lesz?
Megoldás. Jelölje ξi az i-edik almában lévő férgek számát, ı́gy ξi ∼ Poisson(1,5)

(i = 1, . . . , 10).
E(ξ1 + . . . + ξ10 ) = E(ξ1 ) + . . . + E(ξ10 ) = 10 · 1,5 = 15,
mivel a várható érték lineáris. A valószı́nűségi kérdésre pedig az eloszlás segı́tségé-

vel kapunk választ:
P(ξi ≥ 2) = 1 − P(ξi < 2) = 1 − (P(ξi = 0) + P(ξi = 1)) =
1 − (e−1,5 + 1,5 · e−1,5 ) ≈ 0,442.
7.25. Nagy számú lövést adtunk le egy kör alakú célpontra 1 percen keresztül.
A nagy távolság miatt azonban az egyes találatok valószı́nűsége kicsiny, vagyis
Poisson eloszlást követ. Átlagosan 15 találatot értünk el percenként. Mennyi a
valószı́nűsége, hogy 15-nél több találatuk lesz a következő 1 percben?
7.26. Egy augusztusi éjszaka alatt megfigyelhető csillaghullások száma Poisson-
eloszlást követ. Annak a valószı́nűsége, hogy egy éjszaka egyetlen hullócsillagot
sem látunk, 0,1. Várhatóan hány hullócsillag figyelhető meg egy éjszaka?
www.interkonyv.hu
7.27. Milyen eloszlást kapunk, ha egy n, p paraméterű binomiális eloszlás p para-

méterére p = λn (λ > 0) és n → ∞?
7.28. Egy biztosı́tótársaság felmérte, hogy 0,0002 valószı́nűséggel keletkezik egy
családi házban tűzkár. Mennyi a valószı́nűsége, hogy 15000 házból kevesebb, mint
4-ben fog előfordulni tűzkár? (Közelı́tsünk Poisson-eloszlással.)
7.29. A pénztárcámban lévő különböző cı́mletű bankjegyek száma egymástól füg-
getlen, Poisson-eloszlású véletlen változó. A 200-as, 500-as és 1000-es bankjegyek
számának várható értéke fajtánként 2, a 2000-es és 5000-es cı́mleteké 1, a 10000-
eké pedig 0,5. Határozzuk meg a pénztárcámban lévő pénzösszeg várható értékét
és szórását!
7.30. Legyen ξ Poisson eloszlású λ paraméterrel. Határozzuk meg η = 2ξ + 1
eloszlását, várható értékét és szórását!
7.31. Mutassuk meg, hogy két független, Poisson eloszlású változó összege is Po-
isson eloszlású!
7.32. Egy üzletbe naponta érkező vásárlók száma független Poisson eloszlású vé-
letlen változók λ paraméterrel. Írjuk fel a két nap alatt érkező vásárlók számának
az eloszlását, várható értékét és szórását!
7.33. 50 kindertojásból átlagosan kettőben található az új, matematikust ábrázoló
figura. Egy üzlet 200 darab kindertojást rendel. Mennyi a valószı́nűsége, hogy ezek
közt legalább kettőben a matematikus figura lesz?
7.34. Egy szövet 100 méterében átlagosan 5 hiba van. 300 méternyi szövetet 3
méteres darabokra vágnak: várhatóan hány hibátlan darab lesz köztük?
7.35. Egy forgalmas postahivatalban egy év alatt 1017 cı́mzetlen levelet adtak fel.
Várhatóan hány olyan napja lesz az évnek, amikor 2-nél több cı́mzetlen levelet
adtak fel?
7.36. Egy egyetemi oktató 300 oldalas jegyzetet ı́rt, amelyben oldalanként átlago-
san 2 nyomdahiba van. Minden lektor 0,75 valószı́nűséggel vesz észre egy-egy hibát.
A lektor által észrevett hibákat az oktató kijavı́tja, majd továbbküldi egy másik
lektornak. Legalább hány lektorra van szükség, hogy legalább 0,5 valószı́nűséggel
hibátlan legyen a jegyzet?
Példa. Egy egyenletes eloszlású valószı́nűségi változó várható értéke 3, szórása

2. Adjuk meg az eloszlás- és sűrűségfüggvényt! Mennyi a valószı́nűsége, hogy a
változó értéke nagyobb, mint 5?
Megoldás. Legyen ξ ∼ Egyenletes[a, b], a < b, a, b ∈ R, továbbá E(ξ) = 3, D(ξ) =

2. A várható érték és a szórás is kifejezhető az eloszlás paramétereiből: a+b
2 = 3,
www.interkonyv.hu
50 Feladatok
b−a
valamint √ = 2. Ezt a kétismeretlenes egyenletrendszert megoldva kapjuk, hogy
√12 √
a = 3 − 2 3, b = 3 + 2 3. Így az eloszlásfüggvényre a következő adódik:
 √

 0, ha x ≤ 3 − 2 3,
 √ √ √
F (x) = x−3+2 √
4 3
3
, ha 3 − 2 3 < x ≤ 3 + 2 3,

 √

1, ha x > 3 + 2 3.
Differenciálással megkapjuk a sűrűségfüggvényt:
1 √ √
√ , ha 3 − 2 3 < x ≤ 3 + 2 3,
f (x) = 4 3
0 különben.
√
5−3+2
√ 3
P(ξ > 5) = 1 − P(ξ ≤ 5) = 1 − P(ξ < 5) = 1 − 4 3
≈ 0,2113.
7.37. A [0, 1] intervallumon egymástól függetlenül két számot választunk találomra

(egyenletes eloszlás szerint). Írjuk fel két szám összegének eloszlásfüggvényét! Írjuk
fel az összeg várható értékét és szórását! Mennyi a két szám szorzatának várható
értéke?
7.38. Egy ξ véletlen változó, mely egy A esemény bekövetkezésének időpontját
jelenti, egyenletes eloszlású a (0, b) intervallumon, ahol b > 1, de pontos értéke
ismeretlen. Azonban tudjuk, hogy P (0 ≤ ξ < 1) = 3/4. Írjuk fel a ξ eloszlás- és
sűrűségfüggvényét! Számoljuk ki a várható értékét és szórását!
7.39. Egy egység hosszúságú pálca kettétörik, a töréspont egyenletes eloszlást
követ. Határozzuk meg a rövidebb darab hosszának várható értékét!
7.40. Egységnyi hosszúságú szakaszon egymástól függetlenül két pontot választunk
találomra (egyenletes eloszlás szerint). Írjuk fel két pont távolságának eloszlás-
és sűrűségfüggvényét! Határozzuk meg annak a valószı́nűségét, hogy a távolság
legalább 3/4 ! Írjuk fel a távolság várható értékét és szórását!
7.41. Anna és Balázs általában délután 4 és fél 5 között találkoznak. Érkezésük
egymástól független, véletlenszerű és egyenletes eloszlást követ. Adjuk meg az
előbb érkező megérkezési idejének eloszlásfüggvényét és várható értékét!
7.42.∗ András, Béla és Csaba reggel 730 és 800 között egymástól függetlenül, egyen-
letes eloszlás szerint érkeznek iskolába. A kapuban megvárják egymást és együtt
mennek be a terembe. Adjuk meg a terembe érkezésük időpontjának eloszlásfügg-
vényét és várható értékét!
7.43. Legyen a ξ valószı́nűségi változó a [0, 1] intervallumon egyenletes eloszlású.
Milyen eloszlású η = 1 − ξ?
7.44. Az x tengely [0, 1] intervallumán választunk egy pontot egyenletes eloszlás
szerint. Adjuk meg a kiválasztott és a (0, 1) pont távolságának eloszlásfüggvényét!
www.interkonyv.hu
7.45. A (−3/4, 1/4) intervallumból találomra kiválasztunk egy ξ pontot. Határoz-

zuk meg |ξ| eloszlásfüggvényét, várható értékét és szórását!
7.46. A [0, 1] intervallumon választunk egy ξ számot egyenletes eloszlás szerint.
Írjuk fel ξ 2 eloszlásfüggvényét, várható értékét és szórását!
7.47. Legyen ξ egyenletes eloszlású az [a, b] (0 < a < b) intervallumon. Adjuk meg
η = 1/ξ eloszlásfüggvényét!
7.48. Legyen ξ egyenletes eloszlású a (−1, 1) intervallumon. Adjuk meg
a) |ξ| + 2, b) ξ2, c) ξ 3
sűrűségfüggvényét!
7.49. Legyen ξ egyenletes eloszlású a (0, 4π) intervallumon. Adjuk meg η = sin ξ
eloszlásfüggvényét!
7.50. Egy villanykörte élettartama exponenciális eloszlású, átlagosan 2 évig mű-
ködik. Mennyi a valószı́nűsége, hogy legalább egy évig fog működni egy új vil-
lanykörte? És egy fél éve működő? Mekkora életkort nem ér meg a villanykörték
10%-a?
7.51. Egy műszer élettartama exponenciális eloszlású. Annak a valószı́nűsége,
hogy legalább 2 évig működik 0,9. Mennyi a valószı́nűsége, hogy legfeljebb 3 évig
lesz működőképes?
7.52. Legyen ξ egy λ paraméterű exponenciális eloszlású valószı́nűségi változó.
Adjuk meg η = 2ξ + 3 sűrűségfüggvényét, várható értékét és szórását!
7.53. Adjuk meg két független exponenciális eloszlású (egyik λ1 , másik λ2 pa-
raméterű) valószı́nűségi változó összegének sűrűségfüggvényét, várható értékét és
szórását!
7.54. Egy telefonfülkénél ketten vannak előttünk, egy férfi és egy nő. Tudjuk,
hogy a beszélgetési idő exponenciális eloszlású, a férfiaknál 3 perc, a nőknél 10
perc várható értékkel. Adjuk meg a várakozási idő eloszlását (sűrűségfüggvényét)!
7.55. Legyen ξ egy N (0, σ 2 ) eloszlású valószı́nűségi változó. Mennyi a valószı́nű-
sége, hogy ξ < 0?
7.56. Egyfajta csokoládé tényleges tömege, ξ egy normális eloszlású valószı́nűségi
változó. A csokoládé névleges tömege ξ várható értéke. A csokoládék 10%-ának a
tömege 195 grammnál kevesebb és 10%-ának a tömege 205 gramm fölé esik. Mennyi
a csokoládék névleges tömege?
7.57. Legyen ξ egy N (0, 1) eloszlású valószı́nűségi változó. Határozzuk meg η = |ξ|,
illetve ζ = 1/ξ eloszlásfüggvényét!
7.58. Legyen ξ normális eloszlású véletlen változó, melynek várható értéke 45.
Tudjuk, hogy P(ξ < 50) = 0,903. Átlagosan hány kı́sérletet kell elvégezni ahhoz,
hogy a ξ < 40 esemény először bekövetkezzen?
www.interkonyv.hu
8. Normális eloszlás, de Moivre–Laplace-tétel,

centrális határeloszlás-tétel
Jelölés: ξ ∼ N (µ, σ 2 ) jelentése, hogy ξ normális eloszlású µ várható értékkel és σ 2

szórásnégyzettel.
Jelölés: A standard normális eloszlás (N (0, 1)) sűrűségfüggvényét ϕ-vel és elosz-
lásfüggvényét Φ-vel jelöljük.
8.1. Állı́tás. Φ(x) = 1 − Φ(−x).
ξ−µ
8.2. Állı́tás. Ha ξ ∼ N (µ, σ 2 ), akkor Z := ∼ N (0, 1).
σ
8.3. Tétel. (Centrális határeloszlás-tétel) Tegyük fel, hogy ξ1 , ξ2 . . . teljesen függet-

len, azonos eloszlású valószı́nűségi változók, m és σ a közös várható érték és szórás.
Ekkor
ξ1 + . . . + ξn − nm
lim P √ < x = Φ(x),
n→∞ nσ
ahol Φ a standard normális eloszlás eloszlásfüggvénye.
8.4. Tétel. (de Moivre–Laplace-tétel) Figyeljünk meg egy A eseményt n-szer füg-
getlenül. Legyen A bekövetkezéseinek száma Kn (A) és p := P(A). Ekkor
!
Kn (A) − np
lim P p < x = Φ(x).
n→∞ np(1 − p)
Ha a és b egészek, az alábbi közelı́tést használjuk:

! !
b + 12 − np a − 12 − np
P(a ≤ Kn (A) ≤ b) ≈ Φ p −Φ p .
np(1 − p) np(1 − p)
A binomiális eloszlás közelı́tését normális eloszlással szemléletesen az alábbi ábra

mutatja:
www.interkonyv.hu
8 Normális eloszlás 53
Az oszlopok a P (Kn (A) = k) valószı́nűségeket mutatják, a folytonos görbe

minden egész k értékre a megfelelő normális közelı́tést adja meg.
Feladatok
Példa. A skót bakák mellkasának körmérete N (88, 10) eloszlást követ. A skót
bakák mekkora hányada fér bele egy 84-es zubbonyba?
Megoldás. Legyen ξ ∼ N (88, 10). A kérdés: P(ξ < 84).

ξ − 88 84 − 88
P(ξ < 84) = P √ < √ = Φ(−1,26) = 1 − Φ(1,26) ≈ 0,1038.
10 10
8.1. Egy mérés hibája normális eloszlású, várható értéke 2, szórása 4. Mennyi a
valószı́nűsége, hogy a hiba -2 és 2 közé esik? Adjuk meg azt az x értéket, amelyre
igaz, hogy 1/2 valószı́nűséggel legalább x a hiba!
8.2. Egy gép, amely munkadarabokat készı́t, 40 cm-re van beállı́tva. A hiba normá-
lis eloszlást követ 0 várható értékkel. Annak a valószı́nűsége, hogy egy munkadarab
40,5 cm-nél nagyobb, 0,05. Mennyi a hiba szórása?
8.3. Majmok ébredését figyelték meg. Azt tapasztalták, hogy 10%-uk 430 előtt
mászott le a fáról, 20%-uk pedig 915 után. Feltételezve, hogy az ébredési idejük
normális eloszlást követ, mennyi a valószı́nűsége, hogy reggel 7-ig felkel a kedvenc
majmunk?
8.4. A házimacskák testsúlya jó közelı́téssel normális eloszlást követ: a macskák
10%-a könnyebb, mint 1, 5 kg és 20%-a nehezebb, mint 7 kg. Mekkora a 6 kg-nál
nehezebb házimacskák aránya?
www.interkonyv.hu
54 Feladatok
8.5. A programozó hallgatók valószı́nűségszámı́tás gyakorlaton szerzett pontszáma

közelı́tőleg normális eloszlású. 8%-uk szerzett kevesebb, mint 50 pontot és 12%-uk
szerzett több, mint 86 pontot. Mekkora hányaduk szerzett 51 és 61, illetve 62 és
73 közötti pontszámot?
8.6. Szegednél a Tisza vı́zszintjének ingadozása normális eloszlást követ. Ha a

402 cm-es vı́zszintnek a várható értéktől való abszolút eltérése a szórásnégyzet
háromszorosa, és ennél alacsonyabb vı́zszint az esetek 67%-ában mérhető, mekkora
µ és σ?
8.7. Egy üzemben egy folyékony termék töltését két automata végzi. Az üvegekbe
töltött mennyiség átlagosan 2 dl és normális eloszlású mindkét gép esetében. A
betöltött mennyiség szórása az első gépnél 0,14 dl, a másodiknál pedig 0,08 dl.
Az üvegek 60%-át az első gép tölti, a többit a második. Mi a valószı́nűsége, hogy
egy üveget véletlenszerűen kivéve a napi készletből, abban a betöltött folyadék
mennyisége a várható értéktől 0,1 dl-nél kevesebbel tér el?
8.8. Egy szabályos dobókockát 600-szor feldobunk: ı́rjuk fel annak a pontos való-
szı́nűségét, hogy a dobott hatosok száma 100 és 105 közé6 esik, és közelı́tsük ezt a
valószı́nűséget a de Moivre–Laplace-tétel segı́tségével! Adjuk meg azt az x értéket,
amelyre igaz, hogy 1/4 valószı́nűséggel legalább x lesz a dobott hatosok száma!
8.9. Százszor feldobunk egy ferde forintos érmét. Mennyi a valószı́nűsége annak,
hogy az ı́rást eredményező dobások száma 40 és 60 közé esik, ha az ı́rás valószı́nű-
sége 1/3?
8.10. Egy pakli magyar kártyát jól összekeverünk, majd kihúzunk egy kártyát.
Ezt még 149-szer megismételjük. Mennyi a valószı́nűsége, hogy a kihúzott királyok
száma 33 és 62 közé esik?
8.11. Egy választókörzetben 40000 szavazó él. Választáskor mindenki elmegy

szavazni és 1/2 valószı́nűséggel választ valamelyik jelölt közül. Mennyi a valószı́-
nűsége annak, hogy a két jelöltre leadott szavazatok száma között legfeljebb 20 lesz
a különbség?
Példa. Egy szabályos pénzérmét 400-szor feldobunk. Legalább mennyi fejet do-
bunk 0,95 valószı́nűséggel?
Megoldás. Legyen a dobott fejek száma Kn , mely binomiális eloszlású.

p
n = 400, p = 1 − p = 1/2 ⇒ np = 200, np(1 − p) = 10.
6
a határokat is beleértve
www.interkonyv.hu
8 Normális eloszlás 55
A könnyebb számolás végett alkalmazzuk a de Moivre–Laplace-tételt:
(1)
0, 95 = P(Kn ≥ x) = 1 − P(Kn − 0,5 < x − 0,5) =

Kn − 0,5 − 200 x − 0,5 − 200 (2) x − 0,5 − 200
=1−P < ≈1−Φ
10 10 10

x − 0,5 − 200
⇒Φ = Φ(z) = 1 − Φ(−z) = 0,05
| 10
{z }
z
(3)
⇒ Φ(−z) = 0,95 ⇒ −z ≈ 1,65
x − 0,5 − 200
⇒ ≈ −1,65 ⇒ x ≈ 184.
10
(1) standardizálás,
(2) de Moivre–Laplace-tétel alkalmazása,
(3) −z kikeresése a standard normális eloszlás táblázatából.
8.12. Egy célpontra 200 lövést adnak le. A találatok valószı́nűsége minden lövésnél
0,4. Adjon meg olyan felső korlátot, amelyet a találatok száma 90% eséllyel nem
halad meg!
8.13. Egy útvonalon két légitársaság indı́t járatokat. Feltehető, hogy az utasok
teljesen véletlenszerűen és azonos valószı́nűséggel döntenek egyik vagy másik légi-
társaság mellett. Az adott viszonylatban 200-an akarnak utazni. Hány férőhelyes
gépekre van szüksége a légitársaságoknak, ha azt akarják, hogy legfeljebb 1% le-
gyen annak a valószı́nűsége, hogy egy utast amiatt kelljen elutası́taniuk, mert már
nincs szabad hely a gépen?
8.14. Egy tesztben 300 kérdést tesznek fel, amelyekre három-három lehetséges
válasz van, ezek közül egy jó. A helyes válaszok hány százalékát kell ismernie
egy pályázónak, hogy annak valószı́nűsége, hogy a teszten 50%-os eredményt ér el,
legalább 0,9 legyen?
8.15.∗ Budapesten a dohányzók arányát akarjuk megtudni. Legalább hány lakost
kell megkérdeznünk, ha azt akarjuk, hogy a dohányosoknak a kapott válaszok alap-
ján számolt aránya (tehát a relatı́v gyakoriság) a dohányosok tényleges arányától
legalább 99% valószı́nűséggel legfeljebb 1%-kal térjen el?
8.16. Péter és Pál egy szabályos pénzérmét dobálnak. Ha fej, akkor Péter nyer
Páltól 1 Ft-ot, ha ı́rás, Pál nyer Pétertől ugyanennyit. Adjuk meg annak a való-
szı́nűségét, hogy 1000 játék lejátszása után Pál nyereménye legalább 32 Ft!
8.17. Ketten játszanak egy játékot. András 37/72 valószı́nűséggel, Béla 35/72 va-
lószı́nűséggel nyer meg egy játékot. A játék 200 játszmából áll, minden játszmánál
www.interkonyv.hu
56 Feladatok
10 dollár a tét, vagyis ha András nyer, Béla ad neki 10 dollárt és fordı́tva. Mennyi
a valószı́nűsége, hogy András nyereménye 50 és 100 dollár között lesz?
8.18. Egy adott repülőgép esetén a két meghibásodás között eltelt időtartam
exponenciális eloszlást követ, 30 nap várható értékkel. A repülőt 100 meghibásodás
után kivonják a forgalomból. Mennyi a valószı́nűsége, hogy 3600 napnál tovább
üzemelhet?
8.19. Egy kı́sérlet lehetséges kimenetelei a 0, 2, 4, és 8 számok, rendre 0,125, 0,5,
0,25, és 0,125 valószı́nűséggel. Mi annak a valószı́nűsége, hogy a kı́sérletet 1000-szer
elvégezve a kimenetelek (számtani) átlaga 2,98 és 3,04 közé esik?
8.20. X1 , . . . , X1000 független, külön-külön a [0, 1] intervallumon egyenletes elosz-
lású véletlen változók.
P1000 A normális eloszlás táblázata segı́tségével határozzuk meg
közelı́tőleg a P( i=1 Xi2 ≥ 350) valószı́nűséget!
8.21. Egy doboz málna nettó súlya 30% valószı́nűséggel több, mint 35 dkg. Be-
csüljük meg a normális eloszlás táblázatának segı́tségével, hogy hány szem málna
van egy dobozban, ha az egyes málnaszemek súlya ismeretlen eloszlást követ 2 g
várható értékkel és 0,25 g szórással!
8.22. Véletlenországban egy bank pénztáránál az egyik napon 60 ügyfél vesz ki
pénzt. A pénztárnál az átlagos kifizetés ügyfelenként 50 tallér, 20 tallér szórással.
Mennyi pénzt tartson a kasszájában a pénztáros, hogy 0,95 valószı́nűséggel minden
fennakadás nélkül tudja teljesı́teni a kifizetéseket?
www.interkonyv.hu
9. Statisztikai becslések és próbák
Pontbecslés
9.1. Definı́ció. ξ1 , . . . , ξn statisztikai minta: a ξ valószı́nűségi változó értékeit meg-

figyeljük n-szer, egymástól függetlenül.
Legyen Θ egy ismeretlen paramétere a minta eloszlásfüggvényének. A Θ̂n a

Θ paraméter egy becslése: Θ̂n = f (ξ1 , . . . , ξn ).
9.2. Definı́ció. Θ̂n torzı́tatlan becslés, ha E(Θ̂n ) = Θ minden n ≥ 1 esetén.
9.3. Definı́ció. Θ̂n gyengén konzisztens becslés, ha minden ε > 0 esetén

P |Θ̂n − Θ| > ε → 0, n → ∞.
9.4. Definı́ció. Θ̂n erősen konzisztens becslés, ha
P(Θ̂n → Θ, n → ∞) = 1.
9.5. Állı́tás. Az erős konzisztenciából következik a gyenge konzisztencia.
Kn (A)
9.6. Definı́ció. P̂n (A) = az A esemény relatı́v gyakorisága.
n
9.7. Állı́tás. P̂n (A) torzı́tatlan és erősen konzisztens becslése P(A)-nak.
www.interkonyv.hu
58 Feladatok
9.8. Definı́ció. Empirikus eloszlásfüggvény:
kx,n
Fn (x) := ,
n
ahol kx,n az x-nél kisebb mintaelemek száma.
Fn (x) torzı́tatlan, és az alábbi tétel alapján erősen konzisztens becslése F (x)-
nek.
9.9. Tétel. (A matematikai statisztika alaptétele)

P sup |Fn (x) − F (x)| → 0, n → ∞ = 1.
x∈R
9.10. Definı́ció.
ξ1 + . . . + ξn
En (ξ) :=
n
minta-átlag az empirikus várható érték.
9.11. Állı́tás. En (ξ) torzı́tatlan és erősen konzisztens becslése E(ξ)-nek.
9.12. Definı́ció. Empirikus variancia (vagy empirikus szórásnégyzet) és empirikus

szórás:
1X p
Vn (ξ) := (ξi − En (ξ))2 , Dn (ξ) := Vn (ξ).
n i
Korrigált empirikus variancia és korrigált empirikus szórás:

n p
Vn∗ (ξ) := Vn (ξ), D∗n (ξ) := Vn∗ (ξ).
n−1
9.13. Állı́tás. Vn (ξ), Dn (ξ), Vn∗ (ξ) és D∗n (ξ) is erősen konzisztens becslés, de csak
Vn∗ (ξ) torzı́tatlan becslés.
Vegyünk két statisztikai mutatót és végezzünk n független megfigyelést (min-

den megfigyelésnél ξ és η értékét is lejegyezzük): (ξ1 , η1 ), . . . , (ξ1 , η1 ).
9.14. Definı́ció. A ξ és η valószı́nűségi változók empirikus kovarianciája:
1X
Cn (ξ, η) := (ξi − En (ξ))(ηi − En (η)).
n i
www.interkonyv.hu
9. Statisztikai becslések és próbák 59
9.15. Definı́ció. A ξ és η valószı́nűségi változók empirikus korrelációja:

Cn (ξ, η)
rn (ξ, η) := .
Dn (ξ)Dn (η)
Cn (ξ, η) és rn (ξ, η) erősen konzisztens becslések.

Az y = ax + b lineáris regressziós egyenes paramétereinek becslése:
p
Vn (η)
â = r p , b̂ = En (η) − âEn (ξ).
Vn (ξ)
Maximum-likelihood módszer
Legyen ξ egy valószı́nűségi változó, Θ egy paramétere ξ eloszlásfüggvényének

és x1 , . . . , xn pedig ξ n-szeri független megfigyelésével kapott minta realizációja.
A feladat olyan becslést adni Θ-ra, amely mellett a megfigyelt értékek a legva-
lószı́nűbbek. Vizsgáljuk meg diszkrét esetben az eloszlást, folytonos esetben a
sűrűségfüggvényt tetszőleges Θ értékre és legyen

PΘ (ξ = x), ha ξ diszkrét,
f (x, Θ) :=
fΘ (x), ha ξ folytonos.
A likelihood-függvény a következő:
L(Θ) := f (x1 , Θ) · . . . · f (xn , Θ),
a log-likelihood-függvény pedig ennek logaritmusa:
l(Θ) := log L(Θ).
A cél L(Θ)-nak a Θ̂n maximumhelye meghatározása:
L(Θ̂n ) = max(L(Θ)),
Θ
ami a logaritmusfüggvény monotonitása miatt megegyezik a log-likelihood-függvény
maximumhelyével. (Ez történhet pl. differenciálás segı́tségével, de a maximumhely
nem feltétlenül adható meg ı́gy.)
9.16. Definı́ció. Az ı́gy meghatározott Θ̂n érték a Θ paraméter maximum-likelihood

becslése.
www.interkonyv.hu
60 Feladatok
Intervallum-becslés
9.17. Definı́ció. Legyen ξ1 , . . . , ξn egy statisztikai minta, Θ pedig az eloszlás isme-

retlen paramétere. Legyen Sn és Tn olyan, amelyekre
P(Sn ≤ Θ ≤ Tn ) = 1 − α
adott α értékere. Az [Sn , Tn ] intervallum 1 − α megbı́zhatósági szintű konfidencia-

intervallum Θ-ra.
I. Konfidencia-intervallumok a normális eloszlás paramétereire

• Legyen Θ = µ és tegyük fel, hogy a σ szórás ismert. Ekkor a konfidencia-
intervallum µ-re
" #
σ σ α
En (ξ) − xα √ , En (ξ) + xα √ , xα = Φ−1 1 − .
n n 2
• Legyen Θ = µ és tegyük fel, hogy a szórás ismeretlen. Ekkor azelőbbi

p α
becslést módosı́tjuk a következőképpen: σ = Vn∗ (ξ), xα = Φ−1 n−1 1 − , ahol
2
Φn−1 a Student-féle t eloszlás eloszlásfüggvénye n − 1 szabadságfokkal.
• Legyen Θ = σ. A konfidencia-intervallum σ-ra
"r r #
nVn (ξ) nVn (ξ) α α
, , a = Fχ−1 2 ,n−1 , b = Fχ−1
2 ,n−1 1 − .
b a 2 2
II. Nem normális eloszlású minta várható értékének intervallumbecslése

• Legyen ξ1 , . . . , ξn tetszőleges eloszlású, ismert σ szórású minta. A centrális
határeloszlás-tétel alkalmazásával kapjuk, hogy

σ σ α
P En (ξ) − xα √ < µ < En (ξ) + xα √ ≈ 1 − α, xα = Φ−1 1 − ,
n n 2
tehát a várható értékre alkalmazható ugyanaz a becslés, mint a normális eloszlás

esetén ismert szórásnál.
• Ha a szórás ismeretlen, akkor a centrális határeloszlás-tétel alkalmazásával
kapjuk, hogy
r r !
Vn∗ (ξ) Vn∗ (ξ)
P En (ξ) − xα < µ < En (ξ) + xα ≈ 1 − α,
n n
α
xα = Φ−1 1 − ,
2
www.interkonyv.hu
tehát jelen esetben módosı́tani kell a normális eloszlás esetében alkalmazott becslést
oly módon, hogy xα -t a normális eloszlás segı́tségével határozzuk meg.
A de Moivre–Laplace-tételt alkalmazhatjuk egy A esemény p := P(A) való-

szı́nűségének intervallumbecslésére, mivel
!
Kn (A) − np α
P −xα < p < xα ≈ 1 − α, xα = Φ−1 1 − ,
np(1 − p) 2
amelyből kifejezve p-t megkaphatjuk a konfidencia-intervallumot.
Statisztikai próbák
Legyen ξ1 , . . . , ξn statisztikai minta és H0 a tesztelendő hipotézis, a nullhipotézis.

H0 ellenőrzéséhez
1. megkonstruálunk egy Sn tesztstatisztikát (általában képlet alapján számoljuk
ki), majd
2. meghatározzuk a K(α) kritikus vagy elvetési tartományt (általában táblázat
segı́tségével) az α szignifikancia szinthez (ha nincs megadva, 0,05-nak vagy
0,01-nak szokás választani), amelyre PH0 (Sn ∈ Kα ) ≤ α.
3. Ekkor az elfogadási tartomány R − K(α) (ami legtöbbször [−sα , sα ] alakú,
ahol sα a kritikus érték).
4. Akkor fogadjuk el H0 -t, ha Sn ∈ R − K(α) (tehát ha |Sn | ≤ sα ).
H0 elfogadjuk elvetjük
igaz helyes elsőfajú hiba

valószı́nűsége: 1 − α valószı́nűsége: α
nem igaz másodfajú hiba helyes
valószı́nűsége: β valószı́nűsége: 1 − β
A teszt konzisztens, ha β → 0, ha n → ∞.
www.interkonyv.hu
62 Feladatok
A normális eloszlás paramétereire vonatkozó próbák:
próba Sn sα
µ-próba
(feltétel: σ ismert)
α
En (ξ)√− µ0
H0 : µ = µ 0 u= uα = Φ−1 1 −
σ/ n 2
t-próba
(ha σ ismeretlen)
α
E (ξ) − µ0
H0 : µ = µ 0 t = pn tα = Φ−1
n−1 1 −
Vn∗ (ξ)/n 2
kétmintás t-próba
(feltétel: σ1 = σ2 )
En1 (ξ) − En2 (η) − ∆ α
H0 : µ 1 − µ 2 = ∆ t= tα = Φ−1
n1 +n2 −2 1 −
Dn∗ 1 , n2 2
szórásvizsgálat
nVn (ξ)
H0 : σ = σ0 Fχ−1
2 , n−1 (1 − α)
σ02
F-próba
σ1 Vn∗1 (ξ) α
H0 : = τ0 F = (≥ 1) Fα = Fn−1
1 −1, n2 −1
1 −
σ2 Vn∗2 (η) · τ02 2
r n1 + n2
Dn∗ 1 ,n2 = (n1 − 1)Vn∗1 (ξ) + (n2 − 1)Vn∗2 (η)
n1 n2 (n1 + n2 − 2)
A normális eloszlás paramétereire vonatkozó próbák kiterjeszthetők a centrális

határeloszlás-tétel segı́tségével nem normális eloszlásúakra is. Például a µ-próba és
t-próba kiterjesztett változatában a tesztstatisztikát (Sn ) ugyanúgy számoljuk, a
kritikus értéket (sα ) viszont a normális eloszlás táblázatából keressük ki mindkét
esetben: xα = Φ−1 (1 − α/2).
χ2 -próba
Tegyük fel, hogy E1 , . . . , Er teljes eseményrendszer, ϕi az Ei bekövetkezéseinek
száma n-szeri megfigyelésből és n > maxi {10/pi}.
r
X (ϕi − npi )2
H0 : P(Ei ) = pi , χ2 = , χ2α = Fχ−1
2 ,r−1 (1 − α),
i=1
npi
ahol χ2 a tesztstatisztika, χ2α pedig a kritikus érték.
www.interkonyv.hu
Tiszta illeszkedésvizsgálat: (adott eloszlású-e a minta)

H0 : F (x) = F0 (x) minden x ∈ R esetén.
Legyenek x1 , . . . , xr−1 osztópontok, Ii = [xi−1 , xi ) intervallumok, x0 = −∞, xr =
∞.
H0′ : P (Ei ) = P (ξ ∈ Ii ) = P (xi−1 ≤ ξi < xi ) = F0 (xi ) − F0 (xi−1 ) = pi (módosı́tott
nullhipotézis).
Innen a χ2 -próbát alkalmazzuk.
Becsléses illeszkedésvizsgálat:
H0 : F (x) = F0 (x; Θ1 , . . . , Θp ) minden x ∈ R esetén, ahol Θ1 , . . . , Θp ismeretlen
paraméterek.
Legyenek Θ̂1 , . . . , Θ̂p becslések a Θ1 , . . . , Θp paraméterekre. Legyen
pi = F0 (xi ; Θ̂1 , . . . , Θ̂p ) − F0 (xi−1 ; Θ̂1 , . . . , Θ̂p ).
Innen az eljárás ugyanaz, mint az előbb azzal a módosı́tással, hogy
χ2α = Fχ−1
2 ,r−p−1 (1 − α).
Feladatok
9.1. Egy városban a gépkocsik rendszámai pozitı́v egész számok, 1-től kezdődően.
Adjunk maximum-likelihood becslést a városban található gépkocsik számára n
megfigyelés alapján (jelölje pl. x1 , . . . , xn a megfigyelt n rendszámot). Adjuk meg
a konkrét becslést, ha az 5, 8100, 76, 77073 és a 125916 rendszámokat figyeltük
meg.
9.2. A gyártót és a kereskedőt egyaránt érdekli, hogy egy adott árukészletben hány
darab selejtes van. Tegyük fel, hogy az árukészlet N darabból áll. Válasszunk ebből
véletlenszerűen egy n-elemű (1 ≤ n < N ) mintát. Megszámoljuk, hány selejtes van
a mintában. Legyen m a mintabeli selejtes darabok száma. Adjunk maximum-
likelihood becslést a teljes készletben lévő selejtesek számára! Konkrét példaként
tekintsük azt az esetet, amikor a készlet 2000 darabból áll és 20-elemű mintát
veszünk, melyben 3 selejtes darab van.
9.3. A kékbálnaállomány becslésére a következő módszert alkalmazták: néhány
napon át kb. 30 cm hosszú fémhengereket lőttek be a bálnák zsı́rpárnájába, köz-
vetlenül a bőr alá. Feljegyezték, hogy hány bálnát jelöltek meg (M ). Ezután fel-
szólı́tották a bálnahalászhajókat, hogy adják meg, hány bálnát fogtak (n), s azok
közt hány volt megjelölve (k). Adjunk maximum-likelihood becslést a bálnák N
számára!
www.interkonyv.hu
64 Feladatok
Példa. Egy tóban a halakat betegség támadta meg, mely az egyes egyedeket ismert
p (0 < p < 1) valószı́nűséggel pusztı́tja el. A kifogott haltetemek k számából
adjunk maximum-likelihood becslést a betegség előtt a tóban élő halak számára!
Adjuk meg a konkrét becslést, ha k = 100 és p = 0,05.
Megoldás. A kifogott haltetemek száma binomiális

eloszlást követ n és p paramé-
terekkel. Így a likelihood függvény L(n) = nk pk (1 − p)n−k , melynek a maximumát
kell meghatároznunk n függvényében. Vizsgáljuk meg két egymást követő termé-
szetes számra a függvény értékeinek hányadosát!

n k n−k
L(n) k p (1 − p) n(1 − p)
= n−1 k = .
L(n − 1) k p (1 − p)n−1−k n−k
L(n) n(1−p)
L(n) addig növekszik, amı́g L(n−1) > 1, vagyis > 1. Innen, ha n < kp , akkor
n−kh i
L(n) nő, ha pedig n > kp , akkor csökken. Így a becslés kp . k = 100 és p = 0,05
mellett a 2000 és az 1999 is jó becslés.
9.4. A szı́nvakság valószı́nűsége egy populációban genetikai tényezők miatt p a

férfiaknál és p2 a nőknél. Adjuk meg a p maximum-likelihood becslését az alapján,
hogy M férfiból m és N nőből n volt szı́nvak.
9.5. Egy gyárban a termékek minőségét úgy ellenőrzik, hogy minden nap n darabot
vizsgálnak meg. Az adott napi gyártmányokat (ezek összességét nevezzük tételnek)
akkor fogadják el, ha minden egyes megvizsgált termék jó. Azt tapasztalták m nap
leforgása alatt, hogy x tételt fogadtak el. Adjunk maximum-likelihood becslést
annak p valószı́nűségére, hogy egy termék selejtes!
9.6. Egy céllövő egy számára ismeretlen puskával először n1 lövést ad le egy célra,
minden egyes lövésének találati valószı́nűsége p. Ezután újra lő, ezúttal n2 lövést
ad le és αp a lövések találati valószı́nűsége. Jelöljük a találatok számát az egyes
sorozatokban x1 -el illetve x2 -vel.
a) A p paramétert ismertnek feltételezve adjunk maximum-likelihood becslést
α-ra!
b) Tegyük fel, hogy p is ismeretlen és becsüljük mindkét paramétert!
c) Adjuk meg a konkrét becsléseket a b) esetben, ha n1 = 15, n2 = 10, x1 = 9,
x2 = 8.
9.7. Augusztusban 5 éjszakán át figyeltük meg a hullócsillagok számát, a következő
mintát kaptuk: 4, 3, 7, 2, 4. Azt tudjuk, hogy a hullócsillagok száma Poisson-
eloszlást követ. Készı́tsünk maximum-likelihood becslést az eloszlás paraméterére
az adott minta alapján!
9.8. Tegyük fel, hogy egy almáskertben a fákat egy fertőzés támadja meg. A
fertőzött fák száma Poisson-eloszlást követ. Tı́z egyforma nagy, egyenként három
www.interkonyv.hu
sorból álló ültetvényben rendre 0, 3, 0, 1, 0, 0, 2, 1, 1, 2 beteg fát találtak. Ad-

junk maximum-likelihood becslést az egy sorban található fertőzött fák számának
várható értékére.
9.9. Egy céllövő p valószı́nűséggel talál el egy célpontot egy lövésből. Adjunk
maximum-likelihood becslést p-re, ha az első találat k-adikra következett be!
9.10. Egy valószı́nűségi kı́sérletet addig végzünk, mı́g egy esemény kétszer be nem
következik, és lejegyezzük a próbálkozások számát. Ezt n-szer megismételjük, ı́gy
kapjuk az x1 , . . . , xn mintát. A minta alapján adjunk maximum-likelihood becslést
az esemény valószı́nűségére!
9.11. Legyen x1 , . . . , xn az [1, Θ] intervallumon egyenletes eloszlásból származó
minta, ahol Θ ismeretlen. Adjunk maximum-likelihood becslést Θ-ra!
9.12. Adjuk meg egy ismeretlen helyzetű 1 hosszúságú intervallum felezőpontjának
maximum-likelihood becslését! Adjunk konkrét becslést, ha a következő (egyenletes
eloszlásból származó) minta áll rendelkezésünkre: 1,1; 1,9; 1,3; 1,5; 1,7; 1,99.
9.13. Egy alkatrészekből álló sokaság 6 mintapéldányának következő volt a teljes
élettartama: 39, 45, 67, 50, 50, 60 (hónap). Tegyük fel, hogy az élettartam ex-
ponenciális eloszlású egy ismeretlen λ paraméterrel. Számoljuk ki a λ paraméter
maximum-likelihood becslését!
9.14. Egy alkatrész élettartama exponenciális eloszlású η/t paraméterrel, ha t
hőmérsékleten működtetjük.
a) Hogyan függ a várható élettartam a t hőmérséklettől?
b) Tegyük fel, hogy n megfigyelést különböző t1 , t2 , . . . , tn hőmérsékleten vé-
geztünk és x1 , x2 , . . . , xn élettartamot figyeltünk meg. Adjunk maximum-
likelihood becslést η-ra!
c) Adjunk meg konkrét becslést η-ra, ha a következő megfigyelések adódtak:
1. 2. 3. 4. 5. 6. 7.
élettartam (év) 2,3 9,8 0,8 10,2 8,1 7,7 1,2
hőmérséklet (C) 20 25 17 26 23 22,5 19
9.1. táblázat
9.15. Egy laborban a mérést általában az (ismert) σ szórású műszeren végzik.

Összesen n ilyen mérés elvégzése után (a független, azonos N (µ, σ) eloszlású ada-
tok: x1 , . . . , xn ) elromlott a készülék és csak a régi, kσ (szintén ismert) szórású
műszert lehetett használni. Ezzel a műszerrel az y1 , . . . , ym adatokhoz jutottunk
(µ változatlan). Adjunk maximum-likelihood becslést µ-re. Adjuk meg a konkrét
becslést, ha a következő minta áll rendelkezésünkre: 1,1; 1,9; 1,3; 1,5; 1,7; 1,99
és 1,1; 0,9; 1,3; 1,5; 1,7; 1,99; 2,1; 1,9; 2,3 a régi műszerrel mért minta (σ = 0,2,
k = 1,2).
www.interkonyv.hu
66 Feladatok
9.16. Egy város energiafogyasztása normális eloszlású ismeretlen µ várható érték-

kel és a korábbi tapasztalatok alapján ismert σ szórással. Méréseket végeztünk n
napon át x1 , . . . , xn eredménnyel, majd az n + 1. naptól kezdve m napon át csak a
város egyik kerületéből érkeztek adatok, ahol a fogyasztás várható értéke az egész
városénak a fele: y1 , . . . , ym a kapott adatsor (tételezzük fel, hogy a szórás itt is
σ). Adjunk maximum-likelihood becslést µ-re.
9.17. Legyen x1 , x2 , . . . , xn az

2 α−1
f (x) = 2α · x(1 − x ) , ha 0 < x < 1,
0 különben
sűrűségfüggvényű eloszlásból vett minta. Adjunk maximum-likelihood becslést az
ismeretlen α > 0 paraméterre.
9.18.∗ Legyen x1 , x2 , . . . , xn mintánk az
 2
 3x
, ha −η ≤ x ≤ η,
f (x) = 2η 3

0 különben
(η > 0) sűrűségfüggvényű eloszlásból. Adjunk maximum-likelihood becslést az
ismeretlen η paraméterre.
9.19.∗ Legyen x1 , x2 , . . . , xn az

f (x) = 2ϑ2 x−3 , ha x ≥ ϑ,
0 különben
sűrűségfüggvényű eloszlásból vett minta. Adjunk maximum-likelihood becslést az
ismeretlen ϑ paraméterre.
9.20. Tekintsünk egy 0 várható értékű, 1 szórású valószı́nűségi változókból szár-
mazó statisztikai mintát. Hány mintaelem szükséges ahhoz, hogy ha az elemszá-
mot n-nel jelöljük, akkor a mintaátlag abszolútértéke legalább 0,99 valószı́nűséggel
kisebb legyen, mint n−1/4 ? Adjunk becslést a Csebisev-egyenlőtlenség, illetve a
centrális határeloszlás-tétel segı́tségével!
Példa. Egy gyermek játékszer fizikai terhelhetőségére elvégzett próbatesztek a kö-

vetkező mérési eredményekre vezettek: 40, 45, 40, 42, 36 (kg).
a) Adjuk meg a terhelhetőség empirikus eloszlásfüggvényét!
b) Adjunk becslést a terhelhetőség várható értékére és szórására!
c) Tudjuk, hogy a terhelhetőség normális eloszlást mutat. Adjunk meg olyan
intervallumot, amely a várható értéket 0,95 valószı́nűséggel tartalmaza.
d) Teszteljük azt a nullhipotézist, hogy a terhelhetőség várható értéke 40 kg (te-
gyük fel, hogy a szórás ismert és megegyezik a korrigált empirikus szórással)!
www.interkonyv.hu
Megoldás. 
 0, ha x ≤ 36,
 1

 , ha 36 < x ≤ 40,
5

3
a) F (x) = 5 , ha 40 < x ≤ 42,


 45 ,

 ha 42 < x ≤ 45,

1, ha 45 < x.
b)
40 + 45 + 40 + 42 + 36
En (ξ) = = 40,6.
5
1
Vn (ξ) = ((40−40,6)2 +(45−40,6)2+(40−40,6)2 +(42−40,6)2+(36−40,6)2) = 8,64.
5
5
Vn∗ (ξ) = · Vn = 10,8 Dn (ξ) = 2,94 D∗n (ξ) = 3,29.
4
c) A szórás ismeretlen, ezért az intervallumot P(−xα < Zn∗ (µ) < xα ) = 0,95
átalakı́tásával kapjuk, ahol – mivel a képletgyűjteményben található Zn∗ (µ) Student
eloszlású – az xα = Φ−1 −1
n−1 (1 − α/2) = Φ4 (0,975) = 2,776 a Student eloszlás
táblázatából. Az átalakı́tással kapjuk:
n r n r !
1X Vn∗ 1X Vn∗
0,95 = P ξi − xα <µ< ξi + xα .
n i=1 n n i=1 n
Ebből az intervallum:
h p p i
40,6 − 2,776 · 2,16; 40,6 + 2,776 · 2,16 = [36,52; 44,68] .
d) Mivel normális eloszlású a minta és a szórás ismert (σ = 3,29), a µ-próbát

alkalmazunk, α = 0,05.
H0 : µ = 40
H1 : µ 6= 40
A korábbi számı́tások alapján:
40,6 − 40
u = Zn (µ) = √ ≈ 0,41.
2,16
A standard normális eloszlás táblázatából:
uα = Φ−1 (1 − α/2) = Φ−1 (0,975) = 1,98.
|u| < uα , ezért a nullhipotézist elfogadjuk.
www.interkonyv.hu
68 Feladatok
9.21. Diákok egy csoportjának megmérték a testsúlyát és a magasságát. Hatá-

rozzuk meg e jellemzők empirikus eloszlásfüggvényét, empirikus várható értékét,
empirikus szórását és korrigált empirikus szórását!
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.
testsúly (kg) 90 45 70 45 40 54 60 53 53 58 56 78
magasság (cm) 175 160 180 160 157 165 168 161 157 175 158 187
9.2. táblázat
9.22. Jellemezzük a 9.2. táblázatbeli mutatók kapcsolatának szorosságát! Adjunk
becslést a lineáris regressziós egyenes paramétereire!
9.23.∗ Annak a valószı́nűsége, hogy egy ember sovány p (akkor sovány valaki,
ha a testtömegindex = testtömeg(kg)/(magasság(m))2 < 18,5 és túlsúlyos, ha test-
tömegindex > 25). Becsüljük meg a 9.2. táblázatbeli adatok alapján p-t, illetve ad-
junk olyan konfidencia-intervallumot, amely 0,95 valószı́nűséggel tartalmazza azt.
9.24. Feltételezzük, hogy a testmagasság (közelı́tőleg) normális eloszlást követ.
Adjunk meg egy olyan intervallumot, amely a 9.2. táblázatbeli magasságok várható
értékét 0,95 valószı́nűséggel tartalmazza!
9.25. Feltételezzük, hogy a testsúly (közelı́tőleg) normális eloszlást követ. Adjunk
egy 0,95 megbı́zhatósági szintű konfidencia-intervallumot a testsúly szórására a 9.2.
táblázatbeli adatok alapján!
9.26. A diákok megadott korcsoportjában a testsúly szórása 15 kg. Feltételezzük,
hogy a testsúly (közelı́tőleg) normális eloszlást követ. Adjunk meg egy olyan in-
tervallumot, amely a 9.2. táblázatbeli testsúly várható értékét 0,95 valószı́nűséggel
tartalmazza!
9.27. Jani bácsi tüzifát darabol, szándéka szerint 30 cm-es darabokra. Mivel az
első reggeli féldecijén már túlvan, a levágott darabok hossza normális eloszlást
követ σ = 2 cm szórással. Elfogadjuk-e 10%-os megbı́zhatósági szinten, hogy a
tüzifák hosszának várható értéke 10 cm, ha az 5 darab levágott fa hossza átlagosan
28,38 cm?
9.28. Teszteljük azt a nullhipotézist 5%-os szignifikancia szinten a 9.2. táblázatbeli
adatokon, mely szerint a magasság várható értéke 170 cm!
9.29. Tegyük fel, hogy a 9.2. táblázatbeli testsúlyadatok szórása a becsült szórás.
Teszteljük azt a nullhipotézist, hogy a testsúly várható értéke 45 kg!
9.30. Hogyan változnának az előző két feladatbeli tesztek, ha nem feltételeznénk,
hogy a testmagasság és a testsúly normális eloszlást követ?
9.31. Két folyadéktöltő automatára mérték meg a szórást. 101 – 101 palack valódi
tartalmát ellenőrizve a szórás (korrigálatlan) becslései 1,05 illetve 1,11. Különbözik-
e a két szórás α = 0,1 szinten?
www.interkonyv.hu
9.32. Egy, a 9.2. táblázatbelitől különböző csoportban a diákok magassága rendre

176, 165, 145, 177, 155, 175, 164, 166, 148, 163, 145, 161, 170, centiméterben
mérve. 5%-os szignifikancia szinten teszteljük azt a nullhipotézist, hogy a két
csoport magasságának szórása megegyezik!
9.33. Az előző feladat alapján feltehetjük, hogy a 9.2. táblázatbeli és a 9.32.
feladatbeli csoportokban megegyezik a magasság szórása. Teszteljük azt a nullhi-
potézist 5%-os szignifikancia szinten, amely szerint a két csoportban a magasság
várható értéke megegyezik!
9.34. Egy dobókockával 81-szer dobtunk. A dobott számok között 9 1-es, 27 2-es, 9
3-as, 18 4-es és 18 5-ös volt. Teszteljük azt a nullhipotézist, hogy a kocka szabályos
(mind a hat érték valószı́nűsége egyenlő)!
9.35. Tekinthetőek-e a 9.12. feladatban megadott értékek a (1, 2) intervallumon
egyenletes eloszlásúnak a χ2 próba szerint α = 0,05 megbı́zhatósági szinten, ha az
osztópontok az intervallumot négy egyenlő részre osztják?
9.36. Békéscsabán 80 év megfigyelései alapján az októberi középhőmérséklet
12,4◦ C, a szórás 1,4◦ C. Az adatok gyakorisági eloszlása az alábbi:
< 11◦ C 11-12◦C 12-13◦C 13-14◦C > 14◦ C
16 13 22 15 14
9.3. táblázat
Igazolható-e az adatok normális eloszlás szerinti megoszlása?
9.37. Ellenőrizzük azt a hipotézist, hogy az ötöslottón a nyerőszámok húzásának
valószı́nűsége 1/90. A 2617. játékhétig a kihúzott számok gyakoriságait a következő
táblázat tartalmazza:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
146 124 170 138 126 141 153 139 127 166 143 162 167 140 149
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
137 138 150 147 152 145 156 151 148 151 131 141 138 171 126
31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
126 149 143 151 152 149 145 143 122 135 146 161 143 136 143
46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
142 164 132 161 143 157 144 133 152 147 167 133 133 143 150
61 62 63 64 65 66 67 68 69 70 71 72 73 74 75
146 135 119 162 146 160 151 133 163 126 152 157 154 137 173
76 77 78 79 80 81 82 83 84 85 86 87 88 89 90
149 171 146 147 138 153 134 143 139 144 166 127 120 129 147
9.4. táblázat
www.interkonyv.hu
70 Feladatok
Vegyük figyelembe, hogy egy játékhéten 5 számot húznak!7

9.38.∗ Legyen A egy esemény ismeretlen p = P (A) valószı́nűséggel. A de Moivre–
Laplace-tétel felhasználásával konstruáljunk tesztet a következő nullhipotézis el-
lenőrzésére: H0 : p = p0 . (ld. a centrális határeloszlás-tételen alapuló próbákat!)
Végezzük el a tesztet 1%-os szignifikancia szint mellett annak ellenőrzésére, hogy
egy pénzérme szabályos, ha azt figyeltük meg, hogy 100-ból 61 esetben dobtunk
fejet.
7
Bár a táblázatban szereplő adatok egymástól nem függetlenek, azonban ezek függősége
nem túl erős, ı́gy alkalmazható a χ2 -próba.
www.interkonyv.hu
10. Nehezebb feladatok
10.1. Mit tudunk mondani P(A ∩ B ∩ C) − P(A)P(B)P(C) alsó és felső korlátjáról?
10.2. Három cowboy a vitáját egy szokatlan párbajban dönti el. Sorsot húznak ki
fog lőni elsőnek, ki lesz a második és ki a harmadik. Ezután elfoglalják a helyüket
egy szabályos háromszög csúcsaiban. Az előbb meghatározott sorrendben mindenki
lead egy lövést a másik két cowboy valamelyikére; ezt addig folytatják, amı́g csak
egy marad életben. A legjobban lövő cowboy mindig célba talál, a második legjobb
az esetek 80%-ban pontos, mı́g a leggyengébb 50%-kal talál célt. Feltéve, hogy
mindhárman a legjobb stratégiát követik, és egyiküket sem öli meg egy eltévedt
golyó, melyiküknek van a legtöbb esélye a túlélésre?
10.3. a) Hány lottószelvény kell legalább ahhoz, hogy a legalább egyes találat
valószı́nűsége legalább 0,5 legyen?
b) Legalább hány hétig kell egy szelvénnyel játszani, hogy a legalább egyes
találat valószı́nűsége legalább 0,5 legyen?
c) Mi az alapvető különbség az előző két kérdés között?
10.4. Mennyi a valószı́nűsége, hogy a lottón kihúzott számok között nincsenek
szomszédosak?
10.5. Ötös lottón játszunk. Mennyi a valószı́nűsége, hogy a lottószámokat úgy húz-
zák ki, hogy a számok növekvő sorrendben követik egymást, és mindegyik legalább
5-tel nagyobb, mint az előtte lévő?
10.6. Mennyi a valószı́nűsége, hogy a lottóhúzás öt száma közt van három egymást
követő?
10.7. Mennyi a valószı́nűsége, hogy megtörténik, ami az 1969. február 28-ai lottó-
húzáson történt, vagyis hogy nagyság szerint rendezve a kihúzott számokat az első
kettő összege megegyezik a harmadikkal?
10.8. A 2006. november 15-ei és 22-ei Skandináv-lottó sorsoláson is megtörtént
a következő: a géppel és kézzel húzott számok között pontosan 3 egyezés volt.
Amikor növekvő sorrendben leı́rták a gépi, alá pedig szintén növekvő sorrendbe a
kézi húzás eredményét, az egyező számok éppen egymás alá kerültek. Mennyi volt
ennek a valószı́nűsége?
www.interkonyv.hu
72 Feladatok
10.9. Általánosı́tsuk a 3.50. feladatot úgy, hogy n számú perselyünk van és kez-
detben 1 ≤ k ≤ n számú perselyt törünk fel.
10.10. Hét hölgy és nyolc úr szı́nházba megy. Egy sorba ülnek le véletlensze-
rűen. Várhatóan hány szomszédos székpár lesz, ahol egy hölgy és egy úr ül egymás
mellett?
10.11. Egy részeg tengerész a kocsma és a tenger között dülöngél (a tengertől
t, a kocsmától k lépésre), 1/2 − 1/2 valószı́nűséggel lép jobbra vagy balra. Ha a
tengerhez ér, beleesik, ha a kocsmához, akkor bemegy oda. Mennyi a valószı́nűsége,
hogy eléri a kocsmát mielőtt a tengerbe zuhanna?
10.12. (Szindbád problémája) Szindbád megmentette a kalifa életét, és ezért ju-
talmul feleségül veheti a kalifa egyik háremhölgyét. A háremhölgyek sorban elvo-
nulnak Szindbád mellett, egyszerre csak egy háremhölgy jelenik meg. Szindbád
minden háremhölgy szépségét össze tudja hasonlı́tani az előzőleg megjelentekével,
és egyértelműen meg tudja állapı́tani, hogy az eddig látott háremhölgyek közül ki a
legszebb. Egy éppen megjelent háremhölgyről megjelenése után azonnal el kell dön-
tenie, hogy őt akarja-e feleségül venni, és ezt a döntést később nem változtathatja
meg. Szindbád tudja, hogy a kalifának hány háremhölgye van, viszont semmit nem
tud arról, hogy a még nem látott háremhölgyek milyen szépek. A háremhölgyek
véletlen sorrendben jelennek meg, és minden sorrend egyforma valószı́nű. Szind-
bád szeretné a legszebb háremhölgyet választani. A stratégiája: k hölgyet elenged,
majd a továbbiak közül kiválasztja az elsőt, aki szebb az összes előtte elvonultnál.
Milyen k-ra legnagyobb a valószı́nűsége, hogy a legszebbet választja?
10.13. Egy Las Vegasba érkező turistának van 20$-ja de 40$-ra lenne szüksége.
Túl szégyenlős a feleségétől kérni, ezért úgy dönt, hogy rulettre teszi fel a pénzét.
Két stratégián gondolkodik: a) felteszi a feketére az összes pénzét vagy b) feltesz
mindig 1-1$-t addig, amı́g el nem veszı́ti az összes pénzét vagy nem lesz 40$-ja,
amikoris abbahagyja a játékot. Melyik stratégia mellett nagyobb az esélye annak,
hogy meg tudja szerezni a 40$-t? (Az amerikai rulettben a feketén a nyerés esélye
18/38.)
10.14. Egy pénztárnál, ahol kezdetben nincs pénz, 100 ember áll sorba. Felé-
nél 500 forintos, felénél 1000 forintos van, mindenki 500 forintot fizet. Mennyi a
valószı́nűsége, hogy a pénztáros mindig tud visszaadni?
10.15. Két pók egy 6N × 6N × 6N méretű rácskocka két átellenes pontjáról egy-
szerre indulva minden másodpercben átlépnek egy szomszédos rácspontra, mégpe-
dig úgy, hogy mindhárom lehetséges irányban csak előrefelé léphetnek (az átellenes
csúcs felé), azonos valószı́nűséggel. Mennyi a valószı́nűsége, hogy a két pók talál-
kozik?
10.16. Az előző feladatbeli kockában kijelölve egy pontot mennyi a valószı́nűsége,
hogy a kocka egyik csúcsából induló pók eléri ezt a pontot, ha mind a hat lehetséges
irányba léphet?
www.interkonyv.hu
10. Nehezebb feladatok 73
10.17. Egy absztrakt állat kettes illetve hármas csoportokban él. Kezdetben egy
kettes és egy hármas csoport van az erdőben. Naponta érkezik egy-egy új állat, és
csatlakozik véletlenszerűen valamelyik csoporthoz. Ha ı́gy egy csoportban négyen
lesznek, akkor kettéoszlik két kettes csoportra. Mennyi annak a valószı́nűsége, hogy
az n-edik napon érkező állat egy kettes csoporthoz csatlakozik?
10.18. Lehet-e két kockát úgy cinkelni (nem feltétlenül egyformán), hogy a kockák-
kal dobott számokat összeadva a 2 és 12 közötti számok mindegyikének ugyanannyi
legyen a valószı́nűsége?
10.19. Lehet-e két kockát úgy átfesteni (tetszőleges valós számokkal), hogy a
dobott számok összegét tekintve minden egyes számnak ugyanannyi legyen a va-
lószı́nűsége, mintha az eredeti kockákkal dobtunk volna? (Triviális megoldás, ha
konstansokat adunk a két kocka lapjaihoz különböző előjellel, ettől eltérő megoldás
a kérdés.)
10.20. Két dobozban fekete és piros golyók vannak. Az A jelű dobozban 2 piros
és 1 fekete, mı́g a B jelűben 101 piros és 100 fekete golyó van. A játékvezető
véletlenszerűen választ egy dobozt és húz belőle egy golyót és megmondja annak
szı́nét. Mielőtt másodszor is húz ugyanabból a dobozból, eldönthetjük, hogy a
húzott golyót visszategye-e vagy sem. A játékot akkor nyerjük meg, ha a két
húzás eredménye alapján meg tudjuk mondani, hogy melyik dobozt választotta a
játékvezető. Mi legyen a játékos stratégiája?
10.21. Egy országban a munka törvénykönyve alapján egy gyártulajdonosnak egy
adott üzem összes dolgozójának szabadságot kell adnia, ha valamelyik dolgozónak
születésnapja van. Továbbá egy dolgozó nem diszkriminálható a születésnapja
alapján. Az év 365 munkanapból áll. Egy gyárban egy munkás egy nap alatt
egy terméket állı́t elő. A tulajdonos maximalizálni akarja az egy év alatt gyártott
termékek számát. Hány munkást vegyen fel?
10.22. Egy játék több játszmából áll, az egyes játszmákat p < 0,5 valószı́nűséggel
nyerjük meg. A győzelemhez a játszmák felét legalább meg kell nyerni. Előre meg
kell határoznunk, hány játszmából álljon a játék. Hogyan döntsünk adott p esetén,
hogy maximalizáljuk nyerési esélyünket?
10.23. Rubikkockánkat egy gyerek szétszedi, ezután sietve véletlenszerűen össze-
rakjuk (az eredeti sarokelemek sarkokra kerülnek most is, stb.). Mi a valószı́nűsége,
hogy az ı́gy összeszerelt kockát ki lehet rakni?
10.24. Pinokkiónak 9-féle akadályon kell sikerrel túljutnia, hogy hús-vér gyerek
lehessen. Nehéz dolga van: ha egy akadályon elbukik, akkor vissza kell térnie
az előzőhöz, és ott újra kell próbálkoznia. Ha a legelső akadályon bukik el, ak-
kor fabábu marad mindörökre. Pinokkió nem tanul a kudarcokból, ezért az egyes
akadályokon a siker valószı́nűsége mindig 1/10, 2/10, . . . , 9/10, akárhányszor is pró-
bálkozik. Milyen sorrendben helyezze el a Kékhajú Tündér az akadályokat ahhoz,
www.interkonyv.hu
74 Feladatok
hogy Pinokkió a legnagyobb eséllyel változzék át igazi kisfiúvá, és mekkora ebben
az esetben a siker valószı́nűsége?
10.25. Az {1, 2, . . . , n} halmazból visszatevéssel választunk két számot. Legyen qn
annak a valószı́nűsége, hogy a két szám relatı́v prı́m. Határozzuk meg limn→∞ qn -
et!
10.26. Egy papı́rcsı́kra ı́rjuk fel a természetes számokat 1-től n-ig, majd vágjuk
szét a csı́kot úgy, hogy minden darabon csak egy számjegy legyen. Legyen qn annak
a valószı́nűsége, hogy egy véletlenül kihúzott darabon a 0 van. Határozzuk meg
limn→∞ qn -et!
10.27. Egy pénzérmével n + 1-szer dobunk. Mi a valószı́nűsége, hogy minden
dobásnak van ugyanolyan szomszédja (azaz vagy az előtte, vagy az utána következő
dobás ugyanolyan, mint a vizsgált dobás)?
10.28. Tekintsünk egy gyümölcsfát. Annak valószı́nűsége, hogy a fán virágzáskor n
virág van (1 − p)pn valamely p paraméterre. Minden virágból q valószı́nűséggel lesz
gyümölcs. Mennyi a valószı́nűsége, hogy a fán eredetileg n virág volt, ha tudjuk,
hogy most r gyümölcs van rajta? Adjunk explicit formulát!
10.29. Egy kockával végtelen sokszor dobunk. Mennyi a valószı́nűsége, hogy vég-
telen sok hatost dobunk? Mennyi a valószı́nűsége, hogy lesz n hosszú csupa hatos
sorozat?
10.30. A (0, 1) intervallumon találomra választunk két pontot (egymástól függet-
lenül és egyenletes eloszlás szerint). Mennyi a valószı́nűsége, hogy az ı́gy kapott
három szakaszból hegyesszögű háromszög szerkeszthető?
10.31. A sı́kbeli koordinátarendszerben tekintsük a (0, 0), (0, 1), (1, 1), (1, 0) pon-
tok által meghatározott négyzetet. Válasszunk egy pontot véletlenül egyenletes
eloszlás szerint a négyzet határán és egy másikat ettől függetlenül szintén egyen-
letes eloszlás szerint a négyzet belsejében. Mennyi a valószı́nűsége,
hogy a két
választott pont által meghatározott egyenes metszi az 12 , 12 és 12 , 34 pontok által
meghatározott szakaszt? És annak, hogy maguk a szakaszok is metszik egymást?
10.32. Tekintsünk egy egységnyi kerületű kört, és válasszuk ki ennek egy rögzı́tett
pontját. Válasszunk további 2 pontot a kör kerületén véletlenszerűen (egymástól
függetlenül és egyenletes eloszlás szerint). Határozzuk meg annak a valószı́nűségét,
hogy a három pont által meghatározott háromszög fedi a kör középpontját!
10.33. Három versenyló közül a legjobbnak tartott 10 perc és 10 perc 15 mp, a
második 10 perc 5 mp és 10 perc 20 mp , mı́g a harmadik 10 perc 10 mp és 10 perc
25 mp közötti idő alatt futja le a távot. (A futási idő az adott időintervallumban
egyenletesen fordulhat elő, véletlenszerűen.) Mennyi a valószı́nűsége annak, hogy
egy versenyen a legrosszabbnak tartott ló győzzön és a favorit legyen a harmadik?
www.interkonyv.hu
10. Nehezebb feladatok 75
10.34. Három hajótörött mindegyike egy-egy órát tölt egyhuzamban egy szigeten
ma délután valamikor 5 és 9 óra között véletlenszerűen. Ha hármuk közül ponto-
san kettő fél óránál hosszabb ideig egyszerre tartózkodik ott, akkor viszály tör ki.
Mekkora a valószı́nűsége annak, hogy békében telik el a mai nap?
10.35. Milyen vastag pénzérme esetén 1/3 a valószı́nűsége, hogy az érme az élére
esik?
10.36. (Buffon-féle tűprobléma8 ) Vı́zszintes táblára d távolságú párhuzamos egye-
neseket rajzoljunk. Egy ℓ (< d) hosszúságú tűt dobálunk a táblára megpörgetve
azt. Mennyi a valószı́nűsége, hogy a tű metszi valamelyik egyenest?
10.37. Mennyi az előző feladatban kérdezett valószı́nűség, ha ℓ > d?
10.38. Módosı́tsuk a tűproblémát úgy, hogy a tű hosszát a [0, d] intervallumon
egyenletes eloszlással választjuk!
10.39. Egy csoportban n ember van. Mi a várható értéke az év azon napjai
számának, melyeken pontosan k ember született?
10.40. Szabályos dobókockával addig dobunk, mı́g a dobott számok S összege át
nem lépi a 100-at. Mi S legvalószı́nűbb értéke?
10.41. Egy szabályos érmével n-szer dobva mennyi a leghosszabb homogén (csak
fejből vagy csak ı́rásból álló) sorozat hosszának várható értéke?
10.42. Egy dobozban 101 golyó van, amelyből pontosan 3 piros. A dobozból
egyesével, visszatevés nélkül húzunk. Hányadik helyen a legvalószı́nűbb a második
piros húzása? Várhatóan hányadik helyen húzzuk a második pirosat?
10.43. Egy érmével addig dobunk, amı́g először be nem következik, hogy ugyan-
annyi fejet dobtunk, mint ı́rást (és legalább egyszer dobtunk). Mennyi a dobások
számának várható értéke?
10.44. Egy moziban a jegyek egységesen 500 forintba kerülnek. A pénztárban a
nap kezdetén nincs pénz. Hosszú sor áll az ablaka előtt, minden vásárló egy jegyet
akar venni. Minegyiküknél vagy egy darab ötszázas, vagy egy darab ezres van
1/2 - 1/2 valószı́nűséggel. Várhatóan hány mozilátogatót tud majd kiszolgálni a
pénztáros?
10.45. A [4, 5] intervallumon választunk egy számot egyenletes eloszlás szerint,
továbbá egy dobókockával is dobunk és vesszük a kapott számok szorzatát. Adjuk
meg a szorzat eloszlásfüggvényét! Létezik-e a szórás? Ha igen, adjuk meg, ha nem,
igazoljuk!
10.46. Egységnyi szakaszon egyenletes eloszlás szerint véletlenszerűen vegyünk fel
egy pontot! Az ı́gy kapott szakaszok közül a nagyobbikon ismét vegyünk fel egy
8
De Buffon gróf ezzel a feladattal vezette be a geometriai valószı́nűség fogalmát 1777-ben.
A feladat lehetővé teszi a π kı́sérleti meghatározását.
www.interkonyv.hu
76 Feladatok
pontot az előbbiek szerint. Adjuk meg ennek a pontnak az eloszlását az eredeti

szakaszon! Határozzuk meg a három kapott szakasz közül a közbülső hosszának
várható értékét!
10.47. Az y = 0, y = N , x = 0 és x = N egyenletű egyenesek által határolt
négyzetből véletlenszerűen választunk egy pontot (N pozitı́v valós szám). Mennyi
annak a valószı́nűsége, hogy olyan pontot választunk, amelynek első koordinátája
egy téglalap kerülete, második koordinátája pedig ugyanannak a téglalapnak a
területe?
10.48. Egy egységnégyzeten véletlenszerűen választunk egy pontot egyenletes el-
oszlás szerint. Legyen ξ a pontnak a négyzet legközelebbi csúcsától vett távolsága.
Adjuk meg ξ eloszlás- és sűrűségfüggvényét!
10.49. András, Béla és Cecil egy kétfülkés nyilvános telefonnál szeretnének tele-
fonálni. András és Béla elfoglal egy-egy fülkét, Cecil várakozik. Ha a beszélge-
tési idők egymástól független, 0,3 paraméterű exponenciális eloszlású valószı́nűségi
változók, hatázozzuk meg Cecil várakozási idejének sűrűségfüggvényét és annak
valószı́nűségét, hogy nem Cecil fejezi be a beszélgetést utoljára!
10.50. Egy villamosmegállóban állunk. Két villamos érkezése között eltelt idő
exponenciális eloszlást követ λ paraméterrel. Várhatóan hány villamos megy el az
ellenkező irányba, mı́g megérkezik a mi villamosunk?9
10.51. Egy dobókocka dobássorozatát lejegyzik. 900 dobásból minden szám pon-
tosan 150-szer szerepel a listán. Teszteljük azt a nullhipotézist, hogy a kocka
szabályos! Mondhatjuk-e, hogy aki a kockát dobálta, nem csalt?
9
Ha események között eltelt idő exponenciális eloszlású λ paraméterrel, akkor teljesül,
hogy a t időpontig bekövetkező események száma Poisson eloszlású λt paraméterrel (ld.
Poisson folyamat).
www.interkonyv.hu
11. Implementációs feladatok
11.1. Van n piros és m fehér golyó egy urnában. Vagy visszatevéssel, vagy vissza-
tevés nélkül húzunk belőlük k darab golyót. Mennyi a valószı́nűsége, hogy legalább
j darab fehér lesz a kihúzott golyók között? Szimuláljunk egy húzássorozatot, és
vessük össze a kapott relatı́v gyakoriságot az elméleti valószı́nűséggel!
Input: húzás tı́pusa (visszatevéses-e), n, m, k, j.
Output: a kérdezett valószı́nűség és relatı́v gyakoriság.
11.2. Kapunk két szót. Az első szó betűit véletlenül összekeverve mennyi a való-
szı́nűsége, hogy az eredmény részszóként tartalmazza a másodikat?
Input: az angol ábécé kisbetűiből álló sztringek.
Output: a kérdezett valószı́nűség.
11.3. k darab kockával dobunk. Mennyi a valószı́nűsége, hogy a dobott számok
összege éppen n lesz? (Kerüljük a backtracket!) Szimuláljunk m dobást, és vessük
össze a kapott relatı́v gyakoriságot az elméleti valószı́nűséggel!
Input: k, n, m.
11.4. Huszonegyezünk, a kezünkben lévő lapokon kı́vül a játékról más információnk
nincs. Mennyi a valószı́nűsége, hogy új lap kérése után játékban maradunk, jó lap
esetén mennyi az új összeg várható értéke?
Input: kezünkben lévő lapok.
Output: a kérdezett valószı́nűség és várható érték.
11.5. n persely kulcsait véletlenszerűen beledobtuk a zárt perselyekbe, mindegyikbe
egyet-egyet. Mennyi a valószı́nűsége, hogy mindegyik perselyt ki tudjuk nyitni
legfeljebb k feltörésével?
Input: n, k.
Output: A keresett valószı́nűség.
11.6. Egy pók sétál egy rácson a következő módon: mindig északi, keleti vagy
nyugati irányba mászik egységnyit, minden egységnyi út megtétele után pe , pk
illetve pny valószı́nűséggel választ a három irány közül, ahol pe + pk + pny = 1. Ha
n egységnyit mászkált, mennyi a valószı́nűsége, hogy sosem lépett olyan pontra,
ahol korábban már járt?
Input: n, pk , pny .
www.interkonyv.hu
78 Feladatok
Output: A keresett valószı́nűség.

11.7. Van n darab szabálytalan érménk, az egyes érmékkel p1 , . . . , pn valószı́nű-
séggel dobunk fejet. Az egyes érmékkel rendre i1 , . . . , in -szer dobunk. Mennyi
a valószı́nűsége, hogy összesen legfeljebb k darab fejet dobunk? Szimuláljunk m
dobássorozatot, és vessük össze a kapott relatı́v gyakoriságot az elméleti valószı́nű-
séggel!
Input: p1 , . . . , pn , i1 , . . . , in , k, m.
Output: a kérdezett valószı́nűség és relatı́v gyakorliság.
11.8. Válasszunk két számot egymástól függetlenül egyenletes eloszlással, egyiket
az (a, b), másikat a (c, d) intervallumon, majd vegyünk fel két szakaszt, amelyek
hosszai a választott számok, illetve egy harmadikat, amely hossza 1. Mennyi a
valószı́nűsége, hogy a három szakaszból háromszög szerkeszthető? Szimuláljunk m
kı́sérletet, és vessük össze a kapott relatı́v gyakoriságot az elméleti valószı́nűséggel!
Input: a, b, c, d, m.
11.9. (xk , pk ) párokkal adott egy diszkrét eloszlás. Adjuk meg a várható értékét,
szórását és eloszlásfüggvényét!
Input: x1 , . . . , xn , p1 , . . . , pn .
Output: Várható érték, szórás, eloszlásfüggvény (sztringként vagy ábrázolva).
11.10. Van n pozitı́v egész számunk: k1 , . . . , kn . Ezután n-szer dobunk: ha ki pá-
ros, akkor az i-edik dobást ki darab kockával, ha páratlan, akkor ki darab érmével
(amely két oldalán a 0 és 1 szerepel). Az i-edik dobásnál dobott számokat össze-
adjuk, az összeget megszorozzuk i-vel, végül minden dobás eredményét összeadjuk.
Mennyi az ı́gy kapott szám várható értéke és szórása?
Input: k1 , . . . , kn .
Output: a kérdezett várható érték és szórás.
11.11. Egy kisgyerek játszik a számológéppel úgy, hogy felváltva nyom meg vélet-
lenszerűen k számjegyet, majd szintén véletlenszerűen egy műveletet, és ı́gy tovább.
Az n-edik művelet elvégzése után megunja. Mi az ı́gy kapott eredmény várható
értéke?
Input: k, n.
Output: az eredmény várható értéke.
11.12. Egy adott nevezetes eloszláshoz (binomiális, geometriai, Poisson, egyenle-
tes, exponenciális közül valamelyik) adott néhány a következő értékek közül: pa-
ramétere(i), várható értéke, szórása. Ha lehet, adjuk meg a hiányzó értékeket!
Input: eloszlás neve, adott értékek.
Output: a hiányzó értékek közül a kiszámı́thatóak.
11.13. Van egy adott eloszlású (binomiális, geometriai, Poisson, egyenletes, ex-
ponenciális közül valamelyik) valószı́nűségi változónk és két valós szám: k1 < k2 .
www.interkonyv.hu
11. Implementációs feladatok 79
Mennyi a valószı́nűsége, hogy változónk k2 -nél kisebb, de k1 -nél nem kisebb értéket
vesz fel?
Input: eloszlás neve, paraméter(ek).
11.14. Van egy normális eloszlású valószı́nűségi változónk, adottak paraméterei és
két valós szám: k1 < k2 . Mennyi a valószı́nűsége, hogy változónk k2 -nél kisebb, de
k1 -nél nem kisebb értéket vesz fel?
Input: paraméterek.
A feladatot a normális eloszlás táblázat használata nélkül oldjuk meg!
11.15. Tegyük fel, hogy a beépı́tett véletlenszám-generátor egyenletes eloszlású
véletlen számot generál 0 és 1 között. A feladat olyan program ı́rása, amely adott
paraméterű binomiális, geometriai, negatı́v binomiális, (a, b)-n egyenletes (vagy
esetleg exponenciális) eloszlású véletlen számot ad.
Input: kért eloszlás tı́pusa, paramétere(i).
Output: kért eloszlású véletlen szám.
11.16. Egy esemény ismert p valószı́nűséggel következik be. Ha elvégzünk n füg-
getlen kı́sérletet, mennyi a valószı́nűsége, hogy az esemény legalább k1 -szer, de
legfeljebb k2 -ször következik be? Melyik az a k érték, melyre annak a valószı́nű-
sége, hogy legalább k-szor következik be az esemény, q? Ha np(1 − p) > 10, akkor
elég becslést adni a kért értékekre. Táblázatok használhatók.
Input: n, p, k1 , k2 , q.
Output: a kérdezett valószı́nűség és k.
11.17. Válasszunk két számot egymástól függetlenül egyenletes eloszlással, egyi-
ket az (a, b), másikat a (c, d) intervallumon. Adjuk meg a két szám összegének
eloszlásfüggvényét, várható értékét és szórását!
Input: a, b, c, d.
Output: A kérdezett eloszlásfüggvény (képlettel vagy ábrázolva), várható érték és
szórás.
11.18. Egy négyzetben egyenletes eloszlású mintát generálunk. A megfigyelt ese-
mény legyen az, hogy a pont a beı́rt körbe esik-e. Ennek segı́tségével közelı́tsük
a π számot! A becslés legalább 0,5 valószı́nűséggel legalább k tizedes pontosságú
legyen!
Input: k.
Output: π közelı́tése.
11.19. Szimuláljunk egy n hosszúságú fej-ı́rás dobássorozatot. Legyen a ξ vélet-
len változó a dobott fejek száma. Adjuk meg ξ tapasztalati eloszlásfüggvényét m
elemű minta alapján (m-et úgy határozzuk meg, hogy az empirikus eloszlásfügg-
vény 0,001-nél közelebb legyen az elméleti eloszlásfüggvényhez).
Input: n.
www.interkonyv.hu
80 Feladatok
Output: az empirikus és az elméleti eloszlásfüggvény.

11.20. Adjunk össze n darab [0, 1]-en egyenletes eloszlású, független véletlen szá-
mot (tegyük fel, hogy a véletlenszám-generátor ilyeneket generál) és standardizál-
juk az összeget! Végezzük el m-szer a kı́sérletet és szemléltessük a kapott eloszlást
hisztogrammal! Hasonlı́tsuk össze az eredményt a standard normális eloszlással!
Input: n, m.
Output: eloszlás hisztorgramja és a standard normális eloszlás sűrűségfüggvényének
összehasonlı́tása.
11.21. Generáljunk n darab független, λ paraméterű exponenciális eloszlású vélet-
len változót! Ennek empirikus eloszlását hasonlı́tsuk össze az elméletivel.
Input: n, λ.
Output: Az empirikus és elméleti eloszlás összehasonlı́tása.
11.22. Szimuláljunk lottóhúzást n-szer! Adjuk meg a legkisebb, illetve a legna-
gyobb számok empirikus és elméleti várható értékét. Adjunk becslést a legkisebb
és legnagyobb számok korrelációs együtthatójára!
Input: n.
Output: a kérdezett várható értékek és korrelációs együttható.
11.23. Szimuláljuk a Galton-deszka viselkedését N golyóval n rekeszre! Hasonlı́t-
suk össze az eredményt az elméleti eloszlással!
Input: N, n.
11.24. Lineáris regresszió. Adott egy x1 , . . . , xn és egy Y1 , . . . , Yn minta. Feladat
meghatározni a regressziós egyenest és a korrelácós együtthatót.
11.25. Nemlineáris regresszió. Adott egy x1 , . . . , xn és egy Y1 , . . . , Yn minta. Fel-
adat meghatározni a legjobban illeszkedő exponenciális függvényt (a · bx ).
11.26. Adott egy x1 , . . . , xn minta. Adjuk meg a mintaelemek abszolútértéké-
nek empirikus eloszlásfüggvényét, empirikus várható értékét és empirikus illetve
korrigált empirikus szórását!
11.27. Adjunk konfidencia-intervallumot egy esemény valószı́nűségére, amelybe a
keresett valószı́nűség legalább 1 − α valószı́nűséggel esik, ha n kı́sérletből az adott
esemény Kn -szer következett be. (Segı́tséget adhat a centrális határeloszlás-tétel.)
Input: α, n, Kn .
Output: a konfidencia-intervallum.
11.28. Adott egy normális eloszlású minta. Teszteljük azt a nullhipotézist, hogy a
várható érték m. A szórás lehet ismert vagy ismeretlen.
11.29. Adott két normális eloszlású minta. Teszteljük azt a nullhipotézist, hogy
szórásuk egyenlő. Ha a elfogadjuk, akkor teszteljük azt a hipotézist is, mely szerint
a várható értékek is megegyeznek.
11.30. Adott egy normális eloszlású minta. Adjunk konfidencia-intervallumot
mindkét paraméterére, amelybe azok 1 − α valószı́nűséggel esnek!
www.interkonyv.hu
11. Implementációs feladatok 81
Input: a minta, α.
Output: a két konfidencia-intervallum.
11.31. Adott egy véges szórású minta, amelyről nem tudjuk, milyen eloszlású.
Teszteljük azt a nullhipotézist, hogy a várható érték m. A szórás lehet ismert vagy
ismeretlen.
11.32. Egy gyárban n gép termel, mindegyikhez megadják, hogy az i-edik gép
mekkora pi valószı́nűséggel termel selejtet (i = 1, . . . , n). Minden gép ugyan-
annyi terméket állı́t elő. A gyárban a termékek s%-a selejtes. Elfogadjuk-e q
szignifikancia-szinten, hogy a megadott pi értékek helyesek?
Input: n, p1 , . . . , pn , s, q.
Output: A statisztikai döntés.
11.33. Teszteljük α szignifikancia szinten azt a nullhipotézist, hogy lottó, hatos-
lottó, skandináv lottó, kenó játékok szabályosak (minden nyerőszám azonos való-
szı́nűséggel kerül kihúzásra)! A nyerőszámok aktuális statisztikája megtalálható a
[17] honlapon.
11.34. Generáljunk n véletlenszámot. Teszteljük α szignifikancia szinten r osz-
tópont segı́tségével azt a nullhipotézist, hogy a véletlenszám-generátor egyenletes
eloszlású véletlenszámot generál!
Input: n, r, α.
www.interkonyv.hu
Eredmények, útmutatások
1. Kombinatorikai alapok
1.1. Sorba: 10! = 3628800, körbe: 9! = 362880. 1.2. 10!16! ≈ 7,6·1019.

1.3. 2·9! = 725760; 3!8! = 120960. Kezeljük átmenetileg egy embernek a két ill. a
három legmagasabbat és vegyük figyelembe, hogy egymáshoz képest hányfélekép-
14! 10!
pen állhatnak. 1.4. 4!2!2!2! = 454053600. 1.5. 6!4! = 210. 1.6. 27 = 128. Az első

jegy 1, a többi jegy tetszőleges. 1.7. 2 = 21. 1.8. 90
7
5 = 43949268.

5 85
1.9. 3 2 = 35700. Ki kell választani azt a 3 nyerőszámot, amit el akarunk”
”
találni, és ezek mellé kell még 2 vesztes” számot is választanunk.
”
1.10. 12+3−1 3 = 364; 123 = 1728. 1.11. a) 16 5 = 4368, b)
16+5−1
5 = 15504.
5 14
1.12. a) 16·15·14·13·12
= 524160, b) 16 = 1048576. 1.13. 3 = 4782969.
1.14. 13 12 ·2· 3 = 78. Ki kell választani azt a 12 mérkőzést, aminek a kimenetelét
el akarjuk találni, a maradék egyre pedig rosszul kell tippelni. A +1 mérkőzés
eredménye ebben az esetben nem számı́t.
1.15. 4, mivel a 13 k ·2
14−k
kifejezés k = 4-nél veszi fel a maximumát.
1.16. 3 · 3 · 2 · 1 = 18; 3 · 4 · 4 · 4 = 192. 1.17. Páratlanból lesz több. 4 · 6 · 5 = 120
páratlan és 3 · 6 · 5 = 90 páros szám van. 1.18. 23·262 ·103 = 15548000.
(15)(12)(10)(8)(6)(4)
1.19. 3 2 26! 2 2 2 = 4729725. Először válasszuk ki azt a 3 embert, aki nem
vı́v, majd osszuk kia párokat,
de vegyük figyelembe, hogy a párok
sorrendje
nem
számı́t. 1.20. 94 53 22 = 1260. 1.21. Használjuk fel, hogy nk = n−k n
. Vegyünk
ki egy n fehér és n piros golyót tartalmazó urnából n golyót. Számoljuk össze két
különböző módon, hányféleképp tehető ez meg! Másik lehetséges bizonyı́tás, hogy
kétféleképpen határozzuk meg az (1 + x)n+n polinom együtthatóit.
2. Eseményalgebra, valószı́nűség
2.1. a) A ⊆ B, b) A ⊇ B, c) A = B, d) A ⊆ B. 2.2. Használjuk fel a műveleti

tulajdonságokat! 2.3. a) A = ∅, B = Ω. b) Nem léteznek ilyen események.
www.interkonyv.hu
2.4. a) Valamelyik érme szabályos, b) mindegyik érme szabályos, c) valamelyik

érme nem szabályos, d) semelyik érme sem szabályos, e) ld. d), f) ld. c), g) a követ-
kezők közül legalább az egyik teljesül: az 1. érme szabályos, a 3. érme szabályos,
a 2. érme ferde, h) a 8. érme szabályos vagy a 9. ferde, és a 10. szabályos, i) a
következők közül legalább az egyik teljesül: az 1. érme szabályos, a 9. és a 10. is
szabályos, j) az 1. érme szabályos és a 9. és 10. közül valamelyik ferde.
2.5. a) B 1 ∩ B 2 ∩ B 3 ∩ B 4 ∩ B5 , b) B1 ∪ B2 ∪ B3 ∪ B4 ∪B5 ,
c) B1 ∩ B2 ∩ B3 ∩ B4 ∩ B 5 ∪ B1 ∩ B2 ∩ B3 ∩ B 4 ∩ B5 ∪

B1 ∩ B2 ∩ B 3 ∩ B4 ∩ B5 ∪ B1 ∩ B 2 ∩ B3 ∩ B4 ∩ B5 ∪ B 1 ∩ B2 ∩ B3 ∩ B4 ∩ B5 ,

d) B1 ∩ B4 ∩ B 2 ∪ B 3 ∪ B 5 .
2.6. a) A ∩ B = ∅, b) A ⊃ B, c) A ∩ B 6= ∅.
2.7. B ⊆ A. Az osztály által szerzett jegyek összege 40·3,7 = 148. Ha pontosan 5
tanuló bukna meg és nem lenne ötös az osztályban, akkor a jegyek összege legfeljebb
csak 5·1 + 35·4 = 145 lehetne. 2.8. Használjuk fel, hogy A ∩ A = ∅ és A ∪ A = Ω.
2.9. Használjuk fel az előző feladat megoldását!
2.10. Használjuk a valószı́nűség tulajdonságait!
2.11. 1 ≥ P(A ∪ B) ≥ max{P(A), P(B)} = 0,8; 0,3 = min{P(A), P(B)} ≥ P(A ∩
B) = P(A) + P(B) − P(A ∪ B) ≥ P(A) + P(B) − 1 = 0,1.
2.12. Használjuk a Poincaré-formulát n = 2-re.
2.13. a), b), Vegyük észre, hogy a jobb oldalon szereplő események diszjunktak, c)
vegyük észre, hogy a bal oldalon szereplő események diszjunktak, d) alakı́tsunk ki
teljes négyzetet. e) A probléma szimmetrikus A-ra, B-re, ezért tegyük fel, hogy
P(A) ≥ P(B). Ekkor P(A ∩ B) − P(A)P(B) ≤ P(B)(1 − P(A)) ≤ P(A)(1 − P(A)),
majd használjuk fel a d) pontot.
2.14. Legyen D = B ∪ C, majd alkalmazzuk a Poincaré-formulát n = 2-re ismé-
telten. 2.15. P(A ∪ B ∪ C) = 0,6. Használjuk fel az előző feladatban kapott
összefüggést!
2.16. a) Elegendő belátni, hogy A△C ⊆ (A△B)∪(B △C), mert ekkor P(A△C) ≤
P((A △ B) ∪ (B △ C)) ≤ P(A △ B) + P(B △ C) teljesül a valószı́nűség tulajdonságai
miatt. Bontsuk fel A △ C-t és (A △ B) ∪ (B △ C)-t diszjunkt halmazok uniójára. b)
A valószı́nűség tulajdonságai miatt 0 = P(B △ C) = P((B \ C) ∪ (C \ B)) = P(B \
C) + P (C \ B). Mivel a valószı́nűségi mérték nemnegatı́v P(B \ C) = P (C \ B) =
0. Ekkor P(B) = P((B \ C) ∪ (B ∩ C)) = P(B \ C) + P(B ∩ C) = P(B ∩ C).
Hasonlóan kapjuk, hogy P(C) = P(B ∩ C), innen pedig a kı́vánt eredményt. c)
|P(A∩B)−P(A∩C)| = |P(A∩B∩C)+P(A∩B∩C)−P(A∩B∩C)−P(A∩B ∩C)| =
|P(A ∩ B ∩ C) − P(A ∩ B ∩ C)| ≤ P(A ∩ B ∩ C) + P(A ∩ B ∩ C) = P(A ∩ (B △ C)) ≤
P(B △ C). 2.17. Használjunk teljes indukciót!
www.interkonyv.hu
84 Eredmények, útmutatások
3. Klasszikus valószı́nűségi mező (kombinatorikus

kiszámı́tási mód)
9·9·8·7·6·5
3.1. 9·105 = 0,151. Hatjegyű telefonszám nem kezdődhet 0-val. 3.2.
19·21 ·53
2
4!3!2! −4
23·262 ·103 ≈ 0,067. 3.3. 9! ≈ 7,9·10 .

n−i
2·(n−1)! 2 3!(n−2)! 6 k−1 · k!(n − k)!
3.4. a) n! = n , b) n! = n(n−1) , c) . Használjuk fel az
n!
25!·2·16 25!·2
1.3. feladatot! 3.5. a) 27! ≈ 0,045, b) 26! ≈ 0,077.
n
3.6. n!·2
(2n)! . Rendezzük sorba a 2n félpálcát! Akkor kapunk összetartozó párokat,
ha azok egymás mellé kerülnek. 3.7. A–P–A sorrenddel nagyobb a nyerés valószı́-
nűsége. 3.8. 6 szál esetén 45 · 23 = 15 8
, n szál esetén 2n−2 2n−4 2
2n−1 · 2n−3 ·. . .· 3 . Kössük össze
az egyik oldalon véletlenszerűen a fűszálakat kettesével. A másik oldalon minden
egyes újabb kötözésnél akkor nem zárunk le egy láncot, ha nem a másik végével
kötjük össze. A keresett valószı́nűség 0-hoz tart, ha n → ∞.
(21)·1·(74)
3.9. 8·4·6! = 4
. 3.10. 1
+ 2 1
· + 4
· 1
= 1
. 3.11. 1/5. 3.12. = 13 .
8! 7 7 7 4 7 16 4 (10
6)
(6) 5
3.13. 236 = 16 , Ω = {(c1 , c2 , c3 , c4 , c5 , c6 ) : ci ∈ {f, ℓ} i = 1, . . . , 6}, A = 2Ω és
minden ω ∈ Ω esetén P ({ω}) = 216 . 3.14. Amit Ödönke felı́rt, nem klasszikus
2
valószı́nűségi mező, ezért nem lehet ilyen módon számolni. 3.15. 36 . Nem.
3
6+(2)·6·5
3.16. 63 = 1 − 6·5·4 4
63 = 9 . A keresett esemény komplementerének valószı́nű-
ségét könnyebb kiszámı́tani.
4 24
3.17. Nem. a) 1− 564 ≈ 0,518, b) 1− 35 3624 ≈ 0,491. Először a komplementer esemény
valószı́nűségét számı́tsuk ki!
3
((3)·2)
3.18. 1 − 236 = 19 27 ≈ 0,704. Először a komplementer esemény valószı́nűségét
számı́tsuk ki!
(905)
3.19. 1 − 100 ≈ 0,416. Először a komplementer esemény valószı́nűségét számı́tsuk
(5)
ki!
1 (5)+(5)(85)+(5)(85)+(52)(85 3) (85)+(5)(85)
3.20. a) 90 ≈ 2,2 · 10−8. b) 5 4 1 903 2 = 1 − 5 901 4 ≈ 0,0233.
(5) (5) (5)
Pontosan 1 találatunk úgy lehet, ha a másik négy szám nem nyertes.
(764) (85
5)
3.21. 90 ≈ 0,029. 3.22. 1 − 90 ≈ 0,254. Számı́tsuk ki a komplemen-
(5) ( 5)
90
1
ter valószı́nűségét. 3.23. 905 = . 3.24. a) 3114 ≈ 2,09 · 10−7 , b)
5 · 5! 120
1+(13 13
1 )·2+( 2 )·2 +( 3 )·2
2 13 3
313 ≈ 0,0005. Vegyük észre, hogy a plusz mérkőzés eredménye

nem számı́t. 2
1
3.25. Telitalálat esélye a skandináv lottón 1 − 1 − 35 ≈ 2 · 10−7, a nyerés esélye
(7)
2
P3 (k7)(7−k 28
)
pedig 1 − k=0 ≈ 0,036. Telitalálat esélye a 10-es játéktı́pusú kenón
(35
7)
www.interkonyv.hu
(70
10)
P10 (10)( 70 ) (10)(70)
80 ≈ 1,12 · 10−7 , a nyerés esélye pedig k=6 k 8020−k + 0 80 20 ≈ 0,059.
(20) (20) (20)
(Nk )(n−1)N −k
3.26. nN .
P2n (2n 2n
k )( k ) (4n)
3.27. k=0 24n = 22n 4n . A végeredmény megadásához használjuk fel az 1.21.
feladatot!
(3)
3.28. 1 − 29 = 27 28 . Két adott szı́nből összesen 6 golyót egyértelműen tudunk
(6)
kiválasztani.
3.29. 34 golyó. Írjuk fel általánosan a feladatot: legyen n piros és n db fehér golyó.
(n2 ) 8
A keresett valószı́nűség: 2n = 33 . Ebből n = 17.
(2)
5 6 5 6 5 6
( )( )+( )( )+( )( )
3.30. 1 5 3 11 3 5 1 ≈ 0,51. Az összeg úgy lehet páratlan, ha páratlan sok
(6)
5·4! 1
páratlan számot húzunk ki. 3.31. 8·7·6·5 = 14 .
2 4 4 2 2
( ) (2)(1)
+ +1
3.32. 1 34 = 41
81 ≈ 0,506. Az összeg úgy lehet páros, ha páros sok páratlan
számot húzunk. 3.33. (2·5+1)+5 36 = 49 .
3.34. 36 . Annak a valószı́nűsége, hogy a két dobás különböző 30
15
36 . Vegyük észre a
szimmetriát!
3.35. Nincs legjobb kocka. Aij jelentse, hogy az i-edik kockával nagyobbat dobok
a j-ediknél. Ekkor P(A12 ) = 2·6+4·2 62 = 59 , P(A23 ) = 4·6 2 6·4
62 = 3 , P(A31 ) = 62 = 3 .
2
3.36. 1 − 66!6 ≈ 0,984. Számoljuk ki a komplementer valószı́nűségét.

5 6
3.37. 1 − 6·6
611 ≈ 0,99987; 1 − 612
7·6 −1
≈ 0,99985. A 12 esetében figyeljünk arra, hogy
ne számoljuk kétszer ugyanazt a kimenetelt.
54 +(41)53 +3·52
3.38. 1 − 64 ≈ 0,074. Írjuk fel a komplementer esemény valószı́nűségét.
6·5n−1
3.39. 6n . 4
4! 48 36 24
12 12 12
4
1 2
48 3 37
11 2 · 2 · 12
25
12
3.40. a) 52 39 26 +
52 39 26
, b) az a) részfeladataként meg-
13 13 13 13 13 13
oldottuk.
3
(13 4 12 4
1 )(2)( 3 )(1)
3.41. a) 52 ≈ 0,422. Ki kell választanunk azt a figurát amiből párt
(5)
szeretnénk, majd el kell dönteni, hogy ez a figura melyik két szı́nből kerüljön ki.
A maradék 3 lapon egymástól és a párt alkotótól is különböző figura kell, hogy
2
(13)(4) (44)
legyen, végül az ő szı́nüket is meg kell választani. b) 2 252 1 ≈ 0,0475, c)
(5)
4 2
(13 4 12
1 )(3)( 2 )(1) (13 4 12 4
1 )(3)( 1 )(2) (41)·9 (13)(48)
≈ 0,021, d) ≈ 0,0014, e) 52 ≈ 0,0000138, f) 1 52 1 ≈
(52
5 ) ( 52
5 ) ( 5 ) (5)
4 5
4
4 13
( )[( ) −1−9] 10 (1) −4
0,00024, g) 52 ≈ 0,000001539, h) 1 552 ≈ 0,002, i) ≈ 0,0039.
(5) (5) (52
5)
12! 12·11·...·(12−k+1) 12!
3.42. a) 1212 ≈ 5,4·10−5, b) 12k = 12k (12−k)! .
www.interkonyv.hu
(12
k ) k!
3.43. 5 ember esetén, mivel az 1 − 12 k kifejezés k = 4-re még kisebb, mint 12 ,
k = 5-re pedig már nagyobb.
2 2
+7·312
3.44. 28 +4·30 3652 ≈ 0,083. 3.45. 1− 365365!25 ·340! . Írjuk fel a komplementer esemény
valószı́nűségét.

3.46. Nl jelentse azt, hogy N tárgy közül l darabot kiválasztunk, és számoljuk
össze kétféleképp annak a valószı́nűségét, hogy N + M tárgyból k + l-et kiválasztva
pontosan l darab lesz az első N közül.
3.47. 1 − 57 = 16 21 . Írjuk fel a Pascal-háromszöget! A polinom együtthatói a
(2)
hatodik sorban lesznek.
3.48. 88 = 17 . Válasszunk ki egy csúcsot: az ő élszomszédjai megfelelnek a feladat
(3)
feltételének. Gondoljuk végig, hogy 3 nem szomszédos csúcsnak mindig van közös
szomszédja!
3.49. 8!·9·8·7·6
12! = 14
55 ≈ 0,255. Először tegyük sorba a 3 piros és 5 fehér golyót, majd
a 4 zöld golyót helyezzük el a keletkező kilenc lehetséges helyre.
3.50. 29! 1
30! = 30 . Gondoljuk meg, mikor kell újabb perselyt feltörni!
3.51. 3!(4·3·2·7·6·5−2·3·2·1·6·5·4)
9! ≈ 0,0595. Először tegyük le a piros golyókat, utána
négy helyre rakhatjuk a fehéreket és hét helyre a zöldeket. Vonjuk ki azon esetek
számát, amikor a pirosak egymás mellé kerülnek.
(5)+1
3.52. a) Pontosan 3-an vagy pontosan 5-en kapják meg: 35! ≈ 0,0916. b)
(52)·2+(53)+1
5! ≈ 0,258. Gondoljuk meg, hogy 3 ember hányféleképpen nem kaphatja
meg a saját levelét.
9 9 8
3.53. a) 31 · 239 − 32 · 319 ≈ 0,078, b) 3 · 2 +9·2 39 − 3 · 1+2·9+9·8
39 ≈ 0,415.
3.54. 5 hosszú
Pn sorozat esetén.
1
3.55. 1 − k=1 (−1)k+1 k! . Ai jelentse azt az eseményt, hogy az i-edik hallgató
a saját indexét veszi el. Alkalmazzuk a De Morgan azonosságokat és a Poincaré-
formulát
és vegyük figyelembe, hogy P(Ai1 ∩. . .∩Aik ) = (n−k)! n! (ilyen kifejezésekből
n −x
k van). Vegyük észre, hogy az eredmény az e n-edrendű Taylor polinomja az
x = 1 helyen.
3.56. a) Ld. előző feladat. b) Jelölje rendre Pn,k és Mn,k annak a valószı́nűségét ill.
a kedvező esetek számát, amikor n-ből pontosan k férj táncol a saját feleségével. Ek-
Mn,k (n)Mn−k,0 1 Mn−k,0 1 1 Pn−k l+1 1
kor Pn,k = n! = k n! = k! (n−k)! = k! Pn−k,0 = k! 1 − l=1 (−1) l! .
Pn,2
c) .
(n2 )
k r
P6
3.57. k=1 (−1)k+1 k6 1 − 36 . Használjuk a Poincaré-formulát!
Pk l k
n−l N n
Pn−k i−1 n−k
n−k−i N
3.58. a) l=0 (−1) l n , b) k 1 − i=1 (−1) i n . Hasz-
náljuk a Poincaré-formulát!
(4)(39)−(4)(26)+(4)(13)
3.59. a) 1 13 2 5213 3 13 . Használjuk a Poincaré-formulát! b) A kérdéses
(13)
esemény az a)-beli komplementere.
www.interkonyv.hu
P6 n−1
3.60. qn = k=1 (−1)k−1 k6 (6−k) 6n−1 . Használjuk a Poincaré-formulát!
3.61. Az előző S∞feladat eredményét felhasználva pn = qn − qn+1 .
3.62. Ω = n=0 Ωn , ahol Ω0 = (a1 , a2 , . . .), ha pedig n > 0, akkor Ωn =
(a1 , . . . , an−1 , 6), ai ∈ {1, . . . , 5}, i = 1, . . . , n − 1. P(ω0 ) = 0, ha ω0 ∈ Ω0 és
n−1
P(ωn ) = 5 6n , ha ωn ∈ Ωn , n > 0. Nem klasszikus valószı́nűségi mezőt kapunk.
3.63. 12 . Annak a valószı́nűsége, hogy előbb dobunk egyest, mint hatost ugyanaz,
mint hogy korábban dobunk hatost, mint egyest. Ez a két esemény egymást kizárja,
annak a valószı́nűsége pedig, hogy sem egyest, sem hatost nem dobunk soha, 1 −
P∞ 4 i−1 2
i=1 P 6 · 6 = 0. P∞ P∞
∞
3.64. n=1 (1 − 0,4)n−1(1 − 0,7)n−1 · 0,4 = 0,4 · n=1 0,18n−1 = 0,4 · n=0 0,18n =
1
0,4· 1−0,18 ≈ 0,488. Vegyük észre, hogy a gyengébbik mindig páratlan sokadikra tud
csak elsőként célbatalálni, de ehhez az is kell, hogy korábban se ő, se az ügyesebb
ne ejtse el a vadat.
3.65. Az első játékosnak (nyerési esélye 6/11) kedvez a játék. Annak a valószı́nű-
sége, hogy a játék véget ér, 1. Vegyük sorra, hogyan nyerhet a második játékos,
vagy fejezzük ki egymással a két játékos nyerési esélyét.
3.66. A második játékosnak (nyerési esélye 5/9) kedvez a játék. Annak a valószı́-
nűsége, hogy a játék véget ér, 1. Vegyük sorra, hogyan nyerhet, vagy fejezzük ki
egymással a két játékos nyerési esélyét.
3.67. Balázsnak (nyerési esélye 3/5) kedvez a játék. Annak a valószı́nűsége, hogy a
játék véget ér, 1. Vegyük sorra, Balázs hogyan nyerhet, vagy fejezzük ki egymással
a két játékos
P nyerési esélyét.
Pa+b−1 a+b−1
3.68. a+b−1 k=a
a+b−1
k : ℓ=b ℓP arányban osszák szét. Ferde érme esetén
Pa+b−1 a+b−1 k a+b−1−k a+b−1 a+b−1 ℓ
k=a k p (1 − p) : ℓ=b ℓ p (1 − p)a+b−1−ℓ a megfelelő
arány, ahol P(f ) = p.
4. Geometriai valószı́nűségi mező

6
4.1. 50 = 0,12. Vegyük a kedvező” és az összes terület hányadosát.
”
4.2. Például az 1-es és 2-es indulása közt 9 perc telik el (és ı́gy a 2-es és 1-es közt
1 perc).
2 2
4.3. (R−r)
R2 π
π
= (R−r)
R2 . Nézzük meg, hogy az R sugarú körlapon hol helyezkedhet
el az r sugarú kör középpontja.
4.4. A nyerési arány 1 : 4. Vizsgáljuk meg, hova kell esnie az érme középpontjának
ahhoz, hogy nyerjünk.
4.5. a) 14 , b) 12 , c) 13 . A valószı́nűség függ attól, hogy hogyan választunk húrt, azaz
mi a valószı́nűségi mező.
4.6. 13 . Vizsgáljuk meg, hogy a feltétel teljesüléséhez hol kell lennie a kiválasztott
pontnak. 4.7. 12 . Írjuk fel az oldalakra a háromszög-egyenlőtlenségeket! 4.8. a)
5 1 1 1 1
16 , b) 2 . Készı́tsünk ábrát! 4.9. a) 4 , b) 16 . Készı́tsünk ábrát! 4.10. 3 .
www.interkonyv.hu
4.11. 14 . Mi lesz az Ω? Készı́tsünk ábrát! 4.12. 270 3 196

450 = 5 . 4.13. 2500 = 0,0784.
17 31 1 506,5
4.14. a) 81 , b) 72 . 4.15. 4 . 4.16. 576 ≈ 0,88.
4.17. Annak a valószı́nűsége, hogy Béla hamarabb odaér 12 , annak pedig, hogy
hogy egyiküknek sem kell 10 percnél tovább várakoznia 49 .
4.18. 0 a valószı́nűsége, hogy valaki megérkezik 3.10-kor, ezért a kérdezett valószı́-
nűség is 0. 4.19. 2/3. Vizsgáljuk a komplementer eseményt.
4.20. 12 . A háromszög-egyenlőtlenségeket felı́rva három féltér metszetét kapjuk a
térben. 4.21. 23 . Vizsgáljuk az egyenlet diszkriminánsát!
4.22. A megoldás függ N értékétől, nevezetesen ha N ≥ 1, 1 − 3√1N , ha 0 ≤ N < 1,
1 N
2 + 6.
5. Függetlenség, feltételes valószı́nűség
5.1. 1 − 2p2 − 2p3 + 5p4 − 2p5 . Felı́rhatjuk az összes jó (vagy rossz) esetet, vagy
pedig használhatjuk a Poincaré-formulát. 5.2. Nem függetlenek. 5.3. E független
A-tól, B-től és C-től is. 5.4. Használjuk a függetlenség definı́cióját!
5.5. Használjuk ki, hogy P(A ∪ B) = P(A) + P(B) − P(A ∩ B) és A ∪ B = A ∩ B.
5.6. Nem. Pl. ha A = C és 0 < P(A) < 1.
5.7. Nem, vegyünk egy klasszikus valószı́nűségi mezőt Ω = {1, 2, 3, 4} eseménytér-
rel, legyen A = {1, 2}, B = {2, 3}, C = {1, 3}.
5.8. Legalább az egyik esemény valószı́nűsége 0. 5.9. P(A|B) = 0.
5.10. P(A) = 21 46 ≈ 0,457. Írjunk fel egyenletrendszert P(A)-ra, P(B)-re és hasz-
náljuk ki, hogy P(A ∩ B) + P(A ∩ B) = P(A). 5.11. A és B legyen független.
5.12. a) 12 , b) 23 . Vegyük figyelembe, hogy a gyerekek születési idejük alapján sorba
rendezhetőek.
1+(32)(11−5
1 )+1 1
5.13. 80·(93)
= 336 ≈ 0,003. Jó esetben vagy az 1 és a 11 a két szélső
kihúzott szám (ekkor lehet ötös vagy négyes találat is), vagy pedig a 3, 5, 7, 11, 13
számokatN
húzták.
(K )(n−1)N −K (n−1)N (31)·5·4 1
5.14. nN /(1 − nN ). 5.15. 6·5·4 = 2 . 5.16. 0. Vegyük észre, hogy
5
·4·5+ 5
·4·3
a két esemény kizárja egymást. 5.17. 10 9 2·8 5 ·104 9 8 = 12 .
10 9
5.18. Jelölje Ki azt az eseményt, hogy barátunk az i-edik kocsmában van.
1 2
·
P(K5 |K 1 ∩ K 2 ∩ K 3 ∩ K 4 ) = P(K 5 ∩K 1 ∩K 2 ∩K 3 ∩K 4 )
P(K 1 ∩K 2 ∩K 3 ∩K 4 )
= 1 +5 13· 2 = 27 . Vegyük fi-
3 5 3
gyelembe, hogy a barátunk csak úgy lehet kocsmában, ha nincs otthon.
2( )
5
2 5
5.19. 2 5 +355 3 = 25 . 5.20. 10 5
7 = 7 . Legyen A az az esemény, hogy az előző villa-
(2) (2)(2) 10
35
mos már legalább 3 perce elment, B pedig, hogy a következő 5 percen belül jönni
fog. Vegyük észre, hogy A ⊃ B. Dolgozzunk geometriai valószı́nűségi mezőben!
5.21. 25 . 5.22. 12
1
. Dolgozzunk geometriai valószı́nűségi mezőben.
www.interkonyv.hu
5.23. Az a) esetben. Jelölje A azt az eseményt, hogy 5-öst húzunk. a) P(A) =

t 1 t 1 2t
r1 +t 2 + r2 +t 2 , b) P(A) = r1 +r2 +2t .
5.24. Igazságos a játék. Jelentse An azt, hogy az n-edik nyer. P(A1 ) = 13 , P(A2 ) =
P(A2 ∩ A1 ) = P(A2 |A1 )P(A1 ) = 12 · 23 = 13 , P(A3 ) = P(A3 ∩ A1 ∩ A2 ) = P(A3 |A1 ∩
A2 )P(A2 |A1 )P(A1 ) = 1 · 12 · 23 = 13 .
PN k2
PN k(k−1)
5.25. a) N1 1
k=1 (k+N )2 , b) N k=1 (k+N )(k+N −1) . Alkalmazzuk a teljes valószı́-
nűség tételét!
P k
5.26. B nyerési valószı́nűsége: P(B) = 16 6k=1 34 ≈ 0,411.
5.27. F jelölje azt az eseményt, hogy fehér golyót húzunk, Gk pedig azt, hogy az
N golyóból k golyó fehér. A feltevés miatt P(Gk ) = N1+1 (0 = 1, . . . , N ). P(F ) =
PN PN k 1 1 PN 1 N (N +1)
k=0 P(F |Gk )P(Gk ) = k=0 N N +1 = N (N +1) k=0 k = N (N +1) 2 = 12 .
P∞
5.28. n=0 1 − 21n pn .
5.29. Jelölje M azt az eseményt, hogy meg tudja venni a sütiket, H azt, hogy
hétköznap van, Hv pedig a hétvégét. A teljes valószı́nűség tétele szerint P(A) =
2 2 2 2
P(M |H)P(H) + P(M |Hv)P(Hv) = 1010−3 2 · 57 + 5 5−3
2 · 27 = 583
700 ≈ 0,833.
5 5 4
5.30. 15 · 14 · 13 ≈ 0,0366.
5.31. A 3. húzásra teli: 1 · 19 18 1 19
20 · 20 + 1 · 20 · 20 = 0,9025. A 4. húzásra teli:
19·18·17+19·18+19·2·18+19
203 = 0,857. 5.32. 0,28. Alkalmazzuk a szorzásszabályt!
5.33. 0,09. Használjunk Bayes-formulát.
5.34. Valójában nem csökken a valószı́nűség, mert ha A és B szabadul, akkor az
őr biztos, hogy B-t mond, de ha B és C, akkor 1/2 valószı́nűséggel mondja B-t.
(Próbáljuk meg alkalmazni a Bayes-tételt.)
5.35. A jó stratégia az, ha nem tartunk ki az eredeti választásnál, mert ı́gy ak-
kora eséllyel nyerünk, amekkora eséllyel először rosszul választottunk, vagyis 2/3
valószı́nűséggel.
5.36. a) 0,03 · 0,5 + 0,05 · 0,25 + 0,03 · 0,25 = 0,035. b) 0,03·0,5 0,035 ≈ 0,429.
0,05·0,5
5.37. a) 0,05 · 0,5 + 0,025 · 0,5 = 0,0375. b) 0,0375 = 23 .
5.38. a) 13 , b) 12 , c) 14 .
5.39. T jelölje azt az eseményt, hogy a hallgató tudja a választ, H pedig, hogy
helyes választ adott. Feltehető, hogy P(H|T ) = 1.
P(T |H) = P(H|T )P(H|T )P(T )
P(T )+P(H|T )P(T )
= 1·p+ 1·p
1
·(1−p)
.
3
5.40. P(T |H) = P(H|T )P(H|T ) P(T )

= 1·p+ 1·p
1
r−rp
≥ r. Ebből n-re: p−rp ≤ n.
P(T )+P(H|T ) P(T ) n ·(1−p)
PN 3 2
k (N )
4
5.41. N1 Pk=1
N 2
. Használjuk a teljes valószı́nűség tételét! 1 P N 2
. Alkalmaz-
k k
k=1 N3 k=1
zuk Bayes tételét!
5.42. Jelölje A, hogy a teszt pozitı́v, mı́g B, hogy beteg.
P(A|B)P(B) 0,99·0,01
P(B|A) = P(A|B)P(B)+P(A|B)P(B) = 0,99·0,01+0,01·0,99 = 0,5.
www.interkonyv.hu
6. Valószı́nűségi változók
6.1. ξ lehetséges értékei: -55, -50, -45, -40, -35, -30, -25, -20, -15, 0, 15, 20, 25, 30,
35, 40, 45, 50, 55. Balázs nyereménye −ξ.
6.2. ξ értékkészlete [0, 2]. A Beánál maradt rész hossza 2 − ξ.
6.3. Amelyre teljesül, hogy valamely c konstansra P(ξ = c) = 1.
6.4. a) a −∞-ben vett határéték nem 0, b), c) és d) eloszlásfüggvények, e) negatı́v
értékeket is felvesz.
6.5. a) Nem. b) Igen. Bontsunk parciális törtekre. c) Igen. d) Csak akkor, ha
f ≥ 0 teljesül.
6.6. P(ξ = 0) = 16 , P(ξ = 15) = P(ξ = −15) = P(ξ = 20) = P(ξ = −20) = P(ξ =
1
50) = P(ξ = −50) = P(ξ = 55) = P(ξ = −55) = 36 , P(ξ = 25) = P(ξ = −25) =
P(ξ = 30) = P(ξ = −30) = P(ξ = 40) = P(ξ = −40) = P(ξ = 45) = P(ξ = −45) =
2 3
36 , P(ξ = 35) = P(ξ = −35) = 36 .

 0, ha x ≤ 1,

 1
6 , ha 1 < x ≤ 2,




 2

 , ha 2 < x ≤ 3,
6
 q
6.7. F (x) = 6 , ha 3 < x ≤ 4, E(ξ) = 3,5, D(ξ) = 35
3
12 ≈ 1,708.


 4
 6 , ha 4 < x ≤ 5,



 5

 , ha 5 < x ≤ 6,
6

1, ha 6 < x.
6.8. D2 (ξ) = D2 (|ξ|) + E2 (|ξ|). q
50·810
6.9. Mindkét változó várható értéke 0, szórása 36 ≈ 33437.
(16)+(16)+(16)
6.10. A banknak kedvez a játék. Nyerésünk valószı́nűsége 4 2816 12 = 0,252.
E( ξ−84 ) = 0. 
 0, ha x ≤ 0,

 1 , ha 0 < x ≤ 1,
4
6.11. F (x) = 3 E(ξ) = 1, D(ξ) = √12 . Használjuk ki a várható


4 , ha 1 < x ≤ 2,
1, ha 2 < x.
érték és szórástulajdonságait!
 0, ha x ≤ 0,

 6


 36 , ha 0 < x ≤ 1,

 16

 , ha 1 < x ≤ 2,
 36

P
6.12. F (x) = 36 , ha 2 < x ≤ 3, E(ξ) = 5k=1 k 2(6−k)
24
36 = 35
18 ≈ 1,94.


 30
 , ha 3 < x ≤ 4,
 36


 34

 , ha 4 < x ≤ 5,
 36

1, ha 5 < x.
www.interkonyv.hu
6.13. a) P(ξmax = k) = 2k−1 161

36 , k = 1, . . . , 6. E(ξmax ) = 36 ≈ 4,47. D(ξmax ) ≈
1,404. b) P(ξmin = k) = 36 , k = 1, . . . , 6. E(ξmin ) = 91
13−2k
36 ≈ 2,53. D(ξmin ) ≈
1,404. Miért egyeznek meg a szórások? c) P(ξszum = k) = 7−|k−7|36 , k = 1, . . . , 6.
q
35
E(ξszum ) = 7. D(ξszum ) = 6 ≈ 2,42.
6 6
6.14. P(ξmax = k) = k −(k−1) 66 , k = 1, . . . , 6.
6.15. ⌊ 7k
2 ⌋ és ⌈ 7k
2 ⌉ a legvalószı́nűbb összeg(ek)10 . Teljes indukcióval igazolható.
Pk qP q
k
E(ξ) = i=1 E(ξi ) = k · 72 , D(ξ) = i=1 D2 (ξ ) =
i k · 35
12 . Használjuk ki a
függetlenséget!
6.16. 2. q
2
6.17. A várható érték n + 1, a szórás n 6−1 . Használjuk ki a függetlenséget!
6.18. 10 21 36 21
4 + 6 + 8 = 2 . Használjuk ki a függetlenséget!
5
6.19. 4 .
6.20. A legvalószı́nűbb elhelyezkedés, hogy két vagonba ketten-ketten szállnak, két
másikba pedig hárman-hárman. Várhatóan 2,5 utas száll egy vagonba (használjuk
ki a várható érték tulajdonságait).
6.21. 45,5.
6.22. Kétszer dobjuk fel az érmét, (fej, ı́rás) esetén az egyik nyer, (ı́rás, fej) esetén
a másik, különben újra sorsolunk. Annak a valószı́nűsége, hogy sosem lesz vége a
sorsolásnak, 0. √
6.23. E(ξ) = 3, D(ξ) = 2.
6.24. A sorsolások igazságosak, mindkét esetben mindhármuk nyerési esélye 1/3.
Várhatóan a második változat tart tovább.
6.25. A játék igazságos, mindkét játékosnak várhatóan 53 3 lapja lesz. Használjuk
ki a szimmetriát!
6.26. A nyereménynek nem létezik várható értéke, tehát nem tudjuk meghatározni
az igazságos részvételi dı́jat a várható érték segı́tségével. Bővebben ld. [2].
6.27. Legyen pi = P(ξ = i). Gondoljuk meg, hogy a bal, illetve a jobb oldalon
hányszor számoljuk össze pi -t.
6.28. P(ξ = 3) = P(ξ = 6) = 0,5, P(η = 0) = P(η = 4) = 0,375, P(η = 2) = 0,25,
Cov(ξ, η) = − 12 , r(ξ, η) = − 3√ 1
3
≈ −0,192.
6.29. Legyen az összeg ξ, a szorzat η. Cov(ξ, η) = 245 12 ≈ 20,42, r(ξ, η) ≈ 0,95.
A regressziós egyenes: y = 3,5 · x − 12,25. Írjuk fel a változókat ξ = ξ1 + ξ2 ,
η = ξ1 · ξ2 alakban, majd használjuk fel ξ1 és ξ2 függetlenségét, illetve az ezekből
adódó tulajdonságokat!
R∞ Rx
6.30. 1 = −∞ f (x)dx, ı́gy a = R ∞ 11 = 8. F (x) = −∞ f (t)dt =
x3
dx
2
0, ha x < 2, √
P(ξ ≥ x) = 1 − P(ξ < x) = 1 − F (x) = x42 = 12 , ı́gy x = 2 2.
1 − x42 , ha x ≥ 2.
10
A ⌊⌋ az alsó, a ⌈⌉ pedig a felső egészrészt jelöli.
www.interkonyv.hu
6.31. a) nem sűrűségfüggvény, a többi igen. A d) esetben bontsuk fel az abszolú-

tértéket. (
1
, ha 0 < x < 2,
6.32. fξ (x) = f2−ξ (x) = 2 E(ξ) = E(2 − ξ) = 1.
0 különben.
6.33. Nem. 
 0, ha x ≤ 0,
2
√
6.34. F (x) = x E(ξ) = 12, D(ξ) = 18, P(10 ≤ ξ < 15) =
 324 , ha 0 < x ≤ 18,
1, ha x > 18.
0,386. 
 0,
 ha x ≤ 0, q
6.35. F (x) = 4x − 4x 2
, ha 0 < x ≤ 12 , E(ξ) = 1 , D(ξ) = 1
 6 72 .
 1, 1
ha x > 2 .
√
2
6.36. E(ξ) = .
3 √ 1
4 3 − 24x, ha 0 < x < √ ,
6.37. f (x) = Az eloszlásfüggvény meghatározásá-
2 3
0 különben.
nál használjukki, hogy P(ξ < x) = 1 − P(ξ ≥ x).

 0, ha x ≤ 0,
 √ √
2 2
6.38. F (x) = 2 2x − 2x , ha 0 < x ≤ 2 ,

 √
 1, ha x > 2 . 2
1
6.39. Cov(ξ, η) = − 12 , r(ξ, η) = −1. A két változó között lineáris kapcsolat van:
η = 1 − ξ.
6.40. r(ξ, η) = − 78 = −0,815. A √ lineáris regressziós egyenes: y = −0,875 · x + 0,625.
Használjuk fel, hogy η = (1 − ξ)2 .
6.41. a) E(ξ) = 2 − π4 , D2 (ξ) = 16 16 2 2
π − π 2 . b) E(ξ) = 3 , D (ξ) = 18 .
1
7. Nevezetes eloszlások
7.1. D(ξ) = 0,4.

k 5 n−k
7.2. Ha ξ a dobott hatosok száma, P(ξ = k) = nk 16 , k = 0, 1, . . . , n.
n
√
5n P4 n
1 k 56 n−k
E(ξ) = 6 , D(ξ) = 6 . P(2 ≤ ξ ≤ 4) = k=2 k 6 6 . A ξ binomiális
eloszlású.
7.3. A feladat ugyanaz, mint az előző,9 csak itt n helyett 2n-nel számolunk.
7.4. a) 1 − 100 0,92 10
− 10
1 0,08 · 0,92 ≈ 0,188, b) 10
4 0,08 4
· 0,926 ≈ 0,0052. A
selejtek száma binomiális eloszlású.

999 200
7.5. 1000 1000 ≈ 81,86. A hibátlan dobozok száma binomiális eloszlású n =

999 200
1000, p = 1000 paraméterekkel.
www.interkonyv.hu
7.6. E(ξ) = 10, D(ξ) = 3. A kifogott megjelölt halak száma binomiális eloszlású
1
n = 100, p = 10 paraméterekkel.

10 8 6 4 3 1
7.7. 2 2 2 1 3 610 ≈ 0,0125.
7.8. 5 vagy 6 kocka esetén. A valószı́nűség mindkét esetben p ≈ 0,402.
k n−k
7.9. P(Kn (A) = k) = nk nk 1 − nk .

4 k−1 6
7.10. Ha ξ a kihúzott golyók száma, P(ξ = k) = 10 · 10 . E(ξ) = 53 , D(ξ) =
√
10 6
3 . ξ egy 10 paraméterű geometriai eloszlású változó.
7.11. E(ξ) = 200, D(ξ) ≈ 199,4993, P(ξ > E(ξ)) = (0,995)200 ≈ 0,3669. A ξ egy
0,005 paraméterű geometriai eloszlású változó.
7.12. 0,5579. A bliccelések száma a lebukásig geometriai eloszlású egy bliccelő
esetén.
4
7.13. 65 valószı́nűséggel legalább ötször kell dobni. A 4 a legnagyobb k, amelyre
legalább 0,5 valószı́nűséggel legalább k-t kell dobni. Az első hatosig történő dobások
száma geometriai eloszlású.
7.14. Várhatóan 1 ember húzza a saját nevét, mivel egy ember esetén annak a
valószı́nűsége, hogy a saját nevét húzza, n1 (használjuk a várható értékek összegére
vonatkozó tulajdonságot). A sorsolások száma geometriai eloszlású p ≈ 1e paramé-
terrel, ezért várhatóan körülbelül e ≈ 2,718-szer kell megismételni a sorsolást.
k−1 1
7.15. Legyen ξ a dobások száma, η pedig a nyeremény. P(η = 5k) = 56 · 6,
q
5
k = 1, 2, . . .. E(η) = 5 · 6 = 30, D(η) = 5 · 6 6 ≈ 27,386, mivel ξ geometriai
eloszlású és η = 5ξ.
7.16. Igaza van, mivel a geometriai eloszlás monoton csökkenő.
7.17.
∞ ∞ ∞
1 X 27n−2 X 26n−2 X 25n−2
E(ξ) = + n · 54 · n
+ n · 80 · n
+ n · 110 · ≈ 3,376.
3 n=2 36 n=2
36 n=2
36n
7.18. E(ξ) ≈ 1,951. Az előzőhöz hasonlóan.

7.19. Negatı́v binomiális eloszlás r = 2 és p paraméterekkel.
7.20. Legyen ξ a szükséges dobások száma. P(ξ ≥ 5) ≈ 0,9887, E(ξ) = 18. ξ
negatı́v binomiális eloszlású.
(8)( 14 )
7.21. Legyen ξ a készületlen felelők száma. Ekkor P(ξ = k) = k 224−k , k =
(4)
0, . . . , 4.
(5)(8)+(5)(8)+(5)(8) 5
7.22. A keresett valószı́nűség 0 7 2 13 5 4 3 ≈ 0,494. E(ξ) = 13 · 7 = 35 ≈
(7) 13
2,6923.
( 5)( 85 )
7.23. Legyen ξ a találatok száma. P(ξ = k) = k 905−k , k = 0, . . . , 5. E(ξ) =
(5)
P5 (k5)(5−k
85
)
k=0 k (90) = 0,278.
5
www.interkonyv.hu
M
(n−k )(N −Mk )
7.24. P(ξ2 = k) = , k = 0, . . . n lesz ξ2 eloszlása. Például, ha egy
(Nn )
urnában M piros és N − M fehér golyó van és ebből húzunk n golyót, akkor
pontosan ehhez az eloszláshoz jutunk.
P 15k −15
7.25. P(ξ > 15) = 1 − 15 k=0 k! e ≈ 0,43, ahol ξ az egy perc alatt elért találatok
száma.
7.26. E(ξ) ≈ 2,3025. Használjuk a Poisson-eloszlás definı́cióját, ahol ξ a csillaghul-
lások száma. n
7.27. λ paraméterű Poisson-eloszlást. Használjuk ki, hogy limn→∞ 1 + n1 = e.
P3 k
7.28. Jelölje ξ a tűzkárok számát. P(ξ < 4) = k=0 3k! e−3 ≈ 0,6472.
√
7.29. E(ξ) = 15400, D(ξ) = 81580000 ≈ 9032, ahol ξ a pénzösszeg.
k
7.30. P(η = 2k + 1) = P(2ξ + 1 = 2k + 1) = λk! e−λ , k = 0, 1, . . ., E(η) = 2λ + 1,
√
D(η) = 2 λ.
7.31. Használjuk a teljes 6.12. Állı́tást, a binomiális tételt és a változók független-
ségét.
k √
7.32. P(ξ1 + ξ2 = k) = (2λ) k! e
−2λ
, k = 0, 1, . . ., E(ξ1 + ξ2 ) = 2λ, D(ξ1 + ξ2 ) = 2λ.
7.33. P(ξ ≥ 2) = 1 − e−8 − 8e−8 ≈ 0,997. Modellezzünk Poisson-eloszlással és
használjuk a 7.31. feladatot.
7.34. Legyen ξ a hibátlan darabok száma. E(ξ) = 100e−0,15 ≈ 86,1. ξ binomiális,
a hibák száma pedig Poisson-eloszlást követ.
7.35. E(ξ) = 105,1. Lásd előző feladat.
7.36. Legalább 5 lektorra lesz szükség. Egy átolvasás után milyen eloszlású lesz a
jegyzetben lévő hibák száma?

 0, ha x ≤ 0,

 2
x , ha 0 < x ≤ 1,
7.37. F (x) = 2
2
E(ξ1 + ξ2 ) = 1, D(ξ1 + ξ2 ) = √16 ,
 x
 2x − 2 − 1, ha 1 < x ≤ 2,


1, ha x > 2.
E(ξ1 · ξ2 ) = 14 . Használjuk
 ki a függetlenséget!
 0,
 ha x ≤ 0,
3 4
7.38. F (x) = 4 x, ha 0 < x ≤ 3 , E(ξ) = 83 , D(ξ) = √83 . Használjuk az

 1, ha x > 43 .
egyenletes eloszlás definı́cióját!
7.39. E(ξ) = 14. Határozzuk meg először az eloszlásfüggvényt!
 0, ha x ≤ 0,
7.40. F (x) = 2x − 2x2 , ha 0 < x ≤ 1, E(ξ) = 13 , D(ξ) = 3√ 1
2
, P(ξ ≥ 34 ) = 58 .

1, ha x > 1.
Készı́tsünk ábrát!

 0, ha x ≤ 4,
7.41. F (x) = 36x − 4x − 80, ha 4 < x ≤ 4,5, E(ξ) = 4 + 16 .
2

1, ha x > 4,5.
www.interkonyv.hu

 0, ha x ≤ 7,5,
3
7.42. F (x) = (2x − 15) , ha 7,5 < x ≤ 8, E(ξ) = 7,875.

1, ha x > 8.
7.43. η is egyenletes
 eloszlású lesz a [0, 1]-n. Vegyük észre a szimmetriát!
 0, ha x ≤ 1,
 √ √
7.44. F (x) = x2 − 1, ha 1 < x ≤ 2,

 √
1, ha x > 2.

 0, ha x ≤ 0,

 2x,
 ha 0 < x ≤ 14 ,
5
7.45. F (x) = 1 E(|ξ|) = 16 , D(|ξ|) ≈ 0,2195.

 4 + x, ha 14 < x ≤ 34 ,


 1, ha x > 34 .
√ 0, ha x ≤ 0,
7.46. F (x) = x, ha 0 < x ≤ 1, E(ξ 2 ) = 13 , D(ξ 2 ) = 3√ 2
5
.

 1, ha x > 1.

 0, ha x ≤ 1b ,

bx−1
7.47. F (x) = bx−ax , ha 1b < x ≤ a1 ,


ha x > a1 .

1,
1
n
1, ha 2 < x < 3, √ , ha 0 < x < 1,
7.48. a) f (x) = b) f (x) = 2 x c) f (x) =
0 különben. 0 különben.
1 − 23
6x , ha −1 < x < 1,
0 különben.

 0, ha x ≤ −1,
7.49. F (x) = π+2 arcsin 2π
x
, ha −1 < x ≤ 1,

1, ha x > 1.
− 12
7.50. P(ξ ≥ 1) = e ≈ 0,607. A fél éve működő is ugyanekkora valószı́nűséggel
fog legalább 1 évig működni, ehhez használjuk fel az örökifjú tulajdonságot. A
villanykörték 10%-a nem ér meg 0,21 évet.
7.51. A keresett valószı́nűség közelı́tőleg 0,146.
λ 3λ λ
2 e− 2 x ,
7.52. f (x) = 2 e ha x > 3, E(η) = 2 + 3, D(η) = 2 .
λ λ
0 különben.

2 −λ1 u
7.53. Ha λ1 = λ2 : hλ1 =λ2 (u) = λ1 e u, ha u > 0, Ha λ 6= λ : h
1 2 λ1 6=λ2 (u) =
( 0 különben.
λ1 λ2 (e−λ1 u −e−λ2 u ) q
, ha u > 0,
λ2 −λ1 E(ξ1 + ξ2 ) = λ11 + λ12 , D(ξ1 + ξ2 ) = λ12 + λ12 .
1 2
0 ( 1 1 −különben.
1u − 1 u 1 1
3 10 (e −e )
3 10
, ha u > 0, = e− 10 u −e− 3 u
7.54. h(u) = 1
10 − 3
1
7 , ha u > 0, Lásd
0 különben. 0 különben.
előző feladat!
7.55. 12 , mivel a normális eloszlás szimmetrikus a várható értékre.
www.interkonyv.hu
7.56. 200 gramm, lásd előző feladat.

1 1
− Φ( x1 ) , ha x < 0,
2 2

7.57. F|ξ| (x) = 2Φ(x) − 1, F 1ξ (x) = 12 , ha x = 0,

 1 1
1 − 2 Φ( x ), ha x > 0.
7.58. Körülbelül 10,309. Az első bekövetkezésig végzett kı́sérletek száma geomet-
riai eloszlású p = P(ξ < 40) paraméterrel. Használjuk fel a normális eloszlás
szimmetriáját!
8. Normális eloszlás, de Moivre–Laplace-tétel,

centrális határeloszlás-tétel
8.1. P(−2 < ξ < 2) = Φ(0) − Φ(−1) = Φ(0) − 1 + Φ(1) = 0,3413, x = 2.

8.2. σ ≈ 0,3. 8.3. 0,4364. Írjunk fel kétismeretlenes egyenletrendszert µ-re és
σ-ra. 8.4. 0,3264. Írjunk fel kétismeretlenes egyenletrendszert µ-re és σ-ra.
8.5. 0,1758 és 0,2964. Írjunk fel kétismeretlenes egyenletrendszert µ-re és σ-ra.
8.6. µ = 401,93, σ = 0,14. 8.7. 0,6288. Használjuk a teljes valószı́nűség tételét!
P105 1 k 5 600−k
8.8. k=100 600 k 6 6 ≈ 0,206, x = 106,616. 8.9. Közelı́tőleg 0,0951.
Használjuk a de Moivre–Laplace-tételt! 8.10. Közelı́tőleg 0,0014. Használjuk a de
Moivre–Laplace-tételt! 8.11. Közelı́tőleg 0,084. Használjuk a de Moivre–Laplace-
tételt! 8.12. 89. Használjuk a de Moivre–Laplace-tételt! 8.13. 116. Használjuk
a de Moivre–Laplace-tételt! 8.14. 29,15%-nál többet kell ismernie. Használjuk a
de Moivre–Laplace-tételt! 8.15. 16413. Használjuk a de Moivre–Laplace-tételt!
8.16. 0,1562. Használjuk a centrális határeloszlás-tételt! 8.17. Közelı́tőleg 0,1377.
Használjuk a centrális határeloszlás-tételt! 8.18. Közelı́tőleg 0,0228. Használjuk
a centrális határeloszlás-tételt! 8.19. Közelı́tőleg 0,105. Használjuk a centrá-
lis határeloszlás-tételt! 8.20. 0,9616. Használjuk a centrális határeloszlás-tételt!
8.21. Körülbelül 174 szem. Alkalmazzuk a centrális határeloszlás-tételt!
8.22. 3256 tallért. Használjuk a centrális határeloszlás-tételt!
9. Statisztikai becslések és próbák

n
9.1. N̂ = 125916; L(N ) = N1 , ha N ≥ 125916 és 0 különben.
Nm 3

9.2. n , a konkrét esetben 2000 · 20 = 300.
M·n (Mk )(Nn−k
−M
)
9.3. N̂ = [ k ], L(N ) = .
√ (Nn )
(M−m)+ (M−m)2 +4(2N +M)(2n+m) m 2n
9.4. p̂ = 2(2N +M) , L(p) = M
m p (1 − p)
M−m
· N
n p (1 −
2 N −n
p ) . px
9.5. p̂ = 1 − n m , L(p) = m nx
x (1 − p) (1 − (1 − p) )
n m−x
.
www.interkonyv.hu

9.6. a) α̂ = nx22p . b) p̂ = nx11 , α̂ = xn22nx11 . L(α, p) = nx11 px1 (1−p)n1 −x1 · nx22 (αp)x2 (1−
αp)n2 −x2 .
λ20
9.7. λ̂ = 4, L(λ) = 4!3!7!2!4! · e−5λ .
1
9.8. λ̂ = 3 . Ha egy sorban a beteg fák száma λ paraméterű Poisson eloszlású,
akkor egy három sorból álló ültetvényben 3λ paraméterű Poisson eloszlású. L(λ) =
Q10 (3λ)xi −3λ
i=1 xi ! e .
9.9. p̂ = k1 , L(p) = (1 − p)k−1 Q p.
9.10. p̂ = Pn2n x , L(p) = ni=1 (xi − 1)(1 − p)xi −2 p2 .
i
i=1 (
(Θ − 1)−n ha max xi ≤ Θ,
9.11. Θ̂ = max xi , L(Θ) = i
i
0 különben.
9.12. A [1,49, 1,6] intervallum bármely eleme megfelel becslésnek,
1 1 1 ha Θ ∈ [1,49; 1,6],
L(Θ) = 1 ha x 1 , . . . , x n ∈ [Θ − 2 , Θ + 2 ], =
0 különben Qn 0 különben.
6
9.13. λ̂ = 311 ≈ 0,019, L(λ) = i=1 λ · e−λxi . Pn
xi ti
9.14. a) Egyenesen arányos vele. A várható élettartam t/η. b) η̂ = i=1
n ,
Qn η − tη xi
L(η) = i=1 ti e i . c) η̂ = 136,02.
Pn Pm
k2 xi + yj
i=1 j=1
9.15. µ̂ = k2 n+m ≈ 1,613,
(xi −µ)2 Q (yj −µ)2
Qn m − 2(kσ)
L(µ) = i=1 √2πσ 1
e− 2σ2 √ 1
j=1 2πkσ e 2
.
Pn Pm
4 xi +2 yj
i=1 j=1
9.16. µ̂ = 4n+m ,
Qn (xi −µ)2 Q (yj −µ/2)2
m
L(µ) = i=1 √2πσ 1
e− 2σ2 √ 1 e−
j=1 2πσ
2σ2 .
n n 2
Qn 2 α−1
9.17. α̂ = − n log(1−x2 ) , L(α) = 2 α
P i=1 xi (1 − xi ) .
i=1 i
9.18. η̂ = max1≤i≤n |xi |,
(Q 2
n 3 xi
i=1 2 η 3 , ha max1≤i≤n |xi | < η,
L(ϑ) =
0 különben.
9.19. A megadott függvény csak akkor sűrűségfüggvény, ha ϑ > 0, ϑ̂ = min1≤i≤n xi .

Qn
n 2n −3
L(ϑ) = 2 ϑ i=1 xi , ha ϑ ≤ min1≤i≤n xi ,
0 különben.
9.20. Csebisev egyenlőtlenséggel n ≥ 22, centrális határeloszlás-tétellel n ≥ 30.
9.21. Legyen a testsúly ξ, a testmagasság η. En (ξ) = 58,5, Dn (ξ) ≈ 13,847,
Dn∗ (ξ) ≈ 14,463, En (η) ≈ 166,917, Dn (η) ≈ 9,648, Dn∗ (ξ) ≈ 10,077.
9.22. Cn (ξ, η) ≈ 106,875, rn (ξ, η) = 0,8, ez 1-hez közeli érték, tehát a kapcsolat
közel lineáris. aξ + b = η, â ≈ 0,557, b̂ ≈ 134,31.
www.interkonyv.hu
5
9.23. p̂ = 12 , a konfidencia-intervallum [0,1904; 0,6804].
9.24. [160,51; 173,31]. 9.25. [10,24; 24,56]. 9.26. [50,01; 66,99].
9.27. Nem fogadjuk el. u = −0,81 √ ≈ −1,81, uα = 1,64.
2 5
9.28. Elfogadjuk a nullhipotézist. t = −1,06, tα = 2,201.
9.29. Elvetjük a nullhipotézist. u = 3,38, uα = 1,96.
9.30. A válaszok nem változnak. A kritikus érték mindkét esetben 1,96.
9.31. Nem különbözik. F = 1,117, Fα = 1,39.
9.32. Elfogadjuk a nullhipotézist. F = 1,24, Fα = 3,43.
9.33. Elfogadjuk a nullhipotézist. t = −1,08, tα = 2,069.
9.34. 5%-os és 1%-os szinten is elvetjük a nullhipotézist. χ2 = 33. Ha α = 0,05,
akkor χα = 9,488, ha α = 0,01, akkor χα = 13,227. Alkalmazzunk χ2 -próbát!
9.35. χ2 = 32 , χ2α = 7,815. A teszt feltétele nem teljesül: n < 0,25
10
.
2
9.36. Igazolható 5%-os és 1%-os megbı́zhatósági szinten is. χ = 3,973. Ha α =
0,05, akkor χ2α = 5,991, ha α = 0,01, akkor χ2α = 9,21. Használjunk becsléses
illeszkedésvizsgálatot!
9.37. Elfogadjuk a hipotézist. χ2 = 97,376, χ20,01 = 124,116, χ20,05 = 113,145.
Mivel a táblázatban a 89-es szabadsági fokhoz tartozó kritikus érték hiányzik, a
hozzá legközelebb esőt keressük ki.
9.38. Elfogadjuk a nullhipotézist, amely szerint szabályos
az érme. A tesztstatisz-
Kn (A)−np0
tika √ = 11
5 = 2,2. A kritikus érték Φ α
2 = 3,27.
np0 (1−p0 )
www.interkonyv.hu
Függelék
1. A szerencsejátékok szabályai11
LOTTÓ (ötöslottó)
A hetenként rendezett sorsoláson 1-90-ig terjedő számhalmazból húznak ki 5 szá-
mot. A játékos 90 számból öt számot játszhat meg, melyből a legalább 2, legfeljebb
5 találat jogosı́t nyereményre.
SKANDINÁV LOTTÓ
A hetenként rendezett ikersorsolás mindkét számsorsolásának alkalmával az 1-35-ig
terjedő számhalmazból 7-7 számot húznak ki visszatevés nélkül. A játékos 35 szám-
ból 7 számot játszhat meg, melyből legalább négy találat - vagy a kézi vagy a gépi
sorsoláson - jogosı́t nyereményre. A részvételre jogosulttá vált játék az ikersorso-
lás mindkét számsorsolásán automatikusan részt vesz. Az ikersorsolás külön-külön
bármelyik számsorsolásának eredménye alapján nyertes lehet a játékos által meg-
játszott alapjáték.
KENÓ
A kenó játékban az 1-80-ig terjedő számokat tartalmazó számhalmazból a játékos
tetszés szerint kiválasztott legfeljebb 10 számot játszhat meg. A kenó minden nap
megjátszható számsorsjáték, amelyben 80 számból 20 nyerőszámot sorsolnak ki.
A tı́zes játéktı́pusban (tehát ha a fogadó 10 számot játszott meg) legalább 6, a
kilencesben és a nyolcasban legalább 5, a hetesben és a hatosban legalább 4, az
ötösben és a négyesben legalább 3, a hármasban és a kettesben legalább 2 és az
egyesben értelemszerűen 1 találat jogosı́t nyereményre. A hatos, hetes, nyolcas,
és kilences játéktı́pusban a fogadó visszanyeri befizetett tétjét, a tı́zes tı́pusban a
tétjének a kétszeresét, ha egyetlen találatot sem ért el. A kenóban a nyeremények
nagysága nem függ a nyertesek számától, a várható nyeremény a befizetett tét és
a fix nyereményszorzó alapján előre kiszámı́tható.
11
A szabályok megtalálhatók a [17] honlapon.
www.interkonyv.hu
100 Függelék
TOTÓ
A totófogadáskor a fogadó az Sz.Zrt. által hetente kiı́rt totóműsorban szereplő lab-
darúgó mérkőzések kimeneteleire tippel. A műsorban 13+1 mérkőzés kerül feltün-
tetésre. A fogadó lehetőségei: a hazai csapat győzelmére (1), a mérkőzés döntetlen
kimenetelére (x), a vendég csapat győzelmére (2) tippelhet a totójátékban. Nyer
az a fogadó, aki a műsorban feltüntetett első 13 mérkőzés lehetséges kimeneteleiből
egy hasábon legalább 10-et eltalál. 13+1 találatot akkor ér el a fogadó, ha mind a
13 főmérkőzés kimenetelére helyesen tippelt, és eltalálta a 14., azaz a +1 mérkőzés
eredményét is.
www.interkonyv.hu
2. Statisztikai táblázatok 101
2. Statisztikai táblázatok
Standard normális eloszlásfüggvény

Z x
1 t2
Φ(x) = √ e− 2 dt, x≥0
−∞ 2π
x 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
www.interkonyv.hu
102 Függelék
Student (t) eloszlás (Φ−1

df (p))
df \ p 0,60 0,70 0,75 0,80 0,90 0,95 0,975 0,990 0,995 0,9995
1 0,325 0,727 1,000 1,376 3,078 6,314 12,706 31,821 63,657 636,619
2 0,289 0,617 0,817 1,061 1,886 2,920 4,303 6,965 9,925 31,599
3 0,277 0,584 0,765 0,978 1,638 2,353 3,182 4,541 5,841 12,924
4 0,271 0,569 0,741 0,941 1,533 2,132 2,776 3,747 4,604 8,610
5 0,267 0,559 0,727 0,920 1,476 2,015 2,571 3,365 4,032 6,869
6 0,265 0,553 0,718 0,906 1,440 1,943 2,447 3,143 3,707 5,959
7 0,263 0,549 0,711 0,896 1,415 1,895 2,365 2,998 3,499 5,407
8 0,262 0,546 0,706 0,889 1,397 1,860 2,306 2,896 3,355 5,041
9 0,261 0,543 0,703 0,883 1,383 1,833 2,262 2,821 3,250 4,781
10 0,260 0,542 0,700 0,879 1,372 1,812 2,228 2,764 3,169 4,587
11 0,260 0,540 0,697 0,876 1,363 1,796 2,201 2,718 3,106 4,437
12 0,259 0,539 0,695 0,873 1,356 1,782 2,179 2,681 3,055 4,318
13 0,259 0,538 0,694 0,870 1,350 1,771 2,160 2,650 3,012 4,221
14 0,258 0,537 0,692 0,868 1,345 1,761 2,145 2,624 2,977 4,141
15 0,258 0,536 0,691 0,866 1,341 1,753 2,131 2,602 2,947 4,073
16 0,258 0,535 0,690 0,865 1,337 1,746 2,120 2,583 2,921 4,015
17 0,257 0,534 0,689 0,863 1,333 1,740 2,110 2,567 2,898 3,965
18 0,257 0,534 0,688 0,862 1,330 1,734 2,101 2,552 2,878 3,922
19 0,257 0,533 0,688 0,861 1,328 1,729 2,093 2,539 2,861 3,883
20 0,257 0,533 0,687 0,860 1,325 1,725 2,086 2,528 2,845 3,850
21 0,257 0,532 0,686 0,859 1,323 1,721 2,080 2,518 2,831 3,819
22 0,256 0,532 0,686 0,858 1,321 1,717 2,074 2,508 2,819 3,792
23 0,256 0,532 0,685 0,858 1,319 1,714 2,069 2,500 2,807 3,768
24 0,256 0,531 0,685 0,857 1,318 1,711 2,064 2,492 2,797 3,745
25 0,256 0,531 0,684 0,856 1,316 1,708 2,060 2,485 2,787 3,725
26 0,256 0,531 0,684 0,856 1,315 1,706 2,056 2,479 2,779 3,707
27 0,256 0,531 0,684 0,855 1,314 1,703 2,052 2,473 2,771 3.690
28 0,256 0,530 0,683 0,855 1,313 1,701 2,048 2,467 2,763 3.674
29 0,256 0,530 0,683 0,854 1,311 1,699 2,045 2,462 2,756 3.659
30 0,256 0,530 0,683 0,854 1,310 1,697 2,042 2,457 2,750 3.646
40 0,255 0,529 0,681 0,851 1,303 1,684 2,021 2,423 2,704 3,551
50 0,255 0,528 0,679 0,849 1,299 1,676 2,009 2,403 2,678 3,496
60 0,254 0,527 0,679 0,848 1,296 1,671 2,000 2,390 2,660 3,460
120 0,254 0,526 0,677 0,845 1,289 1,658 1,980 2,358 2,617 3,373
∞ 0,253 0,524 0,674 0,842 1,282 1,645 1,960 2,326 2,576 3,291
Ha ξ0 , ξ1 , . . . , ξn teljesen független standard normális eloszlású valószı́nűségi válto-

zók, akkor
ξ0
t= p 2
(ξ1 + . . . + ξn2 )/n
egy n szabadságfokú Student eloszlású valószı́nűségi változó. Eloszlásfüggvénye
Φn (x).
www.interkonyv.hu
χ2 táblázat (Fχ−1
2 , df (p))
df \ p 0,01 0,025 0,05 0,10 0,90 0,95 0,975 0,99

1 0,000 0,001 0,004 0,016 2,706 3,841 5,024 6,635
2 0,020 0,051 0,103 0,211 4,605 5,991 7,378 9,210
3 0,115 0,216 0,352 0,584 6,251 7,815 9,348 11,345
4 0,297 0,484 0,711 1,064 7,779 9,488 11,143 13,277
5 0,554 0,831 1,145 1,610 9,236 11,070 12,833 15,086
6 0,872 1,237 1,635 2,204 10,645 12,592 14,449 16,812
7 1,239 1,690 2,167 2,833 12,017 14,067 16,013 18,475
8 1,646 2,180 2,733 3,490 13,362 15,507 17,535 20,090
9 2,088 2,700 3,325 4,168 14,684 16,919 19,023 21,666
10 2,558 3,247 3,940 4,865 15,987 18,307 20,483 23,209
11 3,053 3,816 4,575 5,578 17,275 19,675 21,920 24,725
12 3,571 4,404 5,226 6,304 18,549 21,026 23,337 26,217
13 4,107 5,009 5,892 7,042 19,812 22,362 24,736 27,688
14 4,660 5,629 6,571 7,790 21,064 23,685 26,119 29,141
15 5,229 6,262 7,261 8,547 22,307 24,996 27,488 30,578
16 5,812 6,908 7,962 9,312 23,542 26,296 28,845 32,000
17 6,408 7,564 8,672 10,085 24,769 27,587 30,191 33,409
18 7,015 8,231 9,390 10,865 25,989 28,869 31,526 34,805
19 7,633 8,907 10,117 11,651 27,204 30,144 32,852 36,191
20 8,260 9,591 10,851 12,443 28,412 31,410 34,170 37,566
21 8,897 10,283 11,591 13,240 29,615 32,671 35,479 38,932
22 9,542 10,982 12,338 14,041 30,813 33,924 36,781 40,289
23 10,196 11,689 13,091 14,848 32,007 35,172 38,076 41,638
24 10,856 12,401 13,848 15,659 33,196 36,415 39,364 42,980
25 11,524 13,120 14,611 16,473 34,382 37,652 40,646 44,314
26 12,198 13,844 15,379 17,292 35,563 38,885 41,923 45,642
27 12,879 14,573 16,151 18,114 36,741 40,113 43,195 46,963
28 13,565 15,308 16,928 18,939 37,916 41,337 44,461 48,278
29 14,256 16,047 17,708 19,768 39,087 42,557 45,722 49,588
30 14,953 16,791 18,493 20,599 40,256 43,773 46,979 50,892
40 22,164 24,433 26,509 29,051 51,805 55,758 59,342 63,691
50 29,707 32,357 34,764 37,689 63,167 67,505 71,420 76,154
60 37,485 40,482 43,188 46,459 74,397 79,082 83,298 88,379
70 45,442 48,758 51,739 55,329 85,527 90,531 95,023 100,425
80 53,540 57,153 60,391 64,278 96,578 101,879 106,629 112,329
90 61,754 65,647 69,126 73,291 107,565 113,145 118,136 124,116
100 70,065 74,222 77,929 82,358 118,498 124,342 129,561 135,807
Ha ξ1 , . . . , ξn teljesen független standard normális eloszlású valószı́nűségi változók,

akkor
χ2 = ξ12 + . . . + ξn2
egy n szabadságfokú χ2 eloszlású valószı́nűségi változó. Eloszlásfüggvénye Fχ2 ,n (x).
www.interkonyv.hu
104 Függelék
−1
F táblázat (Fdf1 , df2
(0, 9))
df2 \ df1 1 2 3 4 5 6 7 8 9 10
1 39,86 49,50 53,59 55,83 57,24 58,20 58,91 59,44 59,86 60,20
2 8,526 9,000 9,162 9,243 9,293 9,326 9,349 9,367 9,381 9,392
3 5,538 5,462 5,391 5,343 5,309 5,285 5,266 5,252 5,240 5,230
4 4,545 4,325 4,191 4,107 4,051 4,010 3,979 3,955 3,936 3,920
5 4,060 3,780 3,619 3,520 3,453 3,405 3,368 3,339 3,316 3,297
6 3,776 3,463 3,289 3,181 3,108 3,055 3,014 2,983 2,958 2,937
7 3,589 3,257 3,074 2,961 2,883 2,827 2,785 2,752 2,725 2,703
8 3,458 3,113 2,924 2,806 2,726 2,668 2,624 2,589 2,561 2,538
9 3,360 3,006 2,813 2,693 2,611 2,551 2,505 2,469 2,440 2,416
10 3,285 2,924 2,728 2,605 2,522 2,461 2,414 2,377 2,347 2,323
11 3,225 2,860 2,660 2,536 2,451 2,389 2,342 2,304 2,274 2,248
12 3,177 2,807 2,606 2,480 2,394 2,331 2,283 2,245 2,214 2,188
13 3,136 2,763 2,560 2,434 2,347 2,283 2,234 2,195 2,164 2,138
14 3,102 2,726 2,522 2,395 2,307 2,243 2,193 2,154 2,122 2,095
15 3,073 2,695 2,490 2,361 2,273 2,208 2,158 2,119 2,086 2,059
16 3,048 2,668 2,462 2,333 2,244 2,178 2,128 2,088 2,055 2,028
17 3,026 2,645 2,437 2,308 2,218 2,152 2,102 2,061 2,028 2,001
18 3,007 2,624 2,416 2,286 2,196 2,130 2,079 2,038 2,005 1,977
19 2,990 2,606 2,397 2,266 2,176 2,109 2,058 2,017 1,984 1,956
20 2,975 2,589 2,380 2,249 2,158 2,091 2,040 1,999 1,965 1,937
21 2,961 2,575 2,365 2,233 2,142 2,075 2,023 1,982 1,948 1,920
22 2,949 2,561 2,351 2,219 2,128 2,061 2,008 1,967 1,933 1,904
23 2,937 2,549 2,339 2,207 2,115 2,047 1,995 1,953 1,919 1,890
24 2,927 2,538 2,327 2,195 2,103 2,035 1,983 1,941 1,906 1,877
25 2,918 2,528 2,317 2,184 2,092 2,024 1,971 1,929 1,895 1,866
26 2,909 2,519 2,307 2,174 2,082 2,014 1,961 1,919 1,884 1,855
27 2,901 2,511 2,299 2,165 2,073 2,005 1,952 1,909 1,874 1,845
28 2,894 2,503 2,291 2,157 2,064 1,996 1,943 1,900 1,865 1,836
29 2,887 2,495 2,283 2,149 2,057 1,988 1,935 1,892 1,857 1,827
30 2,881 2,489 2,276 2,142 2,049 1,980 1,927 1,884 1,849 1,819
40 2,835 2,440 2,226 2,091 1,997 1,927 1,873 1,829 1,793 1,763
60 2,791 2,393 2,177 2,041 1,946 1,875 1,819 1,775 1,738 1,707
120 2,748 2,347 2,130 1,992 1,896 1,824 1,767 1,722 1,684 1,652
∞ 2,706 2,303 2,084 1,945 1,847 1,774 1,717 1,670 1,632 1,599
Ha ξ1 , . . . , ξn , η1 , . . . , ηm teljesen független standard normális eloszlású valószı́nű-

ségi változók, akkor
(η 2 + . . . + ηm
2
)/m
F = 12
(ξ1 + . . . + ξn2 )/n
egy (n, m) szabadságfokú F eloszlású valószı́nűségi változó. Eloszlásfüggvénye
Fn, m (x).
www.interkonyv.hu
−1
(0,9))
df2 \ df1 12 15 20 24 30 40 60 120 ∞

1 60,71 61,22 61,74 62,00 62,27 62,53 62,79 63,06 63,33
2 9,408 9,425 9,441 9,450 9,458 9,466 9,475 9,483 9,491
3 5,216 5,200 5,184 5,176 5,168 5,160 5,151 5,143 5,134
4 3,896 3,870 3,844 3,831 3,817 3,804 3,790 3,775 3,761
5 3,268 3,238 3,207 3,191 3,174 3,157 3,140 3,123 3,105
6 2,905 2,871 2,836 2,818 2,800 2,781 2,762 2,742 2,722
7 2,668 2,632 2,595 2,575 2,555 2,535 2,514 2,493 2,471
8 2,502 2,464 2,425 2,404 2,383 2,361 2,339 2,316 2,293
9 2,379 2,340 2,298 2,277 2,255 2,232 2,208 2,184 2,159
10 2,284 2,244 2,201 2,178 2,155 2,132 2,107 2,082 2,055
11 2,209 2,167 2,123 2,100 2,076 2,052 2,026 2,000 1,972
12 2,147 2,105 2,060 2,036 2,011 1,986 1,960 1,932 1,904
13 2,097 2,053 2,007 1,983 1,958 1,931 1,904 1,876 1,846
14 2,054 2,010 1,962 1,938 1,912 1,885 1,857 1,828 1,797
15 2,017 1,972 1,924 1,899 1,873 1,845 1,817 1,787 1,755
16 1,985 1,940 1,891 1,866 1,839 1,811 1,782 1,751 1,718
17 1,958 1,912 1,862 1,836 1,809 1,781 1,751 1,719 1,686
18 1,933 1,887 1,837 1,810 1,783 1,754 1,723 1,691 1,657
19 1,912 1,865 1,814 1,787 1,759 1,730 1,699 1,666 1,631
20 1,892 1,845 1,794 1,767 1,738 1,708 1,677 1,643 1,607
21 1,875 1,827 1,776 1,748 1,719 1,689 1,657 1,623 1,586
22 1,859 1,811 1,759 1,731 1,702 1,671 1,639 1,604 1,567
23 1,845 1,796 1,744 1,716 1,686 1,655 1,622 1,587 1,549
24 1,832 1,783 1,730 1,702 1,672 1,641 1,607 1,571 1,533
25 1,820 1,771 1,718 1,689 1,659 1,627 1,593 1,557 1,518
26 1,809 1,760 1,706 1,677 1,647 1,615 1,581 1,544 1,504
27 1,799 1,749 1,695 1,666 1,636 1,603 1,569 1,531 1,491
28 1,790 1,740 1,685 1,656 1,625 1,593 1,558 1,520 1,478
29 1,781 1,731 1,676 1,647 1,616 1,583 1,547 1,509 1,467
30 1,773 1,722 1,667 1,638 1,606 1,573 1,538 1,499 1,456
40 1,715 1,662 1,605 1,574 1,541 1,506 1,467 1,425 1,377
60 1,657 1,603 1,543 1,511 1,476 1,437 1,395 1,348 1,291
120 1,601 1,545 1,482 1,447 1,409 1,368 1,320 1,265 1,193
∞ 1,546 1,487 1,421 1,383 1,342 1,295 1,240 1,169 1,000
www.interkonyv.hu
106 Függelék
−1
(0,95))
df2 \ df1 1 2 3 4 5 6 7 8 9 10
1 161,4 199,5 215,7 224,6 230,2 234,0 236,8 238,9 240,5 241,9
2 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,38 19,40
3 10,13 9,552 9,277 9,117 9,014 8,941 8,887 8,845 8,812 8,786
4 7,709 6,944 6,591 6,388 6,256 6,163 6,094 6,041 5,999 5,964
5 6,608 5,786 5,410 5,192 5,050 4,950 4,876 4,818 4,773 4,735
6 5,987 5,143 4,757 4,534 4,387 4,284 4,207 4,147 4,099 4,060
7 5,591 4,737 4,347 4,120 3,972 3,866 3,787 3,726 3,677 3,637
8 5,318 4,459 4,066 3,838 3,688 3,581 3,501 3,438 3,388 3,347
9 5,117 4,257 3,863 3,633 3,482 3,374 3,293 3,230 3,179 3,137
10 4,965 4,103 3,708 3,478 3,326 3,217 3,136 3,072 3,020 2,978
11 4,844 3,982 3,587 3,357 3,204 3,095 3,012 2,948 2,896 2,854
12 4,747 3,885 3,490 3,259 3,106 2,996 2,913 2,849 2,796 2,753
13 4,667 3,806 3,411 3,179 3,025 2,915 2,832 2,767 2,714 2,671
14 4,600 3,739 3,344 3,112 2,958 2,848 2,764 2,699 2,646 2,602
15 4,543 3,682 3,287 3,056 2,901 2,791 2,707 2,641 2,588 2,544
16 4,494 3,634 3,239 3,007 2,852 2,741 2,657 2,591 2,538 2,494
17 4,451 3,592 3,197 2,965 2,810 2,699 2,614 2,548 2,494 2,450
18 4,414 3,555 3,160 2,928 2,773 2,661 2,577 2,510 2,456 2,412
19 4,381 3,522 3,127 2,895 2,740 2,628 2,544 2,477 2,423 2,378
20 4,351 3,493 3,098 2,866 2,711 2,599 2,514 2,447 2,393 2,348
21 4,325 3,467 3,073 2,840 2,685 2,573 2,488 2,421 2,366 2,321
22 4,301 3,443 3,049 2,817 2,661 2,549 2,464 2,397 2,342 2,297
23 4,279 3,422 3,028 2,796 2,640 2,528 2,442 2,375 2,320 2,275
24 4,260 3,403 3,009 2,776 2,621 2,508 2,423 2,355 2,300 2,255
25 4,242 3,385 2,991 2,759 2,603 2,490 2,405 2,337 2,282 2,237
26 4,225 3,369 2,975 2,743 2,587 2,474 2,388 2,321 2,266 2,220
27 4,210 3,354 2,960 2,728 2,572 2,459 2,373 2,305 2,250 2,204
28 4,196 3,340 2,947 2,714 2,558 2,445 2,359 2,291 2,236 2,190
29 4,183 3,328 2,934 2,701 2,545 2,432 2,346 2,278 2,223 2,177
30 4,171 3,316 2,922 2,690 2,534 2,421 2,334 2,266 2,211 2,165
40 4,085 3,232 2,839 2,606 2,450 2,336 2,249 2,180 2,124 2,077
60 4,001 3,150 2,758 2,525 2,368 2,254 2,167 2,097 2,040 1,993
120 3,920 3,072 2,680 2,447 2,290 2,175 2,087 2,016 1,959 1,911
∞ 3,842 2,996 2,605 2,372 2,214 2,099 2,010 1,938 1,880 1,831
www.interkonyv.hu
−1
(0,95))
df2 \ df1 12 15 20 24 30 40 60 120 ∞

1 243,9 245,9 248,0 249,1 250,1 251,1 252,2 253,3 254,3
2 19,41 19,43 19,45 19,45 19,46 19,47 19,48 19,49 19,50
3 8,745 8,703 8,660 8,639 8,617 8,594 8,572 8,549 8,526
4 5,912 5,858 5,803 5,774 5,746 5,717 5,688 5,658 5,628
5 4,678 4,619 4,558 4,527 4,496 4,464 4,431 4,399 4,365
6 4,000 3,938 3,874 3,842 3,808 3,774 3,740 3,705 3,669
7 3,575 3,511 3,445 3,411 3,376 3,340 3,304 3,267 3,230
8 3,284 3,218 3,150 3,115 3,079 3,043 3,005 2,967 2,928
9 3,073 3,006 2,937 2,901 2,864 2,826 2,787 2,748 2,707
10 2,913 2,845 2,774 2,737 2,700 2,661 2,621 2,580 2,538
11 2,788 2,719 2,646 2,609 2,571 2,531 2,490 2,448 2,405
12 2,687 2,617 2,544 2,506 2,466 2,426 2,384 2,341 2,296
13 2,604 2,533 2,459 2,420 2,380 2,339 2,297 2,252 2,206
14 2,534 2,463 2,388 2,349 2,308 2,266 2,223 2,178 2,131
15 2,475 2,403 2,328 2,288 2,247 2,204 2,160 2,114 2,066
16 2,425 2,352 2,276 2,235 2,194 2,151 2,106 2,059 2,010
17 2,381 2,308 2,230 2,190 2,148 2,104 2,058 2,011 1,960
18 2,342 2,269 2,191 2,150 2,107 2,063 2,017 1,968 1,917
19 2,308 2,234 2,156 2,114 2,071 2,026 1,980 1,930 1,878
20 2,278 2,203 2,124 2,083 2,039 1,994 1,946 1,896 1,843
21 2,250 2,176 2,096 2,054 2,010 1,965 1,917 1,866 1,812
22 2,226 2,151 2,071 2,028 1,984 1,938 1,889 1,838 1,783
23 2,204 2,128 2,048 2,005 1,961 1,914 1,865 1,813 1,757
24 2,183 2,108 2,027 1,984 1,939 1,892 1,842 1,790 1,733
25 2,165 2,089 2,008 1,964 1,919 1,872 1,822 1,768 1,711
26 2,148 2,072 1,990 1,946 1,901 1,853 1,803 1,749 1,691
27 2,132 2,056 1,974 1,930 1,884 1,836 1,785 1,731 1,672
28 2,118 2,041 1,959 1,915 1,869 1,820 1,769 1,714 1,654
29 2,105 2,028 1,945 1,901 1,854 1,806 1,754 1,698 1,638
30 2,092 2,015 1,932 1,887 1,841 1,792 1,740 1,684 1,622
40 2,004 1,925 1,839 1,793 1,744 1,693 1,637 1,577 1,509
60 1,917 1,836 1,748 1,700 1,649 1,594 1,534 1,467 1,389
120 1,834 1,751 1,659 1,608 1,554 1,495 1,429 1,352 1,254
∞ 1,752 1,666 1,571 1,517 1,459 1,394 1,318 1,221 1,000
www.interkonyv.hu
108 Függelék
−1
(0,975))
df2 \ df1 1 2 3 4 5 6 7 8 9 10
1 647,8 799,5 864,2 899,6 921,8 937,1 948,2 956,7 963,3 968,6
2 38,51 39,00 39,17 39,25 39,30 39,33 39,36 39,37 39,39 39,40
3 17,44 16,04 15,44 15,10 14,88 14,73 14,62 14,54 14,47 14,42
4 12,22 10,65 9,979 9,605 9,365 9,197 9,074 8,980 8,905 8,844
5 10,01 8,434 7,764 7,388 7,146 6,978 6,853 6,757 6,681 6,619
6 8,813 7,260 6,599 6,227 5,988 5,820 5,696 5,600 5,523 5,461
7 8,073 6,542 5,890 5,523 5,285 5,119 4,995 4,899 4,823 4,761
8 7,571 6,060 5,416 5,053 4,817 4,652 4,529 4,433 4,357 4,295
9 7,209 5,715 5,078 4,718 4,484 4,320 4,197 4,102 4,026 3,964
10 6,937 5,456 4,826 4,468 4,236 4,072 3,950 3,855 3,779 3,717
11 6,724 5,256 4,630 4,275 4,044 3,881 3,759 3,664 3,588 3,526
12 6,554 5,096 4,474 4,121 3,891 3,728 3,607 3,512 3,436 3,374
13 6,414 4,965 4,347 3,996 3,767 3,604 3,483 3,388 3,312 3,250
14 6,298 4,857 4,242 3,892 3,663 3,501 3,380 3,285 3,209 3,147
15 6,200 4,765 4,153 3,804 3,576 3,415 3,293 3,199 3,123 3,060
16 6,115 4,687 4,077 3,729 3,502 3,341 3,219 3,125 3,049 2,986
17 6,042 4,619 4,011 3,665 3,438 3,277 3,156 3,061 2,985 2,922
18 5,978 4,560 3,954 3,608 3,382 3,221 3,100 3,005 2,929 2,866
19 5,922 4,508 3,903 3,559 3,333 3,172 3,051 2,956 2,880 2,817
20 5,872 4,461 3,859 3,515 3,289 3,128 3,007 2,913 2,837 2,774
21 5,827 4,420 3,819 3,475 3,250 3,090 2,969 2,874 2,798 2,735
22 5,786 4,383 3,783 3,440 3,215 3,055 2,934 2,839 2,763 2,700
23 5,750 4,349 3,751 3,408 3,184 3,023 2,902 2,808 2,731 2,668
24 5,717 4,319 3,721 3,379 3,155 2,995 2,874 2,779 2,703 2,640
25 5,686 4,291 3,694 3,353 3,129 2,969 2,848 2,753 2,677 2,614
26 5,659 4,266 3,670 3,329 3,105 2,945 2,824 2,729 2,653 2,590
27 5,633 4,242 3,647 3,307 3,083 2,923 2,802 2,707 2,631 2,568
28 5,610 4,221 3,626 3,286 3,063 2,903 2,782 2,687 2,611 2,547
29 5,588 4,201 3,607 3,267 3,044 2,884 2,763 2,669 2,592 2,529
30 5,568 4,182 3,589 3,250 3,027 2,867 2,746 2,651 2,575 2,511
40 5,424 4,051 3,463 3,126 2,904 2,744 2,624 2,529 2,452 2,388
60 5,286 3,925 3,343 3,008 2,786 2,627 2,507 2,412 2,334 2,270
120 5,152 3,805 3,227 2,894 2,674 2,515 2,395 2,299 2,222 2,157
∞ 5,024 3,689 3,116 2,786 2,567 2,408 2,288 2,192 2,114 2,048
www.interkonyv.hu
−1
(0,975))
df2 \ df1 12 15 20 24 30 40 60 120 ∞

1 976,7 984,9 993,1 997,2 1001,4 1005,6 1009,8 1014,0 1018,3
2 39,41 39,43 39,45 39,46 39,47 39,47 39,48 39,49 39,50
3 14,34 14,25 14,17 14,12 14,08 14,04 13,99 13,95 13,90
4 8,751 8,657 8,560 8,511 8,461 8,411 8,360 8,309 8,257
5 6,525 6,428 6,329 6,278 6,227 6,175 6,123 6,069 6,015
6 5,366 5,269 5,168 5,117 5,065 5,012 4,959 4,904 4,849
7 4,666 4,568 4,467 4,415 4,362 4,309 4,254 4,199 4,142
8 4,200 4,101 4,000 3,947 3,894 3,840 3,784 3,728 3,670
9 3,868 3,769 3,667 3,614 3,560 3,505 3,449 3,392 3,333
10 3,621 3,522 3,419 3,365 3,311 3,255 3,198 3,140 3,080
11 3,430 3,330 3,226 3,173 3,118 3,061 3,004 2,944 2,883
12 3,277 3,177 3,073 3,019 2,963 2,906 2,848 2,787 2,725
13 3,153 3,053 2,948 2,893 2,837 2,780 2,720 2,659 2,595
14 3,050 2,949 2,844 2,789 2,732 2,674 2,614 2,552 2,487
15 2,963 2,862 2,756 2,701 2,644 2,585 2,524 2,461 2,395
16 2,889 2,788 2,681 2,625 2,568 2,509 2,447 2,383 2,316
17 2,825 2,723 2,616 2,560 2,502 2,442 2,380 2,315 2,247
18 2,769 2,667 2,559 2,503 2,445 2,384 2,321 2,256 2,187
19 2,720 2,617 2,509 2,452 2,394 2,333 2,270 2,203 2,133
20 2,676 2,573 2,465 2,408 2,349 2,287 2,223 2,156 2,085
21 2,637 2,534 2,425 2,368 2,308 2,246 2,182 2,114 2,042
22 2,602 2,498 2,389 2,332 2,272 2,210 2,145 2,076 2,003
23 2,570 2,467 2,357 2,299 2,239 2,176 2,111 2,041 1,968
24 2,541 2,437 2,327 2,269 2,209 2,146 2,080 2,010 1,935
25 2,515 2,411 2,301 2,242 2,182 2,118 2,052 1,981 1,906
26 2,491 2,387 2,276 2,217 2,157 2,093 2,026 1,954 1,878
27 2,469 2,364 2,253 2,195 2,133 2,069 2,002 1,930 1,853
28 2,448 2,344 2,232 2,174 2,112 2,048 1,980 1,907 1,829
29 2,430 2,325 2,213 2,154 2,092 2,028 1,959 1,886 1,807
30 2,412 2,307 2,195 2,136 2,074 2,009 1,940 1,866 1,787
40 2,288 2,182 2,068 2,007 1,943 1,875 1,803 1,724 1,637
60 2,169 2,061 1,945 1,882 1,815 1,744 1,667 1,581 1,482
120 2,055 1,945 1,825 1,760 1,690 1,614 1,530 1,433 1,310
∞ 1,945 1,833 1,709 1,640 1,566 1,484 1,388 1,268 1,000
www.interkonyv.hu
110 Függelék
−1
(0,99))
df2 \ df1 1 2 3 4 5 6 7 8 9 10
1 4052,2 4999,5 5403,4 5624,6 5763,7 5859 5928,4 5981,1 6022,5 6055,8
2 98,50 99,00 99,17 99,25 99,30 99,33 99,36 99,37 99,39 99,40
3 34,12 30,82 29,46 28,71 28,24 27,91 27,67 27,49 27,35 27,23
4 21,20 18,00 16,69 15,98 15,52 15,21 14,98 14,80 14,66 14,55
5 16,26 13,27 12,06 11,39 10,97 10,67 10,46 10,29 10,16 10,05
6 13,75 10,93 9,780 9,148 8,746 8,466 8,260 8,102 7,976 7,874
7 12,25 9,547 8,451 7,847 7,460 7,191 6,993 6,840 6,719 6,620
8 11,26 8,649 7,591 7,006 6,632 6,371 6,178 6,029 5,911 5,814
9 10,56 8,022 6,992 6,422 6,057 5,802 5,613 5,467 5,351 5,257
10 10,04 7,559 6,552 5,994 5,636 5,386 5,200 5,057 4,942 4,849
11 9,646 7,206 6,217 5,668 5,316 5,069 4,886 4,744 4,632 4,539
12 9,330 6,927 5,953 5,412 5,064 4,821 4,640 4,499 4,388 4,296
13 9,074 6,701 5,739 5,205 4,862 4,620 4,441 4,302 4,191 4,100
14 8,862 6,515 5,564 5,035 4,695 4,456 4,278 4,140 4,030 3,939
15 8,683 6,359 5,417 4,893 4,556 4,318 4,142 4,004 3,895 3,805
16 8,531 6,226 5,292 4,773 4,437 4,202 4,026 3,890 3,780 3,691
17 8,400 6,112 5,185 4,669 4,336 4,102 3,927 3,791 3,682 3,593
18 8,285 6,013 5,092 4,579 4,248 4,015 3,841 3,705 3,597 3,508
19 8,185 5,926 5,010 4,500 4,171 3,939 3,765 3,631 3,523 3,434
20 8,096 5,849 4,938 4,431 4,103 3,871 3,699 3,564 3,457 3,368
21 8,017 5,780 4,874 4,369 4,042 3,812 3,640 3,506 3,398 3,310
22 7,945 5,719 4,817 4,313 3,988 3,758 3,587 3,453 3,346 3,258
23 7,881 5,664 4,765 4,264 3,939 3,710 3,539 3,406 3,299 3,211
24 7,823 5,614 4,718 4,218 3,895 3,667 3,496 3,363 3,256 3,168
25 7,770 5,568 4,675 4,177 3,855 3,627 3,457 3,324 3,217 3,129
26 7,721 5,526 4,637 4,140 3,818 3,591 3,421 3,288 3,182 3,094
27 7,677 5,488 4,601 4,106 3,785 3,558 3,388 3,256 3,149 3,062
28 7,636 5,453 4,568 4,074 3,754 3,528 3,358 3,226 3,120 3,032
29 7,598 5,420 4,538 4,045 3,725 3,499 3,330 3,198 3,092 3,005
30 7,562 5,390 4,510 4,018 3,699 3,473 3,304 3,173 3,067 2,979
40 7,314 5,179 4,313 3,828 3,514 3,291 3,124 2,993 2,888 2,801
60 7,077 4,977 4,126 3,649 3,339 3,119 2,953 2,823 2,718 2,632
120 6,851 4,787 3,949 3,480 3,174 2,956 2,792 2,663 2,559 2,472
∞ 6,635 4,605 3,782 3,319 3,017 2,802 2,639 2,511 2,407 2,321
www.interkonyv.hu
−1
(0,99))
df2 \ df1 12 15 20 24 30 40 60 120 ∞

1 6106,3 6157,3 6208,7 6234,6 6260,6 6286,8 6313,0 6339,4 6365,9
2 99,42 99,43 99,45 99,46 99,47 99,47 99,48 99,49 99,50
3 27,05 26,87 26,69 26,60 26,51 26,41 26,32 26,22 26,13
4 14,37 14,20 14,02 13,93 13,84 13,75 13,65 13,56 13,46
5 9,888 9,722 9,553 9,466 9,379 9,291 9,202 9,112 9,020
6 7,718 7,559 7,396 7,313 7,229 7,143 7,057 6,969 6,880
7 6,469 6,314 6,155 6,074 5,992 5,908 5,824 5,737 5,650
8 5,667 5,515 5,359 5,279 5,198 5,116 5,032 4,946 4,859
9 5,111 4,962 4,808 4,729 4,649 4,567 4,483 4,398 4,311
10 4,706 4,558 4,405 4,327 4,247 4,165 4,082 3,996 3,909
11 4,397 4,251 4,099 4,021 3,941 3,860 3,776 3,690 3,602
12 4,155 4,010 3,858 3,780 3,701 3,619 3,535 3,449 3,361
13 3,960 3,815 3,665 3,587 3,507 3,425 3,341 3,255 3,165
14 3,800 3,656 3,505 3,427 3,348 3,266 3,181 3,094 3,004
15 3,666 3,522 3,372 3,294 3,214 3,132 3,047 2,959 2,868
16 3,553 3,409 3,259 3,181 3,101 3,018 2,933 2,845 2,753
17 3,455 3,312 3,162 3,084 3,003 2,920 2,835 2,746 2,653
18 3,371 3,227 3,077 2,999 2,919 2,835 2,749 2,660 2,566
19 3,297 3,153 3,003 2,925 2,844 2,761 2,674 2,584 2,489
20 3,231 3,088 2,938 2,859 2,778 2,695 2,608 2,517 2,421
21 3,173 3,030 2,880 2,801 2,720 2,636 2,548 2,457 2,360
22 3,121 2,978 2,827 2,749 2,667 2,583 2,495 2,403 2,305
23 3,074 2,931 2,781 2,702 2,620 2,535 2,447 2,354 2,256
24 3,032 2,889 2,738 2,659 2,577 2,492 2,403 2,310 2,211
25 2,993 2,850 2,699 2,620 2,538 2,453 2,364 2,270 2,169
26 2,958 2,815 2,664 2,585 2,503 2,417 2,327 2,233 2,131
27 2,926 2,783 2,632 2,552 2,470 2,384 2,294 2,198 2,097
28 2,896 2,753 2,602 2,522 2,440 2,354 2,263 2,167 2,064
29 2,868 2,726 2,574 2,495 2,412 2,325 2,234 2,138 2,034
30 2,843 2,700 2,549 2,469 2,386 2,299 2,208 2,111 2,006
40 2,665 2,522 2,369 2,288 2,203 2,114 2,019 1,917 1,805
60 2,496 2,352 2,198 2,115 2,028 1,936 1,836 1,726 1,601
120 2,336 2,192 2,035 1,950 1,860 1,763 1,656 1,533 1,381
∞ 2,185 2,039 1,878 1,791 1,696 1,592 1,473 1,325 1,000
www.interkonyv.hu
Irodalomjegyzék
[1] Bognár Jánosné, Mogyoródi József, Prékopa András, Rényi Alfréd, Szász Do-
mokos, Valószı́nűségszámı́tási feladatgyűjtemény, Typotex, 2001.
[2] Csörgő Sándor, A szentpétervári paradoxon, Polygon, V.1., 19–79., 1995.
[3] Feller, William, Bevezetés a valószı́nűségeszámı́tásba és alkalmazásaiba, Mű-
szaki Kiadó, Bp., 1978.
[4] Feller, William, An introduction to probability theory and its applications, II.
Wiley, New York-London-Sydney, 1966.
[5] Ferenczi Miklós, Valószı́nűségszámı́tás és alkalmazása. Feladatgyűjtemény,
Nemzeti Tankönyvkiadó, Bp., 1998.
[6] Hajnal Péter, Összeszámlálási problémák, Polygon, Szeged, 1997.
[7] Jakab Tamás, Katz Sándor, Tehetségfejlesztő feladatsorok az Arany János
Tehetséggondozó Program előkészı́tő évfolyama számára, kézirat.
[8] Középiskolai Matematikai és Fizikai Lapok
[9] A. Máder, Heads and Tails gambling–what can be learned about probability?,
Teaching Math. and Comp. Sci., 6/1 (2008) 15–14.
[10] Móri F. Tamás, Szeidl László, Zempléni András, Matematikai statisztika pél-
datár, ELTE Eötvös Kiadó, Bp., 1997.
[11] Mosteller, Frederick, Fifty challenging problems in probability with solutions,
Dover Publications, Inc., New York, 1987.
[12] Nemetz Tibor, Wintsche Gergely, Valószı́nűségszámı́tás és statisztika minden-
kinek, Polygon, Szeged, 1999.
[13] Prékopa András, Valószı́nűségelmélet műszaki alkalmazásokkal, Műszaki Ki-
adó, Bp., 1972.
[14] Solt György, Valószı́nűségszámı́tás, Műszaki Könyvkiadó, Bp., 1999.
[15] Szendrei Ágnes, Diszkrét matematika, Polygon, Szeged, 1998.
[16] A Szerencsejáték Zrt. játékai, 2006.
[17] http://www.szerencsejatek.hu/
[18] Viharos László, A sztochasztika alapjai, Polygon, Szeged, 2008.
[19] Vincze István, Matematikai statisztika ipari alkalmazásokkal, Műszaki Kiadó,
Bp., 1968.
www.interkonyv.hu

Valoszinusegszamitas Es Statisztika Peldatar PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Valoszinusegszamitas Es Statisztika Peldatar PDF

Uploaded by

Copyright:

Available Formats

Pinter

Kiadja az SZTE BOLYAI INTÉZET

©Nagy-György Judit, 2010.

Ez a példatár elsősorban a Szegedi Tudományegyetem informatikai alapszak-

Permutáción n objektum egy sorbarendezését értjük. Ha az n objektum kü-

ismétlés nélküli ismétléses

Megjegyzés. 0! := 1 definı́ció szerint.

1.6. Hány nyolcjegyű kettes számrendszerbeli szám van?

(Ω, A, P) Kolmogorov-féle valószı́nűségi mező:

Megjegyzés. Ω-t biztos eseménynek nevezzük. A lehetetlen eseményt ∅ jelöli.

2.2. Definı́ció. Az események A σ-algebrája Ω bizonyos részhalmazaiból és a rajta

Néhány műveleti tulajdonság:

Megjegyzés. A 2.2. definı́ció 1-3. pontjaiból és a műveleti tulajdonságokból követ-

2.3. Definı́ció. Két esemény, A és B kizáróak, ha A ∩ B = ∅.

2.4. Definı́ció. A valószı́nűség egy P: A → R, A 7→ P(A) leképezés, amelyre telje-

2.1. Milyen kapcsolatban vannak A és B események, ha

2.2. Bizonyı́tsuk be, hogy

Példa. Legyenek A1 , . . . , An tetszőleges események. Fogalmazzuk meg, mit jelent

Megoldás. a) Az A1 , . . . , An események közül az összes lehetséges módon kiválasz-

vagyis kevesebb, mint k esemény következik be egyszerre. Másképpen fogalmazva,

Példa. Próbagyártás után kiderül, hogy annak a valószı́nűsége, hogy a vizsgált

Megoldás. Legyen A az az esemény, hogy egy gyártmány anyaghibás, M pedig,

P(A ∩ M ) = P(A ∪ M ) = 1 − P(A ∪ M ) = 1 − [P(A) + P(M ) − P(A ∩ M )] = 0,63.

Tehát 0,63 a valószı́nűsége, hogy egy termék hibátlan.

véletlenszerűen választunk egy gyereket az iskolából, akkor legalább 95% valószı́-

3. Klasszikus valószı́nűségi mező (kombinatorikus

A klasszikus valószı́nűségi mezőben érvényes a kombinatorikus kiszámı́tási

Példa. Ha a KÖRÖMPÖRKÖLT szó betűit összekeverjük, és véletlenszerűen sor-

Megoldás. Különböztessük meg a betűket. Az egyforma betűket egymás között

3. Klasszikus valószı́nűségi mező 11

Példa. Toscana hercege szerette a szerencsejátékokat. Észrevette, hogy ha két

Megoldás. A két kockával dobás kı́sérletének eseménytere Ω = {(i, j) : 1 ≤ i, j ≤

10-et pedig háromféleképpen:

Így P(9-t dobunk) = 4/36 és P(10-et dobunk) = 3/36.

b) Két kockával 24-szer dobva mekkora valószı́nűséggel kapunk legalább egyszer

Példa. 10 pár cipőből kiválasztunk véletlenszerűen 4 cipőt. Mennyi annak a való-

Megoldás. Számı́tsuk ki a komplementer valószı́nűségét, azaz azt, hogy minden

3.20. Mi a valószı́nűsége, hogy a) ötös, b) legalább 2-es találatunk lesz a lottón

3. Klasszikus valószı́nűségi mező 13

c) drill (pontosan három egyforma lap),

3. Klasszikus valószı́nűségi mező 15

1. megoldás. Jelölje Ai azt az eseményt, hogy az i-edik gyerek sorrakerül. Ek-

P (A1 ∩ A2 ∩ A3 ) = 1 − P (A1 ∩ A2 ∩ A3 ) = 1 − P (A1 ∪ A2 ∪ A3 ).

Erre a Poincaré-formulát alkalmazva:

2. megoldás. A jó eseteket kizáró eseményekre bonthatjuk aszerint, hogy melyik

3. megoldás. Jelölje Ai azt az eseményt, S hogy pontosan i gyerek kerül sorra

P (A1 ) + P (A2 ) + P (A3 ) = 1.

3. Klasszikus valószı́nűségi mező 17

4. Geometriai valószı́nűségi mező

4.1. Definı́ció. Egy (Ω, A, P) valószı́nűségi mező geometriai, ha Ω ⊆ Rn , Lebesgue-

Ennélfogva a kedvező terület

4. Geometriai valószı́nűségi mező 21

Példa. A (0, 1) intervallumon találomra választunk két számot (egymástól függet-

Megoldás. Jelölje az első kiválasztott pont koordinátáját ξ, a másodikét η. Ha

A másik háromszöget a ξ > η esetből kapjuk. Tehát annak a valószı́nűsége,

4.8. A (0, 1) intervallumon találomra választunk két számot (egymástól függetlenül

4. Geometriai valószı́nűségi mező 23

5. Függetlenség, feltételes valószı́nűség

5.1. Definı́ció. A és B események függetlenek, ha P(A ∩ B) = P(A) · P(B).

5.2. Definı́ció. A1 , . . . , An események teljesen függetlenek, ha minden 2 ≤ r ≤ n-re

5.3. Definı́ció. Az A esemény B feltételre vonatkozó feltételes valószı́nűsége

5.4. Tétel. (Szorzásszabály, láncszabály) Ha P(A1 ∩ . . . ∩ An ) > 0, akkor

5.5. Tétel. (Bayes-formula)