You are on page 1of 17

Az axiómákból közvetlenül adódó tételek 4 kicsi Tétel: Ha az A esemény valószínűsége P(A), akkor az A ellentétes esemény valószínűsége

P A

( ) =1 −P(A )

Tétel: Ha az A1, A2, … An események teljes eseményrendszert alkotnak, akkor P ( A1 ) + P ( A2 ) +  P ( An ) = 1

Tétel: Ha A és B két tetszőleges esemény, akkor annak a valószínűsége, hogy közülük legalább az egyik bekövetkezik: P( A ∪B) = P(A ) + P( B) − P( A ∩B)

akkor PB( \ A) = PB( ) − PA () .Tétel: Ha az A esemény maga után vonja a B eseményt. azaz A⊂B fennáll.

Elemi eseményeinek száma legyen n. Ha egy A eleme W esemény pontosan k elemi esemény összegeként írható fel.Klasszikus képlet (k/n) Tétel: Legyen W egy klasszikus valószínűségi mező. akkor .

P( A ) = k (klasszikusképlet) n Visszatevéses mintavétel: .

amelyben N db megjelölt minta van . abban pontosan k db jelölt elem van: Visszatevés nélküli mintavétel: Annak a valószínűsége.Annak a valószínűsége. abban pontosan k db jelölt elem van: Teljes valószínűség tétele és bizonyítása Bayes-tétel: . . hogy az N elemű halmazból. hogy az N elemű halmazból.n elemű mintát visszatevés nélkül kihúzva.amelyben N db megjelölt minta van . .n elemű mintát visszatevéssel kihúzva.

Bernoulli kísérletsor .

4.1es tétel Sűrűségfüggvény és tulajdonságai .

M(cξ ) .

Összeg várható értéke .

η) létezik.8. tételt: cov(ξ. és a 4.3.A kovariancia kiszámítása Tétel: Ha cov(ξ.M(ξ) M(η)+ M(ξ) M(η)= M(ξη)-M(ξ)M(η) Szorzat várható értéke . akkor cov(ξ.η)=M(ξη)-M(ξ)M(η) Bizonyítás: Felhasználva az 5.η)=M(ξη-M(η)ξ-M(ξ)η+M(ξ)M(η))= M(ξη)-M(η)M(ξ).

Binomiális eloszlás várható értéke .

.

Poisson eloszlás várható Értéke A binomiális és Poisson közti kapcsolat .

Az egyenletes eloszlás várható értéke és szórása Az exponencális eloszlás várható értéke és szórása .

A normális eloszlás várható értéke és szórása Markov egyenlőtlenség .

Nagy Számok tve .