Valószín½uségszámítás és matematikai statisztika

Mihálykóné Orbán Éva

Matematika Tanszék

MOE (PE MIK) MA1344B 1 / 103

Információk

El½oadás: SZ 8–10 MIHÁLYKÓNÉ ORBÁN ÉVA

Gyakorlatok: H 12-2, K 8-10, Sze 10-12
math.uni-pannon.hu/ orban
Követelmények
Gyakorló feladatok heti bontásban
Eredmények
Korábbi zh feladatsorok
Táblázat

MOE (PE MIK) MA1344B 2 / 103

Követelmények

ELOADÁS ÉS GYAKORLAT IS KÖTELEZO!!!!(max. 35% hiányzás)

Jegy kialakításának módja:
2 db zh félév közben-pontjaik összeadva
aláírás: a két zh-ból összesen a megszerezhet½o pontok legalább 20%-ának
elérése
jegy:
-49% elégtelen
50%-59% elégséges
60%-69% közepes
70%-79% jó
80%-100% jeles
Pótlás: igazolt hiányzás esetén utolsó héten.
Elégtelen jegy esetén 1 lehet½oség vizsgaid½oszak els½o hetében.

MOE (PE MIK) MA1344B 3 / 103

Irodalom

Reimann-Tóth: Valószín½uségszámítás és matematikai statisztika

Csernyák: Valószín½uségszámítás
Prékopa: Valószín½uségelmélet m½uszaki alkalmazásokkal
Solt György: Valószín½uségszámítás példatár
http://tananyagfejlesztes.mik.uni-pannon.hu
Digitális tananyagok
Matematika informatikusoknak
Valószín½uségszámítás példatár
Angol nyelv½u jegyzet: http://…of.mik.uni-
pannon.hu/plugin…le.php/214/mod_resource/content/0/MOE.pdf

MOE (PE MIK) MA1344B 4 / 103

Motivációk

tantárgyi követelmény
véletlen tömegjelenségek értelmezése, kezelésmódjuk, az alapfogalmak
elsajátítása
adatokból történ½o következtetések levonása, statisztikai
gondolkodásmód el½okészítése
szimulációs lehet½oségek megértése

MOE (PE MIK) MA1344B 5 / 103

Kialakulásának története

szerencsejátékok elméletéb½ol fejl½odött

kezdetek 1650 körül
de Méré lovag, Pascal, Fermat, Bernoulli, Moivre, Laplace, Gauss,
Poisson, Markov, Csebisev,. . . . . . .
axiomatikus felépítés: Kolmogorov, 1933.
magyarok: Jordán Károly, Rényi Alfréd, Révész Pál, Prékopa András
....

MOE (PE MIK) MA1344B 6 / 103

Alapfogalmak

Kísérlet: egy jelenség meg…gyelése

Determinisztikus kísérlet: egy lehetséges kimenetele van
Sztochasztikus kísérlet: több kimenetele van
Példák: lottó, t½ozsde, biztosítás, vízállások, értékesítés, jótállás,
informatikai hibák fogyasztási adatok, közlekedés mérések,
min½oség-ellen½orzés, közvélemény-kutatások
(…lozó…ai megközelítés kérdése, hogy mi az oka a több
lehetséges kimenetelnek)

MOE (PE MIK) MA1344B 7 / 103

Alapfogalmak

Elemi események: a kísérlet lehetséges kimenetelei (ω )

megválasztásuk önkényes
Eseménytér: az elemi eseményekb½ol alkotott halmaz (Ω)
Esemény: Ω (valamely) részhalmaza (A)
azt mondjuk, hogy egy A esemény egy kísérlet során bekövetkezik, ha
a kísérlet során meg…gyelt elemi esemény eleme A-nak.
Biztos esemény: Ω
Lehetetlen esemény: ∅

MOE (PE MIK) MA1344B 8 / 103

Példák

1 Kísérlet: Feldobunk egy pénzérmét.

Elemi események: fejet dobunk, írást dobunk
ω1 = F , ω2 = I , Ω = fF , I g
2 Kísérlet: Elgurítunk egy kockát
Elemi események: egyest gurítunk, kettest gurítunk,....., hatost
gurítunk
ω 1 = 1 (egyest dobunk), , ω 6 = 6 (hatost dobunk)
Ω = f1, 2, 3, 4, 5, 6g
A = f2, 4, 6g (páros számot gurítunk)
B = f1, 3, 5g (páratlan számot gurítunk)
C = f2, 3, 5g (prímszámot gurítunk)
D = f3, 6g (hárommal osztható számot gurítunk)

MOE (PE MIK) MA1344B 9 / 103

Példák

3 Kísérlet: Kitöltünk egy ötöslottót, és kihúzzák a nyertes számokat

Elemi események: nyerünk- nem nyerünk

ω1 = I ω2 = N Ω = fI , N g
Elemi események: hány találatom van
ω1 = 0 ω2 = 1 ω3 = 2 ω4 = 3 ω5 = 4 ω6 = 5 Ω=
f0, 1, 2, 3, 4, 5g
Elemi események: a kihúzott számötösök nagyság szerint állítva a
számokat
ω 1 = f1, 2, 3, 4, 5g, ω 2 = f21, 23, 45, 67, 89g. . . .
Ω = ffi1 , i2 , i3 , i4 , i5 g j 1 ij 90, egészek, i1 < i2 < i3 < i4 < i5 g
Elemi események: a kihúzott számötösök a kihúzás sorrendjében
ω 1 = (1, 2, 3, 4, 5), ω 2 = (5, 4, 3, 2, 1) , ω 3 = (15, 24, 3, 42, 1)....
Ω = f(i1 , i2 , i3 , i4 , i5 ) j 1 ij 90, különböz½o egészekg

MOE (PE MIK) MA1344B 10 / 103

Példák

4 Kísérlet: kétszer feldobok egy érmét.

Elemi események:
ω 1 = (F , F ), ω 2 = (F , I ), ω 3 = (I , F ), ω 4 = (I , I )
Ω = f(F , F ), (F , I ), (I , F ), (I , I )g
Van fej a dobások közt:A = f(F , F ), (F , I ), (I , F )g
Van írás a dobások közt: B = f(I , F ), (F , I ), (I , I )g
Van fej is meg írás is a dobások közt: C = f(F , I ), (I , F )g
Mindkét dobás azonos: D = f(F , F ), (I , I )g
Több a fej, mint az írás: E = f(F , F )g
Az els½o dobás fej, a második írás:G = f(F , I )g
Az els½o dobás fej: H = f(F , F ), (F , I )g
Eggyel több a fej, mint az írás: K = ∅
Hány esemény nincs még felsorolva?

MOE (PE MIK) MA1344B 11 / 103

Példák

5 Kísérlet: megmérjük a Duna vízállását Pestnél.

Egy lehetséges kimenetel: 726cm. (Miben mérjünk?)
Ω = R0+
Árvízvédelmi készültség van: A = fω : ω 750 cmg Ω
Árvíz van: B = fω : ω 950 cmg Ω
Készültség van, de nincs árvíz: C = fω : 750 ω < 950g Ω
6 Kísérlet: megmérünk egy mennyiséget és összehasonlítjuk a pontos
adattal. Figyeljük a mérés eredményének eltérését a pontos adattól.
egy lehetséges kimenetel: 1.5
Ω=R
Pontosan mértünk: A = f0g,
alulmértünk: B = fω : ω < 0g,
legalább öt egységgel többet mértünk: C = fω : ω 5g

MOE (PE MIK) MA1344B 12 / 103

M½uveletek eseményekkel

Két esemény uniója (összege):

A és B események, A [ B akkor következik be, ha
legalább az egyik esemény bekövetezik
A [ B-ben azok az elemi események vannak, amik A-ban vagy B-ben
benne vannak,
ha olyan elemi eseményt …gyelünk meg, ami A-ban benne van, akkor A
bekövetkezik
ha olyan elemi eseményt …gyelünk meg, ami B-ben benne van, akkor B
bekövetkezik,
tehát A vagy B valamelyike (legalább egyike, az se baj, ha mindkett½o)
bekövetkezik.

A [ B akkor következik be, ha A vagy B bekövetkezik.

Nem kizáró vagy!

MOE (PE MIK) MA1344B 13 / 103

M½uveletek eseményekkel

Két esemény metszete (szorzata):

A és B események, A \ B akkor következik be, ha mindkett½o esemény
bekövetezik.
A \ B -ben azok az elemi események vannak, amik A-ban is és B-ben is
benne vannak
ha olyan elemi eseményt …gyelünk meg, ami A-ban benne van, akkor A
bekövetkezik
ha olyan elemi eseményt …gyelünk meg, ami B-ben benne van, akkor B
bekövetkezik,
tehát A is és B is (mindkett½o) bekövetkezik.

A \ B akkor következik be, ha A is és B is bekövetkezik

A-t és B-t egymást kizáró eseményeknek nevezzük, ha A \ B = ∅.

MOE (PE MIK) MA1344B 14 / 103

M½uveletek eseményekkel
Két esemény különbsége:
A ésB események, A r B akkor következik be,

ha A bekövetkezik, de B nem

A r B-ben azok az elemi események vannak, amik A-ban benne vannak ,

de B-ben nincsenek
ha olyan elemi eseményt …gyelünk meg, ami A-ban benne van, akkor A
bekövetkezik
ha olyan elemi eseményt, ami B-ben nincs benne, akkor B nem következik
be.

A = (A r B ) [ (A \ B )
∅ = (A r B ) \ (A \ B )

MOE (PE MIK) MA1344B 15 / 103

M½uveletek eseményekkel

Egy esemény komplementere:

A egy esemény, A akkor következik be, ha A nem következik be.

A = ΩrA ArB = A\B

De Morgan azonosságok:
A[B = A\B
ω 2 A [ B () ω 2 / A [ B () ω 2 / A és ω 2 / B (mert ha
valamelyiknek eleme lenne, akkor az uniójuknak is) () ω 2 A és
ω2B () ω 2 A \ B
A\B = A[B
ω 2 A \ B () ω 2 / A \ B () ω 2 / A vagy ω 2 /B (mert
ha mindegyiknek eleme lenne, akkor a metszetüknek is)
() ω 2 A vagy ω 2 B () ω 2 A [ B

MOE (PE MIK) MA1344B 16 / 103

Események szigma algebrája
De…níció
Ω bizonyos részhalmazaiból álló A halmazrendszert szigma algebrának
nevezünk, ha
1 Ω2A
2 Ha A 2 A akkor A 2 A
∞
3 Ha Ai 2 A, i = 1, 2, 3, ...., akkor [ Ai 2 A
i =1

Megjegyzések: Ha A szigma algebra, akkor

1 ∅2A
2 A 2 A és B 2 A esetén A [ B 2 A (A [ B = A [ B [ ∅ [ )
3 A 2 A és B 2 A esetén A \ B 2 A A\B = A[B
4 A 2 A és B 2 A esetén A r B 2 A (A r B = A \ B )
5 A szigma algebra elemeit tekintjük eseményeknek, és ezeknek
értelmezzük a valószín½uségét!
MOE (PE MIK) MA1344B 17 / 103
A relatív gyakoriság és tulajdonságai

Kísérlet, A egy esemény

n-szer ismételjük a kísérletet
A gyakorisága az n kísérlet során kA (n)
kA (n)
A relatív gyakorisága
n
Tapasztalat szerint bizonyos stabilitást mutat
kA (n)
azaz ha n ! ∞ , akkor ! ? mintha lenne határértéke.
n

MOE (PE MIK) MA1344B 18 / 103

Relatív gyakoriság

Kísérlet: feldobok egy érmét.

Ismételve az eredmény: I ,I ,I ,F, I, I ,F, I ,F, F
A egy dobás során fejet dobok
dobás I I I F I I F I F F
n 1 2 3 4 5 6 7 8 9 10
kA (n) 0 0 0 1 1 1 2 2 3 4
kA (n)
0 0 0 0.25 0.2 0.17 0.27 0.25 0.33 0.4
n

MOE (PE MIK) MA1344B 19 / 103

Relatív gyakoriság

MOE (PE MIK) MA1344B 20 / 103

Relatív gyakoriság

MOE (PE MIK) MA1344B 21 / 103

Relatív gyakoriság

MOE (PE MIK) MA1344B 22 / 103

A relatív gyakoriság tulajdonságai

kA (n)
0 kA n)0 1
n
kΩ (n )
kΩ (n ) = n ) =1
n
ha A, B események, amelyekre A \ B = ∅,
akkor kA [B (n) = kA (n) + kB (n)
kA [B (n) k (n) kB (n)
tehát = A +
n n n

MOE (PE MIK) MA1344B 23 / 103

A valószín½uség axiómái

De…níció
Valószín½uségnek (valószín½uségi mértéknek) nevezzük a P : A !R
(eseményekhez valós számot rendel½o) függvényeket, ha teljesítik az alábbi
tulajdonságokat:
I. 0 P (A) minden A 2 A esetén.
II. P (Ω) = 1.
III. Ha Ai i=1,2,....2 A , amelyekre Ai \ Aj = ∅, i 6= j,esetén, akkor

∞ ∞
P ( [ Ai ) =
i =1
∑ P (Ai )
i =1

FONTOS: P (A) egy szám!!!

MOE (PE MIK) MA1344B 24 / 103

Az axiómák következményei

1 P (∅) = 0
2 Ha Ai 2 A, i = 1, 2, ....n és Ai \ Aj = ∅, i 6= j, akkor

n n
P ( [ Ai ) =
i =1
∑ P (Ai ) .
i =1

3 Ha A \ B = ∅, akkor P (A [ B ) = P (A) + P (B )
4 P (A) = 1 P (A)
5 Ha B A, akkor P (AnB ) = P (A) P (B ).
6 Ha B A, akkor P (B ) P (A).
7 P (A) 1 bármely A esemény esetén.
8 P (AnB ) = P (A) P (A \ B )

MOE (PE MIK) MA1344B 25 / 103

Az axiómák következményei

9 P (A [ B ) = P (A) + P (B ) P (A \ B )
10 P (A [ B ) P (A) + P (B )
11 P (A [ B [ C ) = P (A) + P (B ) + P (C )
P (A \ B ) P (B \ C ) P (A \ C ) + P (A \ B \ C )
n n
12 P ( [ Ai ) = ∑ P (Ai ) ∑ P (Ai \ Aj )
i =1 i =1 i <j 2f1,2, ,n g
+ ∑ P (Ai \ Aj \ Ak )
i <j <k 2f1,2, ,n g
.. ..
. .
( 1 ) n +1 P (A1 \ A2 \ ... \ An )

MOE (PE MIK) MA1344B 26 / 103

Klasszikus (kombinatorikus) valószín½uség

Ω nem üres véges halmaz, jΩj = n

A = Ω összes részhalmazából álló halmazrendszer

jAj kedvez½o elemi események száma

P (A) : = =
jΩj összes elemi esemény száma

Így teljesülnek a valószín½uség I., II. III. tulajdonságai (axiómái)

)teljesülnek az axiómák következményei is.
jΩj
0 P (A), P ( Ω ) = = 1, ha A1 \ A2 = ∅, akkor
jΩj
jA1 [ A2 j jA1 j + jA2 j
P (A1 [ A2 ) = = = P (A1 ) + P (A2 )
jΩj jΩj
1
P (fω g) = ) MINDEN EGYES ELEMI ESEMÉNY EGYFORMÁN
n
VALÓSZÍNU! ½

MOE (PE MIK) MA1344B 27 / 103

Geometriai valószín½uség

Ω Rn (számegyenes, sík, tér) véges mérték½u halmaz, µ(Ω) 6= 0

µ a mérték, azaz a hossz, a terület, a térfogat, ....
A Ω azon részhalmazaiból álló halmazrendszer, amely
részhalmazoknak van hossza, területe, térfogata,...azaz mértéke

µ (A)
P (A) : =
µ(Ω)

teljesülnek az axiómák, ) az axiómák következményei is.

µ (A) µ(Ω)
0 , P (Ω) = = 1, ha Ai \ Aj = ∅, akkor
µ(Ω) µ(Ω)
∞ ∞
µ [ Ai ∑ µ (Ai ) !
∞ ∞
i =1
P ( [ Ai ) =
i =1 µ (Ω)
= i =1
µ (Ω)
= ∑ P (Ai )
i =1

P (A) ARÁNYOS A MÉRTÉKÉVEL!

MOE (PE MIK) MA1344B 28 / 103
Valószín½uségi mez½o

De…níció
(Ω, A,P ) hármas egy valószín½uségi mez½o, ha
1 Ω egy nemüres halmaz
2 A egy szigma algebra
3 P egy valószín½uség (valószín½uségi mérték).

Az el½obb két valószín½uségi mez½ot de…niáltunk.

MOE (PE MIK) MA1344B 29 / 103

A feltételes valószín½uség

Ω az elemi események halmaza, A egy esemény, B egy esemény

Ha tudjuk, hogy B bekövetkezik, akkor mennyi az esélye, hogy egy A
esemény bekövetkezik. (Információ!)
Ha B bekövetkezik, akkor a meg…gyelt elemi esemény benne van
B-ben.
Ha A bekövetkezik, akkor a meg…gyelt elemi esemény benne van
A-ban.
Ha tudjuk, hogy B bekövetkezik, akkor ahhoz hogy A bekövetkezzen
a meg…gyelt elemi eseménynek A \ B-ben kell lennie.
A világunkat B-re sz½ukítettük, ezen belül mozgunk.

MOE (PE MIK) MA1344B 30 / 103

A feltételes valószín½uség fogalma

De…níció
Legyen P (B ) > 0, A-nak a B-re vonatkozó feltételes valószín½uségén a

P (A \ B )
P (AjB ) : =
P (B )

hányadost értjük.

Megjegyzés
A számlálóban a közös rész valószín½usége, a nevez½oben a feltétel
valószín½usége van.

MOE (PE MIK) MA1344B 31 / 103

A feltételes valószín½uség tulajdonságai
P (A \ B )
Legyen P (B ) > 0, P (AjB ) :=
P (B )
I. 0 P (AjB ), mivel a tört számlálója nemnegatív, nevez½oje pozitív.
P (Ω \ B ) P (B )
II. P (ΩjB ) = 1, mivel P (ΩjB ) = = = 1.
P (B ) P (B )
III. Ha Ai i=1,2,....események, amelyekre Ai \ Aj = ∅, i 6= j, akkor

∞ ∞
P ( [ Ai jB ) =
i =1
∑ P (Ai jB )
i =1

∞ ∞
P [ Ai \B P [( Ai \ B )
∞ i =1 i =1
Bizonyítás P ( [ Ai jB ) = = =
i =1 P (B ) P (B )
∞
∑ P (Ai \ B ) ∞
i =1
= ∑ P (Ai jB )
P (B ) i =1
MOE (PE MIK) MA1344B 32 / 103
A feltételes valószín½uség tulajdonságai

Teljesülnek a valószín½uség I.,II., III. axiómái)teljesülnek az axiómák

következményei is!!!

A feltétel le van rögzítve.

Például:
P (AjB ) = 1 P (AjB )
P (A r C j B ) = P (AjB ) P (A \ C j B )
P (A [ C j B ) = P (AjB ) + P (C jB ) P (A \ C j B )
......(Soroljunk fel még legalább kett½ot!)

MOE (PE MIK) MA1344B 33 / 103

Szorzási szabály

Tétel
Legyen P (A \ B ) > 0. Ekkor

P (A \ B ) = P (AjB ) P (B ) = P (B jA) P (A)

Tétel (Általános szorzási szabály)

n
Legyen P ( \ Ai ) > 0. Ekkor
i =1

n
P ( \ Ai ) = P (A1 ) P (A2 jA1 ) P (A3 jA2 \ A1 ) .....
i =1
P (An jAn 1 \ An 2 \ ... \ A1 )

Példa: Négyszer húzok visszatevés nélkül a magyar kártyából. Mennyi az

esélye, hogy az els½o két húzás piros, a harmadik és a negyedik zöld?
MOE (PE MIK) MA1344B 34 / 103
Teljes valószín½uség tétel
De…níció
Azt mondjuk, hogy a B1 , B2 , .....események teljes eseményrendszert
∞
alkotnak, ha [ Bi = Ω, valamint Bi \ Bj = ∅, ha i 6= j.
i =1

Tétel
Tegyük fel, hogy a B1 , B2 , .....események teljes eseményrendszert alkotnak,
valamint P (Bi ) > 0, i = 1, 2, 3, ....Ekkor minden A esemény esetén
∞
P (A) = ∑ P (AjBi ) P (Bi )
i =1

∞ ∞
Bizonyítás P (A) = P (A \ Ω) = P (A \ [ Bi ) = P [ (A \ Bi ) =
i =1 i =1
∞ ∞
∑ P (A \ Bi ) = ∑ P (AjBi ) P (Bi ) (mivel az A \ Bi események is
i =1 i =1
egymást kizárók)
MOE (PE MIK) MA1344B 35 / 103
Példa
Egy üzemben három m½uszakban gyártanak terméket. A termékek 45%-át
az délel½otti m½uszak, 35%-át a délutáni m½uszak, 20%-át az éjszakai m½uszak
gyártja. A délel½otti m½uszak által gyártott termékek mindegyike 0.04, a
délutáni m½uszak által gyártott termékek 0.06, az éjszakai m½uszak által
gyártott termékek 0.08 valószín½uséggel selejtesek.
Kiválasztunk egy terméket az üzemben gyártott termékek közül. Mennyi
az esélye, hogy a kiválasztott termék selejtes?
S = a kiválasztott termék selejtes.
B1 = a kiválasztott terméket a délel½ottös m½uszak gyártotta
B2 = a kiválasztott terméket a délutános m½uszak gyártotta
B3 = a kiválasztott terméket az éjszakai m½uszak gyártotta
B1 , B2 , B3 teljes eseményrendszert alkotnak
P (B1 ) = 0.45, P (B2 ) = 0.35, P (B3 ) = 0.2,
P (S jB1 ) = 0.04, P (S jB2 ) = 0.06, P (S jB3 ) = 0.08,
P (S ) = P (S jB1 ) P (B1 ) + P (S jB2 ) P (B2 ) + P (S jB3 ) P (B3 )
= 0.04 0.45 + 0.06 0.35 + 0.08 0.2 = 0.055
MOE (PE MIK) MA1344B 36 / 103
Bayes tétel
További kérdés: ha a kiválasztott termék selejtes, mennyi az esélye, hogy
az els½o, a második, illetve a harmadik m½uszak gyártotta?
P (B1 jS ) =?, P (B2 jS ) =?, P (B3 jS ) =?

Tétel
Tegyük fel, hogy a B1 , B2 , .....események teljes eseményrendszert alkotnak,
valamint P (Bi ) > 0, i = 1, 2, 3, ....Ekkor minden A esemény esetén, amire
P (A) > 0, teljesül

P (AjBi ) P (Bi ) P (AjBi ) P (Bi )

P (Bi jA) = = ∞
P (A)
∑ P (AjBj ) P (Bj )
j =1

Bizonyítás
P (A \ Bi ) P (AjBi ) P (Bi )
P (Bi jA) = =
P (A) P (A)

MOE (PE MIK) MA1344B 37 / 103

Példa
Ha a kiválasztott termék selejtes, mennyi az esélye, hogy az els½o, a
második, illetve a harmadik m½uszak gyártotta?

P (AjBi ) P (Bi )
P (Bi jA) =
P (A)
Válasz a kérdésre:
0.04 0.45
P (B1 jS ) = = 0.327,
0.055
0.06 0.35
P (B2 jS ) = = 0.382,
0.055
0.08 0.2
P (B3 jS ) = = 0.291
0.055

Kit szidjunk? Hol javítsunk? Mi a különbség az el½oítélet és a tapasztalat

között?
MOE (PE MIK) MA1344B 38 / 103
A feltételes valószín½uség és a feltétel nélküli valószín½uség
viszonya egymáshoz
A feltétel bekövetkezése, pl. két kockával gurítva,
megnöveli az esemény valószín½uségét, ha
A = a dobások összege 8, B = a dobások eltérése 2
2 8
P (B jA) =
> P (B ) = = 0.222
5 36
lecsökkenti az esemény valószín½uségét, ha
C = a dobások eltérése legfeljebb 1, D = a dobások összege 7
2 16
P (C jD ) =
= 0.333 < P (C ) = = 0.444
6 36
nem változtatja meg az esemény valószín½uségét, ha
E = a dobások eltérése legalább 4, F = az els½o gurítás ötös
1 6
P (F jE ) = = = P (F )
6 36

MOE (PE MIK) MA1344B 39 / 103

Két esemény függetlensége

De…níció
Az A és a B eseményeket függetlennek nevezzük, ha

P (A \ B ) = P (A) P (B ).

Tétel
Ha P (A) > 0, P (B ) > 0,valamint A és B függetlenek, akkor

P (AjB ) = P (A)
P (B jA) = P (B )

Bizonyítás

P (A \ B ) P (A) P (B )
P (A \ B ) = P (A) P (B ) ) P (AjB ) = = = P (A).
P (B ) P (B )

MOE (PE MIK) MA1344B 40 / 103

Két esemény függetlensége

Állítás
Ha P (A) > 0 és P (B ) > 0, valamint A \ B = ∅, akkor A és B nem
függetlenek.

Bizonyítás P (A \ B ) = P (∅) = 0,
P (A) P (B ) 6= 0, P (A \ B ) 6= P (A) P (B ) ) A és B nem függetlenek.

Megjegyzés
Két esemény függetlensége és egymást kizárása nagyon különböz½o
fogalmak.

MOE (PE MIK) MA1344B 41 / 103

Két esemény függetlensége

Állítás
Ha A és B függetlenek, akkor A és B, A és B, valamint A és B is
függetlenek.

Bizonyítás

P (A \ B ) = P (A r B ) = P (A) P (A \ B )
= P (A) P (A) P (B ) = P (A) (1 P (B )) = P (A) P (B )

Ezt használva, mivel B és A független,

P (B \ A) = P (B ) P (A),

továbbá A és B függetlenségéb½ol

P (A \ B ) = P (A) P (B )

MOE (PE MIK) MA1344B 42 / 103

Három esemény függetlensége

De…níció
Az A ,a B, és a C eseményeket függetlennek nevezzük, ha

P (A \ B ) = P (A) P (B )

P (A \ C ) = P (A) P (C )

P (B \ C ) = P (B ) P (C )

(azaz páronként függetlenek)

valamint

P (A \ B \ C ) = P (A) P (B ) P (C )

MOE (PE MIK) MA1344B 43 / 103

Példa

Választunk egy számot az f1, 2, 3, 4ghalmazból.

A = f1, 2g , B = f1, 3g , C = f1, 4g

1 1 1
P (A) = , P (B ) = , P (C ) =
2 2 2
9
1 >
P (A \ B ) = P (f1g) = = P (A) P (B ) >
>
4 >
>
>
>
>
=
1
P (A \ C ) = P (f1g) = = P (A) P (C ) )páronként függetlenek
4 >
>
>
>
>
>
1 >
>
P (B \ C ) = P (f1g) = = P (B ) P (C ) ;
4
1 1
P (A \ B \ C ) = P (f1g) = 6= = P (A) P (B ) P (C )
4 8

MOE (PE MIK) MA1344B 44 / 103

Események, függetlensége

De…níció
Az Ai i 2 I eseményeket függetlennek nevezzük, ha bárhogyan kiválasztva
közülük véges sokat, a kiválasztott események metszetének a valószín½usége
megegyezik a valószín½uségeik szorzatával, azaz minden n 1 egész, és
fk1 , k2 , ..., kn g I indexek esetén

P (Ak1 \ Ak2 \ ... \ Akn ) = P (Ak1 ) P (Ak2 ) .... P (Akn )

De…níció
Kísérleteket függetlennek nevezünk, ha a egyes kísérletekkel kapcsolatos
események függetlenek.

MOE (PE MIK) MA1344B 45 / 103

Valószín½uségi változó

Legyen adott
Ω az elemi események halmaza,
A az események szigma algebrája (események halmaza)
P valószín½uségi mérték
Tekintsük a
ξ:Ω!R
típusú függvényeket.
Megjegyzés
A ξ (ω ) érték a véletlen kísérlet eredményét½ol, az ω 2 Ω elemi eseményt½ol
függ, ezért ξ véletlen mennyiség (random variable), vagy másképpen
valószín½uségi változó (némi kés½obbi kiegészítéssel).

MOE (PE MIK) MA1344B 46 / 103

Példák valószín½uségi változókra i)
Szabályos érmét dobok,
ha fejet dobok akkor 5Ft-ot nyerek,
ha írást, akkor 3 Ft-ot veszítek.
Legyen ξ a nyereményem értéke.
Ω = fF , I g ,
A = 2Ω (Ω összes részhalmazából álló halmazrendszer),
P a kombinatorikus valószín½uségi mérték
ξ (F ) = 5, ξ (I ) = 3,
5 ha ω = F
tehát ξ : Ω ! R ξ (ω ) =
3 ha ω = I

Megjegyzés
ξ értéke csupán 5 és -3 lehet, és
P (ξ = 5) = P (fF g) = 0.5, P (ξ = 3) = P (fI g) = 0.5.
Nyeremény valószín½usége: P (ξ > 0) = P (ξ = 5) = 0.5
MOE (PE MIK) MA1344B 47 / 103
Példák valószín½uségi változókra ii)
Szabályos kockát gurítok,
annyi Ft-ot nyerek, amennyi a dobott szám négyzete.
Legyen ξ a nyereményem nagysága.
Ω = f1, 2, 3, 4, 5, 6g ,
A = 2Ω (Ω összes részhalmazából álló halmazrendszer),
P a kombinatorikus valószín½uségi mérték
ξ (1) = 1, ξ (2) = 4, ξ (3) = 9, ξ (4) = 16, ξ (5) = 25, ξ (6) = 36,
tehát ξ:Ω!R ξ (i ) =i 2

Megjegyzés
ξ értéke 1,4,9,16,25 és 36 lehet, és
1
P (ξ = 1) = P (f1g) = 6 P (ξ = 4) = P (f2g) = 61
1
P (ξ = 36) = P (f6g) = 6
Nyereményünk legfeljebb 10Ft:
1
P (ξ 10) = P (ξ = 1) + P (ξ = 4) + P (ξ = 9) = 2

MOE (PE MIK) MA1344B 48 / 103

Példák valószín½uségi változókra iii)
Két szabályos kockát gurítunk, legyen ξ a két eredmény eltérése.
Ω = f(1, 1), (1, 2), .....(6, 6)g , A = 2Ω , P a kombinatorikus val.
ξ ((1, 1)) = 0, ξ ((2, 2)) = 0, ξ ((2, 1)) = 1, ξ ((6, 1)) = 5, .....
tehát ξ : Ω ! R ξ ((i1 , i2 )) = ji1 i2 j

Megjegyzés
ξ értéke 0,1,2,3,4 és 5 lehet, és
6
P (ξ = 0) = P (f(1, 1), (2, 2), ....(6, 6)g) = 36 ,
10
P (ξ = 1) = P (f(1, 2), (2, 1), (3, 2), (2, 3), , (5, 6), (6, 5)g) = 36 ,
8
P (ξ = 2) = P (f(1, 3), (3, 1), (4, 2), (2, 4), , (4, 6), (6, 4)g) = 36 ,
6
P (ξ = 3) = P (f(1, 4), (4, 1), (5, 2), (2, 5), (3, 6), (6, 3)g) = 36 ,
4
P (ξ = 4) = P (f(1, 5), (5, 1), (2, 6), (6, 2)g) = 36 ,
2
P (ξ = 5) = P (f(6, 1), (1, 6)g) = 36
Az eltérés legalább 1, de kisebb mint 3:
1
P (1 ξ < 3) = P ( ξ = 1) + P ( ξ = 2) = 2
MOE (PE MIK) MA1344B 49 / 103
Példák valószín½uségi változókra iv)
Visszatevéssel választunk két számot a f1, 5, 12ghalmazból, ξ az összegük.
Ω = f(1, 1), (1, 5), , (12, 12)g , A = 2Ω , P a kombinatorikus val.
ξ ((1, 1)) = 2, ξ ((1, 5)) = 6, ξ ((5, 5)) = 10, .....
tehát ξ : Ω ! R ξ ((i1 , i2 )) = i1 + i2

Megjegyzés
ξ értéke 2,6,10,13,17 és 24 lehet, és
P (ξ = 2) = P (f(1, 1)g) = 19 ,
P (ξ = 6) = P (f(1, 5), (5, 1)g) = 92 ,
P (ξ = 10) = P (f(5, 5)g) = 19 ,
P (ξ = 13) = P (f(1, 12), (12, 1)g) = 92 ,
P (ξ = 17) = P (f(5, 12), (12, 5)g) = 92 ,
1
P (ξ = 24) = P (f(12, 12)g) = 9
1
Az összeg legalább 15: P (ξ 15) = P (ξ = 17) + P (ξ = 24) = 3

MOE (PE MIK) MA1344B 50 / 103

Példák valószín½uségi változókra v)
Visszatevés nélkül választunk két számot a f1, 5, 12g halmazból, ξ a két
szám minimuma.
Ω = ff1, 5g, f1, 12g , f5, 12gg , A = 2Ω , P a kombinatorikus val.
ξ (f1, 5g) = 1, ξ (f1, 12g) = 1, ξ (f5, 12g) = 5
tehát ξ : Ω ! R ξ (fi1 , i2 g) = minfi1 , i2 g

Megjegyzés
ξ értéke 1 és 5 lehet csak, és
2
P (ξ = 1) = P (ff1, 5g , f1, 12gg) = ,
3
1
P (ξ = 5) = P (ff5, 12gg) = ,
3
A minimum prímszám:
1
P (ξ 2 f2, 3, 5, 7, g) = P (ξ = 5) =
3

MOE (PE MIK) MA1344B 51 / 103

Példák valószín½uségi változókra vi)

Visszatevéssel választunk két számot a f1, 5, 12g halmazból, ξ a két szám

maximuma.
Ω = f(1, 1), (1, 5), , (12, 12)g , A = 2Ω , P a kombinatorikus val.
ξ ((1, 1)) = 1, ξ ((1, 5)) = 5, ξ ((5, 12)) = 12, ξ ((12, 12)) = 12, ....
tehát ξ:Ω!R ξ ((i1 , i2 )) = maxfi1 , i2 g

Megjegyzés
ξ értéke 1, 5 és 12 lehet csak, és
P (ξ = 1) = P (f(1, 1)g) = 19 ,
P (ξ = 5) = P (f(1, 5), (5, 1), (5, 5)g) = 93 ,
5
P (ξ = 12) = P (f(1, 12), (12, 1), (5, 12), (12, 5), (12, 12)g) = 9
A maximum páratlan szám:
4
P (ξ 2 f1, 3, 5, 7, g) = P (ξ = 1) + P (ξ = 5) = 9

MOE (PE MIK) MA1344B 52 / 103

Példák valószín½uségi változókra vii)
Kitöltök egy lottószelvényt, legyen ξ nyereményem.
(az ötösért 100 mFt, a négyesért 1 mFt, hármasért 10 eFt-ot, kettesért
1 eFt-ot, egyesért és 0 találatért nem …zet a Szerencsejáték ZRT)
Ω =lehetséges lottóhúzások (számötösök),
A = 2Ω , P a kombinatorikus valószín½uségi mérték
Megjegyzés
ξ értéke 100 mFt, 1 mFt, 10 eFt, 1 eFt, és 0 lehet csak, és
1 8
P (ξ = 100 mFt) = P (öt találat) = = 2. 275 4 10
(90
5)
(54 )(85
1)
P (ξ = 1 mFt) = P (négy találat) =
(90 )
= 9. 670 2 10 6
5
(5 )(85 )
P (ξ = 10 eFt) = P (három találat) = 3 90 2 = 8. 123 10 4
(5)
(52 )(85
3)
P (ξ = 1 eFt) = P (két találat) = 90 = 2. 247 4 10 2
(5)
(5 )(85 )+(5 )(85 )
P (ξ = 0 Ft) = P (nulla vagy egy találat) = 0 5 90 1 4 = 0.976 7
(5)
MOE (PE MIK) MA1344B 53 / 103
Az i)-vii) példák közös vonásai

ξ értékei felsorolhatók: x1 , x2 , x3 ,
Megadhatók a
p1 = P (ξ = x1 ), p2 = P (ξ = x2 ), p3 = P (ξ = x3 ),
valószín½uségek, és teljesülnek

0 p1 , p2 , p3 , (1)
1 = p1 + p2 + p3 +

Továbbá
P ( ξ 2 A) = ∑ pi A R (2)
x i 2A

speciálisan
P (ξ < x ) = ∑ pi x 2R (3)
x i <x

MOE (PE MIK) MA1344B 54 / 103

Diszkrét eloszlású valószín½uségi változók

De…níció
A ξ valószín½uségi változót diszkrét eloszlásúnak nevezzük, ha ξ csak véges
sok vagy megszámlálhatóan végtelen sok értéket vesz fel.

Megjegyzés
Azt mondjuk a ξ diszkrét eloszlású valószín½uségi változónak megadjuk
az eloszlását, ha megadjuk a lehetséges értékeit (x1 , x2 , .....) valamint
a pi = P (ξ = xi ) i = 1, 2, valószín½uségeket.
x1 , x2 , x3 , . .
Jelölése:
p1 , p2 , p3 , . .
Az i)-vii) példában szerepl½o v.v-k diszkrét eloszlásúak.
A diszkrét eloszlás valószín½uségeivel
teljesül (1);
számolhatók (2) szerint események valószín½uségei, amihez nincs
szükség az ω 7! ξ (ω ) hozzárendelés ismeretére;
MOE (PE MIK) MA1344B 55 / 103
Példák valószín½uségi változókra viii)

Egy R sugarú körre lövünk, amit biztosan eltalálunk. Annak a

valószín½usége, hogy a találati pont a körlap valamely részhalmazába esik
arányos a részhalmaz területével. Legyen ξ a találati pontnak a kör
középpontjától való távolsága.
Ω = (u, v ) 2 R2 j u 2 + v 2 R2 az R sugarú körlap pontjai
A a körlap területtel bíró részei
P a geometriai valószín½uségi mérték
p
ξ : Ω ! R ξ ((u, v )) = u 2 + v 2

Megjegyzés
ξ értékei a [0, R ] intervallumból kerülnek ki, tehát nem diszkrét eloszlású.

MOE (PE MIK) MA1344B 56 / 103

Példák valószín½uségi változókra viii)

Egy R sugarú körre lövünk, amit biztosan eltalálunk. Annak a

valószín½usége, hogy a találati pont a körlap valamely részhalmazába esik
arányos a részhalmaz területével. Legyen ξ a találati pontnak a kör
középpontjától való távolsága.
Megjegyzés
T (orig ó ) 0
P ( ξ = 0) = T (Ω)
= R2π
=0
T (R sugarú körvonal) 0
P (ξ = R ) = T (Ω)
= R2π
=0
T (R /2 sugarú körvonal) 0
P (ξ = R/2) = T (Ω)
= R2π
=0
T (x sugarú körvonal) 0
P (ξ = x ) = T (Ω)
= R2π
=0
Minden értékét 0 valószín½uséggel veszi fel!!!

Általában, ha A Ω területe 0, akkor P (ξ 2 A) = 0

MOE (PE MIK) MA1344B 57 / 103

Példák valószín½uségi változókra viii)

Vizsgáljuk

P (ξ = x ) valószín½uségek helyett a P (ξ < x ) valószín½uségeket!

P ( ξ < 0) = P ( ∅ ) = 0
T (R sugarú nyílt körlap) R2π
P (ξ < R ) = = 2 =1
T (Ω) R π
T (R/2 sugarú nyílt körlap) (R/2)2 π
P (ξ < R/2) = = = 0.25
T (Ω) R2π
T (x sugarú nyílt körlap) x2π x2
P (ξ < x ) = = 2 = 2 ha 0 < x < R
T (Ω) R π R
P (ξ < x ) = P (∅) = 0 ha x < 0
P (ξ < x ) = P (Ω) = 1 ha R x

MOE (PE MIK) MA1344B 58 / 103

Valószín½uségi változók és eloszlásfüggvényük

Adott (Ω, A, P )
De…níció
A ξ : Ω ! R függvényt valószín½uségi változónak nevezzük, ha minden
x 2 R esetén teljesül, hogy

fω : ξ (ω ) < x g 2 A

Megjegyzés
Korábbi i)-viii) példáink ξ v.v.-i ilyenek.

De…níció
A ξ valószín½uségi változó eloszlásfüggvénye az F : R ! R függvény,
amelyre

F (x ) := P (ξ < x ) = P (fω : ξ (ω ) < x g) x 2R

MOE (PE MIK) MA1344B 59 / 103
Valószín½uségi változók eloszlásfüggvénye
Az els½o i) példa eloszlásfüggvénye
8
< 0 ha x 3
1
F (x ) = P ( ξ < x ) = 2 ha 3<x 5
:
1 ha 5 < x
Gra…konja:

1.0

0.8

0.6

0.4

0.2

-4 -3 -2 -1 0 1 2 3 4 5 6

MOE (PE MIK) MA1344B 60 / 103

Valószín½uségi változók eloszlásfüggvénye
Az utolsó viii) példa eloszlásfüggvénye
8
>
> 0 ha x 0
< 2
x
F (x ) = P ( ξ < x ) = ha 0 < x R
> 2
: 1R
>
ha R < x
Gra…konja, ha R = 1:

1.0

0.8

0.6

0.4

0.2

-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4
MOE (PE MIK) MA1344B 61 / 103
Az eloszlásfüggvények tulajdonságai

ξ valószín½uségi változó, F eloszlásfüggvénye, F (x ) := P (ξ < x ) x 2R

A) 0 F (x ) 1 (valószín½uséget ad meg)
B) F (x ) monoton n½o
(ha x < y , akkor fω : ξ (ω ) < x g f ω : ξ ( ω ) < y g)
C) lim F (x ) = 1, lim F (x ) = 0
x !∞ x! ∞
D) F minden pontban balról folytonos, azaz lim F (x ) = F (a)
x !a

Tétel
Ha az F : R ! R függvény teljesíti az el½oz½o B),C),D) tulajdonságokat,
akkor van olyan ξ valószín½uségi változó, aminek F az eloszlásfüggvénye.

MOE (PE MIK) MA1344B 62 / 103

Valószín½uségek megadása eloszlásfüggvénnyel
ξ valószín½uségi változó, F eloszlásfüggvénye, F (x ) := P (ξ < x )
P (ξ 2 ( ∞, a)) = P (ξ < a) = F (a)

P (ξ 2 [a, ∞)) = P (a ξ ) = P (ξ < a) = 1 F (a )

P (ξ 2 ( ∞, a]) = P (ξ a) = P (fω : ξ (ω ) ag
= P (fω : ξ (ω ) < ag [ fω : ξ = ag)
= P (fω : ξ (ω ) < ag) + P (fω : ξ (ω ) = ag)
= F (a ) + P ( ξ = a )

P (ξ 2 (a, ∞)) = P (a < ξ ) = P (fω : a < ξ (ω )g)

= 1 P (fω : ξ (ω ) ag) = 1 P (ξ a)
= 1 F (a ) P (ξ = a)
MOE (PE MIK) MA1344B 63 / 103
Valószín½uségek megadása eloszlásfüggvénnyel

ξ valószín½uségi változó, F eloszlásfüggvénye, F (x ) := P (ξ < x )

P (ξ 2 [a, b )) = P (a ξ < b ) = P (fω : a ξ (ω ) < b g)

= P (fω : ξ (ω ) < b g fω : ξ (ω ) < ag)
= P (fω : ξ (ω ) < b g) P (fω : ξ (ω ) < ag)
= F (b ) F (a )

Kaptuk:
P (a ξ < b ) = F (b ) F (a )

MOE (PE MIK) MA1344B 64 / 103

Valószín½uségek megadása eloszlásfüggvénnyel

ξ valószín½uségi változó, F eloszlásfüggvénye, F (x ) := P (ξ < x )

P (ξ 2 [a, b ]) = P (a ξ b ) = P (fω : a ξ (ω ) b g)
= P (fω : a ξ (ω ) < b g [ fω : ξ (ω ) = b g)
= F (b ) F (a ) + P ( ξ = b )

Kaptuk:
P (a ξ b ) = F (b ) F (a ) + P ( ξ = b )

MOE (PE MIK) MA1344B 65 / 103

Valószín½uségek megadása eloszlásfüggvénnyel

ξ valószín½uségi változó, F eloszlásfüggvénye, F (x ) := P (ξ < x )

P (ξ 2 (a, b )) = P (a < ξ < b ) = P (fω : a < ξ (ω ) < b g)

= P (fω : a ξ (ω ) < b g r fω : ξ (ω ) = ag)
= F (b ) F (a ) P ( ξ = a )

Kaptuk:
P (a < ξ < b ) = F (b ) F (a ) P (ξ = a)

MOE (PE MIK) MA1344B 66 / 103

Valószín½uségek megadása eloszlásfüggvénnyel

ξ valószín½uségi változó, F eloszlásfüggvénye, F (x ) := P (ξ < x )

P (ξ 2 (a, b ]) = P (a < ξ b ) = P (fω : a < ξ (ω ) b g)

= P (fω : a ξ (ω ) b g r fω : ξ (ω ) = ag)
= F (b ) F (a ) + P ( ξ = b ) P ( ξ = a )

Kaptuk:

P (a < ξ b ) = F (b ) F (a ) + P ( ξ = b ) P (ξ = a)

MOE (PE MIK) MA1344B 67 / 103

Valószín½uségek megadása eloszlásfüggvénnyel

ξ valószín½uségi változó, F eloszlásfüggvénye, F (x ) := P (ξ < x )

Tétel
P (ξ = a) = lim F (x ) F (a )
x !a +

Következmény
Ha F folytonos az a pontban, akkor P (ξ = a) = 0.
Ha F folytonos minden x 2 R pontban, akkor ξ minden értéket 0
valószín½uséggel vesz fel.

MOE (PE MIK) MA1344B 68 / 103

Folytonos eloszlású valószín½uségi változók
ξ valószín½uségi változó, F eloszlásfüggvénye, F (x ) := P (ξ < x )
De…níció
A ξ v.v.-t folytonos eloszlásúnak nevezzük, ha van olyan legfeljebb véges
sok pont kivételével folytonos f : R ! R függvény, amelyre
Zx
F (x ) = f (t )dt x 2R
∞

f neve s½ur½uségfüggvény.

Megjegyzés
Ha ξ folytonos eloszlású, akkor F (x ) minden pontban folytonos, és
ahol f folytonos, ott F di¤erenciálható, és F 0 (x ) = f (x ).
Ha f értékét egy pontban megváltoztatjuk, az integrálfüggvénye nem
változik.
MOE (PE MIK) MA1344B 69 / 103
A s½ur½uségfüggvény tulajdonságai

ξ folytonos eloszlású v.v, f a s½ur½uségfüggvénye

I.) f (x ) 0 (mivel egy növ½o fv deriváltja nemnegatív, ahol létezik a
derivált)
Z∞
II.) f (t )dt = 1
∞
Z Z∞
(mivel f = F, f (t )dt = lim F (x )
x !∞
lim F (x ) = 1
x! ∞
0)
∞

Tétel
Ha a legfeljebb véges sok pont kivételével folytonos f : R ! R függvény
teljesíti a fenti I.) és II.) tulajdonságokat, akkor van olyan ξ folytonos
eloszlású v.v., amelynek f a s½ur½uségfüggvénye.

MOE (PE MIK) MA1344B 70 / 103

S½ur½uségfüggvény

Megjegyzés
Miért s½ur½uségfüggvénynek nevezzük?

P (a ξ < a + ∆a) = F (a + ∆a) F (a )

P (a ξ < a + ∆a) F (a + ∆a) F (a )

=
∆a ∆a

F (a + ∆a) F (a )
lim = F 0 (a ) = f (a )
∆a !0 + ∆a

Vagyis
P (a ξ < a + ∆a) f (a) ∆a

MOE (PE MIK) MA1344B 71 / 103

Valószín½uségek megadása s½ur½uségfüggvénnyel
ξ folytonos eloszlású v.v, f a s½ur½uségfüggvénye
Tétel
Zb
P (a ξ < b) = f (t )dt
a

Zb Za Zb
Biz:P (a ξ < b ) = F (b ) F (a ) = f (t )dt f (t )dt = f (t )dt.
∞ ∞ a

Megjegyzés
F minden pontban folytonos, ezért P (ξ = x ) = 0 bármely x 2 R esetén.

Következmény
P (a ξ < b ) = P (a ξ b ) = P (a < ξ < b ) = P (a < ξ b )
= F (b ) F (a )
MOE (PE MIK) MA1344B 72 / 103
Példa s½ur½uségfüggvényre
Egy R sugarú körre lövünk, amit biztosan eltalálunk. Legyen ξ a találati
pontnak a kör középpontjától való távolsága.
8
>
> 0 ha x 0
< 2
x
F (x ) = ha 0 < x R
> 2
: R1 ha R < x
>

8
< 0
> ha x 0
2x
f (x ) = F 0 (x ) ha 0 < x < R
>
: R2
0 ha R < x

x = 0-ban deriválható F .
x = R-ben nem deriválható F .
De…niálhatjuk a s½ur½uségfüggvényt x = R-ben 0-nak.
MOE (PE MIK) MA1344B 73 / 103
A s½ur½uségfüggvény gra…konja
Legyen az el½oz½o példában R = 1

2.0
y

1.5

1.0

0.5

-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4
x
y = f (x )

MOE (PE MIK) MA1344B 74 / 103

Azonos eloszlású valószín½uségi változók

De…níció
A ξ és η valószín½uségi változókat azonos eloszlásúnak nevezzük, ha az
eloszlásfüggvényeik megegyeznek.

Állítás
ξ és η diszkrét eloszlásúak, és emellett azonos eloszlásúak, akkor
lehetséges értékeik halmaza megegyezik és azonos értékeket mindketten
megegyez½o valószín½uséggel veszik fel.
1 2 11 1 2 11
Pl: ξ : ,η:
0.4 0.25 0.35 0.4 0.25 0.35

Állítás
Ha ξ és η folytonos eloszlásúak, és emellett azonos eloszlásúak, akkor
ξ s½ur½uségfüggvénye megegyezik η s½ur½uségfüggvényével.

MOE (PE MIK) MA1344B 75 / 103

Valószín½uségi változók függetlensége

(Ω, A, P ), ξ, η valószín½uségi változók

De…níció
A ξ, η valószín½uségi változókat függetlennek nevezzük, ha bármely x,
y 2 R esetén P (ξ < x \ η < y ) = P (ξ < x ) P (η < y ).

Megjegyzés
ξ és η függetlensége a fξ < x g és a fη < y g események függetlenségével
van de…niálva.

MOE (PE MIK) MA1344B 76 / 103

Valószín½uségi változók függetlensége

(Ω, A, P ), ξ, η valószín½uségi változók

Tétel
Legyenek ξ és η diszkrét eloszlású valószín½uségi változók.Legyenek
xi i=1,...., ξ lehetséges értékei, yj j=1,...η lehetséges értékei.

ξ és η pontosan akkor függetlenek,ha

P (ξ = xi \ η = yj ) = P (ξ = xi ) P (η = yj )

minden i = 1, .... és j = 1, ...esetén

MOE (PE MIK) MA1344B 77 / 103

Valószín½uségi változók függetlensége

(Ω, A, P ), ξ, η valószín½uségi változók

Tétel
Legyenek ξ és η folytonos eloszlású valószín½uségi változók.Legyen ξ
s½ur½uségfüggvénye f (x ), η s½ur½uségfüggvénye g (y ).
ξ és η pontosan akkor függetlenek,ha

∂2 P ( ξ < x \ η < y )
= f (x ) g (y )
∂x ∂y

MOE (PE MIK) MA1344B 78 / 103

Valószín½uségi változók számérték½u jellemz½oi

1 várható érték
2 szórásnégyzet/szórás
3 módusz
4 medián

MOE (PE MIK) MA1344B 79 / 103

Várható érték

Motiváció: Szabályos kockát gurítok, annyi Ft-ot nyerek, amennyi a

dobott szám négyzete. Mennyit érdemes …zetni egy játékért, ha sok játék
lejátszása után nyereséggel szeretném befejezni a játéksorozatot?
1 Ft-ot biztosan.
40-et biztosan nem.
Vajon 14-et?

MOE (PE MIK) MA1344B 80 / 103

Várható érték

Heurisztikus gondolatmenet:n játék, k1 darab egyes, k2 darab kettes, ....k6

darab hatos,
bevételem: k1 12 + k2 22 + k3 32 +......k6 62
kiadásom: n a ahol a az egy játékért …zetend½o pénz
nyereséggel zárok: 12 k1 + 22 k2 + 32 k3 + + 62 k6 > n a
k1 k2 k6
1 +4 + + 36 >a
n n n
k1 k6
HA P (egyest dobok), , P (hatost dobok),
n n
1 P (egyest dobok) + 4 P (kettest d.) + + 36 P (hatost d.) > a

tekintsük: ξ (1) = 1, ξ (2) = 4, . . . , ξ (6) = 36 P (ξ = i 2 ) = 1/6

bal oldal: ξ lehetséges értékeinek a valószín½uségeikkel súlyozott
számtani közepe

MOE (PE MIK) MA1344B 81 / 103

A várható érték de…níciója

De…níció
x1 x2 x3 . .
Legyen ξ diszkrét eloszlású valószín½uségi változó, ξ :
p1 p2 p3 . .
ξ várható értékén az
∞
E (ξ ) = ∑ xi pi
i =1
∞
összeget értjük, amennyiben a ∑ jxi j pi végtelen sor konvergens.
i =1

MOE (PE MIK) MA1344B 82 / 103

A várható érték de…níciója

x1 x2 x3 ∞
ξ: , E (ξ ) = ∑ xi pi
p1 p2 p3 i =1

Megjegyzés
Véges sok lehetséges érték esetén a várható érték egy véges tagszámú
összeg, amelynek végessége automatikusan biztosított.
∞ ∞
∑ jxi j pi végessége miatt ∑ xi pi = E (ξ ) véges.
i =1 i =1
E (ξ ) helyett M (ξ ) jelölés is használatos.

MOE (PE MIK) MA1344B 83 / 103

A várható érték de…níciója

De…níció
Legyen ξ folytonos eloszlású valószín½uségi változó f s½ur½uségfüggvénnyel.
ξ várható értékén az
Z∞
E (ξ ) = x f (x )dx
∞

Z∞
improprius integrált értjük, amennyiben a jx j f (x )dx improprius
∞
integrál konvergens.

Megjegyzés
Z∞
jx j f (x ) dx végessége miatt E (ξ ) is véges.
∞

MOE (PE MIK) MA1344B 84 / 103

Példa várható érték számolására
Egy R sugarú körre lövünk, amit biztosan eltalálunk.... Legyen ξ a találati
pontnak a kör középpontjától való távolsága.Adjuk meg ξ várható értékét!
Z∞
E (ξ ) = x f (x )dx
∞

(
0 ha x 0 vagy R < x
f (x ) = F 0 (x ) = 2x
ha 0 < x < R
R2
Z∞ Z0 ZR Z∞
E (ξ ) = xf (x )dx = x 0dx + xf (x )dx + x 0dx =
∞ ∞ 0 R
ZR R
2x 2x 3 2R 3 2
x dx = = 0= R
R2 3 R2 0 3 R2 3
0
MOE (PE MIK) MA1344B 85 / 103
A várható érték tulajdonságai i)

Legyenek ξ, η v.v.-k, a, b, c 2 R
1 Ha ξ és η azonos eloszlásúak, akkor a várható értékük is megegyezik.
2 Ha 0 ξ, akkor 0 E (ξ )
3 E (ξ + η ) = E (ξ ) + E (η )
4 E (c ξ ) = c E ( ξ )
Következmények:
5 Ha ξ = c 1 valószín½uséggel, akkor E (ξ ) = c
6 E (a ξ + b ) = a E ( ξ ) + b
7 Ha a ξ b, akkor a E (ξ ) b
8 Ha ξ η, akkor E (ξ ) E (η )

MOE (PE MIK) MA1344B 86 / 103

A várható érték tulajdonságai ii)

9 Ha ξ 1 , ξ 2 , ..., ξ n azonos eloszlású valószín½uségi változók,

E (ξ 1 ) = . . . E (ξ n ) = m, akkor
!
n
E ∑ ξi =n m,
i =1

10 továbbá 0 1
n
B i∑
ξi
=1 C
EB
@ n A=m.
C

11 Ha ξ és η v.v.-k függetlenek, akkor

E (ξ η ) = E (ξ ) E (η ) .

MOE (PE MIK) MA1344B 87 / 103

A várható érték tulajdonságai iii)

x1 x2 x3
12 Ha ξ diszkrét eloszlású valószín½uségi változó, ξ : ,
p1 p2 p3
g : R ! R függvény, amire g (ξ ) értelmes, akkor
∞
E (g (ξ )) = ∑ g (xi ) pi
i =1

feltéve, hogy ∑i∞=1 jg (xi )j pi konvergens.

Speciálisan, g (x ) = x 2 esetén
∞
E (ξ 2 ) = ∑ xi2 pi
i =1

MOE (PE MIK) MA1344B 88 / 103

A várható érték tulajdonságai iv)

13 Ha ξ folytonos eloszlású valószín½uségi változó f s½ur½uségfüggvénnyel,

g : R ! R függvény, amire g (ξ ) értelmes, akkor

Z∞
E (g (ξ )) = g (x ) f (x )dx
∞

R∞
feltéve, hogy jg (x )j f (x )dx integrál konvergens.
∞
Speciálisan, g (x ) = x 2 esetén

Z∞
2
E (ξ ) = x 2 f (x )dx
∞

MOE (PE MIK) MA1344B 89 / 103

Szórásnégyzet, szórás

Motiváció: az ingadozás nagyságának mérése

E (ξ E (ξ )) = E (ξ ) E (E (ξ )) = E (ξ ) E (ξ ) = 0.

E (jξ E (ξ )j)-ben az j j függvény "nem szép".

E (ξ E (ξ ))2 -ben négyzetre emelés függvény "szép", a nagy

értékeket még nagyobbá, a kicsiket még kisebbé teszi.

MOE (PE MIK) MA1344B 90 / 103

A szórásnégyzet, szórás de…níciója
ξ valószín½uségi változó.
De…níció
ξ szórásnégyzetén a D 2 (ξ ) = E (ξ E (ξ ))2 számot értjük,
amennyiben ez a várható érték létezik, tehát véges.

De…níció
r
p
ξ szórásán a D (ξ ) = D 2 (ξ ) = E (ξ E (ξ ))2 számot értjük.

Megjegyzés
(ξ E (ξ ))2 nemnegatív, ezért a várható értéke is az, vagyis a gyökvonás
elvégezhet½o.
MOE (PE MIK) MA1344B 91 / 103
A szórásnégyzet, szórás tulajdonságai i)

1 Ha két valószín½uségi változó eloszlása megegyezik, akkor a

szórásnégyzetük és szórásuk is megegyezik.
q
2 2
2 D 2 (ξ ) = E (ξ 2 ) (E (ξ )) , D (ξ ) = E (ξ 2 ) (E (ξ ))
E (ξ 2 ) számolási módját megadtuk a várható érték tulajdonságai
között.
3 Ha ξ = c 1 valószín½uséggel, akkor D 2 (ξ ) = 0 = D (ξ ).
4 Ha D 2 (ξ ) = 0 = D (ξ ), akkor P (ξ = c ) = 1.
5 D 2 (a ξ + b ) = a2 D 2 ( ξ ), D (a ξ + b ) = ja j D ( ξ )

MOE (PE MIK) MA1344B 92 / 103

A szórásnégyzet, szórás tulajdonságai ii)

6 Ha ξ és η függetlenek, akkor

D 2 ( ξ + η ) = D 2 ( ξ ) + D 2 ( η ).

Figyelem!
D (ξ + η )6=D (ξ ) + D (η )!
7 Ha ξ 1 , ξ 2 , . . . , ξ n független, azonos eloszlású valószín½uségi változók,
közös szórásnégyzetük D 2 (ξ 1 ) = . . . = D 2 (ξ n ) = σ2 akkor
n
D2 ∑ ξi = n D 2 ( ξ 1 ) = n σ2 ,
i =1

továbbá
n p p
D ∑ ξi = n D (ξ 1 ) = n σ
i =1

MOE (PE MIK) MA1344B 93 / 103

A szórásnégyzet, szórás tulajdonságai iii)

8 Ha ξ 1 , ξ 2 , . . . , ξ n független azonos eloszlású valószín½uségi változók,

D (ξ 1 ) = . . . = D (ξ n ) = σ, akkor

∑ni=1 ξ i σ2
D2 = ,
n n

továbbá
∑ni=1 ξ i σ
D =p
n n

MOE (PE MIK) MA1344B 94 / 103

Módusz

De…níció
Legyen ξ diszkrét eloszlású valószín½uségi változó. ξ móduszán azt a
lehetséges értékét értjük, amihez tartozó valószín½uség maximális a
lehetséges értékekhez tartozó valószín½uségek között, azaz
x1 x2 x3
ξ: jelöléssel ξ módusza xi , ha pi pj
p1 p2 p3
minden j = 1, 2, ... esetén.

Megjegyzés
ξ módusza nem feltétlenül egyértelm½u (többes módusz, multimodális
eloszlás).

Megjegyzés
Egy valószín½uségi változó felveszi a móduszát.

MOE (PE MIK) MA1344B 95 / 103

Módusz

De…níció
Legyen ξ folytonos eloszlású valószín½uségi változó f s½ur½uségfüggvénnyel. ξ
móduszán f lokális maximumhelyeit értjük.

Megjegyzés
ξ módusza nem feltétlenül egyértelm½u (multimodális eloszlás).

MOE (PE MIK) MA1344B 96 / 103

Módusz
példa
1 x
7 e + x3 e x ha x 0
f (x ) = módusz: 0, 2.879
0 különben

y
0.20

0.15

0.10

0.05

0.00
0 1 2 3 4 5 6 7 8 9 10
x
MOE (PE MIK) MA1344B 97 / 103
Medián i)

De…níció
Legyen ξ v.v. ξ mediánján azt az x értéket értjük, amire P (ξ x) 0.5,
és P (ξ x ) 0.5

Állítás
A folytonos eloszlású ξ mediánja az x érték, ha F (x ) = 0.5.

Bizonyítás P (ξ x ) = P (ξ < x ) = F (x ) 0.5,

P (ξ x ) = 1 F (x ) 0.5, 0.5 F (x ) ) F (x ) = 0.5.

MOE (PE MIK) MA1344B 98 / 103

Medián
példa
(
x2 1
x 2 +1
ha 1 x
F (x ) = medián: 1.73
0 különben

1.0
F(x)
0.8

0.6

0.4

0.2

-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10
x

x2 1 p
F (x ) = 2
= 0.5, x 2 = 3, x = 3 = 1.73
x +1
MOE (PE MIK) MA1344B 99 / 103
Medián ii)

Állítás
Ha ξ diszkrét eloszlású és F (x ) 6= 0.5, akkor ξ mediánja az az x érték,
amelynél F átugorja a 0.5 szintet.

Bizonyítás P (ξ x ) 0.5 ) F (x ) 0.5,

P (ξ x ) = F (x ) + P (ξ = x ) = lim F (u ) 0.5
u !x +

MOE (PE MIK) MA1344B 100 / 103

Medián
példa
8
>
>0 ha x 2
<
1/3 ha 2<x 1 2 1 5
F (x ) = ξ: medián: 1
>
> 2/3 ha 1 < x 5 1/3 1/3 1/3
:
1 ha 5 < x

F(x) 1.0
0.8

0.6

0.4

0.2

-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10
x

MOE (PE MIK) MA1344B 101 / 103

Medián

Állítás
Ha ξ eloszlásfüggvénye F (x ) = 0.5 a < x b esetén, akkor ξ mediánja az
a+b
(a, b ] intervallum minden pontja. Hagyományosan -t szokták
2
alkalmazni a statisztikai számolásokhoz.

MOE (PE MIK) MA1344B 102 / 103

Medián
8
< 0 ha x 2
2 5 2 +5
F (x ) = 1/2 ha 2<x 5 ξ: medián: 2 = 1.5
: 1/2 1/2
1 ha 5 < x

F(x) 1.0
0.8

0.6

0.4

0.2

-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10
x

MOE (PE MIK) MA1344B 103 / 103