1. Kombinatorikus valószínűség
1. Egy dobókockát kétszer feldobunk. a) Írjuk le az eseményteret! b) Mennyi annak a valószínűsége, hogy az első dobás eredménye nagyobb, mint a másodiké? 2. Mennyi a valószínűsége annak, hogy a hatoslottón négy találatunk lesz? 3. Egy szabályos dobókockát kétszer feldobva mennyi annak a valószínűsége, hogy a dobott számok különbségének abszolutértéke nagyobb mint 4? 4. Egy szabályos pénzérmét 10-szer feldobva mennyi annak a valószínűsége, hogy több írást kapunk, mint fejet? 2. Feltételes valószínűség, Bayes-tétel, teljes valószínűség tétele
5. Két szabályos dobókockával dobunk. Mennyi annak a valószínűsége, hogy a dobott számok összege 7, feltéve, hogy az összeg páratlan? 6. Két szabályos dobókockával dobunk. Mennyi annak a valószínűsége, hogy a dobott számok összege 8, feltéve, hogy az összeg páros? 7. Az 52-lapos francia kártya lapjait szétosztjuk négy játékos között. Mennyi annak a valószínűsége, hogy ha az egyik kiválasztott játékos nem kap királyt, akkor az utána következő sem kap királyt? 8. Egy gyárban három gép dolgozik, az első a termékek 30%-át, a második a 45%-át, míg a harmadik a 25%-át állítja elő. Az első gépen készült áruk 3%-a, a másodikon készültek 5%-a, míg a harmadikon gyártottak 7%-a selejt. a) A teljes árumennyiségből egy véletlenszerűen kiválasztott darabot megvizsgálva mennyi annak a valószínűsége, hogy selejt? b) Mennyi annak a valószínűsége, hogy az első gép gyártotta az árut, feltéve, hogy a kiválasztott darab selejt? 9. Egy kft.-nek három gépkocsija van, melyek rendre 0.1, 0.05, 0.2 valószínűséggel romlanak el. Egyik reggel a kft. vezetője külföldi útja során véletlenszerűen választ a három autó közül. a) Mennyi a valószínűsége, hogy a kiválasztott gépkocsi elromlik? b) Mennyi a valószínűsége, hogy az első gépkocsit választotta, feltéve, hogy a kiválasztott autó elromlott? 1
2
3. Geometriai valószínűség
10. Legyenek x és y 1-nél kisebb nemnegatív valós számok. Mennyi annak a valószínűsége, hogy x + y < 0.75? 11. Legyenek x és y 2-nél kisebb pozitív számok. Mennyi annak a valószínűsége, hogy a két szám számtani közepe 1-nél kisebb? 12. Egy 5 cm sugarú céltáblára szabályos háromszöget rajzolunk. Mennyi annak a valószínűsége, hogy a céltáblára leadott lövés a háromszögbe esik? (Feltételezzük, hogy a céltáblát eltaláljuk.) 13. Két egyetemista megbeszéli, hogy délután 2 és 4 óra között találkoznak. Érkezésük a megbeszélt időintervallumban véletlenszerű. Mennyi annak a valószínűsége, hogy a korábban érkezőnek nem kell fél óránál többet várnia a később érkezőre? 4. Diszkrét valószínűségi változók
14. Egy dobókockával egyszer dobunk. Jelölje a ξ valószínűségi változó a dobott számot. a) Írjuk fel a valószínűségi változó eloszlását! b) Ábrázoljuk az eloszlást és az eloszlásfüggvényt! c) Igazoljuk, hogy valóban eloszlásfüggvényt kaptunk! d) Számoljuk ki ξ várható értékét és szórását! e) Határozzuk meg ξ harmadik momentumát! 15. Egy szabályos pénzérmét kétszer feldobunk. Jelentse a ξ valószínűségi változó az írás dobások számát. a) Írjuk fel a valószínűségi változó eloszlását! b) Ábrázoljuk az eloszlásfüggvényt! c) Igazoljuk, hogy valóban eloszlást kaptunk! d) Számoljuk ki ξ várható értékét és szórását! √ e) Határozzuk meg ξ várható értékét! 16. Egy szabályos pénzérmét háromszor feldobunk. Jelentse a ξ valószínűségi változó a fej dobások számát. a) Írjuk fel a valószínűségi változó eloszlását! b) Ábrázoljuk az eloszlásfüggvényt! c) Igazoljuk, hogy valóban eloszlást kaptunk! d) Számoljuk ki ξ várható értékét és szórását!
3
17. Egy részvény kiinduló ára 1 e. Egy év múlva vagy kétszeresére növekszik az ára, vagy pedig a felére csökken. Mindkét lehetőség ugyanakkora valószínűségű. A következő két évben ugyanez történik, és a változások egymástól függetlenek. a) Mi lesz három év múlva a részvényár eloszlása? b) Írjuk fel és ábrázoljuk az eloszlásfüggvényt! c) Igazoljuk, hogy a kapott függvény valóban eloszlásfüggvény! d) Számoljuk ki a részvényár eloszlásának várható értékét, szórásnégyzetét és szórását! 18. Az ötöslottón a 2, 3, 4, 5 találatos szelvények esetén a nyeremény rendre 1.000, 10.000, 1.000.000, 1.000.000.000 forint. A 0 és 1 találatos szelvények esetén a „nyeremény” −200 forint. Határozzuk meg a nyereménynek, mint valószínűségi változónak a várható értékét! Binomiális eloszlás 19. Egy szabályos dobókockával tizenkétszer dobunk. Jelölje ξ a 3-as dobások számát. a) Írjuk fel a ξ eloszlását! b) Határozzuk meg ξ várható értékét, szórásnégyzetét! c) Számoljuk ki a P (ξ < 2) valószínűséget! 20. Egy kosárban 3 narancs és 2 alma van. Visszatevéssel véletlenszerűen kiválasztunk 4 gyümölcsöt. Jelöle ξ a kiválasztott narancsok számát. a) Adjuk meg a ξ eloszlását! b) Mennyi annak a valószínűsége, hogy lesz narancs a kiválasztott gyümölcsök között? c) Mennyi annak a valószínűsége, hogy pontosan egy narancs lesz a kiválasztottak között? Poisson eloszlás 21. Egy ξ valószínűségi változó Poisson eloszlású λ = 4 paraméterrel. a) Írjuk föl a ξ eloszlását! b) Határozzuk meg a ξ várható értékét és szórását! c) Mennyi annak a valószínűsége, hogy a ξ a várható értéknél nagyobb értéket vesz föl? d) Mennyi annak a valószínűsége, hogy a ξ a ]2, 5[ intervallumba esik? 22. Egy elektromos műszer 1000 alkatrészből áll. Valamennyi alkatrész a többitől függetlenül 0,001 valószínűséggel hibásodik meg 1 év alatt. Mennyi annak a valószínűsége, hogy legalább 2 alkatrész elromlik 1 év alatt?
4
23. Egy rádiókészülék meghibásodásának átlagos száma 1000 működési óra alatt 10. A meghibásodások eloszlása csak a vizsgált időtartam hosszától függ. Mennyi annak a valószínűsége, hogy a készülék 200 működési óra alatt elromlik? 24. Egy telefonközponthoz 1000 előfizető tartozik. Megfigyelték, hogy annak a relatív gyakorisága, hogy egy adott órában egy előfizető telefonál 0,005. Mennyi a valószínűsége annak, hogy abban az órában a) éppen 4-en telefonálnak? b) legalább 4-en telefonálnak? 25. Egy autónyereménybetétkönyv sorsoláson minden 2000 betétkünyvre sorsolnak ki egy gépkocsit. Egy városban 1000 darab betétkönyvet tartanak nyilván. Mekkora annak a valószínűsége, hogy a városban legalább 1 autót nyernek. (Egy alkalommal összesen 500 gépkocsit sorsolnak ki.) 26. Egy augusztusi éjszakán átlag 10 percenként észlelhető csillaghullás. A csillaghullások száma Poisson-eloszlású. Mennyi annak a valószínűsége, hogy negyedóra alatt két csillaghullást látunk? 5. Folytonos valószínűségi változók
27. Legyen ( 0, ha x ≤ 2 fξ (x) = a , ha x > 2. x3 Határozzuk meg az a valós számot úgy, hogy f valamely ξ valószínűségi változó sűrűségfüggvénye legyen! 28. Legyen ( 0, ha x ≤ 3 fξ (x) = a , ha x > 3. x4 a) Határozzuk meg az a valós számot úgy, hogy f valamely ξ valószínűségi változó sűrűségfüggvénye legyen! b) Írjuk föl a ξ eloszlásfüggvényét! c) Számoljuk ki ξ várható értékét és szórását! d) Számoljuk ki a P (ξ < 2) valószínűséget! 29. Legyen 0, ha x ≤ 2 fξ (x) = a2 − 5a + 8 , ha x > 2. x2
5
a) Határozzuk meg az a valós számot úgy, hogy f valamely ξ valószínűségi változó sűrűségfüggvénye legyen! b) Írjuk föl a ξ eloszlásfüggvényét! c) Számoljuk ki ξ várható értékét és szórását! d) Számoljuk ki a P (ξ ≥ 2) valószínűséget! 30. Legyen ( a cos x, ha 0 < x < π fξ (x) = 0, egyébként. a) Határozzuk meg az a valós számot úgy, hogy f valamely ξ valószínűségi változó sűrűségfüggvénye legyen! b) Írjuk föl a ξ eloszlásfüggvényét! c) Számoljuk ki ξ várható értékét és szórását! d) Számoljuk ki a P (ξ > 1) és a P (0 < ξ < 1, 2) valószínűségeket! e) Határozzuk meg a ξ harmadik momentumát! f) Számoljuk ki annak a valószínűségét, hogy ξ a várható érténél nagyobb értékét vesz fel! 31. Egy egységnyi sugarú, kör alakú céltáblára lövések érkeznek. Tegyük fel, hogy minden lövés a céltáblába talál és hogy a találat helye egyenletes eloszlású a céltáblán. Jelölje a találat helyének távolságát a céltábla középpontjától. Adjuk meg a valószínűségi változó eloszlásfüggvényét! Egyenletes eloszlás 32. Legyen ξ egyenletes eloszlású az [1, 3] intervallumon! a) Írjuk fel és ábrázoljuk ξ eloszlásfüggvényét! b) Írjuk fel és ábrázoljuk ξ sűrűségfüggvényét! c) Határozzuk meg ξ várható értékét és szórását! 33. Egy villamosmegállóba 15 percenként érkeznek villamosok. A villamosmegállóba érkezve látjuk, hogy 1 percen belül nem jön villamos. Legyen ξ a várakozási idő hossza. a) Írjuk föl a ξ eloszlásfüggvényét és sűrűségfüggvényét! b) Számoljuk ki a várható értékét és szóránégyzetét. c) Mennyi annak a valószínűsége, hogy 5 percnél kevesebbet kell várkoznunk? d) Számoljuk ki annak a valószínűségét, hogy legalább 7 percet kell várnunk? Exponenciális eloszlás
6
34. Egy ξ valószínűségi változó jelentse annak az útnak a hosszát, amelyet egy gépkocsi az első műszaki hibáig megtesz. Tegyük föl, hogy ξ exponenciális eloszlású és várható értéke 500 km. a) Írjuk fel a ξ eloszlás- és sűrűségfüggvényét! b) Számoljuk ki, mennyi annak a valószínűsége, hogy a valószínűségi változó a várható értéknél kisebb értéket vesz fel? 35. Egy radioaktív anyag bomlását vizsgáljuk. Legyen a valószínűségi változó értéke egy tetszőleges atom bomlásáig eltelt idő, és annak a valószínűsége, hogy az atom x éven x belül elbomlik P (ξ < x) = 1 − e− 2 . a) Határozzuk meg a valószínűségi változó várható értékét és szórását! b) Határozzuk meg a bomlás felezési idejét! 36. Bizonyos típusú izzólámpák tönkremeneteléig eltlet égési időtartam hosszát tekintsük egy ξ valószínűségi változónak. Megállapították, hogy ξ exponenciális eloszlású és szórása 1000 óra. a) Írjuk fel a ξ eloszlás- és sűrűségfüggvényét! b) Határozzuk meg a ξ várható értékét! c) Számoljuk ki, mennyi annak a valószínűsége, hogy a valószínűségi változó a várható értéknél kisebb értéket vesz fel? 37. Annak a valószínűsége, hogy egy benzinkútnál 6 percnél többet kell várni, 0,1. A várakozási idő hossza exponenciális eloszlású. Mennyi a valószínűsége, hogy a benzinkúthoz érkezve 3 percen belül sorra kerülünk? Normális eloszlás 38. Egy embercsoport magasságainak átlaga 175 cm, 4 cm-es szórással. A testmagasság nagysága normális eloszlásúnak tekinthető. a) Mennyi a valószínűsége, hogy egy találomra kiválasztott ember testmagassága az átlagtól kevesebb, mint 3 cm-el tér el? b) Mennyi a valószínűsége, hogy egy kiválasztott ember testmagassága legalább 173 cm? c) Mennyi annak a valószínűsége, hogy egy véletlenszerűen kiválasztott ember testmagassága 173 cm és 177 cm közé esik? 39. Egy csomagológép 1 kg tömegű sajtot csomagol. A sajtok tömege normális eloszlásúnak tekinthető, melynek szórása 5 dkg. Mennyi a valószínűsége, hogy egy sajtdarab súlya a) 96 dkg-nál több; b) 1,05 kg-nál kevesebb; c) 98 dkg és 1,02 kg közé esik?
7
6. Valószínűségi vektorváltozók
40. A (ξ, η) valószínűségi változó lehetséges értékeit a (0,0), (0,4), (4,0), (4,4) pontok által meghatározott négyzet belsejében levő egész koordinátájú pontok adják. A vektorváltozó e pontokat egyenlő valószínűséggel veszi fel a négyzet középpontja kivételével, mely négyszer akkora valószínűséggel következik be, mint a többi. a) Írjuk fel a (ξ, η) eloszlását! b) Határozzuk meg a peremeloszlásokat! c) Számoljuk ki ξ és η várható értékét! d) Számoljuk ki ξ és η szórásnégyzetét! e) Írjuk fel ξ · η eloszlását! f) Független-e ξ és η? g) Számoljuk ki a cov(ξ, η) és a corr(ξ, η) értékeket! h) Adjuk meg ξ + η eloszlását! 41. Egy dobozban 1-től 10-ig számozott golyókat helyeztünk el. Véletlenszerűen kihúzunk egy golyót. A ξ valószínűségi változó értéke legyen -1, ha páratlan számot húzunk, és 1, ha párosat húzunk. Az η értéke legyen 0, ha nem osztható öttel, és 1, ha osztható öttel a kihúzott szám. a) Írjuk fel a (ξ, η) eloszlását! b) Határozzuk meg a peremeloszlásokat! c) Független-e ξ és η? d) Számoljuk ki a cov(ξ, η) és a corr(ξ, η) értékeket! e) Adjuk meg ξ + η eloszlását! 42. Legyen ( c(x + y), ha x, y ∈ [0, 1] fξ,η (x, y) = 0, egyébként függvény valamely (ξ, η) valószínűségi vektorváltozó sűrűségfüggvénye! a) Határozzuk meg a c konstans értékét! b) Írjuk fel a perem-sűrűségfüggvényeket! c) Írjuk fel a perem-eloszlásfüggvényeket! d) Határozzuk meg az együttes eloszlásfüggvényt! e) Számoljuk ki ξ és η várható értékét! f) Számoljuk ki ξ és η szórásnégyzetét! g) Határozzuk meg ξ · η várható értékét!
8
h) Határozzuk meg a koordináták kovarianciáját és korrelációs együtthatóját! i) Független-e ξ és η? 7. Markov egyenlőtlenség, Csebisev egyenlőtlenség, Nagy számok törvénye
43. Egy ξ valószínűségi változó várható értéke 2, szórása 1. Adjunk becslést a P (ξ ∈ ] − 2, 6[) valószínűségre! 44. Egy ξ valószínűségi változó várható értéke 3,2, szórása 1,6. Adjunk becslést a P (0, 8 < ξ < 5, 6) valószínűségre! 45. Egy pozitív értékű valószínűségi változó várható értéke 5, szórása 2. Legfeljebb mekkora valószínűséggel vesz fel 10-nál nagyobb értéket? Legalább mekkora valószínűséggel esik az [2, 8] intervallumba? 46. A dohányzó lakosság napi cigarettafogyasztása várható értéke 20 darab, szórása 6 darab. Legalább mennyi annak a valószínűsége, hogy a tényleges fogyasztás 11 és 29 darab közé esik? 47. Egy üzletben lévő automata élettartamának várható értéke 5 év, szórása 0,5 év. Legfeljebb mennyi annak a valószínűsége, hogy az automata élettartam legalább egy évvel eltér a várható értéktől? 48. Egy postahivatalban egy meghatározott időben az eladott újságok száma Poissoneloszlású λ = 80 várható értékkel. Adjunk becslést a P (60 < ξ < 100) valószínűségre, ha ξ az eladott újságok száma. 49. Egy gyufagyárban a dobozokat automata gép tölti. Az egyes dobozokban lévő gyufaszálak száma egy ξ valószínűségi változó, amelynek eloszlása a tapasztalatok szerint a következő: darabszám 47 48 49 50 51 52 53 valószínűség 0,05 0,10 0,15 0,40 0,15 0,10 0,05 a) A Csebisev egyenlőtlenség segítségével adjunk becslést a P (48 < ξ < 52) valószínűségre! b) Az eloszlás alapján számoljuk ki a fenti valószínűség pontos értékét! 50. Egy ξ valószínűségi változó várható értéke 4, szórása 6. Adjunk becslést a P (ξ ∈]0, 8[) valószínűségre! 51. Egy ξ valószínűségi változó várható értéke 10, szórása 4. Legalább mennyi a valószínűsége, hogy a ξ a ]8, 12[ intervallumba esik? 52. Egy ξ valószínűségi változó Poisson-eloszlású λ = 16 paraméterrel. Adjunk alsó becslést a P (8 < ξ < 24) valószínűségre!
9
53. Egy augusztusi éjszakán az óránkénti csillaghullások száma λ = 12 paraméterű Poissoneloszlású valószínűségi változó. Adjunk alsó becslést a P (6 < ξ < 18) valószínűségre! 54. Egy ξ valószínűségi változó várható értéke 20, szórása 10. Legfeljebb mekkora valószínűséggel, tér el a ξ a várható értéktől abszolút értékben legalább 30 egységgel? Mekkora ennek a valószínűségnek a pontos értéke, ha a valószínűségi változó normális eloszlású? Mekkora a valószínűségnek a pontos értéke, ha a valószínűségi változó exponenciális eloszlású? 55. Egy esemény valószínűsége 0,4. Hány kísérletet kell elvégezni ahhoz, hogy az esemény bekövetkezésének relatív gyakorisága és valószínűsége közötti eltérés legalább 98%-os valószínűséggel 0,01-nél kisebb legyen. 56. Szabályos dobókockát egymás után feldobunk. Hány dobást kell végeznünk ahhoz, hogy a 6-osdobás relatív gyakorisága az 16 valószínűséget 0,1-nél kisebb hibával, legalább 95%-os valószínűséggel közelítse meg. 57. Szabályos dobókockát egymás után feldobunk. Hány dobást kell végeznünk ahhoz, hogy a 4-osdobás relatív gyakorisága az 16 valószínűséget 0,1-nél kisebb hibával, legalább 98%-os valószínűséggel közelítse meg. 58. Szabályos pénzérmét egymás után feldobunk. Hány dobást kell végeznünk ahhoz, hogy a fej-dobások relatív gyakorisága az 21 valószínűséget 0,01-nél kisebb hibával, legalább 92%-os valószínűséggel közelítse meg. 59. Egy célpontra 500 lövést adunk le. A találat valószínűsége 0,3. Milyen határok közé esik legalább 90%-os valószínűséggel a találatok száma? 60. Egy célpontra 200 lövést adunk le. A találat valószínűsége 0,4. Milyen határok közé esik legalább 90%-os valószínűséggel a találatok száma? 61. Egy pénzérmét 100-szor feldobunk. Milyen határok közé esik legalább 90%-os valószínűséggel a találatok száma? 62. Egy szabályos pénzérmét 100-szor feldobva mennyi annak a valószínűsége, hogy a fej-dobások száma 95 és 105 közé esik? 63. Hányszor kell egy szabályos pénzérmét feldobni ahhoz, hogy az írásdobások számának relatív gyakorisága legalább 95% valószínűséggel a ]0, 1, 0, 6[ intervallumba essen? 8. Központi határeloszlás tétel
64. Egy csillagász egy m távolságra lévő objektum távolságát méri. Méréseinek eredményei független, azonos eloszlású valószínűségi változók m várható értékkel és 2 fényév szórással. Hányszor kell mérnie, hogy az átlag legalább 0, 5 fényév pontos legyen legalább 95% valószínűséggel? Adjunk becslést a központi határeloszlástétel segítségével, majd érdekesség képpen a Csebisev-egyenlőtlenség segítségével is!
10
65. Tegyük föl, hogy egy tanfolyamra jelentkező diákok száma Poisson eloszlású, λ = 100 paraméterrel. Becsüljük meg annak a valószínűségét, hogy 120-nál többen jelentkeznek! 66. Egy újságárus egy nap alatt eladott újságainak száma Poisson-eloszlású, λ = 50 paraméterrel. Becsüljük meg annak a valószínűségét, hogy 60-nál több újságot ad el egy nap! 67. Tegyük föl, hogy egy bizonyos korcsoportban az átlagos diasztolés vérnyomás érték 80, szórása 8 Hgmm. Mi a valószínűsége annak, hogy egy 20 fős mintában az átlag diasztolás vérnyomásérték nagyobb, mint 85 Hgmm? 68. Az előző feladat adatai alapján határozzuk meg, hogy a 20 fős mintáknak milyen átlagértékei fogják közre az eloszlás 95%-át! 69. A 66. feladat adatait felhasználva hány fős mintára van szükség ahhoz, hogy a mintaátlagok 95%-a a populációs átlagtól 3 Hgmm-nél jobban ne térjen el? 70. Egy telefonközpontba óránként átlagosan 50 hívás érkezik. Az óránként hívások száma Poisson-eloszlású. Becsüljük meg annak a valószínűségét, hogy egy óra alatt 40-nél kevesebb hívás érkezik! 71. Dobjunk fel egy szabályos pénzérmét egymás után 10000-szer. Mennyi a valószínűsége annak, hogy a fej-dobások számának eltérése a várt 5000-tól legalább 100-zel eltér. Adjunk becslést a központi határeloszlástétel és a Csebisev-egyenlőtlenség segítségével is! 72. Dobjunk fel egy szabályos pénzérmét egymás után 2000-szer. Mennyi a valószínűsége annak, hogy a fej-dobások számának eltérése a várt 1000-től legalább 80-nal eltér. Adjunk becslést a központi határeloszlástétel és a Csebisev-egyenlőtlenség segítségével is! 73. Egy szabályos dobókockát 1000-szer feldobunk egymástól függetlenül. Adjunk jó becslést a centrális határeloszlástétel segítségével arra, hogy az összeg 1800 és 2100 közé esik! 9. Becsléselmélet
74. Egy bizonyos gyártmányú elem élettartamára vonatkozóan az alábbi mérési eredmények adódtak: 42, 45, 52, 48, 42, 50 óra. a) Adjuk meg az empirikus eloszlásfüggvényt! b) Adjunk becslést az élettartam várható értékére és szórására! c) Tudjuk, hogy az elemek élettartama normális eloszlást mutat. Adjunk meg olyan intervallumot, amely a várható értéket 0,95 valószínűséggel tartalamazza!
11
75. Egy tóban a halakat betegség támadta meg, mely az egyes egyedeket 0,05 valószínűséggel támadja meg. Egy véletlen halászat során 10 haltetemet fogtak ki. Adjunk maximum likelihood becslést a betegség előtt a tóban élő halak számára! 76. Augusztusban öt éjszakán át figyeltük meg a hullócsillagok számát. A kapott minta: 4, 3, 7, 2, 4. A hullócsillagok száma Poisson-eloszlást követ. Készítsünk maximum likelihood becslést az elosztlás paraméterére az adott minta alapján! 77. Egy céllövő p valószínűséggel talál el egy célponot egy lövésből. Adjunk maximum likelihood becslést p-re, ha az első találat k-adikra következik be! 78. Egy alkatrészekből álló sokaság hat mintapéldányának a teljes élettartama: 39, 45, 67, 50, 50, 60 hónap. Tegyük fel, hogy az élettartam exponenciális eloszlású, ismeretlen λ paraméterrel. Adjunk maximum likelihood becslést λ-ra!
12
Megoldások
1. a) Az eseménytér az összes elemi események halmaza, azaz Ω = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), (2, 2), ..., (6, 6)}. b) A kedvező esetek száma 15, az összes esetek száma 62 = 36, így a keresett valószínűség 15 . 36 2. A hatoslottón 45 számból kell kiválasztanunk 6-öt, így az összes esetek száma 45 . 6 Négy találatosunk úgy lehet, hogy négy számot eltalálunk, kettőt pedig nem, így a kihúzott 6 nyerőszámból 4-nek kell megegyeznie olyannal, amit bejelöltünk, a 39 nem nyerőszámból pedig kettőnek kell megegyeznie általunk bejelölttel. Így a keresett valószínűség 6 39 4 2 . 45 6 3. A dobott számok különbségének abszolútértéke 0, 1, 2, 3, 4 vagy 5 lehet, így a kedvező esetek (1, 6), (6, 1). Az összes esetek száma: 62 = 36. Tehát a keresett valőszínűség 2 1 = . 36 18 4. 10 10 10 10 10 + + + + 6 7 8 9 10 10 2 5. Jelöljük A-val azt az eseményt, hogy a dobott számok összege 7, B-vel azt az eseményt, hogy az összeg páratlan. Ekkor A ∩ B = A. Először az A esemény valószínűségét határozzuk meg. Két dobókockával dobva az összes esetek száma 36. A dobott számok összege hatféleképpen lehet 7, így P (A) = 1/6. A feltétel valószínsűsége 1/2. A feltételes valószínűség definícióját használva P (A | B) = a keresett valószínűség.
P (A ∩ B) 1 = P (B) 3
13
6. Jelöljük A-val azt az eseményt, hogy a dobott számok összege 8, B-vel azt az eseményt, hogy az összeg páros. Ekkor A ∩ B = A. Először az A esemény valószínűségét határozzuk meg. Két dobókockával dobva az összes esetek száma 36. A dobott számok összege ötféleképpen lehet 8, így P (A) = 5/36. A feltétel valószínűsége 1/2. A feltételes valószínűség definícióját használva P (A | B) =
P (A ∩ B) 5 = P (B) 18
a keresett valószínűség. 7. Jelöljük A-val azt az eseményt, hogy egy kiválasztott játékosnak nem jut király, B-vel azt az eseményt, hogy a rákövetkező játékosnak nem jut király. Az A ∩ B esemény valószínűsége 48 35 26 13 48 35 13 13 13 13 13 13 P (A ∩ B) = = . 52 39 26 13 52 39 13 12 13 13 13 13 A B esemény valószínűsége 48 39 26 13 48 13 13 13 13 13 P (B) = = . 52 39 26 13 52 13 13 13 13 13 A feltételes valószínűség definíciója szerint 35 13 P (A | B) = . 48 13 a keresett valószínűség. 8. a) Az eredmény a teljes valószínűség tételét felhasználva adódik: 0.3 · 0.03 + 0.45 · 0.05 + 0.25 · 0.07; b) az eredmény a Bayes-tétel felhasználásával adódik: 0.3 · 0.03 0.3 · 0.03 + 0.45 · 0.05 + 0.25 · 0.07 9. a) A teljes valószínűség tétele szerint a keresett valószínűség 0.1 ·
1 1 1 + 0.05 · + 0.2 · . 3 3 3
14
b) A Bayes-tétel felhasználásával a keresett valószínűség 1 3 . 1 1 1 0.1 · + 0.05 · + 0.2 · 3 3 3 0, 1 ·
10. Az összterület egy egységnyi oldalú négyzet területe, a kedvező terület egy 0.75 egységnyi hosszúságú befogókkal rendelkező egyenlő szárú derékszögű háromszög területe.
Így a keresett valószínűség P (x + y < 0.75) =
3 4
9 · 43 9 = 16 = . 2 2 32
11. Az összeterület egy 2 oldalhosszúságú négyzet területe, a kedvező terület egy egységnyi oldalhosszúságú befogókkal rendelkező egyenlő szárú derékszögű háromszög területe.
Így a keresett valószínűség x+y 1 P < 1 = P (x + y < 2) = . 2 2
15
12. A keresett valószínűség: √ 3 · 52 · sin 120◦ 3 3 = 2 · 52 π 4π
13. Az összterület egy 2 oldalhosszúságú négyzet területe, a kedvező terület az |x−y| < 0.5 tartománynak az előbbi négyzetbe eső része.
A keresett valószínűség tehát 7 7
·
4 − 424 95 P (|x − y| < 0.5) = = 4 144
14. a) Az eloszlás 1 P (ξ = k) = , 6
k = 1, . . . , 6.
16
0, 1/6, 2/6, Fξ (x) = 3/6, 4/6, 5/6, 1,
b) Az eloszlásfüggvény:
ha ha ha ha ha ha ha
x≤1 1<x≤2 2<x≤3 3<x≤4 4<x≤5 5<x≤6 x > 6.
c) Az előbbi függvény monoton növekvő, balról folytonos, továbbá lim Fξ (x) = 0,
x→−∞
lim Fξ (x) = 1.
x→∞
d) A várható érték Eξ = 1 ·
1 1 1 1 1 1 7 +2· +3· +4· +5· +6· = . 6 6 6 6 6 6 2
e) A szórásnégyzethez először a második momentumot számoljuk ki: Eξ 2 = 12 ·
1 1 1 1 1 91 1 + 22 · + 32 · + 42 · + 52 · + 62 · = . 6 6 6 6 6 6 6
Ebből 91 D ξ = Eξ − (Eξ) = − 6 2
2
2
2 7 91 49 35 = − = . 2 6 4 12
f) A harmadik momentum ξ 3 várható értéke: Eξ 3 = 13 ·
1 1 1 1 1 1 + 23 · + 33 · + 43 · + 53 · + 63 · . 6 6 6 6 6 6
17
15. a) A ξ valószínűségi változó értéke lehet 0,1,2. A megfelelő valószínűségek: 1 1 1 P (ξ = 0) = , P (ξ = 1) = , P (ξ = 2) = . 4 2 4 0, ha x ≤ 0 1/4, ha 0 < x ≤ 1 b) Az eloszlásfüggvény: Fξ (x) = 3/4, ha 1 < x ≤ 2 1, ha x > 2.
c) Az a) pontban a valószínűségek összege 1, így eloszlást kaptunk. d) Az előbbi függvény monoton növekvő, balról folytonos, továbbá lim Fξ (x) = 0,
x→−∞
lim Fξ (x) = 1.
x→∞
e) A várható érték 1 1 1 + 1 · + 2 · = 1. 4 2 4 A ξ szórásnégyzetéhez először ξ második momentumát számoljuk ki: 1 1 1 3 Eξ 2 = 02 · + 12 · + 22 · = , 4 2 4 2 Eξ = 0 ·
így D2 ξ = Eξ 2 − (Eξ)2 = Ebből a szórás
3 1 −1= . 2 2
√1 . 2
f) E
p √ 1 √ 1 √ 1 ξ = 0· + 1· + 2· . 4 2 4
18
16. a) A ξ valószínűségi változó értéke lehet 0,1,2 vagy 3. Ezek valószínűségei: 1 3 3 1 P (ξ = 0) = , P (ξ = 1) = , P (ξ = 2) = , P (ξ = 3) = , . 8 8 8 8 0, ha x ≤ 0 1/8, ha 0 < x ≤ 1 b) Az eloszlásfüggvény: Fξ (x) = 4/8, ha 1 < x ≤ 2 7/8, ha 2 < x ≤ 3 1, ha x > 3.
c) Az a) pontban a valószínűségek összege 1, így eloszlást kaptunk. d) Az előbbi függvény monoton növekvő, balról folytonos, továbbá lim Fξ (x) = 0,
lim Fξ (x) = 1.
x→−∞
x→∞
e) A várható érték Eξ = 0 ·
1 3 3 1 3 +1· +2· +3· = . 8 8 8 8 2
A ξ szórásnégyzetéhez először ξ második momentumát számoljuk ki: 1 3 3 1 24 Eξ 2 = 02 · + 12 · + 22 · + 32 · = = 3, 8 8 8 8 8 így 2 3 3 D ξ = Eξ − (Eξ) = 3 − = . 2 4 2
√
Ebből a szórás
3 . 2
2
2
19
f) E
p √ 1 √ 3 √ 3 √ 1 ξ = 0· + 1· + 2· + 3· . 8 8 8 8
17. a) Az eloszlás 1 1 P ξ= = , 8 8
P
b) Az eloszlásfüggvény:
1 ξ= 2
3 = , 8 0, 1/8, Fξ (x) = 4/8, 7/8, 1,
3 P (ξ = 2) = , 8 ha ha ha ha ha
1 P (ξ = 8) = . 8
x ≤ 1/8 1/8 < x ≤ 1/2 1/2 < x ≤ 2 2<x≤8 x > 8.
c) Az előbbi függvény monoton növekvő, balról folytonos, továbbá lim Fξ (x) = 0,
x→−∞
lim Fξ (x) = 1.
x→∞
d) A várható érték Eξ =
1 1 1 3 3 1 69 · + · +2· +8· = . 8 8 2 8 8 8 64
A ξ szórásnégyzetéhez először ξ második momentumát számoljuk ki: 2 2 1 1 1 3 3 1 4881 2 Eξ = · + · + 22 · + 82 · = , 8 8 2 8 8 8 512 így 2 4881 69 2 2 2 . D ξ = Eξ − (Eξ) = − 512 64 A szórás a szórásnégyzetből vont négyzetgyök. 18. A várható érték 5 85 5 85 5 85 0 5 1 4 2 3 − 200 · + (−200) · + 1000 · + 90 90 90 5 5 5 5 85 5 85 5 85 3 2 4 1 5 0 + 10000 · + 1000000 · + 1000000000 · . 90 90 90 5 5 5 19. a) Az eloszlás k 12−k 12 1 1 P (ξ = k) = 1− , k 6 6
(k = 0, 1, ..., 12).
20
b) A várható érték Eξ = 12 ·
1 = 2, 6
ami azt jelenti, hogy 12 dobásból várhatóan kétszer kapunk hatost. A szórásnégyzet 1 5 5 D2 ξ = 12 · · = , 6 6 3 a szórás r Dξ =
1 5 12 · · = 6 6
r
5 . 3
c) Annak valószínűsége, hogy 2-nél kevesebb hatost dobunk 12 11 5 1 5 P (ξ < 2) = P (ξ = 0) + P (ξ = 1) = + 12 · = 0, 3813. 6 6 6 20. a) Az eloszlás k 5−k 5 3 3 P (ξ = k) = , 1− k 5 5
(k = 0, 1, 2, 3)
b) A keresett valószínűség 2 3 3 2 5 3 5 3 3 3 P (ξ = 2) + P (ξ = 3) = + 1− 1− 2 3 5 5 5 5 c) Lehetetlen esemény, így 0 a keresett valószínűség. 21. a) Az eloszlás P (ξ = k) =
4k −4 e . k!
b) A várható érték, illetve a szórásnégyzet Eξ = 4,
Dξ = 2.
c) A keresett valószínűség P (ξ > 4) = 1 − P (ξ ≤ 4) = = 1 − P (ξ = 0) + P (ξ = 1) + P (ξ = 2) + P (ξ = 3) + P (ξ = 4) . d) A keresett valószínűség P (2 < ξ < 5) = P (ξ = 3) + P (ξ = 4). 22. Legyen n = 1000, p = 0, 001. Mivel az elemszám nagy, és a valószínűség kicsi, ezért Poisson-eloszlással számolhatunk, és ilyenkor λ = n · p = 1. A keresett valószínűség P (ξ ≥ 2) = 1 − P (ξ < 2) = 1 − P (ξ = 0) + P (ξ = 1) .
21
23. A meghibásodások átlagos száma 200 óra alatt 2, így n = 200, p = 0, 01, λ = np = 2, amiből a keresett valószínűség P (ξ = 0) = e−2 =
1 . e2
24. Legyen n = 1000, p = 0, 005. Mivel az elemszán nagy, ezért Poisson-eloszlással számolhatunk, és ilyenkor λ = n · p = 5. a) P (ξ = 4) =
(−5)4 −5 e 4!
b) P (ξ ≥ 4) = 1 − P (ξ < 4) = 1 − P (ξ = 0) + P (ξ = 1) + P (ξ = 3)
25. Legyen n = 1000, p = 0, 0005. Mivel az elemszán nagy, ezért Poisson-eloszlással számolhatunk, és ilyenkor λ = n · p = 0, 5. P (ξ ≥ 1) = 1 − P (ξ = 0) = 1 −
0, 50 −0,5 1 e =√ 0! e
26. Jelölje ξ a negyedóránkénti csillaghullások számát! Ekkor Eξ =
3 = λ, 2
amiből 1, 52 −1,5 P (ξ = 2) = e 2!
27. Az fξ függvény pontosan akkor sűrűségfüggvény, ha a teljes számegyenesen az integrálja 1. Ezt felhasználva Z∞ 1= 2
amiből a = 8.
a dx = a lim c→∞ x3
Zc x 2
−3
x−2 dx = a lim c→∞ −2
c 2
−1 = a lim c→∞ 2x2
c 2
a = , 8
22
28. a) Mivel fξ sűrűségfüggvény, ezért Z∞ 1=
a dx = a lim c→∞ x4
3
Zc x
−4
x−3 dx = a lim c→∞ −3
3
c 3
−1 = a lim c→∞ 3x3
c = 3
a , 81
amiből a = 81. b) Mivel Zx Fξ (x) =
Zx fξ (t) dt =
−∞
így az eloszlásfüggvény
3
−3 x x 81 t −27 27 = 1 − 3, dt = 81 = 4 3 t −3 3 t x 3
Fξ (x) =
0,
ha x ≤ 3 27 1 − , ha x > 3. x3
23
c) A várható érték −2 c Z∞ Z∞ Z∞ 81 81 x 9 Eξ = xfξ (x) dx = x · 4 dx = dx = 81 lim = . 3 c→∞ −2 x x 2 3 −∞
3
3
A szórásnégyzethez először kiszámoljuk a második momentumot. −1 c Z∞ Z∞ Z∞ 81 x 2 2 2 81 dx = 81 lim = 27, Eξ = x fξ (x) dx = x · 4 dx = c→∞ −1 x x2 3 −∞
3
3
amiből a szórásnégyzet D2 ξ = Eξ 2 − (Eξ)2 = 27 −
45 9 = . 2 2
d) A keresett valószínűség P (ξ < 2) = Fξ (2) = 0. 29. a) Mivel fξ sűrűségfüggvény, ezért Z∞ 2 Zc a − 5a + 8 2 1= dx = (a − 5a + 8) lim x−2 dx = 2 c→∞ x 2 2 −1 c c x a2 − 5a + 8 −1 2 2 = (a − 5a + 8) lim = (a − 5a + 8) lim = , c→∞ −1 c→∞ x 2 2 2 így az a2 − 5a + 8 =1 2 egyenlet megoldásával kapjuk, hogy a1 = 2, a2 = 3.
24
b) Mivel Zx Fξ (x) =
Zx fξ (t) dt =
−∞
2
így az eloszlásfüggvény
−1 x x 2 −2 2 t = = 1 − , dt = 2 t2 −1 2 t 2 x
Fξ (x) =
0,
ha x ≤ 2 2 1 − , ha x > 2. x
c) Mivel Z∞ Eξ =
Z∞ xfξ (x) dx =
−∞
=
2 lim [ln |x|]c2 c→∞
2 x · 2 dx = x
2
Z∞
2 dx = x
2
= 2 lim (ln c − ln 2) = ∞, c→∞
ezért a várható érték nem létezik, tehát a szórás sem. d) A keresett valószínűség P (ξ ≥ 2) = 1 − Fξ (2) = 1 − 0 = 1. 30. a) Mivel fξ sűrűségfüggvény, ezért Zπ 1=
Zπ a cos(x) dx = a
0
cos(x) dx = a [sin(x)]π0 = 0,
0
így ellentmondáshoz jutottunk, következésképpen nem létezik olyan a, melyre az adott függvény sűrűségfüggvény lenne.
25
31. Az eloszlásfüggvény 0, ha x ≤ 0 Fξ (x) = x2 , ha 0 < x ≤ 1 1, ha x > 1. 32. a) ξ eloszlásfüggvénye 0, ha x ≤ 1 x−1 Fξ (x) = , ha 1 < x ≤ 3 2 1, ha x > 3. b) A sűrűségfüggvény 1 , ha 1 < x < 3 fξ (x) = 2 0, egyébként. c) Eξ =
1+3 = 2, 2
D2 ξ =
(3 − 1)2 , 12
1 Dξ = √ . 3
0, ha 0 < x ≤ 1 x−1 33. a) Az eloszlásfüggvény Fξ (x) = , ha 1 < x ≤ 15 1,14 ha x > 15. 1 , ha 1 < x < 15 A sűrűségfüggvény fξ (x) = 14 0, egyébként. b) A várható érték 8, a szórásnégyzet
49 . 3
c) 2 P (ξ < 5) = Fξ (5) = . 7 d) P (ξ > 7) = 1 − P (ξ < 7) = 1 − Fξ (7) = 1 − 34. a) Mivel Eξ = 500, ezért λ =
1 , 500
3 4 = 7 7
melyből az eloszlásfüggvény ( 0, ha x ≤ 0 Fξ (x) = 1 − 500 x 1−e , egyébként,
a sűrűségfüggvény fξ (x) =
( 0, 1 1 − 500 x e , 500
ha x ≤ 0 egyébként.
26
b) 1 1 P (ξ < 500) = Fξ (500) = 1 − e− 500 500 = 1 − . e
35. a) Mivel λ = 12 , így Eξ = 2, b) Az Fξ (x) =
1 2
D2 ξ = 2,
Dξ =
√
2.
egyenlet megoldásából kapjuk, hogy x = 1, 38 év.
36. Felhasználva, hogy λ = a) Az eloszlásfüggvény
1 1000
a feladat az előzőekhez hasonlóan oldható meg.
( 0, ha x ≤ 0 Fξ (x) = 1 − 1000 x 1−e , egyébként, a sűrűségfüggvény fξ (x) =
( 0, 1 1 e− 1000 x , 1000
ha x ≤ 0 egyébként,
b) A várható érték Eξ = 1000. c) 1 P (ξ < Eξ) = P (ξ < 1000) = Fξ (1000) = 1 − . e 37. Mivel 0, 1 = P (ξ > 6) = 1 − P (ξ ≤ 6) = 1 − Fξ (6) = 1 − 1 − e−6λ = e−6λ , ezért λ=
ln(0, 1) . −6
Ezt felhasználva P (ξ ≤ 3) = Fξ (3) = 1 − e−3λ = 1 − e−3
ln(0,1) −6
=1−
p
0, 1 = 0, 684.
38. a) A keresett valószínűség P |ξ − 175| < 3 = P (−3 < ξ − 175 < 3) = P (172 < ξ < 178) = 178 − 175 172 − 175 = Fξ (178) − Fξ (172) = Φ −Φ = 3 3 = Φ (1) − Φ (−1) = 2Φ (1) − 1. b) A keresett valószínűség P (ξ > 173) = 1 − Fξ (173) = 1 − Φ
173 − 175 3
2 =1−Φ − 3
2 =Φ 3
27
c) A keresett valószínűség P (173 < ξ < 177) = Fξ (177) − Fξ (173) = Φ 2 2 2 =Φ −Φ − = 2Φ − 1. 3 3 3
177 − 175 3
−Φ
173 − 175 3
=
39. a) P (ξ > 0, 96) = 1 − P (ξ < 0, 96) = 1 − Fξ (0, 96) = 1 − Φ
0, 96 − 1 0, 05
4 =1−Φ . 5
b) P (ξ < 1, 05) = Fξ (1, 05) = Φ
1, 05 − 1 0, 05
= Φ (1) .
c) P (0, 98 < ξ < 1, 02) = Fξ (1, 02) − Fξ (0, 98) = Φ 2 2 2 =Φ −Φ − = 2Φ − 1. 5 5 5
1, 02 − 1 0, 05
−Φ
40. a) A kontingencia-táblázat: ξ\η 1 2 3 Ebből p =
1 2 3 p p p p 4p p p p p
1 . 12
b) ξ és η peremeloszlása: P (ξ = 1) = 3p,
P (ξ = 2) = 6p,
P (ξ = 1) = 3p,
P (η = 1) = 3p,
P (η = 2) = 6p,
P (η = 3) = 3p.
c) Eξ = 1 · 3p + 2 · 6p + 3 · 3p = 24p = 2, Eη = 1 · 3p + 2 · 6p + 3 · 3p = 24p = 2,
d) Eξ 2 = 12 · 3p + 22 · 6p + 32 · 3p = 54p = 4, 5, Eη 2 = 12 · 3p + 22 · 6p + 32 · 3p = 54p = 4, 5,
0, 98 − 1 0, 05
=
28
amiből D2 ξ = 4, 5 − 4 = 0, 5, D2 η = 4, 5 − 4 = 0, 5,
Dξ =
p
0, 5 p Dη = 0, 5
e) 1 1 1 , P (ξ · η = 2) = , P (ξ · η = 3) = , 12 6 6 1 1 1 P (ξ · η = 4) = , P (ξ · η = 6) = , P (ξ · η = 9) = . 3 6 12 f) Nem függetlenek. P (ξ · η = 1) =
g) Mivel cov(ξ, η) = E(ξη) − Eξ · Eη = (p + 4p + 6p + 16p + 12p + 9p) − 24p · 24p = 0, Mivel a kovariancia nulla, ezért a korrelációs együttható is nulla. h) ξ + η eloszlása 1 1 , P (ξ + η = 3) = , 12 6 1 1 P (ξ + η = 5) = , P (ξ + η = 6) = . 6 12 41. a) A kontingencia-táblázat: ξ\η 0 1 -1 4p p 1 4p 4 1 Ebből p = 10 . P (ξ + η = 2) =
1 P (ξ + η = 4) = , 2
b) ξ és η peremeloszlása: P (ξ = −1) = 8p, P (ξ = 1) = 2p, P (η = 0) = 8p, P (η = 1) = 2p. c) Nem függetlenek. d) Mivel cov(ξ, η) = E(ξη) − Eξ · Eη, ezért ki kell számolnunk ξ, η és ξη várható értékét! Eξ = −1 · 5p + 1 · 5p = 0, Eη = 0 · 8p + 1 · 2p = 2p, Eξ · η = −1 · p + 1 · p = 0. A kapott eredményeket felhasználva cov(ξ, η) = 0 − 0 · 2p = 0.
29
A korrelációs együtthatóhoz meg kell határoznunk ξ és η szórását. r p p 4 2 2 Dξ = 10p − 0 = 1, Dη = 2p − 4p = = 25 5 Ebből corr(ξ, η) =
cov(ξ, η) = 0. DξDη
e) ξ + η eloszlása 1 2 1 2 P (ξ + η = −1) = , P (ξ + η = 0) = , P (ξ + η = 1) = , P (ξ + η = 2) = . 5 10 5 10 42. a) Mivel Z1 Z1
y=1 Z1 Z1 y2 1 1=c x + y dy dx = c + x dx = xy + dx = c 2 y=0 2 0 0 0 0 2 1 1 1 x 1 =c + = c, =c x+ 2 2 0 2 2 ezért c = 1. b) Mivel Z1
x2 + xy x + y dx = 2
0
ezért
1 y+ , fη (y) = 2 0,
Hasonlóan
1 x+ , fξ (x) = 2 0,
x=1 = x=0
1 + y, 2
ha 0 < y < 1 egyébként.
ha 0 < x < 1 egyébként.
c) Zy Fη (y) =
Zy fη (t) dt =
−∞
0
2 y 1 t t y2 + y t + dt = + = , 2 2 2 0 2
így az η-hoz tartozó perem-eloszlásfüggvény 2 y + y , ha y ≥ 0 Fη (y) = 2 0, ha y < 0.
(y > 0),
30
Hasonlóan 2 x + x , Fξ (x) = 2 0,
ha x > 0 ha x ≤ 0.
d) Ha x ≤ 0, y ≤ 0, akkor F (x, y) = 0. Ha x, y ∈]0, 1], akkor Zx Zy F (x, y) =
Zx Zy f (u, v) dv du =
−∞ −∞ Zx
=
uy +
0
0
y Zx v2 uv + u + v dv du = du = 2 0 0
u2 y y 2 u y2 du = + 2 2 2
0
x = 0
x2 y + xy 2 . 2
Ha x > 1, y ∈]0, 1], akkor Z1 Zy
y Z1 Z1 v2 y2 F (x, y) = u + v dv du = uv + du = uy + du = 2 0 2 0 0 0 0 1 2 y + y2 u y y2u + = . = 2 2 0 2 Ha y > 1, x ∈]0, 1], akkor x Z1 Z1 x2 u2 dv = xv + dv = F (x, y) = u + v du dv = uv + 2 0 2 0 0 0 0 2 1 2 2 v x xv x+x = + . = 2 2 0 2 Z1 Zx
Így az eloszlásfüggvény 0, x2 y + xy 2 , 2 2 F (x, y) = x + x , 2 y + y2 , 2 1,
ha x ≤ 0, vagy y ≤ 0 ha 0 < x ≤ 1, 0 < y ≤ 1 ha 0 < x ≤ 1 ha 0 < y ≤ 1 ha x > 1, és y > 1.
e) 3 1 Z1 Z1 1 1 x x2 7 2 Eξ = x x + dx = x + x dx = + = . 2 2 3 4 0 12 0
0
31
Hasonlóan 3 1 Z1 Z1 1 1 y y2 7 2 Eη = y y + dy = y + y dy = + = . 2 2 3 4 0 12 0
0
f) A szórásnégyzethez előbb a második momentumot kell kiszámolnunk: 4 1 Z1 Z1 1 2 x x3 5 1 3 2 2 dx = x + x dx = + = . Eξ = x x + 2 2 4 6 0 12 0
0
Ugyanígy Z1
2
Eη =
y
2
1 y+ 2
Z1
4 1 1 2 y y3 5 y + y dy = + = . 2 4 6 0 12 3
dy =
0
0
Így 5 D ξ=D η= − 12 2
2
7 12
2 =
11 . 144
g) Z∞ Z∞ E(ξη) =
Z1 Z1 xyf (x, y) dy dx =
−∞ −∞
Z1 Z1 =
xy(x + y) dy dx = 0
2
Z1
2
x y + xy dy dx = 0
0
0
x2 y 2 xy 3 + 2 3
0
Z1
y=1 dx = y=0
1 x2 x + dx = . 2 3 3
0
h) A kovariancia cov(ξ, η) = E(ξη) − EξEη =
1 7 7 1 − · =− , 3 12 12 144
a korrelációs együttható corr(ξ, η) =
1 cov(ξ, η) =− . DξDη 11
i) Nem függetlenek, mert fξ,η (x, y) 6= fξ (x)fη (y). 43. A Csebisev-egyenlőtlenséget felhasználva P (|ξ − Eξ| < ε) ≥ 1 − Jelen esetben Eξ = 2,
D2 ξ . ε2
Dξ = 1, így P (|ξ − 2| < 4) ≥ 1 −
1 15 = . 16 16
32
44. A Csebisev-egyenlőtlenséget felhasználva P (|ξ − Eξ| < ε) ≥ 1 − Jelen esetben Eξ = 3, 2,
D2 ξ . ε2
Dξ = 1, 6, így
P (|ξ − 3, 2| < 2, 4) ≥ 1 −
1, 62 5 = . 2 2, 4 9
45. A Csebisev-egyenlőtlenséget felhasználva P (|ξ − Eξ| ≥ ε) ≤ Jelen esetben Eξ = 3, 2,
D2 ξ . ε2
Dξ = 1, 6, így P (ξ > 10) = P (ξ − 5 > 5) ≤
4 . 25
Másrészt P (ξ ∈ [2, 8]) = P (|ξ − 5| ≤ 3) ≥ 1 −
4ξ 5 = . 2 3 9
46. A Csebisev-egyenlőtlenséget felhasználva P (|ξ − Eξ| < ε) ≥ 1 − Jelen esetben Eξ = 20,
D2 ξ . ε2
Dξ = 6, így
62 45 5 P (11 < ξ < 29) = P (|ξ − 20| < 9) ≥ 1 − 2 = = . 9 81 9 47. A Csebisev-egyenlőtlenséget felhasználva P (|ξ − Eξ| ≥ ε) ≤ Jelen esetben Eξ = 5,
D2 ξ . ε2
Dξ = 0, 5, így 0, 52 P (|ξ − 5| > 1) ≤ 2 = 0, 25. 1
48. Mivel ξ Poisson-eloszlású 80 paraméterrel, ezért Eξ = 80, D2 ξ = 80, így 80 1 4 P (60 < ξ < 100) = P (|ξ − 80| < 20) ≥ 1 − 2 = 1 − = . 20 5 5 49. a) P (48 < ξ < 52) = P (|ξ − 50| < 2) ≥ 1 −
2 1 1 = 1 − = . 22 2 2
b) A táblázatból P (48 < ξ < 52) = 0, 1 + 0, 15 + 0, 4 = 0, 65
33
50. A Csebisev-egyenlőtlenséget felhasználva P (|ξ − Eξ| < ε) ≥ 1 − Jelen esetben Eξ = 4,
D2 ξ . ε2
Dξ = 6, így
P (0 < ξ < 8) = P (|ξ − 4| < 4) ≥ 1 −
62 5 36 = − , = 1 − 42 16 4
így a Csebisev-egyenlőtlenség nem mond semmit. 51. A Csebisev-egyenlőtlenséget felhasználva P (|ξ − Eξ| < ε) ≥ 1 − Jelen esetben Eξ = 10,
D2 ξ . ε2
Dξ = 4, így
P (8 < ξ < 12) = P (|ξ − 10| < 2) ≥ 1 −
16 = 1 − 4 = −3, 4
így a Csebisev-egyenlőtlenség nem mond semmit. 52. A Csebisev-egyenlőtlenséget felhasználva P (|ξ − Eξ| < ε) ≥ 1 − Jelen esetben Eξ = 16,
D2 ξ . ε2
Dξ = 16, így
P (8 < ξ < 24) = P (|ξ − 16| < 8) ≥ 1 −
162 = 1 − 4 = −3, 82
így a Csebisev-egyenlőtlenség nem mond semmit. 53. A Csebisev-egyenlőtlenséget felhasználva P (|ξ − Eξ| < ε) ≥ 1 − Jelen esetben Eξ = 12,
D2 ξ . ε2
Dξ = 12, így
P (6 < ξ < 18) = P (|ξ − 12| < 6) ≥ 1 − így a Csebisev-egyenlőtlenség nem mond semmit.
122 = 1 − 4 = −3, 62
34
54. A Csebisev-egyenlőtlenséget felhasználva P (|ξ − Eξ| < ε) ≥ 1 − Jelen esetben Eξ = 20,
D2 ξ . ε2
Dξ = 10, így P (|ξ − 20| > 30) ≤
102 1 = . 2 30 9
Normális eloszlás esetén P (|ξ − 20| > 30) = 1 − P (|ξ − 20| < 30) = 1 − P (−10 < ξ < 50) = 50 − 30 −10 − 30 =1−Φ +Φ = 1 − Φ (2) + 1 − Φ(4) = 2 − Φ(2) + Φ(4) 10 10 Hasonlóan számolható ki exponenciális eloszlás esetén is a valószínűség. 55. A megoldáshoz a nagy számok törvényét fogjuk használni: k p·q P − p ≥ ε ≤ 2 . n ε ·n Jelen esetben p = 0, 4, q = 0, 6, ε = 0, 01, így k 0, 4 · 0, 6 . P − 0, 4 ≥ 0, 01 ≤ n 0, 012 · n A szükséges kísérletek számát a 0, 4 · 0, 6 < 0, 02 0, 012 · n egyenlőtlenség megoldásával kapjuk. 56. A megoldáshoz a nagy számok törvényét fogjuk használni: k p·q P − p ≥ ε ≤ 2 . n ε ·n Jelen esetben p = 61 , q = 56 , ε = 0, 1, így 1 5 k 1 · P − ≥ 0, 1 ≤ 6 2 6 . n 6 0, 1 · n A szükséges kísérletek számát a 1 6
·
5 6
0, 12 · n egyenlőtlenség megoldásával kapjuk.
< 0, 05
35
57. A megoldáshoz a nagy számok törvényét fogjuk használni: k p·q P − p ≥ ε ≤ 2 . n ε ·n Jelen esetben p = 61 , q = 56 , ε = 0, 1, így 1 5 k 1 · P − ≥ 0, 1 ≤ 6 2 6 . n 6 0, 1 · n A szükséges kísérletek számát a 1 6
·
5 6
0, 12 · n
< 0, 02
egyenlőtlenség megoldásával kapjuk. 58. A megoldáshoz a nagy számok törvényét fogjuk használni: k p·q P − p ≥ ε ≤ 2 . n ε ·n Jelen esetben p = 21 , q = 12 , ε = 0, 01, így 1 1 k 1 · P − ≥ 0, 01 ≤ 2 22 . n 6 0, 01 · n A szükséges kísérletek számát a 1 2
· 21 < 0, 08 0, 012 · n egyenlőtlenség megoldásával kapjuk. 59. A megoldáshoz a nagy számok törvényét fogjuk használni: k p·q P − p ≥ ε ≤ 2 . n ε ·n Jelen esetben p = 0, 3, q = 0, 7, n = 500, így k 0, 3 · 0, 7 P − 0, 3 ≥ ε ≤ 2 . 500 ε · 500 Az ε értéke az
0, 3 · 0, 7 < 0, 1 ε2 · 500
egyenlőtlenség megoldásával adódik.
36
60. A megoldáshoz a nagy számok törvényét fogjuk használni: k p·q P − p ≥ ε ≤ 2 . n ε ·n Jelen esetben p = 0, 4, q = 0, 6, n = 200, így k 0, 4 · 0, 6 P − 0, 4 ≥ ε ≤ 2 . 200 ε · 200 Az ε értéke az
0, 4 · 0, 6 < 0, 1 ε2 · 200 egyenlőtlenség megoldásával adódik, mely után k értéke meghatározható, mely utána k értéke 58 ≤ k ≤ 102.
61. A megoldáshoz a nagy számok törvényét fogjuk használni: k p·q P − p ≥ ε ≤ 2 . n ε ·n Jelen esetben p = 0, 5, q = 0, 5, n = 100, így k 0, 5 · 0, 5 P − 0, 5 ≥ ε ≤ 2 . 100 ε · 100 Az ε értéke az
0, 5 · 0, 5 < 0, 1 ε2 · 100 egyenlőtlenség megoldásával adódik, mely után k értéke meghatározható.
62. A megoldáshoz a nagy számok törvényét fogjuk használni: k p·q P − p ≤ ε ≥ 1 − 2 . n ε ·n Jelen esetben p = 0, 5, q = 0, 5, n = 100, így k 0, 5 · 0, 5 P − 0, 5 ≤ ε ≥ 1 − 2 . 100 ε · 100 Másrészt
k 1 − ≤ ε, 100 2 melyből 50 − 100ε ≤ k ≤ 50 + 100ε. Az ε értékét megkapjuk az −ε ≤
50 + 100ε = 105 egyenletből. Így adódik, hogy ε = 0, 55. Tehát a keresett valószínűség 0, 5 · 0, 5 0, 552 · 100
37
63. A megoldáshoz a nagy számok törvényét fogjuk használni: k p·q P − p ≥ ε ≤ 2 . n ε ·n Jelen esetben p = 0, 5, q = 0, 5, ε = 0, 1, így k 0, 5 · 0, 5 . P − 0, 5 ≥ ε ≤ n 0, 12 · n A szükséges dobások számát az n>
0, 25 , 0, 12 · 0, 05
egyenlőtlenség megoldásával kapjuk: n > 500. 64. A központi határeloszlás-tételt alkalmazva ξ1 + ... + ξn − nm ξ1 + ... + ξn − m ≤ 0, 5 = P 0, 95 ≤ P ≤ 0, 5 = n n √ √ √ ξ1 + ... + ξn − nm 0, 5 n n ξ + ... + ξ − nm n 1 n ≤ √ √ = P ≤ ≤ =P − , 2 4 4 2 n 2 n amiből √ √ √ √ √ − n n n n n −Φ =Φ −1+Φ = 2Φ − 1, 0, 95 ≤ Φ 4 4 4 4 4 így √ 1, 95 n 0, 975 = ≤Φ . 2 4 Ebből
√
n , 4 amiből kapjuk, hogy n ≥ 61, 5, tehát legalább 62 mérés szükséges. 2 A Csebisev-egyenlőtlenséggel is elvégezzük a becslést. A szórásnégyzet 2n . ξ1 + ... + ξn ξ1 + ... + ξn P − m ≤ 0, 5 = 1 − P − m > 0, 5 ≥ n n 1, 96 ≤
4 16 ≥1− n2 =1− , 0, 5 n amiből n ≥ 320. 65. Ha ξi (i=1..100) független, Poisson-eloszlású valószínűségi változók 1-paraméterrel, akkor ξ1 + ... + ξ100 100-paraméterű, Poisson-eloszlású. P (ξ > 120) = 1 − P (ξ1 + ... + ξ100 ≤ 120) = ξ1 + ... + ξ100 − 100 120 − 100 √ =1−P ≤ √ = 1 − Φ(2, 05) = 0, 0202. 100 100
38
66. Ha ξi (i=1..50) független, Poisson-eloszlású valószínűségi változók 1-paraméterrel, akkor ξ1 + ... + ξ50 50-paraméterű, Poisson-eloszlású. P (ξ > 60) = 1 − P (ξ1 + ... + ξ50 ≤ 60) = ξ1 + ... + ξ50 − 50 60 − 50 10 √ =1−P ≤ √ =1−Φ √ . 50 50 50 67. Ha ξi (i=1..20) független valószínűségi változók, akkor P (ξ > 85) = 1 − P (ξ ≤ 85) = 1 − P (ξ1 + ... + ξ20 ≤ 85) = 5 · 20 ξ1 + ... + ξ20 − 20 · 80 85 · 20 − 80 · 20 √ √ √ =1−Φ = 0, 13136. =1−P ≤ 20 · 8 20 · 8 8 · 20 68. 0, 95 = P
ξ1 + ... + ξ20 − 20 · 80 a − 80 · 20 − 80 · 20 √ √ ≤ = 20 · 8 20 · 8 a − 80 · 20 a − 80 · 20 √ √ =Φ −Φ − . 8 · 20 8 · 20
Legyen x=
a − 80 · 20 √ , 8 · 20
így 0, 95 = Φ(x) − Φ(−x) = 2Φ(x) − 1, amiből x = 1, 96. Tehát 1, 96 =
a − 20 · 80 √ . 8 · 20
Ebből a = 88, 77, tehát 71, 24 és 88, 77 közé esnek az átlagértékek. 69. 28 fős mintára van szükség. 70. A korábbiakhoz hasonlóan. 71. A Csebisev-egyenlőtlenséggel P (|ξ − Eξ| > 100) ≤
10000 · D2 ξ 1 = . 2 100 4
A központi határeloszlás-tétel segítségével: P (|ξ − Eξ| > 100) = 1 − P (|ξ − Eξ| < 100) = 1 − P (|ξ − 5000| < 100) = 5100 − 5000 4900 − 5000 = 1 − P (4900 < ξ < 5100) = 1 − Φ +Φ = 2 − 2Φ(2). 50 50
39
72. A Csebisev-egyenlőtlenséggel P (|ξ − Eξ| > 80) ≤
2000 · D2 ξ . 802
A központi határeloszlás-tétel segítségével: P (|ξ − Eξ| > 80) = 1 − P (|ξ − Eξ| < 80) = 1 − P (|ξ − 1000| < 80) = 920 − 1000 1080 − 1000 √ √ +Φ . = 1 − P (920 < ξ < 1080) = 1 − Φ 500 50 73. Legyen 2, ha az i-edik dobás 2, 4, ha az i-edik dobás 4, ξi = 6, ha az i-edik dobás 6, 0, ha az i-edik dobás 1,3,5. Ekkor 1 Eξi = (2 + 4 + 6) = 2, 6
1 16 D2 ξ = (4 + 16 + 36) − 4 = , 6 3
így
1000 P
1000 P
ξi − Eξi 200 100 i=1 i=1 = P (1800 ≤ ξ ≤ 2000) = P ≤ s ≤r − r 1000 16 16 P 2 2000 · 2000 · D ξ i 3 3 i=1 100 − Φ r −200 . = Φ r 16 16 200 · 200 · 3 3 74. a) Az empirikus eloszlásfüggvény 0, ha x ≤ 42 1 , ha 42 < x ≤ 45 3 1 , ha 45 < x ≤ 48 Fξ (x) = 22 , ha 48 < x ≤ 50 3 5 , ha 50 < x ≤ 52 6 1, ha x > 52. b) Az átlag x=
2 · 42 + 45 + 48 + 50 + 52 = 46, 5. 6
A szórásnégyzet 2(46, 6 − 42)2 + (46, 5 − 45)2 + (46, 5 − 48)2 + (46, 5 − 50)2 + (46, 5 − 52)2 σ2 = , 6
40
a korrigált szórásnégyzet σ2 =
2(46, 6 − 42)2 + (46, 5 − 45)2 + (46, 5 − 48)2 + (46, 5 − 50)2 + (46, 5 − 52)2 . 5
c) A keresett konfidencia-intervallum s? s? x − uα √n < m < x + uα √n . n n 75. A likelihood függvény n k L(n) = p (1 − p)n−k . k Mivel
L(n + 1) =
ezért
L(n + 1) = L(n)
Mivel
n+1 k p (1 − p)n+1−k , k
n+1 (1 − p) n+1 k = (1 − p). n n−k+1 k n+1 (1 − p) > 1 n−k+1
pontosan akkor teljesül, ha n < kp − 1. Így n maximum likelihood becslése k 10 n b= −1 = −1 , p 0, 05 így 199 vagy 200 a jó megoldás. 76. A likelihood függvény L(λ) =
5 Y
P (ξ = xk ) =
k=1
λ4 −λ λ3 −λ λ7 −λ λ2 −λ λ4 −λ λ20 e · e · e · e · e = e−5λ . 4! 3! 7! 2! 4! 4!3!7!2!4!
A loglikelihood függvény ln L(λ) = 20 ln λ − ln(4!3!7!2!4!) − 5λ. Az előbbi függvény λ-szerinti deriváltja ∂ ln L(λ) 20 = − 5, ∂λ λ b = 4. aminek a zérushelye λ
41
77. A likelihood függvény L(p) = p(1 − p)k−1 . A loglikelihood függvény ln L(p) = ln p + (k − 1) ln(1 − p), melynek a p-szerinti deriváltja ∂ ln L(p) 1 1 = − (k − 1), ∂p p 1−p melynek zérushelye pb = k1 . 78. A likelihood függvény L(λ) =
6 Y
λe−λxi = λ6 · e−311λ .
i=1
A loglikelihood függvény ln L(λ) = 6 ln λ − 311λ, melynek parciális deriváltja ∂ ln L(λ) 6 = − 311, ∂λ λ b= melynek zérushelye λ
6 . 311