Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika (val ´osz´ın ˝us ´egsz ´am´ıt ´as r ´esz)
Barczy M ´aty ´as, Pap Gyula
Debreceni Egyetem, Szegedi Tudom ´anyegyetem
2014
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 1 / 133
Aj ´anlott irodalom:
DENKINGERG ´EZA
Val ´osz´ın ˝us ´egsz ´am´ıt ´as
Nemzeti Tank ¨onyvkiad ´o, 1997.
DENKINGERG ´EZA
Val ´osz´ın ˝us ´egsz ´am´ıt ´asi Gyakorlatok Nemzeti Tank ¨onyvkiad ´o, 1999.
FAZEKASISTVAN´ Val ´osz´ın ˝us ´egsz ´am´ıt ´as
Debrecen, Kossuth Egyetemi Kiad ´o, 2000.
PAPGYULA
Val ´osz´ın ˝us ´egsz ´am´ıt ´as el ˝oad ´ask ¨ovet ˝o anyagok http://www.math.u-szeged.hu/˜papgy/
Aj ´anlott irodalom:
SOLTGYORGY¨
Val ´osz´ın ˝us ´egsz ´am´ıt ´as M ˝uszaki K ¨onyvkiad ´o, 1969.
BOGNAR´ J ´ANOSNE´, MOGYORODI´ J ´OZSEF, PREKOPA´ ANDRAS´ , R ´ENYIALFRED´ , SZASZ´ DOMOKOS
Val ´osz´ın ˝us ´egsz ´am´ıt ´as feladatgy ˝ujtem ´eny Nemzeti Tank ¨onyvkiad ´o, 2001.
N. SHIRYAEV
Probability, 2nd edition Springer-Verlag, 1995.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 3 / 133
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
V ´eletlen esem ´enyek
Val ´osz´ın ˝us ´egev ´eletlen esem ´enyeknekvan,
melyekr ˝ol nem tudjuk el ˝ore megmondani, hogy bek ¨ovetkeznek-e, vagy sem;
´es amelyek
vagyv ´eletlen jelens ´egekmegfigyel ´es ´evel kapcsolatosak (amikor a k ¨or ¨ulm ´enyeket nem tudjuk befoly ´asolni),
vagy pedigv ´eletlen kimenetel ˝u k´ıs ´erletekkelkapcsolatosak (amikor befoly ´asolni tudjuk a k ¨or ¨ulm ´enyeket).
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
P ´eld ´ak:
Min ˝os ´egellen ˝orz ´es: n term ´ekb ˝ol kiv ´alasztunk m darabot (m6n), ´es megsz ´amoljuk, hogy h ´any selejtes van;
lehets ´eges kimenetelek: azΩ :={0,1,2, . . . ,m}halmaz elemei;
Hagyom ´anyos lott ´o: megjel ¨ol ¨unk 5 sz ´amot 90-b ˝ol, ´es megsz ´amoljuk, hogy h ´any tal ´alatunk van;
lehets ´eges kimenetelek: azΩ :={0,1,2,3,4,5}halmaz elemei;
Rag ´alyos fert ˝oz ´es terjed ´ese, csapad ´ekmennyis ´eg alakul ´asa, szeizmogr ´af mozg ´asa, sorhossz ´us ´ag alakul ´asa p ´enzt ´arakn ´al, szerencsej ´at ´ekok, t ˝ozsdei ´aringadoz ´asok.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 5 / 133
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
Elemi esem ´enyek: a k´ıs ´erlet/megfigyel ´es lehets ´eges kimenetelei.
Esem ´enyt ´er: az elemi esem ´enyek halmaza; jel ¨ol ´es: Ω.
Esem ´eny: az esem ´enyt ´er bizonyos A⊂Ω r ´eszhalmaza, amit
´ugy ´ert ¨unk, hogy ha azω∈Ωelemi esem ´eny k ¨ovetkezik be, akkor ω∈A eset ´en bek ¨ovetkezik az Aesem ´eny is,
ω6∈A eset ´en az A esem ´eny nem k ¨ovetkezik be.
Biztos esem ´eny: amely mindig bek ¨ovetkezik;
be lehet azonos´ıtani az Ω⊂Ω r ´eszhalmazzal.
Lehetetlen esem ´eny:amely sohasem k ¨ovetkezik be;
be lehet azonos´ıtani az ∅ ⊂Ω ¨ures r ´eszhalmazzal.
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
Logikai m ˝uveletek esem ´enyekkel
Minden A esem ´ennyel kapcsolatban tekinthetj ¨uk azAellentett (komplementer) esem ´eny ´et:ez pontosan akkor k ¨ovetkezik be, amikor az A esem ´eny nem k ¨ovetkezik be; jel ¨ol ´ese: A.
Az A ´es B esem ´enyekosszege (uni ´¨ oja)az az esem ´eny, amely pontosan akkor k ¨ovetkezik be, amikor az A ´es B esem ´enyek k ¨oz ¨ul legal ´abb az egyik bek ¨ovetkezik; jel ¨ol ´ese: A+B vagy A∪B.
Az A ´es B esem ´enyekszorzata (metszete)az az esem ´eny, amely pontosan akkor k ¨ovetkezik be, amikor az A ´es B
esem ´enyek mindegyike bek ¨ovetkezik; jel ¨ol ´ese: A·B vagy A∩B.
Az A ´es B esem ´enyekk ¨ul ¨onbs ´egeaz az esem ´eny, mely pontosan akkor k ¨ovetkezik be, amikor az A esem ´eny
bek ¨ovetkezik, aBesem ´eny pedig nem; jel ¨ol ´ese: A−BvagyA\B.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 7 / 133
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
A logikai m ˝uveletek tulajdons ´agai
kommutativit ´as: A+B=B+A, A·B=B·A.
asszociativit ´as: A+ (B+C) = (A+B) +C, A·(B·C) = (A·B)·C.
idempotencia: A+A=A,
A·A=A.
disztributivit ´as: A·(B+C) = (A·B) + (A·C), A+ (B·C) = (A+B)·(A+C).
de Morgan-f ´ele azonoss ´agok: A+B=A·B, A·B=A+B.
k ¨ul ¨onbs ´eg: A−B=A·B.
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
Diszjunkt esem ´enyek
Azt mondjuk, hogy az A ´es B esem ´enyekdiszjunktak (kiz ´arj ´ak egym ´ast), ha egyszerre nem k ¨ovetkezhetnek be.
Az A ´es B esem ´enyek akkor ´es csak akkor diszjunktak, ha A·B=∅.
⇒
Azt mondjuk, hogy az A esem ´enymaga ut ´an vonjaa B esem ´enyt, ha az A esem ´eny bek ¨ovetkez ´ese eset ´en mindig bek ¨ovetkezik a B esem ´eny is; jel ¨ol ´ese: A⇒B.
A k ¨ovetkez ˝o ´all´ıt ´asok ekvivalensek:
A⇒B;
A⊂B;
B⊂A;
B⇒A.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 9 / 133
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
Esem ´enyalgebra
Egy Ω esem ´enyt ´er bizonyos esem ´enyeib ˝ol ´all ´oA rendszert
esem ´enyalgebr ´anaknevez ¨unk, ha tartalmazza a biztos esem ´enyt, ´es z ´art a komplementerk ´epz ´esre ´es a v ´eges uni ´ok ´epz ´esre.
P ´eld ´aul Ω ¨osszes r ´eszhalmazainak A:=2Ω rendszere.
Ha A ⊂2Ω esem ´enyalgebra, akkor A tartalmazza a lehetetlen esem ´enyt is, ´es z ´art a k ¨ul ¨onbs ´egk ´epz ´esre ´es a v ´eges
metszetk ´epz ´esre is.
Term ´eszetes az a feltev ´es, hogy egy k´ıs ´erlettel kapcsolatos esem ´enyek rendszere esem ´enyalgebr ´at alkot.
σ-algebra
Egy esem ´enyalgebr ´at σ-algebr ´anaknevez ¨unk, ha z ´art a megsz ´aml ´alhat ´o uni ´ok ´epz ´esre.
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
P ´eld ´ak:
1 Egy p ´enzdarab feldob ´asa eset ´en
Ω ={fej,´ır ´as}.
De lehet a fejhez a 0, az ´ır ´ashoz pedig az 1 sz ´amot hozz ´arendelni, ´es ´ıgy
Ω ={0,1}.
Nyilv ´an
A=2Ω =
∅,{0},{1},Ω .
Ekkor az elemi esem ´enyek sz ´ama: |Ω|=2, az ¨osszes esem ´enyek sz ´ama pedig |2Ω|=4.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 11 / 133
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
2 n-szeregym ´as ut ´an dobvaegy p ´enzdarabbal:
Ω =
ω= (a1,a2, . . . ,an) :a1,a2, . . . ,an∈ {0,1} . Ekkor |Ω|=2n, |2Ω|=22n.
Ha n darab egyforma p ´enzdarabotegyid ˝oben dobunk fel, akkor is lehet ugyanezt az esem ´enyteret tekinteni, hiszen a k´ıs ´erlet kimenetel ´et nem v ´altoztatja meg, ha megsz ´amozzuk a p ´enzdarabokat. De lehet csak a megk ¨ul ¨onb ¨oztethet ˝o kimenetelekre szor´ıtkozni: ezek sz ´ama n+1. Az els ˝o esem ´enyt ´er ´altal ´aban alkalmasabb, mert p ´eld ´aul szab ´alyos p ´enzdarab eset ´en az elemi esem ´enyek egyforma es ´ely ˝uek!
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
3 Egy zs ´akban n k ¨ul ¨onb ¨oz ˝o sz´ın ˝u goly ´o van. Kih ´uzunk ezek k ¨oz ¨ul k darabot; n ´egy lehet ˝os ´eg van aszerint, hogyvisszatev ´essel vagyvisszatev ´es n ´elk ¨ulh ´uzunk (az ut ´obbi esetben k 6n sz ¨uks ´eges), ´es aszerint, hogy asorrend sz ´am´ıtvagy asorrend nem sz ´am´ıt.
Ez a k´ıs ´erlet ekvivalens azzal a k´ıs ´erlettel, amikor n rekeszbe helyez ¨unk el k t ´argyat; az el ˝obbi n ´egy lehet ˝os ´eg annak felel meg, hogy egy rekeszbe t ¨obb t ´argy is ker ¨ulhet vagy csak egy, illetve a t ´argyak meg vannak k ¨ul ¨onb ¨oztetve, vagy nem.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 13 / 133
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
sorrend sz ´am´ıt (vari ´aci ´o)
sorrend nem sz ´am´ıt (kombin ´aci ´o) visszatev ´es n ´elk ¨ul
(ism ´etl ´es n ´elk ¨ul)
n!
(n−k)!
n k
egy rekeszbe
legfeljebb egy t ´argy ker ¨ulhet visszatev ´essel
(ism ´etl ´eses) nk
n+k −1 k
egy rekeszbe
t ¨obb t ´argy is ker ¨ulhet a t ´argyak
k ¨ul ¨onb ¨oz ˝oek
a t ´argyak nem k ¨ul ¨onb ¨oznek
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
Ha n k ¨ul ¨onb ¨oz ˝o elem k ¨oz ¨ul h ´uzunk visszatev ´es n ´elk ¨ul ´ugy, hogy a sorrend sz ´am´ıt, ´es kih ´uzzuk az ¨osszesnelemet (ami azzal ekvivalens, hogy n elemet sorba ´all´ıtunk; ezeket
permut ´aci ´oknaknevezz ¨uk), akkor a lehet ˝os ´egek sz ´ama
|Ω|=n! :=1·2· · · · ·n,
hiszen az els ˝o h ´uz ´asn ´al m ´eg n lehet ˝os ´eg van, a m ´asodikn ´al n−1, stb., ´es ezek szorzata adja az eredm ´enyt.
Ha n k ¨ul ¨onb ¨oz ˝o elem k ¨oz ¨ul k elemet h ´uzunk visszatev ´es n ´elk ¨ul (ahol k 6n) ´ugy, hogy a sorrend sz ´am´ıt (ezeketism ´etl ´es n ´elk ¨uli vari ´aci ´oknaknevezz ¨uk), akkor a lehet ˝os ´egek sz ´ama
|Ω|=n(n−1)· · ·(n−k +1) = n!
(n−k)!, amit az el ˝oz ˝oh ¨oz hasonl ´o gondolatmenettel bizony´ıthatunk.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 15 / 133
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
Ha n k ¨ul ¨onb ¨oz ˝o elem k ¨oz ¨ul k elemet h ´uzunk visszatev ´essel
´ugy, hogy a sorrend sz ´am´ıt (ezeketism ´etl ´eses vari ´aci ´oknak nevezz ¨uk), akkor a lehet ˝os ´egek sz ´ama
|Ω|=nk, hiszen minden h ´uz ´asn ´al n lehet ˝os ´eg van.
Ha n k ¨ul ¨onb ¨oz ˝o elem k ¨oz ¨ul k elemet h ´uzunk visszatev ´es n ´elk ¨ul (ahol k 6n) ´ugy, hogy a sorrend nem sz ´am´ıt (ezeketism ´etl ´es n ´elk ¨uli kombin ´aci ´oknaknevezz ¨uk), akkor a lehet ˝os ´egek sz ´ama
|Ω|= n
k
:= n!
k! (n−k)! = n(n−1)· · ·(n−k+1)
k! ,
hiszen a megfelel ˝o ism ´etl ´es n ´elk ¨uli vari ´aci ´okat ´ugy lehet megkapni, hogy a kih ´uzott k elemet az ¨osszes lehets ´eges m ´odon sorbarakjuk; ezek sz ´ama pedig mindig k!.
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
Ha n k ¨ul ¨onb ¨oz ˝o elem k ¨oz ¨ulk elemet h ´uzunk visszatev ´essel ´ugy, hogy a sorrend nem sz ´am´ıt (ezeketism ´etl ´eses kombin ´aci ´oknak nevezz ¨uk), akkor a lehet ˜os ´egek sz ´ama
|Ω|=
n+k−1 k
.
Ezt ´ugy lehet bel ´atni, hogy a k´ıs ´erlet kimeneteleihez
egy ´ertelm ˝uen hozz ´a lehet rendelni egy olyan sorozatot, mely n−1 darab egyesb ˝ol ´es k darab null ´ab ´ol ´all, m ´egpedig ´ugy, hogy az els ˝o egyes el ´e ´ırt null ´ak sz ´ama (ami 0 is lehet) jelenti az els ˝o fajta elemb ˝ol h ´uzottak sz ´am ´at, az els ˝o ´es m ´asodik egyes k ¨oz ´e ´ırt null ´ak sz ´ama jelenti a m ´asodik fajta elemb ˝ol h ´uzottak sz ´am ´at, stb., az (n−1)-edik egyes ut ´an ´ırt null ´ak sz ´ama jelenti az n-edik fajta elemb ˝ol h ´uzottak sz ´am ´at; az ilyen nulla–egy sorozatok sz ´ama pedig nyilv ´an n+kk−1
, hiszen azt kell megmondani, hogy az n+k−1 hely k ¨oz ¨ul melyik k helyre ker ¨ulj ¨on nulla.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 17 / 133
1. V ´eletlen k´ıs ´erletek, esem ´enyalgebr ´ak
4 Adva van n k ´artya; ezeket osztjuk sz ´et k j ´at ´ekos k ¨oz ¨ott ´ugy, hogy sorban n1,n2, . . . ,nk k ´arty ´at kapjanak, ahol
n1+n2+· · ·+nk =n, ´es az egy j ´at ´ekoshoz ker ¨ul ˝o lapok sorrendje nem sz ´am´ıt (ezeketism ´etl ´eses permut ´aci ´oknak nevezz ¨uk). Ekkor az esem ´enyt ´er elemeinek sz ´ama
|Ω|= n!
n1!n2!· · ·nk!,
hiszen a k ´arty ´ak n! sz ´am ´u permut ´aci ´oit ´ugy lehet ezekb ˝ol a leoszt ´asokb ´ol megkapni, hogy az egy j ´at ´ekoshoz ker ¨ult n1,n2, . . . ,nk k ´arty ´at tetsz ˝oleges sorrendbe helyezz ¨uk.
5 Addig dob ´alunk egy ´erm ´evel, m´ıg az els ˝o fejet siker ¨ul el ´erni.
Ekkor
Ω ={f,if,iif,iiif, . . . ,i∞},
ahol i∞ azt a lehets ´eges kimenetelt jel ¨oli, amikor csak ´ır ´ast dobunk a v ´egtelens ´egig.
2. Val ´osz´ın ˝us ´eg
Gyakoris ´ag, relat´ıv gyakoris ´ag
Ha egy A esem ´ennyel kapcsolatban n darab v ´eletlen, f ¨uggetlen k´ıs ´erletetet hajtunk v ´egre, akkor A gyakoris ´agaaz a sz ´am, ah ´anyszor Abek ¨ovetkezik; ez egyv ´eletlen mennyis ´eg, melynek lehets ´eges ´ert ´ekei: 0,1, . . . ,n; jel ¨ol ´ese: kn(A).
Az A esem ´enyrelat´ıv gyakoris ´aga: rn(A) := kn(A)
n ; ez isv ´eletlen mennyis ´eg, melynek lehets ´eges ´ert ´ekei: 0,1
n,2 n, . . . ,n
n =1;
Tapasztalat:
ha n-et n ¨ovelj ¨uk, azaz egyre t ¨obb k´ıs ´erletet hajtunk v ´egre, akkor az A esem ´eny relat´ıv gyakoris ´aga egyre kisebb kileng ´esekkel ingadozik egy P(A) sz ´am k ¨or ¨ul; amit majd A val ´osz´ın ˝us ´eg ´enek h´ıvunk.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 19 / 133
2. Val ´osz´ın ˝us ´eg
Relat´ıv gyakoris ´ag tulajdons ´agai
06rn(A)61 tetsz ˝oleges A esem ´eny eset ´en.
rn(∅) =0, rn(Ω) =1.
ha A ´es B egym ´ast kiz ´ar ´o esem ´enyek, akkor rn(A∪B) =rn(A) +rn(B).
haA1,A2,. . . p ´aronk ´ent egym ´ast kiz ´ar ´o esem ´enyek, akkor rn
∞
[
j=1
Aj
!
=
∞
X
j=1
rn(Aj).
rn(A) =1−rn(A) tetsz ˝oleges A esem ´eny eset ´en.
ha A⊂B esem ´enyek, akkor rn(A)6rn(B).
2. Val ´osz´ın ˝us ´eg
Val ´osz´ın ˝us ´egi mez ˝o (Kolmogorov) (Ω,A,P) h ´armas, ahol
Ω egy nem ¨ures halmaz (az esem ´enyt ´er);
A ⊂2Ω az Ω bizonyos r ´eszhalmazaib ´ol ´all ´o σ-algebra (az esem ´enyek rendszere);
P:A →R olyan lek ´epez ´es (halmazf ¨uggv ´eny), melyre
1 P(A)∈[0,1] tetsz ˝oleges A∈ A eset ´en,
2 P(Ω) =1,
3 ha A1,A2, . . .∈ A p ´aronk ´ent diszjunktak, akkor P
∞
[
j=1
Aj
!
=
∞
X
j=1
P(Aj).
(Ezt a tulajdons ´agotσ-additivit ´asnaknevezz ¨uk).
Egy A esem ´eny eset ´en a P(A) sz ´amot az A val ´osz´ın ˝us ´eg ´enek, a P:A →R lek ´epez ´est pedigval ´osz´ın ˝us ´egeloszl ´asnak
(val ´osz´ın ˝us ´egi m ´ert ´eknek) nevezz ¨uk.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 21 / 133
2. Val ´osz´ın ˝us ´eg
A val ´osz´ın ˝us ´egeloszl ´asok tulajdons ´agai
P(∅) =0. (Hiszen ha P(∅)>0 volna, akkor a σ-additivit ´asban A1=A2=. . .=∅ v ´alaszt ´assal ellentmond ´asra jutn ´ank.) Ha A1,A2, . . . ,An∈ A p ´aronk ´ent diszjunktak, akkor
P
n
[
j=1
Aj
!
=
n
X
j=1
P(Aj).
(Haszn ´aljuk a σ-additivit ´ast An+1=An+2=. . .=∅ eset ´ere,
´es alkalmazzuk azt, hogy P(∅) =0.)
Ezt a tulajdons ´agotv ´eges additivit ´asnaknevezz ¨uk.
P(A) =1−P(A).
(Hiszen Ω =A∪A diszjunkt felbont ´as, ´ıgy a v ´eges additivit ´assal 1=P(Ω) =P(A∪A) =P(A) +P(A). )
2. Val ´osz´ın ˝us ´eg
A val ´osz´ın ˝us ´egeloszl ´asok tulajdons ´agai Ha A⇒B, azaz A⊂B, akkor
P(A)6P(B), P(B\A) =P(B)−P(A).
(Hiszen A⊂B eset ´en B=A∪(B\A) diszjunkt felbont ´as, ez ´ert P(B) =P(A) +P(B\A)>P(A). )
Az els ˝o tulajdons ´agotmonotonit ´asnaknevezz ¨uk.
Tetsz ˝oleges A,B∈ A eset ´en
P(A∪B) =P(A) +P(B)−P(A∩B), hiszen
A∪B=
A\(A∩B)
∪
B\(A∩B)
∪(A∩B) diszjunkt felbont ´as, ez ´ert A∩B⊂A ´es A∩B⊂B miatt
P(A∪B) =
P(A)−P(A∩B) +
P(B)−P(A∩B)
+P(A∩B).
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 23 / 133
2. Val ´osz´ın ˝us ´eg
A val ´osz´ın ˝us ´egeloszl ´asok tulajdons ´agai Tetsz ˝oleges A,B,C∈ A eset ´en
P(A∪B∪C) =P(A) +P(B) +P(C)
−P(A∩B)−P(A∩C)−P(B∩C) +P(A∩B∩C),
hiszen
P (A∪B)∪C
=P(A∪B) +P(C)−P (A∪B)∩C
´es
P (A∪B)∩C
=P (A∩C)∪(B∩C)
=P(A∩C) +P(B∩C)−P (A∩C)∩(B∩C) , ahol (A∩C)∩(B∩C) =A∩B∩C.
Ez a tulajdons ´ag aszita-formulaspeci ´alis esete 3 esem ´enyre.
2. Val ´osz´ın ˝us ´eg
A val ´osz´ın ˝us ´egeloszl ´asok tulajdons ´agai
Szita-formula (Poincar ´e-formula): Tetsz ˝oleges A1, . . . ,An∈ A eset ´en
P
n
[
k=1
Ak
!
=
n
X
k=1
(−1)k−1Sk(n), ahol
Sk(n)= X
16i1<i2<···<ik6n
P(Ai1 ∩ · · · ∩Aik), n∈N.
Azaz, esem ´enyek n tag ´u uni ´oj ´anak a val ´osz´ın ˝us ´ege az
esem ´enyek legfeljebb n tag ´u metszeteinek a val ´osz´ın ˝us ´egeivel kifejezhet ˝o.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 25 / 133
2. Val ´osz´ın ˝us ´eg
A val ´osz´ın ˝us ´egeloszl ´asok tulajdons ´agai Tov ´abb ´a,
2`
X
k=1
(−1)k−1Sk(n) 6P
n
[
k=1
Ak
! 6
2`−1
X
k=1
(−1)k−1S(n)k , `∈N,
ahol Sk(n):=0, hak >n. Ez az egyenl ˝otlens ´eg azt jelenti, hogy a P(A1∪ · · · ∪An) val ´osz´ın ˝us ´eget a szita-formul ´aban kifejez ˝o
S1(n)−S2(n)+S3(n)−S(n)4 +· · ·
el ˝ojeles ¨osszeg p ´aratlan sz ´am ´u tagot tartalmaz ´o r ´eszlet ¨osszegei fel ¨ulr ˝ol, m´ıg a p ´aros sz ´am ´u tagot tartalmaz ´o r ´eszlet ¨osszegei alulr ´ol k ¨ozel´ıtik.
2. Val ´osz´ın ˝us ´eg
Legyen Ω nem ¨ures halmaz. Legyen minden n∈N eset ´en An⊂Ω.
Ha A1⊂A2⊂. . . ´es A:=
∞
[
n=1
An, akkor azt ´ırjuk, hogy An↑A.
Ha A1⊃A2⊃. . . ´es A:=
∞
\
n=1
An, akkor azt ´ırjuk, hogy An↓A.
A val ´osz´ın ˝us ´egeloszl ´asok tulajdons ´agai Tetsz ˝oleges A1,A2,· · · ∈ A, An↑A eset ´en
n→∞lim P(An) =P(A).
Ezt a tulajdons ´agotalulr ´ol folytonoss ´agnaknevezz ¨uk.
Tetsz ˝oleges A1,A2,· · · ∈ A, An↓A eset ´en
n→∞lim P(An) =P(A).
Ezt a tulajdons ´agotfel ¨ulr ˝ol folytonoss ´agnaknevezz ¨uk.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 27 / 133
2. Val ´osz´ın ˝us ´eg
Diszkr ´et val ´osz´ın ˝us ´egi mez ˝o
Ω v ´eges vagy megsz ´aml ´alhat ´oan v ´egtelen, azaz Ω ={ω1, ω2, . . . , ωN} vagy
Ω ={ω1, ω2, . . .}
alak ´u, ´es A=2Ω.
Val ´osz´ın ˝us ´egek kisz ´amol ´asa diszkr ´et val ´osz´ın ˝us ´egi mez ˝oben Tetsz ˝oleges A∈ A esem ´eny el ˝o ´all az
A= [
i:ωi∈A
{ωi} diszjunkt felbont ´as alakj ´aban, ´ıgy
P(A) = X
i:ωi∈A
P({ωi}).
2. Val ´osz´ın ˝us ´eg
Ez ´ert diszkr ´et val ´osz´ın ˝us ´egi mez ˝oben el ´eg megadni az elemi esem ´enyek val ´osz´ın ˝us ´egeit, a
pi :=P({ωi}), i =1,2, . . .
sz ´amokat ahhoz, hogy tetsz ˝oleges esem ´eny val ´osz´ın ˝us ´eg ´et ki tudjuk sz ´amolni.
Nyilv ´an sz ¨uks ´eges az, hogy ezek a {p1,p2, . . .} sz ´amok nemnegat´ıvak legyenek ´es ¨osszeg ¨uk 1 legyen, hiszen
X
i
pi =X
i
P({ωi}) =P
[
i
{ωi}
=P(Ω) =1.
Az is igaz, hogy ha {p1,p2, . . .} nemnegat´ıv, 1 ¨osszeg ˝u sz ´amok, akkor a fentieknek megfelel ˝oen bevezetett P:A →R f ¨uggv ´eny val ´osz´ın ˝us ´eg.
Ha a {p1,p2, . . .} sz ´amok nemnegat´ıvak ´es 1 ¨osszeg ˝uek, akkor azt mondjuk, hogyeloszl ´astalkotnak.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 29 / 133
2. Val ´osz´ın ˝us ´eg
Egyenletes eloszl ´as v ´eges halmazon Ω ={ω1, ω2, . . . , ωN},
´es az elemi esem ´enyek egyenl ˝o es ´ely ˝uek, azaz
P({ω1}) =P({ω2}) =. . .=P({ωN}) = 1 N.
Val ´osz´ın ˝us ´egek v ´eges halmazon egyenletes eloszl ´as eset ´en
P(A) = X
i:ωi∈A
P({ωi}) = 1 N
X
i:ωi∈A
1= |A|
N , vagyis
P(A) = kedvez ˝o kimenetelek sz ´ama
¨osszes kimenetelek sz ´ama . Ez aval ´osz´ın ˝us ´eg kisz ´am´ıt ´as ´anak klasszikus k ´eplete.
2. Val ´osz´ın ˝us ´eg
Klasszikus val ´osz´ın ˝us ´egi mez ˝o
Olyan (Ω,A,P) val ´osz´ın ˝us ´egi mez ˝o, ahol
Ω v ´eges, azaz Ω ={ω1, ω2, . . . , ωN} alak ´u, ahol N∈N, A=2Ω,
P({ω1}) =P({ω2}) =. . .=P({ωN}) = 1 N.
Azaz, v ´eges sok elemi esem ´eny van, az elemi esem ´enyek tetsz ˝oleges halmaza esem ´eny, ´es az elemi esem ´enyek egyenl ˝o val ´osz´ın ˝us ´eg ˝uek.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 31 / 133
2 Val ´osz´ın ˝us ´eg
P ´eld ´ak:
1 K ´et ´erm ´et feldobva mennyi annak a val ´osz´ın ˝us ´ege, hogy egy fej
´es egy ´ır ´as legyen az eredm ´eny?
Ekkor a k ´et ´erm ´et megk ¨ul ¨onb ¨oztetve az Ω ={ff,fi,if,ii}
esem ´enyteret kapjuk, amelyben a kimenetelek egyforma val ´osz´ın ˝us ´eg ˝uek, ´ıgy az
A={fi,if}
esem ´eny val ´osz´ın ˝us ´ege
P(A) = 2 4 = 1
2.
2. Val ´osz´ın ˝us ´eg
P ´eld ´ak:
2 Mennyi a val ´osz´ın ˝us ´ege, hogy egy n tag ´u t ´arsas ´agban van legal ´abb k ´et olyan szem ´ely, akiknek ugyanakkor van a sz ¨ulet ´esnapja? (Feltessz ¨uk, hogy a sz ¨ok ˝onap nem lehet.) Nyilv ´an n>365 eset ´en (a ,,skatulya-elv” miatt) ez a biztos esem ´eny, ´ıgy ekkor a val ´osz´ın ˝us ´eg 1.
Ha pedig n6365, akkor az ellentett esem ´ennyel sz ´amolva P(A) =1−365·364· · ·(365−n+1)
365n
=1− 365!
(365−n)!·365n ≈
0.284 han=16, 0.476 han=22, 0.507 han=23, 0.891 han=40, 0.970 han=50, 0.990 han=57.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 33 / 133
2. Val ´osz´ın ˝us ´eg
Egyenletes eloszl ´as Rk v ´eges m ´ert ´ek ˝u r ´eszhalmazain Ω: Rk egy v ´eges (Lebesgue-)m ´ert ´ek ˝u r ´eszhalmaza,
A: Ω Borel-halmazaib ´ol ´all ´o σ-algebra,
P: ,,minden pont egyenl ˝o es ´ely ˝u”, pontosabban egy A∈ A r ´eszhalmaz val ´osz´ın ˝us ´ege A m ´ert ´ek ´evel ar ´anyos, azaz
P(A) = µ(A) µ(Ω),
ahol µ az illet ˝o halmaz k-dimenzi ´os (Lebesgue-)m ´ert ´ek ´et jel ¨oli:
k =1 eset ´en hossz, k =2 eset ´en ter ¨ulet, k =3 eset ´en t ´erfogat.
Ez aval ´osz´ın ˝us ´eg geometriai kisz ´am´ıt ´asi m ´odja.
2. Val ´osz´ın ˝us ´eg
P ´elda: Egy egys ´egnyi hossz ´us ´ag ´u szakaszt k ´et, tal ´alomra kiv ´alasztott ponttal h ´arom szakaszra bontunk fel. Mennyi annak a val ´osz´ın ˝us ´ege, hogy a h ´arom szakaszb ´ol h ´aromsz ¨oget lehet szerkeszteni?
Az eredm ´eny a [0,1]×[0,1] n ´egyzet azon r ´eszhalmaz ´anak ter ¨ulete, melynek pontjaira fenn ´allnak a k ¨ovetkez ˝o egyenl ˝otlens ´egek:
0<x <y <1,
1−y <x + (y −x) =y, x <(y −x) + (1−y) =1−x, y −x <x+ (1−y),
vagy
0<y <x <1,
1−x <y+ (x−y) =x, y <(x−y) + (1−x) =1−y, x−y <y + (1−x),
azaz
(0<x < 12 <y <1,
y−x < 12, vagy
(0<y < 12 <x <1, x−y < 12.
Ez ´ert a keresett val ´osz´ın ˝us ´eg 1/4.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 35 / 133
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
Felt ´eteles relat´ıv gyakoris ´ag
Ha n f ¨uggetlen k´ıs ´erletet v ´egz ¨unk, akkor az A esem ´enyfelt ´eteles relat´ıv gyakoris ´aga azon felt ´etel mellett, hogy a B esem ´eny bek ¨ovetkezett
rn(A|B) := kn(A∩B)
kn(B) = rn(A∩B) rn(B) . Felt ´eteles val ´osz´ın ˝us ´eg
Az A esem ´enyfelt ´eteles val ´osz´ın ˝us ´egea B felt ´etel mellett (azaz ha tudjuk, hogy a B esem ´eny bek ¨ovetkezett)
P(A|B) := P(A∩B) P(B) , felt ´eve, hogy P(B)>0.
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
P ´eld ´ak:
1 Mennyi a val ´osz´ın ˝us ´ege, hogy egy k ´etgyermekes csal ´adban mindk ´et gyerek fi ´u, ha felt ´etelezz ¨uk, hogy egy gyerek egyenl ˝o val ´osz´ın ˝us ´eggel lehet fi ´u vagy l ´any, ´es tudjuk, hogy
az id ˝osebb gyerek fi ´u;
legal ´abb az egyik gyerek fi ´u ? Ekkor az esem ´enyt ´er
Ω ={FF,FL,LF,LL},
melynek elemei egyform ´an 1/4 val ´osz´ın ˝us ´eg ˝uek, ahol pl. FL annak felel meg, hogy az 1. (id ˝osebb) gyerek fi ´u ´es a 2. (fiatalabb) gyerek l ´any. Legyen
A:={mindk ´et gyerek fi ´u}={FF}, B1:={az id ˝osebb gyerek fi ´u}={FF,FL},
B2:={legal ´abb az egyik gyerek fi ´u}={FF,FL,LF}.
Nyilv ´an A∩B1=A∩B2={FF}, ´ıgy
P(A|B1) =1/2, P(A|B2) =1/3.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 37 / 133
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
2 Az52lapos francia k ´arty ´at kiosztjuk 4 embernek, mindenki 13 lapot kap. Tudjuk, hogy az egyik ember 2 ´aszt kapott. Mennyi a val ´osz´ın ˝us ´ege, hogy a m ´asik 2 ´asz a partner ´en ´el van (csak egy partnere van)?
Az ¨osszes leoszt ´asok sz ´ama 52!
(13!)4, ezek egyforma val ´osz´ın ˝us ´eg ˝uek. Ezekb ˝ol
4 2
· 48
11
· 39!
(13!)3 olyan leoszt ´as van, melyn ´el az els ˝o j ´at ´ekos 2 ´aszt kap, ´es ezek k ¨oz ¨ott pedig
4 2
· 48
11
· 37
11
· 26!
(13!)2
olyan leoszt ´as van, melyn ´el a m ´asik 2 ´asz a partner ´en ´el van.
Teh ´at a keresett felt ´eteles val ´osz´ın ˝us ´eg
4 2
· 4811
· 3711
· 26!
(13!)2 4
2
· 4811
· 39!
(13!)3
= 2 19.
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
L ´ancszab ´aly
P(A1∩A2∩ · · · ∩An)
=P(A1) P(A2|A1) P(A3|A1∩A2)· · ·P(An|A1∩A2∩ · · · ∩An−1), felt ´eve, hogy P(A1∩A2∩ · · · ∩An−1)>0.
A jobb oldal
P(A1)P(A1∩A2) P(A1)
P(A1∩A2∩A3)
P(A1∩A2) · · ·P(A1∩A2∩ · · · ∩An−1∩An) P(A1∩A2· · · ∩An−1)
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 39 / 133
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
P ´elda: H ´uzzunk ki a 32 lapos magyar k ´arty ´ab ´ol h ´armat visszatev ´es n ´elk ¨ul. Mennyi a val ´osz´ın ˝us ´ege, hogy az els ˝o ´es a harmadik kih ´uzott lap piros, a m ´asodik pedig nem az?
Jel ¨olje i=1,2,3 eset ´en Ai azt az esem ´enyt, hogy az i-edik h ´uz ´as eredm ´enye piros. Ekkor
P(A1) = 8 32 = 1
4, P(A2|A1) = 24
31, P(A3|A1∩A2) = 7 30,
´ıgy
P(A1∩A2∩A3) = 1 4·24
31 · 7 30 = 7
155.
Persze lehetne haszn ´alni azt az esem ´enyteret is, amely az els ˝o h ´arom kih ´uzott lapb ´ol ´all a sorrendet is figyelembe v ´eve; ekkor|Ω|=32·31·30,
´es a kimenetelek egyenl ˝o val ´osz´ın ˝us ´eg ˝uek. Mivel a kedvez ˝o esetek sz ´ama 8·24·7, ´ıgy a keresett val ´osz´ın ˝us ´eg 32·31·308·24·7 = 1557 .
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
Teljes esem ´enyrendszer
Az esem ´enyt ´er megsz ´aml ´alhat ´o p ´aronk ´ent diszjunkt felbont ´asa esem ´enyekre, azaz esem ´enyek A1,A2, . . . v ´eges vagy
megsz ´aml ´alhat ´oan v ´egtelen sorozata, melyek egym ´ast p ´aronk ´ent kiz ´arj ´ak, ´es uni ´ojuk az eg ´esz esem ´enyt ´er, vagyis
Ai∩Aj =∅ ha i6=j, ´es [
i
Ai = Ω.
Egy teljes esem ´enyrendszer esem ´enyei k ¨oz ¨ul mindig pontosan egy k ¨ovetkezik be, ´es
X
i
P(Ai) =1.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 41 / 133
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
Teljes val ´osz´ın ˝us ´eg t ´etele
Ha az A1,A2, . . . pozit´ıv val ´osz´ın ˝us ´eg ˝u esem ´enyek teljes esem ´enyrendszert alkotnak, akkor tetsz ˝oleges B esem ´enyre
P(B) =X
i
P(B |Ai)·P(Ai).
Bizony´ıt ´as. Nyilv ´an B=∪
i(B∩Ai) diszjunkt felbont ´as, hiszen B =B∩Ω =B∩(∪
i Ai) =∪
i(B∩Ai),
´es i6=j eset ´en
(B∩Ai)∩(B∩Aj) =B∩Ai∩Aj =∅, ugyanis Ai ∩Aj =∅. Ez ´ert
P(B) =X
i
P(B∩Ai) =X
i
P(B|Ai)·P(Ai).
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
P ´elda: H ´arom g ´ep csavarokat gy ´art. A selejt ar ´anya az els ˝o g ´epn ´el 1%, a m ´asodikn ´al 2%, a harmadikn ´al 3%. Az ¨osszterm ´ek 50%- ´at az els ˝o g ´ep, 30%- ´at a m ´asodik, 20%- ´at pedig a harmadik ´all´ıtja el ˝o.
Mi a val ´osz´ın ˝us ´ege annak, hogy az ¨osszterm ´ekb ˝ol v ´eletlenszer ˝uen v ´alasztott csavar selejtes?
Jel ¨olje B azt az esem ´enyt, hogy selejtet h ´uzunk, i =1,2,3 eset ´en pedig Ai azt, hogy a kih ´uzott csavar az i-edik g ´epen k ´esz ¨ult. Ekkor
P(B|A1) =0.01, P(B|A2) =0.02, P(B|A3) =0.03, P(A1) =0.5, P(A2) =0.3, P(A3) =0.2,
´ıgy
P(B) =0.01·0.5+0.02·0.3+0.03·0.2=0.017.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 43 / 133
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
Bayes-formula
Ha A ´es B pozit´ıv val ´osz´ın ˝us ´eg ˝u esem ´enyek, akkor P(A|B) = P(A)·P(B|A)
P(B) .
Bizony´ıt ´as: P(A|B) = P(AP(B)∩B) ´es P(A∩B) =P(A)·P(B|A).
Bayes-t ´etel
Ha az A1,A2, . . . pozit´ıv val ´osz´ın ˝us ´eg ˝u esem ´enyek teljes esem ´enyrendszert alkotnak ´es P(B)>0, akkor
P(Ai |B) = P(Ai)·P(B |Ai) P
j
P(B|Aj)·P(Aj).
Bizony´ıt ´as: A Bayes-formul ´aval P(Ai |B) = P(AiP(B))·P(B|Ai). A teljes val ´osz´ın ˝us ´eg t ´etel ´evel P(B) =P
j
P(B|Aj)·P(Aj).
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
P ´elda: Mennyi a felt ´eteles val ´osz´ın ˝us ´ege az el ˝oz ˝o p ´eld ´aban annak, hogy az els ˝o, m ´asodik, illetve harmadik g ´epen gy ´artott ´ak a kiv ´alasztott csavart azon felt ´etel mellett, hogy az selejtesnek bizonyult?
P(A1|B) = 0.5·0.01
0.017 = 5
17, P(A2|B) = 6
17, P(A3|B) = 6 17.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 45 / 133
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
F ¨uggetlen esem ´enyek
Azt mondjuk, hogy az A ´es B esem ´enyekf ¨uggetlenek, ha P(A∩B) =P(A)·P(B).
Ha A, B ´es B pozit´ıvval ´osz´ın ˝us ´eg ˝u esem ´enyek, akkor a k ¨ovetkez ˝o
´all´ıt ´asok ekvivalensek:
A ´es B f ¨uggetlenek;
P(A|B) =P(A);
P(B|A) =P(B);
A ´es B f ¨uggetlenek;
P(A|B) =P(A|B).
Ha P(A) =0 vagy P(A) =1, akkor A tetsz ˝oleges B esem ´enyt ˝ol f ¨uggetlen.
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
P ´aronk ´ent f ¨uggetlen esem ´enyek
Azt mondjuk, hogy az A1,A2, . . . esem ´enyekp ´aronk ´ent f ¨uggetlenek, ha k ¨oz ¨ul ¨uk b ´armely k ´et esem ´eny f ¨uggetlen.
(Teljesen) f ¨uggetlen esem ´enyek
Azt mondjuk, hogy az A1,A2, . . . esem ´enyek(teljesen) f ¨uggetlenek, ha tetsz ˝oleges i1,i2, . . . ,ik p ´aronk ´ent k ¨ul ¨onb ¨oz ˝oindexekre
P(Ai1∩Ai2∩ · · · ∩Aik) =P(Ai1)P(Ai2)· · ·P(Aik).
Lehets ´eges, hogy p ´eld ´aul h ´arom esem ´eny p ´aronk ´ent f ¨uggetlen, de nem (teljesen) f ¨uggetlen.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 47 / 133
3. Felt ´eteles val ´osz´ın ˝us ´eg, f ¨uggetlen esem ´enyek
P ´aronk ´ent f ¨uggetlens ´eg ; f ¨uggetlens ´eg
Dobjunk fel egy szab ´alyos p ´enzdarabot k ´etszer egym ´as ut ´an. Legyen A:={az els ˝o dob ´as fej}, B:={a m ´asodik dob ´as fej}, C :={a k ´et dob ´as eredm ´enye k ¨ul ¨onb ¨oz ˝o}.
Mivel
P(A) = 1
2, P(B) = 1
2, P(C) = 2 4 = 1
2, P(A∩B) = 1 4, P(A∩C) =P(az els ˝o dob ´as fej, a m ´asodik dob ´as ´ır ´as) = 1
4, P(B∩C) =P(az els ˝o dob ´as ´ır ´as, a m ´asodik dob ´as fej) = 1
4, kapjuk, hogy A,B ´es C p ´aronk ´ent f ¨uggetlenek. Azonban,
P(A∩B∩C) =P(∅) =06= 1 2·1
2 ·1
2 =P(A)P(B)P(C),
´ıgyA,B ´es C nem f ¨uggetlenek.
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Val ´osz´ın ˝us ´egi v ´altoz ´o / v ´eletlen mennyis ´eg, eloszl ´asf ¨uggv ´eny Ha (Ω,A,P) val ´osz´ın ˝us ´egi mez ˝o, akkor a ξ : Ω→R lek ´epez ´es val ´osz´ın ˝us ´egi v ´altoz ´o/ v ´eletlen v ´altoz ´o/ v ´eletlen mennyis ´eg, ha tetsz ˝oleges x ∈R eset ´en {ω ∈Ω :ξ(ω)<x} ∈ A. Ekkor az Fξ :R→[0,1],
Fξ(x) :=P{ξ <x}, x ∈R,
f ¨uggv ´enyt ξ (kumulat´ıv) eloszl ´asf ¨uggv ´eny ´eneknevezz ¨uk.
Eloszl ´asf ¨uggv ´eny jellemz ´ese
Egy F :R→[0,1] f ¨uggv ´eny akkor ´es csak akkor lehet
eloszl ´asf ¨uggv ´enye valamely ξ : Ω→R v ´eletlen v ´altoz ´onak, ha
1 F monoton n ¨ovekv ˝o,
2 F balr ´ol folytonos,
3 lim
x→−∞F(x) =0, lim
x→+∞F(x) =1.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 49 / 133
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Eloszl ´asf ¨uggv ´eny
Legyen ξ val ´osz´ın ˝us ´egi v ´altoz ´o Fξ eloszl ´asf ¨uggv ´ennyel.
Tetsz ˝oleges a,b∈R, a<b eset ´en
P{a6ξ <b}=Fξ(b)−Fξ(a).
Tetsz ˝oleges c∈R eset ´en P{ξ <c}=Fξ(c) =lim
x↑cFξ(x), P{ξ 6c}=lim
x↓cFξ(x) =Fξ(c+0),
´ıgy P{ξ =c} az Fξ ugr ´asa a c pontban, azaz P{ξ =c}=lim
x↓cFξ(x)−lim
x↑cFξ(x) =Fξ(c+0)−Fξ(c).
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Diszkr ´et v ´eletlen v ´altoz ´o
A ξ : Ω→R v ´eletlen v ´altoz ´odiszkr ´et, ha lehets ´eges ´ert ´ekeinek halmaza, a {ξ(ω) :ω∈Ω} ´ert ´ekk ´eszlet megsz ´aml ´alhat ´o.
A ξ diszkr ´et v ´eletlen v ´altoz ´oeloszl ´asaaz a Pξ m ´ert ´ek a ξ lehets ´eges ´ert ´ekeinek X :={x1,x2, . . .} halmaz ´an, melyre Pξ({xi}) =P({ω∈Ω :ξ(ω) =xi}), xi ∈X.
Diszkr ´et v ´eletlen v ´altoz ´o eloszl ´asf ¨uggv ´enye
Egy ξ diszkr ´et v ´eletlen v ´altoz ´o eloszl ´asf ¨uggv ´enye olyan l ´epcs ˝os f ¨uggv ´eny, mely a lehets ´eges ´ert ´ekekn ´el ugrik, ´es az ugr ´as nagys ´aga az illet ˝o ´ert ´ek val ´osz´ın ˝us ´ege. Ha a ξ lehets ´eges ´ert ´ekeinek halmaza X :={x1,x2, . . .}, akkor
Fξ(x) = X
{i:xi<x}
Pξ({xi}), x ∈R.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 51 / 133
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
P ´eld ´ak:
1 K ´et kock ´at dobva a dobott sz ´amok ¨osszeg ´et jel ¨olje ξ. Hat ´arozzuk meg ξ eloszl ´as ´at!
Ekkor ξ diszkr ´et v ´eletlen v ´altoz ´o; lehets ´eges ´ert ´ekeinek halmaza:
X ={2,3, . . . ,12}, eloszl ´asa:
P{ξ=k}=
k−1
36 ha 26k 67, 13−k
36 ha 76k 612.
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
2 Binomi ´alis eloszl ´as.
n f ¨uggetlen k´ıs ´erlet,n∈N A esem ´eny, p:=P(A)∈[0,1]
A gyakoris ´aga: ξ:=kn(A) diszkr ´et v ´eletlen v ´altoz ´o;
ξ lehets ´eges ´ert ´ekeinek halmaza:
X ={0,1,2, . . . ,n}, eloszl ´asa
P{ξ =k}= n
k
pk(1−p)n−k, k ∈X,
melyet (n,p) param ´eter ˝u binomi ´alis eloszl ´asnaknevez ¨unk.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 53 / 133
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
3 Els ˝orend ˝u negat´ıv binomi ´alis eloszl ´as.
k´ıs ´erlet, A esem ´eny, p:=P(A)∈(0,1]
Addig ism ´etelj ¨uk egym ´as ut ´an f ¨uggetlen ¨ul a k´ıs ´erletet, m´ıg A el ˝osz ¨or bek ¨ovetkezik.
ξ := az ehhez sz ¨uks ´eges ism ´etl ´esek sz ´ama;
lehets ´eges ´ert ´ekeinek halmaza:
X ={1,2, . . . ,∞}, eloszl ´asa: k =1,2, . . . eset ´en
P{ξ =k}=p·(1−p)k−1,
´ıgy
P{ξ =∞}=1−P{ξ <∞}=1−
∞
X
k=1
P{ξ =k}=1−p
∞
X
k=1
(1−p)k−1=0.
Ekkor ξ eloszl ´as ´atels ˝orend ˝u p param ´eter ˝u negat´ıv
binomi ´alis eloszl ´asnak(vagy geometriai eloszl ´asnak) nevezz ¨uk.
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
4 Hipergeometrikus eloszl ´as.
Egy dobozban M piros ´es N−M fekete goly ´o van (M<N).
Visszatev ´es n ´elk ¨ul h ´uzunk ki n goly ´ot (n6N).
ξ := a kih ´uzott piros goly ´ok sz ´ama;
lehets ´eges ´ert ´ekeinek halmaza: olyan k ´ert ´ekek, melyekre teljes ¨ul 06k 6n, k 6M, ´es n−k 6N−M,
eloszl ´asa:
P{ξ=k}= M
k
N−M n−k
N
n
. Ekkor ξ eloszl ´as ´at (n,M,N−M) param ´eter ˝u hipergeometrikus eloszl ´asnaknevezz ¨uk.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 55 / 133
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
5 Poisson eloszl ´as.
Mazsol ´as kal ´acsot s ¨ut ¨unk; 1000 gramm t ´eszt ´aba n=50 darab mazsol ´at tesz ¨unk. Egy szelet s ´ulya 25 gramm, teh ´at N=40 szelet k ´esz ¨ul. Minden mazsola egyforma val ´osz´ın ˝us ´eggel ker ¨ulhet bele b ´armely szeletbe, ´es a mazsol ´ak egym ´ast ´ol f ¨uggetlen ¨ul ,,mozognak”. Jel ¨olje ξ egy kiv ´alasztott szeletbe ker ¨ul ˝o mazsol ´ak sz ´am ´at. Lehets ´eges ´ert ´ekeinek halmaza X ={0,1, . . . ,50}, eloszl ´asa
P{ξ =k}= 50
k 1 40
k 1− 1
40 50−k
, k ∈X,
ugyanis annak a val ´osz´ın ˝us ´ege, hogy egy konkr ´et mazsola a kiv ´alasztott szeletbe ker ¨ul 1/40. Teh ´at ξ eloszl ´asa n-edrend ˝u 1/N param ´eter ˝u binomi ´alis eloszl ´as.
Mi t ¨ort ´enik, ha n ¨ovelj ¨uk a t ´eszta mennyis ´eg ´et, ill. ezzel ar ´anyosan a mazsol ´ak sz ´am ´at?
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Ha n mazsol ´at haszn ´alunk fel 20·n gramm t ´eszt ´ahoz, akkor N =20·n/25 szelet k ´esz ¨ul, ´ıgy a sz ´obanforg ´o binomi ´alis eloszl ´as n-edrend ˝u ´es pn:=1/N =λ/n param ´eter ˝u, ahol λ:=5/4(= Nn) az egy szeletre ´atlagosan jut ´o mazsol ´ak sz ´ama. Ekkor
n→∞lim n
k
pnk(1−pn)n−k
= lim
n→∞
n(n−1)· · ·(n−k+1) k!
λ n
k 1−λ
n n−k
= lim
n→∞
n(n−1)· · ·(n−k+1) k!nk λk
1−λ
n n
1−λ n
−k
= 1
k!·λk ·e−λ·1= λk
k! e−λ, k =0,1,2, . . .
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 57 / 133
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Ha egy η v ´eletlen v ´altoz ´o lehets ´eges ´ert ´ekei a nemnegat´ıv eg ´esz sz ´amok ´es k =0,1, . . . eset ´en
P(η=k) = λk k!e−λ,
ahol λ >0, akkor azt mondjuk, hogy η eloszl ´asa λ param ´eter ˝u Poisson-eloszl ´as.
Val ´oban diszkr ´et val ´osz´ın ˝us ´egeloszl ´ast adtunk meg, mert a megadott sz ´amok pozit´ıvak (´ıgy nemnegat´ıvak) ´es
∞
X
k=0
λk
k!e−λ =eλe−λ=e0=1.
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
V ´eletlen v ´altoz ´o s ˝ur ˝us ´egf ¨uggv ´enye
Ha (Ω,A,P) val ´osz´ın ˝us ´egi mez ˝o, ξ : Ω→R v ´eletlen v ´altoz ´o ´es l ´etezik olyan fξ:R→[0,∞) (Borel-m ´erhet ˝o) f ¨uggv ´eny, melyre
Fξ(x) = Z x
−∞
fξ(t)dt, x ∈R,
akkor az fξ f ¨uggv ´enyt a ξ s ˝ur ˝us ´egf ¨uggv ´eny ´eneknevezz ¨uk, ´es azt mondjuk, hogy a ξ v ´eletlen v ´altoz ´o, illetve ξ eloszl ´asaabszol ´ut folytonos.
(Abszol ´ut folytonos v ´eletlen v ´altoz ´o eset ´en annak s ˝ur ˝us ´egf ¨uggv ´enye nem egy ´ertelm ˝uen meghat ´arozott!)
S ˝ur ˝us ´egf ¨uggv ´eny jellemz ´ese
Egy f :R→[0,∞) (Borel-m ´erhet ˝o) f ¨uggv ´eny akkor ´es csak akkor lehet s ˝ur ˝us ´egf ¨uggv ´enye valamely ξ : Ω→R v ´eletlen v ´altoz ´onak, ha
Z ∞
−∞
f(t)dt =1.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 59 / 133
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Abszol ´ut folytonos v ´eletlen v ´altoz ´o
Legyen ξ abszol ´ut folytonos v ´eletlen v ´altoz ´o fξ s ˝ur ˝us ´egf ¨uggv ´ennyel.
Ekkor Fξ folytonos, ´es tetsz ˝oleges a,b∈R, a<b eset ´en P{a6ξ <b}=Fξ(b)−Fξ(a) =
Z b a
fξ(t)dt.
Altal ´anosabban: tetsz ˝oleges´ B⊂R (Borel-halmaz) eset ´en P{ξ∈B}=
Z
B
fξ(t)dt.
Tetsz ˝oleges c∈R eset ´en
P{ξ =c}=0.
Ha az fξ s ˝ur ˝us ´egf ¨uggv ´eny folytonos az x ∈R pontban, akkor Fξ0(x) =fξ(x).
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Egyenletes eloszl ´as az (a,b) intervallumon
Ha az (a,b) intervallumon v ´alasztunk v ´eletlenszer ˝uen egy ξ pontot
´ugy, hogy egy A⊂(a,b) r ´eszhalmazba es ´es val ´osz´ın ˝us ´ege az illet ˝o r ´eszhalmaz m ´ert ´ek ´evel ar ´anyos, akkor ξ eloszl ´asf ¨uggv ´enye nyilv ´an
Fξ(x) = x−a
b−a1[a,b)(x) +1[b,∞)(x) =
0 ha x <a, x −a
b−a ha a6x <b, 1 ha x >b.
Ekkor a ξ v ´eletlen v ´altoz ´otegyenletes eloszl ´as ´unaknevezz ¨uk a (a,b) intervallumon. Tov ´abb ´a az
fξ(x) = 1
b−a1(a,b)(x) =
1
b−a haa<x <b, 0 egy ´ebk ´ent f ¨uggv ´eny s ˝ur ˝us ´egf ¨uggv ´enye ξ-nek. Jel ¨ol ´es: ξ∼U(a,b).
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 61 / 133
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Norm ´alis eloszl ´as
Ha a ξ v ´eletlen v ´altoz ´o s ˝ur ˝us ´egf ¨uggv ´enye f(x) = 1
√2πσe−
(x−m)2
2σ2 , x ∈R
alak ´u, ahol m∈R, σ >0, akkor azt mondjuk, hogy ξ norm ´alis eloszl ´as ´u (m, σ2) param ´eterekkel. Jel ¨ol ´es: ξ ∼ N(m, σ2).
Standard norm ´alis: m=0 ´es σ=1, jel ¨ol ´es: ξ ∼ N(0,1).
Az, hogy R∞
−∞f(x)dx =1, abb ´ol k ¨ovetkezik, hogy Z ∞
−∞
e−x2/2dx 2
= Z ∞
−∞
Z ∞
−∞
e−(x2+y2)/2dxdy
= Z 2π
0
Z ∞ 0
re−r2/2dr
dϕ=2πh
−e−r2/2ir=∞
r=0 =2π,
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Norm ´alis eloszl ´as
ahol a m ´asodik l ´ep ´esben egy integr ´altranszform ´aci ´ot hajtottunk v ´egre:
x =rcosϕ, y =rsinϕ, r ∈[0,∞), ϕ∈[0,2π).
Ezen transzform ´aci ´o Jacobi m ´atrixa:
cosϕ −rsinϕ sinϕ rcosϕ
,
melynek determin ´ansa:
rcos2ϕ+rsin2ϕ=r.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 63 / 133
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Exponenci ´alis eloszl ´as
Jel ¨olje a ξ v ´eletlen v ´altoz ´o egy radioakt´ıv atom ´elettartam ´at. Ez rendelkezik az ´ugynevezettor ¨¨ okifj ´u tulajdons ´aggal: ha t,h>0, akkor
P{ξ >t+h|ξ >t}=P{ξ >h},
vagyis annak ellen ´ere, hogy tudjuk, hogy az atom m ´ar meg ´elt t id ˝ot, a m ´eg h ´atralev ˝o ´elettartam eloszl ´asa ´eppen olyan, mint a teljes
´elettartam eredeti eloszl ´asa. Mivel
P{ξ >t+h|ξ >t}= P({ξ >t+h} ∩ {ξ >t}) P{ξ >t} ,
´es P({ξ >t+h} ∩ {ξ >t}) =P{ξ >t+h}, ez ´ert a G(t) :=P{ξ >t}
t ´ul ´el ´esi f ¨uggv ´enyreteljes ¨ul G(t+h)
G(t) =G(h), azaz G(t+h) =G(t)G(h), t >0,h>0.
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Exponenci ´alis eloszl ´as
Be lehet l ´atni, hogy ha G folytonos, akkor l ´etezik olyan λ >0, hogy G(t) =e−λt, ha t>0.
Mivel P{ξ >t}=1, ha t 60, kapjuk, hogy ξ eloszl ´asf ¨uggv ´enye Fξ(x) =P{ξ <x}=1−P{ξ >x}=1−lim
y↑xG(y)
=1−G(x) =
(0 hax <0, 1−e−λx hax >0
alak ´u, ahol λ >0. Ezt az eloszl ´ast λ param ´eter ˝u exponenci ´alis eloszl ´asnaknevezz ¨uk. Van s ˝ur ˝us ´egf ¨uggv ´enye:
fξ(x) =
(0 hax <0, λe−λx hax >0.
Jel ¨ol ´es: ξ∼Exp(λ).
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 65 / 133
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Exponenci ´alis eloszl ´as Boml ´asi ´alland ´o:
limh↓0
1
hP{t 6ξ <t+h|ξ >t}=lim
h↓0
1 h
P({t6ξ <t+h} ∩ {ξ >t}) P{ξ >t}
=lim
h↓0
1 h
P{t 6ξ <t+h}
P{ξ >t}
=lim
h↓0
1 h
(1−e−λ(t+h))−(1−e−λt) e−λt
=lim
h↓0
1
h(1−e−λh) =λ.
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
V ´eletlen vektor
ξ : Ω→Rk, azaz ξ = (ξ1, . . . , ξk), ahol ξi : Ω→R, i =1, . . . ,k v ´eletlen v ´altoz ´ok;
eloszl ´asf ¨uggv ´enye: Fξ:Rk →R,
Fξ(x1, . . . ,xk) :=P{ξ1<x1, . . . , ξk <xk}, (x1, . . . ,xk)∈Rk. Peremeloszl ´as f ¨uggv ´enyek
Ha ξ ´es η egy ¨uttes eloszl ´asf ¨uggv ´enye Fξ,η, akkor ξ eloszl ´asf ¨uggv ´enye Fξ(x) =limy→∞Fξ,η(x,y),x ∈R,
´es η eloszl ´asf ¨uggv ´enye Fη(y) =limx→∞Fξ,η(x,y),y ∈R. Diszkr ´et v ´eletlen vektor
A ξ : Ω→Rk v ´eletlen vektordiszkr ´et, ha lehets ´eges ´ert ´ekeinek halmaza, a {ξ(ω) :ω∈Ω} ´ert ´ekk ´eszlet megsz ´aml ´alhat ´o.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 67 / 133
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Ha (ξ, η) : Ω→R2 diszkr ´et, akkor ξ ´es η is diszkr ´et. Ha ξ ´es η lehets ´eges ´ert ´ekei x1,x2, . . ., illetve y1,y2, . . ., akkor (ξ, η)
lehets ´eges ´ert ´ekeinek halmaza {(xi,yj) :i,j=1,2, . . .}.
Ha ismerj ¨uk (ξ, η) eloszl ´as ´at, azaz a
P{ξ=xi, η =yj} i,j=1,2, . . .
val ´osz´ın ˝us ´egeket, akkor ki tudjuk sz ´amolni ξ ´es η eloszl ´as ´at is:
P{ξ =xi}=X
j
P{ξ=xi, η =yj}, P{η =yj}=X
i
P{ξ=xi, η =yj}.
Ezek (ξ, η) peremeloszl ´asai / margin ´alis eloszl ´asai.
A ξ ´es η egy ¨uttes eloszl ´as ´at, azaz (ξ, η) eloszl ´as ´at, szok ´as kontingencia t ´abl ´azattal is megadni.
4. Val ´osz´ın ˝us ´egi v ´altoz ´ok
Polinomi ´alis eloszl ´as
n f ¨uggetlen k´ıs ´erletet hajtunk v ´egre egy A1,A2, . . . ,Ar teljes esem ´enyrendszerre, pi :=P(Ai) (ekkor p1+p2+· · ·+pr =1).
Ekkor Ai gyakoris ´aga: ξi :=kn(Ai), ´es ξ= (ξ1, ξ2, . . . , ξr) diszkr ´et v ´eletlen vektor; lehets ´eges ´ert ´ekeinek halmaza:
(k1,k2, . . . ,kr)∈Zr :ki >0,k1+k2+· · ·+kr =n , eloszl ´asa
P{ξ1=k1, ξ2=k2, . . . , ξr =kr}= n!
k1!k2!. . .kr!p1k1p2k2. . .pkrr, melyet (n,p1,p2, . . . ,pr) param ´eter ˝u polinomi ´alis eloszl ´asnak nevez ¨unk. Peremeloszl ´asai binomi ´alis eloszl ´asok:
P{ξi =ki}= n!
ki!(n−ki)!pkii(1−pi)n−ki, ki =0, . . . ,n.
Barczy M ´aty ´as, Pap Gyula (DE, SZTE) Val ´osz´ın ˝us ´egsz ´am´ıt ´as ´es matematikai statisztika 2014 69 / 133