You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Laplace-transzformáció<br />
f(t) f(s)<br />
e at<br />
c<br />
sinat<br />
cosat<br />
shat<br />
chat<br />
t n<br />
1<br />
s − a<br />
c<br />
s<br />
a<br />
s2 + a2 s<br />
s2 + a2 a<br />
s2 − a2 s<br />
s2 − a2 n!<br />
s n+1<br />
e at · f(t) f(s − a)<br />
t n · f(t) (−1) n · f (n) (s)<br />
f ′ (t) s · f(s) − f(0)<br />
y ′ s · y − y(0)<br />
f ′′ (t) s 2 · f(s) − s · f(0) − f ′ (0)<br />
y ′′ s 2 · y − s · y(0) − y ′ (0)<br />
f(t − a) e −sa · f(s)<br />
Valószínűségszámítás<br />
Binomiális eloszlás: P(ξ=k) = n k · pk ·(1 − p) n−k k = 0,1,2,...,n<br />
Hipergeometrikus eloszlás: P(ξ=k) =<br />
s<br />
k<br />
N−s · n−k<br />
k = 0,1,2,...,n<br />
Poisson-eloszlás: P(ξ=k) = λk<br />
k! · e−λ k = 0,1,2,...<br />
⎧<br />
⎪⎨<br />
1<br />
Egyenletes eloszlás: f(x) = b − a<br />
⎪⎩<br />
0<br />
ha a < x < b<br />
egyébként<br />
<br />
λ · e−λx Exponenciális eloszlás: f(x) =<br />
0<br />
ha 0 < x<br />
egyébként<br />
1<br />
Normális eloszlás: f(x) =<br />
σ · √ − m)2<br />
· e−(x 2σ<br />
2π 2<br />
x ∈R<br />
M(ξ) = ∑xi pi<br />
i<br />
D 2 (ξ) = ∑x i<br />
2 i pi<br />
2 M(ξ) =<br />
− ∑xi pi<br />
i<br />
∞<br />
x · f(x) dx D<br />
−∞<br />
2 (ξ) = ∞<br />
x<br />
−∞<br />
2 <br />
∞<br />
2<br />
· f(x) dx − x · f(x) dx<br />
−∞<br />
N<br />
n<br />
Matematikai statisztika<br />
Empirikus várható érték (mintaközép)<br />
ξ = ξ1 + ξ2 +...+ ξn<br />
<br />
n<br />
<br />
M ξ = m D ξ = σ √<br />
n<br />
Empirikus szórásnégyzet<br />
S 2 n =<br />
n<br />
∑<br />
i=1<br />
<br />
ξi − ξ<br />
n<br />
2<br />
M S2 n − 1<br />
n =<br />
n σ2<br />
Korrigált empirikus szórásnégyzet<br />
S ∗ n 2 =<br />
n<br />
∑<br />
i=1<br />
<br />
ξi − ξ<br />
n − 1<br />
M S ∗ n 2 = σ 2<br />
Konfidenciaintervallum normális eloszlás várható értékére<br />
((1 − ε) szintű)<br />
<br />
σ σ<br />
<br />
ξ − uε √ , ξ+uε √ ahol<br />
n n<br />
<br />
<br />
ξ − m √<br />
P −uε < n < uε = 2Φ(uε) − 1 = 1 − ε<br />
σ<br />
2<br />
u-próba valószínűségi változója<br />
u =<br />
ξ − m<br />
σ<br />
√ n<br />
t-próba valószínűségi változója<br />
t =<br />
ξ − m<br />
S ∗ n<br />
√ n