A kiszh után megbeszéltük a IV/26-os leckét. Ezt követően ezen az excel fájlon bemutattam, hogy lehet diszkrét valószínűségi változót szimulálni. Adott volt egy diszkrét eloszlás: lehetséges értékek és valószínűségeik. Ebből el kell készíteni egy segédtáblázatot, amely a lehetséges értékeket tartalmazza valahanyadik sorban, az elsőben pedig a táblázat korábbi értékeihez tartozó valószínűségek összegét. Ezt használva a szimuláció úgy történik, hogy generálunk vél() (rnd()) paranccsal egy (0,1)-n egyenletes eloszlású valószínűségi változót, majd a vkeres() (hlookup()) paranccsal megkeressük a segédtáblázat első sorából a legnagyobb olyan értéket, ami kisebb a vél()-nél. A parancs egy másik, paraméterként megadott sor, értékével fog visszatérni, azzal amelyik a megtalált elem alatt található. A fájl ezzel a módszerrel 1000-szer szimulálja a megadott valószínűségi változót, majd relatív gyakoriságokat számol, amelyet az elméleti valószínűségekkel közös ábrán ábrázol. Hibátlan munka esetén a relatív gyakoriságok jól közelítik az elméleti valószínűséget.
Ezt követően megoldottuk a Poisson eloszláshoz kötődő V/2,3,5,9 feladatokat. Majd várható értékkel foglalkoztunk az V/11,12,13,20,22 -s feladatok kapcsán. Kiemelem a 22-es feladatban alkalmazott trükköt: észrevettük, hogy az első dobás utáni dobások száma geometriai eloszlást követ, így az összes dobás várható értéke 6+1=7. Hasonló gondolatmenetet alkalmazva megbeszéltük, hogy a p paraméterű pesszimista geometriai eloszlás várható értéke 1/p -1.

A házi feladatok a következők: III/23a-b kihívást keresőknek c is, V/4,8,14,23

A III/24 bónusz feladatot a jövő óra végéig (október 12) még megoldhatjátok. Elég ha kiszámoljátok a legszebb hölgy megtalálásának valószínűségét fix K-ra és N-re. Örülnék neki ha lenne megoldó.

Excel bónusz feladat 1 pontért. Legyen X egy valószínűségi változót, amelynek a következő az eloszlása: P(X=-2)=1/3, P(X=2)=1/6, P(X=7)=1/8, P(X=11)=3/16, P(X=-4)=3/16. 1000-szer szimuláljátok ezt a valváltozót. Ne csak ezt, hanem az X^2 valváltozót is szimuláljátok 1000-szer. Ezt követően számoljátok ki az X és az X^2 valószínűségi változók várható értékét. Ezt a kézzel beírom a módszer helyett gyorsabb kivitelezni a szorzatösszeg() (sumproduct()) paranccsal. Számoljátok ki a szimulációból kapott realizációk átlagát is külön-külön a két valószínűségi változóra. Ábrázoljátok közös ábrán az elméleti várható értékeket és a szimuláció biztosította átlagokat.