A tantárgy magyarul: Műszaki matematika

neve:
Kódja: DFAL-MA-009
angolul: Technical mathematics
Alkalmazott Matematika
Felelős oktatási egység: Matematikai Intézet
Tanszék
DUFALMA-003
Kötelező előtanulmány: Analízis / Analízis II. Kódja:
DFAL-MA-002
Féléves óraszámok
Típus Gyakorlat vagy labor helye Követelmény Kredit Oktatás nyelve
Előadás Gyakorlat Labor
180/30 10 10 10 számítógépes terem F 5 Magyar
Mintatantervi elhelyezkedés szakok szerint
Szak: Szakirány Tantervi modul: Mintatantervi félév: Választhatóság:
természettudományi
Anyagmérnöki BSc minden 3 kötelező
alapozó
Gazdálkodási és természettudományi
menedzsment BA
minden 2 kötelező
alapozó
természettudományi
Gépészmérnök BSc minden 3 kötelező
alapozó
Gazdasági informatikus természettudományi
BSc
minden 3 kötelező
alapozó
természettudományi
Műszaki szakoktató BSc minden 3 kötelező
alapozó
természettudományi
Műszaki menedzser BSc minden 3 kötelező
alapozó
neve: Dr. Bognár László beosztása: főiskolai tanár
Tantárgyfelelős
Telefon: 06-25/551-214 e-mail: -
oktató
Cím: DF Matematikai Intézet, Alkalmazott Matematika TSz., F224
Minden hallgatónak nagy előadóban, táblás előadás, írásvetítő
Előadás:
felhasználásával
Jellemző átadási
Gyakorlat: Maximum 25 fős kistermi táblás, számítási gyakorlatok
módok:
Labor: Számítógépes labor, számítógépes gyakorlatok
A modul alapvető célja, hogy a hallgatók megismerjék és elsajátítsák az
alkalmazott matematikai tárgyak (lineáris algebra, valószínűségszámítás,
matematikai statisztika, numerikus módszerek) elméleti és gyakorlati alapjait
olyan szinten, amely a szaktárgyak (mechanika, operációkutatás, ...)
Oktatási cél: tanulmányozásában nélkülözhetetlen. Egy matematikai programcsomag (mint pl.
a MATLAB) használatán keresztül ugyancsak célként fogalmazható meg egy
korszerű matematikai számítógépes programcsomag megismerése. Ennek
felhasználásával számos - a lineáris algebra, az analízis és a numerikus analízis
tárgykörébe tartozó - matematikai feladat kerül megoldásra.
1. Dr. Kirchner István: Bevezetés a lineáris algebrába
Főiskolai Kiadó, Dunaújváros 2003/ ISBN 963 212 676 9
2. Dr. Hartai János: Lineáris algebra /modul példatár/
ME DFK Kiadói Hivatal
3. Dr. Bognár László - Horváth Péter – Nagy Attila: Matematikai gyakorlatok a
MATLAB programmal /modul segédlet/ Főiskolai Kiadó, Dunaújváros, 2006.
4. Csernyák László: Valószínűségszámítás. Matematika
üzemgazdászoknak. Nemzeti Tankönyvkiadó, Budapest, 1990.
Kötelező 5. Solt György: Valószínűségszámítás.
irodalom és Műszaki Könyvkiadó, Budapest, 1995. (Bolyai-könyvek sorozat)
elérhetősége: 6. Dr. Bognár László – Dr. Buzáné Kis Piroska: Matematikai statisztika
Dunaújváros, DF Kiadói Hivatal, 2002.
7. Dr. Buzáné Kis Piroska: Matematikai statisztika A munkafüzet
Dunaújváros, ME DFK Kiadói Hivatal, 1997.
8. Dr. Buzáné Kis Piroska: Matematikai statisztika B munkafüzet
Dunaújváros, ME DFK Kiadói Hivatal, 1997.
9. Dr. Buzáné Kis Piroska: Matematikai statisztika D munkafüzet
Dunaújváros, ME DFK Kiadói Hivatal, 1997.
 1. Scharnitzky Viktor: Mátrixszámítás /Műszaki Könyvkiadó, Bp. 1986./
2. Scharnitzky Viktor: Vektorgeometria és lineáris algebra. Matematika
a műszaki főiskolák számára. /Tankönyvkiadó R. sz. 42439/
3. Denkinger Géza: Valószínűségszámítás.
Tankönyvkiadó, Budapest, 1978.
4. Denkinger Géza: Valószínűségszámítási gyakorlatok.
Ajánlott irodalom Tankönyvkiadó, Budapest, 1977.
és elérhetősége: 5. Vincze István: Matematikai statisztika ipari alkalmazásokkal
Műszaki Könyvkiadó, Budapest 1968.
6. Hajdu – Pintér – Rappai – Rédey:
Statisztika I., Carbocomp Kft. Nyomda Pécs, 1994.
7. Általános statisztika II.
Szerkesztette: Korpás Attiláné dr., Nemzeti Tankönyvkiadó Bp., 1997

A számonkérés résztárgyanként (valószínűségszámítás, matematikai statisztika,

lineáris algebra és MATLAB) 1-1-1 zárthelyi dolgozat megírását jelenti a részletes
beosztás szerint,
- zárthelyi dolgozat a valószínűségszámításból 30 pont,
- zárthelyi dolgozat a matematikai statisztikából 30 pont,
- zárthelyi dolgozat a laborgyakorlaton 40 pont.
Zárthelyik leírása,
időbeosztása:
A zárthelyi dolgozatok időtartama 60 perc.
A megszerezhető pontszám 100 pont (30-30-40).

A zárthelyik pótlására és javítására az utolsó tanítási héten van lehetőség,

melyekre a Tanulmányi és Vizsgaszabályzat előírásai érvényesek.

Az érdemjegy megállapítása a zárthelyik összesített eredményei alapján az

alábbiak szerint történik. Az elégséges szinthez az összesen megszerezhető
pontszám 51%-át (51 pont) kell elérni, azzal a megkötéssel, hogy résztárgyanként
teljesíteni kell az ott elérhető pontszám legalább 40%-át (12-12-16). Az ismételt
vizsgákról a Tanulmányi és Vizsga Szabályzat rendelkezik.

Pontok összege Érdemjegy

Érdemjegy
megszerzésének 0 – 50 Elégtelen
feltétele,
kialakítása: 51 – 60 Elégséges

61 – 70 Közepes

71 – 80 Jó

81 – 100 Jeles

A modulra jelentkezettek idő beosztása, a tananyag tartalma

Hét Előadás + Gyakorlat Labor

Dunaújvárosi kurzus
Lineáris algebra
és
Labor
Valószínűségszámítás Mat. statisztika
(MATLAB)
és
Matematikai statisztika

1. Konzultáció
1.
(4 óra)

Lineáris algebra

Mátrixszámítás.
Lineáris egyenletrendszerek.
Lineáris algebra.
Vektoralgebra, analitikus geometria.

2. Konzultáció
(4 óra )

Valószínűségszámítás

Kombinatorika.
Bevezetés. Ismétlés nélküli és ismétléses permutáció, ismétlés
nélküli és ismétléses variáció, ismétlés nélküli és ismétléses
kombináció.
A binomiális tétel.
5.
Eseményalgebra
Alapfogalmak, műveletek eseményekkel, az eseményekre vonat-
kozó fontosabb azonosságok.

A valószínűség fogalma, a valószínűségszámítás axiómái, valószí-

nűségszámítási tételek, a valószínűség klasszikus kiszámítási
módja, geometriai valószínűség.

A feltételes valószínűség fogalma, a valószínűségek szorzási

szabálya, a teljes valószínűség tétele és a Bayes-tétel. Események
függetlensége, független kísérletek, nem független kísérletek.
 5. konzultáció
3. Konzultáció (péntek)
(szombat)
(4 óra)
(4 óra Valszám)
Matematikai
Valószínűségszámítás
statisztika
A valószínűségi változó fogalma. Az eloszlásfüggvény és
Statisztikai próbák.
tulajdonságai, a sűrűségfüggvény és tulajdonságai. A valószínűségi
Egymintás próbák:
változó függvényeinek eloszlása.
kétoldali és egyoldali
A valószínűségi változó eloszlására jellemző számértékek.
próbák várható értékre és
Várható érték, szórás, módusz, medián, stb.
szórásra. Az u-próbák és t-
Nevezetes valószínűségeloszlások:
próbák. Hibaszámítások
Diszkrét valószínűségeloszlások.
egymintás u-próbák
Karakterisztikus eloszlás, egyenletes eloszlás, binomiális eloszlás,
esetén. Khí-négyzet-
hipergeometrikus eloszlás, Poisson-eloszlás, geometriai eloszlás.
próba a sokasági szórásra.
Folytonos valószínűségeloszlások. Egyenletes eloszlás,
Kétmintás próbák: u-
exponenciális eloszlás, normális eloszlás, lognormális eloszlás.
próbák, t-próbák két
sokasági várható érték
összehasonlítására,
4. Konzultáció (szombat)
F-próba két sokasági
(2 óra Valszám+ 2 óra Mat. stat.)
szórás összehasonlítására.
Nem paraméteres próbák
Valószínűségszámítás
A khí-négyzet-próba
alkalmazása illeszkedés-,
Valószínűségszámítás zárthelyi dolgozat
homogenitás-,
függetlenségvizsgálatra.
Markov- és Csebisev-egyenlőtlenség.
A nagy számok törvényének Bernoulli-féle alakja.
Adatösszességek leírása
A centrális határeloszlás tétele.
grafikus módszerrel,
hisztogramok, po-ligonok,
9. Matematikai statisztika
ogivák, százalékos ogivák
készítése és használata.
Statisztikai alapfogalmak, a statisztikai sokaság és a minta
Adatösszességek
valószínűségelméleti értelmezése.
numerikus jellemzése.
Statisztikai következtetések.
Átlag, medián, módusz,
Statisztikai jellemzők becslése.
kvantilisek, terjedelem,
Becsléselmélet.
variancia, szórás,
Pontbecslés fogalma, a pontbecslés jósága. A mintaközép eloszlása
empirikus szórás, z-pont,
és az eloszlást jellemző paraméterek. A sokasági várható érték,
ferdeség számítása.
szórásnégyzet, arány pontbecslése.
Csoportosított adatok
Az intervallumbecslés fogalma, konfidenciaszint, konfidenciainter-
esetén átlag, medián,
vallum.
módusz számítása. Hamis
Intervallumbecslés a sokasági várható értékre. A minta
adat, gyanús adat
elemszámának meghatározása. Intervallumbecslés a sokasági
kiszűrése. Boksz plot
arányra és a sokasági szórásra.
módszer alkalmazása.
A hipotézisvizsgálat alapfogalmai.
 6. Konzultáció
(4 óra)

Matematikai statisztika

Zárthelyi dolgozat matematikai statisztikából.

A korreláció- és regressziószámítás alapjai.

11. Determinisztikus modellek, sztochasztikus modellek.
A legkisebb négyzetek módszere.
A regressziószámítás során alkalmazott modellalkotás fő lépései.
A modellalkotás gyakorlati végrehajtása.
Regressziós egyenes, regressziós görbék illesztése, az illeszkedés
jóságának megállapítása.
A regressziós görbe használata pontbecslésre és
intervallumbecslésre. Idősoros alkalmazások.

7. Konzultáció
(6 óra, MATLAB)

Bevezetés.
Differenciál- és
Integrálszámítás.
Egyenletek
numerikus
megoldása.
13. Numerikus
integrálás.
Numerikus
integrálás.
Lineáris
egyenletrendszere
k.
Vektoralgebra,
analitikus
geometria.

Paksi kurzus

1. Konzultáció
(5 óra)

Lineáris algebra
3.
Mátrixszámítás.
Lineáris egyenletrendszerek.
Lineáris algebra.
Vektoralgebra, analitikus geometria.
 2. Konzultáció
(5 óra )

Valószínűségszámítás

Kombinatorika.
Bevezetés. Ismétlés nélküli és ismétléses permutáció, ismétlés
nélküli és ismétléses variáció, ismétlés nélküli és ismétléses
kombináció.
A binomiális tétel.

Eseményalgebra
Alapfogalmak, mű-veletek eseményekkel, az eseményekre vonat-
6. kozó fontosabb azonosságok.

A valószínűség fogalma, a valószínűségszámítás axiómái, valószí-

nűségszámítási tételek, a valószínűség klasszikus kiszámítási
módja, geometriai valószínűség.

A feltételes valószínűség fogalma, a valószínűségek szorzási

szabálya, a teljes valószínűség tétele és a Bayes-tétel. Események
függetlensége, független kísérletek, nem független kísérletek.

A valószínűségi változó fogalma. Az eloszlásfüggvény és

tulajdonságai, a sűrűségfüggvény és tulajdonságai. A valószínűségi
változó függvényeinek eloszlása.

3. Konzultáció

(3 óra Valszám + 2 óra Mat. stat.)

Valószínűségszámítás

A valószínűségi változó eloszlására jellemző számértékek.

Várható érték, szórás, módusz, medián, stb.
Nevezetes valószínűségeloszlások:
Diszkrét valószínűségel-oszlások.
Karakterisztikus eloszlás, egyenletes eloszlás, binomiális eloszlás,
hipergeometrikus eloszlás, Poisson-eloszlás, geometriai eloszlás.
Folytonos valószínűségeloszlások. Egyenletes eloszlás,
exponenciális eloszlás, normális eloszlás, lognormális eloszlás.

7. Matematikai statisztika

Statisztikai alapfogalmak, a statisztikai sokaság és a minta

valószínűségelméleti értelmezése.
Statisztikai következtetések.
Statisztikai jellemzők becslése.
Becsléselmélet.
Pontbecslés fogalma, a pontbecslés jósága. A mintaközép eloszlása
és az eloszlást jellemző paraméterek. A sokasági várható érték,
szórásnégyzet, arány pontbecslése.
Az intervallumbecslés fogalma, konfidenciaszint, konfidenciainter-
vallum.
Intervallumbecslés a sokasági várható értékre. A minta
elemszámának meghatározása. Intervallumbecslés a sokasági
arányra és a sokasági szórásra.
A hipotézisvizsgálat alapfogalmai.
 4. Konzultáció
4. Konzultáció
(2 óra Mat.stat.)
(2 óra Valszám + 1 óra Mat. stat.)
Matematikai statisztika
Valószínűségszámítás
Adatösszességek leírása
grafikus módszerrel,
Valószínűségszámítás zárthelyi dolgozat
hisztogramok, poligonok,
ogivák, százalékos ogivák
Markov- és Csebisev-egyenlőtlenség.
készítése és használata.
A nagy számok törvényének Bernoulli-féle alakja.
Adatösszességek
A centrális határeloszlás tétele.
numerikus jellemzése.
Átlag, medián, módusz,
Matematikai statisztika
kvantilisek, terjedelem,
variancia, szórás,
Statisztikai próbák.
11 empirikus szórás, z-pont,
Egymintás próbák: kétoldali és egyoldali próbák várható értékre és
ferdeség számítása.
szórásra. Az u-próbák és t-próbák. Hibaszámítások egymintás u-
Csoportosított adatok
próbák esetén. Khí-négyzet-próba a sokasági szórásra.
esetén átlag, medián,
Kétmintás próbák: u-próbák, t-próbák két sokasági várható érték
módusz számítása. Hamis
összehasonlítására,
adat, gyanús adat
F-próba két sokasági szórás összehasonlítására.
kiszűrése. Boksz plot
Nem paraméteres próbák
módszer alkalmazása.
A khí-négyzet-próba alkalmazása illeszkedés-, homogenitás-,
függetlenségvizsgálatra.

5. Konzultáció
(5 óra )

Matematikai statisztika

Zárthelyi dolgozat matematikai statisztikából.

13 A korreláció- és regressziószámítás alapjai.

Determinisztikus modellek, sztochasztikus modellek.
A legkisebb négyzetek módszere.
A regressziószámítás során alkalmazott modelalkotás fő lépései.
A modellalkotás gyakorlati végrehajtása.
Regressziós egyenes, regressziós görbék illesztése, az illeszkedés
jóságának megállapítása.
A regressziós görbe használata pontbecslésre és
intervallumbecslésre. Idősoros alkalmazások.

6. Konzultáció
(5 óra, LABOR)

Bevezetés.
Differenciál- és
Integrálszámítás.
Egyenletek
numerikus
megoldása.
15
Numerikus
integrálás.
Numerikus
integrálás.
Lineáris
egyenletrendszere
k.
Vektoralgebra,
analitikus
geometria.

Dunaújváros, 2006. szeptember 8.

Dr. Bognár László
főiskolai tanár