Quant Sandbox
DerivatívákPortfólió és kockázatKötvényekVállalati pénzügyekValószínűség és mértékSztochasztikus modellekPiaci mikrostruktúraÚtmutató
Valószínűség és mérték
Valószínűségi mező
σ-algebrák
InformációFiltráció
Lebesgue-mérték
Valószínűségi változók
PörgettyűEloszlásfüggvény
Lebesgue-integrál
Riemann és LebesgueVárható érték rendezéssel
Konvergencia
Elszökő tömegKonvergenciatípusok
Feltételes várható érték
Legjobb tippMértékcsere
Kapcsolódó útmutatók
  • Valószínűségi változók és eloszlásaik
  • Mérhető függvények
  • Valószínűségi mezők, σ-algebrák és valószínűségi változók
  • A nagy számok törvénye és a centrális határeloszlás-tétel

© 2026 Quant Sandbox · Tanulást segítő eszköz a kvantitatív pénzügyekhez

Adatvédelem és adatokNincsenek sütik

Ez az oldal nem használ sütiket (cookie-kat), és nem kér személyes adatokat. Néhány apró beállítást a böngésződ helyi tárolójában (local storage) őriz meg — a választott témát és nyelvet, az oldalsáv elrendezését, valamint az útmutatókban elért haladást és a válaszaidat —, hogy a következő látogatáskor is emlékezzen rájuk. Ezek az adatok nem hagyják el az eszközödet; a böngésző tárhelyének törlésével eltávolíthatók. A módosított bemenetek az oldal URL-címében is rögzülhetnek, így megoszthatsz vagy könyvjelzőként elmenthetsz egy adott beállítást. Az oldal a Vercel Web Analytics szolgáltatást használja, amely adatvédelem-barát és süti nélküli: csak névtelen, összesített használati adatokat (például oldalletöltéseket) rögzít, anélkül hogy azonosítana téged vagy más oldalakon követne.

Valószínűségi változók

Beállítások

Kérdés: B = (a, b]
0,80
−11
1,00
−11

Vagy húzd el a sávot az értéktengelyen.

Pörgetések
5000
100100 000
Egy pörgetés, egy szám
53°127°θ = 100° → X = 0,985Ω: a pörgettyű θ szöge, egyenletes 0°–360° közöttX(θ) = sin θ, a megjelölt pont magasságaX eloszlása — az arkusszinusz-eloszlásoszlophossz = a pörgetések aránya0,204810,50−0,5−1
{X ∈ B} a pörgettyűn
θ = 53,1°–126,9°
P(X ∈ B) = 73,7° / 360°
0,2048
B-be eső pörgetések
1002 / 5000

Az eszközről

A valószínűségi változó a kimenetel közönséges függvénye. Az egyetlen véletlen maga a kimenetel, itt az a szög, ahol a pörgettyű megáll. A változó ebből olvas ki egy számot, például a peremen lévő pont magasságát vagy azt a helyet, ahol a mutatóból induló sugár a falat éri. Annak kérdése, hogy X egy B halmazba esik-e, azt kérdezi, hogy a pörgettyű a megfelelő íveken állt-e meg, így P(X ∈ B) egy ív hossza. X eloszlása a pörgettyű egyenletes mértékének átvitele az értéktengelyre.

Gyakori kérdések

Mi is valójában a valószínűségi változó?

Egy X függvény az Ω kimenetelekből a valós számokba, egyetlen technikai követelménnyel: minden érdekes B értékhalmazra azon kimenetelek halmazának, ahol X a B-ben van, eseménynek kell lennie. Amint a kimenetel rögzített, X-ben semmi sem véletlen. A véletlenség kizárólag abból jön, hogy melyik kimenetel következik be. Két változó lehet nagyon különböző függvény, és mégis ugyanaz az eloszlásuk.

Mi X eloszlása?

X eloszlása az a valószínűségi mérték, amelyet X a számegyenesen létrehoz: P(X ∈ B) azon kimenetelek halmazának valószínűsége, amelyeket X a B-be visz. Az X függvényen keresztül előre tolja a P valószínűséget. Ha ismered az eloszlást, X valószínűségeit és várható értékeit Ω-ra való hivatkozás nélkül is kiszámolhatod. Az oldalon egy értéksávot visszahúzol a pörgettyű íveire, és megméred őket.

Mit próbáljak ki az oldalakon?

Pörgesd meg a mutatót, olvasd le a perem pontjának magasságát, és hasonlítsd a hisztogramot az arkusszinusz-eloszláshoz: a sűrűség fent és lent torlódik, mert ott meredek a perem. Válts a falat érő sugárra, és megkapod a Cauchy-eloszlást, amelynek a farka olyan nehéz, hogy nincs várható értéke. A második oldalon az F(x) = P(X ≤ x) eloszlásfüggvényről olvasd le a valószínűségeket, ahol az ugrások atomok.

Ha két változó eloszlása azonos, egyenlők?

Nem. A pörgettyű szögének szinusza és koszinusza pontosan ugyanolyan eloszlású, de majdnem minden kimenetelnél más értéket vesz fel. Az eloszlás csak azt rögzíti, mennyire valószínű az értékek egy-egy halmaza, azt nem, hogy mely kimenetelek hozzák létre őket. Az eloszlásbeli egyenlőség sokkal gyengébb, mint a függvényként való egyenlőség, ezért összegeknél és szorzatoknál az együttes viselkedés számít, nem csak az egyes eloszlások.

Az elmélet

  • Valószínűségi változók és eloszlásaik — A valószínűségi változó mint mérhető függvény és az eloszlása: eloszlásfüggvény, atomok és sűrűség, nevezetes eloszlások, kvantilisek, mintavétel.
  • Mérhető függvények — Függvények, amelyek szinthalmazai mérhetők: ősképek, a félegyenes-próba, zártság a határértékre, egyszerű függvények, σ(f) és a képmérték.
  • Valószínűségi mezők, σ-algebrák és valószínűségi változók — Eseménytér, σ-algebra, valószínűségi mérték, mérhető függvény és a változó által generált σ-algebra.
  • A nagy számok törvénye és a centrális határeloszlás-tétel — Miért állnak be az átlagok, milyen gyorsan, és miért bukkan fel a normális eloszlás: a Monte Carlo és a Brown-határátmenet mögötti két tétel.