Wykład2 - Politechnika Białostocka
Transkrypt
Wykład2 - Politechnika Białostocka
Zmienna losowa METODY PROBABILISTYCZNE I STATYSTYKA WYKŁAD 2: ZMIENNA LOSOWA DYSKRETNA Zmienną losową nazywamy dowolną funkcję X określoną na przestrzeni zdarzeń elementarnych Ω , o wartościach ze zbioru R liczb rzeczywistych, mającą następujące wartości: dla dowolnej ustalonej liczby rzeczywistej x zbiór zdarzeń elementarnych ω, dla których spełniona jest nierówność X(ω) < x, jest zdarzeniem. Małgorzata Krętowska Wydział Informatyki Politechnika Białostocka Rodzaje zmiennych losowych Rodzaje zmiennych losowych Zmienna dyskretna (skokowa) Pojęcie dystrybuanty Dystrybuanta zmiennej losowej X - funkcja określona na całym zbiorze liczb rzeczywistych: F(x) = P(X<x), x ∈ R Zmienna ciągła Funkcje opisujące rozkład zmiennej: Funkcje opisujące rozkład zmiennej: funkcja rozkładu prawdopodobieństwa funkcja gęstości dystrybuata dystrybuanta Podstawowe własności: • 0 ≤ F(x) ≤ 1, dla każdego x ∈R • limx→-∞ F(x)=0 i limx→+∞ F(x)=1 • funkcja niemalejąca • jest funkcją lewostronnie ciągłą, czyli F(x0-0) = F(x0), dla każdego x∈R Zmienna losowa dyskretna Zmienna losowa jest typu dyskretnego, jeżeli istnieje skończony albo przeliczalny zbiór Wx={x1, x2, ..., xn} jej wartości taki, że P(X=xi) = pi, i ∈ N Σi=1 pi = 1 gdzie górna granica sumowania wynosi n (zbiór skończony) lub ∞ (zbiór przeliczalny). Funkcje opisujące rozkład zmiennej losowej dyskretnej Funkcja rozkładu prawdopodobieństwa: p(xi) = P(X=xi) = pi xi x1 x2 ... xn ... pi p1 p2 ... pn ... Dystrybuanta F(x) = P(X<x) =Σ-∞<x(i)<x pi Przykłady np. F(x2) = P(X<x2) = p1 Rozkłady zmiennej losowej dyskretnej (1) Rozkład równomierny (jednostajny) xi x1 x2 ... xn pi 1/n 1/n ... 1/n Rozkład zero-jedynkowy xi 0 1 pi q p gdzie q=1-p Rozkłady zmiennej losowej dyskretnej (2) Rozkład Bernoulliego (dwumianowy, binomialny) n P ( X = k ) = p k q n − k = Cnk p k q n − k k gdzie k - liczba sukcesów w n próbach p - prawdopodobieństwo sukcesu q = 1-p Interpretacja: prawdopodobieństwo k sukcesów w n próbach Zadanie. Prawdopodobieństwo tego, że statystyczny student nie jest przygotowany do ćwiczeń jest p=1/3. Prowadzący zajęcia wybiera przypadkowo 4 osoby. Niech X oznacza liczbę osób spośród wybranych, które nie są przygotowane do ćwiczeń. Znaleźć P(X=3). Rozkłady zmiennej losowej dyskretnej (3) Rozkłady zmiennej losowej dyskretnej (4) Rozkład ujemny dwumianowy (rozkład Pascala) Pp ,l ( k ) k − 1 l k −l p q = Ckl −−11 p l q k −l = l −1 Rozkład geometryczny (Rozkład ujemny dwumianowy gdy l=1) Pp(k) = p (1- p)k-1 Interpretacja: prawdopodobieństwo, że pierwszy sukces nastąpi w k-tej próbie. Rozkłady zmiennej losowej dyskretnej (5) Rozkład Poissona (rzadkich zdarzeń) P( X = k ) = e −λ M N − M k n − k CMk C Nn −−kM P( X = k ) = = C Nn N n q=1-p Interpretacja: prawdopodobieństwo, że l-ty sukces nastąpi w k-tej próbie. Rozkład hipergeometryczny λk k! gdzie k=0, 1, 2. ...; λ=np. Interpretacja: prawdopodobieństwo k sukcesów w n próbach. Rozkład Poissona jest przybliżeniem rozkładu Bernoulliego dla dużych prób: n λk lim p k q n − k = e −λ n →∞ k k! W praktyce wykorzystujemy go, gdy: n ≥ 50, p ≤ 0.1; np ≤ 10 gdzie: k- liczba sukcesów (np. wylosowanie elementu mającego cechę A) n- liczba prób M- liczba elementów mających cechę A N - liczba wszystkich elementów Interpretacja: prawdopodobieństwo k sukcesów w n próbach