Materiały do ćwiczeń 2 Zmienna losowa dyskretna
Transkrypt
Materiały do ćwiczeń 2 Zmienna losowa dyskretna
Materiały do ćwiczeń 2 Zmienna losowa dyskretna Rozkład zmiennej losowej dyskretnej Powtarzanie doświadczeń Przygotował: Dr inż. Wojciech Artichowicz Katedra Hydrotechniki PG Zima 2014/15 1 ZMIENNA LOSOWA DYSKRETNA I JEJ ROZKŁAD PRAWDOPODOBIEŃSTWA ....... 3 POWTARZANIE DOŚWIADCZEŃ ....................................................................................... 13 LITERATURA ......................................................................................................................... 16 2 ZMIENNA LOSOWA DYSKRETNA I JEJ ROZKŁAD PRAWDOPODOBIEŃSTWA Zadanie 1. (Źródło [12]) Narysować wykres rozkładu prawdopodobieństwa i dystrybuanty zmiennej losowej X, dla której: P( X 0) 101 , P( X 1) 109 . Obliczyć jej wartość oczekiwaną, wariancję i odchylenie standardowe. Rozwiązanie: Wykres rozkładu prawdopodobieństwa zmiennej losowej dyskretnej tworzy się zaznaczając na osi poziomej punkty (tu X=0 oraz X=1), w których określono wartości prawdopodobieństwa (tu 1/10 i 9/10). Wartość oczekiwana dana jest wzorem: E ( X ) x P( x) xD czyli E( X ) 0 1 9 9 1 10 10 10 Wariancja opisana jest wzorem: x E ( X ) p ( x) V ( X ) E X E ( X ) 2 2 xD 2 2 9 1 9 9 90 9 V ( X ) 0 1 10 10 10 10 1000 100 Odchylenie standardowe jest pierwiastkiem z wariancji: s( X ) V ( X ) 9 3 100 10 Zadanie 2. Określ zmienną losową dla eksperymentu polegającego na rzucie kostką sześcienną. Narysuj jej rozkład prawdopodobieństwa i dystrybuantę. Oblicz wartość oczekiwaną i wariancję. Rozwiązanie: Zakładając, że mamy do czynienia ze standardową kostką sześcienną, której ściany mają oczka w liczbie od jeden do sześć, najprostszym wyborem funkcji odwzorowującej zbiór zdarzeń w zbiór liczb rzeczywistych (czyli zmiennej losowej) są kolejne liczby 1, 2, ..., 6. 3 Prawdopodobieństwo otrzymania dowolnej wartości zmiennej losowej wynosi 1/6. Rozkład prawdopodobieństwa będzie zatem następujący: x 1 2 3 4 5 6 p 1/6 1/6 1/6 1/6 1/6 1/6 Wartość oczekiwana dyskretnej zmiennej losowej opisana jest wzorem E ( X ) x p ( x) xD E( X ) 1 16 2 16 ...6 16 72 3,5 . Wariancja zmiennej losowej dyskretnej opisana jest wzorem x E ( X ) p ( x) . V ( X ) E X E ( X ) 2 2 xD V ( X ) (1 3,5) 2 16 (2 3,5) 2 16 ... (6 3,5) 2 16 2,917 . Zadanie 3. Znaleźć rozkład prawdopodobieństwa, dystrybuantę, wartość oczekiwaną i wariancję zmiennej losowej X – sumy oczek otrzymanej w wyniku rzutu dwiema czworościennymi kostkami do gry. Rozwiązanie: Najłatwiej określić prawdopodobieństwa przynależące danym wartościom zmiennej losowej tworząc tabelkę i zapisując w niej zdarzenia sprzyjające. x 2 3 4 5 6 7 8 1+3, 2+2, 1+4, 2+3, 2+4, 3+3, 3+4, 4+3 4+4 1+1 1+2, 2+1 3+1 3+2, 4+1 4+2 p 1/16 2/16 3/16 4/16 3/16 2/16 1/16 F 1/16 3/16 6/16 10/16 13/16 15/16 16/16 4 Obliczenie wartości oczekiwanej: E ( X ) x p( x) 2 161 3 162 ... 8 161 5 . xD Obliczenie wariancji: V ( X ) ( x E ( X )) 2 p ( x) (2 5) 2 161 (3 5) 2 162 ... (8 5) 2 161 52 . xD Zadanie 4. (Źródło [4]) Dyskretna zmienna losowa ma rozkład przedstawiony w tabeli. Narysuj jej rozkład prawdopodobieństwa i dystrybuantę. Oblicz wartość oczekiwaną i wariancję. x 1 3 6 8 p 0,2 0,1 0,4 0,3 Rozwiązanie: Dystrybuanta: x 1 3 6 8 F 0,2 0,3 0,7 1 Wartość oczekiwana: E ( X ) x p( x) 1 0,2 3 0,1 6 0,4 8 0,3 5,3 . xD 5 Wariancja: V ( X ) ( x E ( X )) 2 p( x) (1 5,3) 2 0,2 (3 5,3) 2 0,1 (6 5,3) 2 0,4 (8 5,3) 2 0,3 6,61 xD Zadanie 5. (Źródło [4]) W partii składającej się z dziesięciu detali, znajduje się osiem standardowych. Losowo wybrano dwa detale. Znaleźć rozkład liczby standardowych detali wśród wybranych. Oblicz wartość oczekiwaną i wariancję. Narysuj rozkład prawdopodobieństwa i dystrybuantę zmiennej losowej. Rozwiązanie: Pierwszym krokiem jest określenie prawdopodobieństw wylosowania danej liczby detali standardowych wśród wybranych. Możliwości są następujące: - nie wybrano żadnego detalu standardowego (oba detale są niestandardowe): P( X 0) 2 1 1 ; 10 9 45 - wybrano jeden detal standardowy i jeden detal niestandardowy: P( X 1) 2 8 8 2 16 ; 10 9 10 9 45 - wybrano dwa detale standardowe: P( X 2) 8 7 28 . 10 9 45 6 Wartości zmiennej losowej są określone poprzez liczbę detali standardowych w dwóch wylosowanych, czyli x=0, 1, 2. Otrzymano zatem rozkład prawdopodobieństwa i dystrybuantę przedstawioną w tabeli po prawej stronie. x 0 1 2 p 1 45 16 45 28 45 F 1 45 17 45 1 Wartość oczekiwana: 28 8 E ( X ) x p ( x) 0 451 1 16 45 2 45 5 1,6 xD Wariancja: V ( X ) ( x E ( X ))2 p ( x) xD 8 2 28 (0 85 ) 2 451 (1 85 ) 2 16 45 (2 5 ) 45 64 225 0,284444 Zadanie 6. (Źródło [4]) W pudełku znajduje się sześć białych i trzy czarne kule. Losowo wyciąga się dwie kule. Znajdź rozkład zmiennej losowej zdarzenia: liczba wyciągniętych kul białych. Narysuj rozkład prawdopodobieństwa i dystrybuantę zmiennej tej losowej. Rozwiązanie: Prawdopodobieństwa, że wyciągniętych zostanie zero, jedna lub dwie kule białe: P( X 0) P( X 1) 3 2 1 , 9 8 12 3 6 6 3 1 , 9 8 9 8 2 P( X 2) 6 5 5 . 9 8 12 7 Rozkład prawdopodobieństwa i dystrybuanta: x 0 1 2 p 1 12 1 2 5 12 F 1 12 7 12 1 Zadanie 7. (Źródło [12]) Narysować wykres rozkładu prawdopodobieństwa i dystrybuanty F(x) zmiennej losowej X, dla której: a) P( X 0) P( X 1) 12 ; b) P( X 1) 14 , P( X 2) 34 ; c) P( X k ) 1 , k = 1, 2, 3, ... 2k Obliczyć F(0), F(1), F(2). Podać interpretację tych prawdopodobieństw na wykresie rozkładu prawdopodobieństwa i dystrybuanty. W zadaniu c obliczyć wartość oczekiwaną oraz wariancję. Rozwiązanie: Wartość dystrybuanty w punkcie x0 jest sumą prawdopodobieństw dla x mniejszych lub równych x0. a) F (0) 1 2 F (1) 1 F (2) 1 8 b) F (0) 0 F (1) 1 4 F (2) 1 c) Prawdopodobieństwo zmiennej losowej jest dane funkcją P( X k ) 1/ 2k , dla k = 1, 2, 3, ... . Dystrybuanta sumuje wszystkie prawdopodobieństwa do x włącznie zatem będzie x określona wzorem: F ( x) i 1 1 . Obliczając kolejne wartości P(x) i F(x) otrzymuje się 2k P(0) 0 i F (0) 0 , P(1) P ( 2) 1 1 i F (1) , 2 2 2 1 1 1 1 1 3 1 i F (2) k 1 2 . 2 2 2 4 4 4 i 1 2 Uwaga: Na wykres nie naniesiono całej dystrybuanty, a prawdopodobieństwo narysowano tylko dla x=0,1 ,2, ..., 10. 9 Wartość oczekiwana dana jest wzorem E ( X ) x P( x) . Po wstawieniu wzoru opisującego xD prawdopodobieństwo otrzymuje się: E( X ) x x 1 1 . 2x Jak widać powyżej, wartością oczekiwaną jest suma szeregu liczbowego równa 2 więc x 2. x x 1 2 E( X ) Uwaga: Badanie zbieżności szeregów nie wchodzi w skład kursu statystyki. Możemy przyjąć, że po prostu taki jest wynik (np. na podstawie tablic matematycznych). Informacje na temat szeregów można odnaleźć w wielu podręcznikach matematyki dla studentów politechnik. Wynik również można otrzymać korzystając np. z portalu Wolfram Alpha. Obliczając wariancję korzystamy ze wzoru V ( X ) ( x E ( X )) 2 p ( x) , zatem: xD ( x 2) 2 2. 2x x 1 V (X ) Uwaga: Wynik z portalu Wolfram Alpha. Zadanie 8. (Źródło [4]) Dyskretna zmienna losowa X przyjmuje trzy możliwe wartości: x1=4 z prawdopodobieństwem p1=0,5, x2=6 z prawdopodobieństwem p2=0,3, x3 z p3. Znaleźć x3 i p3 wiedząc, że E(X)=8. Rozwiązanie: Żeby rozwiązać zadanie, należy skorzystać z definicji wartości oczekiwanej n E ( X ) xi pi . i 1 W zadaniu n=3 więc rozpisując powyższy wzór otrzymuje się: 3 E ( X ) xi pi x1 p1 x2 p2 x3 p3 . i 1 W treści zadania dane są wartości E(X), p1, x1, p2, x2. Zatem możemy zapisać powyższe równanie: x1 p1 x2 p2 x3 p3 E( X ) i wstawić do niego znane wartości: 4 0,5 6 0,3 x3 p3 8 . Otrzymuje się: 10 x3 p3 4,2 . W tej chwili jest jedno równanie i dwie niewiadome, zatem należy znaleźć drugie równanie. Z aksjomatycznej definicji prawdopodobieństwa wiadomo, że prawdopodobieństwo zdarzenia pewnego równe jest jeden. W odniesieniu do treści zadania zdarzenie pewne oznacza, że zmienna losowa przyjmie którąkolwiek z wartości x1, x2 lub x3. Prawdopodobieństwo takiego zdarzenie jest zatem równe p1 p2 p3 1 . Z powyższego równania można wyznaczyć p3: 0,5 0,3 p3 1, p3 0,2 . Wstawiając obliczoną wartość do równania x3 p3 4,2 otrzymuje się wartość x3: x3 0,2 4,2 , x3 21. Zatem poszukiwane wartości to x3 21 oraz p3 0,2 . Zadanie 9. (Źródło [4]) Dane są możliwe wartości dyskretnej zmiennej losowej X: x1=-1, x2=0, x3=1 oraz wartości oczekiwane tej zmiennej i jej kwadratu: E(X)=0,1, E(X2)=0,9. Znaleźć prawdopodobieństwa p1, p2 i p3, odpowiadające wartościom x1, x2 i x3. Rozwiązanie: W zadaniu są trzy niewiadome, natomiast na podstawie treści zadania można ułożyć tylko dwa. Pierwsze równanie można zapisać wprost n E ( X ) xi p i . i 1 E(X2) oznacza, że wartości osiągane przez zmienną losową są podniesione do kwadratu i pomnożone przez prawdopodobieństwa odpowiadające tym wartościom: n E ( X 2 ) xi2 pi . i 1 11 Ponadto wiadomo, że n p i 1 i 1 , co zdefiniuje równanie trzecie. Otrzymuje się następujący układ równań: n xi pi E ( X ) i 1 x1 p1 x2 p2 x3 p3 E ( X ) n 2 2 2 2 2 2 xi pi E ( X ) x1 p1 x2 p2 x3 p3 E ( X ) , i 1 p p p 1 2 3 1 n p 1 i i 1 który po wstawieniu znanych wartości liczbowych przyjmie następującą formę: 1 p1 0 p2 1 p3 0,1 2 2 2 (1) p1 0 p2 1 p3 0,9 . p p p 1 2 3 1 Następnie konieczne jest rozwiązanie powyższego układu równań. Z dwóch pierwszych równań można łatwo wyznaczyć wielkości p1 i p2 (np. dodając stronami): 2 p3 1 p3 0,5 p1 0,9 p3 0,4 p1 p3 0,1 p1 p3 0,9 p p p 1 2 3 1 p2 1 p1 p3 0,1 Zatem p1 0,4 , p2 0,1 , p3 0,5 . Zadanie 10. (Źródło [11]) Zmienna losowa X przyjmuje wartości xk z prawdopodobieństwami pk=c∙qk, gdzie 0<q<1, k=0,1, 2, ... . Znaleźć stałą c. Rozwiązanie: Suma prawdopodobieństw dla wszystkich k musi być równa 1 (na podstawie definicji prawdopodobieństwa). Jeśli 0<q<1 to qk k 0 jest szeregiem geometrycznym, suma wynosi: którego p k 0 k 1 cq k 1 k 0 c qk 1 k 0 q k 0 k 1 . 1 q Uwaga: Wynik z portalu Wolfram Alpha. c 1 1 1 q c 1 q 12 POWTARZANIE DOŚWIADCZEŃ Zadanie 11. (Źródło [12]) Prawdopodobieństwo tego, że statystyczny student nie jest przygotowany do zajęć wynosi p=1/3. Prowadzący ćwiczenia wybiera przypadkowo 4 osoby. Niech zmienna losowa X oznacza liczbę osób spośród wybranych, które nie są przygotowane do zajęć. Znaleźć P(X=3). Rozwiązanie: Zauważmy, że z treści zadania wynika, że nauczyciel wybiera 4 osoby. Wśród tych czterech osób wszystkie mogą być przygotowane (oznaczałoby to X=0), jedna może być przygotowana, trzy nieprzygotowane (X=1) itd. Żeby znaleźć prawdopodobieństwo P(X=3) konieczne jest rozważenie każdej sytuacji, w której z czterech wybranych osób trzy są nieprzygotowane. Czyli pierwsza, druga i trzecia osoba jest nieprzygotowana, czwarta jest przygotowana; pierwsza, druga i czwarta osoba jest nieprzygotowana, trzecia jest przygotowana itd., czyli: 1 1 1 2 1 1 2 1 1 2 1 1 2 1 1 1 2 2 2 2 8 P( X 3) . 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 81 81 81 81 81 Można zauważyć, że prawdopodobieństwo P(X=3) jest równe sumie prawdopodobieństw wybrania trzech nieprzygotowanych studentów (wybierając czterech) w każdej permutacji, czyli 3 1 2 8 P( X 3) 4 . 3 3 81 Powyższe rozwiązanie zostało uzyskane na drodze zastosowania twierdzenia o mnożeniu. Zadanie to można rozwiązać stosując inne podejście: zadajmy pytanie, na ile sposobów można wybrać trzech studentów z czterech (przy czym kolejność ich wyboru nie ma znaczenia). Jest to kombinacja C3, 4 4 . Mnożąc liczbę sposobów C3, 4 wylosowania studentów przez prawdopodobieństwo wylosowania trzech nieprzygotowanych z czterech wylosowanych studentów otrzymuje się oczywiście ten sam wynik: 3 1 2 8 P( X 3) C3, 4 . 3 3 81 Zauważmy, że rozumowanie powyższe doprowadziło do otrzymania dwumianu Bernoullego P( X k ) C k , N p k q N k , w którym N=4, k=3, p=1/3, q=2/3. 13 Zadanie 12. (Źródło [4]) Dwóch jednakowo silnych przeciwników gra w szachy. Co jest bardziej prawdopodobne dla każdego z nich: wygrać dwie partie z czterech, czy trzy partie z sześciu? Zakładamy, że remis jest niemożliwy. Rozwiązanie: Jeśli gracze są jednakowo dobrzy, to znaczy, że prawdopodobieństwo wygrania dla każdego z nich równe jest p=1/2. Analogicznie prawdopodobieństwo porażki wynosi q=1-p=1/2. Schemat Bernoullego pozwala odpowiedzieć na pytanie: jakie jest prawdopodobieństwo zajścia zdarzenia o prawdopodobieństwie p w N niezależnych próbach. Pierwsze pytanie jest o dwa zwycięstwa w czterech meczach, czyli k=2, N=4. P( X k ) C k , N p k q N k , P ( X 2) C 2 , 4 p 2 q 4 2 , P( X 2) 4! 1 2!(4 2)! 2 2 2 1 3 . 2 8 Drugie pytanie jest o trzy zwycięstwa z sześciu, zatem k=3, N=6: 3 3 6! 5 1 1 P( X 3) . 3!(6 3)! 2 2 16 Prawdopodobieństwo dwóch wygranych z czterech jest bardziej prawdopodobne niż trzech z sześciu, ponieważ: P( X 2) 6 5 P( X 3) . 16 16 Zadanie 13. (Źródło [4]) Udowodnić, że wartość oczekiwana zmiennej losowej dyskretnej X – liczby zajść zdarzenia A w N niezależnych doświadczeniach, dla których prawdopodobieństwo zajścia zdarzenia jest równe p – jest równe iloczynowi liczby doświadczeń i prawdopodobieństwa zajścia zdarzenia w jednym doświadczeniu, tzn. udowodnić, że E(X)=N.p. Rozwiązanie: Liczbę zajść zdarzenia o danym stałym prawdopodobieństwie w N niezależnych próbach określa rozkład Bernoullego: P( X k ) C k , N p k q N k , 14 N N N k 1 k 1 k 1 E ( X ) k P( X k ) k C k , N p k q N k k N! p k q N k . k!( N k )! Zauważmy, że k 1 1 k! (k 1)! więc N N! p k q N k , k 1 ( k 1)!( N k )! E( X ) N ( N 1)! p k q N k , ( k 1 )! ( N k )! k 1 N E( X ) N ( N 1)! p p k 1 q N k . ( k 1 )! ( N k )! k 1 N E( X ) Wyłączając N oraz p przed znak sumy otrzymuje się: ( N 1)! p k 1 q N k . k 1 ( k 1)!( N k )! N E( X ) N p Następnie wykorzystany zostanie tzw. pierwszy wzór dwumianowy: n n! a i b n i . i 0 i!( n i )! ( a b) n Żeby wykorzystać wzór dwumianowy konieczna jest zmiana granic operatora sumy z k=1, 2, ..., N na z k=0, 1, 2, ..., N-1. W związku z tym wyrażenie pod sumą należy przekształcić tak, żeby pomimo zmiany indeksów, wartość sumy nie uległa zmianie. Zatem przy zmianie zakresu indeksów sumy należy do wzoru wstawić k+1 w miejsce k. Np.: N 1 N 1 1 (k 1)! k! . k 1 k 0 N 1 N Uwaga: Sprawdzenie dla N=3, czy powyższa suma nie uległa zmianie: k 1 W podobny sposób można przekształcić wyrażenie N k 1 1 ( k 1)! ( N 1)! ( k 1)!( N k )! 01! 11! 21! k1! . k 0 p k 1 q N k : N 1 ( N 1)! ( N 1)! k 1 N k p q p ( k 1)1 q N ( k 1) , ( k 1 )! ( N k )! ( k 1 ) 1 ! ( N ( k 1 ))! k 1 k 0 N N 1 ( N 1)! k!( N k 1)! p k q N k 1 . k 0 ~ Za wartość N-1 wstawmy wartość pomocniczą N N 1 . 15 ~ ~ N! p k q N k . ~ k 0 k!( N k )! ~ N Teraz bardzo łatwo można zauważyć, że powyższe wyrażenie odpowiada prawej stronie wcześniej przytoczonego wzoru dwumianowego, zatem można zapisać: ~ ~ N ~ ~ N! p k q N k ( p q) N . ~ k 0 k!( N k )! ~ Wiedząc, że N N 1 otrzymuje się ( p q) N 1 tak więc E( X ) N p ( p q) N 1 . Wiadomo, że q=1-p więc E ( X ) N p p (1 p) N 1 , E( X ) N p 1N 1 , E( X ) N p co należało dowieść. LITERATURA [1] Buslenko N.P. Golenko D.I., Sobol I.M., Sragowicz W.G., Szrejder J.A. (1976), Metoda Monte Carlo, Warszawa [2] Deutsch R. (1969), Teoria Estymacji. Państwowe Wydawnictwo Naukowe. Warszawa. [3] Devore J. L. (2012), Probability and Statistics for Engineering and the Sciences. International edition. 8th edition. BROOKS/COLE. [4] Gmurman W.J. (1976), Zbiór zadań z rachunku prawdopodobieństwa i statystyki matematycznej. Wydawnictwa Naukowo-Techniczne. Warszawa. [5] Hastie T., Tibshirani R., Friedman J. (2009), The Elements of Statistical Learning. Data Mining, Inference, and Prediction. Second Edition. Springer [6] Greń J. (1970), Statystyka matematyczna. modele i zadania. Wydanie czwarte uzupełnione. Warszawa. [7] Ligman J., Stachowski E., Zalewska A. (1996), Zbiór zadań z kombinatoryki i rachunku prawdopodobieństwa dla uczniów szkół średnich. Oficyna wydawniczo-poligraficzna i reklamowo-handlowa „ADAM” Warszawa. 16 [8] Ligman J. (1976), Zbiór zadań z kombinatoryki i rachunku prawdopodobieństwa dla szkół średnich. Wydawnictwa szkolne i pedagogiczne. Warszawa. [9] Medina M.A. (2011), Introduction To Probability and Statistics in Hydrology. Duke University, Dyrham [10] Pawłowski Z. (1976), Statystyka matematyczna. Państwowe Wydawnictwo naukowe. Warszawa. [11] Plucińska A., Pluciński E. (2000), Probabilistyka. Wydawnictwa Naukowo-Techniczne. Warszawa. [12] Plucińska A., Pluciński E.(1975) Zadania z rachunku prawdopodobieństwa i statystyki matematycznej dla studentów politechnik. Wydawnictwa Naukowo-Techniczne. Warszawa. [13] Kaczmarek Z. (1970), Metody statystyczne w hydrologii i meteorologii. Wydawnictwa komunikacji i łączności. Warszawa. [14] Koronacki J., Mielniczuk J. (2006), Statystyka dla studentów kierunków technicznych i przyrodniczych. Wydawnictwa Naukowo-Techniczne. Warszawa. [15] Korzyński M. (2006), Metodyka eksperymentu. Planowanie, realizacja i statystyczne opracowanie wyników eksperymentów technologicznych. Wydawnictwa Naukowo- Techniczne. Warszawa. [16] Szlenk W. (1970), Rachunek prawdopodobieństwa dla klasy IV liceum ogólnokształcącego i technikum. Wydawnictwa szkolne i pedagogiczne. Warszawa. [17] Taylor J.R. (2011), Wstęp do analizy błędu pomiarowego. Wydanie II zmienione. Wydawnictwo Naukowe PWN Warszawa. [18] Walesiak M., Gatnar E. (2009), Statystyczna analiza danych z wykorzystaniem programu R. Wydawnictwo Naukowe PWN. Warszawa. [19] Walpole R.E, Myers R.H., Myers S.L, Ye K., (2007), Probability & Statistics for Engineers & Scientists. Pearson Education International [20] Węglarczyk W. (2010), Statystyka w inżynierii środowiska. Politechnika Krakowska, Kraków. [21] Yevjevich V. (1972), Probability and statistics in hydrology. Water Resources Publications, Fort Collins, Colorado, U.S.A [22] Zaleski J. (2004) Modele stochastyczne i symulacja komputerowa. Zastosowanie do systemów zaopatrzenia w wodę. Wydawnictwo Naukowe PWN. Warszawa. [23] Zieliński R. (1970), Metody Monte Carlo. Wydawnictwa Naukowo-Techniczne. Warszawa 17 [24] Zieliński R. (1974), Rachunek prawdopodobieństwa z elementami statystyki matematycznej. Wydawnictwa Szkolne i Pedagogiczne. Warszawa. 18