Rachunek prawdopodobieństwa MAP1064 Wydział Elektroniki, rok
Transkrypt
Rachunek prawdopodobieństwa MAP1064 Wydział Elektroniki, rok
Rachunek prawdopodobieństwa MAP1064 Wydział Elektroniki, rok akad. 2008/09, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 11: Sumowanie niezależnych zmiennych losowych i jego związek ze splotem gęstości i transformatami Laplace’a i Fouriera. Prawo wielkich liczb. Przykłady do zadania 11.1 : (a) Zmienne losowe X i Y są niezależne, przy czym X ma rozkład wykładniczy Exp 51 , a Y rozkład normalny N (−1, 2). Znaleźć wartość oczekiwaną i wariancję zmiennej losowej Z = 2X −3Y −2. • X ma rozkład wykładniczy Exp λ = 1 5 , zatem EX = 1 λ = 5 i D2 X = 1 λ2 = 25. • Y rozkład normalny N (−1, 2), zatem EY = −1 i D2 Y = 22 = 4. • EZ = 2EX − 3EY − 2 = 2 · 5 − 3 · (−1) − 2 = 11. • X i Y są niezależne, więc D2 Z = D2 (2X − 3Y − 2) = D2 (2X − 3Y ) = = D2 (2X) + D2 (−3Y ) = 22 D2 X + (−3)2 D2 Y = 4 · 25 + 9 · 4 = 136. (b) Niech Y = X + N , gdzie X ma rozkład zerojedynkowy z parametrem p = 0, 4; a N ma rozkład normalny N (1, 1), przy czym zmienne losowe X i N są niezależne. Obliczyć współczynnik korelacji ρXY . • X ma rozkład zerojedynkowy z parametrem p = 0, 4, zatem EX = p = 0, 4 i D2 X = p(1 − p) = 0, 24. • N ma rozkład normalny N (1, 1), zatem EN = 1 i D2 N = 1. • EY = EX + EN = 0, 4 + 1 = 1, 4 • Zmienne losowe X i N są niezależne. Zatem D2 Y = D2 X + D2 N = 0, 24 + 1 = 1, 24 oraz EXY = EX 2 + EXN = D2 X + (EX)2 + EXEN = 0, 24 + (0, 4)2 + 0, 4 · 1 = 0, 8. 0, 24 EXY − EXEY √ =√ ≈ 0, 44. • Otrzymujemy ρXY = √ 2 2 0, 24 · 1, 24 DX DY 1 Przykład do zadania 11.2 : (a) Zmienne X i Y są niezależne, przy czym X ma rozkład Poissona P(2), a Y rozkład normalny N (1, 2). Jaka jest funkcja charakterystyczna rozkładu zmiennej losowej X + Y , a jaka zmiennej losowej 4X − Y ? it −1) • X ma rozkład Poissona P(λ = 2), więc ϕX (t) = eλ(e = e2(e it −1) . itm−t2 σ 2 /2 • Y ma rozkład normalny N (m = 1, σ = 2), więc ϕY (t) = e 2 = eit−2t . • Zmienne X i Y są niezależne. it 2 Zatem ϕX+Y (t) = ϕX (t) · ϕY (t) = e2(e −1) · eit−2t i(4t) 2 • ϕ4X−Y (t) = ϕX (4t) · ϕY (−t) = e2(e −1) · e−it−2t , gdyż dla dowolnej stałej a i zmiennej losowej X mamy ϕaX (t) = Eeit(aX) = Eei(at)X = ϕX (at). (b) Pokazać, że suma dwóch niezależnych zmiennych losowych odpowiednio o rozkładach gamma G(λ, p1 ) i G(λ, p2 ) ma również rozkład gamma. it λ it λ • X ma rozkład gamma G(λ, p1 ), więc ϕX (t) = 1 − • Y ma rozkład gamma G(λ, p2 ), więc ϕY (t) = 1 − −p1 −p2 . . • Zmienne X i Y są niezależne. Zatem ϕX+Y (t) = ϕX (t) · ϕY (t) = 1 − it λ −p1 · 1− it λ −p2 = 1− it λ −(p1 +p2 ) . • Jest to funkcja charakterystyczna rozkładu gamma G(λ, p1 + p2 ), zatem X + Y ma taki właśnie rozkład gamma. (c) Niech X1 , X2 będą niezależnymi zmiennymi losowymi o jednakowym rozkładzie X1 + X2 Cauchy’ego C(0, 1). Znaleźć rozkład zmiennej losowej Y = . 2 • X1 i X2 mają rozkład Cauchy’ego C(0, 1), więc ϕX1 (t) = ϕX2 (t) = e−|t| . X1 + X2 • Zmienne X1 i X2 są niezależne. Zatem dla Y = mamy 2 t t t t t = ϕX1 · ϕX2 = e−| 2 | e−| 2 | = e−|t| 2 2 2 ϕY (t) = ϕX1 +X2 • Jest to funkcja charakterystyczna rozkładu Cauchy’ego C(0, 1), zatem Y ma taki właśnie rozkład. 2 Przykłady do zadania 11.3 : (a) Zmienne losowe X1 , X2 , . . . są niezależne o jednakowym rozkładzie takim, że P (X1 = i) = 0, 75(0, 25)i−1 , i = 1, 2, . . . . Do czego jest zbieżna średnia arytmetyczna X1 + . . . + Xn ? W sensie jakiej zbieżności? n • Zmienne losowe X1 , X2 , . . . są niezależne o jednakowym rozkładzie geometrycznym Geo(p = 0, 75). Zatem EX1 = p1 = 43 istnieje. • Zachodzi zatem mocne prawo wielkich liczb Kołmogorowa, czyli X 1 + . . . + Xn 4 = EX1 = , n→∞ n 3 lim • przy czym jest to zbieżność z prawdopodobieństwem 1. (b) Niech X1 , X2 , . . . będzie ciągiem niezależnych zmiennych losowych o jednakowym rozkładzie jednostajnym U(0, 1). Zdefiniujmy ( Yn = Xn2 z prawdopod. 0, 1; Xn z prawdopod. 0, 9; tzn. Yn = Tn Xn2 + (1 − Tn )Xn , gdzie Tn jest zmienną losową niezależną od ciągu (Xn ) i taką, że P (Tn = 1) = 1 − P (Tn = 0) = 0, 1; ponadto T1 , T2 , . . . są niezależne. n 1X Znaleźć granicę lim Yi z prawdopodobieństwem 1. n→∞ n i=1 • Zmienne Y1 , Y2 , . . . zdefiniowane w zadaniu są niezależne o jednakowym rozkładzie. Ponadto EY1 = ET1 EX12 + (1 − ET1 )EX1 = 0, 1(D2 X1 + (EX1 )2 ) + 0, 9EX1 = = 0, 1 (1−0)2 12 + 1+0 2 2 + 0, 9 1+0 2 = 29 60 istnieje. • Zachodzi więc mocne prawo wielkich liczb Kołmogorowa, n 1X 29 czyli lim Yi = EY1 = z prawdopod. 1. n→∞ n 60 i=1 3