Wykład 3 Zmienne losowe
Transkrypt
Wykład 3 Zmienne losowe
W ykł yk ł ad 3 Z m ienne losow e Zmienna losowa - Wartość zależna od wyniku eksperymentu. Przykład: Liczba orłów uzyskanych w jednym rzucie monetą. Ciągła zmienna losowa Prawdopodobieństwo przyjęcia każdej ustalonej wartości wynosi zero, np. P(X=3.14159265358979323)=0 Zmienne losowe ciągłe rozważane na tym kursie będą zawsze opisane funkcją gęstości f(x). Zmienna losowa dyskretna Zbiór wartości, które może przyjąć zmienna losowa dyskretna jest skończony lub przeliczalny. Możliwe wartości będziemy oznaczali x1,x2, … Rozkład zmiennej dyskretnej X określamy podając prawdopodobieństwa pi=P(X=xi). Np. w rzucie symetryczną kostką liczba oczek X ma rozkład P(X=i)= , i=1,...6. Histogram a gęstość rozkładu prawdopodobieństwa Jeżeli mamy liczbowe dane ciągłe, to: więcej klas + dużo danych=bardziej regularny histogram 1 Gęstość Gęstość rozkładu prawdopodobieństwa Gdy rozmiar próby dąży do nieskończoności a szerokość klas do zera, histogram zbiega do wykresu gęstości rozkładu zmiennej. Gęstość, f, rozkładu prawdopodobieństwa spełnia następujące dwa warunki: f(x) Podobnie jak dla histogramu, pole pod wykresem gęstości (całka) jest frakcją osobników wpadających do danego przedziału (czyli prawdopodobieństwem tego, że losowo wybrany osobnik jest w danym przedziale). Całkowite pole pod wykresem f(x) wynosi 1: ∞ ∫ f ( x)dx = 1 −∞ Przykłady rozkładów ciągłych Rozkład jednostajny na odcinku [a,b] f(x)= ≥ 0 dla wszystkich x. Rozkłady ciągłe cd. Rozkłady (absolutnie) ciągłe dane są przez: b P ( X ∈ ( a , b )) = ∫ f ( x ) dx a Rozkład wykładniczy z parametrem λ>0 f(x)= Dystrybuanta zmiennej X: Dla liczby x Niech Y ma rozkład jednostajny na odcinku [0,1]. P(Y>0.3)= P(Y<0.3)= P(Y=0.3)= ? ? ? Narysuj dystrybuantę dyskretnej zmiennej losowej X takiej, że P(X=0)=1/3 oraz P(X=1)=2/3. definiujemy FX ( x) = P( X ≤ x) Własności: FX(x) jest funkcją niemalejącą, ciągłą z prawej strony, oraz lim x →−∞ F ( x) = lim x →∞ F ( x) = 2 Wartość oczekiwana i wariancja (wzory). Narysuj dystrybuantę rozkładu jednostajnego na odcinku [a,b]. Z mienna losow a dyskretna µx :=E(X)= Σxi P(X= xi)=Σxipi • Var(X)= Σ(xi- µx)2 P(X= xi) = Σxi2 pi - µx2 • Przykład 1 (rzut monetą, X=1, gdy orzeł, X=0, gdy reszka) E(X)= Var(X)= Przykład 2 (X=wynik rzutu kostką) E(X)= Var(X)= Wartość oczekiwana i wariancja, cd. Rozkład dwupunktowy z parametrem 0≤p≤1 P(Y=1)=p, P(Y=0)=1-p. Z mienna losow a ciągła EX = ∞ ∫ x f(x) dx −∞ ∞ Oblicz: EY= Var(X) = ∫ (x - EX) 2 f(x) dx = -∞ ∞ ∫ x f(x)dx − (EX) 2 2 −∞ VarY= Wartość oczekiwana jest środkiem ciężkości figury określonej przez krzywą gęstości. Przykład: rozkład jednostajny na [a,b]. 3 Przykład: rozkład wykładniczy z paramerem λ>0: Własności wartości oczekiwanej i wariancji E(aX+b)=aEX+b Var(aX+b)=a2Var(X) Dla dwóch zmiennych losowych X i Y: E(X+Y)=EX+EY E(X-Y)=EX-EY E(aX+bY+c)= Niezależność zmiennych losowych, cd. Przykład 2: Wybieramy (losowo) liczbę z zakresu 12,...,101; X:=cyfra dziesiątek, Y:=cyfra jedności, A={1, 2}, B={3, 4, 5}. Niezależność zmiennych losowych: Jeżeli zmienne X i Y są niezależne, to P( X ∈ A, Y ∈ B) = P ( X ∈ A) P(Y ∈ B ) Przykład1: Wybieramy (losowo) liczbę dwucyfrową; X:=liczba dziesiątek, Y:=liczba jedności, A={1, 2}, B={3, 4, 5}. Jeżeli X i Y są niezależne, to E(XY)=E(X)·E(Y) i Var(X+Y)=Var(X)+Var(Y). Przykład 3: Liczby oczek, X, Y, w dwóch kolejnych rzutach kostką. 4 Ćwiczenia: X i Y niezależne, to Var(X-Y)= Var(X+X)= 5