Na dzisiejszych zajęciach wykonamy zadania z funkcji charakterystycznej. I na początek takie zadanie. Zmienna losowa X ma rozkład wykładniczy, a jej funkcja charakterystyczna ma postać: ![]()
. Należy policzyć wartość oczekiwaną (EX) i wariancję (![]()
). Na początek liczymy pochodną funkcji charakterystycznej, czyli ![]()
. Stąd EX wyliczymy podstawiając do pochodnej funkcji charakterystycznej za t - 0. Więc EX = ![]()
. Następną rzeczą będize policzenie pochodnej pochodnej funkcji charakterystycznej. A więc: 
. I na podstawie tego liczymy ![]()
podstawiając za t - 0, co pomoże nam w wyliczeniu ![]()
. A zatem: ![]()
. I teraz: ![]()
.
I teraz następne zadanie. Znamy funkcję charakterystyczną ![]()
. Należy wyznaczyć rozkład zmiennej losowej X. Zadanie jest proste. Rozłóżmy funkcję charakterystyczną:
![]()
. Stąd wynika rozkład zmiennej w postaci tabelki:
|
-1 |
1 |
|
1/2 |
1/2 |
I to tyle, jeśli chodzi o funkcję charakterystyczną. Teraz natomiast wykonamy takie zadania dotyczące zmiennej losowej dwuwymiarowej. I mamy takie zadanie. Mamy zmienna losową dwuwymiarową o rozkładzie skokowym danym w postaci tabelki:
y x |
-1 |
0 |
|
0 |
0,1 |
0,2 |
0,3 |
1 |
0,4 |
0,3 |
0,7 |
0,5 |
0,5 |
1 |
Należy wyznaczyć macierz kowariancji K, współczynnik ![]()
i prosta regresji. Aby tego dokonać należy policzyć pięć parametrów: ![]()
. I tak:
EX = 0,7 (odczytując z tabelki)
EY = -0,5

COV(X, Y) = E(X, Y) - EXEY = [0 * (-1) * 0,1 + 0 * 0 * 0,2 + 1 * (-1) * 0,4 + 1 * 0 * 0,3 ] + 0,35 = -0,4 + 0,35 = -0,05. 0,35, bo 0,7 * 0,5.
Stąd: 
. Teraz obliczamy współczynnik:
![]()
Stąd wynika słaba zależność między X a Y. I na sam koniec obliczamy prostą regresji:

Kolejne zadanie. Mamy daną macierz kowariancji 
. Należy obliczyć współczynnik ro. Zadanie jest bardzo proste: ![]()
.
Na sam koniec takie oto zadanie domowe do rozwiązania. Mamy zmienna losową dwuwymiarową o rozkładzie skokowym danym w postaci tabelki:
x \ y |
0 |
1 |
2 |
5 |
0 |
0 |
0,1 |
6 |
0,1 |
0,2 |
0,1 |
7 |
0,3 |
0,1 |
0,1 |
Należy wyznaczyć macierz kowariancji, współczynnik ro, oraz prosta regresji.