Statystyka In˙zynierska
W2: Zmienna losowa dyskretna
dr hab. in˙z. Katarzyna Filipiak
Instytut Matematyki
Politechnika Pozna´
nska
9.10.2015
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
1 / 29
Zmienna losowa
Zmienn¸a losow¸a
X
nazywamy funkcj¸e
X = X(
ω)
okre´slon¸a na przestrzeni zdarze´n elementarnych
Ω
o
warto´sciach w zbiorze liczb rzeczywistych
R
Niech zmienna losowa
dyskretna
(skokowa)
X
przyjmuje
warto´sci
x
1
,
x
2
, . . .
odpowiednio z prawdopodobie´nstwami
p
1
,
p
2
, . . .
;
∑
∞
i=1
p
i
=
1
.
Rozk ladem prawdopodobie´nstwa
zmiennej losowej
dyskretnej
X
, nazywamy funkcj¸e przyporz¸adkowuj¸ac¸a
warto´sciom zmiennej
x
i
(
i = 1,2,...) prawdopodo-
bie´nstwa ich przyj¸ecia:
P(X = x
i
) =
P({ω : X(ω) = x
i
}) = p
i
.
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
2 / 29
Przyk lad
W pewnym eksperymencie wykorzystano dwa automatyczne aparaty
fotograficzne w celu dokumentowania jego przebiegu. W danych
warunkach prawdopodobie´nstwo wykonania poprawnej fotografii dla
ka˙zdego aparatu jest takie samo i wynosi
p = 0,6. Podaj rozk lad
prawdopodobie´nstwa zmiennej losowej oznaczaj¸acej licz¸e aparat´ow,
kt´ore udokumentowa ly przebieg eksperymentu.
X = 0,1,2
P(X = 0) = 0,4 · 0,4 = 0,16
P(X = 1) = 0,6 · 0,4 + 0,4 · 0,6 = 0,48
P(X = 2) = 0,6 · 0,6 = 0,36
rozk lad prawdopodobie´nstwa:
x
i
0
1
2
p
i
0,16 0,48 0,36 1
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
3 / 29
Dystrybuanta
Dystrybuant¸a zmiennej losowej
X
nazywamy funkcj¸e
F(X)
okre´slon¸a na zbiorze liczb rzeczywistych i
przyjmuj¸ac¸a warto´sci
F(x) = P(X < x) = P({ω : X(ω) < x}).
W lasno´sci:
0 ≤ F(x) ≤ 1
F(x)
jest niemalej¸aca
F(x)
jest lewostronnie ci¸ag la:
lim
x→x
−
0
F(x) = F(x
0
)
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
4 / 29
Dystrybuanta
Dystrybuanta i prawdopodobie´nstwo – dla dowolnych
liczb rzeczywistych
a
i
b
zachodzi:
P(X < a) = F(a)
P(X ≥ a) = 1 − F(a)
P(a ≤ X < b) = F(b) − F(a)
Dystrybuanta zmiennej losowej dyskretnej:
F(x) = P(X < x) =
∑
x
i
<
x
p(x
i
) =
∑
x
i
<
x
p
i
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
5 / 29
Przyk lad
W pewnym eksperymencie wykorzystano
trzy
automatyczne aparaty
fotograficzne w celu dokumentowania jego przebiegu. W danych
warunkach prawdopodobie´nstwo wykonania poprawnej fotografii dla
ka˙zdego aparatu jest takie samo i wynosi
p = 0,6. Oblicz
prawdopodobie´nstwo:
(a) nieudokumentowania eksperymentu;
(b) zarejestrowania eksperymentu przez co najmniej dwa aparaty.
rozk lad prawdopodobie´nstwa:
x
i
0
1
2
3
p
i
0,064 0,288 0,432 0,216 1
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
6 / 29
Przyk lad
x
i
0
1
2
3
p
i
0,064 0,288 0,432 0,216 1
dystrybuanta:
F(x) =
0
dla
x ≤ 0
0,064
dla
0 < x ≤ 1
0,064 + 0,288
dla
1 < x ≤ 2
0,064 + 0,288 + 0,432
dla
2 < x ≤ 3
0,064 + 0,288 + 0,432 + 0,216 dla
x > 3
P(X < 1) = F(1) = 0,064,
P(X ≥ 2) = 1 − P(X < 2) = 1 − F(2) = 1 − 0,352 = 0,648
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
7 / 29
Przyk lad
x
i
0
1
2
3
p
i
0,064 0,288 0,432 0,216 1
dystrybuanta:
F(x) =
0
dla
x ≤ 0
0,064
dla
0 < x ≤ 1
0,352
dla
1 < x ≤ 2
0,784
dla
2 < x ≤ 3
1
dla
x > 3
P(X < 1) = F(1) = 0,064
,
P(X ≥ 2) = 1 − P(X < 2) = 1 − F(2) = 1 − 0,352 = 0,648
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
8 / 29
Warto´s´c oczekiwana
Niech zmienna losowa dyskretna
X
przyjmuje warto´sci
x
1
,
x
2
, . . . ,
x
n
odpowiednio z prawdopodobie´nstwami
p
1
,
p
2
, . . . ,
p
n
.
Definicja
Warto´sci¸a oczekiwan¸a
zmiennej losowej
X
nazywamy
liczb¸e oznaczon¸a symbolem
E(X)
i okre´slon¸a wzorem
E(X) =
n
∑
i=1
x
i
p
i
.
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
9 / 29
Warto´s´c oczekiwana
Niech zmienna losowa dyskretna
X
przyjmuje warto´sci
x
1
,
x
2
, . . .
odpowiednio z prawdopodobie´nstwami
p
1
,
p
2
, . . .
.
Definicja
Warto´sci¸a oczekiwan¸a
zmiennej losowej
X
nazywamy
liczb¸e oznaczon¸a symbolem
E(X)
i okre´slon¸a wzorem
E(X) =
∞
∑
i=1
x
i
p
i
o ile niesko´nczony szereg
∑
∞
i=1
x
i
p
i
jest zbie˙zny.
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
10 / 29
W lasno´sci
E(X)
Niech
a,b ∈ R.
E(a) = a
E(bX) = b · E(X)
E(X + a) = E(X) + a
Niech
g : D → R
, gdzie
x
i
∈ D
,
i = 1,2,...
.
W´owczas
E[g(X)] =
∞
∑
i=1
g(x
i
)
· p
i
.
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
11 / 29
Przyk lad
W pewnym eksperymencie wykorzystano trzy automatyczne aparaty
fotograficzne w celu dokumentowania jego przebiegu. W danych
warunkach prawdopodobie´nstwo wykonania poprawnej fotografii dla
ka˙zdego aparatu jest takie samo i wynosi
p = 0,6. Oblicz ile ´srednio
aparat´ow udokumentuje przebieg eksperymentu.
x
i
0
1
2
3
p
i
0,064 0,288 0,432 0,216 1
E(X) = 0 · 0,064 + 1 · 0,288 + 2 · 0,432 + 3 · 0,216
=
1,8 ≈ 2
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
12 / 29
Wariancja
Niech
µ = E(X)
.
Definicja
Wariancj¸a
dyskretnej zmiennej losowej
X
nazywamy
liczb¸e oznaczon¸a symbolem
D
2
(
X)
i okre´slon¸a wzorem
D
2
(
X) = E[(X − µ)
2
] =
E(X
2
)
− µ
2
.
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
13 / 29
W lasno´sci
D
2
(
X)
Niech
a,b ∈ R.
D
2
(
X) ≥ 0
(
!ZAWSZE!
)
D
2
(
X + a) = D
2
(
X)
D
2
(
bX) = b
2
· D
2
(
X)
D
2
(
a + bX) = b
2
· D
2
(
X)
Definicja
Odchyleniem standardowym
zmiennej losowej
X
nazywamy liczb¸e oznaczon¸a symbolem
D(X)
i okre´slon¸a
wzorem
D(X) =
q
D
2
(
X).
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
14 / 29
Pr´oba Bernoulliego
(a)
Ka˙zda pr´oba ko´nczy si¸e jednym z dw´och wynik´ow:
sukcesem
S
lub pora˙zk¸a
F
.
(b)
Dla ka˙zdej pr´oby prawdopodobie´nstwa sukcesu
P(S) = p
oraz pora˙zki
P(F) = q = 1 − p
s¸a takie
same.
(c)
Pr´oby s¸a niezale˙zne – prawdopodobie´nstwo sukcesu
w jednej pr´obie nie zale˙zy od wynik´ow uzyskanych w
innych pr´obach.
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
15 / 29
Rozk lad zero-jedynkowy
ZJ(p)
Zmienna losowa
X = 0,1
P(X = k) =
p
dla
k = 1
1 − p
dla
k = 0,
p ∈ [0, 1]
.
Charakterystyki liczbowe:
E(X) = p,
D
2
(
X) = p(1 − p) = pq
Rozk lad zero-jedynkowy = rozk lad Bernoulliego
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
16 / 29
Przyk lad
W pewnym eksperymencie wykorzystano trzy automatyczne aparaty
fotograficzne w celu dokumentowania jego przebiegu. W danych
warunkach prawdopodobie´nstwo wykonania poprawnej fotografii dla
ka˙zdego aparatu jest takie samo i wynosi
p = 0,6. Wyznacz rozk lad
prawdopodobie´nstwa zmiennej losowej
Y oznaczaj¸acej
zarejestrowanie lub niezarejestrowanie przebiegu eksperymentu.
Y = 0,1
(
0 – niezarejestrowanie, 1 – zarejestrowanie)
x
i
0
1
p
i
0,064 0,936 1
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
17 / 29
Rozk lad r´ownomierny
R(x
1
,
x
n
)
Zmienna losowa
X = x
1
, . . . ,
x
n
P(X = k) =
1
n
.
Charakterystyki liczbowe:
E(X) =
x
1
+
x
n
2
,
D
2
(
X) =
n
2
− 1
12
Rozk lad r´ownomierny = discrete uniform distribution
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
18 / 29
Przyk lad
Eksperyment polega na rzucie kostk¸a do gry. Wyznacz rozk lad
prawdopodobie´nstwa zmiennej losowej
X oznaczaj¸acej liczb¸e
wyrzuconych oczek.
X = 1,2,3,4,5,6
x
i
1
2
3
4
5
6
p
i
1/6 1/6 1/6 1/6 1/6 1/6 1
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
19 / 29
Rozk lad dwumianowy
B(n,p)
Zmienna losowa
X = 0,1,2,...,n
P(X = k) =
n
k
p
k
q
n−k
,
q = 1 − p
,
p ∈ [0, 1]
.
Charakterystyki liczbowe:
E(X) = np,
D
2
(
X) = npq
Rozk lad dwumianowy = binomial distribution
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
20 / 29
Przyk lad
W pewnym eksperymencie wykorzystano trzy automatyczne aparaty
fotograficzne w celu dokumentowania jego przebiegu. W danych
warunkach prawdopodobie´nstwo wykonania poprawnej fotografii dla
ka˙zdego aparatu jest takie samo i wynosi
p = 0,6. Podaj rozk lad
prawdopodobie´nstwa zmiennej losowej oznaczaj¸acej licz¸e aparat´ow,
kt´ore udokumentowa ly przebieg eksperymentu.
X = 0,1,2,3,
p = 0,6,
q = 1 − p = 0,4
P(X = 0) =
3
0
· 0,6
0
· 0,4
3
=
0,064
P(X = 1) =
3
1
· 0,6
1
· 0,4
2
=
3 · 0,6 · 0,16 = 0,288
P(X = 2) =
3
2
· 0,6
2
· 0,4
1
=
3 · 0,36 · 0,4 = 0,432
P(X = 3) =
3
3
· 0,6
2
· 0,4
0
=
0,216
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
21 / 29
Rozk lad geometryczny
Zmienna losowa
X = 1,2,...
oznacza liczb¸e pr´ob
poprzedzaj¸acych pierwszy sukces
P(X = k) = p · q
k−1
,
q = 1 − p
,
p ∈ [0, 1]
.
Charakterystyki liczbowe:
E(X) =
1
p
,
D
2
(
X) =
q
p
2
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
22 / 29
Przyk lad
W pewnym eksperymencie wykorzystano trzy automatyczne aparaty
fotograficzne w celu dokumentowania jego przebiegu. W danych
warunkach prawdopodobie´nstwo wykonania poprawnej fotografii dla
ka˙zdego aparatu jest takie samo i wynosi
p = 0,6. Eksperyment jest
powtarzany tak d lugo, a˙z nie zostanie zarejestrowany co najmniej
dwoma aparatami. Jaki jest rozk lad prawdopodobie´nstwa zmiennej
losowej
Y oznaczaj¸acej liczb¸e wykonanych eksperyment´ow do
pierwszego zarejestrowania eksperymentu co najmniej dwoma
aparatami? Ile przeci¸etnie eksperyment´ow nale˙zy wykona´c?
Y = 1,2,3,...,
p = 0,648,
q = 1 − p = 0,352
P(Y = 1) = 0,648 · 0,352
0
=
0,648
P(Y = 2) = 0,648 · 0,352
1
=
0,228
. . .
E(Y) =
1
0,648
=
1,543 ≈ 2
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
23 / 29
Rozk lad Pascala
NB(m,p)
Zmienna losowa
X = m,m + 1,...
oznacza liczb¸e pr´ob
poprzedzaj¸acych
m
-ty sukces
P(X = k) =
k−1
m − 1
p
m
· q
k−m
,
q = 1 − p
,
p ∈ [0, 1]
.
Charakterystyki liczbowe:
E(X) =
m
p
,
D
2
(
X) =
mq
p
2
Rozk lad Pascala – szczeg´olny przypadek rozk ladu
ujemnie dwumianowego (negative binomial distribution )
Rozk lad Pascala
NB(1,p) = rozk lad geometryczny
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
24 / 29
Przyk lad
W pewnym eksperymencie wykorzystano trzy automatyczne aparaty
fotograficzne w celu dokumentowania jego przebiegu. W danych
warunkach prawdopodobie´nstwo wykonania poprawnej fotografii dla
ka˙zdego aparatu jest takie samo i wynosi
p = 0,6. Eksperyment jest
powtarzany tak d lugo, a˙z nie zostanie zarejestrowany co najmniej
dwoma aparatami. Jaki jest rozk lad prawdopodobie´nstwa zmiennej
losowej
Z oznaczaj¸acej liczb¸e wykonanych eksperyment´ow do
dwukrotnego zarejestrowania eksperymentu co najmniej dwoma
aparatami?
Z = 2,3,...,
p = 0,648,
q = 1 − p = 0,352
P(Z = 2) =
1
1
p
2
q
0
=
0,648
2
=
0,42
P(Z = 3) =
2
1
p
2
q
1
=
2 · 0,648
2
· 0,352 = 0,296
P(Z = 4) =
3
1
p
2
q
2
=
3 · 0,648
2
· 0,352
2
=
0,156
. . .
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
25 / 29
Rozk lad hipergeometryczny
H(N,M,n)
Zmienna losowa
X = max{0,M − N + n},...,min{M,n}
gdzie:
N
- liczba element´ow populacji
M
– liczba element´ow wyr´o˙znionych
n
– liczebno´s´c pr´oby (losujemy bez zwracania)
P(X = k) =
M
k
·
N−M
n−k
N
n
.
Charakterystyki liczbowe:
E(X) = np, D
2
(
X) =
npq(N − n)
(
N − 1)
(
p = M/N, q = 1−p)
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
26 / 29
Przyk lad
Na egzaminie ze statystyki student losuje trzy pytania.
Egzaminuj¸acy przedstawi l do przygotowania 20 pyta´n. Student zna
prawid lowe odpowiedzi na 15 podanych pyta´n. Jaki jest rozk lad
prawdopodobie´nstwa zmiennej losowej
X oznaczaj¸acej liczb¸e
poprawnych odpowiedzi na egzaminie? Jakie jest
prawdopodobie´nstwo, ˙ze student zda egzamin, czyli odpowie co
najmniej na 2 pytania?
N = 20,
M = 15,
n = 3,
X = 0,1,2,3
P(X = 0) = (
15
0
)
·
(
5
3
)
(
20
3
)
=
1
114
,
P(X = 1) = (
15
1
)
·
(
5
2
)
(
20
3
)
=
5
38
,
P(X = 2) = (
15
2
)
·
(
5
1
)
(
20
3
)
=
35
76
,
P(X = 3) = (
15
3
)
·
(
5
0
)
(
20
3
)
=
91
228
P(X > 1) = P(X = 2) + P(X = 3) =
49
57
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
27 / 29
Rozk lad Poissona
PO(
λ)
Zmienna losowa
X = 0,1,2,...
P(X = k) =
λ
k
k!
e
−λ
,
λ > 0
– ´srednia liczba wyst¸apie´n wyr´o˙znionych zdarze´n
Charakterystyki liczbowe:
E(X) =
λ,
D
2
(
X) =
λ
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
28 / 29
Przyk lad
Oblicz prawdopodobie´nstwo, ˙ze w serii 1000 wyprodukowanych
element´ow znajduje si¸e co najwy˙zej jeden wybrakowany, je˙zeli
wiadomo, ˙ze przeci¸etny procent brak´ow to
0,3.
n = 1000,
p = 0,003,
E(X) =
λ = np = 3
P(X < 2) = P(X = 0) + P(X = 1) =
3
0
0!
e
−3
+
3
1
1!
e
−3
=
e
−3
+
3e
−3
=
4e
−3
≈ 0,199
K. Filipiak (Pozna´
n, Polska)
Statystyka In˙zynierska
9.10.2015
29 / 29