Egzamin dla Aktuariuszy z 4 października 2010 r.

Prawdopodobieństwo i Statystyka

Zadanie 1

2

θ

L

(2θ) n∏ n( X ) − ∑

=

X i

e

i

i=1

ln L = n(ln 2 + lnθ ) + ∑

X

θ

X

i −

∑ 2

ln

i

∂

2

n

n − θ

2

∑ X

= − ∑ X = 0 →

i

n

ˆ

0

θ

i

= → =

∂θ θ

θ

∑ n X 2 i

i=1

2

2

P(

t

t

X 2 < t ) = ∫

−

x

s

x

θ

=

2 x

θ e

=

= ∫ − s

e

θ θ ds = 1− − t

e θ ≅ wykl(θ )

2 xdx

0

= ds 0

∑ n X 2

n,θ

i

≅ Γ(

)

i=1

2

θ

P(

n

θˆ < t)

∞



= P ∑

n 



X

x 1 e θ dx

i

>  = ∫

n−

− x



t 

( n)

n Γ

t

−1

θ

θ

d (

θ  

−

θ

1

P(θ

−

ˆ < t)

n

n

n

n

n

n

t

( ) n

n

t

=

 

e

=

e

2

n

dt

t Γ( n)  t 

Γ( n) t +1

1

θ

θ

θ

E(

n

n

x

n

ˆ

θ ) ∞ ( n)

=

∞

−

1

t

n

t

( )

= ∫

e

=

=

x

e θ

n

∫

n−2

− nx =

Γ( n) t

1

Γ( n)

0

−

dt =

0

dx

2

t

∞ ( n

θ ) n−1

n

θ

θ

θ

n−

nx

( n

)

1

n

n

2

−

Γ − ( )

= ∫

x

e

Γ( n −

n 1

)

1

n

θ

( n)

n 1

0

( )

=

−

Γ

−

1

θ

θ

θ

E(

n

n

x

n

ˆ

θ ) ∞

2

( n)

=

∞

−

1

t

n

t

( )

= ∫

e

=

=

n 3

n

θ x

x

e

=

n−1

∫

−

−

Γ( n) t

1

Γ( n)

0

−

dt =

0

dx

2

t

∞ ( n

θ ) n−2

n

2

2

θ

θ

θ

n−

nx

( n

)

2

n

n

3

−

Γ −

( )

= ∫

x

e

Γ( n −

n 2

)

2

n

θ

( n)

( n

)

2 ( n

)

1

0

( )

=

−

Γ

−

−

2

2

2

2

θ n

θ n

( n − )

1

2

2

θ n − ( n − 2) 2 2

2

2

θ

θ

ˆ

n

n

varθ =

−

=

=

( n − 2)( n − )

1

( n − )

1 2

( n − )

1 2 ( n − 2)

( n − )

1 2 ( n − 2)

 ˆ



 θ − θ



P

≤ ,

0 01 = P(− ,

0

θ ≤ θˆ

01

−θ < ,

0 0 θ

1 ) = P( ,

0

θ ≤ θˆ

99

≤ ,

1 0 θ

1 ) =

 θ

















n

θ

n

θ



 9

,

0 9θ −

,

1 01θ −



n −1

n −

= P

≤ N ≤

1  →

θ

θ



n

n



 ( n − )

1

n − 2

( n − )

1

n − 2 

 1 4

4 2

4

4 3

1 4

4 2

4

4 3 



A

A

1

2





n 

9

,

0 9 −

( n − )

1

n − 2







n −1

[ 9,

0 9( n − )

1 − n] n − 2

(− 9,

0 9 − ,

0 0 n

1 ) n − 2

A =

=

=

1

n

n

n



n 

,

1 01 −

( n − )

1

n − 2







n −1

[ ,10 (1 n − )1 − n] n − 2 (− ,101+ ,00 n 1 ) n − 2

A =

=

=

2

n

n

n

prz

y n →

∞ A ≈ A

1

2

To sprawdzimy: P( N < , 0 01 n − 2 ) = 9

,

0 5 → ,

0 01 n − 2 = 9

,

1 6 → n = 38418 →

Sprawdzamy (E): → P(− 9

,

1 6 9

,

1

;

5) → OK

Zadanie 2

P( X

min

,

,...,

,

,...,

1 =

{ X X

X

P X

X

X

X

X

X

1

2

n }) =

( 1 < 2 1 < 3

1 <

n ) =

= P( X < min

1

{ X ,..., X

2

n })

P(min{ X ,..., X

1

min

,..,

2

n } < t ) =

− P(

{ X

X

2

n } > t ) =

n

n

( n+2)( n−

t

i

)

1

= 1− ∏ P( X t 1 e i 2 1 e 2

i >

)

− ∑

−

= −

t

=

= −

→

i=2

 ( n + 2)( n − )

1 

→ ODP = P( X < Y ) g dzi

e X ≅ wykl )

1

( , Y ≅ wykl





2



∞ y

( n+2)( n− )

1

ODP = ∫ ∫

−

−

n

n

x (

+ )

2 ( − )

1

y

2

e

e

dxdy =

2

0 0

( n + 2)( n − )

1

∞

= ∫ ( n + 2)( n − )1

 ( n + 2)( n − )

1



ex 

p −

y (

−

1 − e y ) dy = 1−

2

=

2



2



( n + 2)( n − )

1

0

+1

2

( n + )

2 ( n − )

1

( n + 2)( n − )

1 + 2 − ( n + 2)( n −

= 1−

=

)

1 = 2

( n + 2)( n − )

1 + 2

( n + 2)( n − )

1 + 2

n 2 + n

Zadanie 3

θ >θ

2

1

10

θ

2θ

2

( )5

2

∏10(

5

θ

θ

1 + x ) 2+1

2

1

y

1

∏( + i)2 +1

P = i=1

i=1

10

θ

2θ

1

( )

=

5

1

∏10(

5

θ

θ

1 + x

y

i ) 1 +1 ∏ (1 + i )2 1+1

i=1

i=1

15

θ

2

2

⋅ 5 10

5

=

θ θ

θ θ

1

2

1

2

1

x

1

y

15

5

( + i ) −

( + i )2( − )

∏

∏

→

θ

2

1

⋅

i=1

i=1

→

1

jest rosnąca funkcją statystyki

∏10(

5

1 + x

y

i )∏ ( + i )2

1

i=1

i=1

P( STAT > c) = , 0 05

t

e −

θ

P(ln(

1

1 + x

t

P X

e

i ) <

) = ( < t

i

− )

1 = ∫

θ 1

1

x

0

(

i ) +

+

θ

f

t

+

=

et =

−

≅

x

θ θ

e t

θ

ln (1

i ) ( )

( )

t (θ

wykl

+ )

1

e

t

2

e −

θ

P(2 ln(

1

+ y

t

i ) <

) = ∫

2

1

2θ 1

1

y

0

(

i )

+

+

2θ

1 t

f

t

+

=

e =

−

≅

y

θ θ

e t

wykl θ

2 ln (1

i ) ( )

2

( )

t (2θ + )1 2

2

e

∑

10

ln(

5

10

5

1 + X

θ

Y

θ

X

Y

θ

i ) ≅ Γ 1

( ;

0

), ∑ ln(1+ i ) ≅ Γ ;

5

(

) → ∑ ln(1 + i ) + ∑ ln(1 + i ) ≅ Γ 1

( ;

5

)

i=1

i=1

i=1

i=1



1

1

P( STAT > t) = P

<  = P( X < −ln t) g dzi

e X ≅ Γ 1

( ,

5 θ )

 STAT

t 

Szukamy takiego t, że: P(X<t)=0,05 i X ≅ Γ 1

( 5 )

1

;

t

2 t

s

∫ 1

1

14

s

x

x e dx = x =

= ∫

−

−

s 14 e 2 ds =

0

,

0 5 to jest całka z g

Γ

ęstości rozkładu

15

1

( )

5

2

2 Γ 1

( )

5

0

0

2

χ 3

( 0)

Z tablic 2t=18,493 czyli t=9,2465 czyli około 9,25

Zadanie 4

Dla rozkładu złożonego ujemnego dwumianowego: q 

2

q

q



µ

r

EX

3

( EX ) EX

2

( EX )

3, S

=

3

2

3

N



+

+

2



p 

p

p



q 

q



var S

N =

2

2

r

 EX +

( EX ) 

p 

p



 1 

N ≅ uj. dwumianowy ; 1



 4 

E( S

N − ES N )

,

0 25 

,

0 25

,

0 252







3

3

1

2

47

=

3 + 3 ⋅

⋅1⋅ 2 + 2 ⋅

⋅1



 = 3 + 2 +  =

7

,

0 5 

7

,

0 5

7

,

0 52



3 

9 

27

,

0 25 

,

0 25







2

1

1

7

var S

N =

 2 +

⋅1  = 2 +  =

,

0 75 

,

0 75



3 

3 

9

47

47 27

47

27

ODP =

=

=

≈ 5

,

2 38

3

27 7 7

7 7

 7  2

 

 9 

Zadanie 5

Dla pierwszych 200 osób:

P( Z

i =

)

4

2

1

1

1 = q ⋅

+ 1

( − q)

= q +

6

6

3

3

2

1

P( Z = 0 =

−

i

)

q

3

3

Dla pozostałych 200 osób:

2

4

2

1

P( Z = 1 =

+ 1

( − )

= −

i

)

q

q

q

6

6

3

3

1

1

P( Z = 0 = +

i

)

q

3

3

200 Z

−

−

1

200 200 1

Z

200 Z 2

200 200 Z 2

 1

1 

 2 1 

 2 1 

 1 1 

L =  q + 

 − q

 − q

 + q

 3

3 

 3

3 

 3

3 

 3

3 

 1 1 

2

1

2

1

1

1

ln L = 200 Z ln

1

+ q + (200 − 200 Z 1) 







ln

− q + 200 Z ln

2

− q + (200 − 200 Z 2 ) 



ln

+ q

 3

3 

 3

3 

 3

3 

 3

3 

∂

200 Z 1

−

Z

Z

−

Z

1

(200 200 2)1 200 1

2

(200 200 2)1

=

−

−

+

= 0

∂ q 1 1 3

2

1

3

2

1

3

1

1

3

+ q

− q

− q

+ q

3

3

3

3

3

3

3

3

Z

q

Z

q

Z

q

Z

q

1 (2 −

)− (1− 1)1(+ ) − 1(

2

+ ) + (1− 2 )(2 − ) = 0 →

1

( + q)(2 − q)

→ q(

1

3

3

− Z −1+ Z − Z −1+ Z = −2 Z +1− Z + Z − 2 + 2 Z → q = + Z − Z

1

1

2

2 )

1

1

2

2

1

2

2

2

2

Zadanie 6



var ∑

n



n



ε X 

var ε X

cov X ε , X ε

i

i

= ∑

( i i )+ ∑ ( i i j j )=

 i=1



i=1

i≠ j

= n var(ε X + n( n − ) 1 cov X ε , X ε

i

i )

( i i j j )

E(ε X

E

E X

i

i ) =

(ε i ) ( i ) 1 1 1

=  +

µ

1

= µ

 3

3 2 

2

E(

 1

1 1 

5

2

2

ε X

i

i ) = 

+

( 2

2

µ + δ )= ( 2

2

δ + µ )

 3

4 3 

12

E( X

i ε , X

i

j ε j ) = E (ε i ) E (ε j )[cov( X

X

i

j ) + E ( X i ) E ( X j )]

1

,

= [ 2

2

pδ + µ ]

4

 5







n

var S = n (

1

1

1

2

2

δ + µ )

2

− µ + n( n − )

1



 (

2

2

pδ + µ )

2

− µ =



[ 2

2

2

5δ + 2µ + (

3 n − )

1 pδ ]

1

 2

4



 4

4



12

Zadanie 7

Przez stan oznaczamy ilość kul białych w I urnie: STAN ( i) → ( i − ) 1 białych

p

= 1

,

1 2

1

1 3

3 1

6

3 3

9

p

=

, p

=

+

=

, p

=

=

2 1

,

16

2,2

4 4

4 4

16

2,3

4 4

16

1

1

1

1

1 1

1

p

= , p = + = , p =

=

3,2

4

3,3

4

4

2

3,4

2 2

4

3 3

9

3 1

3 1

6

1 1

1

p

=

=

, p

=

+

=

, p

=

=

4,3

4 4

16

4,4

4 4

4 4

16

4,5

4 4

16

p

= 1

5,4

 0

1

0

0

0 





 1

6

9



0

0

16 16 16





1

1

1



M =  0

0  szukamy rozkładu stacjonarnego:



4

2

4





9

6

1

0

0





16

16

16

0

0





0

1

0 

 1



p

p

2 =

1

16



3

1

p

p

p

p

1 +

2 +

3 =



2

8

4

 9

1

9



p

p

p

p

2 +

3 +

4 =

3

16

2

16

1

3

 p

p

p

3 +

4 =

4

4

8

 1



p

p

4 =



5

16

p = 16 p

2

1

1

p + 6 p +

p = 16 p → p = 36 p 1

1

3

1

3

1

4

9

9 p + 18 p +

p = 36 p → p = 16 p 1

1

4

1

4

1

16

p = p

5

1

1

Ale p + p + p + p + p = 1 → p + 16 p + 36 p + 16 p + p = 1 → p =

1

2

3

4

5

1

1

1

1

1

1

70

16

36

16

1

p =

, p =

, p =

, p =

2

70

3

70

4

70

5

70

A – zdarzenie, że wylosowane kule są jednakowego koloru

 5

ODP =

1 3

3 1

1

1

3 1

1 3

lim∑ P( A STAN ( i)) P( STAN ( i))













 = p 

p

p

2

+

 +



3

+  +



4

+

 =

n→∞  i=1



 4 4

4 4 

 4

4 

 4 4

4 4 

3 16

1 36

16 3

3

9

3

15

3

=

+

+

=

+

+

=

=

8 70

2 70

70 8

35

35

35

35

7

Zadanie 8

n

−∑ b( xi − a)

L = n

i =

b e 1

ln L = n ln b − bXn + ban Szukamy max: f ( a, b) = ln b − bX + ab

∂ = bn = 0 → b = 0 czyli szukamy w inny sposób

∂ a

Przy ustalonym b: max jest dla maksymalnego a czyli a = min( X

i )

1

1

1

Max b szukamy licząc pochodną:

− X + a = 0 → b =

→ T = X , T =

a

,

1 n

b

b

X − x

X − x

n

:

1

,

1 n

1

EX

= a +

to łatwo policzyć

,

1 n

bn

Skorzystamy z własności rozkładu wykładniczego z parametrem λ (brak pamięci, łatwo pokazać):

nX

, X

są niezależne i mają rozkład wykl(λ) n

n − X

n

n

−

X n − X

n

n

−

,

1

( 2,

,

1

)( )1,( ,3

2, )(

2)......

1

n

n

n

Oznaczamy:

=

=

=

X − X ,1 n

∑ n

n

n

X

nX

Y

a

nY

na

Y

nY

i, n −

,

1 n

∑( i, n + )− ,1 n −

∑ i − ,1 n

i=2

i=2

i=2

gdzie Y mają rozkład wykładniczy już bez przesunięcia i

1

n

=

n

( Y − Y ( n − )1 +...+ Y − Y

n

:

2

n

:

1

)

( nn: n− n:1 )

∑ Y − nY

i, n

,

1 n

i=2

 n 

→ ET = E

 g

dzi

e X ≅ Γ( n − ,

1 b)

0

 X 

∞

n−1

n−1

ET

b = ∫ n

b

n−

bx

b

( n

)

2

n

2

−

Γ −

x

e

= n

=

n−

b

x Γ( n − )

1

Γ( n −

2

)

1

b

n − 2

0

Zadanie 9

ln x −1 = t

ln

1 2

1

1

E(

x

X X > e)

∞

( − )

P( X > e) = ∫

−

e

8

dx =

dx = dt =

2 2

x

e

Π

t +

e 1 = x

∞

2

t

∞

( t −4)2

= ∫

−

1

t

1

1

8

e

e

dt = e∫

−

+

2

8

e

e = 3

e P( Y > 0

) g

dzi

e Y ≅ N ( ,

4 4)

2 2

2 2

0

Π

0

Π

→ E( X X > e) P( X > e) 3

= e P( N > − )

2 g

dzi

e N ≅ N (

)

1

,

0

∞

(ln x− )12

∞

t 2

1

1

1

P( X > e) = ∫

−

e

8

dx = ∫

−

e 8 dt =

x 2 2

2 2

2

e

⋅

Π

0

Π

(

)

E( S X > e) = E( X + Y X > e) = E( X X > e) E( X X > e) P X >

+ EY =

e + EY =

P( X > e)

= 2 3

e P( N > − )

2 + 2 =

z tablic ≅ 2 ⋅ 9

,

0 7725 3

e + 2 ≈ 4 ,

1 26

Zadanie 10

k +

P(

1

Y

k

P k

X

k

e λ

λ

e λ

e λ

e λ

e λ

Y

geom e λ

i =

) = ( ≤ i < + )1 = ∫ − x − k − ( k+ )1 −

=

−

=

k (

−

1 −

)→ i ≅

( − )

k

5

−λ Y

λ

i

− ( Yi +1)

L = ∏( e

− e

)

i=1

5

5

5

−λ Y

λ

λ

λ

i

− ( Yi +1)

ln L = ∑ ln( e

− e

)= ∑(−λ Y

e

λ Y

e

i + ln(

−

1 −

) = − ∑ i +5ln( −

1 −

)

i=1

i=1

i=1

5





eλ −1

Y

λ

i − 5





−

(

)∑

∂

5

ln L = −∑

5 e

i=

5

1





Y

λ

i +

= 0 →

= → ˆ

0

= ln

+

−λ



1

5



∂λ

λ

i=1

1 − e

e −1

 ∑ Y





i

i=1



∑5 Y Y uj dwum e λ

i =

.

( −

≅

,

5

)

i=1





  5





 5



5

Pln +1 > ,

1 79 = P +1 > ,179

e

 = P(5 + Y >

,

1 79

Ye

)= P ( ,179

e

− )

1 Y < 5)





= P Y <

 =

  Y





 Y



,

1 79



e

−

4 4

3

2

1

1 



,

1 002



H 0  4

 

5

5

5

= P( Y = 0) + P( Y = ) 1 =

−

−

−

−

−

 (

1

− e )

5

1

+  (1

1

− e ) 1

e

= (1

1

− e ) (1+ 5 1

e ) ≈ ,

0 286

 0

1 