Probabilistyka:
Ω - przestrzeń zdarzeń elementarnych;
ω - element - zdarzenie elementarne.
Klasa zbiorów probabilizowalnych dla których określone jest prawdopodobieństwo .
Def. Klasa B zbiorów Borelowskich:
Klasę wszystkich zbiorów, które można otrzymać z przedziałów otwartych za pomocą skończonej lub przeliczalnej liczby operacji sumy i iloczynu. W szczególności (a,b); <a,b); (a,b>; (-∞,b); (-∞,b>; (a,+∞); <a,+∞), wszystkie zbiory przeliczalne jednopunkt., otwarte, domknięte, cała prosta, zbiór ∅.
Prwdopodobieństwo:
Aksjomat 1. Dla każdego zdarzenia A∈M zachodzi: 0 ≤ P(A) ≤ 1
Aksjomat 2. Prawdopodobieństwo zdarzenia pewnego wynosi 1 ⇒ P(Ω)=1
Aksjomat 3. Prawdopodobieństwo sumy przeliczalnej ilości parami rozłącznych zdarzeń jest równe sumie prawdopodobieństw tych zdarzeń:
A1 , A2 ,… ∈ M przy czym Ai ∩ Aj = ∅; i≠j
P(A1∪A2∪A3…)= P(A1)+ P(A2)+ P(A3)+…
Przestrzeń probabilistyczna:
Trójkę (Ω,M,P) nazywamy przestrzenią probabilistyczną.
Zmienna losowa:
Niech (Ω,M,P) będzie przestrzenią probabilistyczną. Zmienną losową X nazywamy każdą funkcję o wartościach rzeczywistych określoną na przestrzeni zdarzeń elementarnych Ω, mającą tę własność, że dla każdego zbioru borelowskiego A z prostej R (osi rzeczywistej) X-1(A)∈M, gdzie:
X-1(A)={ω:X(ω)∈A}
X:Ω→R - zmienna losowa.
Rozkładem zmiennej losowej:
Niech (Ω,M,P) będzie przestrzenią probabilistyczną, a X - zmienną losową określoną na przestrzeni zdarzeń elementarnych Ω. Rozkładem zmiennej losowej X nazywamy rozkład Px określony na klasie B zbiorów borelowskich prostej R następującym wzorem:
Px(A)=P{X-1(A)}=P({ω:X(ω)∈A})
Dystrybuanta:
Dystrybuantą zmiennej losowej X nazywamy funkcję F(x) zmiennej rzeczywistej x określoną wzorem:
F(x)= Px((-∞,x))= P({ω:X(ω)<x})= P(X<x).
Własności Dystrybuanty:
Dystrybuanta F(x) ma następujące własności:
Dystrybuanta F(x) jest funkcją niemalejącą.
Dystrybuanta F(x) jest funkcją lewostronnie ciągłą:
Tw. Dysterybuanta wyznacza…
Dystrybuanta F(x) zmiennej losowej x wyznacza jednoznacznie rozkład Px tej zmiennej losowej.
Zmienna losowa typu dyskretnego:
Jeżeli istnieje skończony lub przeliczalny zbiór liczb Sx={x1,x2,x3,…} taki, że:
gdzie P(X=xi)=pi≠0 to mówimy, że zmienna losowa jest typu skokowego.
Rozkład Px nazywamy skokowym.
Liczby xi ; i=1,2,… nazywamy punktami skokowymi zmiennej losowej X, albo rozkładu Px.
Prawdopodobieństwa p.i nazywamy skokami zmiennej losowej X, albo rozkładu Px.
Tw. Zmienna losowa typu skokowego:
Zmienna losowa X jest typu skokowego ⇔
Σi [ F(xi+) - F(xi)] =1; gdzie F(x) - jest dystrybuantą zmiennej losowej X, natomiast xi są wszystkimi punktami nieciągłości F(x).
Zmienna losowa typu ciągłego:
Jeżeli istnieje f(x)≥0, że dla każdego x dystrybuanta określona jest wzorem:
to mówimy, że zmienna losowa x jest typu ciągłego. Rozkład Px zmiennej losowej x nazywamy w tym przypadku nazywamy rozkładem ciągłym, f(x) - gęstością prawdopodobieństwa (gęstością zmiennej losowej x, lub jej rozkładu Px).
Własności gęstości:
dla każdego x∈R f(x)≥0
Dla zmiennej losowej X typu ciągłego zachodzą następujące wzory:
Tw. Jeżeli dystrybuanta F(x) zmiennej losowej x jest ciągła i różniczkowalna poza skończoną liczbą punktów to zmienna losowa x jest typu ciągłego, a jej gęstość f(x) określamy wzorem:
Def. Wartość oczekiwana zmiennej losowej typu skokowego:
Niech x-zm. Losowa typu skokowego o rozkładzie P(X=xi), i=1,2,… Wartością oczekiwaną tej zmiennej losowej nazywamy liczbę określoną wzorem
EX=Σixip.i o ile ostatni szereg jest bezwzględnie zbieżny.
Wartość oczekiwana zmiennej losowej typu ciągłego:
Niech x- zm. Losowa typu ciągłego o gęstości f(x). Wartością oczekiwaną tej zmiennej losowej nazywamy liczbę określoną wzorem
o ile ostatnia całka jest bezwzględnie zbieżna.
Wariancja.
Wariancją zmiennej losowej x nazywamy liczbę określoną wzorem:
Odchylenie standardowe:
pierwiastek z wariancji - odchylenie standardowe:
Zmienna losowa standaryzowana:
Niech X - dowolna zmienna losowa o wartości oczekiwanej m=EX i wariancji σ2; gdzie σ>0. Zmienną losową Y określoną wzorem
nazywamy zmienną losową standaryzowaną.
Zmienna losowa dwuwymiarowa:
Niech (Ω, P) będzie przestrzenią probabilistyczną i niech X, Y będą dwiema zmiennymi losowymi określonymi na tym samym zbiorze Ω, uporządkowaną parę ω=(X,Y)nazywamy dwuwymiarową zmienna losową.
Rozkład zmiennej losowej dwuwymiarowej:
Rozkładem dwuwymiarowej zmiennej losowej ω - łącznym zmiennych losowych X i Y nazywamy rozkład prawdopodobieństwa PXY określony na płaszczyźnie R2 wzorem:
PXY(A)=P(ω-1(A))=P({ω:(X(ω),Y(ω))∈A}) dla A ⊂ C.
Dystrybuanta:
Dystrybuantą dwuwymiarowej zmiennej losowej X, Y ( łączną zmiennych losowych) nazywamy funkcję F(x,y) określoną wzorem: F(x,y) = P(X<x, Y<y).
Zmienna losowa typu ciągłego:
Jeżeli istnieje taka funkcja nieujemna f(x,y)≥ 0, że dla każdej pary (x,y) liczb rzeczywistych dystrybuanta
, gdzie F(x,y) jest dystrybuantą zmiennej losowej (X,Y), to mówimy, że zmienna ta jest typu ciągłego.
Tw. Prawo wielkich liczb Bernoulliego:
Niech Yn , n=1,2,3… będzie ciągiem zmiennych losowych o rozkładzie dwumianowym danym wzorem:
, k=0,1,2,…,n; 0<q<1; p+q =1
Wówczas ciąg zmiennych losowych
jest zbieżny wg prawdopodobieństwa do liczby p. tzn.
Tw. Moivre'a - Laplace'a:
Niech Yn , n=1,2,3… będzie ciągiem zmiennych losowych o rozkładzie dwumianowym danym wzorem:
, k=0,1,2,…,n; 0<q<1; p+q =1
oznaczmy przez Un - standaryzowaną zmienną losową o rozkładzie dwumianowym
a przez Fn(u) - dystrybuantę zmiennej losowej Un; Fn(u)=P(Un<u), to ciąg dystrybuant Fn(u) jest zbieżny do dystrybuanty rozkładu normalnego standaryzowanego:
Statystyka
Statystyka:
Statystyką nazywamy każdą funkcję borelowską próby losowej
Y=f(x1 , … , xn) f:Rn→R