Wykład 2 23.10.2003
Def.
Funkcję Fx określoną na zbiorze liczb R wzorem
nazywamy dystrybuantą zmiennej losowej X
Dystrybuanta PA funkcji zmiennej losowej X jest funkcją F:R→ R mającą następujące własności:
niemalejąca
b.
c. jest lewostronnie ciągła
Wnioski:
P(a ≤ x < b) = F(b) - F(a)
P(X=a) = F(a+0) - F(a) ???
Zmienne losowe
Typu skokowego (dyskretnego)0000
Typu ciągłego
Mówimy, że zmienna losowa jest typu skokowego (dyskretnego) jeżeli istnieje skończony {x1, x2 , …. xn} lub przeliczalny {x1,x2 ,….}zbiór jego wartości , takich że prawdopodobieństwo tego zmienna x przyjmie wartości xk
P(X = Xk) = Pk ≥ 0 , k
{1,2,…}
(k
N={1,2…})
oraz
Wartość xn nazywamy punktami skokowymi, prawdopodobnymi Pk - skokami.
Niech xk będzie punktem skokowym typu skokowego, prawdopodobieństwo tego, że zmienna losowa x przyjmie wartość Xk, nazywamy funkcją prawdopodobieństwa zmiennej losowej x.
Pk = P(x = xk) , k
{1,2, …n} k
N
Gdzie Pk spełniają warunek .:
Dystrybuanta zmiennej losowej typu skokowego wyraża się wzorem .:
Przykłady.:
Rozkład jednopunktowy
X = {X1}
P(X = X1) = 1
Rozkład dwupunktowy (0,1) z parametrem p
X = {0,1}
P1 = P(X = 1) = p p0 = P(X=0 ) = 2 = 1-p
Rozkład dwuwymiarowy (Bernouliego) z przestrzeni n,p
Xk = k k = 0,1,…n
Rozkład Poissona
Xk = k k = 0,1,2…
Zmienna losową typu ciągłego nazywamy zmienną losową, dla której istnieje nieujemna funkcja f (x) taka , że dla każdego f(x)
gdzie F(X) nazywamy dystrybuantą zmiennej losowej X , natomiast natomiast gęstością (funkcją gęstości ) zmiennej losowej X. Funkcja gęstości spełnia następującą równość.:
Funkcja jest gęstością zmiennej losowej X jeśli jest funkcją rzeczywistą , nieujemną (
, całkowalną i spełnia następującą równość
Wnioski
Jeżeli X jest zmienną typu ciągłego, to :
P(X
A) =
Gdzie f jest gęstością zmiennej losowej A
Jeżeli A jest A = {a}
Jeżeli A = <a,b>
W punktach, w których f jest funkcją ciągłą
F'(X) = f(x)
Przykłady.:
rozkład jednostajny(równomierny prostokatny) na odcinku <a,b>
2.rozkłąd wykładniczy z parametrem
3. rozkład normalny N (m,
) , m - wartość środkowa(m
),
>0 →odchylenie standardowe, x
rozkład Cauch'yego z parametrami μ,parametrami
- parametr skali
- parametr przesunięcia
5. rozkład beta
6. rozkład gamma
7. rozkład Rayleigha
8. rozkład Maxwella
9. rozkład Weibulla
10. rozkład Laplace'a
11. rozkład uogólniony gamma
Charakterystyki liczbowe zmiennej losowej.:
a. wartość przeciętna E(x) (wartośc oczekiwana średnia)nadzieja matematyczna
Wartość przeciętna E(x) zmiennej losowej x można określić wzorem
tprzy założeniu , że całka z funkcji X względem miary p ma wartość skończoną .
Jeśli X jest zmienna typu skokowego oraz
.
Jeśli x jest zmienną losową typu ciągłego i
gdzie f jest gęstością zmiennej losowej x.
Twierdzenie .:
Jeżeli zmienna losowa x ma wartość oczekiwaną E(x), to dla dowolnych liczb skończonych a oraz b, E(ax + b) = a* E(x) + b
Element zwykły rzędu r zmiennej losowej x wyrażamy wzorem
przy założeniu , że całka z funkcji X względem funkcji P jest skończona .
Jeżeli X jest zmienną typu skokowego i
Jeżeli X jest zmienną losową typu ciągłego ciągłego
, gdzie f jest objętością zmiennej losowej x to
UWAGA
Moment zwykły rzędu I jest to wartość przeciętna. Mnożenie
, gdzie c jest dowolną stałą nazywamy momentem rzędu r względem punktu c.
Def.
Momenty względem wartości przeciętnej nazywamy momentami centralnymi i oznaczamy
Def.
Moment
nazywamy odchyleniem kwadratowym zmiennej losowej x od punktu c.
Def.
Moment centralny rzędu drugiego czyli średnie odchylenei kwadratowe zmiennej losowej x od wartości przeciętnej nazywamy wariancją i oznaczamy
Jeżeli x jest zmienną losową typu skokowego to
Jeżeli x jest zmienną losową typu ciągłego ciągłego gęstości f to
przy założeniu , że odpowiednie szeregi i całki są skończone.
Wariancja z wykorzystaniem momentów zwykłych można wyrażać następującym wzorem.:
Dowód.:
Twierdzenie
Jeżeli dla dowolnej , zmiennej losowej istnieje wariancja
to dla dowolnych skończonych liczb a oraz b wariancja