5378219165

5378219165



10


WYKŁAD 1. PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA

Zmienne losowe X i Y są niezależne, gdy

P({a>: X < x} fi {w : Y < y}) = P({&>: X < x}) P({o>: Y < y}), czyli gdy dystrybuanta łączna jest iloczynem dystrybuant brzegowych:

F[x,y) = Fx (x) Fy (y).

(1.2.6)

Rozkład dwuwymiarowy jest dyskretny, gdy obie zmienne losowe X i oznaczenia

i Y są dyskretne. Przyjmiemy

P„ = P (X = !„? = »,). p,. -P(X-x,), p.i - P(v - fi) .

Prawdopodobieństwa p,,- i p.;- obliczamy ze wzorów:

p,. = P(X =Xi) = Pip

(1.2.7)

P,'= P (V = Pj) -£p«■

(1.2.8)

Przykład 1.2.4. Rzucamy dwiema kostkami do gry. Niech X będzie liczbą oczek na pierwszej kostce, Z na drugiej, a Y większym złych wyników, czyli Y = max{X,Z} Rozkład dwuwymiarowy, czyli prawdopodobieństwa pij, można przedstawić w postaci macierzy

1/36

1/36

1/36

1/36

1/36

1/36

0

2/36

1/36

1/36

1/36

1/36

0

0

3/36

1/36

1/36

1/36

0

0

0

4/36

1/36

1/36

0

0

0

0

5/36

1/36

0

0

0

0

0

6/36

Sposób otrzymania tej macierzy objaśnimy na przykładzie. Wynik (2,4) otrzymamy wtedy, gdy na pierwszej kostce wypadną dwa oczka, a na drugiej cztery. Prawdopodobieństwo tego wynosi (l/6)(l/6) = 1/36. Wynik (4,2) jest niemożliwy, a wynik (2,2) otrzymamy wtedy, gdy na pierwszej kostce będą dwa oczka, a na drugiej jedno lub dwa oczka. Prawdopodobieństwo tego wynosi (l/6)(2/6) = 2/36. Korzystając ze wzoru (1.2.7), otrzymujemy p,-. = 1/6, (co jest oczywiste, bo X jest liczbą oczek na pierwszej kostce), a ze wzoru (1.2.8) otrzymujemy p./ = (2j - l)/36. Widać, że relacja (1.2.6) nie jest spełniona, więc zmienne losowe X i Y nie są niezależne.

Rozkład dwuwymiarowy typy ciągłego posiada gęstość łączną (analogicznie do wzoru (1.2.4)):

/(i.r)


tfFfr.y)

dxdy


(1.2.9)


Gęstości fx (x) i fy (y) zmiennych losowych są gęstościami brzegowymi. Zmienne losowe typu ciągłego są niezależne, gdy


f[x,y) = fx[x)fy[y).


(1.2.10)




Wyszukiwarka

Podobne podstrony:
15 WYKŁAD 1. PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Wszystkie t-shirty są wymieszane i mają taką samą
11 WYKŁAD i. PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA1.3. Parametry zmiennych losowych Kwantylem rzędu p
12 WYKŁAD i. PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Przykład 1.3.2. Niech zmienna losowa X będzie laka
13 WYKŁAD 1. PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Następnie obliczymy EE1 - i (1 •1 +1 ■ 3 + 3* • 5
14 WYKŁAD 1. PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA 3.    Na kartce egzaminacyjnej jest
WYKŁAD 1. PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Zauważmy, że {<05} = A U B. Na zbiorze zdarzeń los
7 WYKŁAD i. PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Prawdopodobieństwo warunkowe zdarzenia A, jeśli
WYKŁAD 1. PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Przykład 1.2.1. Przy rzucie monetą (przykład 1.1.1) m
9 WYKŁAD i. PODSTAWY RACHUNKU PRAWDOPODOBIEŃSTWA Z definicji gęstości wynika, że ma ona własności: a
Obraz2 4 146 4.11. Zmienne losowe X i Z są niezależne, przy czym E(X) = 8, D2(X) = 2 oraz E(Z)= 12,
54 3. Twierdzenia graniczneZadanie 3.1.3. Zmienne losowe X,(i = 1,2,3,4) są niezależne i tym samym
210.    Zmienne losowe X, Y, Z są niezależne, przy czym X i Y mają standardowy rozkła
Treść wykładu: Prawdopodobieństwo. Zmienne losowe jedno- i wielowymiarowe. Rozkłady dyskretne i ciąg
Treść kursu: Prawdopodobieństwo, zmienne losowe jedno - i wielowymiarowe, rozkłady dyskretne i ciągł
65 Marek Beska, Całka Stochastyczna, wykład 4 • Istnieją skończenie całkowalne zmienne losowe Y, Y2
foto (12) Gęstość prawdopodobieństwa zmiennej losowej o rozkładzie normalnym climakteryzują dwie wie
Wykład 1Podstawy rachunku prawdopodobieństwa1.1. Zdarzenia i prawdopodobieństwo Niech w będzie

więcej podobnych podstron