W. Otto Zadania z Metod Aktuarialnych w Ubezpieczeniach Majątkowych 2014

Wielkość: px
Rozpocząć pokaz od strony:

Download "W. Otto Zadania z Metod Aktuarialnych w Ubezpieczeniach Majątkowych 2014"

Transkrypt

1 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Zadanie Znajdź dystrybuantę F W sumy W = X + X dwóch niezależnych zmiennych losowych X, X, tórych dystrybuanty dane są odpowiednio wzorami: dla x < dla x < F (x) = { 8 + x dla x <, F (x) = { 7 + x dla x < dla x dla x Sorzystaj przy tym ze wzoru F W (w) = F (w x)df (x) Uwaga Możesz się wzorować na przyładzie ze str 4 podręcznia, gdzie to samo zadanie jest rozwiązane z użyciem wzoru z odwróconymi rolami dystrybuant F i F, o postaci F W (w) = F (w x)df (x) Zadanie Wyznacz funcję generującą momenty, następnie funcję generującą umulanty, a na jej podstawie wartość oczeiwaną, wariancję, oraz współczynni sośności następujących rozładów: a) Poissona o funcji prawdopodobieństwa oreślonej na zbiorze {,,,, n} wzorem: Pr(N = ) = λ! exp ( λ) b) Dwumianowego o funcji prawdopodobieństwa oreślonej na zbiorze {,,,, n} wzorem: Pr(N = ) = ( n ) q ( q) n Wsazówa: możesz wyznaczyć najpierw funcję generującą momenty dla przypadu n =, a potem sorzystać z fatu, że zmienna o rozładzie dwumianowym z parametrami (n, q) ma rozład tai, ja suma n niezależnych zmiennych losowych o rozładzie dwumianowym z parametrami (, q) c) Ujemnego dwumianowego o funcji prawdopodobieństwa oreślonej na r + zbiorze {,,,, n} wzorem: Pr(N = ) = ( ) ( q) r q d) Gamma o gęstości oreślonej dla x > wzorem: f(x) = βα Γ(α) xα exp( βx) e) Normalnego o gęstości danej dla x R wzorem: f(x) = πσ exp ((x μ) σ ) Zadanie 3 Korzystając z wyniu uzysanego w zadaniu e), wyznacz wartość oczeiwaną i wariancję zmiennej losowej Y o rozładzie lognormalnym (μ, σ ) Wsazówa: Zadanie można rozwiązać orzystając z fatu, że jeśli zmienna losowa X ma rozład normalny z parametrami (μ, σ ), to Y = exp (X) ma rozład lognormalny z parametrami (μ, σ ) Wobec tego moment zwyły rzędu zmiennej losowej Y to po prostu wartość funcji generującej momenty zmiennej losowej X w puncie Zadanie 4 Zmienna losowa X jest sumą trzech niezależnych zmiennych losowych o rozładach złożonych Poisson z parametrami odpowiednio (λ, F ), (λ, F ), oraz (λ 3, F 3 ) Wartości parametrów częstotliwości to λ, λ, λ 3, oraz dystrybuanty F, F, F 3, dane są wzorami: i λ i F i (x) dla x < F i (x) dla x [, ) 4/ / 7/ 3 / 9/ Oblicz Pr (X = 3) Podaj wyni w postaci ae b F i (x) dla x

2 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Wsazówa Zastosuj twierdzenie o dodawaniu dla lasy złożonych rozładów Poissona Bez tego zagrzebiesz się w żmudnych rachunach, a nawet jeśli starczy Ci cierpliwości aby doprowadzić je do ońca, prawdopodobieństwo popełnienia błędu gdzieś po drodze będzie bardzo duże Zadanie 5 Portfel ryzy słada się z dwóch niezależnych subportfeli Niech N, N oznaczają odpowiednio liczbę szód, zaś W,W wartość szód, odpowiednio z subportfela pierwszego i drugiego Pojedyncze ryzyo w ażdym z subportfeli może wygenerować co najwyżej jedną szodę Zmienne N, N mają rozłady dwumianowe, zaś zmienne W,W rozłady złożone dwumianowe, o dystrybuantach wartości pojedynczej szody oznaczonych przez F, F, odpowiednio W tabeli poniżej zawarte są informacje o parametrach Nr subportfela liczba ryzy p-stwo zajścia szody z pojedynczego ryzya oczeiwana wart szody -gi moment zwyły rozł wart szody i n i q i m,i m,i Aprosymujemy łączną liczbę i łączną wartość szód z obu subportfeli na dwa sposoby: Pierwszy sposób polega na tym, że sumę zmiennych ( N N ) aprosymujemy za pomocą zmiennej N o rozładzie dwumianowym z parametrami n, q, zaś sumę zmiennych ( W W ) za pomocą zmiennej W o rozładzie złożonym dwumianowym z parametrami n, q, F, gdzie: n q n q n n n, q n nq F x nqf x F x n q n q Drugi sposób polega na tym, że sumę zmiennych N ) aprosymujemy za x R ( N pomocą zmiennej N ~ o rozładzie Poissona z parametrem, zaś sumę zmiennych ( W W ) za pomocą zmiennej W ~ o rozładzie złożonym Poissona z parametrami, F, gdzie nq nq, zaś dystrybuantę F wyznaczamy ta samo ja powyżej Pytania: a) znajdź wzór na różnicę var( N) var( N N) jao funcję parametrów zadania ( n, q, n, q) Sprowadź go do możliwie prostej postaci, ta aby było oczywiste, że różnica ta jest zawsze nieujemna (a na ogół dodatnia) ~ b) znajdź wzór na różnicę var( N) var( N) jao funcję parametrów zadania ( n, q, n, q) Sprowadź go do możliwie prostej postaci, ta aby było oczywiste, że różnica ta jest zawsze nieujemna (a na ogół dodatnia) c) znajdź wzór na różnicę var( W ) var( W W ) jao funcję parametrów zadania n, q, m, m, n, q, m, ) Sprowadź go do możliwie prostej postaci, ta (,,, m, aby było oczywiste, że różnica ta jest zawsze nieujemna (a na ogół dodatnia) ~ d) znajdź wzór na różnicę var( W) var( W ) jao funcję parametrów zadania n, q, m, m, n, q, m, ) Sprowadź go do możliwie prostej postaci, ta (,,, m, aby było oczywiste, że różnica ta jest zawsze nieujemna (a na ogół dodatnia)

3 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 e) Korzystając z informacji zawartej w tabeli znajdź odpowiedzi do pytania a), b), c) i d) w postaci liczbowej Wyznacz wartość różnicy w puntach a) i b) w procentach wariancji ( N N ), zaś w puntach c) i d) w procentach wariancji ( W W ) Wsazówa: podstawiając parametry liczbowe do odpowiedzi w puntach a) b) c) i d) otrzymasz wielorotność liczby /, a w części przypadów nawet wielorotność liczby / Zadanie 6 Niech X oraz X będą niezależnymi zmiennymi losowymi o złożonych rozładach dwumianowych z parametrami odpowiednio (n, q, F ) oraz (n, q, F ) a więc z tym samym pierwszym parametrem i dowolnymi pozostałymi parametrami Rozład sumy W = X + X tych zmiennych daje się przedstawić taże w postaci rozładu złożonego dwumianowego o parametrach (n, q, F ), z dystrybuantą F daną wzorem o postaci: F (x) = af (x) + bf (x) + ( a b)f F (x), gdzie F F oznacza dystrybuantę rozładu sumy dwóch zmiennych losowych o dystrybuantach F oraz F Parametry q oraz a i b rozładu zmiennej W są funcjami parametrów q oraz q rozładów zmiennych X oraz X Podaj te funcje Zadanie 7 Łączna wartość szód W Y YN w pewnym portfelu ryzy ma rozład złożony dwumianowy o parametrach n, q, F Przyjmujemy n Rozład wartości pojedynczej szody jest dwupuntowy: PrY, PrY,, Jeśli q 36, to jaie musi być, aby rozład zmiennej W był taże rozładem dwumianowym? Wsazówa: posłuż się funcją generującą momenty Zadanie 8 Załóżmy, że zmienne N M, M,, powiązane ze zmienną K zależnością: K M, M 3 M N, spełniają założenia rozładu złożonego Zmienna M ma rozład dwumianowy: Pr( M ) Q, Pr( M ) P, Q (,), P Q Przyjmujemy następującą interpretację zmiennych zadania: N to liczba roszczeń zgłoszonych z pewnego ryzya M to zmienna, tóra przyjmuje wartość o ile roszczenie j-te zostało uznane j przez ubezpieczyciela, zaś, jeśli zostało oddalone Wobec tego z ogólnej liczby N roszczeń zgłoszonych z tego ryzya K to liczba roszczeń uznanych, zaś ( N K) to liczba roszczeń oddalonych a) Wyaż, że jeśli zmienna N ma rozład Poissona (), to zmienne K oraz ( N K) mają taże rozłady Poissona z odpowiednio zmodyfiowanymi parametrami b) Wyaż, że jeśli N ma rozład dwumianowy ( n, q), to zmienne K oraz ( N K) mają taże rozłady dwumianowe z odpowiednio zmodyfiowanymi parametrami c) Wyaż, że jeśli N ma rozład ujemny dwumianowy ( r, q), to zmienne K i ( N K) mają też rozłady ujemne dwumianowe z odpowiednio zmodyfiowanymi parametrami d) Wyaż, że przy założeniu a) zmienne K oraz ( N K) są niezależne e) Wyaż, że przy założeniu b) zmienne K oraz ( N K) są zależne 3

4 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Wsazówi: w puntach a), b) i c) posłuż się funcjami generującymi momenty, w tym taże wzorem wiążącym FGM zmiennej o rozładzie złożonym z FGM zmiennej liczącej sładnii i FGM pojedynczego sładnia w puncie d) możesz się posłużyć wyniami z puntu a) Jeśli bowiem znasz rozłady zmiennych K oraz (N K), to możesz sprawdzić czy dla ażdego n =,,3, zachodzi równość: Pr( K ) ( N K n ) Pr( K ) Pr( N K n ), gdzie lewą stronę znajdziesz posługując się wzorem: Pr ( K ) ( N K n ) Pr( K N n) Pr( N n ) 3 do puntu e) możesz podejść na różne sposoby Jeśli jedna udało Ci się wyznaczyć w puncie b) rozłady zmiennych K oraz (N K), wtedy chyba najłatwiejszym sposobem będzie porównanie zaresu możliwych wartości, jaie przyjmuje zmienna N, oraz jaie przyjmowałaby suma zmiennych K oraz (N K) o ile byłyby to zmienne niezależne Zadanie 9 Przyjmujemy oznaczenia i założenia taie same, ja w zadaniu 8 Znajdź rozład warunowy zmiennej K pod waruniem że N K = m w przypadu, gdy: a) Zmienna N ma rozład ujemny dwumianowy z parametrami (r, q) b) Zmienna N ma rozład dwumianowy z parametrami (n, q) Uwaga: W ramach zadania 8 wyazano, że w przypadu gdy zmienna N ma rozład Poissona (λ), zmienne K oraz N K są niezależne Soro ta, to rozład warunowy zmiennej K pod waruniem że N K = m, nie zależy od m, a więc jest równy rozładowi bezwarunowemu zmiennej K, czyli rozładowi Poissona (λq) W przypadu gdy zmienna N ma rozład dwumianowy wyazaliśmy, że zmienne K oraz N K są zależne, wobec czego zadanie przestaje być banalne Podobnie będzie w przypadu rozładu ujemnego dwumianowego zmiennej N W obu tych przypadach otrzymamy rozłady, tórych parametry zależeć będą od liczby m Zadanie Dla rozładu liczby szód N {,,,3, } spełniona jest zależność reurencyjna: Pr(N = n) = (a + b n ) Pr(N = n ), n =,,3, Niech p (a, b) wyraża prawdopodobieństwo iż nie zajdzie żadna szoda jao funcję parametrów rozładu a i b a) Znajdź postać funcji p (a, b) dla przypadu gdy a (,) oraz b > a (rozład ujemny dwumianowy) b) Poaż, że funcja p (a, b) ma taą samą postać gdy a < oraz ( b/a) jest liczbą naturalną więszą od jedyni (rozład dwumianowy) c) Znajdź postać funcji p (, b) dla przypadu gdy b > (rozład Poissona) i poaż, że jest ona równa granicy funcji p (a, b) wyprowadzonej dla poprzednich przypadów, gdy przy ustalonej wartości parametru b > parametr a dąży do zera d) Znajdź podobnie uniwersalny wzór na wartość oczeiwaną i wariancję zmiennej N 4

5 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Zadanie Rozważmy rozład prawdopodobieństwa zmiennej losowej N oreślony na liczbach naturalnych z zerem o prawdopodobieństwach danych wzorem: Pr N p, p PrN,,,3, e! Doładniej, rozważmy rodzinę taich rozładów oreśloną przez onretną ustaloną wartość oraz dowolne wartości parametru p, Wyznacz zbiór taich wartości parametru p (dla danej, dodatniej wartości parametru ), dla tórych wariancja zmiennej N jest więsza od jej wartości oczeiwanej (jest to tzw rozład z Poissonowsim ogonem) Zadanie Liczba szód N z pewnego ryzya ma rozład Poissona z wart oczeiwaną równą rocznie Wartości szód Y i są niezależnymi zmiennymi losowymi o tym samym rozładzie ciągłym, niezależnymi taże od liczby szód W związu z istniejącym systemem zniże ubezpieczony przyjmuje następującą strategię zgłaszania szód w ciągu rou: nie zgłasza szód, dopói wartość tórejś z nich nie przeroczy liczby x jeśli wartość tórejś szody przeroczy liczbę x, to jest ona zgłaszana, a następne (ewentualne) szody zgłaszane są już bez względu na ich wartość Przyjmujemy założenie, iż decyzje o niezgłaszaniu szód są nieodwołalne, a więc jeśli szoda n-ta nie została zgłoszona, to nie można tego zmienić po zajściu n - szej szody Oznaczmy dla uproszczenia przez F prawdopodobieństwo, iż wartość szody nie przeroczy liczby x, zaś przez K liczbę szód tóre zaszły, ale tórych ubezpieczony nie zgłosił ubezpieczycielowi Wyznacz wartość oczeiwaną zmiennej K Wsazówa: Wyznacz najpierw Pr( K N n) dla,,, n Sprawdź, czy uzysany wzór jest poprawny dla n,,, Policz teraz ( K N n) Uzysany szereg powinien się ładnie zwinąć Sprawdź, czy uzysany wzór jest poprawny dla n,,, Wreszcie sorzystaj ze wzoru na iterowaną wartość oczeiwaną ( K) ( K N) - tutaj znowu uzysasz szereg, tóry ładnie się zwija Ostatecznie otrzymasz wzór będący prostą funcją parametrów F i Zadanie 3 Poaż, że momenty zwyłe zmiennej losowej Y taiej że PrY spełniają nierówność: m m m Uwaga: Jeśli uchylimy założenie iż PrY, wtedy nierówność ta jest nadal prawdziwa dla nieparzystych, o ile odpowiednie momenty istnieją Wsazówa: rozważ wartość oczeiwaną wielomianu postaci V U ( V U), gdzie V,U to dwie niezależne zmienne losowe o rozładzie taim ja Y Zadanie 4 Poaż, że rozład złożony Poissona ma zawsze urtozę nie mniejszą od wadratu sośności Wsazówa: wyorzystaj nierówność z zadania 3 5

6 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Zadanie 5 Łączna wartość szód X ma rozład złożony ujemny dwumianowy Liczba szód ma wartość oczeiwaną równą / i wariancję równą /3 Rozład wartości pojedynczej szody: ma na przedziale (, 5) gęstość daną wzorem f(x) = 5 3x, oraz w puncie 5 masę prawdopodobieństwa równą 5 Oblicz wartość oczeiwaną i wariancję zmiennej X Zadanie 6 Niech X oznacza ryzyo związane z bezpośrednimi sutami finansowymi pewnego wypadu ubezpieczeniowego, o ile do niego dojdzie Niech Z oznacza z olei ryzyo związane z jego pośrednimi onsewencjami Jednym słowem, wiemy że PrZ X Mamy ponadto następujące dane: Pr 5 X, PrZ X 5, X X Z, X X Z 4 Z Z 4 X, Z X Z c cov Wyznacz bezwarunową owariancję X, Z cov jao funcję zadanego parametru c Wsazówa Sorzystaj ze wzoru: cov(x, Z) = E(XZ) E(X)E(Z) Zadanie 7 Przy ustalonej wartości parametru ryzya rozład liczby szód N z polisy omuniacyjnej wystawionej danemu ierowcy jest rozładem Poissona () Populacja ierowców jest niejednorodna, co przejawia się w zróżnicowanych wartościach parametru ryzya charateryzujących poszczególnych ierowców O tej populacji wiemy tyle, że parametr ryzya losowo wyciągniętego ierowcy ma wartość oczeiwaną i wariancję równą odpowiednio oraz, gdzie oba te parametry są dodatnie Wyaż, że bezwarunowy rozład liczby szód (a więc wyni dwuetapowego doświadczenia, gdzie najpierw losujemy ierowcę, a następnie wylosowany ierowca jeździ i ewentualnie zgłasza szody) nie jest rozładem Poissona Wsazówa: poaż, że bezwarunowy rozład liczby szód N ma wariancję więszą od wartości oczeiwanej, i dlatego nie może być rozładem Poissona Zadanie 8 Przy ustalonej wartości q parametru ryzya Q rozład liczby szód N z polisy wystawionej danemu osobniowi jest rozładem dwumianowym (, q ) Jest to więc tai rodzaj ubezpieczenia, w tórym może z jednej polisy zajść co najwyżej jedna szoda Populacja osobniów jest niejednorodna, co przejawia się w różnych wartościach parametru ryzya Q charateryzujących poszczególnych osobniów O tej populacji wiemy tyle, że parametr ryzya losowo wyciągniętego osobnia ma wartość oczeiwaną i wariancję równą odpowiednio oraz, gdzie oba te parametry są dodatnie Wyaż, że bezwarunowy rozład liczby szód (a więc wyni dwuetapowego doświadczenia, gdzie najpierw losujemy osobnia, a następnie wylosowany osobni zgłasza szodę lub jej nie zgłasza) jest nadal rozładem dwumianowym Wsazówa: jeśli to, co należy wyazać, wydaje Ci się w świetle poprzedniego zadania dziwne, zastanów się nad pewnym przyładem Porównaj mianowicie sytuację w tórej o populacji sładającej się ze osobniów przyjmujemy dwa srajne założenia: Q Q 6

7 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 o iż wszyscy mają prawdopodobieństwo zajścia szody równe / o iż osobniów ma p-stwo zajścia szody równe, zaś 9-ciu równe zero Jai rozład ma w obu sytuacjach liczba szód dla jednego, losowo wybranego osobnia? Zadanie 9 Przyjmujemy te same ogólne założenia co w zadaniu 8 Załadamy jedna iż o populacji wiemy nieco więcej, a mianowicie iż, Niech N oznacza zmienną losową wyrażającą liczbę szód wygenerowaną przez (losowo wybranego z populacji) ubezpieczonego w ciągu trzech olejnych lat ubezpieczenia Załadamy przy tym, że liczby szód wygenerowane przez niego w olejnych latach są (warunowo, przy danym poziomie q parametru ryzya Q) niezależne, za ażdym razem o rozładzie dwumianowym (, q ) Oblicz prawdopodobieństwo przyjęcia wartości srajnych: PrN PrN 3 (Uwaga: pytanie jest nieprzypadowe - dane wystarczają, aby wyznaczyć ww sumę prawdopodobieństw, natomiast nie wystarczają do wyznaczenia ażdego z nich z osobna) Zadanie Pojedyncze ryzyo z pewnej populacji generuje co najwyżej jedną szodę w ciągu rou Ryzyo charateryzujące się wartością q parametru ryzya Q, generuje szodę w ażdym z olejnych lat niezależnie, zawsze z prawdopodobieństwem q Dla losowo wybranego ryzya z tej populacji jego q jest realizacją zmiennej losowej Q Oznaczmy przez N oraz N odpowiednio liczbę szód wygenerowaną w olejnych dwóch latach przez pojedyncze, losowo wybrane z tej populacji ryzyo Na podstawie obserwacji wieliej liczby ryzy z tej populacji, ustalono, iż: Pr(N + N = ) = 3, Pr(N + N = ) = 4 5, Pr(N + N = ) = 5 Znajdź wartość oczeiwaną i wariancję rozładu parametru ryzya Q w tej populacji Zadanie Kierowca, tórego charateryzuje wartość q parametru ryzya Q, zgłasza szody (jedną lub więcej) w ciągu rou z prawdopodobieństwem q, zaś nie zgłasza szód z prawdopodobieństwem p = q, przy czym zdarzenia te w olejnych latach są zdarzeniami niezależnymi Jeśli ierowcę z tej populacji przypadowo wylosujemy, to charateryzującą go wartość parametru q tratujemy jao realizację zmiennej losowej Q Populacja jest niejednorodna, w związu z czym var(q) > Załadamy, że populacja jest zamnięta (starzy ierowcy nie zniają, nowi się nie pojawiają) Kierowcy migrują pomiędzy lasami bardzo prostego, 3-lasowego systemu bonus-malus W systemie tym ażdy ierowca, tóry w danym rou zgłosił jedną lub więcej szód, ląduje w rou następnym w lasie pierwszej (z najwyższą sładą) Jeśli jedna nie zgłosił żadnej szody, wtedy: Ląduje w lasie drugiej, o ile w danym rou był w lasie pierwszej; Ląduje w lasie trzeciej, o ile w danym rou był w lasie drugiej lub trzeciej Na podstawie obserwacji ustaliliśmy, że fracja ierowców z tej populacji przebywających w lasie pierwszej wynosi %, w lasie drugiej 8%, zaś w lasie trzeciej 7% Oczywiście pominęliśmy przy tym obserwacje z pierwszych paru lat funcjonowania systemu bonus-malus, iedy przynależność do lasy zależała jeszcze od lasy startowej Q Q 7

8 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Załóżmy, że nasze oceny %, 8% oraz 7% nie są obarczone błędem statystycznym Wyznacz var(q) Zadanie Rozład zmiennej losowej Y dany jest na półosi dodatniej dystrybuantą: F Y (x) = exp ( βx), z wartością dodatnią parametru β Ciągły rozład zmiennej Y aprosymujemy rozładem dysretnym zmiennej Y o funcji prawdopodobieństwa postaci: Pr(Y = ) = p, Pr(Y = jh) = ( p )[ exp( βh)][exp( βh)] j, j =,,3,, gdzie h > jest interwałem dysretyzacji a) Wyznacz taą wartość parametru p, dla tórej wartość oczeiwana zmiennej aprosymującej Y i zmiennej aprosymowanej Y są równe; b) Wyznacz wariancję zmiennej Y i porównaj ją z wariancją zmiennej Y Poaż, że jeśli przy ustalonej wartości parametru β szeroość interwału dysretyzacji h dąży do zera, wtedy wariancja zmiennej Y zbiega do wariancji zmiennej Y Zadanie 3 Rozład prawdopodobieństwa zmiennej X dany jest w tabeli: x 5 Pr(X=x) Wyznacz d, jeśli wiadomo, że EI d X 37 Wyjaśnienie: I d (x) (x d) + max{, x d} Zadanie 4 Zmienna losowa X przyjmuje wartości nieujemne tzn PrX Dla dwóch puntów d i d taich, że d d znamy wartości dystrybuanty F X d i oraz wartości oczeiwane nadwyżi zmiennej X ponad odpowiednie d i Nasze dane zawarte są w tabeli: i E X d d F i X d i E X X 5, 7 Oblicz warunową wartość oczeiwaną Zadanie 5 Znajdź PrS 4, gdzie S ma złożony rozład Poissona o parametrze częstotliwości i gdzie rozład wartości pojedynczej szody dany jest funcją prawdopodobieństwa f(x) : x 3 4 f(x) 5 Zadanie 6 Pewien podmiot posiada wyjściowy mająte o wartości w, i narażony jest na stratę X Strata X jest zmienną losową o rozładzie dwupuntowym: Pr( X ) q, Pr( X ) q Podmiot ten postępuje racjonalnie, a w swoich decyzjach ieruje się masymalizacją oczeiwanej użyteczności, przy czym jego funcja użyteczności jest postaci: u( x) exp( x) Ryne ubezpieczeniowy oferuje ontraty ubezpieczeniowe wypłacające X za szodę w wysoości X dla dowolnych,, w zamian za sładę w wysoości ( ) E( X ) i 8

9 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Wyznacz optymalny poziom parametru dla tego podmiotu przy założeniu, że 5%, zaś q % Zadanie 7 Decydent z awersją do ryzya narażony jest na szodę X W tabeli podane są możliwe wartości x szody X, prawdopodobieństwa ich wystąpienia oraz wysoości odszodowań wyniające z trzech zaoferowanych decydentowi ontratów ubezpieczeniowych: szoda x 3 Pr X x I x I x I x /3 4/3 Który ontrat wybierze decydent, jeśli wszystie ontraty oferowane są po cenach równych odpowiadającym im sładom netto E(I (j) (X)) Zadanie 8 Dla pewnego ryzya liczba szód ma rozład Poissona z wart oczeiwaną i rozład wartości pojedynczej szody dany na półosi dodatniej gęstością: 3 f x x 4 Wyznacz sładę netto za porycie ażdej szody z tego ryzya do wysoości 5 ponad pierwsze, czyli gdy za szodę w wysoości x odszodowanie wynosi I(x) = min{5; max{, x }} Zadanie 9 Wartość szody ma rozład wyładniczy ze średnią O ile procent wzrośnie słada netto za nadwyżę szody do wysoości d d ponad d, jeśli dolny i górny limit są niezmienne i wynoszą d ln, d 4ln, natomiast ceny, w jaich wyrażona jest szoda, wzrosły dwurotnie (o %)? Zadanie 3 Łączna wartość szód w pewnym portfelu ryzy złożony rozład Poissona, gdzie N jest tai, że: Y Pr E, E Y, Y, 4, Y S Y YN ma E i rozład wartości pojedynczej szody Y E Niech teraz zmienna S R oznacza łączną wartość nadwyże ażdej ze szód ponad wartość, porywaną przez reaseuratora: S Y Y, R N zaś zmienna SU S SR oznacza wartość szód pozostałą na udziale własnym ubezpieczyciela, a więc: S U min Y, min Y N, cov S, a) wyznacz wartość S R U b) oszacuj (z góry i z dołu) iloraz var S vars vars R U 9

10 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Zadanie 3 Pewne ryzyo generuje szody w liczbie danej rozładem Poissona z wartością oczeiwaną 6 t za ores o długości t lat Jeśli szoda wystąpi, to jej wartość jest zawsze jeden Niech S R oznacza łączną wartość szód za ro, a S Q łączną wartość szód za wartał z tego ryzya Zarówno w ubezpieczeniu rocznym, ja i w wartalnym wprowadzono limit odpowiedzialności 3 Oblicz stosune słade E min S,3 E min S,3 netto Q R Zadanie 3 Liczba szód N z pewnego ryzya ma złożony rozład Poissona z oczeiwaną liczbą szód równą, i rozładem wartości pojedynczej szody oreślonym na przedziale,, o wartości oczeiwanej równej, Ubezpieczyciel wystawia na to ryzyo polisę z sumą ubezpieczenia, z poryciem ażdej olejnej szody proporcjonalnym do niesonsumowanej do tej pory części sumy ubezpieczenia, a więc: za (ewentualną) szodę Y wypłaca odszodowanie w pełnej wysoości Y za (ewentualną) szodę Y wypłaca odszodowanie w wysoości Y Y za (ewentualną) szodę Y 3 wypłaca odszodowanie w wysoości Y Y Y Y Y Y Y 3, co równe jest 3 za (ewentualną) szodę Y 4 wypłaca odszodowanie w wysoości Y Y Y Y Y Y 3Y4, to znaczy Y Y Y3 Y4, itd Wyznacz wartość oczeiwaną sumy wypłat z tej polisy Zadanie 33 Łączna wartość szód z pewnego ryzya za ores od zera do t wynosi: X t Y Y N t równe jest zero), Y N (lub zero jeśli t gdzie N t jest procesem Poissona z częstotliwością rocznie, zaś wartości olejnych szód mają ten sam rozład i są niezależne (nawzajem i od procesu N t ) Wiemy, że rozład wartości pojedynczej szody jest oreślony na odcinu (, ) i ma wartość oczeiwaną równą Ubezpieczyciel proponuje roczne ubezpieczenie o sumie ubezpieczenia równej z odnowieniami pełnej sumy ubezpieczenia po ażdej szodzie Doładniej, jeśli przyjmiemy T i oznaczymy przez T,,,, Y T Y odpowiednio momenty zajścia i wartości olejnych szód, to ubezpieczony płaci sładę: w wyjściowej wocie c na początu rou (w momencie T ) w wocie c Y T po zajściu -tej szody Załadamy, iż ubezpieczony po ażdej ewentualnej szodzie doonuje odnowienia pełnej sumy ubezpieczenia Oznaczmy wniesioną przez niego w ciągu rou łączną wotę sładi przez P Oblicz E P Zadanie 34 Niech T oznacza moment zajścia szody, zaś T + X moment jej liwidacji Załadamy, że moment zajścia szody T jest zmienną losową o rozładzie jednostajnym na odcinu (, t ), zaś ores czasu X, jai upływa od zajścia do liwidacji szody, jest zmienną losową o rozładzie wyładniczym z wartością oczeiwaną równą Załadamy, że zmienne losowe T oraz X są niezależne Warunową wartość oczeiwaną E(X X + T > t ) interpretujemy jao oczeiwany całowity czas liwidacji taiej szody, tóra w momencie czasu t wciąż oczeuje na liwidację

11 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Wyznacz granicę lim t E(X X + T > t ) Zadanie 35 Modelujemy przebiegający w czasie proces ściągania należności regresowych przez ubezpieczyciela Niech T oznacza zmienną losową o rozładzie: ciągłym na przedziale, z pewną (być może niezerową) masą prawdopodobieństwa w puncie, reprezentującą czas ściągnięcia należności regresowej (liczony od momentu powstania prawa do regresu) Niech f T, F T oraz h T oznaczają odpowiednio funcję gęstości, dystrybuantę oraz funcję hazardu zmiennej T Dystrybuancie oraz funcji hazardu nadajemy następującą interpretację: t FT t ft sds to wsaźni ściągalności do czasu t (oczywiście F T ) F T t PrT t ft t ht t F t lim to wsaźni ściągalności ostatecznej, dla t to natężenie procesu ściągania (intensywność T ściągania należności, tórych do momentu t jeszcze nie ściągnięto) Załóżmy, że natężenie procesu ściągania dane jest funcją hazardu oreśloną na półosi dodatniej następująco: ln h T t ( t) Oblicz wartość wsaźnia ściągalności ostatecznej

12 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Odpowiedzi/podpowiedzi Zadanie Wyorzystując wzór F W (w) = F (w x)df (x) musimy w pierwszym rzędzie rozszyfrować całowanie po przyroście dystrybuanty F : F (w x)df (x) = df ()F (w) + df ()F (w ) + F (w x)f (x) dx, gdzie df () = 8, df () =, oraz gęstość f (x) = na przedziale (,) Po podstawieniu tych wartości otrzymujemy: F (w x)df (x) = 8F (w) + F (w ) + F (w x) dx Następny ro to ustalenie, tóry z trzech wzorów na wartość dystrybuanty F wybrać Zależy to oczywiście od wartości argumentu funcji F Dlatego należy obliczenia przeprowadzić osobno dla czterech przypadów, a mianowicie dla w <, w [, ), w [, ), oraz w W pierwszym przypadu natychmiast otrzymujemy F W (w) =, w ostatnim zaś F W (w) = W pozostałych dwóch przypadach rachuni są mniej trywialne: Dla w [, ) otrzymujemy: F W (w) = w = 8{7 + w} + {7 + (w )} + {7 + (w x)} dx, zaś dla w [, ): F W (w) = w = 8 + {7 + (w )} + { {7 + (w x)} dx + dx} w Ostateczny wyni to: F W (w) = w + w dla w [, ), oraz: F W (w) = w w dla w [, ) Zadanie Poniżej podane są odpowiedzi - funcje generujące momenty, wartości oczeiwane, wariancje, wsaźnii sośności i dodatowo wsaźnii urtozy dla zadanych rozładów a) M(t) = exp[λ(e t )], C(t) = λ(e t ), E(N) = λ, var(n) = λ, γ N = / λ, N = /λ b) M(t) = (p + qe t ) n, C(t) = nln (p + qe t ), E(N) = nq, var(n) = nqp, γ N = q nq( q), N = 6q( q) nq( q) c) M(t) = ( q qe t)r, C(t) = r{ln( q) ln( qe t )}, (oba wzory poprawne dla t < ln (/q), w p p +) E(N) = rq rq, var(n) = q ( q), d) M(t) = ( β β t )α, γ N = +q rq, N = +4q+q rq C(t) = α{ln(β) ln(β t)} (oba wzory poprawne dla t < β, w p p +) E(X) = α, var(x) = α β β, γ X =, α X = 6 α e) M(t) = exp(μt + σ t /), C(t) = μt + σ t /, E(X) = μ, var(x) = σ, γ X =, X = Zadanie 3 Wynii: E(Y) = M X () = exp (μ + σ /), E(Y ) = M X () = exp (μ + σ ), var(y) = E(Y ) [E(Y)] = exp(μ + σ ) [exp(σ ) ]

13 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Zadanie 4 Na mocy twierdzenia o dodawaniu dla złożonych rozładów Poissona zmienna losowa X ma (podobnie ja jej sładnii) rozład złożony Poissona z parametrami: λ = λ + λ + λ 3, oraz z dystrybuantą równą (dla dowolnej rzeczywistej liczby x): F(x) = [λ F (x) + λ F (x) + λ 3 F 3 (x)]/λ Z założeń liczbowych wynia, że λ =, zaś rozład wartości szody, oprawdopodobieństwach: Pr(Y = ) = 6, Pr(Y = ) = 4 Wobec tego: Pr(X = 3) = Pr(N = 3) [Pr(Y = )] 3 + Pr(N = ) Pr(Y = ) Pr (Y = ), Co po podstawieniu wartości liczbowych daje wyni równy 48exp ( ) Zadanie 5 Wynii: a) var(n ) var(n + N ) = n n n +n (q q ) b) var(n ) var(n ) = (n q +n q ) n +n c) var(w ) var(w + W ) = n n (m n +n, q m, q ) d) var(w ) var(w ) = (n q m, +n q m, ) n +n e) Liczbowo: a),3 b),45 c) 4,8 d) 64,8 Procentowo (w przybliżeniu): a) % b),5% c),6% d),8% Spostrzeżenie: sładnii wariancji łącznej wartości szód we wszystich trzech wersjach (doładnej i dwóch przybliżonych) zależne od momentów drugiego rzędu rozłady wartości pojedynczej szody m, i są identyczne, a różnice dotyczą sładniów zależnych od momentów pierwszego rzędu m, i Zadanie 6 Na począte rozwiązujemy zadanie dla przypadu, iedy n = Łatwo się wtedy zauważyć, że albo nie dojdzie do szody z żadnego z ryzy, albo przynajmniej z jednego z nich dojdzie do szody Ten drugi przypade ma trzy warianty: albo dojdzie do szody tylo z pierwszego ryzya, albo tylo z drugiego, albo z obu równocześnie Jasne jest więc, że nasze rozwiązanie przyjmuje postać: q = p p, a = q p, b = q p p p p p Teraz doonujemy spostrzeżenia, że jest to równocześnie rozwiązanie dla przypadu gdy n > Wynia to z fatu, iż suma X + X to w istocie suma n sładniów, tórą można potratować jao sumę n niezależnych zmiennych losowych, ażda z nich o rozładzie złożonym dwumianowym z parametrami (, q, F ) Zadanie 7 Jeśliby W miała mieć rozład dwumianowy, to liczba prób musiałaby wynosić n, ponieważ możliwe wartości tej zmiennej to liczby ze zboru,,,,n Trzeba więc rozwiązać zagadę, czy funcja { αe t + 36( α)e t } da się przedstawić w postaci (P + Qe t ), a jeśli ta, to ile wynieść musi wartość parametru α Aby tę zagadę rozwiązać, podnosimy ostatnie wyrażenie do wadratu: (P + Qe t ) = P + PQe t + Q e t, i odgadujemy olejno: P = 8, wobec czego Q =, a więc Q = 4, i w ońcu PQ = 3 Oazuje się, że ta równanie: 36α = 3 ja i równanie: 36( α) = 4 rozwiązuje ta sama liczbaα = 8/9 3

14 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Zadanie 8 Odpowiedzi w puntach a), b) i c) opieramy na analizie funcji generujących momenty a) Odtwarzamy najpierw FGM zmiennej K: z M ( z) exp ( P Qe ), tórą przeształcamy do postaci: K z M K ( z) exp Q( e ), a to jest FGM rozładu Poissona ( Q) Następnie zauważamy, że: N K ( M) ( M N ), w związu z czym rozumując analogicznie otrzymujemy wyni, iż zmienna ( N K) ma też rozład Poissona, ale z parametrem ( P) b) Postępujemy analogicznie, tym razem otrzymując: K M ( z) p q( P Qe ) z n z n, co przeształcamy do postaci: M K ( z) ( qq) qqe ), co oznacza że zmienna K ma rozład dwumianowy z parametrami ( n, qq) Wychodząc od analogicznego (co poprzednio) spostrzeżenia dochodzimy do wniosu, że ( N K) ma rozład dwumianowy z parametrami ( n, qp) c) Tym razem otrzymujemy: q M K (z) = ( q(p+qe z)r, co przeształcamy do postaci: M K (z) = ( qq qp qq ez) qp dwumianowy z parametrami (r, r, co oznacza że zmienna K ma rozład ujemny qq ) qp Rozumując podobnie ja poprzednio dochodzimy do wniosu, że zmienna ( N K) ma rozład ujemny dwumianowy z parametrami (r, qp ) qq d) Niezależność oznaczałaby, że dla ażdego j, {,,,3, } zachodzi: Pr K, N K j PrK PrN K j Lewa strona tej równości daje się przedstawić jao: Pr K, N K j Pr K N j Pr N j, co przy naszych założeniach przyjmuje postać: j j j PrK, N K j Q P exp( ) ( j)! Uzysany wyni można bez trudu przeształcić do postaci: j ( Q) ( P) PrK, N K j exp( Q) exp( P),! j! gdzie rozpoznajemy iloczyn uzysanego w puncie a) prawdopodobieństwa iż zajdzie zdarzenie K = oraz prawdopodobieństwa iż N K = j e) Aby poazać, że w przypadu b) niezależność zmiennych K oraz ( N K) zachodzić nie może, wystarczy zauważyć, że gdyby były to zmienne niezależne, wtedy zachodziłaby równość: n n PrK n, N K n ( qq) ( qp), a to jest liczba więsza od zera Tymczasem wiadomo, że zdarzenie taie zajdzie z prawdopodobieństwem zero, ponieważ zmienna N ma rozład dwumianowy o parametrach ( n, Q), a więc nigdy nie przyjmuje wartości więszych od n Ergo, założenie o niezależności musi być fałszywe 4

15 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Zadanie 9 Rozpoczynamy od spostrzeżenia, że: Pr(K = N K = m) = Pr(K = N = + m) Pr (N=+m) Pr (N K=m) a) W tym przypadu mamy: + m Pr(K = N K = m) = ( ) Q P m Γ(r++m) Γ(r)(+m)! pr q +m, Γ(r+m) Γ(r)m! ( p p+qp )r ( qp p+qp )m co po serii przeształceń prowadzi do wyniu: Pr(K = N K = m) = Γ(r+m+) (p + Γ(r+m)! qp)r+m (qq) Otrzymujemy więc wniose, że rozład warunowy liczby roszczeń uznanych pod waruniem, że liczba roszczeń oddalonych wyniosła m, jest rozładem ujemnym dwumianowym z parametrami (r + m, qq) b) Tym razem mamy: + m Pr(K = N K = m) = ( ) Q P m co po serii przeształceń prowadzi do wyniu: n m Pr(K = N K = m) = ( ) ( p p+qq ) ( qq p+qq )n m Teraz otrzymujemy rozład dwumianowy z parametrami (n m, ( n +m )q+m p n m ( n m )(qp)m ( qp) n m, Spostrzeżenie Warunowa wartość oczeiwana E(K N K = m) wynosi: qq (n m), gdy liczba roszczeń ma rozład dwumianowy (n, q) p+qq qq qq qq ) p+qq (r + m), gdy liczba roszczeń ma rozład ujemny dwumianowy (r, q) Alternatywna interpretacja zadania: Jeśli N to szody z pewnego portfela ryzy, do tórych dochodzi w ciągu rou, z czego (N K) to szody tóre zostały zgłoszone przed ońcem rou, to uzysane wynii o rozładach warunowych zmiennej losowej K pod waruniem, że (N K) = m, pozwalają budować prognozę liczby szód zaistniałych ale jeszcze nie zgłoszonych z tego portfela (tzw Incurred But Not Repoted IBNR) Zadanie Wiadomo (podrozdział 44 podręcznia), że zależność reurencyjna: Pr(N = ) = (a + b ) Pr(N = ), =,,3,, generuje prawdopodobieństwa: rozładu Poissona (λ) gdy (a, b) = (, λ), rozładu dwumianowego (n, q) gdy (a, b) = ( q ),, (n+)q p p rozładu ujemnego dwumianowego (n, q) gdy (a, b) = (q, (r )q), zdegenerowanego do puntu N = gdy b = a Łatwo ustalić, że wzór p (a, b) = ( a) a+b a wyraża wprost prawdopodobieństwo zera szód dla rozładów dwumianowego i ujemnego dwumianowego Jeśli teraz dla dowolnego dodatniego b przejdziemy do granicy przy a dążącym do zera, otrzymamy: lim a ( a) a+b a = ( ) (lim a ( a) a) b = (e ) b = e b, co jest prawdopodobieństwem zera szód w rozładzie Poissona z parametrem λ = b Uniwersalne (dla tych trzech rozładów) wzory na wartość oczeiwaną i wariancję są postaci: E(N) = a+b a, var(n) = a+b ( a) 5

16 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Zadanie Warune ten jest postaci: p > e λ Można do tego wyniu dojść porównując bezpośrednio policzoną wariancję z wartością oczeiwaną: E(N) = λ p e λ, var(n) = λ p e λ ( + λ + λ p e λ) Zadanie Oznaczając przez N liczbę szód zaszłych, otrzymujemy olejno: K N, K N F F, K N F( F) F F F 3 3 K N 3 F( F) F ( F) 3F F F F K N 4 F ( F) F ( F) 3F ( F) 4F F F F F, Dostrzegamy, że wzór ogólny jest postaci: K N n F K K N ( ) exp( ) F n! F n n F ( F) ( K) exp( ) F n n! n n! a to sprowadza się do prostej formuły: F E( K) exp( ( F)) F n n F F F, co łatwo przeształcić: N W rezultacie: F exp( ) exp( ) exp( F), F Zadanie 3 Jeśli dwie zmienne losowe U oraz V mają tai sam rozład ja zmienna Y, a ponadto są niezależne, to zachodzi: V U V U) V U V U V U m m m ( V, ( V U) Równocześnie jedna zawsze zachodzi, U, oraz W rezultacie mamy: m m m Zauważ, że jeśli uogólnimy nasze rozumowanie na zmienne oreślone na całej osi, wtedy jest ono nadal poprawne, o ile ograniczymy się do przypadu gdy jest liczbą nieparzystą, i oczywiście przyjmiemy iż odpowiednie momenty istnieją Zadanie 4 Dla rozładu złożonego Poissona o oczeiwanej licznie szód λ i rozładzie wartości szody z momentami rzędu równymi m sośność i urtoza dane są wzorami: γ = λm 3 (λm ) 3/, = λm 4 (λm ) Dzieląc urtozę przez wadrat sośności otrzymujemy: = m 4m γ (m 3 ) Zadanie 5 Wartość oczeiwana i wariancja w rozładzie złożonym ujemnym dwumianowym dane są wzorami: E(X) = E(N)m, var(x) = E(N) (m + q p m ) Parametry rozładu liczby szód uzysujemy ze wzorów: E(N) = rq/p, var(n) = rq/p Momenty zwyłe z rozładu wartości pojedynczej szody liczymy z definicji: 5 m = ( x 3 4 x ) dx + 5 5, m 8 = ( 4 x 3 x3 ) dx Rezultat liczbowy to oczeiwana wartość szód równa 5/4 i wariancja równa 75/3 6

17 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Zadanie 6 Rachuni są dość elementarne: cov X,Z XZ X Z XZ X Z PrX Z X Z c 6 6 c Zadanie 7 Wartość oczeiwana i wariancja z rozładu bezwarunowego zmiennej N wynoszą odpowiednio: N (N ), var ( N ) var( N ) var var N Ze względu na przyjęte założenie iż więc N nie może mieć rozładu Poissona mamy wniose, że var N N Zadanie 8 Z treści zadania wynia, że ostatecznie w wyniu dwuetapowego doświadczenia zmienna N przyjmie albo wartość zero, albo jeden Tę ostatnią przyjmie z prawdopodobieństwem: Pr N ( N) ( N Q) Q Q Wynia więc stąd że otrzymaliśmy rozład dwumianowy z parametrami, ) ( Q Zadanie 9 Zaczynamy od wyorzystania twierdzenia o prawdopodobieństwie całowitym: Pr(N = ) + Pr(N = 3) = [Pr(N = Q = q) + Pr(N = 3 Q = q)]df Q (q) = = [( q) 3 + q 3 ]df Q (q) = E( 3Q + 3Q Q 3 ) + E(Q 3 ) = = 3μ Q + 3(σ Q + μ Q ) = 58 Zadanie Wiemy, że Pr(N + N = ) = E[Pr(N + N = Q)] = E(Q ) = 5 Wiemy taże, że Pr(N + N = ) = E[Pr(N + N = Q)] = E[Q( Q)] = [EQ E(Q )] = 4 5 Wynia stąd że E(Q) = 5, zaś var(q) = 5 ( 5 ) = 75 Zadanie W przyjętym w zadaniu systemie bonus-malus pozycja ierowcy na przestrzeni las zależy od tego, czy zgłaszał szody w ostatnich dwóch latach Kierowca, tórego charateryzuje wartość q parametru ryzya Q, przebywa: w lasie z p-stwem q (w poprzednim rou zgłosił szody) w lasie z p-stwem pq (w poprzednim rou nie zgłaszał szód, ale ro wcześniej zgłaszał) w lasie 3 z p-stwem p (w żadnym z poprzednich lat nie zgłaszał szód) Wobec tego losowo wybrany z tej populacji ierowca będzie przebywał (po upływie pierwszych dwóch lat): w lasie z p-stwem E(Q), w lasie z p-stwem E[Q( Q)],, a 7

18 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 w lasie 3 z p-stwem E[( Q) ] Przyrównując powyższe wartości oczeiwane do danych o fracji ierowców przebywających w poszczególnych lasach otrzymujemy równania, z tórych otrzymujemy: E(Q) =, oraz E(Q ) =, z czego wniosujemy, że var(q) = = 8 Zadanie a) Wartość oczeiwana zmiennej losowej Y wynosi /β Rozład zmiennej losowej Y jest rozładem tóry powstaje w wyniu doświadczenia, w tórym: z prawdopodobieństwem równym p losujemy liczbę zero, z prawdopodobieństwem równym ( p ) losujemy liczbę z rozładu geometrycznego powięszoną o jedynę Założenie, iż obie zmienne mają taą samą wartość oczeiwaną, prowadzi więc do równania: ( p ) ( + q p ) = β, gdzie q = exp ( βh), oraz p = q Rozwiązaniem tego równania jest liczba p = exp ( βh) β b) Dość żmudne rachuni prowadzą do wniosu że wariancja zmiennej Y wynosi exp(βh) /β, co jest liczbą więszą od wariancji zmiennej Y równej /β Różnica ta jedna znia w miarę ja h zbiega do zera (od góry, oczywiście) Zadanie 3 d Zadanie 4 E X X, 7 Zadanie 5 Pr S 4 9 e Zadanie 6 Funcja, tórą należy zmasymalizować dobierając odpowiednią wartość parametru α [,] na postać: f(α) = qu[w + α αq( + θ)] + ( q)u[w αq( + θ)], gdzie pierwszy sładni jest iloczynem p-stwa zajścia szody i użyteczności po tymże zajściu, zaś drugi sładni jest iloczynem p-stwa iż do szody nie dojdzie i użyteczności w tym przypadu Po podstawieniu wartości liczbowych q = /5 oraz θ = /4 zadanie oazuje się mieć rozwiązanie wewnątrz przedziału [,], równe: α opt = ln (4/3) 73 Zadanie 7 Wybór pomiędzy alternatywą I () oraz I (3) przesądza twierdzenie o optymalnym ontracie ubezpieczeniowym ponieważ w obu przypadach E IX 4, zaś ontrat I () jest ontratem na nadwyżę szody ponad stałą 6, zaś ontrat I (3) jest ontratem proporcjonalnym W rezultacie decydent z tych dwóch ontratów wybierze I () Równocześnie jedna ontratem jeszcze lepszym będzie ontrat I (), ponieważ ontraty sprzedawane są po cenie równej sładce netto, a przy taiej cenie decydent z awersją do ryzya słonny będzie wyupić ubezpieczenie od ażdego ryzya Kontrat I () pozostawia na udziale ubezpieczonego ryzyo, tóre z p-swem 8 8

19 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 przyjmuje wartość zero, zaś z p-stwem generuje stratę o wartości 6 Różnica miedzy ontratami I () a I () stanowi porycie właśnie tego, pozostałego ryzya; doupując więc do ontratu I () ontrat (I () I () ) decydent dodatowo podwyższa swoją oczeiwaną użyteczność Zadanie 8 Słada netto wynosi: 45 F x dx F x dx 5 W policzeniu powyższych całe pomaga znajomość paru podstawowych własności występującego w zadaniu rozładu Pareto Jest to rozład ciągły oreślony na półosi dodatniej, z dwoma dodatnimi parametrami: parametrem sali v oraz parametrem ształtu α Jego gęstość i dystrybuanta wyrażają się na półosi nieujemnej wzorami: f(x) = αvα (v+x) α+, F(x) = ( v v+x )α Jeśli parametr ształtu α >, wtedy istnieje sończona wartość oczeiwana zmiennej o tym rozładzie (nazwijmy ją Y), i wyznaczamy ją łatwo zauważając, że: E(Y) = ( v v+x )α dx = v (α )vα α (v+x) α dx = v α, gdzie po drodze wyorzystaliśmy fat, że funcja podcałowa (α )vα (v+x) α jest gęstością rozładu Pareto o parametrze ształtu zreduowanym o jeden Wartość oczeiwaną nadwyżi zmiennej Y ponad stałą d liczymy orzystając z prostego podstawienia y = v + x: E[(Y d) + ] = = ( v v + d ) α ( v d v+x )α dx = ( v v+d+y )α dy = α v + d ( v + d + y ) dy = ( v α v + d ) v + d ( α ) = ( v α v + d ) E(Y) i zauważając po drodze że ostatnia z całe to wartość oczeiwana z rozładu Pareto o parametrze sali zwięszonym o d Zadanie 9 Słada netto wzrośnie o 4 % 656% Zadanie 3 Wyznaczenie owariancji oazuje się zadziwiająco proste: cov(s R, S U ) = [var(s) var(s R) var(s U )] = λ [E(Y ) E(Y d ) E(Y d )] = = λd E(Y d) = Po drodze wyorzystaliśmy fat, że wariancja sumy dwóch zmiennych równa się sumie ich wariancji powięszonej o podwojoną owariancję Drugi wyorzystany fat dotyczy deompozycji drugiego momentu zwyłego zmiennej Y na sładnii (podrozdział 65 podręcznia): E(Y ) = E(Y d ) + E(Y d ) + d E(Y d) Wyorzystując te same zależności między momentami co wyżej, dostajemy: var(s R ) + var(s U ) var(s) = d E(Y d) E(Y ) 9

20 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 Możemy jedna taże oszacować E(Y ) od dołu, wyorzystując informacje o zachowaniu się tej zmiennej w przedziale do i powyżej Mamy bowiem: E(Y) = E(Y Y ) Pr(Y ) + E(Y Y > ) Pr(Y > ), z czego wynia że: E(Y Y > ) = + /4 = 45, oraz: E(Y Y ) = ( 45 4)/6 = /3 Najmniejsza możliwa wartość drugiego momentu zwyłego wystąpi wtedy, gdy w ażdym z przedziałów (do dwudziestu i powyżej dwudziestu) cała masa prawdopodobieństwa supi się w przedziałowej wartości oczeiwanej Stąd mamy: E(Y ) ( 3 ) = 5/3, a stąd dostajemy ostatecznie: var(s R )+var(s U ) var(s) 3 5 = 3 5 Zadanie 3 W obu przypadach liczymy sładę netto ze wzoru: t 3 exp t 3 t t, podstawiając odpowiednio za t jedynę i jedna czwartą W rezultacie otrzymujemy: E min S,3 E min,3 68 Q S R Zadanie 3 Oznaczmy sumę wypłat z polisy przez X Teraz doonamy spostrzeżenia, iż łatwo wyrazić dopełnienie tej zmiennej do jedyni: jeśli nie było szód, wtedy X, jeśli była jedna szoda, to X Y, jeśli były dwie szody, to X Y Y, jeśli było szód, to X Y Y Y Wartość oczeiwana wynosi wobec tego: E X e E Y Y! Na mocy niezależności zmiennych Y, Y, Y3, wartość oczeiwana ich iloczynów równa się iloczynowi wartości oczeiwanych, wobec czego mamy: E X e e,! wobec czego dostajemy E X e Zadanie 33 Z warunów zadania mamy: E P c EY T Na mocy założenia o niezależności Y od T otrzymujemy: E P c E T Z uwagi na to, że zmienna T ma rozład Gamma o parametrach,, dostajemy: t t t E T t t e dt t e dt!!

21 W Otto Zadania z Metod Atuarialnych w Ubezpieczeniach Majątowych 4 t t t e e dt tdt W rezultacie otrzymujemy: E c P Intuicyjna interpretacja tego rezultatu wynia ze spostrzeżenia, iż bez względu na to, ile szód zaszło na odcinu czasu,, ich średni czas wystąpienia to połowa tego odcina W onsewencji stawa c salulowana zgodnie z zasadą netto (ta aby oczeiwana c słada zrównała się z oczeiwanymi odszodowaniami) wynosi Zadanie 34 Zgodnie z założeniami funcja gęstości rozładu łącznego zmiennych T oraz X jest postaci: e f T,X (t, x) = { x/ gdy t (, t t ), x > w p p Wobec tego warunowa wartość oczeiwana równa jest ilorazowi całe: t x t e x/ dxdt t t E(X X + T > t ) = t t e x/ dxdt t t Po przeprowadzeniu stosownych rachunów otrzymujemy: t E(X X + T > t ) = 4 exp(t ) Wobec czego lim t E(X X + T > t ) = 4 Zadanie 35 Z definicji funcji hazardu wynia, że: h T (t) = t ln [ F T(t)], wobec czego: h T (t)dt = ln[ F T ()] ln[ F T ()] Drugi sładni prawej strony równy jest jedna zeru, ponieważ F T () = (czas oczeiwania jest zawsze dodatni) Wobec tego mamy: exp[ h T (t)dt] = F T () Po policzeniu całi i podstawieniu uzysanego wyniu do powyższego wzoru otrzymujemy F T () = /, a więc prawdopodobieństwo ostatecznego ściągnięcia należności regresowej wynosi ½

Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami:

Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami: Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami: Pr(X 1 = 0) = 6/10, Pr(X 1 = 1) = 1/10, i gęstością: f(x) = 3/10 na przedziale (0, 1). Wobec tego Pr(X 1 + X 2 5/3) wynosi:

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Zadanie Rozważmy następujący model strzelania do tarczy. Współrzędne puntu trafienia (, Y ) są niezależnymi zmiennymi losowymi o jednaowym rozładzie normalnym N ( 0, σ ). Punt (0,0) uznajemy za środe tarczy,

Bardziej szczegółowo

Zadanie 1. Ilość szkód N ma rozkład o prawdopodobieństwach spełniających zależność rekurencyjną:

Zadanie 1. Ilość szkód N ma rozkład o prawdopodobieństwach spełniających zależność rekurencyjną: Zadanie. Ilość szkód N ma rozkład o prawdopodobieństwach spełniających zależność rekurencyjną: Pr Pr ( = k) ( N = k ) N = + k, k =,,,... Jeśli wiemy, że szkód wynosi: k= Pr( N = k) =, to prawdopodobieństwo,

Bardziej szczegółowo

Wybrane rozkłady zmiennych losowych i ich charakterystyki

Wybrane rozkłady zmiennych losowych i ich charakterystyki Rozdział 1 Wybrane rozłady zmiennych losowych i ich charaterystyi 1.1 Wybrane rozłady zmiennych losowych typu soowego 1.1.1 Rozład równomierny Rozpatrzmy esperyment, tóry może sończyć się jednym z n możliwych

Bardziej szczegółowo

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f Zadanie. W kolejnych latach t =,,,... ubezpieczony charakteryzujący się parametrem ryzyka Λ generuje N t szkód. Dla danego Λ = λ zmienne N, N, N,... są warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Bardziej szczegółowo

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach: Zadanie. O niezależnych zmiennych losowych N, M M, M 2, 3 wiemy, że: N ma rozkład Poissona z wartością oczekiwaną równą 00 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach: 2, 3 Pr( M = )

Bardziej szczegółowo

Zadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =

Zadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k = Matematyka ubezpieczeń majątkowych 0.0.006 r. Zadanie. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k 5 Pr( N = k) =, k = 0,,,... 6 6 Wartości kolejnych szkód Y, Y,, są i.i.d.,

Bardziej szczegółowo

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F; Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Zadanie. W pewnej populacji kierowców każdego jej członka charakteryzują trzy zmienne: K liczba przejeżdżanych kilometrów (w tysiącach rocznie) NP liczba szkód w ciągu roku, w których kierowca jest stroną

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Zadanie. W pewnej populacji kierowców każdego jej członka charakteryzują trzy zmienne: K liczba przejeżdżanych kilometrów (w tysiącach rocznie) NP liczba szkód w ciągu roku, w których kierowca jest stroną

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)

Bardziej szczegółowo

Metody probabilistyczne Rozwiązania zadań

Metody probabilistyczne Rozwiązania zadań Metody robabilistyczne Rozwiązania zadań 6. Momenty zmiennych losowych 8.11.2018 Zadanie 1. Poaż, że jeśli X Bn, to EX n. Odowiedź: X rzyjmuje wartości w zbiorze {0, 1,..., n} z rawdoodobieństwami zadanymi

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 0.0.005 r. Zadanie. Likwidacja szkody zaistniałej w roku t następuje: w tym samym roku z prawdopodobieństwem 0 3, w następnym roku z prawdopodobieństwem 0 3, 8 w roku

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 1.10.2012 r.

Matematyka ubezpieczeń majątkowych 1.10.2012 r. Zadanie. W pewnej populacji każde ryzyko charakteryzuje się trzema parametrami q, b oraz v, o następującym znaczeniu: parametr q to prawdopodobieństwo, że do szkody dojdzie (może zajść co najwyżej jedna

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Zadanie 1. W pewnej populacji podmiotów każdy podmiot narażony jest na ryzyko straty X o rozkładzie normalnym z wartością oczekiwaną równą μ i wariancją równą. Wszystkie podmioty z tej populacji kierują

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych..00 r. Zadanie. Proces szkód w pewnym ubezpieczeniu jest złożonym procesem Poissona z oczekiwaną liczbą szkód w ciągu roku równą λ i rozkładem wartości szkody o dystrybuancie

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 5.0.00 r. Zadanie. Dla dowolnej zmiennej losowej X o wartości oczekiwanej µ wariancji oraz momencie centralnym µ k rzędu k zachodzą nierówności (typu Czebyszewa): ( X

Bardziej szczegółowo

dla t ściślejsze ograniczenie na prawdopodobieństwo otrzymujemy przyjmując k = 1, zaś dla t > t ściślejsze ograniczenie otrzymujemy przyjmując k = 2.

dla t ściślejsze ograniczenie na prawdopodobieństwo otrzymujemy przyjmując k = 1, zaś dla t > t ściślejsze ograniczenie otrzymujemy przyjmując k = 2. Zadanie. Dla dowolnej zmiennej losowej X o wartości oczekiwanej μ, wariancji momencie centralnym μ k rzędu k zachodzą nierówności (typu Czebyszewa): ( X μ k Pr > μ + t σ ) 0. k k t σ *

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 3..007 r. Zadanie. Każde z ryzyk pochodzących z pewnej populacji charakteryzuje się tym że przy danej wartości λ parametru ryzyka Λ rozkład wartości szkód z tego ryzyka

Bardziej szczegółowo

Zadanie 1. O rozkładzie pewnego ryzyka X posiadamy następujące informacje: znamy oczekiwaną wartość nadwyżki ponad 20:

Zadanie 1. O rozkładzie pewnego ryzyka X posiadamy następujące informacje: znamy oczekiwaną wartość nadwyżki ponad 20: Zadanie 1. O rozkładzie pewnego ryzyka X posiadamy następujące informacje: znamy oczekiwaną wartość nadwyżki ponad 20: E X 20 8 oraz znamy następujące charakterystyki dotyczące przedziału 10, 20 : 3 Pr

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 4.04.0 r. Zadanie. Przy danej wartości λ parametru ryzyka Λ liczby szkód generowane przez ubezpieczającego się w kolejnych latach to niezależne zmienne losowe o rozkładzie

Bardziej szczegółowo

Zadanie 1. są niezależne i mają rozkład z atomami: ( ),

Zadanie 1. są niezależne i mają rozkład z atomami: ( ), Zadanie. Zmienne losowe są niezależne i mają rozkład z atomami: ( ) ( ) i gęstością: ( ) na przedziale ( ). Wobec tego ( ) wynosi: (A) 0.2295 (B) 0.2403 (C) 0.2457 (D) 0.25 (E) 0.269 Zadanie 2. Niech:

Bardziej szczegółowo

z przedziału 0,1 liczb dodatnich. Rozważmy dwie zmienne losowe:... ma złożony rozkład dwumianowy o parametrach 1,q i, gdzie X, wszystkie składniki X

z przedziału 0,1 liczb dodatnich. Rozważmy dwie zmienne losowe:... ma złożony rozkład dwumianowy o parametrach 1,q i, gdzie X, wszystkie składniki X Zadanie. Mamy dany ciąg liczb q, q,..., q n z przedziału 0,, oraz ciąg m, m,..., m n liczb dodatnich. Rozważmy dwie zmienne losowe: o X X X... X n, gdzie X i ma złożony rozkład dwumianowy o parametrach,q

Bardziej szczegółowo

Agata Boratyńska Statystyka aktuarialna... 1

Agata Boratyńska Statystyka aktuarialna... 1 Agata Boratyńska Statystyka aktuarialna... 1 ZADANIA NA ĆWICZENIA Z TEORII WIAROGODNOŚCI Zad. 1. Niech X 1, X 2,..., X n będą niezależnymi zmiennymi losowymi z rozkładu wykładniczego o wartości oczekiwanej

Bardziej szczegółowo

Materiały dydaktyczne. Matematyka. Semestr III. Wykłady

Materiały dydaktyczne. Matematyka. Semestr III. Wykłady Materiały dydatyczne Matematya Semestr III Wyłady Aademia Morsa w Szczecinie ul. Wały Chrobrego - 70-500 Szczecin WIII RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE PIERWSZEGO RZĘDU. Pojęcia wstępne. Równania różniczowe

Bardziej szczegółowo

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Podstawy rachunku prawdopodobieństwa (przypomnienie) . Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń

Bardziej szczegółowo

Statystyka aktuarialna i teoria ryzyka, model indywidualny i zespołowy, rozkłady złożone

Statystyka aktuarialna i teoria ryzyka, model indywidualny i zespołowy, rozkłady złożone Statystyka aktuarialna i teoria ryzyka, model indywidualny i zespołowy, rozkłady złożone Agata Boratyńska SGH, Warszawa Agata Boratyńska (SGH) SAiTR wykład 3 i 4 1 / 25 MODEL RYZYKA INDYWIDUALNEGO X wielkość

Bardziej szczegółowo

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS przykładowe zadania na. kolokwium czerwca 6r. Poniżej podany jest przykładowy zestaw zadań. Podczas kolokwium na ich rozwiązanie przeznaczone będzie ok. 85

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 6.04.2009 r.

Matematyka ubezpieczeń majątkowych 6.04.2009 r. Matematyka ubezpieczeń majątkowych 6.04.009 r. Zadanie. Niech N oznacza liczbę szkód zaszłych w ciągu roku z pewnego ubezpieczenia z czego: M to liczba szkód zgłoszonych przed końcem tego roku K to liczba

Bardziej szczegółowo

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Niech Ω będzie przestrzenią zdarzeń elementarnych. Definicja 1 Rodzinę S zdarzeń losowych (zbiór S podzbiorów zbioru

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia

Bardziej szczegółowo

MUMIO Lab 6 (składki, kontrakt stop-loss)

MUMIO Lab 6 (składki, kontrakt stop-loss) MUMIO Lab 6 (składki, kontrakt stop-loss) 1. (6p.) Niech X oznacza ryzyko (zmienn a losow a o własności P (X 0) = 1), a H( ) niech oznacza formułȩ kalkulacji składki (przyporz adkowuj ac a każdemu ryzyku

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej

Bardziej szczegółowo

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych 1. [E.A 5.10.1996/zad.4] Funkcja gęstości dana jest wzorem { 3 x + 2xy + 1 y dla (x y) (0 1) (0 1) 4 4 P (X > 1 2 Y > 1 2 ) wynosi:

Bardziej szczegółowo

1 Przestrzeń zdarzeń elementarnych

1 Przestrzeń zdarzeń elementarnych Przestrzeń zdarzeń elementarnych Przestrzeń zdarzeń elementarnych jest pojęciem pierwotnym w teorii prawdopodobieństwa. W zastosowaniach tej teorii zdarzenia elementarne interpretuje się jao możliwe przypadi,

Bardziej szczegółowo

LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Część III

LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Część III Komisja Egzaminacyjna dla Aktuariuszy LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Część III Matematyka ubezpieczeń majątkowych Imię i nazwisko osoby egzaminowanej:. Czas egzaminu: 100 minut Komisja

Bardziej szczegółowo

01. dla x 0; 1 2 wynosi:

01. dla x 0; 1 2 wynosi: Matematyka ubezpieczeń majątkowych 0.0.04 r. Zadanie. Ryzyko X ma rozkład z atomami: Pr X 0 08. Pr X 0. i gęstością: f X x 0. dla x 0; Ryzyko Y ma rozkład z atomami: Pr Y 0 07. Pr Y 0. i gęstością: fy

Bardziej szczegółowo

Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014

Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014 Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014 Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe

Bardziej szczegółowo

Colloquium 3, Grupa A

Colloquium 3, Grupa A Colloquium 3, Grupa A 1. Z zasobów obliczeniowych pewnego serwera orzysta dwóch użytowniów. Każdy z nich wysyła do serwera zawsze trzy programy naraz. Użytowni czea, aż serwer wyona obliczenia dotyczące

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja

Bardziej szczegółowo

f(x)dx gdy a, b (0, 100), f(x) = exp( 1

f(x)dx gdy a, b (0, 100), f(x) = exp( 1 Agata Boratyńska Statystyka aktuarialna... 1 ZADANIA NA ĆWICZENIA 1 i 2. 1. Właściciel domu określa wartość swojego majątku na 100j. Obawia się losowej straty spowodowanej pożarem. Doświadczenie agenta

Bardziej szczegółowo

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) =

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) = Zestaw : Zmienne losowe. Które z poniższych funkcji są dystrybuantami? Odpowiedź uzasadnij. Wskazówka: naszkicuj wykres. 0, x 0,, x 0, F (x) = x, F (x) = x, 0 x

Bardziej szczegółowo

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

III. ZMIENNE LOSOWE JEDNOWYMIAROWE III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta

Bardziej szczegółowo

(U.3) Podstawy formalizmu mechaniki kwantowej

(U.3) Podstawy formalizmu mechaniki kwantowej 3.10.2004 24. (U.3) Podstawy formalizmu mechanii wantowej 33 Rozdział 24 (U.3) Podstawy formalizmu mechanii wantowej 24.1 Wartości oczeiwane i dyspersje dla stanu superponowanego 24.1.1 Założenia wstępne

Bardziej szczegółowo

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty Agata Boratyńska Agata Boratyńska Rachunek prawdopodobieństwa, wykład 4 / 9 Przekształcenia zmiennej losowej X

Bardziej szczegółowo

Definicja Mówimy, że zmienna losowa X ma rozkład gamma, jeśli jej funkcja gęstości jest określona wzorem

Definicja Mówimy, że zmienna losowa X ma rozkład gamma, jeśli jej funkcja gęstości jest określona wzorem .. Pewne rozłady zmiennej osowej ciągłej 5 Rozład gamma Definicja.7. Mówimy, że zmienna osowa X ma rozład gamma, jeśi jej funcja gęstości jest oreśona wzorem gdzie b > 0 i p > 0 oznaczają pewne stałe.

Bardziej szczegółowo

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka

Rachunek prawdopodobieństwa i statystyka Rachunek prawdopodobieństwa i statystyka Momenty Zmienna losowa jest wystarczająco dokładnie opisana przez jej rozkład prawdopodobieństwa. Względy praktyczne dyktują jednak potrzebę znalezienia charakterystyk

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 12.10.2002 r.

Matematyka ubezpieczeń majątkowych 12.10.2002 r. Matematya ubezpieczeń majątowych.0.00 r. Zadanie. W pewnym portfelu ryzy ubezpieczycielowi udaje się reompensować sobie jedną trzecią wartości pierwotnie wypłaconych odszodowań w formie regresów. Oczywiście

Bardziej szczegółowo

Ważne rozkłady i twierdzenia

Ważne rozkłady i twierdzenia Ważne rozkłady i twierdzenia Rozkład dwumianowy i wielomianowy Częstość. Prawo wielkich liczb Rozkład hipergeometryczny Rozkład Poissona Rozkład normalny i rozkład Gaussa Centralne twierdzenie graniczne

Bardziej szczegółowo

Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =.

Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =. Prawdopodobieństwo i statystyka 3..00 r. Zadanie Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX 4 i EY 6. Rozważamy zmienną losową Z. X + Y Wtedy (A) EZ 0,

Bardziej szczegółowo

Rozkłady prawdopodobieństwa

Rozkłady prawdopodobieństwa Tytuł Spis treści Wersje dokumentu Instytut Matematyki Politechniki Łódzkiej 10 grudnia 2011 Spis treści Tytuł Spis treści Wersje dokumentu 1 Wartość oczekiwana Wariancja i odchylenie standardowe Rozkład

Bardziej szczegółowo

Statystyka i eksploracja danych

Statystyka i eksploracja danych Wykład II: i charakterystyki ich rozkładów 24 lutego 2014 Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa,

Bardziej szczegółowo

Modelowanie zależności. Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski

Modelowanie zależności. Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski Modelowanie zależności pomiędzy zmiennymi losowymi Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski P Zmienne losowe niezależne - przypomnienie Dwie rzeczywiste zmienne losowe X i Y

Bardziej szczegółowo

Ważne rozkłady i twierdzenia c.d.

Ważne rozkłady i twierdzenia c.d. Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby

Bardziej szczegółowo

WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g. zakres rozszerzony

WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g. zakres rozszerzony WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g zares rozszerzony 1. Wielomiany bardzo zna pojęcie jednomianu jednej zmiennej; potrafi wsazać jednomiany podobne; potrafi

Bardziej szczegółowo

Lista 6. Kamil Matuszewski 13 kwietnia D n =

Lista 6. Kamil Matuszewski 13 kwietnia D n = Lista 6 Kamil Matuszewski 3 kwietnia 6 3 4 5 6 7 8 9 Zadanie Mamy Pokaż, że det(d n ) = n.... D n =.... Dowód. Okej. Dla n =, n = trywialne. Załóżmy, że dla n jest ok, sprawdzę dla n. Aby to zrobić skorzystam

Bardziej szczegółowo

i = n = n 1 + n 2 1 i 2 n 1. n(n + 1)(2n + 1) n (n + 1) =

i = n = n 1 + n 2 1 i 2 n 1. n(n + 1)(2n + 1) n (n + 1) = Druga zasada inducji matematycznej Niech m będzie liczbą całowitą, niech p(n) będzie ciągiem zdań zdefiniowanych na zbiorze {n Z: n m} oraz niech l będzie nieujemną liczbą całowitą. Jeśli (P) wszystie

Bardziej szczegółowo

Sygnały stochastyczne

Sygnały stochastyczne Sygnały stochastyczne Zmienne losowe E zbiór zdarzeń elementarnych (zbiór możliwych wyniów esperymentu) e E zdarzenie elementarne (wyni esperymentu) B zbiór wybranych podzbiorów zbioru E β B zdarzenie

Bardziej szczegółowo

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi

Bardziej szczegółowo

Algebra liniowa z geometrią analityczną

Algebra liniowa z geometrią analityczną WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór

Bardziej szczegółowo

Biostatystyka, # 3 /Weterynaria I/

Biostatystyka, # 3 /Weterynaria I/ Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Jednowymiarowa zmienna losowa

Jednowymiarowa zmienna losowa 1 Jednowymiarowa zmienna losowa Przykład Doświadczenie losowe - rzut kostką do gry. Obserwujemy ilość wyrzuconych oczek. Teoretyczny model eksperymentu losowego - przestrzeń probabilistyczna (Ω, S, P ),

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Inducja matematyczna Inducja jest taą metodą rozumowania, za pomocą tórej od tezy szczegółowej dochodzimy do tezy ogólnej. Przyład 1 (o zanurzaniu ciał w wodzie) 1. Kawałe żelaza, tóry zanurzyłem w wodzie,

Bardziej szczegółowo

Rozkłady zmiennych losowych

Rozkłady zmiennych losowych ZIP 007/008 (zaoczne) Rozłady zmiennych losowych I. X zmienna losowa soowa. Rozład zero jedynowy X rzybiera dwie wartości: i 0 Jeśli P(X ), to (X ) q P gdyż P(X ) P(X ) Rozład zmiennej losowej jest rozładem

Bardziej szczegółowo

Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu.

Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu. Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu. A Teoria Definicja A.1. Niech (Ω, F, P) będzie przestrzenią probabilistyczną. Zmienną losową określoną na przestrzeni Ω nazywamy dowolną

Bardziej szczegółowo

Ubezpieczenia majątkowe

Ubezpieczenia majątkowe Funkcje użyteczności a składki Uniwersytet Przyrodniczy we Wrocławiu Instytut Nauk Ekonomicznych i Społecznych 2016/2017 Funkcja użyteczności Niech ω wielkość majątku decydenta wyrażona w j.p., u (ω) stopień

Bardziej szczegółowo

Wykład 3 Momenty zmiennych losowych.

Wykład 3 Momenty zmiennych losowych. Wykład 3 Momenty zmiennych losowych. Wrocław, 18 października 2017r Momenty zmiennych losowych Wartość oczekiwana - przypomnienie Definicja 3.1: 1 Niech X będzie daną zmienną losową. Jeżeli X jest zmienną

Bardziej szczegółowo

Wykład 3 Momenty zmiennych losowych.

Wykład 3 Momenty zmiennych losowych. Wykład 3 Momenty zmiennych losowych. Wrocław, 19 października 2016r Momenty zmiennych losowych Wartość oczekiwana - przypomnienie Definicja 3.1: 1 Niech X będzie daną zmienną losową. Jeżeli X jest zmienną

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Zadanie. Niech łączna wartość szkód: Ma złożony rozkład Poissona. Momenty rozkładu wartości poedyncze szkody wynoszą:, [ ]. Wiemy także, że momenty nadwyżki wartości poedyncze szkody ponad udział własny

Bardziej szczegółowo

A. Cel ćwiczenia. B. Część teoretyczna

A. Cel ćwiczenia. B. Część teoretyczna A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( ) Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa

Bardziej szczegółowo

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

Bardziej szczegółowo

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III. Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej

Bardziej szczegółowo

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Rachunek prawdopodobieństwa MAP3040 WPPT FT, rok akad. 2010/11, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Warunkowa wartość oczekiwana.

Bardziej szczegółowo

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH Henry TOMASZEK Ryszard KALETA Mariusz ZIEJA Instytut Techniczny Wojs Lotniczych PRACE AUKOWE ITWL Zeszyt 33, s. 33 43, 2013 r. DOI 10.2478/afit-2013-0003 ZARYS METODY OPISU KSZTAŁTOWAIA SKUTECZOŚCI W SYSTEMIE

Bardziej szczegółowo

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 4 - zagadnienie estymacji, metody wyznaczania estymatorów

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 4 - zagadnienie estymacji, metody wyznaczania estymatorów WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 4 - zagadnienie estymacji, metody wyznaczania estymatorów Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 4 1 / 23 ZAGADNIENIE ESTYMACJI Zagadnienie

Bardziej szczegółowo

CIĄGI wiadomości podstawowe

CIĄGI wiadomości podstawowe 1 CIĄGI wiadomości podstawowe Jak głosi definicja ciąg liczbowy to funkcja, której dziedziną są liczby naturalne dodatnie (w zadaniach oznacza się to najczęściej n 1) a wartościami tej funkcji są wszystkie

Bardziej szczegółowo

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem

Bardziej szczegółowo

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego Statystyka Wydział Zarządzania Uniwersytetu Łódzkiego 2017 Zmienna losowa i jej rozkład Mając daną przestrzeń probabilistyczną, czyli parę (&, P) stanowiącą model pewnego doświadczenia losowego (gdzie

Bardziej szczegółowo

WYKŁAD 6. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

WYKŁAD 6. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki WYKŁAD 6 Witold Bednorz, Paweł Wolff 1 Instytut Matematyki Uniwersytet Warszawski Rachunek Prawdopodobieństwa, WNE, 2010-2011 Własności Wariancji Przypomnijmy, że VarX = E(X EX) 2 = EX 2 (EX) 2. Własności

Bardziej szczegółowo

Różne rozkłady prawdopodobieństwa

Różne rozkłady prawdopodobieństwa Różne rozłady prawdopodobieństwa. Rozład dwupuntowy D(p). Zmienna losowa ξ ma rozład D(p), jeżeli P p {ξ = 0} = p oraz P p {ξ = } = p. Eξ = p D ξ = p( p). Rozład dwumianowy Bin(n, p). Zmienna losowa ξ

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo

P k k (n k) = k {O O O} = ; {O O R} =

P k k (n k) = k {O O O} = ; {O O R} = Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba

Bardziej szczegółowo

Przegląd ważniejszych rozkładów

Przegląd ważniejszych rozkładów Przegląd ważniejszych rozkładów Rozkład dwupunktowy P (X = x) = { p dla x = a, 1 p dla x = b, to zmienna losowa X ma rozkład dwupunktowy z parametrem p (0 < p < 1). Rozkład ten pojawia się przy opisie

Bardziej szczegółowo

1. Ubezpieczenia życiowe

1. Ubezpieczenia życiowe 1. Ubezpieczenia życiowe Przy ubezpieczeniach życiowych mamy do czynienia z jednorazową wypłatą sumy ubezpieczenia. Moment jej wypłaty i wielkość wypłaty może być funkcją zmiennej losowej T a więc czas

Bardziej szczegółowo

4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych.

4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych. Jarosław Wróblewski Matematyka dla Myślących, 008/09. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych. 15 listopada 008 r. Uwaga: Przyjmujemy,

Bardziej szczegółowo

LIII Egzamin dla Aktuariuszy z 31 maja 2010 r. Część III

LIII Egzamin dla Aktuariuszy z 31 maja 2010 r. Część III Komisja Egzaminacyjna dla Aktuariuszy LIII Egzamin dla Aktuariuszy z 3 maja 200 r. Część III Matematyka ubezpieczeń majątkowych Imię i nazwisko osoby egzaminowanej:. Czas egzaminu: 00 minut Komisja Nadzoru

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Zadanie. W kolejnych okesach czasu t =,,3,... ubezpieczony, chaakteyzujący się paametem yzyka Λ, geneuje szkód. Dla danego Λ = λ zmienne N t N, N, N 3,... są waunkowo niezależne i mają (bzegowe) ozkłady

Bardziej szczegółowo

Rozkłady i ich dystrybuanty 16 marca F X (t) = P (X < t) 0, gdy t 0, F X (t) = 1, gdy t > c, 0, gdy t x 1, 1, gdy t > x 2,

Rozkłady i ich dystrybuanty 16 marca F X (t) = P (X < t) 0, gdy t 0, F X (t) = 1, gdy t > c, 0, gdy t x 1, 1, gdy t > x 2, Wykład 4. Rozkłady i ich dystrybuanty 6 marca 2007 Jak opisać cały rozkład jedną funkcją? Aby znać rozkład zmiennej X, musimy umieć obliczyć P (a < X < b) dla dowolnych a < b. W tym celu wystarczy znać

Bardziej szczegółowo

Wykład 3 Jednowymiarowe zmienne losowe

Wykład 3 Jednowymiarowe zmienne losowe Wykład 3 Jednowymiarowe zmienne losowe Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną Definicja 1 Jednowymiarowa zmienna losowa (o wartościach rzeczywistych), określoną na przestrzeni probabilistycznej

Bardziej szczegółowo

Rozkłady statystyk z próby

Rozkłady statystyk z próby Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta

Bardziej szczegółowo

Lista 5. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Lista 5. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym Lista 5 Zadania na zastosowanie nierównosci Markowa i Czebyszewa. Zadanie 1. Niech zmienna losowa X ma rozkład jednostajny na odcinku [0, 1]. Korzystając z nierówności Markowa oszacować od góry prawdopodobieństwo,

Bardziej szczegółowo

W. Guzicki Próbna matura, grudzień 2014 r. poziom rozszerzony 1

W. Guzicki Próbna matura, grudzień 2014 r. poziom rozszerzony 1 W. Guzicki Próbna matura, grudzień 01 r. poziom rozszerzony 1 Próbna matura rozszerzona (jesień 01 r.) Zadanie 18 kilka innych rozwiązań Wojciech Guzicki Zadanie 18. Okno na poddaszu ma mieć kształt trapezu

Bardziej szczegółowo

Wykład 21: Studnie i bariery cz.1.

Wykład 21: Studnie i bariery cz.1. Wyład : Studnie i bariery cz.. Dr inż. Zbigniew Szlarsi Katedra Eletronii, paw. C-, po.3 szla@agh.edu.pl http://layer.uci.agh.edu.pl/z.szlarsi/ 3.6.8 Wydział Informatyi, Eletronii i Równanie Schrödingera

Bardziej szczegółowo

Kwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p.

Kwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p. Kwantyle Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p, że P(X x p ) p P(X x p ) 1 p Możemy go obliczyć z dystrybuanty: Jeżeli F(x p ) = p, to x p jest kwantylem rzędu p Jeżeli F(x p )

Bardziej szczegółowo

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA 1. Trójkę (Ω, F, P ), gdzie Ω, F jest σ-ciałem podzbiorów Ω, a P jest prawdopodobieństwem określonym na F, nazywamy przestrzenią probabilistyczną. 2. Rodzinę F

Bardziej szczegółowo

1 Gaussowskie zmienne losowe

1 Gaussowskie zmienne losowe Gaussowskie zmienne losowe W tej serii rozwiążemy zadania dotyczące zmiennych o rozkładzie normalny. Wymagana jest wiedza na temat własności rozkładu normalnego, CTG oraz warunkowych wartości oczekiwanych..

Bardziej szczegółowo

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Zbiór możliwych wyników eksperymentu będziemy nazywać przestrzenią zdarzeń elementarnych i oznaczać Ω, natomiast

Bardziej szczegółowo