Zmienne losowe. dr Mariusz Grzadziel. rok akademicki 2016/2017 semestr letni. Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu

Podobne dokumenty
Zmienne losowe. dr Mariusz Grządziel Wykład 12; 20 maja 2014

Wykład 13. Podstawowe pojęcia rachunku prawdopodobieństwa

Dyskretne zmienne losowe

4,5. Dyskretne zmienne losowe (17.03; 31.03)

Rachunku prawdopodobieństwa: rys historyczny, aksjomatyka, prawdopodobieństwo warunkowe,

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

Wykład 2 Zmienne losowe i ich rozkłady

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Prawdopodobieństwo i statystyka

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.

6. Zmienne losowe typu ciagłego ( ) Pole trapezu krzywoliniowego

Prawdopodobieństwo i statystyka

3. Podstawowe pojęcia statystyki matematycznej i rachunku prawdopodobieństwa wykład z Populacja i próba

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

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

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

Statystyka i eksploracja danych

Wykład 11: Podstawowe pojęcia rachunku prawdopodobieństwa

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek

Rachunek prawdopodobieństwa i statystyka

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

Zmienne losowe. Powtórzenie. Dariusz Uciński. Wykład 1. Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski

Wykład 10 Testy jednorodności rozkładów

Definicja 7.4 (Dystrybuanta zmiennej losowej). Dystrybuantą F zmiennej losowej X nazywamy funkcję: Własności dystrybuanty zmiennej losowej:

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

Wykład 3 Momenty zmiennych losowych.

Wykład 3 Momenty zmiennych losowych.

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

Wykłady 14 i 15. Zmienne losowe typu ciągłego

Statystyka matematyczna

WSTĘP. Tematy: Regresja liniowa: model regresji liniowej, estymacja nieznanych parametrów. Wykład:30godz., ćwiczenia:15godz., laboratorium:30godz.

Pojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład 1

Wykład 13. Zmienne losowe typu ciągłego

Zmienne losowe, statystyki próbkowe. Wrocław, 2 marca 2015

Wykład 3 Jednowymiarowe zmienne losowe

Zmienne losowe. Statystyka w 3

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,

Funkcje: wielomianowa, wykładnicza, logarytmiczna wykład 2

Funkcje: wielomianowa, wykładnicza, logarytmiczna wykład 3

Wykład 1 Zmienne losowe, statystyki próbkowe - powtórzenie materiału

Zmienna losowa. Rozkład skokowy

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

Pochodna funkcji: zastosowania przyrodnicze wykłady 7 i 8

Zmienne losowe ciągłe i ich rozkłady

Zmienne losowe ciągłe i ich rozkłady

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

Przestrzeń probabilistyczna

Rozkłady prawdopodobieństwa zmiennych losowych

Centralne twierdzenie graniczne

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

Biostatystyka, # 3 /Weterynaria I/

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.

Wykład 10 ( ). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

W2 Podstawy rachunku prawdopodobieństwa (przypomnienie)

Prawa wielkich liczb, centralne twierdzenia graniczne

Statystyka Opisowa z Demografią oraz Biostatystyka. Zmienne losowe. Aleksander Denisiuk. denisjuk@euh-e.edu.pl

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Rozkłady prawdopodobieństwa

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

P (A B) = P (A), P (B) = P (A), skąd P (A B) = P (A) P (B). P (A)

Wstęp do rachunku prawdopodobieństwa

Matematyka z el. statystyki, # 3 /Geodezja i kartografia II/

Ciagi liczbowe wykład 4

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

Statystyka matematyczna

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa

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

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 2 ZADANIA - ZESTAW 2

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA

Jednowymiarowa zmienna losowa

07DRAP - Zmienne losowe: dyskretne i ciągłe

PRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW

Statystyka matematyczna dla leśników

WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO

Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

Pojęcie funkcji. Funkcja liniowa

Wykład 7 Testowanie zgodności z rozkładem normalnym

Pojęcie funkcji. Funkcja liniowa

Opis przedmiotu: Probabilistyka I

Wykłady 11 i 12: Całka oznaczona

Zmienne losowe skokowe

1 Elementy kombinatoryki i teorii prawdopodobieństwa

Rachunek Prawdopodobieństwa Rozdział 5. Rozkłady łączne

Prawdopodobieństwo i statystyka

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

Komputerowa analiza danych doświadczalnych

II WYKŁAD STATYSTYKA. 12/03/2014 B8 sala 0.10B Godz. 15:15

Wykład 6 Estymatory efektywne. Własności asymptotyczne estym. estymatorów

Rozkład zajęć, statystyka matematyczna, Rok akademicki 2015/16, semestr letni, Grupy dla powtarzających (C15; C16)

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych

PRZEWODNIK PO PRZEDMIOCIE

dr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Transkrypt:

Zmienne losowe dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu rok akademicki 2016/2017 semestr letni

Definicja 1 Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór jej wartości x 1, x 2,..., można ustawić w ciag. Zmienna losowa X, która przyjmuje wszystkie wartości z zadanego przedziału (a, b), nie jest zmienna losowa dyskretna, ponieważ elementów tego przedziału nie da się ustawić w ciag ("ponumerować"). - G. Cantor 1873 twierdzenie wszystkich liczb rzeczywistych nie da się ustawić w ciag.

Rozkład dyskretnej zmiennej losowej Zbiór wartości dyskretnej zmiennej losowej X ciag x 1, x 2,..., (skończony lub nieskończony). Rozkład zmiennej losowej dyskretnej X jest określony przez nieujemne liczby p 1, p 2,... spełniajace warunki: pi = 1, (1) p i = P(X = x i ). (2) Uwaga 1 Gdy p 1, p 2,... jest zbiorem nieskończonym, wtedy suma (1) jest granica ciagu o wyrazach p 1, p 1 + p 2, p 1 + p 2 + p 3,...

Zmienne losowe typu ciagłego Definicja 2 Mówimy, że zmienna losowa X jest typu ciagłego, jeśli istnieje nieujemna funkcja g taka, że dla każdych a < b P(a X b) = b a g(x)dx. Funkcja g to tzw. funkcja gęstości rozkładu zmiennej losowej X. Przykłady: rozkład normalny, rozkład jednostajny (Por. Wykład 14, sem. 1).

Dyskretne zmienne losowe przykłady Przykłady: Rozkład dwumianowy (por. Wykład 13, sem. 1, r. akad. 2015/2016); Rozkład U, sumy oczek w dwukrotnym rzucie kostka (por. Wykład 13, sem. 1, r. akad. 2015/2016); Rozkład zmiennej losowej dyskretnej W o rozkładzie danej tabelka: x i 1 2 5 p i 0,5 0,3 0,2 Rozkład Z, gdzie Z oznacza liczbę rzutów moneta, po której po raz pierwszy wypada orzeł (zdarzeniu polegajacemu na tym, że orzeł wypadnie już w pierwszym rzucie, odpowiada wartość zmiennej Z równa 0). z niezależności zdarzeń: ( 1 ) k+1, P(Z = k) = k = 0, 1, 2,.... 2 Zmienna losowa Z przykład dyskretnej zmiennej losowej, dla

Dystrybuanta rozkładu dyskretnego Przypomnijmy, że dystrybuantę F X rozkładu zmiennej losowej X określamy wzorem: F X (t) = P(X t). Można udowodnić, że dystrybuanta zmiennej losowej dyskretnej jest funkcja: przedziałami stała (schodkowa); prawostronnie ciagł a. Uwaga 2 Niektórzy autorzy definiuja dystrybuantę przy użyciu powyższego wzoru, w którym słaba nierówność ( ) została zamieniona na mocna nierówność ( < ). Przy tak zmodyfikowanej definicji dystrybuanta jest funkcja lewostronnie ciagł a (por. np. ksiażkę Krysickiego i in.).

Przykład Jeśli V ma rozkład Bin(2; 0,8), to jej dystrybuanta F V dana wzorem 0 x < 0 0,04 x [0, 1) F V (x) = 0,36 x [1, 2) 1 x [2, )

Funkcja kwantylowa Jeśli zmienna losowa X ma dystrybuantę ciagł a i rosnac a na R (zbiorem wartości F X jest (0, 1)), to funkcję kwantylowa Q X określamy jako funkcję odwrotna do dystrybuanty F X. Jeśli F X jest ściśle rosnaca na przedziale I, a dla argumentów spoza tego przedziału przybiera wartości 0 lub 1, to funkcję kwantylowa określamy jako funkcję odwrotna do funkcji G X, której dziedzina jest równa I, określona wzorem G X (t) = F X (t), t I. Dla ustalonego rozkładu wartość funkcji kwantylowej dla c (0, 1) nazywamy kwantylem rzędu c. Kwantyl rzędu 0,5 nazywamy mediana, kwantyle rzędu 0,25 i 0,75 nazywamy, odpowiednio, kwartylem dolnym i kwartylem górnym (danego rozkładu).

Przykład Dla zmiennej losowej Y o rozkładzie jednostajnym U(0, 1), której gęstość g dana jest wzorem 0 x < 0 g(x) = 1 x [0, 1] 0 x (1, ) funkcja kwantylowa Q Y jest dana wzorem: Q Y (t) = t, t (0, 1).

Przykład Dla zmiennej losowej W typu ciagłego, której gęstość h dana jest wzorem 0 x < 0 h(x) = x/2 x [0, 2] 0 x (2, ) funkcja kwantylowa Q W jest dana wzorem: Q W (t) = 2 t, t (0, 1).

Funkcja kwantylowa c.d. Dla dyskretnej zmiennej losowej X(i dla zmiennych, które nie sa dyskretne, ale nie spełniaja wyżej wymienionych warunków) funkcję kwantylowa Q X można określić wzorem Q X (u) = min{t R : F X (t) u}, u (0, 1), gdzie F X oznacza dystrybuantę zmiennej losowej X. Uwaga Definicję tę można stosować dla dowolnej zmiennej losowej; w przypadku, gdy zmienna losowa ma dystrybuantę: rosnac a na R; rosnac a na przedziale I, a dla argumentów spoza tego przedziału przybiera wartości 0 lub 1, wartości funkcji Q X (u) s a równe wartościom funkcji kwantylowej zdefiniowanej uprzednio dla tych szczególnych klas zmiennych losowych.

Przykład Dla zmiennej losowej V funkcja kwantylowa Q V ma postać 0, t (0; 0,04]; Q V (t) = 1, t (0,04; 0,36]; 2, t (0,36; 1);

Zmienna losowa o rozkładzie wykładniczym Mówimy, że zmienna losowa typu ciagłego X ma rozkład wykładniczy z parametrem λ > 0 jeżeli jej funkcja gęstości g ma postać { 0, x 0, g(x) = λe λx (3), x > 0.

Zmienna losowa o rozkładzie wykładniczym: zastosowania czas bezawaryjnej pracy pewnych przedmiotów (urzadzeń), takich jak np. żarówka; czas oczekiwania na rozpad czasteczki radioaktywnej; wartości maksymalne dziennego opadu w danym roku.

Rozkład wykładniczy: brak pamięci Niech X będzie zmienna losowa o rozkładzie wykładniczym z parametrem λ > 0. Dla dowolnych a i b dodatnich prawdziwa jest równość: Istotnie P(X > a + b X a) = P(X > b). = P(X > a + b) P(X > a) P(X > a + b X > a) = = P(X > a) P(X > a + b) exp [ λ(a + b)] = = exp [ λb] = P(X > b). P(X > a) exp [ λ(a)] Interpretacja: X jest czasem bezawaryjnej pracy pewnego urzadzenia, to niezależnie od dotychczasowego czasu pracy tego urzadzenia, dalszy czas pracy ma taki sam rozkład jak całkowity czas pracy (czyli rozkład wykładniczy z parametrem λ).

Zmienna losowa o rozkładzie wykładniczym: przykład zastosowań Czas życia żarówki X jest zmienna losowa o rozkładzie wykładniczym z wartościa oczekiwana równa 10 (jednostka pomiaru jest miesiac). Chcemy obliczyć: prawdopodobieństwo, że żarówka będzie bezawaryjnie funkcjonować przez 15 miesięcy; kwantyl rzędu 0,95 czasu życia żarówki. Rozwiazanie Zmienna losowa X ma rozkład wykładniczy z parametrem λ = 1/10. 15 1 P(X 15) = 1 0 10 e x/10 dx = 1 [ e x/10 ] 15 0 = e 3/2 0,2231302. Prawdopodobieństwo to można obliczyć wykorzystujac pakiet R w następujacy sposób: > 1-pexp(3/2) [1] 0.2231302

Zmienna losowa o rozkładzie wykładniczym: przykład zastosowań c.d. Oznaczmy kwantyl rzędu 0,95 dla rozkładu zmiennej X majacej rozkład wykładniczy z parametrem λ = 0,1 przez c. Stała c spełnia jest rozwiazaniem równania: Stad: c 0 1 10 e x/10 dx = 0,95. 1 e c/10 =0,95; e c/10 =0,05; c = 10 log 20 29,95732. Kwantyl ten można obliczyć przy użyciu R: > qexp(0.95,0.1) [1] 29.95732 c/10 = log 0,05 = log 20;

Pojęcie rozkładu Rozkład zmiennej losowej X jest funkcja przyporzadkowuj ac a takim zbiorom jak: przedziały, sumy przedziałów itd. prawdopodobieństwa należenia X do tych zbiorów; pełen opis rodziny zbiorów, będacych dziedzina tej funkcji, jest trudny (ta rodzina to tzw. zbiory borelowskie na prostej) Twierdzenie 1 Istnieje wzajemnie jednoznaczna odpowiedniość pomiędzy rozkładami zmiennych losowych a ich dystrybuantami.

Lektura uzupełniajaca [Bed04] Bednarski, T., Elementy matematyki w naukach ekonomicznych. Oficyna ekonomiczna. Kraków 2004, str. 228 234. [KM01] Koronacki, J., Mielniczuk, J. Statystyka dla studentów kierunków technicznych i przyrodniczych. WNT. Warszawa 2001, podrozdział 2.2.1, str. 94 110. [Kry99] Krysicki, W., Bartos, J., Dyczka, W., Królikowska, K. i Wasilewski, M., Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, Cz. 1, Rachunek prawdopodobieństwa, PWN 1999.