Rachunek prawdopodobieństwa- wykład 6

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

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

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

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

W2 Podstawy rachunku prawdopodobieństwa (przypomnienie)

Modelowanie komputerowe

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,

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

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Przykłady do zadania 6.1 :

Jednowymiarowa zmienna losowa

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

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

Wykład 2 Zmienne losowe i ich rozkłady

Biostatystyka, # 3 /Weterynaria I/

Wstęp do rachunku prawdopodobieństwa

Statystyka matematyczna

Rachunek Prawdopodobieństwa i Statystyka

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

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

Statystyka i eksploracja danych

Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Rachunek prawdopodobieństwa- wykład 2

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

Zmienne losowe. Statystyka w 3

Wykład 1 Zmienne losowe, statystyki próbkowe - powtórzenie materiału

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3

Zmienne losowe skokowe

Prawdopodobieństwo i statystyka

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

Zmienne losowe, statystyki próbkowe. Wrocław, 2 marca 2015

Wykład 3 Jednowymiarowe zmienne losowe

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

(C. Gauss, P. Laplace, Bernoulli, R. Fisher, J. Spława-Neyman) Wikipedia 2008

Prawdopodobieństwo i statystyka

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka

6.4 Podstawowe metody statystyczne

Rachunek Prawdopodobieństwa Rozdział 5. Rozkłady łączne

Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa

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

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

6. Zmienne losowe typu ciagłego ( ) Pole trapezu krzywoliniowego

Rozkłady prawdopodobieństwa zmiennych losowych

Dyskretne zmienne losowe

Zmienna losowa. Rozkład skokowy

Przestrzeń probabilistyczna

Prawa wielkich liczb, centralne twierdzenia graniczne

KURS PRAWDOPODOBIEŃSTWO

Rachunek prawdopodobieństwa i statystyka

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

Zmienne losowe ciągłe i ich rozkłady

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

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

Statystyka matematyczna

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

Zmienne losowe ciągłe i ich rozkłady

Wykład 13. Podstawowe pojęcia rachunku prawdopodobieństwa

Elementy Rachunek prawdopodobieństwa

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

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

Modelowanie komputerowe

Rozkłady zmiennych losowych

Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia.

18. Obliczyć. 9. Obliczyć iloczyn macierzy i. 10. Transponować macierz. 11. Transponować macierz. A następnie podać wymiar powstałej macierzy.

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

Prawdopodobieństwo i statystyka

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;

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

Przykłady do zadania 8.1 : 0 dla x 1, c x 4/3 dla x > 1. (b) Czy można dobrać stałą c tak, aby funkcja f(x) = była gęstością pewnego

1 Elementy kombinatoryki i teorii prawdopodobieństwa

Prawdopodobieństwo i statystyka

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

Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Statystyka. Magdalena Jakubek. kwiecień 2017

Wykład 1 Próba i populacja. Estymacja parametrów z wykorzystaniem metody bootstrap

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

Wykład 13. Zmienne losowe typu ciągłego

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

Matematyka 2. dr inż. Rajmund Stasiewicz

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

KONSPEKT FUNKCJE cz. 1.

Statystyka matematyczna dla leśników

Wykłady 14 i 15. Zmienne losowe typu ciągłego

Wynik pomiaru jako zmienna losowa

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

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27

Statystyka w analizie i planowaniu eksperymentu

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności

Prawdopodobieństwo i statystyka

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

Rachunek Prawdopodobieństwa MAP1181 Wydział Matematyki, Matematyka Stosowana Projekt - Czas dojazdu autobusem Opracowanie: Klaudia Karpińska

Statystyka i eksploracja danych

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

Komputerowa analiza danych doświadczalnych

Transkrypt:

Rachunek prawdopodobieństwa- wykład 6 Zmienne losowe dyskretne. Charakterystyki liczbowe zmiennych losowych dyskretnych dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet Humanistyczno-Przyrodniczy im. Jana Długosza w Częstochowie

ZMIENNE LOSOWE DYSKRETNE Wyobraźmy sobie następującą grę. Rzucamy kostką sześcienną. Jeśli wyrzucimy szóstkę wygrywamy 5 zł, jeśli wyrzucimy piątkę lub czwórkę- wygrywamy 2 zł, natomiast w każdym innym przypadku przegrywamy 3 zł. Grę taką możemy przedstawić w postaci poniższej tabeli. wyrzuconaliczba 1 2 3 4 5 6 wygrana -3-3 -3 2 2 5 Zauważmy, że w ten sposób została określona funkcja, która zdarzeniom elementarnym przyporządkowuje liczby.

ZMIENNE LOSOWE DYSKRETNE Z takimi przyporządkowaniami(funkcjami), które zdarzeniom przyporządkowują liczby mamy do czynienia bardzo często. Funkcje takie nazywamy zmiennymi losowymi. DEFINICJA ZMIENNEJ LOSOWEJ DYSKRETNEJ Zmienną losową dyskretną nazywamy funkcję, która zdarzeniom elementarnym pewnej dyskretnej przestrzeni probabilistycznej Ω przyporządkowuje liczby rzeczywiste. Zauważmy teraz, że zmienne losowe dyskretne można przedstawiać w postaci tabeli wartości i prawdopodobieństw: x i.................. p i.................. x i sątutajwartościami,jakieprzyjmujezmiennalosowa,a p i prawdopodobieństwami przyjęcia tych wartości. Oczywiste jest, że dla każdego i p i >0oraz p i =1. i

ZMIENNE LOSOWE DYSKRETNE, DYSTRYBUANTA ZMIENNEJ LOSOWEJ Dla naszego przykładu taka tabela wyglądałaby następująco: x i -3 2 5 p i 1 2 Wprowadzimy teraz najważniejsze pojęcie w teorii zmiennych losowych, mianowicie pojęcie dystrybuanty zmiennej losowej. DEFINICJA DYSTRYBUANTY Dystrybuantą zmiennej losowej dyskretnej X nazywamy funkcję F określonąnastępująco: F(x) = P{X< x}. Wprowadzona definicja obowiązuje również dla zmiennych losowych, które nie są zmiennymi dyskretnymi. Jest to definicja bardzo ogólna. W przypadku zmiennych losowych dyskretnych okazuje się, że dystrybuantę można wyznaczać w oparciu o poniższy wzór: 1 3 F(x) = r<x p r 1 6

DYSTRYBUANTA ZMIENNEJ LOSOWEJ Wyznaczymy teraz dystrybuantę dla naszego przykładu(gry). Zauważmy, że ZL z przykładu przyjmuje tylko trzy wartości:-3,2 oraz 5. Zatem oś rzeczywista zostaje tu podzielona na cztery części -przedziały: (, 3], ( 3,2], (2,5]oraz (5,+ ).Korzystającz ostatniego wzoru na wyznaczanie dystrybuanty w przypadku zmiennych losowych dyskretnych otrzymujemy: 0,gdy x 3 1 F(x) = 2,gdy x ( 3,2] 1 2 +1 3 =5 6 1 2 +1 3 +1 6,gdy x (2,5] =1,gdy x>5 Spróbujemy teraz naszkicować wykres tak otrzymanej funkcji.

DYSTRYBUANTA ZMIENNEJ LOSOWEJ

WŁASNOŚCI DYSTRYBUANTY Zauważmy, że wykres dystrybuanty zmiennej losowej dyskretnej jest funkcją schodkową to znaczy sklejeniem funkcji stałych. Zauważmy również, że funkcja ta jest funkcją lewostronnie ciągłą, co na rysunku oznacza, że kółka są niezamalowane z lewej strony. Z definicji dystrybuanty wynikają jej następujące własności: PODSTAWOWE WŁASNOŚCI DYSTRYBUANTY Dystrybuanta zmiennej losowej ma następujące własności: 1 Dystrybuanta jest funkcją niemalejącą tzn. jest spełniona implikacja: x< y F(x) F(y) 2 Dystrybuanta jest funkcją lewostronnie ciągłą tzn. dla dowolnego x 0 : lim x x F(x) = F(x 0 ) 0 3 Dystrybuanta jest funkcją ograniczoną, dokładniej: lim x F(x) =0, lim x F(x) =1

WYZNACZANIE DYSTRYBUANTY- PRZYKŁAD PRZYKŁAD 1. Wyznaczymy teraz dystrybuantę dla ZL określonej poprzez poniższą tabelę: x i -2 0 3 8 p i 0,1 0,3 0,4 0,2 Korzystając z poznanego wzoru, otrzymujemy dystrybuantę w następującej postaci: F(x) = 0,gdy x 2 0,1,gdy x ( 2,0] 0,4,gdy x (0,3] 0,8,gdy x (3,8] 1,gdy x>8 Wykres będzie analogiczny do wykresu z poprzedniego przykładu.

CHARAKTERYSTYKI LICZBOWE ZMIENNYCH LOSOWYCH W sytuacjach praktycznych często potrzebujemy informacji liczbowych, które są związane z analizowaną zmienną losową. Bardzo ważnymi charakterystykami liczbowymi zmiennych losowych są między innymi: wartość średnia(oczekiwana) zmiennej losowej oraz jej wariancja. Wprowadzimy teraz te charakterystyki. DEFINICJA WARTOŚCI OCZEKIWANEJ Wartością oczekiwaną(inaczej wartością średnią lub pierwszym momentem) zmiennej losowej dyskretnej nazywamy liczbę określoną następująco: EX = i x i p i Wartość oczekiwana wyraża średnią wartość, jaką przyjmuje zmienna losowa.

CHARAKTERYSTYKI LICZBOWE ZMIENNYCH LOSOWYCH DEFINICJA DRUGIEGO MOMENTU Drugim momentem zmiennej losowej dyskretnej nazywamy liczbę określoną następująco: EX 2 = i x 2 i p i DEFINICJA WARIANCJI Wariancją zmiennej losowej dyskretnej nazywamy liczbę określoną następująco: DX = EX 2 (EX) 2 Wariancja wyraża rozrzut wartości zmiennej losowej wokół jej wartości oczekiwanej.

CHARAKTERYSTYKI LICZBOWE- PRZYKŁAD PRZYKŁAD 2. Rozważmy zmienną losową określoną poprzez poniższą tabelę: Wówczas: x i -2 1 3 5 p i 0,1 0,4 0,2 0,3 EX = 2 0,1+1 0,4+3 0,2+5 0,3 =2,3 EX 2 = ( 2) 2 0,1+1 2 0,4+3 2 0,2+5 2 0,3 =10,1 DX = EX 2 (EX) 2 =10,1 (2,3) 2 =10,1 5,29 =4,81

ZASTOSOWANIA CHARAKTERYSTYK LICZBOWYCH- MODEL MARKOVITZA Jednym z zastosowań charakterystyk liczbowych zmiennych losowych jest model Markovitza. Przy inwestowaniu w akcje powinnosięwybieraćspółki,dlaktórychiloraz EX DX jestmożliwie największy. Oznacza to, że wybieramy akcje o dużej średniej cenie nominalnej i jednocześnie małym ryzyku kursowym. Na przykład jeślidlaspółkiawartościtewynoszą: EX 1 =25(zł)oraz DX 1 =10(zł 2 ),adlaspółkib: EX 2 =40(zł)oraz DX 2 =20(zł 2 ), topowinniśmywybraćakcjespółkia(stosunek2,5),anieakcje spółki B(stosunek 2).