Zmienne losowe i ich rozkłady

Podobne dokumenty
WYKŁAD 3. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

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

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne

Rachunek prawdopodobieństwa

Podstawy nauk przyrodniczych Matematyka

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.

Rozkłady prawdopodobieństwa zmiennych losowych

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

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

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

Zmienna losowa. Rozkład skokowy

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub

Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II

Metody probabilistyczne

Rachunek prawdopodobieństwa i statystyka

DODATKOWA PULA ZADAŃ DO EGZAMINU. Rozważmy ciąg zdefiniowany tak: s 0 = a. s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b

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

Rachunek Prawdopodobieństwa i Statystyka Matematyczna

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

12DRAP - parametry rozkładów wielowymiarowych

Rachunek prawdopodobieństwa- wykład 2

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

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

Zdarzenie losowe (zdarzenie)

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

Matematyka podstawowa X. Rachunek prawdopodobieństwa

p k (1 p) n k. k c. dokładnie 10 razy została wylosowana kula amarantowa, ale nie za pierwszym ani drugim razem;

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 =

c. dokładnie 10 razy została wylosowana kula antracytowa, ale nie za pierwszym ani drugim razem;

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Teoria miary. Matematyka, rok II. Wykład 1

Kombinatoryka i rachunek prawdopodobieństwa (rozszerzenie)

KURS PRAWDOPODOBIEŃSTWO

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

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

P (A B) P (B) = 1/4 1/2 = 1 2. Zakładamy, że wszystkie układy dwójki dzieci: cc, cd, dc, dd są jednakowo prawdopodobne.

Lista zadania nr 4 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 2

Zdarzenia losowe i prawdopodobieństwo

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka

Zadania zestaw 1: Zadania zestaw 2

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I (SGH)

Metody probabilistyczne

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

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

Metody probabilistyczne

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30.

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

Wykład 3 Jednowymiarowe zmienne losowe

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3

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

Prawdopodobieństwo

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk

Deska Galtona. Adam Osękowski. Instytut Matematyki, Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

Seria 1. Zbieżność rozkładów

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.

Ćwiczenia 1. Klasyczna definicja prawdopodobieństwa, prawdopodobieństwo geometryczne, własności prawdopodobieństwa, wzór włączeń i wyłączeń

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

ćwiczenia z rachunku prawdopodobieństwa

DOŚWIADCZENIA WIELOETAPOWE

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω)

rachunek prawdopodobieństwa - zadania

Zadania z Rachunku Prawdopodobieństwa II Podaj przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ,

Zadania z Rachunku Prawdopodobieństwa I - seria 1

Statystyka podstawowe wzory i definicje

Wykład 2 Zmienne losowe i ich rozkłady

MODELE MATEMATYCZNE W UBEZPIECZENIACH

= A. A - liczba elementów zbioru A. Lucjan Kowalski

c) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B;

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń.

F t+ := s>t. F s = F t.

Prawdopodobieństwo i statystyka r.

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska)

Laboratorium nr 7. Zmienne losowe typu skokowego.

07DRAP - Zmienne losowe: dyskretne i ciągłe

Wstęp. Kurs w skrócie

3. Podać przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ,

Wersja testu A 18 czerwca 2012 r. x 2 +x dx

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

PRAWDOPODOBIEŃSTWO CZAS PRACY: 180 MIN. ZADANIE 1 (5 PKT) NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI

Sumy kwadratów. Twierdzenie Fermata-Eulera. Lemat Minkowskiego

Prawdopodobieństwo geometryczne

rachunek prawdopodobieństwa - zadania

Rozkład figury symetrycznej na dwie przystające

Spacery losowe generowanie realizacji procesu losowego

Wstęp do probabilistyki i statystyki Wykład 3. Prawdopodobieństwo i algebra zdarzeń

Statystyka matematyczna

METODY PROBABILISTYCZNE I STATYSTYKA

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Transkrypt:

Zmienne losowe i ich rozkłady 29 kwietnia 2019 Definicja: Zmienną losową nazywamy mierzalną funkcję X : (Ω, F, P) (R n, B(R n )). Definicja: Niech A będzie zbiorem borelowskim. Rozkładem zmiennej losowej X nazywamy miarę µ x na R n taką, że A R n µ x (A) = P (X A). Uwaga: Czasem rozpatrujemy zmienne losowe X o wartościach. Przykład 1: Ustalmy k 1. Rzucamy kostką, aż wyrzucimy łącznie k szóstek. Niech X oznacza ilość wykonanych rzutów. Wyznaczyć rozkład X. Komentarz: Jeśli zbiór wartości X jest przeliczalny, to żeby podać rozkład X wystarczy podać P (X = x) dla każdego x ze zbioru wartości. Ω = {1, 2,..., 6} N, F = 2 Ω X : Ω {k, k + 1,...} { } jeśli w Ω zawiera k szóstek, to X = numer k-tej szóstki X = wpp Pokażemy, że Wtedy P (X = i) = ( ) i 1 ( 1 k 1 6 )k ( 5 6 )i k, i k P (X = ) = 0 P (X = i) = 1. i=k P (X = ) = 0. 1

{X = } {jest tylko skończenie wiele szóstek} = A Niech A i = {ostatnia szóstka występuje na pozycji i-tej}. a więc A = P (A) = P ( A i, A i ) P (A i ). Wystarczy, by P (A i ) = 0, P (A i ) P (B i ), gdzie B i = {od pozycji i 1 same nieszóstki }. Czyli wystarczy, by P (B i ) = 0, a to jest jasne. co chcieliśmy pokazać Definicja: Wartością oczekiwaną zmiennej losowej (ozn. E(X)) nazywamy E(X) = o ile istnieje. Dla Ω - przeliczalnej mamy: E(X) = w Ω gdzie S to zbiór wartości. X : (Ω, F, P) R { } Ω XdP = R xdµ x (x), X(w) P ({w}) = x S x P (X = x), Uwaga: Wartość oczekiwana jest liniowa, tzn.: E(X + Y ) = E(X) + E(Y ). Przykład 2: W urnie znajdują się biała i czarna kula. W każdym kroku losujemy jedną kulę, zwracamy i dokładamy jedną czarną. Losujemy, aż wylosujemy białą kulę. Niech X oznacza liczbę losowań. Wyznaczyć rozkład X oraz E(X). Zbiór wartości X = {1, 2,...} { }. P (X = k) = 1 k + 1 k 1 k 2 k k 1... 1 2 = 1 k(k + 1), k 1 2

1 P (X = ) = 1 P (X = k) = 1 k(k + 1) = 1 ( 1 k 1 k + 1 ) = 1 1 = 0 E(X) = kp (X = k) = k 1 k(k + 1) = 1 k + 1 =. Zadanie 1. Losujemy z okręgu niezależnie, jednostajnie 3 punkty. Niech L 1 oznacza długość łuku zawierającego punkt (1,0). Oblicz EL 1. Zauważmy, że gdyby punkt (1,0) nie był wyróżniony, to rozwiązanie byłoby następujące: E(L 1 ) = E(L 2 ) = E(L 3 ) L 1 + L 2 + L 3 = 2π 2π = E(L 1 + L 2 + L 3 ) = 3E(L 1 ) E(L 1 ) = 2π/3. Okazuje się jednak, że gdy mamy wyróżniony punkt to rozwiązanie jest nieco inne. Spodziewamy się, że E(L 1 ) > 2π/3. Dlaczego? Załóżmy, że w pierwszej kolejności tworzymy trzy łuki, a dopiero potem wybieramy dowolny punkt z okręgu (nie musi to być punkt (1,0)). Prawdopodobieństwo wpadnięcia do łuku L 1 jest oczywiście równe długości tego łuku podzielonej przez 2π, czyli L1 2π. W naszym zadaniu to właśnie L 1 jest łukiem, do którego wpada punkt (1,0), czyli intuicyjnie jest on większy od pozostałych dwóch łuków. Warto zwrócić uwagę, że E(L 1 ) będzie wynosić tyle samo, niezależnie od tego, czy punkt wybrany to (1,0), czy jakiś inny punkt z okręgu. Liczymy E(L 1 ): E(X) = P (X t)dt dla X 0 R + E(X) = P (X k) L 1 = L + 1 + L 1 gdzie L + 1 - część łuku L 1 znajdująca się powyżej punktu (1,0), L 1 L 1 znajdująca się poniżej punktu (1,0). Z symetrii dostajemy: - część łuku 3

E(L 1 ) = E(L + 1 ) + E(L 1 ) = 2E(L+ 1 ) P (L + 1 t) to prawdopodobieństwo, że łuk od 0 do t nie zawiera żadnego z trzech wylosowanych punktów, czyli P (L + 1 t t) = (1 2π )3 2π E(L + 1 ) = P (L + 1 0 t)dt = 2π 0 (1 t 2π )3 dt = π 2 Ostatecznie: EL 1 = π. Obserwacje do zadania: Niech (x 1, x 2, x 3 ) punkty z okręgu i niech x to punkt wyróżniony. Niech L(x 1, x 2, x 3, x) - łuk zawierający punkt wyróżniony. x S 1 EL(x 1, x 2, x 3, x) wynosi tyle samo (z niezmienniczości na obroty) zamiast liczyć EL(x 1, x 2, x 3, (1, 0)) możemy liczyć EL(x 1, x 2, x 3, x) Niech L x1x 2 - łuk łączący x 1 i x 2, itd. Wtedy EL xxi = π 2 i = 1, 2, 3. Oczywiście E(L xxi + L xxj ) = π. x 1, x 2, x 3 S 1 EL(x 1, x 2, x 3, x) > 2π 3. Zadanie 2. Rzucamy monetą symetryczną. Niech A 2n = {w chwili 2n łącznie wyrzucono n orłów}. Pokazać, że prawie na pewno wystąpi nieskończenie wiele spośród zdarzeń A 2n. (Uwaga: to nie jest zadanie na lemat B-C, bo zdarzenia nie są niezależne) Podzadanie: pokazać, że prawie na pewno wystąpi co najmniej jedno zdarzenie A 2n. 4

P ( A 2n ) = 1 Niech B 2n = {w kroku 2n jesteśmy w 0 po raz pierwszy}. Oczywiście Stąd A 2n = B 2n. P ( B 2n ) = P (B 2n ). Przypomnijmy, że n-tą liczbą Catalana C n = 1 ( ) 2n n + 1 n określamy ilość wszystkich łamanych dróg (nie przechodzących poniżej osi OX) zaczynających się w początku układu współrzędnych, a kończących się w punkcie (2n,0). Wszystkich możliwych ścieżek mamy 2 2n. Zatem: P (B 2n ) = P (B 2n ) = 1 2 2n 2C n 1 = C n 1 2 2n 1 P (B 2n ) =? C(z) = C n 1 2 = 2(n 1)+1 c n z n = 1 1 4z 2z C n 2 2n 1 2 = 1 2 C(1 4 ) = 1 2 1 1 4 1 4 2 1 4 = 1. 5

Jak wywnioskować z tego, że zajdzie nieskończenie wiele spośród A 2n? Niech Z = {zaszło tylko skończenie wiele A 2n }. Niech Z 2n = {w chwili 2n jesteśmy w 0 po raz pierwszy}. Z = Z 2n P (Z) = P ( Z 2n ) P (Z 2n ) = 0. Wariant: krok w górę z prawdopodobieństwem p 1 2. Prawie na pewno zajdzie tylko skończenie wiele A 2n. ( ) 2n P (A 2n ) = p n (1 p) n = n ( ) 2n [p(1 p)] n n bo ( ) 2n n c 4 n n. c 4 n n [p(1 p)] n < c ( ) 2n [p(1 p)] n n [4p(1 p)] n < +, Zadanie 3. Rzucamy monetą niesymetryczną n razy, z prawdopodobieństwem wypadnięcia orła równym p. Niech A k = {wypadło dokładnie k orłów}. Pokaż, że dla dowolnego zdarzenia B P (B A k ) nie zależy od p. Niech B x = {wypadł konkretny ciąg x}, x {O,R} n. P (B x A k ) = P (B x A k ) 0 gdy B x A k = = P (B P (A k x) P (A k ) = pk (1 p) n k ( = 1 n k)p k (1 p) n k ( n k) wpp Zauważmy, że P (B A k ) = x B P (B x A k ) nie zależy od p, co chcieliśmy udowodnić. Zadanie 4. Pokazać, że dla dowolnych m, n N (1 p n ) m + (1 q m ) n 1, gdzie p, q [0, 1], p + q = 1. Oznaczmy: A = {zdarzenie, że w każdym wierszu wystąpi 1 zero}, B = {zdarzenie, że w każdej kolumnie wystąpi 1 jedynka} 6

A B = Ω (A i B wypełniają całą przestrzeń) Wtedy: (1 p n ) m - prawdopodobieństwo, że zajdzie zdarzenie A (1 q m ) n - prawdopodobieństwo, że zajdzie zdarzenie B 1 = P (A B) P (A) + P (B) 1 (1 p n ) m + (1 q m ) n. 7