Rachunek Prawdopodobieństwa Rozdział 5. Rozkłady łączne

Podobne dokumenty
Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Wstęp do rachunku prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Rachunek prawdopodobieństwa Rozdział 5. Rozkłady łączne

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

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

Prawdopodobieństwo i statystyka

Wykład 3 Jednowymiarowe zmienne losowe

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

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

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

Prawdopodobieństwo i statystyka

Wykład 2 Zmienne losowe i ich rozkłady

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

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

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

W2 Podstawy rachunku prawdopodobieństwa (przypomnienie)

Prawdopodobieństwo i statystyka

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

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

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

Rachunek prawdopodobieństwa Rozdział 1. Wstęp

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Rachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne.

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

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 3

Statystyka i eksploracja danych

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności

Rachunek prawdopodobieństwa- wykład 6

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

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

Rachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne.

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,

Statystyka i eksploracja danych

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

Szkice do zajęć z Przedmiotu Wyrównawczego

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

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

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

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

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

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

Wykład 3 Momenty zmiennych losowych.

12DRAP - parametry rozkładów wielowymiarowych

Wykład 3 Momenty zmiennych losowych.

Rozkłady dwóch zmiennych losowych

Prawdopodobieństwo i statystyka

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

Jednowymiarowa zmienna losowa

Metody probabilistyczne

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe

Wykład 1 Zmienne losowe, statystyki próbkowe - powtórzenie materiału

Rozkłady prawdopodobieństwa

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

5 Przegląd najważniejszych rozkładów

Przestrzeń probabilistyczna

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

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju

1 Zmienne losowe wielowymiarowe.

Prawa wielkich liczb, centralne twierdzenia graniczne

Zmienne losowe ciągłe i ich rozkłady

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

Zmienne losowe. Statystyka w 3

Pojęcie przestrzeni probabilistycznej

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

Rozkłady prawdopodobieństwa zmiennych losowych

Procesy stochastyczne

Metody probabilistyczne opracowane notatki 1. Zdefiniuj zmienną losową, rozkład prawdopodobieństwa. Przy jakich założeniach funkcje: F(x) = sin(x),

Metody probabilistyczne

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

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

Procesy stochastyczne

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe

Zmienne losowe, statystyki próbkowe. Wrocław, 2 marca 2015

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

Zmienne losowe ciągłe i ich rozkłady

Rachunek Prawdopodobieństwa i Statystyka

Przykłady do zadania 6.1 :

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Biostatystyka, # 3 /Weterynaria I/

Prawdopodobieństwo i statystyka

Statystyka matematyczna

Rachunek prawdopodobieństwa II

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;

Podstawowe modele probabilistyczne

Statystyka matematyczna

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

Modelowanie komputerowe

METODY ESTYMACJI PUNKTOWEJ. nieznanym parametrem (lub wektorem parametrów). Przez X będziemy też oznaczać zmienną losową o rozkładzie

Zmienne losowe. Rozkład prawdopodobieństwa i dystrybuanta. Wartość oczekiwana i wariancja zmiennej losowej

Rachunek prawdopodobieństwa i statystyka

Prawdopodobieństwo i statystyka

PRZEWODNIK PO PRZEDMIOCIE

1 Elementy kombinatoryki i teorii prawdopodobieństwa

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.

Transkrypt:

Rachunek Prawdopodobieństwa Rozdział 5. Rozkłady łączne 5.0 Definicje Katarzyna Rybarczyk-Krzywdzińska

Wprowadzenie Przykład 1 Bolek, Lolek i Tola wstąpili do kasyna. (A) Bolek postawił na czerwone, (B) Lolek postawił na 0, (C) Tola postawiła na pierwsze 12; W przypadku wygranej otrzymają: 1,35,2 żetony, odpowiednio. W przeciwnym przypadku tracą żeton. X A wygrana Bolka. X B wygrana Lolka. X C wygrana Toli. Umiemy określić rozkłady zmiennych X A,X B i X C. Jak ująć zależności między zmiennymi?

wielowymiarowe zmienne losowe Definicja Mówimy, że X = (X 1,..., X n ) jest wektorem losowym, jeśli X : Ω R n jest funkcją mierzalną na (Ω, F, P) (tzn. przeciwobraz każdego zbioru borelowskiego względem f należy do σ ciała F w przestrzeni probabilistycznej (Ω, F, P)) alternatywnie, wymagamy aby X 1,..., X n : Ω R były zmiennymi losowymi na (Ω, F, P)

Przykład Przykład 2 Bolek, Lolek i Tola wstąpili do kasyna. (A) Bolek postawił na czerwone, (B) Lolek postawił na 0, (C) Tola postawiła na pierwsze 12; Jeśli ktoś z nich wygra, to dostanie: 1,35,2 żetony, odpowiednio. W przeciwnym przypadku tracą żeton. X A wygrana Bolka. X B wygrana Lolka. X C wygrana Toli. Zapisz funkcję X = (X A, X C ) : Ω R 2.

Rozkład prawdopodobieństwa Definicja rozkładem prawdopodobieństwa zmiennej losowej X = (X1,..., X n ) o wartościach w R n nazywamy rozkład prawdopodobieństwa P X = P (X 1,...,X n), określony na zbiorach borelowskich w R n wzorem P X (B) := P( X B) = P ( X 1 (B) ) ten rozkład nazywany jest też rozkładem łącznym zmiennych X 1,..., X n

Łączne rozkłady dyskretne Definicja Wektor losowy (X, Y ) nazywamy dyskretnym, jeśli istnieje przeliczalny zbiór atomów A R 2 taki, że P (X,Y ) (A) = P ((X, Y ) A) = 1 Jak podać rozkład łączny wektora dyskretnego? Wystarczy podać wszystkie wartości P (X,Y ) ({(x, y)}) = P (X = x, Y = y) dla (x, y) A (gdzie A zbiór atomów (X, Y )). Własności rozkładu zmiennych dyskretnych 1 P (X,Y ) ({(x, y)}) = P (X = x, Y = y) > 0 dla (x, y) A; 2 (x,y) A P (X,Y )({(x, y)}) = (x,y) A P (X = x, Y = y) = 1

Przykład 3 Bolek, Lolek i Tola wstąpili do kasyna. (A) Bolek postawił na czerwone, (C) Tola postawiła na pierwsze 12; Jeśli Bolek wygra, to dostanie 1 żeton. Tola za wygrana dostaje 2 żetony. W przypadku przegranej tracą żeton. X A wygrana Bolka. X C wygrana Toli. Wektor (X A, X C ) ma rozkład dyskretny P ((X A, X C ) {( 1, 1), ( 1, 2), (1, 1), (1, 2)}) = 1 Podaj rozkład łączny (X A, X C )

Łączne rozkłady ciągłe Definicja Mówimy, że wektor losowy (X, Y ) ma rozkład ciągły, gdy istnieje gęstość, czyli funkcja f : R 2 R +, taka że dla dowolnego zbioru borelowskiego A zachodzi P (X,Y ) (A) = P ( (X, Y ) A ) = f (x, y) dx dy Aby podać rozkład łączny wektora o rozkładzie ciągłym wystarczy podać jego gęstość. Własności gęstości f 1 f (x, y) 0, dla (x, y) R 2 2 R f (x, y) dx dy = 1 2 A

Przykład: rozkład jednostajny / prawdopodobieństwo geometryczne Przykład 4 Jeśli A R 2 jest (mierzalnym/borelowskim) zbiorem, to prawdopodobieństwo geometryczne na zbiorze A zadaje rozkład ciągły z gęstością 1 λ(a) dla (x, y) A, f (x, y) = 0 dla (x, y) / A, nazywamy go również rozkładem jednostajnym na A (λ(a) to miara zbioru A)

Przykład łączny rozkład ciągły Przykład 5 Podaj rozkład łączny wektora (X,Y) równego współrzędnym punktu wybranego w sposób jednostajny z trójkąta na ilustracji poniżej.

Rozkłady brzegowe Definicja Jeśli (X, Y ) jest wektorem losowym, to rozkład zmiennej losowej X oraz rozkład zmiennej losowej Y nazywamy jego rozkładami brzegowymi

Rozkłady brzegowe Fakt Jeśli (X, Y ) ma rozkład dyskretny o skupiony na zbiorze A, wówczas rozkłady brzegowe (X, Y ) są dyskretne o rozkładach P X ({x}) = P (X = x) = P Y ({y}) = P (Y = y) = odpowiednio dla zmiennych X i Y. y:(x,y) A x:(x,y) A P (X = x, Y = y), P (X = x, Y = y)

Przykład 6 Bolek, Lolek i Tola wstąpili do kasyna. (A) Bolek postawił na czerwone, (C) Tola postawiła na pierwsze 12; Jeśli Bolek wygra, to dostanie 1 żeton. Tola za wygraną dostaje 2 żetony. W przypadku przegranej tracą żeton. X A wygrana Bolka. X C wygrana Toli. Podaj rozkłady brzegowe (X A, X C ). Wektor X = (X A, X C ) ma rozkład łączny P (X A = 1, X C = 1) = 13 37, P (X A = 1, X C = 2) = 6 P (X A = 1, X C = 1) = 12 37, P (X A = 1, X C = 2) = 6 37 37,

Rozkłady brzegowe Fakt Jeśli (X, Y ) ma rozkład ciągły z gęstością f = f (X,Y ), wówczas rozkłady brzegowe są ciągłe z gęstościami f X (x) = f (x, y) dy, f Y (y) = f (x, y) dx, odpowiednio dla zmiennych X i Y. R R

Przykład: rozkład jednostajny / prawdopodobieństwo geometryczne Przykład 7 Wektor (X, Y ) ma rozkład jednostajny na trójkącie z ilustracji tzn. gęstość (X, Y ) jest dana wzorem f (x, y) = { 2 dla 0 1 x y 1, 0 dla pozostałych (x, y). Podaj rozkłady brzegowe wektora (X, Y ).

Czy rozkłady brzegowe jednoznacznie wyznaczają rozkład łączny? Przykład 8 Wyznacz rozkłady brzegowe wektora (X, Y ) o gęstości łącznej { 4xy dla 0 x 1, 0 y 1, f (x, y) = 0 dla pozostałych (x, y) i porównaj z wynikiem z poprzedniego zadania.

Czy rozkłady brzegowe jednoznacznie wyznaczają rozkład łączny? Przykład 8 Wyznacz rozkłady brzegowe wektora (X, Y ) o gęstości łącznej { 4xy dla 0 x 1, 0 y 1, f (x, y) = 0 dla pozostałych (x, y) i porównaj z wynikiem z poprzedniego zadania. Uwaga Znając tylko rozkłady brzegowe wektora (X, Y ) nie możemy wyznaczyć jego rozkładu łącznego.

Przypomnienie Dystrybuantą zmiennej losowej X nazywamy funkcję F X : R R + zadaną wzorem F X (t) := P(X t).

Przypomnienie Dystrybuantą zmiennej losowej X nazywamy funkcję F X : R R + zadaną wzorem F X (t) := P(X t). Definicja Dystrybuantą wektora losowego (X, Y ) nazywamy funkcję F (X,Y ) : R 2 R zadaną wzorem F (X,Y ) (s, t) = P(X s, Y t) = P ( (X, Y ) (, s] (, t] )

Przykład: rozkład jednostajny / prawdopodobieństwo geometryczne Przykład 9 Wektor (X, Y ) ma rozkład jednostajny na trójkącie z ilustracji tzn. gęstość (X, Y ) jest dana wzorem f (x, y) = { 2 dla 0 1 x y 1, 0 dla pozostałych (x, y). Podaj dystrybuantę wektora (X, Y ). Zrób to na dwa sposoby: sprytnie i korzystając z gęstości.

Dystrybuanta Twierdzenie dystrybuanta F = F (X,Y ) ma następujące własności: 1 F (s, t) jest niemalejąca względem każdego argumentu, 2 F (s, t) 0 jeśli min(s, t) (czyli s lub t dąży do ), 3 F (s, t) 1 jeśli min(s, t) (czyli s oraz t dążą do + ), 4 F jest prawostronnie ciągła, 5 jeśli s 1 s 2 oraz t 1 t 2 to F (s 2, t 2 ) F (s 1, t 2 ) F (s 2, t 1 ) + F (s 1, t 1 ) 0 i na odwrót: każda taka funkcja zadaje pewien rozkład

Fakt Jeśli rozkład wektora losowego (X, Y ) ma gęstość, to spełnia ona równość f (X,Y ) = 2 s t F (X,Y )(s, t)