Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni
Wykładowca: dr hab. A. Jurlewicz
Przykłady do listy 4: Wartość oczekiwana, wariancja, mediana, kwartyle rozkładu prawdopodobieństwa. Standaryzacja rozkładu normalnego.
Przykłady do zadania 4.1 :
(a) Wyliczyć - o ile to możliwe - wartość oczekiwaną i wariancję oraz wyznaczyć medianę i kwartyle dyskretnego rozkładu zmiennej losowej X podanego w tabeli:
n 1 2 3 4
xn 2 3 4 5
pn 0,1 0,3 0,4 0,2
• EX = 2 · 0, 1 + 3 · 0, 3 + 4 · 0, 4 + 5 · 0, 2 = 3, 7
• D2X = 22· 0, 1 + 32· 0, 3 + 42· 0, 4 + 52· 0, 2 − (EX)2 = 0, 81 (√
D2X = 0, 9)
• x0,25 = 3, x0,5 = x0,75 = 4
0 1 2 3 4 5
−0.5 0 0.5 1 1.5
2 3 4 5
1 0.8
0.4
0.1
0.75 0.5
0.25 F(x)
x
x0.75
x0.25 x
0.5
(b) Wyliczyć - o ile to możliwe - wartość oczekiwaną i wariancję oraz wyznaczyć medianę i kwartyle dyskretnego rozkładu zmiennej losowej X, zadanego ciągiem {(xn, pn), n = 1, 2, . . .}, gdzie xn= 2n, pn = 2
3n, n = 1, 2, . . ..
• EX =
∞
X
n=1
xnpn=
∞
X
n=1
2n · 2 3n = 4 ·
1 3
1 − 132
= 3.
(Skorzystaliśmy ze wzoru z Analizy Matematycznej:
∞
X
n=1
nxn= x
(1 − x)2 dla |x| < 1.)
• D2X =
∞
X
n=1
x2npn−(EX)2 =
∞
X
n=1
(2n)2· 2
3n−32 = 8 3
∞
X
n=1
n2·
1 3
n−1
−9 = 8
3· 1 + 13
1 −133
−9 = 3.
(Skorzystaliśmy ze wzoru z Analizy Matematycznej:
∞
X
n=1
n2xn−1 = 1 + x
(1 − x)3 dla |x| < 1.) (√
D2X ≈ 1, 7230)
• x0,25 = x0,5 = 2, x0,75 = 4
−1 0 1 2 3 4 5 6 7
−0.5 0 0.5 1 1.5
2/3 8/9 26/27
2 4 6
0.5 0.75
0.25
x0.75
x0.25
x0.5
F(x)
x
(c) Wyliczyć - o ile to możliwe - wartość oczekiwaną i wariancję oraz wyznaczyć medianę i kwartyle
dyskretnego rozkładu zmiennej losowej X podanego w tabeli:
n 1 2 3
xn -1 5 10 pn 12 13 16
• EX = −1 · 12 + 5 · 13 + 10 · 16 = 176 ≈ 2, 8333
• D2X = (−1)2· 12 + 52· 31 + 102· 16 − (EX)2 = 62936 ≈ 17, 4722 (√
D2X ≈ 4, 1780)
• x0,25 = −1, x0,5 - dowolna liczba z przedziału [−1, 5], x0,75= 5
0 2 4 6 8 10
−0.5 0 0.5 1 1.5
1 5/6
1/2
0,75
0,25 0,5
x0,25 x
0,75
przedzial median
−1 5 10
F(x)
Przykłady do zadania 4.2 :
(a) Wyliczyć - o ile to możliwe - wartość oczekiwaną i wariancję oraz wyznaczyć medianę i kwartyle ciągłego rozkładu zmiennej losowej X o gęstości f (x) =
( 0 dla x /∈ [0,√3 3], x2 dla x ∈ [0,√3
3].
• EX = ∞R
−∞
xf (x)dx =
√3
R3 0
x3dx = x4 4
√3
3
0
= 3√3 3
4 ≈ 1, 0817
• D2X =
∞
R
−∞
x2f (x)dx−(EX)2 =
√3
3
R
0
x4dx−(EX)2 = x5 5
√3
3
0
= 3√3 9 5 −9√3
9
16 = 3√3 9
80 ≈ 0, 0780 (√
D2X ≈ 0, 2793)
• Dystrybuanta rozkładu X to F (x) = Rx
−∞
f (t)dt =
0 dla x ¬ 0,
x3
3 dla 0 < x ¬√3 3, 1 dla x > √3
3.
• F (x) = q ⇔ x3 = 3q ⇔ x = √3
3q dla 0 < q < 1
• Zatem x0,25=√3
0, 75 ≈ 0, 9086, x0,5 =√3
1, 5 ≈ 1, 1447, x0,75=√3
2, 25 ≈ 1, 3104
(b) Wyliczyć - o ile to możliwe - wartość oczekiwaną i wariancję oraz wyznaczyć medianę i kwartyle ciągłego rozkładu zmiennej losowej X o gęstości f (x) =
0 dla x ¬ 1, 1
3x4/3 dla x > 1.
•
∞
R
−∞
xf (x)dx =
∞
R
1
dx
3x4/3 - rozbieżna do ∞
Zatem EX nie jest skończona, a D2X nie istnieje
• Dystrybuanta rozkładu X to F (x) =
x
R
−∞
f (t)dt =
( 0 dla x ¬ 1,
1 − x−1/3 dla x > 1.
• F (x) = q ⇔ 1 − x−1/3 = q ⇔ x = (1 − q)−3 dla 0 < q < 1
• Zatem x0,25= 0, 75−3 ≈ 2, 3704, x0,5 = 0, 5−3 = 8, x0,75 = 0, 25−3 ≈ 64
(c) Wyliczyć - o ile to możliwe - wartość oczekiwaną i wariancję oraz wyznaczyć medianę i kwartyle
ciągłego rozkładu zmiennej losowej X ma rozkład o gęstości f (x) =
0 dla x < −1,
−596(x2− 4) dla −1 ¬ x < 1, 0 dla 1 ¬ x < 2,
−596(x − 5) dla 2 ¬ x < 3,
0 dla 3 ¬ x
• EX = ∞R
−∞
xf (x)dx = −596
1
R
−1
x(x2− 4)dx +R3
2
x(x − 5)dx
!
=
= −596
0 +
x3
3 − 5x2 2
3
2
= 3759 ≈ 0, 6271
(pierwsza całka w sumie równa jest 0 jako całka z funkcji nieparzystej po przedziale sy- metrycznym względem zera)
• D2X =
∞
R
−∞
x2f (x)dx − (EX)2 = −596
1
R
−1
x2(x2− 4)dx +R3
2
x2(x − 5)dx
!
−37592 =
= −596
2
x5
5 − 4x3 3
1
0
+
x4
4 − 5x3 3
3
2
−37592 = 374890910·592 ≈ 1, 4050
(wykorzystaliśmy fakt, że pierwsza całka jest z funkcji parzystej po przedziale symetrycz- nym względem zera)
(√
D2X ≈ 1, 1850)
• Dystrybuanta rozkładu X to (z przykładu 3.5)
F (x) =
0 dla x < −1,
2(x(12−x2)+11)
59 dla −1 ¬ x < 1,
44
59 dla 1 ¬ x < 2,
3x(10−x)−4
59 dla 2 ¬ x < 3,
1 dla 3 ¬ x
−1.5 −1 −0.5 0 0.5 1 1.5 2 2.5 3 3.5
−0.2 0 0.2 0.4 0.6 0.8 1 1.2
0,75
0,25 0,5
x0,75 x0,25 x0,5
≈ 0,7458
−1 1 2 3
≈ 2,014
F(x)
x
• F (x) = 0, 25 ⇔ 2(x(12−x592)+11) = 0, 25; −1 < x < 1 ⇔
⇔ −x3+ 12x + 3, 625 = 0; −1 < x < 1 x0,25 jest rozwiązaniem tego równania
Metodą przybliżoną otrzymujemy rozwiązanie x0,25≈ −0, 3125
• F (x) = 0, 5 ⇔ 2(x(12−x592)+11) = 0, 5; −1 < x < 1 ⇔
(d) Wyliczyć - o ile to możliwe - wartość oczekiwaną i wariancję oraz wyznaczyć medianę i kwartyle ciągłego rozkładu zmiennej losowej X o gęstości f (x) =
0, 25ex dla x ¬ 0,
0,25
ln 2 dla 0 < x ¬ ln 2, e−x dla x > ln 2
• EX = ∞R
−∞
xf (x)dx = 0, 25 R0
−∞
xexdx + 0,25ln 2 ln 2R
0
xdx +
∞
R
ln 2
xe−xdx =
= 0, 25
(x − 1)ex
0
−∞
+0,25ln 2
x2 2
ln 2
0
+ −(x + 1)e−x
∞
ln 2
= −0, 25 + 0,25 ln 22 + ln 2+12 =
= 0, 625 ln 2 + 0, 25 ≈ 0, 6832 Obliczenia pomocnicze:
R xexdx =R x(ex)0dx = xex−R exdx = (x − 1)ex+ C
R xe−xdx =R x(−e−x)0dx = −xe−x+R e−xdx = −(x + 1)e−x+ C
x→−∞lim (x − 1)ex = lim
x→−∞
x−1 e−x
= limH x→−∞
1
−e−x = 0
x→∞lim(x + 1)e−x = lim
x→∞
x+1 ex
= limH x→∞
1 ex = 0
• D2X =
∞
R
−∞
x2f (x)dx − (EX)2 = 0, 25
0
R
−∞
x2exdx + 0,25ln 2
ln 2
R
0
x2dx +
∞
R
ln 2
x2e−xdx =
= 0, 25
(x2− 2x + 2)ex
0
−∞
+ 0,25ln 2
x3 3
ln 2
0
+ −(x2 + 2x + 2)e−x
∞
ln 2
= −0, 5 +0,25 ln3 22+ +ln22+2 ln 2+22 − (0, 625 ln 2 + 0, 25)2 = 1, 25 + 0, 375 ln 2 + 3.5 ln622 ≈ 1, 7902
Obliczenia pomocnicze:
R x2exdx =R x2(ex)0dx = x2ex− 2R xexdx = (x2− 2x + 2)ex+ C
R x2e−xdx =R x2(−e−x)0dx = −x2e−x+ 2R xe−xdx = −(x2+ 2x + 2)e−x+ C
x→−∞lim (x2 − 2x + 2)ex = lim
x→−∞
x2−2x+2 e−x
= limH x→−∞
2x−2
−e−x = 0
x→∞lim(x2+ 2x + 2)e−x = lim
x→∞
x2+2x+2 ex
= limH x→∞
2x+2 ex = 0 (√
D2X ≈ 1, 3380)
• Dystrybuanta rozkładu X to (z przykładu 3.6(c))
F (x) =
0, 25ex dla x ¬ 0, 0, 25ln 2x + 1 dla 0 < x ¬ ln 2, 1 − e−x dla x > ln 2
−10 −8 −6 −4 −2 0 2 4 6 8 10
−0.5 0 0.5 1 1.5
F(x)
x 0,75
0,25 0,5
x0,75 x0,25
x0,5
= 0
= ln2
= ln4
• F (x) = 0, 25 ⇔ x = 0 Zatem x0,25= 0
• F (x) = 0, 5 ⇔ x = ln 2 Zatem x0,5 = ln 2 ≈ 0, 6931
• F (x) = 0, 75 ⇔ 1 − e−x = 0, 75 ⇔ x = ln 4 Zatem x0,75= ln 4 ≈ 1, 3863
(e) Wyliczyć - o ile to możliwe - wartość oczekiwaną i wariancję oraz wyznaczyć medianę i kwartyle rozkładu zmiennej losowej Z o dystrybuancie F (z) =
0 dla z ¬ 0,
1 − (1 − z)2 dla 0 < z ¬ 1, 1 dla z > 1.
• Jest to rozkład ciągły o gęstości f (z) = F0(z) =
( 2(1 − z) dla 0 < z < 1,
0 poza tym.
• EZ = R∞
−∞
zf (z)dz = 2
1
R
0
z(1 − z)dz = 2
z
2
2 − z33
1
0
= 13 ≈ 0, 3333
• D2Z =
∞
R
−∞
z2f (z)dz−(EZ)2 = 2
1
R
0
z2(1−z)dz−132 = 2
z
3
3 − z44
1
0
−132 = 181 ≈ 0, 0556 (√
D2Z ≈ 0, 2357)
• F (z) = q ⇔ (1 − z)2 = 1 − q ⇔ z = 1 −√
1 − q dla 0 < q < 1
• Zatem z0,25= 1 −√
0, 75 ≈ 0, 1340, z0,5 = 1 −√
0, 5 ≈ 0, 2929, z0,75= 1 −√
0, 25 ≈ 0, 5 Przykłady do zadania 4.3 :
(a) Promień kuli R ma rozkład jednostajny U (4, 9; 5, 1) cm. Kulę wykonano z żelaza o gęstości 7,88 g/cm3. Wyliczyć - o ile to możliwe - wartość oczekiwaną i wariancję losowej masy M tej kuli wykorzystując rozkład promienia losowego R (patrz także przykład 3.7 (c)).
• Masa kuli równa jest M = a−3R3, gdzie a = (4 · 7, 88π/3)−1/3≈ 0, 3117.
• Gęstość R ma postać: fR(r) =
( 0, gdy r /∈ [4, 9; 5, 1],
1
5,1−4,9 = 5, gdy r ∈ [4, 9; 5, 1].
• EM = a−3ER3 = a−3
∞
R
−∞
r3fR(r)dr = 5a−3
5,1
R
4,9
r3dr = 5a−3 5,14−4,94 4 ≈ 4127, 6 g.
• D2M = EM2− (EM )2 = a−6ER6− (EM )2 = a−6
∞
R
−∞
r6fR(r)dr − (EM )2 =
= 5a−3
5,1
R
4,9
r6dr − (EM )2 = 5a−3 5,16−4,96 6 −5a−3 5,14−4,94 42 ≈ 20433, 686 g2.
(b) Zmienna losowa X ma rozkład Cauchy’ego C(0, 1). Wyliczyć - o ile to możliwe - wartość ocze- kiwaną i wariancję zmiennej losowej Y = arctgX wykorzystując rozkład zmiennej losowej X, (patrz też przykład 3.7 (d)).
• X ma gęstość postaci f (x) = 1 .
Przykłady do zadania 4.4 :
(a) Błąd pomiaru długości śruby ma standardowy rozkład normalny. Znaleźć prawdopodobieństwo, że błąd zawarty będzie w przedziale [0; 0,5], [-1; 1], [-2,3; 2].
• Oznaczmy błąd pomiaru długości śruby przez B.
Wiemy, że B to zmienna losowa o standardowym rozkładzie normalnym.
P (B < x) = P (B ¬ x) = Φ(x).
Wartości funkcji Φ odczytujemy z tablic.
• P (B ∈ [0; 0, 5]) = P (0 ¬ B ¬ 0, 5) = Φ(0, 5) − Φ(0) = 0, 6915 − 0, 5 = 0, 1915
• P (B ∈ [−1; 1]) = P (−1 ¬ B ¬ 1) = Φ(1) − Φ(−1) = Φ(1) − (1 − Φ(1)) = 2Φ(1) − 1 =
= 2 · 0, 8413 − 1 = 0, 6828
• P (B ∈ [−2, 3; 2]) = P (−2, 3 ¬ B ¬ 2) = Φ(2) − Φ(−2, 3) = Φ(2) − (1 − Φ(2, 3)) =
= 0, 9772 − (1 − 0, 9893) = 0, 9665
(b) Długość produkowanych detali ma rozkład N (0, 9; 0, 003). Norma przewiduje wyroby o wymia- rach 0, 9 ± 0, 005. Jaki procent produkowanych detali nie spełnia wymogów normy?
• Oznaczmy długość produkowanych detali przez L.
Jest to zmienna losowa o rozkładzie N (m = 0, 9; σ = 0, 003).
Wiemy, że L−mσ ma rozkład N (0, 1).
• Detal spełnia wymogi normy, gdy 0, 9 − 0, 005 ¬ L ¬ 0, 9 + 0, 005.
• P (detal nie spełnia wymogów normy)= 1 − P (0, 9 − 0, 005 ¬ L ¬ 0, 9 + 0, 005) =
= 1 − P0,9−0,005−0,9
0,003 ¬ L−mσ ¬ 0,9+0,005−0,9 0,003
= 1 −Φ53− Φ−53=
= 21 − Φ53≈ 2(1 − Φ(1, 67)) = 2(1 − 0, 9525) = 0, 095.
• Odp. 9,5% produkowanych detali nie spełnia wymogów normy.
(c) Asystent prowadzący zajęcia ze statystyki przychodzi do sali na ogół 2 minuty przed wyzna- czoną godziną rozpoczęcia zajęć. Zakładając, że czas przyjścia jest zmienną losową o rozkładzie normalnym z σ = 2 minuty, określić, jakie jest prawdopodobieństwo spóźnienia się tego asy- stenta na zajęcia. (Czy asystent powinien zmienić zwyczaje?)
• Przyjmiemy, że moment rozpoczęcia zajęć t0 = 0.
Oznaczmy przez T moment przyjścia asystenta.
Jest to zmienna losowa o rozkładzie normalnym N (m = −2, σ = 2) (m = −2, bo asystent przychodzi na ogół 2 minuty przed chwilą t0 = 0).
• P (asystent się spóźni)= P (T > 0) = PT −mσ > 0−(−2)2 = 1 − Φ(1) =
= 1 − 0, 8413 = 0, 1587.