Rachunek Prawdopodobieństwa MAT1332
Wydział Matematyki, Matematyka Stosowana
Przykłady 5. Zmienne losowe. Rozkłady dyskretne i ciągłe.
Opracowanie: dr hab. Agnieszka Jurlewicz
Przykłady 5.1 :
(a) Niech X oznacza ocenę z egzaminu (w czterostopniowej skali ocen: 2, 3, 4, 5) losowo wybranego studenta z dużej grupie studenckiej. Rozkład tej zmiennej losowej podany jest w tabeli:
n 1 2 3 4
xn 2 3 4 5
pn 0.1 0.3 0.4 C
Wyznacz stałą C i oblicz prawdopodobieństwo, że ocena jest wyższa niż 3.
Rozwiązanie:
• ∀n = 1, 2, 3, 4 pn 0 ⇔ C 0
• P4
n=1
pn= 0.1 + 0.3 + 0.4 + C = 0.8 + C = 1 ⇔ C = 0.2
• Oba warunki spełnione są dla C = 0.2.
• Ocena jest wyższa niż 3 ⇐⇒ X > 3
P (X > 3) = P (X = 4) + P (X = 5) = p3+ p4 = 0.4 + 0.2 = 0.6
(b) Zmienna losowa X przyjmuje wartość xn = 2n, n = 1, 2, . . ., z prawdopodobieństwem pn proporcjonalnym do 1
3n. Wylicz prawdopodobieństwo, że wartość tej zmiennej losowej jest po- dzielna przez 3. Wyznacz dystrybuantę rozkładu tej zmiennej losowej.
Rozwiązanie:
• Ciąg {xn} jest różnowartościowy.
• pn= c
3n 0 ∀ n ⇔ c 0.
•
∞
X
n=1
pn= c
∞
X
n=1
1 3
n
= c 3· 1
1 − 13 = c
2 = 1 ⇔ c = 2.
• Wszystkie warunki na ciąg wartości i prawdopodobieństw określający rozkład dyskretny są spełnione dla c = 2.
• P (X podzielne przez 3) = P∞
k=1
P (X = 2 · 3k) = P∞
k=1
p3k = 2
∞
X
k=1
1 3
3k
=
= 2
∞
X
k=1
1 33
k
= 2 33 · 1
1 −313
= 1
13 ≈ 0.0770.
• Dla x ¬ 2 F (x) = P (X < x) = 0, gdyż 2 to najmniejsza wartość przyjmowana przez zmienną losową.
• Dla x > 2 parzystych mamy
F (x) =
x 2−1
X
n=1
pn =
x 2−1
X
n=1
2 3n = 2
3
1 −13
x 2−1
1 − 13 = 1 −
1 3
x2−1
.
• Natomiast dla pozostałych x > 2
F (x) = [x2]
X
n=1
pn= [x2]
X
n=1
2 3n = 2
3
1 −13[x2]!
1 −13 = 1 −
1 3
[x2] , gdzie hx2i oznacza część całkowitą liczby x2.
• Zatem
F (x) =
0 dla x ¬ 2,
1 −
1 3
n
dla 2n < x ¬ 2(n + 1), n = 1, 2, . . . . Przykłady 5.2 :
(a) Czy można dobrać stałą c tak, aby funkcja f (x) =
( c sin x dla 0 < x ¬ 1.5π,
0 poza tym
była gęstością pewnego rozkładu probabilistycznego? Odpowiedź uzasadnij.
Rozwiązanie:
• Odp. Nie.
• Uzasadnienie:
Dla c 6= 0 funkcja f (x) zmienia znak. Zatem f (x) 0 dla każdego x wtedy i tylko wtedy, gdy c = 0. Ale dla c = 0 mamy
∞
R
−∞
f (x)dx = 0 6= 1.
• Uwaga: można dobrać c tak, aby ∞R
−∞
f (x)dx = 1.
Przykłady 5.3 : (a) Uzasadnij, że funkcja
f (x) =
0.5 dla −1 ¬ x ¬ 0, 1 − x dla 0 < x ¬ 1, 0 dla pozostałych x,
jest gęstością pewnej zmiennej losowej X. Wylicz następnie P (−0.25 < X < 0.5), P (X 0.25), P (X = 0). Wyznacz dystrybuantę tej zmiennej losowej i wylicz podane wcześniej prawdopo- dobieństwa za pomocą dystrybuanty.
Rozwiązanie:
• Narysujmy wykres funkcji f (x):
(i) Żaden fragment wykresu f nie leży poniżej osi 0x, więc f (x) 0 ∀ x.
(ii)
∞
R
−∞
f (x)dx to inaczej pole pod wykresem funkcji f . Jest ono równe 1 jako suma pól
2
• P (−0.25 < X < 0.5) = 0.5R
−0.25
f (x)dx to pole pod wykresem funkcji f nad odcinkiem (−0.25, 0.5), które jest sumą żółtych pól prostokąta i trapezu (patrz rysunek poniżej).
Zatem P (−0.25 < X < 0.5) = 0.5 · 0.25 + (0.5 − 0.5 · 0.52) = 0.5.
• P (X 0.25) = ∞R
0.25
f (x)dx to pole pod wykresem funkcji f nad półprostą (0.25, ∞), czyli pole żółtego trójkąta (patrz rysunek poniżej).
Zatem P (X 0.25) = 0.5 · 0.752 = 0.28125.
• P (X = 0) =R0
0
f (x)dx to pole pod wykresem funkcji f nad punktem 0, czyli pole żółtego odcinka (patrz rysunek poniżej). Zatem P (X = 0) = 0.
• Dystrybuanta ma postać F (x) = Rx
−∞
f (t)dt =
0 dla x < −1,
0.5(x + 1) dla −1 ¬ x < 0, 1 − 0.5(1 − x)2 dla 0 ¬ x < 1,
1 dla 1 ¬ x
• F jest ciągła, więc
P (−0.25 < X < 0.5) = F (0.5) − F (−0.25) = 1 − 0.125 − 0.5 · 0.75 = 0.5
• P (X 0.25) = 1 − F (0.25) = 0.5 · 0.752 = 0.28125.
Uwaga:
Całki w naszym rozwiązaniu można oczywiście było obliczać także bezpośrednio:
np.
∞
R
−∞
f (x)dx =
−1
R
−∞
0dx +
0
R
−1
0.5dx +
1
R
0
(1 − x)dx +
∞
R
1
0dx = 0.5x|0−1+ (x − 0.5x2|10 = 1.
(b) Dobierz stałą c tak, aby funkcja f (x) =
0 dla x < −1, c(x2− 4) dla −1 ¬ x < 1, 0 dla 1 ¬ x < 2, c(x − 5) dla 2 ¬ x < 3,
0 dla 3 ¬ x
była gęstością pewnej zmiennej losowej X.
Wylicz następnie P (0.5 ¬ X < 1.5) i P (X 2.5).
Rozwiązanie:
• f (x) 0 dla każdego x wtedy i tylko wtedy, gdy c ¬ 0 (wzory bez c dają funkcje ujemne na podanych przedziałach).
• ∞R
−∞
f (x)dx = c
1
R
−1
(x2− 4)dx + cR3
2
(x − 5)dx = −596c = 1 wtedy i tylko wtedy, gdy c = −596.
• Oba warunki na gęstość są spełnione wtedy i tylko wtedy, gdy c = −596.
• P (0.5 ¬ X < 1.5) = 1.5R
0.5
f (x)dx = −596
1
R
0.5
(x2− 4)dx = −596
x
3
3 − 4x
1
0.5
=
= −596 13 − 4 −3·81 + 2= 23641 ≈ 0.174
• P (X 2.5) =
∞
R
2.5
f (x)dx = −596
3
R
2.5
(x − 5)dx = −596
x
2
2 − 5x
3
2.5
= 23627 ≈ 0.114.
(c) Dobierz stałą c tak, aby funkcja
f (x) =
0 dla x ¬ 1, c
x2 dla x > 1
była gęstością pewnej zmiennej losowej X. Wylicz następnie P (2 ¬ X < 3) i P (X > 2). Znajdź dystrybuantę tej zmiennej losowej.
Rozwiązanie:
• ∞R
−∞
f (x)dx = −c x
∞
1
= c = 1 ⇐⇒ c = 1.
• Dla c = 1 mamy f (x) 0 dla każdego x.
• Zatem f (x) jest gęstością wtedy i tylko wtedy, gdy c = 1.
• P (2 ¬ X < 3) =R3f (t)dt = −1
3
= −1 + 1
= 1
≈ 0.1667
• Dystrybuanta ma postać F (x) =
x
Z
−∞
f (t)dt =
( 0 dla x < 1, 1 − x−1 dla x 1.
• Zauważmy, że P (2 ¬ X < 3) = F (3) − F (2) = (1 − 3−1) − (1 − 2−1) = 1
6 ≈ 0.1667 P (X > 2) = 1 − F (2) = 1 − (1 − 2−1) = 1
2 = 0.5
(w zgodzie z wynikami otrzymanymi poprzednią metodą) Przykłady 5.4 :
(a) Dobierz stałe A i B tak, aby funkcja F (x) =
0 dla x ¬ −1,
A + B arc sin(x) dla −1 < x ¬ 1,
1 dla 1 < x
była dystrybuantą pewnej zmiennej losowej X o rozkładzie ciągłym.
Znajdź gęstość f (x) tego rozkładu.
Rozwiązanie:
• Żeby F mogła być dystrybuantą rozkładu ciągłego, musi być funkcją ciągłą, co ma miejsce, gdy
◦ 0 = F (−1) = lim
x→−1+F (x) = A − Bπ2
◦ A + Bπ2= F (1) = lim
x→1+F (x) = 1, czyli dla A = 12 i B = π1.
• Dla takich A i B funkcja F (x) jest lewostronnie ciągła oraz
• lim
x→−∞F (x) = 0 i lim
x→∞F (x) = 1.
• Dla A = 12 i B = π1 funkcja F jest niemalejąca na całej prostej, bo:
◦ jest stała na (−∞, −1) i na (1, ∞);
◦ F0(x) = 1
π√
1−x2 > 0 dla x ∈ (−1, 1);
◦ F jest ciągła w punktach −1 i 1.
• Zatem F (x) z A = 12 i B = 1π jest dystrybuantą.
• Ponadto jest to funkcja różniczkowalna, być może poza punktami −1 i 1. Zatem jest to dystrybuanta rozkładu ciągłego, którego gęstość ma postać
f (x) =
( F0(x) dla |x| 6= 1, 0 dla |x| = 1; =
( 1
π√
1−x2 dla − 1 < x < 1,
0 poza tym.