Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe
4.0. Rozkłady zmiennych losowych, dystrybuanta.
Katarzyna Rybarczyk-Krzywdzińska
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Wprowadzenie
Rozważmy eksperymenty
1 gra Bolka w ruletkę w kasynie;
2 strzał Lolka do tarczy (każdy punkt tarczy równo prawdopodobny)
Znamy już naturalne przestrzenie probabilistyczne, które odpowiadają tym eksperymentom.
związanych z eksperymentem np. „rozkład prawdopodobieństw”
1 liczby żetonów wygranych przez Bolka;
2 liczby punktów uzyskanych przez Lolka;
3 odległości od środka tarczy wyniku strzału Lolka.
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Wprowadzenie
A co jeślinieinteresują nas prawdopodobieństwa zbiorów wyników eksperymantu, ale„rozkład prawdopodobieństw” dla pewnych liczb związanych z eksperymentem np. „rozkład prawdopodobieństw”
1 liczby żetonów wygranych przez Bolka;
2 liczby punktów uzyskanych przez Lolka;
3 odległości od środka tarczy wyniku strzału Lolka.
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Zmienna losowa
1 Liczba żetonów wygranych przez Bolka;
2 Liczba punktów uzyskanych przez Lolka;
3 Odległości od środka tarczy wyniku strzału Lolka;
jest wartością funkcji, która każdemu zdarzeniu elementarnemu przyporządkowuje pewną wartość z R.
Niech (Ω, F , P) będzie przestrzenią probabilistyczną. Dowolną funkcję X : Ω → R taką, że
dla dowolnego zbioru borelowskiego A ∈ B(R) X−1(A) = {ω ∈ Ω : X (ω) ∈ A} ∈ F nazywamy zmienną losową.
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Zmienna losowa
1 Liczba żetonów wygranych przez Bolka;
2 Liczba punktów uzyskanych przez Lolka;
3 Odległości od środka tarczy wyniku strzału Lolka;
jest wartością funkcji, która każdemu zdarzeniu elementarnemu przyporządkowuje pewną wartość z R.
Definicja
Niech (Ω, F , P) będzie przestrzenią probabilistyczną.
Dowolną funkcję X : Ω → R taką, że
dla dowolnego zbioru borelowskiego A ∈ B(R) X−1(A) = {ω ∈ Ω : X (ω) ∈ A} ∈ F nazywamy zmienną losową.
Szczypta teorii miary itp.
Zmienna losowa jest to po prostu dowolna funkcja z (Ω, F , P) do R mierzalna w sensie Lebesgue’a.
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Przykład 1
Bolek postawił na „czerwone”;
Niech X : Ω → R będzie zmienną losową równą wygranej Bolka (w żetonach).
Prawdopodobieństwa jakich zdarzeń (w (Ω, F , P)) nas interesują?
Bolek przegrał jeden żeton {X = −1} = X−1(−1) ∈ F . Bolek wygrał jeden żeton {X = 1} = X−1(1) ∈ F Bolek nie wygrał żetonu
{X ¬ 0} = X−1((−∞, 0]) ∈ F .
Ich prawdopodobieństwa w (Ω, F , P)
P (X = −1) = P (X ¬ 0) = 1937,P (X = 1) = 1837
Przykład 1
Bolek postawił na „czerwone”;
Niech X : Ω → R będzie zmienną losową równą wygranej Bolka (w żetonach).
Prawdopodobieństwa jakich zdarzeń (w (Ω, F , P)) nas interesują?
Bolek przegrał jeden żeton {X = −1} = X−1(−1) ∈ F . Bolek wygrał jeden żeton {X = 1} = X−1(1) ∈ F Bolek nie wygrał żetonu
{X ¬ 0} = X−1((−∞, 0]) ∈ F . Ich prawdopodobieństwa w (Ω, F , P)
P (X = −1) = P (X ¬ 0) = 1937,P (X = 1) = 1837
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Przykład 2
Lolek strzela do tarczy∗;
Niech Y : Ω → R będzie zmienną losową równą liczbie uzyskanych punktów.
Prawdopodobieństwa jakich zdarzeń (w (Ω, F , P)) nas interesują?
Lolek dostał 10 punktów {Y = 10} = Y−1(10) ∈ F .
Lolek dostał co najwyżej 5 punktów {Y ¬ 5} = Y−1((−∞, 5]) ∈ F
Ich prawdopodobieństwa w (Ω, F , P) P (Y = 10) = 1001 ,P (Y ¬ 5) = 10075
∗Zakładamy, że Lolek za każdym razem trafia w tarczę, trafiony punkt jest losowy zgodnie z prawd. geometrycznym i że tarcza ma promień 10.
Przykład 2
Lolek strzela do tarczy∗;
Niech Y : Ω → R będzie zmienną losową równą liczbie uzyskanych punktów.
Prawdopodobieństwa jakich zdarzeń (w (Ω, F , P)) nas interesują?
Lolek dostał 10 punktów {Y = 10} = Y−1(10) ∈ F .
Lolek dostał co najwyżej 5 punktów {Y ¬ 5} = Y−1((−∞, 5]) ∈ F Ich prawdopodobieństwa w (Ω, F , P) P (Y = 10) = 1001 ,P (Y ¬ 5) = 10075
∗Zakładamy, że Lolek za każdym razem trafia w tarczę, trafiony punkt jest losowy zgodnie z prawd. geometrycznym i że tarcza ma promień 10.
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Trochę oszukana definicja
Rozkład zmiennej losowejto informacja o tym, jakie wartości ta zmienna losowa może przyjmować i jakie są prawdopodobieństwa tych wartości.
Rozkład zmiennej losowej jest miarą probabilistyczną na B(R).
Z punktu widzenia praktycznego:
rozkład zmiennej losowej niesie mniej informacji niż zmienna losowa, i czasem dobrze jest pozbyć się nadmiaru informacji, a czasem pozbywanie się informacji nie jest mądre.
Trochę oszukana definicja
Rozkład zmiennej losowejto informacja o tym, jakie wartości ta zmienna losowa może przyjmować i jakie są prawdopodobieństwa tych wartości.
Rozkład zmiennej losowej jest miarą probabilistyczną na B(R).
Z punktu widzenia praktycznego:
rozkład zmiennej losowej niesie mniej informacji niż zmienna losowa, i czasem dobrze jest pozbyć się nadmiaru informacji, a czasem pozbywanie się informacji nie jest mądre.
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Definicja
Rozkładem (prawdopodobieństwa) zmiennej losowej X nazywamy miarę probabilistyczną PX (funkcję prawd. PX) na prostej R wyposażonej w σ-ciało zbiorów borelowskich B(R) zadaną wzorem
PX(A) := P
ω ∈ Ω : X (ω) ∈ A
= P X−1(A)= P(X ∈ A) dla dowolnego borelowskiego zbioru A ∈ B(R)
Przypomnienie
Dowolną funkcję X : Ω → R taką, że
dla dowolnego zbioru borelowskiego A ∈ B(R) X−1(A) = {ω ∈ Ω : X (ω) ∈ A} ∈ F nazywamyzmienną losową.
Definicja
Rozkładem (prawdopodobieństwa) zmiennej losowej X nazywamy miarę probabilistyczną PX (funkcję prawd. PX) na prostej R wyposażonej w σ-ciało zbiorów borelowskich B(R) zadaną wzorem
PX(A) := P
ω ∈ Ω : X (ω) ∈ A
= P X−1(A)= P(X ∈ A) dla dowolnego borelowskiego zbioru A ∈ B(R)
Definicja - bardziej ogólnie
Rozkładem prawdopodobieństwana R nazywamy każdą miarę probabilistyczną na B(R).
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Uwaga dotycząca oznaczeń
Niebawem poznamy wiele słynnych rozkładów
prawdopodobieństwa (czyli miar probabilistycznych na B(R)) Fakt, że zmienna losowa X ma rozkład PX będziemy oznaczać
X ∼ PX
.
Uwaga dotycząca oznaczeń
PX(A) = P
ω ∈ Ω : X (ω) ∈ A
= P X−1(A)=P(X ∈ A) Dla szczególnych zbiorów np. A = (a, b), A = {c}
PX((a, b)) = P
ω ∈ Ω : a < X (ω) < b
= P X−1((a, b))
=P(a < X < b) PX({c}) = P
ω ∈ Ω : X (ω) = c
= P X−1({c})
=P(X = c )
Zazwyczaj będziemy wykorzystywać ostatnią, najkrótszą notację.
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Uwaga
Dowolna zmienna losowa X : Ω → R wyznacza nową przestrzeń probabilistyczną (R, B(R), PX).
W konkretnych przypadkach (a tylko takie będziemy rozpatrywać) podanie rozkładu zmiennej losowej X jest o wiele prostsze niż podawanie miary dla każdego zbioru borelowskego.
Przykład 3
W przypadku wygranej Bolka (zmiennej losowej X ) wystarczy podać
PX({−1}) = P(X = −1) = 1937, PX({1}) = P(X = 1) = 1837. Dlaczego?
Trochę nazewnictwa
Trochę nazewnictwa
Mówimy, że zmienna losowa X jest skupiona nazbiorze A ⊆ R, gdy P (X ∈ A) = P X−1(A)= 1
(wybieramy zwykle jak najmniejszy lub „ jak najładniejszy” taki zbiór).
Przykład 4
Na jakim zbiorze skupiona jest zmienna losowa X równa wygranej Bolka w ruletkę?
Y równa liczbie punktów Lolka w rzucie do tarczy?
Z równa odległości strzału Lolka od środka tarczy?
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Dystrybuanta
Dladowolnejzmiennej losowej można określić dystrybuantę.
Definicja
Dystrybuantą zmiennej losowej X nazywamy funkcję F : R → R daną wzorem
F (a) =P (X ¬ a)= PX−1((−∞, a])= PX((−∞, a]).
Przypomnijmy, że dla dowolnej liczby a ∈ R zbiór
{X ¬ a} = X−1((−∞, a]) ∈ F jest zdarzeniem w przestrzeni (Ω, F , P), na której jest określona X .
Przykład 5
Bolek postawił na „czerwone”;
Niech X : Ω → R będzie zmienną losową równą wygranej Bolka.
Podaj dystrybuantę zmiennej losowej X .
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Wprowadzenie
Przykład 6
Lolek strzela jeden raz do tarczy∗. Niech Z : Ω → R będzie zmienną losową równąodległości strzału od środka.
Wyznacz dystrybuantę zmiennej losowej Z.
∗Zakładamy, że Lolek za każdym razem trafia w tarczę, trafiony punkt jest losowy zgodnie z prawdopodobieństwem geometrycznym i że tarcza ma promień 10.
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Własności dystrybuanty
Twierdzenie
Dystrybuanta F zmiennej losowej ma następujące własności:
1 jest niemalejąca;
2 F (−∞) = limt→−∞F (t) = 0,
3 F (∞) = limt→∞F (t) = 1;
4 jest prawostronnie ciągła, tzn. F (t) = lims→t+F (s) Dowód:
Twierdzenie
Dowolna funkcja F : R → R, która ma własności 1-4 jest dystrybuantą pewnej zmiennej losowej.
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Własności dystrybuanty
Twierdzenie
Dystrybuanta F zmiennej losowej ma następujące własności:
1 jest niemalejąca;
2 F (−∞) = limt→−∞F (t) = 0,
3 F (∞) = limt→∞F (t) = 1;
4 jest prawostronnie ciągła, tzn. F (t) = lims→t+F (s) Dowód:
Prawdziwe jest też twierdzenie odwrotne.
Twierdzenie
Dowolna funkcja F : R → R, która ma własności 1-4 jest dystrybuantą pewnej zmiennej losowej.
Własności dystrybuanty
Przykład 7
Które z poniższych obrazków pokazują wykres dystrybuanty pewnej zmiennej losowej?
1. 2. 3.
4. 5. 6.
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Własności dystrybuanty
Inne przydatne własności
P (X < t) = lim
s→t−F (s).
P (X = t) = F (t) − lim
s→t−F (s).
Dowód:
To wiemy
P (X ¬ t) = F (t), P (X < t) = lim
s→t−F (s).
Przykład 8
Zmienna losowa ma dystrybuantę
F (x ) =
0 dla x < 0;
1
5 dla 0 ¬ x < 1;
1
5x + 15 dla 1 ¬ x < 3;
1 dla x 3.
Wyznacz:
P (X = 2), P (X = 3), P (X ¬ 3), P (X < 3), P (2 < X < 3).
Zmienne losowe Rozkład zmiennej losowej Dystrybuanta σ-ciało generowane przez X
Przeciwobraz X : Ω → R – ważne własności
Wybrane własności przeciwobrazu dla A, B, An⊆ R X−1(R) = Ω, X−1(∅) = ∅,
X−1(R \ A) = Ω \ X−1(A), czyli X−1(A0) = (X−1(A))0, X−1(B \ A) = X−1(B) \ X−1(A),
X−1(S∞n=1An) =S∞n=1X−1(An), X−1(T∞n=1An) =T∞n=1X−1(An).
Przeciwobrazy i σ–ciała JeśliF jest σ–ciałem w R, to
X−1(F ) = {X−1(A) : A ∈ F } jest σ–ciałem w Ω.
Jeśli A jest niepustą rodziną podzbiorów zbioru R, to σ(X−1(A)) = X−1(σ(A)).
X jest zmienną losową na (Ω, F , P) Definicja
σ–ciałem generowanym przez zmienną losową X (ozn. σ(X )) nazywamy najmniejsze σ–ciało podzbiorów Ω, względem których X jest mierzalna.
σ(X ) = X−1(B(R)) = {X−1(B) : B ∈ B(R)}
Przykład 5
Bolek postawił na „czerwone” w ruletkę.
Niech X : Ω → R będzie zmienną losową równą wygranej Bolka.
Wyznacz σ(X ).
Przypomnienie: rozkład zmiennej losowej niesie mniej informacji niż zmienna losowa.