« poprzedni punkt | następny punkt » |
Definicja 14.3.1
Niech X będzie zmienną losową określoną na dowolnej przestrzeni zdarzeń losowych Ω. Dystrybuantą zmiennej X nazywamy funkcję F : R → [0,1] taką, że
FX(x) = P(X ≤ x) dla x ∈ R.
W przypadku zmiennej losowej dyskretnej powyższy wzór przyjmuje postać
FX(x) = Σ y ≤ x fX(y),
gdzie fX jest rozkładem prawdopodobieństwa zmiennej X.
Pytanie 14.3.1 Jeśli a jest największą wartością jaką przyjmuje zmienna losowa X, to jaka jest wartość jej dystrybuanty w punkcie a?
Zgodnie z powyższą definicją, dystrybuanta zmiennej losowej akumuluje wartości rozkładu prawdopodobieństwa. Sprawdzimy to na przykładach.
Przykład 14.3.1
(a) Rozważmy doświadczenie z rzutem jedną kostką sześcienną do gry i zmienną losową opisującą liczbę wyrzuconych oczek. Ponieważ wartości jakie przyjmuje ta zmienna dyskretna to liczby naturalne 1, 2, 3, 4, 5, 6, a rozkład prawdopodobieństwa jest jednostajny (przy założeniu symetrii kostki), to dystrybuanta wyraża się wzorem FX(x) = 0 dla x<1 FX(x) = i ⋅ (1/6) dla i ≤ x <(i+1) oraz i=1,2,3,4,5 , FX(x) = 1 dla x ≥ 6 (por. Rys.14.3.1).
(b) Pewien test składa się z 5 pytań. Do każdego pytania
zaproponowano 4 różne odpowiedzi do wyboru, ale tylko jedna z nich jest
poprawna. Niech Y będzie zmienną losową podającą liczbę dobrych
odpowiedzi w doświadczeniu polegającym na przypadkowym zakreśleniu
jednej odpowiedzi w każdym pytaniu. Zmienna Y przyjmuje tylko wartości
0, 1, 2, 3, 4, 5. Przyjmijmy, że prawdopodobieństwo zakreślenia dobrej
odpowiedzi w jednym pytaniu wynosi 1/4. Oczywiście mamy tu do czynienia
ze schematem Bernoulliego dla n = 5 i p = 1/4.
Ponieważ fY(k) = P(n,k,p) = (nk) ⋅ pk ⋅
(1-p)n-k dla k=0,1,2...5, zatem
W tabeli Rys. 14.3.2 podano wartości funkcji rozkładu prawdopodobieństwa tej zmiennej i jej dystrybuantę.
Rys. 14.3.1 Dystrybuanta zmiennej losowej określającej liczbę wyrzuconych oczek w rzucie jedna kostką sześcienną do gry.
|
|
|
|
|
|
|
P(X=k)*1024 |
243 |
405 |
270 |
90 |
15 |
1 |
P(X ≤ k)*1024 |
243 |
648 |
918 |
1008 |
1023 |
1024 |
Rys. 14.3.2 Rozkład prawdopodobieństwa oraz dystrybuanta zmiennej Y, por. przykład 14.3.1(b).
Lemat 14.3.1
Dystrybuanta zmiennej losowej dyskretnej jest funkcją niemalejącą. Co więcej, dystrybuanta zmiennej losowej rośnie skokowo w punktach należących do zbioru wartości tej zmiennej.
Dowód.
Niech F(x) będzie dystrybuantą dyskretnej zmiennej losowej X. Jeśli x'<x" dla pewnych wartości x' i x" zmiennej losowej X, to
F(x') = Σ x ≤ x' P(X = x), oraz
F(x") = Σ x ≤ x" P(X = x) = Σ x ≤ x' P(X = x) + Σ x' ≤ x ≤ x" P(X = x).
Ponieważ P(X = x) ≥ 0 dla wszystkich x, zatem
F(x')= Σ x ≤ x' P(X = x) ≤ F(x') + Σ x'<x ≤ x" P(X = x) = F(x").
I ostatecznie F(x') ≤ F(x"). ♦
Przykład 14.3.2
Każdy z n myśliwych strzela do jednego z n zajęcy (wybranego losowo). Oznaczmy przez X zmienną losową określającą liczbę zajęcy, do których nikt nie strzelał. Zakładamy, że każdy myśliwy z takim samym prawdopodobieństwem wybiera zająca, do którego oddaje strzał, i, że jego wybór jest niezależny od tego co zrobią inni myśliwi. Przestrzeń zdarzeń elementarnych Ω składa się z wszystkich ciągów n elementowych o wartościach w zbiorze n-elementowym: pozycja ciągu oznacza strzelca, a wartość - numer zająca, do którego oddano strzał. Ω składa się więc z wszystkich funkcji ze zbioru n-elementowego w zbiór n-elementowy, zatem | Ω | = nn.
Niech zadanie polega na znalezieniu rozkładu prawdopodobieństwa i dystrybuanty zmiennej losowej X, w przypadku gdy n = 5.
Zmienna X przyjmuje jako wartości liczby 0 (strzelano do wszystkich zajęcy), 1, 2, ..., (n-1) ( przypadek, gdy wszyscy strzelają do tego samego zająca). Policzmy P(X=i), czyli prawdopodobieństwo tego, że nie strzelano do i spośród n zajęcy. Inaczej mówiąc, szukamy prawdopodobieństwa tego, że wybrana losowo funkcja f ∈ Ω spełnia |Im(f)|=n-i. Mamy (n nad i) możliwych wyborów i elementów z n-elementowego zbioru. Skoro nie strzelano do i zajęcy, to strzelano do dokładnie n-i zajęcy. n myśliwych może oddać strzał do n-i zajęcy na tyle sposobów, ile jest funkcji ze zbioru n-elementowego na zbiór (n-i)-elementowy. Na mocy rozważań w wykładzie 12tym, takich funkcji jest dokładnie (n-i)! S(n,n-i), gdzie S(n,n-i) oznacza liczbę Stirlinga drugiego rodzaju. Mamy więc ostatecznie
W szczególnym przypadku, gdy n=5 mamy
Z powyższych obliczeń wynika, że rozkład prawdopodobieństwa i dystrybuanta rozważanej zmiennej losowej mają odpowiednio postać:
f(0) = 24/625, f(1) = 48/125, f(2) = 60/125, f(3) = 12/125, f(4) = 1/625,
F(0) = 24/625, F(1) = 264/625, F(2) = 564/625, F(3) = 624/625, F(4) = 1.
Pytanie 14.3.1 Niech X będzie zmienną losową, której wartością jest suma oczek wyrzuconych w rzucie dwoma symetrycznymi kostkami sześciennymi. Jaka jest wartość dystrybuanty tej zmiennej w punkcie x = 4.5?
« poprzedni punkt | następny punkt » |