Professional Documents
Culture Documents
W05 - Zmienne Losowe II
W05 - Zmienne Losowe II
2. Definicja i własności gęstości prawdop. Własności. Funkcja f(x) jest gęstością pewnej ciągłej zm. l.
Gęstością prawdop. (krótko gęstością, ang. probability wtedy i tylko wtedy, gdy ma dwie własności:
density function − PDF) zm. l. X ciągłej, nazywamy funkcję 1. f (x) ≥ 0 dla x ∈ R − jest nieujemna,
f(x) całkowalną w sensie Lebesque’a, która występuje pod +∞
K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 3 K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 4
Rozwiązanie. Aby podana funkcja była gęstością pewnej zm. II. Dla x ∈ [0, 1],
l. potrzeba i wystarcza, by miała dwie podane własności.
Własność nieujemności posiada dla stałej c > 0. Stałą c wy-
x x
u 2 u3 x
F ( x) = ∫ f (u)du = 6∫ u(1 − u )du = 6 − = 3x 2 − 2 x3
znaczamy z własności unormowania 0 0 2 3 0 .
+∞ 1 1
x 2 x3 1 c
1 = ∫ f ( x)dx = c ∫ x(1 − x)dx = c ∫ ( x − x )dx = c − =
2
III. Dla x > 1, F(x) = 1.
−∞ 0 0 2 3 0 6 .
Stąd
Tylko dla c = 6 podana funkcja jest PDF pewnej zm. l.
CDF wyznaczymy z definicji zm. l. typu ciągłego. 0 dla x ≤ 0,
F ( x) = 3x 2 − 2 x3 dla x ∈ (0, 1] ,
RozwaŜamy trzy przedziały:
I. Dla x ≤ 0, oczywiście F(x) = 0, 1 dla x > 1.
K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 5 K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 6
K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 9 K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 10
JeŜeli F(y) jest silnie rosnącą dystrybuantą dla 0 < F(y) < 1, Definicja. Funkcję h: R → R nazywamy funkcją borelow-
ponadto jeŜeli zm. l. U ma rozkład jednostajny na [0; 1], to ską, jeśli przeciwobraz dowolnego zbioru borelowskiego
Y = F −1(U) B∈B(R) jest zbiorem borelowskim.
ma rozkład o dystrybuancie F(y). Stąd do symulacji zm. l. z Rodzina B(R) zbiorów borelowskich na prostej jest gene-
daną dystrybuantą F wystarczy wyznaczyć wartości rowana przez wszystkie przedziały otwarte (równowaŜnie:
Y = F −1(RND), gdzie domknięte) o końcach wymiernych.
RND jest generatorem liczb losowych z przedziału (0, 1). Twierdzenie (o funkcji borelowskiej)
Niech dana będzie przestrzeń probabilistyczna (Ω, B, P).
7. Funkcja borelowska JeŜeli funkcja X: Ω → R jest zm. l., a funkcja h: R→R jest
funkcją borelowską, to zm. l. jest równieŜ złoŜenie funkcji
Czy znając rozkład zm. l. X moŜna znaleźć rozkład zm. l.
Y będącej funkcją zm. l. X ? Y = h(X): Ω → R, określone wzorem:
∀ω∈Ω Y(ω) = h(X(ω)).
Tak, jeśli Y jest funkcją borelowską zm. l. X.
K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 15 K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 16
Dowód. Wystarczy zauwaŜyć, Ŝe przeciwobraz zbioru bore- 8. Tw. o dystrybuancie przekształconej zm. l.
lowskiego jest zdarzeniem. Niech A∈B(R), wówczas JeŜeli FX jest dystrybuantą zm. l. X oraz Y = h(X), gdzie h jest
(h o X)−1(A) = {ω∈Ω: h(X(ω))∈A} = {ω∈Ω: X(ω) ∈ h−1(A)} funkcją borelowską, to
Ale przeciwobraz h−1(A) jest zbiorem borelowskim w Rn, FY(y) = P(Y ≤ y) = P(h(X) ≤ y) = P(X ∈ h−1(−∞, y]).
więc przeciwobraz X−1(h−1(A))∈B, czyli jest zdarzeniem. Wniosek 1. Niech X będzie ciągłą zm. l., a h(x) silnie rosnącą
Spotykane w praktyce funkcje są na ogół funkcjami bore- (lub silnie malejącą) funkcją określoną na zbiorze wartości
lowskimi. W szczególności borelowskimi są wszystkie funk- zm. l. X. Ponadto niech Y = h(X) oraz FX i FY niech będą dys-
cje ciągłe. Nazwa zbiorów borelowskich pochodzi od Borela1. trybuantami zm. l. X i Y.
Wówczas zachodzi związek między nimi
FY(y) = FX(h−1(y)), (lub FY(y) = 1 − FX(h−1(y))).
1
Émile Borel ( 1871 − 1956) − francuski matematyk.
K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 17 K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 18
Dowód. PoniewaŜ h jest funkcją silnie rosnącą na wartościach Wniosek 3. JeŜeli X jest zm. l. absolutnie ciągłą o gęstości fX
X, więc zdarzenia (X ≤ h−1(y)) i (h(X) ≤ y) są równe. oraz funkcja h: R → R jest funkcją ściśle monotoniczną i
Stąd otrzymujemy: róŜniczkowalną, to gęstość zmiennej losowej Y = h(X) jest
FY(y) = P(Y ≤ y) = P(h(X) ≤ y) = P(X ≤ h−1(y)) = FX(h−1(y)). określona wzorem
JeŜeli h(x) jest funkcją silnie malejącą na wartościach X, to fY(y) = fX(h−1(y))⋅dh−1/dy .
FY(y) = P(Y ≤ y) = P(h(X) ≤ y) = 1 − P(X ≤ h−1(y))
Wniosek 4. Twierdzenie i wnioski 1, 2, 3 informują jak wy-
= 1 − FX(h−1(y)). znaczać analitycznie lub jak symulować komputerowo zm. l.
This completes the proof. Y za pomocą zm. l. X o danej dystrybuancie, gęstości lub
funkcji prawdop.
Wniosek 2. Jeśli zm. l. X ma PDF/PMF, to Y = h(X) ma ją Na przykład, jeŜeli FX jest dystrybuantą zm. l. X oraz
równieŜ. Y = aX + b (a ≠ 0), to
K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 19 K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 20
Dowód. JeŜeli a > 0, to
y −b FY(y) = P(Y ≤ y) = P(aX + b ≤ y)
F X dla a > 0,
FY ( y ) = a y −b y −b
= P X ≤ = FX
1 − FX y − b − dla a < 0. a a .
a Natomiast jeśli a < 0, to
JeŜeli zm. l. X jest absolutnie ciągła, to poprzez zróŜniczko- FY(y) = P(Y ≤ y) = P(aX + b ≤ y)
wanie dystrybuanty FY(y) otrzymamy gęstość fY zm. l. Y y −b y −b y −b
= P X ≥ = 1 − P X < = 1 − FX −
1 y −b a a a .
fY ( y ) = fX , y ∈ R.
a a
K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 21 K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 22
Przykład 2. Wyznaczyć rozkład zm. l . Y = 2X − 1, jeŜeli: c) CDF zm. l. X o rozkładzie jednostajnym na (0, 1):
a) Rozkład zm. l. X dany jest poprzez PMF 0, dla x < 0,
0 1
fX = FX ( x) = x, dla 0 ≤ x < 1,
q p .
1, dla x ≥ 1,
b) Zm. l. X ma rozkład jednostajny na przedziale (0, 1).
więc
c) Zm. l. X ma rozkład normalny, tj. X~N(m, σ).
0, dla y < −1,
Rozwiązanie. a) Zm. l. Y przyjmuje tylko dwie wartości −1 i
y +1
1, stąd PMF dla Y FY ( y ) = FX = ( y + 1) / 2, dla − 1 ≤ y < 1,
−1 1 2
fY = 1, dla y ≥ 1.
q p
Czyli Y ma rozkład jednostajny na przedziale (−1, 1).
K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 23 K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 24
c) PoniewaŜ X~N(m, σ), więc PDF fX dla x∈R ma postać y +1 2
− m
( x − m) 2
exp −
1 1 1 2
f X ( x; m, σ) = exp − , m ∈ R, σ > 0 fY ( y ) =
σ 2π 2σ 2 . 2 σ 2π
2σ 2
Z zaleŜności
1 y +1 1 ( y − ( 2m − 1) )2
fY ( y ) = fX , y ∈ R , = exp −
.
2 2 2σ 2 π 2 ( 2 σ ) 2
otrzymujemy Stąd przyjmując podstawienia m1 = 2m −1, σ1 = 2σ,
1 ( y − m1 ) 2
fY ( y; m1 , σ1 ) = exp − , m1 ∈ R, σ1 > 0
σ1 2π 2σ1
2
,
Przykład 3. Niech FX będzie dystrybuantą rzeczywistej zm. l. Szczególnym przypadkiem uogólnienia funkcji wielu zm. l.
X typu ciągłego. Wyznaczyć dystrybuantę zm. l. Y = X 2. jest ich suma. Poświęcamy jej ostatni punkt tego wykładu.
Rozwiązanie. FY (y) = P(X 2 ≤ y). 9. Definicja i własności splotu dystrybuant
JeŜeli y < 0, to P(X 2 ≤ y) = 0, więc FY (y) = 0, jeśli y < 0.
Niech FX i FY będą CDF niezaleŜnych zm. l. X i Y. Funkcję
JeŜeli y ≥ 0, to P(X 2 ≤ y) = P(X≤√y) = P(−√y ≤ X ≤ √y), ∞
więc FY (y) = FX (√y) − FX (−√y), jeśli y ≥ 0. H ( z) = ∫F X ( z − y ) dFY ( y )
−∞
Wniosek. Jeśli chcemy znaleźć rozkład zm. l. związanej funk- nazywamy splotem dystrybuant FX i FY i oznaczamy FX∗FY.
cyjnie ze zm. l. o danej dystrybuancie, powinniśmy wyzna-
Dystrybuanta FZ sumy dwóch niezaleŜnych zm. l. X i Y
czyć jej dystrybuantę.
jest splotem dystrybuant FX i FY tj. jeśli Z = X + Y, to
FZ = FX ∗FY.
K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 27 K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 28
Własności splotu: lokomocji, dajmy na to autobusem i tramwajem. UŜytkowni-
1. Splot dystrybuant jest przemienny, tj. FX ∗FY = FY ∗FY. cy ci część tej podróŜy są zmuszeni spędzić na przystankach
w oczekiwaniu na przybycie tych pojazdów. Niech poszcze-
2. JeŜeli zm. l. X i Y mają rozkłady ciągłe i dane PDF fX i fY,
gólne czasy oczekiwania X i Y mają rozkłady wykładnicze z
to Z = X + Y teŜ ma rozkład ciągły o PDF
dodatnimi parametrami λ1 i λ2. Zakładając niezaleŜność cza-
∞ ∞
sów oczekiwania X i Y, wyznaczyć rozkład całkowitego czasu
f Z ( z) = ∫f
−∞
X ( z − y ) fY ( y )dy = ∫f
−∞
Y ( z − x) f X ( x)dx oczekiwania na przystankach dla danej grupy uŜytkowników.
Rozwiązanie. PoniewaŜ zm. l. X i Y są niezaleŜne, więc gę-
Dowód własności 2. wynika z twierdzenia Fubiniego dla splo- stość zm. l. Z = X + Y moŜemy wyznaczyć z równości
tu dystrybuant. ∞
f Z ( z) = ∫ f X ( x) fY ( z − x)dx ,
Przykład 4. (Całkowity czas oczekiwania). Pewni uŜytkow- −∞
−λ x −λ y
nicy publicznej komunikacji miejskiej w celu dotarcia do dla f X ( x) = λ1e 1 , x ≥ 0 oraz fY ( y ) = λ 2e 2 , y ≥ 0 .
miejsca przeznaczenia muszą podróŜować dwoma środkami
K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 29 K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 30
λ1λ 2
= (e −λ1z − e −λ 2 z ), z ≥ 0.
λ 2 − λ1
K. J. Andrzejczak, MPiS30 W05: Zmienne losowe II 31