Professional Documents
Culture Documents
PEES - Predavanje 7
PEES - Predavanje 7
Slučajni
eksperiment X(S)
PREZENTACIJA
1
1
2
Sadržaj
• Uvod;
• Koncept dvostruke slučajne varijable;
• Vjerovatnost događaja dvostruke SV;
• Marginalna funkcija distribucije;
• Diskretna dvostruka slučajna varijabla;
• Kontinuirana dvostruka slučajna varijabla;
• Kovarijansa i koeficijent korelacije;
• Linearne transformacije;
• Teorem o centralnom limitu.
Uvod
2
4
Koncept dvostruke slučajne varijable
• Dvostruke slučajne varijable
3
6
Koncept dvostruke slučajne varijable
Događaj SV x Događaj SV y
4
8
Koncept dvostruke slučajne varijable
• Funkcija distribucije za dvostruku slučajnu varijablu
• Kumulativna funkcija raspodjele za X i Y, označena sa , je funkcija definirana
kao:
FXY ( x, y ) = Pr ( X ≤ x, Y ≤ y ) (∗)
• Događaj u jednakosti (*) je ekvivalentan s događajem ∩ , gdje su A i B događaji
iz S definirani kao:
A = {ζ ∈ S ; X (ζ ) ≤ x} B = {ζ ∈ S ; Y (ζ ) ≤ y}
Pr ( A) = FX ( x ) Pr ( B ) = FY ( y ) FXY ( x, y ) = Pr ( A ∩ B )
• Ako su za određene vrijednosti x i y, A i B nezavisni događaji prostora uzoraka S,
onda vrijedi:
FXY ( x, y ) = Pr ( A ∩ B ) = Pr ( A) ⋅ Pr ( B) = FX ( x) ⋅ FY ( y )
9
10
5
10
Vjerovatnost događaja dvostruke SV
• a
• a
• a
11
11
• a
• a
12
6
12
Marginalna funkcija distribucije
13
13
14
7
14
Diskretna dvostruka slučajna varijabla
• Osobine funkcije vjerovatnosti dvostruke SV:
0 $ ", # 1
))$ ", # 1
+ *
,- , ∈ ) )$ ", #
+, * ∈/0
, ) )$ ", # .
+3 *3
15
15
16
8
16
Diskretna dvostruka slučajna varijabla
17
17
• Primjer 1.
• Združena kumulativna funkcija distribucije diskretne dvostruke SV zadana je izrazom:
0 8 0 :;: 80
$ 0 8< 0 8=
, $ >< 0 8=
$? 0 8< >=
1 >< >=
a) Odrediti marginalne kumulativne funkcije distribucije SV X i Y;
b) Odrediti uvjete za $ , $ i $? za koje su X i Y nezavisne SV.
18
9
18
Kontinuirana dvostruka slučajna varijabla
Združena funkcija gustoće vjerovatnosti dvostruke SV
• Neka je , kontinuirana dvostruka SV s kumulativnom funkcijom distribucije
, i neka vrijedi jednakost:
A ,
@ , .
A A
• Funkcija @ , naziva se združenom funkcijom gustoće vjerovatnosti dvostruke SV
, . Integriranjem posljednje jednakosti dobiva se kumulativna funkcija
distribucije:
, B B@ C, D ECED
F F
19
19
B B@ , E E 1
F F
@ , neprekidna za sve vrijednosti x i y
Pr , ∈ G@ , E E
/0
K I
Pr < 8 =, H 8 E BB@ , E E
L J
20
10
20
Kontinuirana dvostruka slučajna varijabla
Marginalna funkcija gustoće vjerovatnosti kontinuirane dvostruke SV
• Primjenom prethodno definirane jednakosti: lim , ,∞ može
→
se pisati:
M
,∞ B B @ C, D ECED
F F
• Slijedi da je
E
@ B@ , D ED
E
F
ili
@ B@ , E ;@ B@ , E
F F 21
21
11
22
Kontinuirana dvostruka slučajna varijabla
• Primjer 2.
• Zadana je funkcija gustoće dvostruke SV kao:
OP > 0, > 0 .
F M
@ ,
0 :7<čP
a) Ispitati uvjet normiranosti;
b) Izračunati ,- 1 8 8 2,0 8 82 ;
c) Izračunati ,- R ;
d) Odrediti funkciju distribucije;
e) Odrediti marginalne funkcije gustoće vjerovatnosti.
23
23
)) "
T
#
U
$ ", # Diskretna SV
* +
STU V T U
B B T U
@ , E E Kontinuirana SV
F F
24
12
24
Kovarijansa i koeficijent korelacije
• Ako (X, Y) predstavlja diskretnu dvostruku SV onda vrijedi:
V )) # $ ", # ) # $ #
* + *
25
25
Y V B B @ , E E B B@ , E E B @ E
F F F F F
Y V B B @ , E E B B@ , E E B @ E
F F F F F
• Analogno:
V B B @ , E E B @ E
F F F
V B B @ , E E B @ E
F F F
26
13
26
Kovarijansa i koeficijent korelacije
27
d 1
• Treba naglasiti da koeficijent korelacije varijabli X i Y predstavlja mjeru linearne
zavisnosti tih varijabli.
28
14
28
Linearne transformacije
• Iz
• Iz
• Iz
• Iz 29
29
Linearne transformacije
Zaključak
30
15
30
Teorem o centralnom limitu
lim eU n 0; 1
U→
31
31
lim oi p lim Pr eU p Φ p
U→ U→
32
16
32
Teorem o centralnom limitu
• Svugdje je moguće naći primjere u kojima se izmjerena veličina može razmatrati kao
suma mnogih između sebe neovisnih efekata.
o Snaga (struja) u čvoru električne mreže predstavlja sumu snaga (struja)
zahtijevanih neovisno od pojedinačnih korisnika;
o Odstupanja od nominalnih vrijednosti u jednom procesu industrijske proizvodnje
(kumulativni efekt mnogih malih grešaka u proizvodnom lancu).
• Opaska: veoma je bitno ne zloupotrijebiti ovaj teorem, što se često događa u praksi
zbog:
o broj slučajnih varijabli nije dovoljno veliki;
o jedna od SV je dominantna;
o SV nisu neovisne;
o Proces generiranja SV nije suma.
33
33
ZAHVALJUJEM NA
POZORNOSTI!
34
17
34