PARAMETRI ILI BROJNE KARAKTERISTI KE SLUAJNIH

PROMENLJIVIH

Funkcija raspodele ili zakon raspodele, za diskretnu sluajnu promenljivu, i funkcija raspodele
ili gustina raspodele verovatnoa, za neprekidnu sluajnu promenljivu predstavljaju potpune
karakteristike tih promenljivih. Meutim u mnogim praktinim problemima, nije potrebno
okarakterisati sluajnu promenljivu u potpunosti. Najee je potrebno ukazati samo na neke parametre
koji do izvesne mere karakteriu bitne osobine raspodele verovatnoa.
Najvei praktini znaaj imaju dve grupe parametara.

Parametri koji reprezentuju centar rasturanja vrednosti sluajne promenljive,

Parametri koji mere to rasturanje oko centra rasturanja.

PARAMETRI KOJI REPREZENTUJU CENTAR RASTURANJA

Matematiko oekivanje

Definicija:
Ako je X diskretna sluajna promenljiva ija je raspodela verovatnoa jednaka
x1 x2
i p1 + p2 + + pn = 1 , onda je matematiko oekivanje sluajne promenljive X
p ( x1 ) p ( x2 )
E ( X ) = x1 p1 + x2 p2 + + xn pn .

Definicija:
Ako je X neprekidna sluajna promenljiva sa gustinom raspodele f ( x ) , onda je matematiko
oekivanje sluajne promenljive X
+
E(X ) = x f ( x ) dx .

Ako red, odnosno integral, konvergiraju, tada postoji matematiko oekivanje.

Matematiko oekivanje je, u stvari, srednja (prosena) vrednost sluajne promenljive .

Primer:
x1 x2 x3
Neka je dat zakon raspodele za X sa 2 3 5 .Ako bi se od 10 sluajeva vrednosti x1 , x2 , x3 ,

10 10 10
1
pojavile 2,3 i 5 puta, tada bi aritmetika sredina bila ( 2 x1 + 3x2 + 5 x3 ) , ili
10
x1 P ( X = x1 ) + x2 P ( X = x2 ) + x3 P ( X = x3 ) , to je u stvari matematiko oekivanje.

1
Primer:
Baca se dinar. Oznaimo sa X broj bacanja dinara do prve pojave grba. Nai matematiko oekivanje.
1 2 x3

1 1 1 .

2 2 2 23

1 1 1 k
E ( X ) = 1 + 2 2 + 3 3 + = k .
2 2 2 k =1 2

1 1
Znajui da je 1 + x + x 2 + = , diferenciranjem dobijamo 1 + 2 x + 3x 2 + = , pa je
1 x (1 x )
2

1 1
E(X ) = =2.
2 1 2
1
2
Primer:
1
, a xb
Data je neprekidna sluajna promenljiva sa ravnomernom raspodelom f ( x ) = b a .
0, x < a, x > b
a+b
b
1
Matematiko oekivanje je E ( X ) = x dx = .
a
ba 2

Medijana,
Moda.

Moda i medijana u oznaci M o i M e , takoe su karakretistike centra rasturanja sluajne promenljive.

Medijana je specijalan sluaj pozicionih karakteristika koje nazivamo kvartilima.

Definicija:
Ako je F(X) funkcija raspodele sluajne promenljive X, tada se reenje jednaine
F ( xp ) = p
naziva se kvartilom reda p.

Kvartil reda 0,5 je medijana.

Definicija:
Medijana se dobija kao reenje jednaine
F ( M e ) = F ( x0,5 ) = P ( X < M e ) = 0,5
naziva se kvartilom reda p.

2
Osobine matematikog ocekivanja

Neka je C proizvoljni realni broj, a X i Y sluajne promenljive. Tada vai:

E (C ) = C
E ( CX ) = CE ( X )
E ( X + Y ) = E ( X ) + E (Y )
Ako su X i Y nezavisne sluajne promenljive
E ( XY ) = E ( X ) E ( Y )

Iako se naziva oekivanje , matemetiko oekivanje nije vrednost koju treba oekivati, ak ne mora da
bude mogua vrednost sluajne promenljive.

Primer:
Ako je X Bernulijeva sluajna promenljiva sa verovatnoom p, 0 p 1 , onda je matematiko
oekivanje E ( X ) = p 1 + (1 p ) 0 = p , a ovu vrednost X ne moe da ima.
Primer:
Nai matematiko oekivanje diskretne sluajne promenljive date binomnim zakonom raspodele
n
P ( X = x ) = p x (1 p ) ,je E ( X ) = np .
n x

PARAMETRI KOJI MERE RASTURANJE SLUAJNE PROMENLJIVE OKO

CENTRA RASTURANJA
Ako X uzima vrednosti 1 , a Y uzima vrednosti 100 , sa verovatnoama , tada e obe sluajne
promenljive imati isto matematiko oekivanje, ali su oigledne razlike. Srednja vrednost nije dovoljna
za opisivanje pojava. Ako se kae da je prosena temperatura u nekom mestu 15 stepeni, imamo utisak
prijatne klime, ali moda je leti 40, a zimi -10 stepeni. Prema tome treba znati kakva su odstupanja od
srednje vrednosti.

Definicija:
Neka je X sluajna promenljiva sa matematikim oekivanjem E ( X ) . Varijansa ili disperzija
sluajne promenljive X se definie kao matematiko oekivanje kvadrata odstupanja sluajne
promenljive X od matematikog oekivanja,
D ( X ) = E ( X E ( X ))
2

Kvadratni koren varijanse naziva se standardnom devijacijom

( X ) = D( X ) .

3
Napomena:
X je sluajna promenljiva , E(X) je realan broj. Ako sluajna promenljiva uzima vrednosti iz skupa
{ x1 , x2 ,} , tada je X-a sluajna promenljiva koja uzima vednosti is skupa { x1 a, x2 a,} . Slino
ako je f neprekidna funkcija na skupu { x1 , x2 ,} , tada je f(X) sluajna promenljiva koja uzima
vrednosti iz skupa { f ( x ) , f ( x ) ,} . Kako je
1 2 X E ( X ) sluajna promenljiva moemo govoriti o
njenom matematikom oekivanju.

Osobine varijanse

Neka je C proizvoljni realni broj, a X i Y sluajne promenljive. Tada vai:

D (C ) = 0
Ako je D ( C ) = 0 P ( X = a ) = 1
D ( X ) = E ( X 2 ) ( E ( X ))
2

D ( CX ) = C 2 D ( X )
D ( X + a) = D ( X )
Ako su X i Y nezavisne sluajne promenljive
D ( X + Y ) = D ( X ) + D (Y )

Primer:
0 1 2
Izraunati disperziju i standardnu devijaciju sluajne promenljive X, ako je 1 3

1.

2 8 8
1 3 1 5
E ( X ) = 0 + 1 + 2 = ,
2 8 8 8
2 2 2 2
5 5 1 5 3 5 1 31
D ( X ) = E X = 0 + 1 + 2 = .
8 8 2 8 8 8 8 64
31
(X ) = .
64

Primer:
Neka je data gustina raspodeleverovatnoe sluajne promenljive X
1 1
x + 1 , 0 x 2
f ( x) = 3 2 .
0, x < 0, x > 2

Izraunati disperziju i standardnu devijaciju sluajne promenljive X
+ 2
11 10
E ( X ) = x f ( x ) dx = x x + 1 dx = ,
0
3 2 9

4
 2 2
10 1 1 26
D ( X ) = x x + 1 dx = ,
0
9 3 2 81
26
(X ) =
81
Primer:
Nai disperziju diskretne sluajne promenljive date binomnim zakonom raspodele,je
D ( X ) = np (1 p ) .