Professional Documents
Culture Documents
Γεωμετρική κατανομή
Γεωμετρική κατανομή
11 ΓΕΩΜΕΤΡΙΚΗ ΚΑΤΑΝΟΜΗ
0,7
0,6
0,5
0,4
pΝ(n)
0,3
0,2
0,1
0
0 1 2 3 4 5 6 7 8 9 10 11 12
Αριθμός επιτυχιών μέχρι την πρώτη επιτυχία
Σημείωση
Κύριες περιγραφικές παράμετροι (ή ροπές) της γεωμετρικής κατανομής.
Αποδεικνύεται ότι
1
E[ N ] n(1 p) n 1 p
j 1 p 2.12.2
που σημαίνει ότι η μέση τιμή εμφάνισης της πρώτης επιτυχίας είναι το
αντίστροφο της πιθανότητας επιτυχίας μιας δοκιμής. Αν λοιπόν
θεωρήσουμε ότι σε μια παραγωγική διαδικασία, που έχει τα χαρακτηριστικά
των δοκιμών Bernoulli, ενδιαφέρει ο προσδιορισμός του αριθμού των
μονάδων προϊόντος που πρέπει να ελεγχθούν μέχρι να εντοπιστεί το
πρώτο ελαττωματικό, εύκολα αυτό προσδιορίζεται με βάση την
εξακριβωμένη σχετική συχνότητα εμφάνισης ελαττωματικού προϊόντος,
όπως αυτή έχει προκύψει μετά από μακροχρόνιες παρατηρήσεις κάτω από
σταθερές συνθήκες λειτουργίας της παραγωγικής μονάδας. Όταν η
ακολουθία των δοκιμών είναι χρονικά εξαρτημένη, όπως θα συνέβαινε όταν
ενδιαφέρει μία ακολουθία σεισμικών δονήσεων σε συγκεκριμένη γεωγραφική
περιοχή, η μέση τιμή θα καλείται και χρόνος πρώτης επαναφοράς.
Η μεταβλητότητα Var[N] εύκολα αποδεικνύεται ότι είναι :
1 p
Var[N] = Ε[Ν2] -Ε2[Ν] = .
p2
Παράδειγμα 2.6.5
Τα μηχανήματα δοκιμάζονται σε λειτουργίες υπερφορτώσεων. Η πιθανότητα
του κάθε μηχανήματος να περάσει την δοκιμασία είναι 4/5 και η διαδικασία
χαρακτηρίζεται ως στατιστικά ανεξάρτητη. Οι δόκιμες σταματάνε μόλις κάποιο
μηχάνημα αποτύχει να περάσει την δοκιμασία. Υπολογίστε για μια σειρά
κατανομής του αριθμού δοκιμών.
ΛΥΣΗ
Οι δόκιμες τελειώνουν όταν στο μηχάνημα (=1, 2, 3 ), αν τα πρώτα 1
μηχανήματα περάσουν την δοκιμασία, και στο μηχάνημα που θα αποτύχει.
Αν Χ τυχαίος αριθμός δοκίμων, τότε
Ρ(Χ=) = (4/5) (1/5) (=1, 2, 3 ).
Το αποτέλεσμα του τύπου φαίνεται στο παρακάτω πίνακα:
χi 1 2 3 … n-1 n
pi 4 4 4 4
5 5 5 5 5
Παράδειγμα 2.6.9β
Ανάλυση
Απάντηση
= , p = , p = ,… , p = ( )
, για
k=2, … , n+1
Έτσι, ισχύει ότι = .
Ενδιαφέρον σε αυτό το σημείο παρουσιάζει η απόδειξη2 της συνολικής
Αθροιστικής Συνάρτησης Κατανομής η οποία πρέπει να ισούται με 1, δηλαδή.
= ( )
= ,
Παρατηρούμε ότι αποδεικνύεται επαγωγικά ότι για το άθροισμα των
τελευταίων j+1 όρων ισχύει
=
( +)
Έτσι όταν j=n-1 το παραπάνω γίνεται ίσο με 1.
Παρατηρούμε επίσης ότι για συλλογή n ομοιωμάτων
= , … , p = p , για k=2 έως n. Η αναλυτική αυτή
έκφραση επιτρέπει τον εύκολο υπολογισμό των πιθανοτήτων σε ένα φύλλο
εργασίας. Στη συνέχεια υπολογίζεται και η μαθηματική προσδοκία.
Από τους υπολογισμούς προκύπτει ότι η Ε[Ζn] είναι εξαιρετικά μικρή ακόμα
και για πολύ μεγάλο n . Για n = 10, 100, 365, 1000 η προσδοκώμενη τιμή θα
είναι Ε[Ζn] = 4,66 13,2 24,6 και 40,3. Ειδικά αναφέρεται ο αριθμός 365 γιατί
από τον υπολογισμό της προσδοκώμενης τιμής προκύπτει ότι σε μια ομάδα 26