Professional Documents
Culture Documents
i matematičko
očekivanje
VJEROVATNOĆA I STATISTIKA:PREDAVANJE 4
Marginalne distribucije
𝑔 𝑥 = 𝑦𝑓 𝑥, 𝑦 ℎ 𝑦 = 𝑥𝑓 𝑥, 𝑦
u diskretnom slučaju i sa
𝑔 𝑥 = 𝑦
𝑓 𝑥, 𝑦 𝑑𝑦 ℎ 𝑦 = 𝑥
𝑓 𝑥, 𝑦 𝑑𝑥
u neprekidnim slučaju.
Marginalne distribucije nastavak
xx 0 1 2 y 0 1 2
g(x) 5/14 15/28 3/28 h(y) 15/28 3/7 1/28
Primjer od ranije za neprekidne slučajne promjenljive
2
2𝑥 + 3𝑦 , 0 ≤ 𝑥 ≤ 1, 0 ≤ 𝑦 ≤ 1
𝑓 𝑥, 𝑦 = 5
0, 𝑢 𝑠𝑢𝑝𝑟𝑜𝑡𝑛𝑜𝑚
∞ 12 2 3 4𝑥+3
𝑔 𝑥 = −∞
𝑓 𝑥, 𝑦 𝑑𝑦 = 0 5
2𝑥 + 3𝑦 𝑑𝑦 = [2𝑥𝑦 + 𝑦 2 ]|10 =
5 2 5
Za 0 ≤ 𝑥 ≤ 1, i g(x)=0 u suprotnom.
∞ 1
2 2 2 + 6𝑦
ℎ 𝑦 = 𝑓 𝑥, 𝑦 𝑑𝑥 = 2𝑥 + 3𝑦 𝑑𝑥 = [𝑥 2 + 3𝑥𝑦]|10 =
5 5 5
−∞ 0
Za 0 ≤ 𝑦 ≤ 1, i h(y)=0 u suprotnom.
Marginalne distribucije su distribucije slučajnih promjenljivih X i Y.
𝑃 𝑎<𝑋<𝑏 = 𝑓 𝑥 𝑦 𝑑𝑥
𝑎
slučaju neprekidnih slučajnih promjenljivih.
Primjer u diskretnom slučaju:
f(x,y) x Ukupno xx 0 1
0 1 2 po redu g(x) 5/14 15/28
0 3/28 9/28 3/28 15/28
y y 0 1
1 3/14 3/14 0 3/7
h(y) 15/28 3/7
2 1/28 0 0 1/28
Ukupno po koloni 5/14 15/28 3/28 1
x 0 1 2
f(x|1) (3/14)/(3/7)=1/2 1/2 0
Neka je X promjena temperature a Y proporcija pomjeranja spektruma koji proizvede neka čestica i
neka je
10𝑥𝑦 2 , 0 < 𝑥 < 𝑦 < 1
𝑓 𝑥, 𝑦 = .
0, 𝑢 𝑠𝑢𝑝𝑟𝑜𝑡𝑛𝑜𝑚
a) Naći marginalne gustoće g(x) i h(y) i uslovnu gustoću f(x|y).
b) Ako je temperatura povećana za 0.25, naći vjerovatnoću da je spektrum pomjerena za više od
pola mogućih vrijednosti.
a) g(x)=0 za x<0 ili x>1i x=0 i x=1. Za 0<x<y imamo
1
∞
10 3 1 10(𝑥 − 𝑥 4 )
𝑔 𝑥 = 𝑓 𝑥, 𝑦 𝑑𝑦 = 10𝑥𝑦 2 𝑑𝑦 = [ 𝑥𝑦 ]𝑥 =
−∞ 3 3
𝑥
-
10𝑥𝑦2 , 0 < 𝑥 < 𝑦 < 1
Primjer-nastavak 𝑓 𝑥, 𝑦 = .
0, 𝑢 𝑠𝑢𝑝𝑟𝑜𝑡𝑛𝑜𝑚
∞ 𝑦 2 𝑦
ℎ 𝑦 = −∞
𝑓 𝑥, 𝑦 𝑑𝑥 = 0
10𝑥𝑦 𝑑𝑥 = [5𝑥 2 𝑦 2 ]0 = 5𝑦 4 za 0(<x)<y<1 i h(y)=0 u suprotnom.
Dalje je
𝑓(𝑥,𝑦) 10𝑥𝑦 2 3𝑦 2
𝑓 𝑦𝑥 = = 10 = , 0<x<y<1 i f(y|x)=0 u suprotnom.
𝑔(𝑥) 𝑥(1−𝑥 3 ) 1−𝑥 3
3
b) Sada je
1 1
3𝑦 2 8
𝑃(𝑌 > 1/2|𝑋 = 0.25) = 𝑓 𝑦 0.25 𝑑𝑦 = 3
𝑑𝑦 =
1 − 0.25 9
1/2 1/2
Primjer
𝑥(1+3𝑦 2 )
,0 < 𝑥 < 2,0 < 𝑦 < 1
Neka je zadana zajednička gustoća 𝑓 𝑥, 𝑦 = 4
0, 𝑢 𝑠𝑢𝑝𝑟𝑜𝑡𝑛𝑜𝑚
g(x)=f(x|y)=x/2 za 0<x<2
1+3𝑦 2
ℎ 𝑦 = za 0<y<1
2
Napomena: Ako postoji bar jedan par (x,y) takav da je f(x,y)≠g(x)h(y) tada slučajne
promjenljive X i Y nisu statistički nezavisne.
Diskretni primjer od ranije
f(0,1)=3/14
g(0)=5/14
h(1)=3/7
Upoređivanjem
3 5 3
𝑓 0,1 = ≠𝑔 0 ℎ 1 = ∙
14 14 7
Dakle slučajne promjenjljive X i Y nisu statistički neovisne.
Generalizacija :Kada imamo više slučajnih promjenljivih
u slučaju diskretnih i
𝑥3 ⋯ 𝑥𝑛 𝑓 𝑥1 , ⋯ , 𝑥𝑛 , 𝑢 𝑑𝑖𝑠𝑘𝑟𝑒𝑡𝑛𝑜𝑚 𝑠𝑙𝑢č𝑎𝑗𝑢
𝑔 𝑥1 , 𝑥2 =
𝑥3
⋯ 𝑥𝑛
𝑓 𝑥1 , ⋯ , 𝑥𝑛 , 𝑢 𝑛𝑒𝑝𝑟𝑒𝑘𝑖𝑑𝑛𝑜𝑚 𝑠𝑙𝑢č𝑎𝑗𝑢
Neka je rok trajanja nekog prehranbenog proizvoda u pakovanju slučajna promjenljiva čija je
distribucija zadana sa
𝑒 −𝑥 , 𝑥 > 0
𝑓 𝑥 = . Neka su tri pakovanja hrane izabrana proizvoljno i neka su njihovi rokovi
0, 𝑥≤0
trajanja slučajne promjenljive 𝑋1 , 𝑋2 , 𝑋3 . Naći 𝑃 𝑋1 < 2,1 < 𝑋2 < 3, 𝑋3 > 2 .
Kako su tri kutije izabrane proizvoljno pretpostavljamo da su slučajne varijable 𝑋1 , 𝑋2 , 𝑋3 nezavisne
pa je 𝑓 𝑥1 , 𝑥2 , 𝑥3 = 𝑓 𝑥1 𝑓 𝑥2 𝑓 𝑥3
= 𝑒 −𝑥1 𝑒 −𝑥2 𝑒 −𝑥3 = 𝑒 −𝑥1 −𝑥2 −𝑥3 ako su promjenljive pozitivne i 0 u suprotnom.
∞ 3 2
𝑃 𝑋1 < 2,1 < 𝑋2 < 3, 𝑋3 > 2 = 𝑒 −𝑥1 −𝑥2 −𝑥3 𝑑𝑥1 𝑑𝑥2 𝑑𝑥3 = 0.0372
2 1 0
Matematičko očekivanje
Neka se dva novčića bacaju 16 puta i neka je X slučajna promjenljiva koja je
jednaka broj glava koji se pojavio pri bacanju. Moguće vrijednosti od X su 0,1 i 2.
Neka su u eksperimentu vrijednost X=0 pojavila 4 puta, vrijednost X=1 pojavila 7
puta i vrijednost X=2 pojavila 5 puta. Srednja vrijednost je tada
4 0 +7 1 +5(2) 4 7 5
= 0 + 1 + 2 = 1.06
16 16 16 16
Primijetimo da vrijednost 1.06 se ne može pojaviti kao rezultat.
Vrijednosti 4/16, 7/16, 5/16 odgovaraju relativnim frekvencijama koje
odgovaraju vjerovatnoćama.
Primjer:
∞
𝜇=𝐸 𝑋 = −∞
𝑥𝑓 𝑥 𝑑𝑥
kada je X neprekidna.
∞
𝜇=𝐸 𝑋 = −∞
𝑥𝑓 𝑥 𝑑𝑥
kada je X neprekidna.
Primjer: Trgovac procjenjuje da ima 70% šansu da na prvom sastanku dogovori
prodaju sa $1000 zarade, a na drugom 40% šansu da dogovori prodaju sa $1500
zarade. Sastanci su nezavisni jedan od drugog. Kolika je očekivana zarada?
Rješenje: Moguće zarade trgovca su $0, $1000, $1500 i $2500. Odgovarajuće
vjerovatnoće su
P($0)=(1-0.7)(1-0.4)=0.18 P($1000)=0.7(1-0.4)=0.42
P($1500)=(1-0.7)0.4=0.12 P($2500)=0.7 ·0.4=0.28
Broj automobila X 4 5 6 7 8 9
f(X) 1/12 1/12 1/4 1/4 1/6 1/6
∞ ∞
𝜇𝑔(𝑋,𝑌) = 𝐸 𝑔 𝑋, 𝑌 = −∞ −∞ 𝑔 𝑥, 𝑦 𝑓 𝑥, 𝑦 𝑑𝑥𝑑𝑦 ako su obje X i Y
neprekidne slučajne promjenljive.
Primjer. Naći očekivanje od XY za slučajne veličine sa
distribucijom zadanom u tabeli
f(x,y) x
0 1 2
0 3/28 9/28 3/28
y 1 3/14 3/14 0
2 1/28 0 0
E(XY)=(0)(0)3/28+(1)(0)9/28+(2)(0)3/28+(0)(1)3/14+(1)(1)3/14+(2)(1)0
+(0)(2)1/28+(1)(2)0+(2)(2)0=f(1,1)=3/14
𝑥(1+3𝑦2)
, 0 < 𝑥 < 2, 0 < 𝑦 < 1
Naći E(Y/X) za distribuciju 𝑓 𝑥, 𝑦 = 4
0, 𝑢 𝑠𝑢𝑝𝑟𝑜𝑡𝑛𝑜𝑚
𝑌 ∞ ∞ 𝑦 1 2 𝑦(1+3𝑦 2 ) 1 𝑦+3𝑦 3 5
𝐸 = −∞ −∞ 𝑥
f x, y dxdy = 0 0
𝑑𝑥𝑑𝑦 = 0
𝑑𝑦 =
𝑋 4 2 8