Professional Documents
Culture Documents
Aneta Wróblewska
II Informatyki lic.
Instytut Informatyki UMCS
Definicja 1
Niech X będzie zmienną losową typu skokowego o zbiorze SX jej punktów
skokowych xi i funkcji rozkładu prawdopodobieństwa p (określoną za
pomocą tabeli). Moment zwykły rzędu k, ∈ N, k ≥ 1 dany jest
wzorem: X
EX k = xik · pi
xi ∈SX
Uwaga!
Inne oznaczenie dla momentu zwykłego rzędu k do αk ,
Moment zwykły rzędu 1 jest wartością oczekiwaną,
Mogą nie istnieć momenty zwykłe rzędu k, jednak jeśli istnieje
moment rzędu k, to istnieją momenty zwykłe rzędu r dla r < k.
Przykład 1
Zmienna losowa X jest określona funkcją rozkładu prawdopodobieństwa
xi -3 -1 3 5
pi 0.1 0.2 0.5 0.2
xi pi xi · pi xi2 xi2 · pi
-3 0.1 -0.3 9 0.9
-1 0.2 -0.2 1 0.2
3 0.5 1.5 9 4.5
5 0.2 1 25 5
Suma - 2 - 10.6
Definicja 2
Niech X będzie zmienną losową typu skokowego o zbiorze SX jej punktów
skokowych xi i funkcji rozkładu prawdopodobieństwa p (określoną za
pomocą tabeli). Moment centralny rzędu k, ∈ N, k ≥ 1 dany jest
wzorem: X
µk = (xi − EX )k · pi
xi ∈SX
Uwaga!
Moment zwykły centralny rzędu 2 jest wariancją. Dla wariancji
stosuje się równoważne oznaczenia σ 2 lub D 2 X
Przykład 2
Zmienna losowa X jest określona funkcją rozkładu prawdopodobieństwa
xi -3 -1 3 5
pi 0.1 0.2 0.5 0.2
Współczynnik asymetrii
Definicja 3
Niech X będzie zmienną losową typu skokowego o zbiorze SX jej punktów
skokowych xi i funkcji rozkładu prawdopodobieństwa p (określoną za
pomocą tabeli). Współczynnik asymetrii (skośności) jest dany
wzorem:
µ3
γ1 = 3
σ
Uwaga!
Współczynnik asymetrii mówi nam, jak wygląda rozłożenie danych
po obu stronach wartości oczekiwanej. Jeśli jest równy 0, to
rozłożenie jest symetryczne po obu stronach, jeśli ujemny - symetria
lewostronna, dodatni - prawostronna.
Przykład 3
Zmienna losowa X jest określona funkcją rozkładu prawdopodobieństwa
xi -3 -1 3 5
pi 0.1 0.2 0.5 0.2
Współczynnik skupienia
Definicja 4
Niech X będzie zmienną losową typu skokowego o zbiorze SX jej punktów
skokowych xi i funkcji rozkładu prawdopodobieństwa p (określoną za
pomocą tabeli). Współczynnik skupienia (kurtoza) jest dany wzorem:
µ4
K=
σ4
Uwaga!
Można też się spotkać z definicją K = σµ44 − 3. Ta definicja jest
często wygodniejsza, bo dla niej kurtoza rozkładu normalnego jest
równa zero.
Przykład 4
Zmienna losowa X jest określona funkcją rozkładu prawdopodobieństwa
xi -3 -1 3 5
pi 0.1 0.2 0.5 0.2
Wyznacz kurtozę.
Zatem
µ4 95.4
µ2 = σ 2 = D 2 X = 6.6, µ4 = 95.4. Stąd K = σ4 = 6.62 = 2.19
Aneta Wróblewska Charakterystyki liczbowe zmiennej losowej typu skokowego cz. 2
Charakterystyki liczbowe zmiennej losowej typu skokowego
Podstawowe rozkłady zmiennych losowych typu skokowego
Moda
Definicja 5
Niech X będzie zmienną losową typu skokowego o zbiorze SX jej punktów
skokowych xi i funkcji rozkładu prawdopodobieństwa p (określoną za
pomocą tabeli). Modą (dominantą) jest punkt skokowy xi , różny od
min{xi } oraz max{xi }, dla którego p(xi ) osiąga maksimum absolutne.
Uwaga!
Moda może nie istnieć lub może być więcej niż jedna moda.
Przykład 5
Zmienna losowa X jest określona funkcją rozkładu prawdopodobieństwa
xi -3 -1 3 5
pi 0.1 0.2 0.5 0.2
Wyznacz modę.
Rozkład dwupunktowy
Rozkład dwupunktowy
Mówimy, że zmienna losowa X ma rozkład dwupunktowy z parametrem
p ((0 < p < 1)), jeśli może przyjmować jedynie dwie wartości, oznaczone
umownie jako x1 oraz x2 , z prawdopodobieństwami odpowiednio:
P(X = x1 ) = p, P(X = x2 ) = 1 − p.
Uwaga!
W szczególnym przypadku, gdy x1 = 1, x2 = 0 mówimy, że X ma
rozkład zer-jedynkowy z parametrem p.
Parametr p nazywamy prawdopodobieństwem sukcesu.
Gdy X ma rozkład zero-jedynkowy, wówczas
EX = p, D 2 X = p(1 − p)
Rozkład dwumianowy
Rozkład dwumianowy
Zmienna losowa X ma rozkład dwumianowy (Bernoulliego) z
parametrami n i p (n ∈ N oraz 0 < p < 1), jeśli funkcja
prawdopodobieństwa określona jest wzorem:
n k
P(X = k) = p (1 − p)n−k
k
dla k = 0, 1, · · ·
Uwaga!
W rozkładzie dwumianowym:
EX = np, D 2 X = np(1 − p)
Przykład 1
Przypuśćmy, że pewna fabryka produkuje pralki, wśród których 5% to
pralki wadliwe. Z partii produkcji wybrano losowo, ze zwracaniem 20
pralek i poddano je szczegółowej kontroli jakości. Jakie jest
prawdopodobieństwo, że w wybranej próbie pralek:
1 dokładnie dwie pralki są wybrakowane;
2 co najwyżej dwie pralki mają wady;
3 żadna pralka nie jest wadliwa
Oblicz oczekiwaną liczbę pralek wadliwych w losowej próbie 20 pralek.
Rozkład geometryczny
Rozkład geometryczny
Zmienna losowa X ma rozkład geometryczny z parametrem p
(0 < p < 1), jeśli funkcja prawdopodobieństwa określona jest wzorem:
Rozkład Poissona
Rozkład Poissona
Mówimy, że zmienna losowa X ma rozkład Poissona z parametrem
λ > 0, jeśli jej funkcja rozkładu prawdopodobieństwa wyraża się wzorem:
λk −k
P(X = k) = e
k!
Uwaga!
Rozkład Poissona jest rozkładem granicznym rozkadu
dwumianowego, tzn. jeśli w rozkładzie dwumianowym n → ∞ i
jednocześnie p → 0 w taki sposób, że np = const, to P(X = k)
można wyznaczyć z powyższego wzoru, przyjmując λ = np
W rozkładzie Poissona:
EX = λ, D 2 X = λ