Vous êtes sur la page 1sur 7

ZMIENNE LOSOWE

Zmienna losowa X to każda funkcja o wartościach liczbowych ze zbioru liczb


rzeczywistych, która jest określona na zbiorze zdarzeń elementarnych (zmienna, która w
wyniku pewnego doświadczenia przyjmuje z pewnym prawdopodobieństwem wartość z
określonego zbioru).

Przykład 1:
Rozpatrujemy doświadczenie polegające na rzucie symetryczną monetą. Wynikiem tego
doświadczenia mogą być zdarzenia "pojawienie się orła" albo "pojawienie się reszki"
tworzące zbiór zdarzeń elementarnych.
Na zbiorze zdarzeń elementarnych określamy zmienną losową X w sposób następujący:
X (orzeł) = 1; X (reszka) = 0
Zmienna losowa X przyjmuje wartość ze zbioru {0,1}. Ponieważ zdarzenia "pojawienie się
orła" i "pojawienie się reszki" realizują się z prawdopodobieństwami równymi 1/2, można
zapisać:
P(X=1) = P{orzeł} = 1/2,
P(X=0) = P{reszka} = 1/2.

ZMIENNE LOSOWE DYSKRETNE

Zmienną losową X – nazywamy dyskretną (skokową), jeżeli zbiór wartości zmiennej X jest
zbiorem skończonym lub przeliczalnym (ciąg liczbowy).

Zmienne losowe zazwyczaj oznaczamy dużymi literami z końca alfabetu: X, Y, Z. Konkretne


wartości przybierane przez te zmienne (zwane realizacjami) oznaczamy małymi literami: x, y,
z.

DEF
Rozkładem zmiennej losowej skokowej (funkcją rozkładu prawdopodobieństwa) nazywamy
funkcję prawdopodobieństwa, która każdej realizacji zmiennej X przyporządkowuje
określone prawdopodobieństwo:
P( X = xi ) = pi , dla pi ≥ 0
gdzie:
P(X = xi) – prawdopodobieństwo, że zmienna X przyjmie wartość xi oraz
n∞
∑p i =1
i =1

Funkcję prawdopodobieństwa można przestawić tabelarycznie w poniższy sposób (przy


założeniu, że zbiór wartości zmiennej losowej jest skończony):

xi x1 x2 ... xn
pi p1 p2 ... pn

1
DEF
Dystrybuantą zmiennej losowej X nazywamy funkcję F(x) dla wszystkich liczb rzeczywistych
o postaci
F ( x ) = P ( X ≤ x ) = ∑ pi
xi ≤ x

0 dla x < x1
p1 dla x1 ≤ x < x2
F(x) = p1 + p2 dla x2 ≤ x < x3
…………………………….
p1 + p2 +…+ pn-1 dla xn-1≤ x < xn
p1 + p2 +…+ pn = 1 dla xn ≤ x

p1+p2+p3

p1 + p2

p1

x1 x2 x3 x4 xn

Podstawowe własności dystrybuanty zmiennej losowej skokowej:

• 0 ≤ F ( x ) ≤ 1,

• lim F ( x ) = 0 oraz lim F ( x ) = 1,


x → −∞ x → +∞

• F (x ) jest funkcją niemalejącą (dla x1<x2 zachodzi F ( x1 ) ≤ F ( x2 )) i przedziałami


stałą,

• F ( x ) jest funkcją prawostronnie ciągłą.


• P(a < X ≤ b) = P(X ≤ b) – P(X ≤ a) = F(b) – F(a)

UWAGA
Znając rozkład zmiennej losowej można wyznaczyć jej dystrybuantę i odwrotnie.

Przykład 2
Niech przestrzeń zdarzeń elementarnych tworzy liczba oczek otrzymanych w rzucie
sześcienną kostką do gry. Na tej przestrzeni określamy zmienną losową. Zbiór wartości

2
przyjmowanych przez tę zmienną jest skończony i równy i niech będzie równy {1, 2, 3, 4, 5,
6}. Zmienna ta przyjmuje każdą wartość z równym prawdopodobieństwem: 1/6.

Rozkład prawd. tej zmiennej:


xi 1 2 3 4 5 6
pi 1/6 1/6 1/6 1/6 1/6 1/6

Zauważmy, że suma prawdopodobieństw sumuje się do jedynki.


Rozkład można także przedstawić za pomocą diagramu:

pi

1/6

1 2 3 4 5 6 xi
Dystrybuanta rozkładu doświadczenia polegającego na rzucie kostką do gry:

0 dla x < 1
1/6 dla 1 ≤ x < 2
2/6 dla 2 ≤ x < 3
F(x) = 3/6 dla 3 ≤ x < 4
4/6 dla 4 ≤ x < 5
5/6 dla 5 ≤ x < 6
6/6 = 1 dla 6 ≤ x

Przykład 3
Funkcję prawdopodobieństwa zmiennej losowej przedstawia poniższa tabela:
xi 0 1 2 3
pi 1/8 3/8 3/8 1/8

Wykres funkcji prawdopodobieństwa x

3/8 . .

1/8 . .

0 1 2 3 x

3
Dystrybuanta zmiennej losowej x ma postać:

 0 dla x < 0,
1 / 8 dla 0 ≤ x < 1,

F ( x ) = 4 / 8 dla 1 ≤ x < 2,
7 / 8 dla 2 ≤ x < 3,

 1 dla x ≥ 3,

F(x)

7/8

4/8

1/8

0 1 2 3 x

PARAMETRY ROZKŁADU PRAWDOPODOBIEŃSTWA ZMIENNEJ LOSOWEJ:

Wartość oczekiwana zmiennej losowej skokowej E(X):


n
E ( X ) = ∑ xi p i
i =1

Wariancja zmiennej losowej skokowej D2(X):



D ( X ) = ∑ [ xi − E ( X )] 2 pi = E ( X 2 ) − [ E ( X )] 2
2

i =1

Odchylenie standardowe zmiennej losowej skokowej σ:

σ = D2(X).

4
TEORETYCZNE PRZYKŁADY ROZKŁADÓW ZMIENNYCH LOSOWYCH
DYSKRETNYCH:

ROZKŁAD ZERO – JEDYNKOWY

Założenia:
• przeprowadzamy doświadczenie, którego rezultatem mogą być dwa wzajemnie
wykluczające się zdarzenia losowe A oraz A ,
• prawdopodobieństwo realizacji zdarzenia A wynosi p, przy czym 0<p<1,

• prawdopodobieństwo zdarzenia A wynosi q=1-p,


• przyporządkowujemy zdarzeniu A liczbę 1 oraz zdarzeniu A liczbę 0, otrzymując
zmienną losową X, której funkcja prawdopodobieństwa ma postać:
P( X = 1) = p,
P( X = 0 ) = 1 − p ; (0 < p < 1)
DEF
Zmienna losowa X ma rozkład zero-jedynkowy, jeśli przyjmuje wartość 1 z
prawdopodobieństwem 0<p<1 oraz wartość 0 z prawdopodobieństwem q=1-p.

Funkcja prawdopodobieństwa rozkładu zero-jedynkowego:

xi 0 1
pi 1-p p

Dystrybuanta zmiennej losowej zero-jedynkowej:


 0, dla x<0

F ( x ) = 1 − p, dla 0 ≤ x < 1
 1, dla x ≥1

Wartość oczekiwana i wariancja zmiennej losowej zero-jedynkowej:

E ( X ) = 0 ⋅ (1 − p ) + 1 ⋅ p = p,
D 2 ( X ) = (0 − p )2 (1 − p ) + (1 − p )2 p = p(1 − p ).

ROZKŁAD DWUMIANOWY
Schemat Bernoulliego

• wykonujemy doświadczenie, którego rezultatem może być zdarzenie A (sukces) z


prawdopodobieństwem p lub zdarzenie przeciwne A (porażka) z prawdopodobieństwem
q=1-p,

5
• doświadczenie powtarzamy n-krotnie w sposób niezależny co oznacza, że
prawdopodobieństwo sukcesu pozostaje w pojedynczych próbach stałe i równe p,

• liczba sukcesów jaką zaobserwujemy w wyniku n-krotnego powtórzenia doświadczenia,


może być równa k=0,1,2,...,n.

Założenia

• zmienna losowa X jest liczbą sukcesów zaobserwowanych w eksperymencie


przeprowadzonym zgodnie ze schematem Bernoulliego,

• wyznaczamy dla niej funkcję prawdopodobieństwa, czyli P(X=k), dla k=0,1,...,n:

- zdarzenie X=k zachodzi wtedy, gdy w wyniku n-krotnego powtórzenia pojedynczego


doświadczenia zaobserwujemy dowolny ciąg zdarzeń, w którym pojawiło się k razy
zdarzenie A, zaś n-k razy zdarzenie A :
k n-k

A, A, ... , A A , A , …, A
- prawdopodobieństwo otrzymania w eksperymencie takiego ciągu zdarzeń jest równe, ze
względu na niezależność pojedynczych doświadczeń, iloczynowi prawdopodobieństw
poszczególnych n zdarzeń, czyli p k (1 − p )
n−k
,

- prawdopodobieństwo otrzymania każdego innego ciągu zdarzeń, w którym A występuje


k razy, zaś zdarzenie A n − k razy, będzie takie samo,

- liczba różnych możliwych ciągów n-elementowych, w których zdarzenie A występuje k


n
razy, jest równa liczbie kombinacji z n elementów po k, czyli  ,
k 
 
- wszystkie te kombinacje składają się na zdarzenie X=k, zatem jego prawdopodobieństwo
jest sumą prawdopodobieństw dla poszczególnych kombinacji:
n
P( X = k ) =   p k (1 − p )n − k (3)
k 

DEF
Zmienna losowa X ma rozkład dwumianowy, jeśli przyjmuje wartości k=0,1,2,...,n z
prawdopodobieństwami określonymi wzorem (3). Liczbę doświadczeń n oraz
prawdopodobieństwo sukcesu p nazywamy parametrami tego rozkładu.

Dystrybuanta zmiennej losowej X o rozkładzie dwumianowym:


 n k
F ( x ) = P( X ≤ x ) = ∑  k  p (1 − p )n − k
k ≤ x 

6
Wartość oczekiwana i wariancja
 n  n
E ( X ) = E  ∑ X i  = ∑ E ( X i ) = np,
 i =1  i =1

 n  n
D 2 ( X ) = D 2  ∑ X i  = ∑ D 2 ( X i ) = np(1 − p ).
 i =1  i =1

ROZKŁAD POISSONA

DEF
Rozkład zmiennej losowej X przyjmującej wartość k=0,1,2,... nazywamy rozkładem Poissona
o parametrze λ, jeżeli jej funkcja prawdopodobieństwa opisana jest wzorem:
λk
P( X = k ) = e − λ , dla k=0,1,2,...
k!
gdzie:
λ jest dodatnią stałą (λ>0)

DEF
Dystrybuantą zmiennej losowej X mającej rozkład Poissona jest funkcja F(x) o postaci:
λk
F (x) = ∑ k! e− λ .
k≤x

Wartość oczekiwana i wariancja

E(X)=λ
D2(X)=λ

Wykorzystanie rozkładu Poissona do aproksymacji prawdopodobieństw w rozkładzie


dwumianowym

Niech Xn oznacza zmienną losową o rozkładzie dwumianowym, z parametrami n oraz p,


której rozkład opisany jest wzorem:
n
P ( X k = k ) =   p k (1 − p )n − k (k = 0,1,2,...n )
k 
Jeżeli dla n→∞ spełniona jest równość np=λ, gdzie λ jest wielkością stałą, to spełniona jest
zależność:
λk
lim P( X n = k ) = e− λ
n→∞ k!