Upload
vuliem
View
219
Download
0
Embed Size (px)
Citation preview
ROZKŁAD PRAWDOPODOBIEŃSTWA
Jest to miara probabilistyczna określona na σ-ciele podzbiorów borelowskich pewnej przestrzeni metrycznej.
σ-ciało podzbiorów borelowskich to klasa podzbiorów pewnej przestrzeni topologicznej, które można uzyskać za pomocą przeliczalnych sum i przekrojów zbiorów domkniętych tej przestrzeni.
Rozkład prawdopodobieństwa określa prawdopodobieństwo przyjęcia każdej możliwej wartości przez zmienną losową (jeśli jest ona dyskretna), lub jej prawdopodobieństwo znalezienia się w konkretnym przedziale (jeśli jest ciągła).
DYSTRYBUANTA
Jeśli zmienna losowa przyjmuje wartości z przedziału liczb rzeczywistych, wówczas rozkład prawdopodobieństwa możemy jednoznacznie opisać przez dystrybuantę.
Niech P będzie rozkładem prawdopodobieństwa na zbiorze liczb rzeczywistych. Wówczas dystrybuantą nazywamy funkcję F:R→R daną wzorem:
F(t)=P((-∞;t])
DYSKRETNY ROZKŁAD PRAWDOPODOBIEŃSTWA
Mówimy że rozkład prawdopodobieństwa jest dyskretny, jeżeli zbiór wartości przyjmowanych przez zmienną losową z niezerowym prawdopodobieństwem jest skończony lub przeliczalny.
CIĄGŁY ROZKŁAD PRAWDOPODOBIEŃSTWA
Mówimy że rozkład prawdopodobieństwa jest ciągły, jeżeli jego dystrybuanta jest funkcją ciągłą.
W węższym sensie, rozkład prawdopodobieństwa nazywamy (bezwzględnie) ciągłym jeśli posiada on funkcję gęstości.
FUNKCJA GĘSTOŚCI PRAWDOPODOBIEŃSTWA
Niech P będzie rozkładem prawdopodobieństwa na R. Wówczas gęstością prawdopodobieństwa nazywamy taką nieujemną funkcję f(x) całkowalną w sensie Lebesgue'a, że dla każdego zbioru borelowskiego
Stąd wniosek, że:
B⊆R
P B=∫B
f x dx
F x =∫−∞
x
f udu
FUNKCJA MASY PRAWDOPODOBIEŃSTWA
Niech X będzie dyskretną zmienną losową. Wówczas funkcję masy prawdopodobieństwa definiujemy jako
fX(x)=P(X=x)
ROZKŁAD ZERO-JEDYNKOWY
Rozkład ten określa sytuację, gdy dane zdarzenie może z określonym prawdopodobieństwem zakończyć się sukcesem lub porażką.
masa prawdopodobieństwa:p dla k=1, 0<p<11-p dla k=00 w pozostałych wypadkach
dystrybuanta:0 dla k<01-p dla 0≤k<11 dla k≥1
wartość oczekiwana: pwariancja: p(1-p)
ROZKŁAD JEDNOSTAJNY DYSKRETNY
Rozkład, w którym prawdopodobieństwo każdego z n zdarzeń jest jednakowe.
masa prawdopodobieństwa:1/n dla a≤k≤b, kєZ0 w przeciwnym wypadku
dystrybuanta:0 dla k<a
dla a≤k≤b
1 dla k≥b
k−a1n
ab2
ab2wartość oczekiwana:
mediana:
ROZKŁAD DWUMIANOWY (BERNOULLIEGO)
Rozkład opisujący liczbę sukcesów dla n niezależnych prób.
masa prawdopodobieństwa:
dystrybuanta:
nk pk 1−pn− k
n−k nk ∫0
1−p
tn−k−11−t k dt
wartość oczekiwana: npmediana: [np]wariancja: np(1−p)
ROZKŁAD GEOMETRYCZNY
Rozkład opisujący prawdopodobieństwo, że proces Bernoulliego pierwszy sukces odniesie w k-tej próbie.
masa prawdopodobieństwa:
dystrybuanta:
1− pk−1 p
1−1− pk
wartość oczekiwana: 1/p
mediana:
wariancja:
[−log 2
log 1−p]
1−pp2
ROZKŁAD POISSONA
Rozkład wyrażający prawdopodobieństwo liczbę wystąpienia danego zdarzenia w danym czasie, o ile znana jest średnia częstotliwość tych zdarzeń i są one od siebie niezależne.
masa prawdopodobieństwa:
dystrybuanta:
λk
k !e−λ
e− λ∑i=0
k λi
i !
wartość oczekiwana: λ
mediana:
wariancja: λ
.≈[ λ13−
0,02λ
]
ROZKŁAD JEDNOSTAJNY CIĄGŁY
Rozkład, w którym gęstość jest stała i niezerowa na przedziale [a,b] oraz zerowa poza nim.
gęstość prawdopodobieństwa:
dla a≤x≤b
0 dla x<a lub x>b
dystrybuanta:0 dla x<a1-p dla a≤x<b1 dla x≥b
1b−a ab
2wartość oczekiwana:
mediana:
wariancja:
ab2
b−a 2
12
ROZKŁAD TRÓJKĄTNY
gęstość prawdopodobieństwa:
dla a≤x≤c
dla c≤x≤b
dystrybuanta:
dla a≤x≤c
dla c≤x≤b
wartość oczekiwana:
2 x−a b−a c−a
abc3
2b− xb−a b−c
x−a2
b−a c−a
1− b−x 2
b−ab−c
ROZKŁAD WYKŁADNICZY
Rozkład ten opisuje czas pomiędzy wydarzeniami w procesie Poissona, tj. wydarzeniami, które dzieją się w sposób ciągły, niezależnie od siebie, ze stałą średnią częstotliwością.
gęstość prawdopodobieństwa:λe−λx
dystrybuanta:1-λe−λx
wartość oczekiwana: 1/λ
mediana:
wariancja: λ-2
ln2λ
ROZKŁAD NORMALNY (GAUSSA)
Rozkład używany do opisu wielu zmienny losowych, które dążą do skupiania się wokół pewnych wartości średnich. Jego częstość występowania wiąże się z tym, że wielkości będące sumą dużej ilości zmiennych losowych, podlegają rozkładowi normalnemu.
gęstość prawdopodobieństwa:
dystrybuanta:
12πσ2
e−x−m2
2σ 2
121erf z
2 2
π∫0
t
e−t 2
dt
wartość oczekiwana: mmediana: mwariancja: σ2
erf(x)=
ROZKŁAD CHI KWADRAT
Rozkład o k stopniach swobody, dotyczy zmiennej losowej, która jest sumą kwadratów niezależnych zmiennych losowych o standardowym rozkładzie normalnym. Często używany we wnioskowaniu statystycznym, np. testowaniu hipotez.
gęstość prawdopodobieństwa:
dystrybuanta:
1
2k2 Γ k
2
xk2−1
e− x
2
1
Γ k2
γ k2
, x2
wartość oczekiwana: k
mediana:
wariancja: 2k
k 1− 29k
3
bibliografia:http://brain.fuw.edu.pl/edu/STAT:Rozk%C5%82adyhttp://www.math.uni.wroc.pl/~s200154/prawdopodobienstwo.pdfhttp://wazniak.mimuw.edu.pl/index.php?title=Rachunek_prawdopodobie%C5%84stwa_i_statystyka/Wyk%C5%82ad_6:_Rozk%C5%82ady_prawdopodobie%C5%84stwa_i_zmienne_losowehttp://home.agh.edu.pl/~bartus/index.php?action=statystyka&subaction=rozklady_dyskretnehttp://en.wikipedia.org/wiki/Probability_distribution