Repetition 2D stokastisk variabel
Matematisk statistik 9 hp
F¨orel¨asning 4: Flerdim
Johan Lindstr¨om
13+14 september 2016
Repetition 2D stokastisk variabel Transformer Inversmetoden
Transformation av stokastiska variabler
Givet en s.v. X. Vilken f¨ordelning f˚ar Y = g(X)?
Om Y ¨ar diskret kan man r¨akna ut sannolikhetsfunktionen
p Y (k) = X
j;g(j)=k
p X (j)
dvs P(Y = k) f˚as genom att ”l¨agga ihop p X (j) f¨or alla j s˚adana att
g(j) = k”.
Metod om Y ¨ar kontinuerlig:
1. S¨att upp F Y (y) = P(Y ≤ y).
2. Stoppa in Y = g(X) och uttryck F Y (y) som fkn av F X (·).
3. Derivera f¨or att f˚a f Y (y) som fkn av f X (·)
Repetition 2D stokastisk variabel Transformer Inversmetoden
Inversmetoden
F¨or att dra slumptal fr˚an en f¨ordelning med f¨ordelningsfunktion F Y (y):
1. R¨akna ut F Y −1 (y)
2. Dra slumptal fr˚an en R(0, 1)-f¨ordelning.
3. Ber¨akna F Y −1 (y) f¨or varje slumptal.
Repetition 2D stokastisk variabel Transformer Inversmetoden
Kontinuerlig f¨ordelning Exp(1/2)
−0.20 0 0.2 0.4 0.6 0.8 1 1.2
0.2 0.4 0.6 0.8 1
Inversmetoden
fX(x)
0 0.5 1 1.5 2 2.5 3
0 0.5 1 1.5 2
fY(y) Önskad täthet
0 0.5 1 1.5 2 2.5 3
0 0.2 0.4 0.6 0.8 1
FY(y)
Önskade slumptal
Repetition 2D stokastisk variabel Exempel Oberoende Betingade Simulering Tot slh
Tv˚adim. stokastisk variabel (X, Y)
Simultan f¨ordelningsfunktion: F X,Y (x, y) = P(X ≤ x, Y ≤ y)
Simultan sannolikhetsfunktion: p X,Y (j, k) = P(X = j, Y = k)
Simultan t¨athetsfunktion: f X,Y (x, y) = ∂ 2
∂x∂y F X,Y (x, y)
N˚agra egenskaper:
I P[(X, Y) ∈ A] = X
(j,k)∈A
p X,Y (j, k)
I P[(X, Y) ∈ A] =
Z Z
A
f X,Y (x, y) dxdy
I p X (j) = X
k
p X,Y (j, k) Marginell slh.funkt. f¨or X
I f Y (y) =
Z ∞
−∞
f X,Y (x, y) dx Marginell t¨athet f¨or Y
Repetition 2D stokastisk variabel Exempel Oberoende Betingade Simulering Tot slh
Sannolikheten att hamna i A ¨ar integral av t¨atheten ¨over A
P(X ∈ A) =
Z
A
f X (x) dx P((X, Y) ∈ A) =
Z Z
A
f X,Y (x, y) dxdy
| A |
x
f
X(x)
Repetition 2D stokastisk variabel Exempel Oberoende Betingade Simulering Tot slh
Ex: Radioaktivt s¨onderfall
Vid observation av s¨onderfall beskrivs den simultana f¨ordelningen f¨or
tidpunkten f¨or f¨orsta, X, och andra, Y, s¨onderfallet av
f X,Y (x, y) = e −y , 0 ≤ x ≤ y
0 1
2 3
0 1 2 3 0 0.2 0.4 0.6 0.8 1
fX,Y(x,y) = e−y, 0≤ x ≤ y
Repetition 2D stokastisk variabel Exempel Oberoende Betingade Simulering Tot slh
Ex: Om f X,Y (x, y) = e −y , 0 ≤ x ≤ y
I Vad blir f X (x) och f Y (y)?
0 1 2 3
0
0.2
0.4
0.6
0.8
1
x
f
X(x) = e
−x, x ≥ 0
0 1 2 3 4 5
0
0.1
0.2
0.3
0.4
y
f
Y(y) = y e
−y, y ≥ 0
Repetition 2D stokastisk variabel Exempel Oberoende Betingade Simulering Tot slh
Oberoende stokastiska variabler
Oberoende
H¨andelserna A och B ¨ar oberoende ⇐⇒ P(A ∩ B) = P(A) · P(B)
X och Y ¨ar oberoende stokastiska variabler
⇐⇒
F X,Y (x, y) = F X (x) · F Y (y) f¨or alla (x, y)
⇐⇒ ⇐⇒
p X,Y (j, k) = p X (j) · p Y (k) f X,Y (x, y) = f X (x) · f Y (y)
alla (j, k) alla (x, y)
Repetition 2D stokastisk variabel Exempel Oberoende Betingade Simulering Tot slh
Betingade f¨ordelningar
Betingad slh
P(A | B) = P(A ∩ B)
P(B)
I Betingad sannolikhetsfunktion f¨or X givet att Y = k
p X|Y=k (j) = p X,Y (j, k)
p Y (k)
I Betingad t¨athetsfunktion f¨or X givet att Y = y
f X|Y=y (x) = f X,Y (x, y)
f Y (y)
Repetition 2D stokastisk variabel Exempel Oberoende Betingade Simulering Tot slh
Ex (forts): Om f X,Y (x, y) = e −y , 0 ≤ x ≤ y
I Vad blir f Y|X=x (y) och f X|Y=y (x)?
0 1 2 3
0
0.2
0.4
0.6
0.8
1
x
f
X|Y=y(x) = 1/y, 0 ≤ x ≤ y
0 1 2 3 4 5
0
0.2
0.4
0.6
0.8
1
y
f
Y|X=x(y) = e
−(y−x), y≥ x
y=1
y=2
y=3
x=1
x=2
x=3
Repetition 2D stokastisk variabel Exempel Oberoende Betingade Simulering Tot slh
Simulering av tv˚adim. f¨ordelning mha betingning
Vet man f¨ordelningen f¨or X och f¨or Y | X = x kan man f¨orst simulera
X och sedan Y via Y | X = x.
Om f X,Y (x, y) = e −y , 0 ≤ x ≤ y blir (enligt ex. p˚a tavlan)
f X (x) = e −x , x ≥ 0 dvs X ∈ Exp(1)
f Y|X=x (y) = e −(y−x) , y ≥ x dvs Y | X = x ∈ 00 x + Exp(1) 00
N stycken par (X, Y) kan d˚a simuleras med
x = exprnd(1,N,1);
y = x + exprnd(1,N,1);
Repetition 2D stokastisk variabel Exempel Oberoende Betingade Simulering Tot slh
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Simulerade (X,Y) då fX,Y(x,y) = e−y, 0 ≤ x ≤ y
x = exprnd(1,800,1)
y = x + exprnd(1,800,1)
Repetition 2D stokastisk variabel Exempel Oberoende Betingade Simulering Tot slh
Satsen om total sannolikhet igen
Total slh
P(A) = P
i P(A | H i ) · P(H i )
I F¨or sannolikhetsfunktioner
p X (j) = X
k
p X|Y=k (j) · p Y (k)
I F¨or t¨athetsfunktioner
f X (x) =
Z ∞
−∞
f X|Y=y (x) · f Y (y) dy
Repetition 2D stokastisk variabel Exempel Oberoende Betingade Simulering Tot slh