Armin Ha
KONT
( Allm
Definitiär konti
Egensk 1) F 2) 0 3) l 4) l
======
Sannoli av F(x)
Vi bevis lika med Sats. Om Låt a, b
Eftersom
med and Följdsat Om ξ är
(Vi ser å
alilovic: EXTR
TINUERL
mänt om ko
ion 1. En st
inuerlig.
kaper av för Fördelnings 0
lim → lim →
=========
kheten att e
sar nu att sa d 0. (Till sk m ξ är en ko b vara reella
m F(x) är ko 0
dra ord (P tsen:
r en kontinu
återigen ski
RA ÖVNINGA
LIGA STO
ontinuerlig
tokastisk va
rdelningsfu sfunktionen
1 1 ,
0 ,
=========
en kontinuer
annolikheten killnad från ontinuerlig tal. Efterso
ontinuerlig ) ( 0P b
0 )
b (
uerlig s.v. då
illnad mella
AR
OKASTIS
ga s.v.)
riabel . ka
unktion:
F(x) är en
=========
rlig s v har v
n att en kon diskreta fö s.v. och b et om {x:b
( 0 P
( 0 P g gäller lim
ab
li ) ( ) F b
a
0 (V.S.B.)
å är
an diskreta o
1 av 12 SKA VAR
allas kontin ξ
n växande , ∞
, ∞
=========
värden i ett
ntinuerlig s.v ördelningar d tt reellt tal d
: {
} x a
b
( ) P a
b
) ( ) F b
b
( ) (a F b
F
) ( imF a
b ( )
(
P b
och kontinu
RIABLER
uerlig om f
funktion.
1
∞ 0
=========
intervall (a
.
v. ξ antar ex där några pu då är ( P }
b
har v )
b
, dvs ) (a F . (*) )
b . Om vi lå ) (
F b F
, 0
uerliga förde
Kont
R
ördelningsf
=======
a,b] beräkna
xakt ett give unkter bär s
0 )
b . vi
åter ab 0 )
(b ) elle
elningar.)
tinuerliga för
funktionen
as enkelt me
et värde är a sannolikhets
får vi från er
.
rdelningar
n
ed hjälp
alltid smassa)
(*)
Armin Ha
Definiti då kalla täthetsf
Egensk (efterso Enligt d
Vi anta antagan
Därmed
Alltså, o sannolik
======
Samban
Arean s Arean Vi har v
alilovic: EXTR
ion 2. Om as derivatan
funktionen
kaper: Täth m F(x) är v definitionen
ar i vår ku nden gälle
d
om vi har f(
. Om b kheten P(a <
P(a
=========
nd mellan a
om markera
visat ovan a
RA ÖVNINGA
funktionen
n ( eller frek
hetsfunktio växande) .
gäller
urs att
f(xer
′
ξ
(x) kan vi be både f(x) oc
< ξ ≤ b) m a < ξ ≤ b) =
=========
areor unde
as i ovanstå .
att
AR
är der
kvensfunkti
onen(=frekv
′ )
är integr
eräkna sann ch F(x) är kä med hjälp av
= F(b) – F(
=========
er täthetsfu
ående bild (f
= P(a <
2 av 12 riverbar (ev
′ ionen) för
vensfunktio
(eventuel
rerbar på v
F a
nolikheten ända så är sj v fördelning
(a)
=========
unktionen o
formeln från
ξ ≤ b) .
ventuellt uto
variabeln
onen) ä
llt utom i än
varje inter
F a
.
P(a < ξ ≤ b jälvklart en sfunktionen
=========
och sannoli
n analysen)
Kont
om i ändligt
.
är en positiv
ndligt antal p
rvall [a,b]
a
b) med hjälp nklare att be n F(x), dvs
=======
kheter
beräknas
tinuerliga för
t antal punkt
v funktion
punkter
).
. Med såd
ξ .
p av integra eräkna
enligt följa
rdelningar
ter
)
dana
alen
nde:
Armin Ha
Därför g Om vi l Därmed
======
Bestäm Vi har v beteckn Om vi l
dvs
======
alilovic: EXTR
gäller : P(a åter a gå m
P(– ∞ < ξ d är arean m
∞
=========
mning av F(x visat ovan a nar vi variab åter a gå m
=========
RA ÖVNINGA
< ξ ≤ b) = a mot – ∞ och ξ ≤ ∞) = are mellan x-axe
ξ ∞
=========
(x) om f(x) att F(x) F beln i integr mot – ∞ får
=========
AR
arean under h b gå mot +
ean under h eln och kurv
=========
är given.
x
a
t f a
F( ) (
anden med vi ( efterso
x F( ) 0
x F( )
=========
3 av 12 r täthetsfunk
+ ∞ får vi hela täthetsfu
van
∞
=========
) . (Vi dt en annan b om F()
x
dt t f( )
x
dt t f( )
=========
ktionen ova
funktionen.
lika med
∞ F
=========
betecknar okstav, t.)
0)
=========
Kont
npå interval
d 1.
∞ 1
=======
övregränsen
=======
tinuerliga för
allet [a,b] .
0 1.
n med x och
rdelningar
h därför
Armin Halilovic: EXTRA ÖVNINGAR Kontinuerliga fördelningar
4 av 12
Approximation av sannolikheten P( x<ξ ≤x+∆x) om ∆x är litet:
Om ∆x är litet så är skuggade arean approximativt lika med arean av rektangeln med basen ∆x och höjden f(x). Därför kan vi använda följande approximation
P( x<ξ ≤x+∆x) ≈ f(x)∆x.
Vi kan diskretisera en kontinuerlig stokastisk variabel ξ genom att approximera arean under frekvensfunktionen med rektanglar med små baser ∆xk=∆x.
Vi kan betrakta en diskret s.v. X som antar värdena xk med sannolikheterna pk=f(xk) ∆x. Då är väntevärdet av den diskreta s.v. X lika med x p x f xk x
k k k
k
k
( ) . Om ∆x är litet då ärx x f
x k
k
k
( ) ≈
dx x
xf( ) (om integralen existerar). Detta motiverar följande definition.
VÄNTEVÄRDET för en kontinuerlig s. v. betecknas m, µ eller och definieras enligt följande
E ( ) xf ( x ) dx
På liknande sätt motiveras definitionen av variansen av en kontinuerlig s.v.
VARIANSEN av en kontinuerlig s. v. betecknas , Var, eller )
( )
2( )
2( )
2)
(
x
f x dx x f x dx
V
STANDARDAVVIKELSEN : ( Betecknas , s , ellerD())
Armin Halilovic: EXTRA ÖVNINGAR Kontinuerliga fördelningar
5 av 12 √
MEDIANEN definieras som lösningen till ekvationen 0.50
Medianen delar arean under frekvensfunktionen ( eller täthetsfunktionen) i två lika delar. Om frekvensfunktionen är symmetrisk då sammanfaller medianen och medelvärden.
VÄNTEVÄRDET för en funktion g(X) av en s.v. X :
g x f x dx X
g
E ( ( )) ( ) ( )
Vi säger att en s.v. X är icke-negativ (”positiv” i boken) om
X 0
.INTENSITETEN för en kontinuerlig icke-negativ stokastisk variabel X definieras av
0 för ) , ( 1
) ) (
(
x
x F
x x f
.==============================================
ÖVNINGSUPPGIFTER
Uppgift 1. Den stokastiska variabeln ξ har frekvensfunktionen (täthetsfunktionen)
förövrigt
x x
x a
f 0
1 0
, ) 1 ) (
(
2
a) Bestäm parametern a.
b) Beräkna P(0.1< ξ<0.3).
Lösning:
a)
1 1 ⇒ 1 ⇒ 1 ⇒ 2.
Därmed
förövrigt x x x
f 0
1 0
, ) 3
(
2
b) .. 3 .. 0.3 0.1 0.026.
Uppgift 2 En stokastisk variabel har täthetsfunktionen (frekvensfunktionen)
Armin Halilovic: EXTRA ÖVNINGAR Kontinuerliga fördelningar
6 av 12
10 ,
0
10 0
, ) 10 (
0 ,
0 )
(
x x x
a
x x
f
a) Bestäm konstanten a .
b) Vad är sannolikheten att > 8 ? c) Bestäm väntevärdet E(). Lösning:
a)
50 1 1
0 ) 10 10 2
( 1 ) 10 (
10
0
2
a x dx a x x ab) 0.04
25 1 8 ) 10 10 2
50( ) 1
10 50( ) 1 8 (
10
8
2
x dx x xP c)
3 10 0 )10 5 3
50( ) 1
10 50( ) 1
10 50( ) 1
(
3 2 10
0
10
0
2
x x dx
x x dx x xE
Svar: a) 50
1
a b) 0.04 c) 3 10
Uppgift 3.
En stokastisk variabel ξ har följande täthetsfunktion (frekvensfunktion)
övrigt.
för
0sin 0 2
) (
x x x
f
Bestäm väntevärdet ξ , variansen Var(ξ) och standardavvikelsen .
Lösning:
10 2 cos /
sin ) int.
part.
( sin
) (
2 /
0
E x xdx x x x .För variansen använder vi formeln
2 ( ) 2
)
( x f x dx
Var .
20 2 cos /
2 sin 2 cos )
gånger 2
int.
part.
(
sin 2
2 /
0
2
x x
x x x
xdx
x .
0.14159 3
1 2 sin
)
( 2
2 /
0
2
x xdxVar .
Standardavvikelsen för : )
(
Var =0.376
Armin Halilovic: EXTRA ÖVNINGAR Kontinuerliga fördelningar
7 av 12
Uppgift 4. En stokastisk variabel ξ har följande fördelningsfunktion 1 ö 0
0 ö 0 Bestäm
a) medianen,
b) täthetsfunktionen (frekvensfunktionen) f(x) c) väntevärdet ξ .
d) sannolikheten 2 ξ 5 ) Lösning:
a) Medianen är lösningen till ekvationen
0.50.
1 1/2 ⇒ 1/2 ⇒ 3 1/2 ⇒ / ⇒ .
Svar: a) Medianen
b) Frekvensfunktion
0 0
0 ,
) 3 (
3
x x x e
f
x
.
Anmärkning: Det är oviktigt hur vi definierar f(0) eftersom ξ är en kontinuerlig s.v.
c) E xf x dx xe 3xdx
0
3 )
( )
(
{ partiell integration 3 , ′
′ 3 , v }
3
3 . Därför
3 3 1
3. Svar: c)
3 ) 1 (
E
d) Sannolikheten 2 ξ 5 ) 5 2
= 1 1 0.002478.
Svar: d) 0.002478
Uppgift 5. Bestäm konstanten c så att
Armin Ha
x f ( )
blir en t Lösning
) (x
f m
Först be Arean=
3
0
t d c
Från ekv Svar: c
Uppgift om
) (x f Rita där
Lösning
a) f(x)
Grafen t
alilovic: EXTR
x c
0 2
täthetsfunkt g:
måste satisfi eräknar vi in
) ( dxx f
3
0 2
1
dt ct dt
vationen Ar 3 0 21
c
t 6. Rita tä
fö 0
om 2 / x
refter förde
g:
0
o 2 ) x/
till täthetsfu
RA ÖVNINGA
övrig för
2 x 2 ,
tion.
era villkore ntegralen
5
2 2 d
x c
t =
0 3
2 1
2 1
ct
rean=1 har 0.2887
äthetsfunktio
övrigt ör
2 x 0 m
elningsfunkt
övrigt för
2 x 0 om
unktionen f
AR
t
5
et: Arean=1
dx
3
2c .
vi 2c 3 1
onen f(x)
tionen F(x)
0
om /2
2 0
x
) (x f :
8 av 12 1 dvs
(
x f
2 1 c 1
till s.v. X o
) .
2 för
2 0
m
0 om
x x x
1 )dx
x .
3 .
och bestämf
2
Substitutio Gränser :
Kont
fördelnings on x 2t
2
t
x
5
t
x
tinuerliga för
sfunktionen , dx ,dt
, 0
3 t
rdelningar
) (x F ,
Armin Ha
Vi bestä Eftersom integral Fall 1:
i) Fall1,
Om x<0
Detta ge
ii) Fall2
Vi anvä
x
d t f( ) formler)
) (x
F
iii) Fall
alilovic: EXTR
ämmer förd m f(x) är d
en
x
dt t f( )
0 x , , x0
0 då gäller
er ( )
x
x F
2, 0x
änder igen s
dt i två dela ). Vi har
) ( dtt f
x
l 3), x2.
RA ÖVNINGA
delningsfun definierad m t betrakta tr
Fall 2: 0
0 ) (x
f .
)
(
x x
dt t f
2 .
amma form
ar (eftersom
) (
0 0
dt t f
x
AR
ktionen me med separat
re fall:
2 x
0 och
0
0
dt .
mel F(x)
m vi integre
) (
0
0
dt t f
x
9 av 12 d hjälp av f ta formler i
h Fall 3:
x
dt t f( ) m
erar över int
0 2
0 0
t d dt
x
formeln F (x tre intervall
2 x .
men, i det hä
tervallet där
0 t42
dt
Kont
x
d t f x) ( ) l måste vi, v
är fallet, del
r f(x) besk
4 0
x2
x .
tinuerliga för
dt.
vid beräknin
lar vi integr
krivs med tv
rdelningar
ng av
ralen
vå
Armin Ha
I det här där f(x Vi har
) (x F
Samman
) (x F
Grafen t
Uppgift om
x f( )
Rita där Svar:
i) Grafe
alilovic: EXTR
r fallet dela )
x beskrivs
)
(
dt t f
x
nfattningsvi
om 1
om 4
o
20 x
till fördelni
t 7. Rita tä
x x
för 0
om 2
om
refter förde
en till täthet
RA ÖVNINGA
ar vi integral med tre for
) (
2
0 0
dt t f
is har vi
2 x m
2 x 0 m
0 om x
ngsfunktion
äthetsfunktio
övrigt r
2 x 1 m
1 x 0 m
elningsfunkt
tsfunktionen AR
len
x
d t f( ) rmler).
) (
2 2
0
f t dt xnen F(x).
onen f(x)
tionen F(x)
n f(x):
10 av 12 dt i tre delar
0 )
(
0
dt t f
till s.v. X o
) .
r (eftersom
0 2
2
0
t dtdt
och bestämf
Kont
m vi integrer
0 0
2
x dtfördelnings
tinuerliga för
rar över inte
0 0 2 4
2
t
sfunktionen
rdelningar
ervallet
1 0 .
) (x F
Armin Ha
ii) Förd
iii) Graf
Uppgift
) (x F
Beräkna
Lösning
a) Medi ) (x F I vårt fa
) ( x F
Eftersom b) Me
X E( ) Först m
alilovic: EXTR
delningsfunk
fen till förde
t 8. En sto
0 1 4
2x
a a) med
g:
ianen bestäm 5
.
0 eller
x
all är det enk
1 5 .
0
m x väl2 edelvärdet t
xf (x)dx måste vi best
RA ÖVNINGA
ktionen F(
elningsfunk
kastisk vari
2 x om
x
dianen och
mmer vi gen )
(
xdx x f
klare att lös
4 0 1
2
x
ljer vi x till s.v. X. b
.
tämma täthe AR
2 1 ) 2
x x
ktionen F(x
iabel X har
. 2
2
b) vänte
nom att lösa 5
. 0 . sa
5 4 .
0
2x
2.828 8 beräknas me
etsfunktione
11 av 12
1 2 2
om 2
om 0
2 2
x x
x
) x .
fördelnings
evärdet (med
a en av följa
1 2
x
.
ed hjälp av
en
2 x om
x 1 om
1 x 0
0 m x
sfunktionen
delvärdet) t
ande ekvatio
2
8 x x
följande fo
Kont
2
till s.v. X.
oner:
8
x
.rmel
tinuerliga för
.
rdelningar
Armin Halilovic: EXTRA ÖVNINGAR Kontinuerliga fördelningar
12 av 12
. 2 0
2 x om ) 8
( ) (
3
x x x
F x f
Nu kan vi beräkna
4 4 2 0
8 8 8
) ( )
(
2 2 2
3
xf x dx x x dx x dx x
X
E .
Svar: a) medianen är 82.828 b) väntevärdet (=medelvärdet)=4
Uppgift 9. Livslängden hos en viss transistortyp är exponentialfördelad s.v. med
fördelningsfunktionen
. 0 0
0 x om ) 1
(
2 /
x x e
F
x
a) Bestäm sannolikheten att en sådan transistor (slumpvis vald) har livslängden som är större än 1 år.
b) Man köper 5 transistorer. Bestäm sannolikheten att minst 4 av dem har livslängden som är större än 1 år.
Lösning:
a) pP(X 1)1P(X 1)1F(x)1(1e1/2)e1/2 0.60653.
b) Låt Y beteckna antalet transistorer bland dem 5 köpta som har livslängden större än 1 år . Då är YBin( p5, ) där p0.60653 och q1 p0.39347.
5 4 0
5
4 5
5 5 4
) 5 5 ( ) 4 ( ) 4
(Y P Y P Y p q p q p q p
P
0.3483 0.08208
0.26625
.
Svar: a) 0.60653
b) 5 0.3483
5 5 4
5 4 5 0 4 5
p q p q p q p
Uppgift 10. Den s.v. X har täthetsfunktionen
f ( x ) 3 e
3x, x 0
. Beräkna väntevärdet E(g(X)) därg ( x ) e
2x.Lösning:
5 ) 3 5 ( 3 0 0
3 5 3
3 )
( ) ( ))
( (
5
0 5 0
3
2
g x f x dx
e x e xdx
e xdx e xX g
E .
Svar: 3/5