Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
pa je<br />
P(Z < 1.96) = Φ(1.96) (2.9)<br />
= 0.5 + 0.475 = 0.975<br />
P(−1.96 < Z < 1.96) = Φ(1.96) − Φ(−1.96) (2.9)<br />
= Φ 0 (1.96) − Φ 0 (−1.96) (2.8)<br />
= 2 · 0.475 =<br />
Slično se izračuna<br />
= 0.950.<br />
P(−2.576 < Z < 2.576) = 0.99 i P(−3 < Z < 3) = 0.997<br />
Dakle, u 95% slučajeva će se vrijednosti normalne varijable od svoje očekivane vrijednosti<br />
razlikovati za ne više od 1.96 standardnih devijacija, a u 99% slučajeva ta razlika neće biti<br />
veća od 2.576 standardnih devijacija. Zadnji izračun kaže da se 99.7% svih realiziranih<br />
vrijednosti normalno distribuirane varijable od matematičkog očekivanja neće razlikovati<br />
za više od tri standardne devijacije. Ta tvrdnja se zove pravilo 3σ.<br />
2.9 Funkcije slučajnih varijabli<br />
Ako je X slučajna varijabla s poznatom distribucijom (zna se f X ili F X ) te ako je zadana<br />
(dobra) realna funkcija g realne varijable, tada je Y = g(X) slučajna varijabla. Cilj nam<br />
je odrediti razdiobu od Y , tj. izračunati gustoću f Y ili funkciju distribucije F Y .<br />
2.9.1 Diskretne razdiobe<br />
Ako je X diskretna, tada je i Y diskretna slučajna varijabla. Nadalje, ImY ⊆ Im g = g(R).<br />
Budući da je za y ∈ ImY ,<br />
P(Y = y) = P(<br />
slijedi formula za gustoću od Y :<br />
∪<br />
{x∈ImX:g(x)=y}<br />
f Y (y) =<br />
{X = x})<br />
∑<br />
{x∈ImX:g(x)=y}<br />
(P 3)<br />
=<br />
∑<br />
{x∈ImX:g(x)=y}<br />
f X (x), y ∈ ImY.<br />
P(X = x),<br />
Primjer 2.2 Neka je X binomna varijabla s parametrima n = 10 i θ ∈ ⟨0, 1⟩, i Y = sin π 2 X.<br />
Tada je ImY = {−1, 0, 1} i g(x) = sin π 2<br />
x. Prema gornjoj formuli je<br />
( )<br />
( )<br />
∑<br />
10<br />
10<br />
f Y (−1) =<br />
f X (k) = θ 3 (1 − θ) 7 + θ 7 (1 − θ) 3<br />
3<br />
7<br />
{0≤k≤10:sin π 2 k=−1} ( )<br />
∑<br />
5∑ 10<br />
f Y (0) =<br />
f X (k) = θ 2i (1 − θ) 2(5−i) 1 + (1 − 2θ)10<br />
=<br />
2i<br />
2<br />
{0≤k≤10:sin π 2 k=0} i=0<br />
( )<br />
( )<br />
( )<br />
∑<br />
10 10 10<br />
f Y (1) =<br />
f X (k) = θ(1 − θ) 9 + θ 5 (1 − θ) 5 + θ 9 (1 − θ).<br />
1 5 9<br />
{0≤k≤10:sin π 2 k=1}<br />
29