Rozkład cechy
-
- Użytkownik
- Posty: 1116
- Rejestracja: 11 wrz 2015, o 19:18
- Płeć: Mężczyzna
- Lokalizacja: Górnicza Dolina
- Podziękował: 74 razy
- Pomógł: 115 razy
Rozkład cechy
Niech zmienna losowa \(\displaystyle{ X}\) ma rozkład wykładniczy \(\displaystyle{ Exp\left( \lambda \right)}\) z funkcją gęstości \(\displaystyle{ f_X\left( x\right)= \lambda e^{- \lambda \cdot x}}\) dla \(\displaystyle{ x>0}\). Niech \(\displaystyle{ N= \left\lfloor X \right\rfloor}\). Oblicz wartość oczekiwaną i wariancję \(\displaystyle{ N}\).
Próbowałem znaleźć ten rozkład, ale coś mi cały czas nie idzie. Myślałem, aby sumować po przedziałach długości \(\displaystyle{ 1}\), ale nie wiedziałem jak to ładnie zapisać.
Próbowałem znaleźć ten rozkład, ale coś mi cały czas nie idzie. Myślałem, aby sumować po przedziałach długości \(\displaystyle{ 1}\), ale nie wiedziałem jak to ładnie zapisać.
-
- Użytkownik
- Posty: 1116
- Rejestracja: 11 wrz 2015, o 19:18
- Płeć: Mężczyzna
- Lokalizacja: Górnicza Dolina
- Podziękował: 74 razy
- Pomógł: 115 razy
Re: Rozkład cechy
Dobra, wiem o co mi chodziło, ale się wyraziłem dosyć dziwnie. Jak mamy rozkład dyskretny to w jaki sposób możemy znaleźć jego dystrybuantę? Czy to ma być suma od \(\displaystyle{ 0}\) do danego elementu? W jaki sposób możemy znaleźć taką sumę?
- Premislav
- Użytkownik
- Posty: 15687
- Rejestracja: 17 sie 2012, o 13:12
- Płeć: Mężczyzna
- Lokalizacja: Warszawa
- Podziękował: 196 razy
- Pomógł: 5221 razy
Re: Rozkład cechy
A czemu akurat od zera? Tutaj tak, ponieważ tak wygląda nośnik rozkładu, ale tak nie jest ogólnie,
Jeżeli zmienna losowa \(\displaystyle{ X}\) ma rozkład dyskretny z nośnikiem \(\displaystyle{ S}\) (tj. \(\displaystyle{ S=\left\{(s_i)_{i\in I} \right\}}\) jest zbiorem przeliczalnym, dla którego \(\displaystyle{ \sum_{i \in I}^{} \mathbf{P}(X=s_i)=1}\)), to dla dowolnego \(\displaystyle{ x\in \RR}\) masz po prostu
\(\displaystyle{ \mathbf{P}(X\le x)= \sum_{i\in I}^{} \mathbf{P}(X=s_i)1{\hskip -2.5 pt}\hbox{l}(s_i \le x)}\),
czyli sumujesz prawdopodobieństwa przyjęcia wszystkich wartości nie większych niż \(\displaystyle{ x.}\)
Ale nie tyle wyraziłeś się niejasno, co zadałeś teraz kompletnie inne pytanie. To jest różnica.
Jeżeli zmienna losowa \(\displaystyle{ X}\) ma rozkład dyskretny z nośnikiem \(\displaystyle{ S}\) (tj. \(\displaystyle{ S=\left\{(s_i)_{i\in I} \right\}}\) jest zbiorem przeliczalnym, dla którego \(\displaystyle{ \sum_{i \in I}^{} \mathbf{P}(X=s_i)=1}\)), to dla dowolnego \(\displaystyle{ x\in \RR}\) masz po prostu
\(\displaystyle{ \mathbf{P}(X\le x)= \sum_{i\in I}^{} \mathbf{P}(X=s_i)1{\hskip -2.5 pt}\hbox{l}(s_i \le x)}\),
czyli sumujesz prawdopodobieństwa przyjęcia wszystkich wartości nie większych niż \(\displaystyle{ x.}\)
Ale nie tyle wyraziłeś się niejasno, co zadałeś teraz kompletnie inne pytanie. To jest różnica.
-
- Użytkownik
- Posty: 1116
- Rejestracja: 11 wrz 2015, o 19:18
- Płeć: Mężczyzna
- Lokalizacja: Górnicza Dolina
- Podziękował: 74 razy
- Pomógł: 115 razy
Re: Rozkład cechy
Znaczy, bo moim założeniem na początku było znalezienie dystrybuanty tego rozkładu i oczywiście masz racje, że nie zawsze sumujemy od zera. Czy potrafisz wyprowadzić wzór na dystrybuantę rozkładu Poissona?
- Premislav
- Użytkownik
- Posty: 15687
- Rejestracja: 17 sie 2012, o 13:12
- Płeć: Mężczyzna
- Lokalizacja: Warszawa
- Podziękował: 196 razy
- Pomógł: 5221 razy
Re: Rozkład cechy
Zwarty wzór (przynajmniej wyrażający się poprzez funkcje elementarne) nie istnieje (chociaż nie umiem tego udowodnić). A po co Ci ta dystrybuanta?
- Premislav
- Użytkownik
- Posty: 15687
- Rejestracja: 17 sie 2012, o 13:12
- Płeć: Mężczyzna
- Lokalizacja: Warszawa
- Podziękował: 196 razy
- Pomógł: 5221 razy
Re: Rozkład cechy
Może i faktycznie przesadziłem…
Gdybyś założył po prostu drugi wątek, bądź chociaż zaznaczył jakoś, że już sobie poradziłeś z tamtym zadaniem, to wszystko byłoby OK. A tak troszkę jednak namieszałeś, ponieważ ni stąd ni zowąd zacząłeś pisać na temat dystrybuanty (która przy rozkładach dyskretnych się stosunkowo rzadko przydaje, jeśli już, to się jakoś to aproksymuje), co stworzyło wrażenie, że znajdowanie dystrybuanty jakoś wiąże się z treścią zadania (nie wiąże się, nic to nie przyspieszy). No a później, wciąż bez stwierdzenia, iż rozwiązałeś zadanie, spytałeś o dystrybuantę rozkładu Poissona, która to nijak ma się do tego wątku. Chyba wprowadziło to trochę chaosu, bo już np. leg14 tak to odczytał, że cały czas piszesz o tytułowym zadaniu.
Żeby nie spamować:
\(\displaystyle{ \mathbf{E}(N)= \sum_{k=0}^{+\infty}k \int_{k}^{k+1} \lambda e^{- \lambda \cdot x} dx=\\=\sum_{k=0}^{+\infty}k\left( e^{-\lambda k}-e^{-\lambda(k+1)}\right)=\\=\left( 1-e^{-\lambda}\right) \sum_{k=0}^{+\infty}ke^{-\lambda k}=\frac{1}{1-e^{-\lambda}}}\)
Gdybyś założył po prostu drugi wątek, bądź chociaż zaznaczył jakoś, że już sobie poradziłeś z tamtym zadaniem, to wszystko byłoby OK. A tak troszkę jednak namieszałeś, ponieważ ni stąd ni zowąd zacząłeś pisać na temat dystrybuanty (która przy rozkładach dyskretnych się stosunkowo rzadko przydaje, jeśli już, to się jakoś to aproksymuje), co stworzyło wrażenie, że znajdowanie dystrybuanty jakoś wiąże się z treścią zadania (nie wiąże się, nic to nie przyspieszy). No a później, wciąż bez stwierdzenia, iż rozwiązałeś zadanie, spytałeś o dystrybuantę rozkładu Poissona, która to nijak ma się do tego wątku. Chyba wprowadziło to trochę chaosu, bo już np. leg14 tak to odczytał, że cały czas piszesz o tytułowym zadaniu.
Żeby nie spamować:
\(\displaystyle{ \mathbf{E}(N)= \sum_{k=0}^{+\infty}k \int_{k}^{k+1} \lambda e^{- \lambda \cdot x} dx=\\=\sum_{k=0}^{+\infty}k\left( e^{-\lambda k}-e^{-\lambda(k+1)}\right)=\\=\left( 1-e^{-\lambda}\right) \sum_{k=0}^{+\infty}ke^{-\lambda k}=\frac{1}{1-e^{-\lambda}}}\)
Ostatnio zmieniony 16 cze 2018, o 17:32 przez Premislav, łącznie zmieniany 1 raz.