ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

Σχετικά έγγραφα
ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

ΒΑΣΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του όγδοου φυλλαδίου ασκήσεων.

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3.

c(2x + y)dxdy = 1 c 10x )dx = 1 210c = 1 c = x + y 1 (2xy + y2 2x + y dx == yx = 1 (32 + 4y) (2x + y)dxdy = 23 28

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ

12xy(1 x)dx = 12y. = 12 y. = 12 y( ) = 12 y 1 6 = 2y. x 6x(1 x)dx = 6. dx = 6 3 x4

P(200 X 232) = =

ΤΥΧΑΙΑ ΙΑΝΥΣΜΑΤΑ. Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες, Κ. Πετρόπουλος. Τµ. Επιστήµης των Υλικών

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

Pr (a X b, c Y d) = c. f XY (x, y) dx dy, (15.1) Pr ((X, Y ) R) = f XY (x, y) dx dy. (15.2)

f X,Y (x, y)dxdy = 1,

Λύσεις 4ης Ομάδας Ασκήσεων

c(x 1)dx = 1 xf X (x)dx = (x 2 x)dx = 2 3 x3 x 2 x 2 2 (x 1)dx x 2 f X (x)dx = (x 3 x 2 )dx = 2 4 x4 2 3 x3

Θεωρία Πιθανοτήτων & Στατιστική

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΒΑΣΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ (ΣΥΝΕΧΕΙΑ)

P(Ο Χρήστος κερδίζει) = 1 P(Ο Χρήστος χάνει) = 1 P(X > Y ) = 1 2. P(Ο Χρήστος νικά σε 7 από τους 10 αγώνες) = 7

10ο Φροντιστηριο ΗΥ217 - Επαναληπτικό

Τυχαίες Μεταβλητές (τ.µ.)

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι (ΝΠΣ) ΠΙΘΑΝΟΤΗΤΕΣ Ι (ΠΠΣ) Φεβρουάριος 2010

(ii) x[y (x)] 4 + 2y(x) = 2x. (vi) y (x) = x 2 sin x

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ 26 ΙΟΥΛΙΟΥ 2008 ΕΥΤΕΡΟ ΜΕΡΟΣ :

P( X < 8) = P( 8 < X < 8) = Φ(0.6) Φ( 1) = Φ(0.6) (1 Φ(1)) = Φ(0.6)+Φ(1) 1

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 2

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ

Στατιστική Ι-Θεωρητικές Κατανομές Ι

ΜΕΡΙΚΕΣ ΕΙΔΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ

ΕΞΕΤΑΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ ΣΤΑΤΙΣΤΙΚΗ ΤΜΗΜΑΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΝΙΟΥ ( ) ΟΜΑΔΑ Α ( 40% )

ΤΥΧΑΙΑ ΙΑΝΥΣΜΑΤΑ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών

ΣΥΝΤΟΜΕΣ ΣΗΜΕΙΩΣΕΙΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ ΘΕΜΗΣ ΜΗΤΣΗΣ TΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΗΡΑΚΛΕΙΟ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

Συνήθεις Διαφορικές Εξισώσεις Ι Ασκήσεις - 19/10/2017. Ακριβείς Διαφορικές Εξισώσεις-Ολοκληρωτικοί Παράγοντες. Η πρώτης τάξης διαφορική εξίσωση

Βιομαθηματικά BIO-156

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: 23 Απριλίου 2012

Θεωρία Πιθανοτήτων & Στατιστική

Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

a n n! = ea e y2 2 y 0 10E(n A) = = 100 E(k) = n p = = 4.6

n i P(x i ) P(X = x i ) = lim

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 2018 Σειρά Α Θέματα 3 ως 7 και αναλυτικές (ή σύντομες) απαντήσεις

Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας.

Θεωρία Πιθανοτήτων & Στατιστική

Περιεχόμενα. Ιδιότητες του cov(x, Y) Ιδιότητες των εκτιμητών Παράδειγμα. 1 Συσχέτιση Μεταβλητών. 2 Εκτιμητές και κατάλοιπα

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)

4. Απαγορεύεται η χρήση υπολογιστή χειρός. Απαγορεύεται η χρήση κινητού, και ως υπολογιστή χειρός.

f(y) dy = b a dy = b a x f(x) dx = b a dx = x 2 = b2 a 2 2(b a) b a dx = = (a2 + ab + b 2 )(b a) 3(b a)

0, x < 0 1+x 8, 0 x < 1 1 2, 1 x < x 8, 2 x < 4

3. Κατανομές πιθανότητας

Μέση Τιµή. Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.

Τυχαία μεταβλητή είναι μία συνάρτηση ή ένας κανόνας που αντιστοιχίζει ένα αριθμό σε κάθε αποτέλεσμα ενός πειράματος.

ΕΠΑΝΑΛΗΨΗ ΒΑΣΙΚΩΝ ΕΝΝΟΙΩΝ ΣΤΑΤΙΣΤΙΚΗΣ

1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28

Γενικά Μαθηματικά ΙΙ

Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας

Θεωρία Πιθανοτήτων & Στατιστική

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

Ακολουθούν ενδεικτικές ασκήσεις που αφορούν την πρώτη εργασία της ενότητας ΔΙΠ50

x P (x) c P (x) = c P (x), x S : x c

Συνήθεις Διαφορικές Εξισώσεις Ι ΣΔΕ Bernoulli, Riccati, Ομογενείς. Διαφορικές Εξισώσεις Bernoulli, Riccati και Ομογενείς

, x > a F X (x) = x 3 0, αλλιώς.

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές

S T (x) = exp. (α) m n q x = m+n q x m q x. (β) m n q x = m p x m+n p x. (γ) m n q x = m p x n q x+m. tp x = S Tx (t) = S T (x + t) { x+t

ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ - ΠΡΟΣΟΜΟΙΩΣΗ

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης

Συνήθεις Διαφορικές Εξισώσεις Ι Ασκήσεις - 26/10/2017. Διαφορικές Εξισώσεις Bernoulli, Riccati και Ομογενείς

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του έβδομου φυλλαδίου ασκήσεων. f X (t) dt για κάθε x. F Y (y) = P (Y y) = P X y b ) a.

Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

ΤΟ ΠΡΟΒΛΗΜΑ ΤΟΥ BAYES, Η ΙΑΜΟΡΦΩΣΗ ΤΟΥ ΟΜΩΝΥΜΟΥ ΘΕΩΡΗΜΑΤΟΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ

pdf: X U(a, b) 0, x < a 1 b a, a x b 0, x > b

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ

Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

X 1 X 2. X d X = 2 Y (x) = e x 2. f X+Y (x) = f X f Y (x) = f X (y)f Y (x y)dy. exp. exp. dy, (1) f X+Y (x) = j= σ2 2) exp x 2 )

5.1 Συναρτήσεις δύο ή περισσοτέρων µεταβλητών

ΠΙΘΑΝΟΤΗΤΕΣ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 1

4 4 2 = 3 2 = = 1 2

(β) 1-1, r 1!r 2! r s! k n = k). (2n)! n!2 n.

Στατιστική Περιγραφή Φυσικού Μεγέθους - Πιθανότητες

Κατανομές Πιθανοτήτων. Γεωργία Φουτσιτζή, Καθηγήτρια, Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Ιωαννίνων Ακαδ.

ΚΕΦ. 1. ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ Εισαγωγή.

ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ

ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

Transcript:

(Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 23 εκεµβρίου 29

5.1. Στο τυχαίο πείραµα της ϱίψης δύο διακεκριµένων κύβων έστω X η ένδειξη του πρώτου κύβου και Y η µεγαλύτερη από τις δύο ενδείξεις. Να προσδιορισθούν (α) η συνάρτηση πιθανότητας της διδιάστατης τυχαίας µεταβλητής (X, Y) και (ϐ) η περιθώρια συνάρτηση πιθανότητας της Y.

(α) Εστω Z η ένδειξη του δευτέρου κύβου. Αν x = y = 1, 2,..., 6, τότε f X,Y (x, x) = P(X = x, Y = x) = P(X = x, Z x) = x 36, ενώ αν x = 1, 2,..., 5 και y = x + 1, x + 2,..., 6, τότε Εποµένως f X,Y (x, y) = P(X = x, Y = y) = P(X = x, max{x, Z} = y) f X,Y (x, y) = = P(X = x, Z = y) = 1 36. x/36, x = y = 1, 2,..., 6, 1/36, x = 1, 2,..., 5, y = x + 1, x + 2,..., 6, διαφορετικά,

(ϐ) Η περιθώρια συνάρτηση πιθανότητας της Y είναι η y y 1 f Y (y) = f X,Y (x, y) = f X,Y (x, y) + f X,Y (y, y) x=1 x=1 y 1 1 = 36 + y 36 = 2y 1, y = 1, 2,..., 6. 36 x=1

x y 1 2 3 4 5 6 f X (x) f X,Y (x, y) 1 1/36 1/36 1/36 1/36 1/36 1/36 1/6 2 2/36 1/36 1/36 1/36 1/36 1/6 3 3/36 1/36 1/36 1/36 1/6 4 4/36 1/36 1/36 1/6 5 5/36 1/36 1/6 6 6/36 1/6 f Y (y) 1/36 3/36 5/36 7/36 9/36 11/36 1 Πίνακας Η από κοινού και οι περιθώριες συναρτήσεις πιθανότητας

5.2. Η από κοινού συνάρτηση πυκνότητας των τυχαίων µεταβλητών X και Y δίνεται από τον τύπο { 2e x 2y αν x >, y >, f(x, y) =, αλλιώς. (α) Να ϐρεθούν οι περιθώριες συναρτήσεις πιθανότητας f X (x) και f Y (y) και να εξετασθεί κατά πόσον οι τυχαίες µεταβλητές X και Y είναι ανεξάρτητες. (ϐ) Να υπολογισθούν οι πιθανότητες P(X > 2), P(Y < 1), P(X > 2, Y < 1), P(X > 2 Y < 1) και P(X < Y).

(α) f X (x) = 2e x e 2y dy = e x[ e 2y] f Y (y) = 2e 2y e x dx = 2e 2y[ e x] Επειδή f(x, y) = f X (x)f Y (y), x, y R, οι τυχαίες µεταβλητές X και Y είναι ανεξάρτητες. = e x, x >, = 2e 2y, y >.

(ϐ) P(X > 2) = P(Y < 1) = 1 2 e x dx = [ e x] 2 = e 2, 2e 2y dy = [ e 2y] 3 = 1 e 2, P(X > 2, Y < 1) = P(X > 2)P(Y < 1) = e 2 (1 e 2 ), P(X > 2 Y < 1) = P(X > 2) = e 2.

y P(X < Y) = y f(x, y)dxdy, y f(x, y)dx = 2e 2y e x dx = 2e 2y[ e x] y = 2e 2y (1 e y ), [ P(X < Y) = (2e 2y 2e 3y )dy = e 2y + 2 ] 3 e 3y = 1 2 3 = 1 3.

5.3. Εστω ότι η διδιάστατη τυχαία µεταβλητή (X, Y) κατανέµεται οµοιόµορφα στο τρίγωνο < x < θ, < y < θ, < x + y < θ, όπου θ > παράµετρος. είξτε ότι η συνάρτηση πυκνότητας αυτής δίνεται από την f(x, y) = 2 θ 2, < x < θ y, < y < θ και υπολογίστε τη δεσµευµένη συνάρτηση πυκνότητας f X Y (x y), < x < θ y, της τυχαίας µεταβλητής X δεδοµένης της Y = y, για y (, θ).

Η περιθώρια συνάρτηση πυκνότητας της Y είναι η f Y (y) = 2 θ y θ 2 dx = 2(θ y) θ 2, < y < θ. Εποµένως, η δεσµευµένη συνάρτηση πυκνότητας της τυχαίας µεταβλητής X δεδοµένης της Y = y είναι η f X Y (x y) = f(x, y) f Y (y) = 1, < x < θ y, ( < y < θ). θ y

5.4. Εστω (X, Y) µία συνεχής διδιάστατη τυχαία µεταβλητή µε συνάρτηση πυκνότητας f(x, y) = x(y x)e y, < x < y <. Να υπολογισθούν (α) οι περιθώριες συναρτήσεις πυκνότητας f X (x) και f Y (y) και (ϐ) οι δεσµευµένες συναρτήσεις πυκνότητας f X Y (x y) και f Y X (y x).

(α) Χρησιµοποιώντας τον µετασχηµατισµό t = y x, οπότε y = x + t και dy = dt, παίρνουµε f X (x) = x x (y x)e y dy = xe x te t dt και επειδή te t dt = tde t = [ te t] + e t dt = [ e t] = 1, f X (x) = xe x, < x <.

(ϐ) y y y f Y (y) = e y x(y x)dx = ye y xdx e y x 2 dx = ye y [ x 2 2 ] y e y [ x 3 3 ] y = 1 6 y3 e y, < y <. f X Y (x y) = f(x, y) f Y (y) 6x(y x) = y 3, < x < y, ( < y < ), f Y X (y x) = f(x, y) f X (x) = (y x)e (y x), x < y <, ( < x < )

5.5. Εστω ότι η δεσµευµένη συνάρτηση πιθανότητας µιας τυχαίας µεταϐλητής X όταν γνωρίζουµε ότι Y = y είναι διωνυµική µε παραµέτρους (y, p), ενώ η Y ακολουθεί την κατανοµή Poisson µε παράµετρο λ >. Να προσδιορισθεί η συνάρτηση πιθανότητας της X.

Η από κοινού συνάρτηση πιθανότητας των X και Y δίνεται από την ( ) λ λy y f X,Y (x, y) = f Y (y)f X Y (x y) = e p x q y x, x =, 1,..., y, y =, 1,... y! x και εποµένως η περιθώρια συνάρτηση πιθανότητας της X είναι η f X (x) = y=x λ (λp)x f X,Y (x, y) = e x! (λq) y x y=x (y x)! (λp)x = e λ e λq x! λp (λp)x f X (x) = e, x =, 1,.... x!

5.6. Εστω ότι η δεσµευµένη κατανοµή της X δεδοµένης της Y = y είναι διωνυµική µε παραµέτρους (ν, y), ενώ η κατανοµή της Y είναι οµοιόµορφη στο διάστηµα (, 1). είξτε ότι η κατανοµή της X είναι η διακριτή οµοιόµορφη στο σύνολο {, 1,..., ν}.

Η από κοινού συνάρτηση πιθανότητας των X και Y δίνεται από την ( ) ν f X,Y (x, y) = f Y (y)f X Y (x y) = y x (1 y) ν x, x =, 1,..., ν, < y < 1 x και εποµένως η περιθώρια συνάρτηση πιθανότητας της X είναι ( ) ν 1 f X (x) = y x (1 y) ν x dy. x Ολοκληρώνοντας κατά παράγοντες συνάγουµε για το ολοκλήρωµα I ν,x = 1 y x (1 y) ν x dy,

την αναγωγική σχέση 1 1 I ν,x = ν x + 1 [ 1 = µε = Εποµένως και y x d(1 y) ν x+1 ] 1 ν x + 1 yx (1 y) ν x+1 x + ν x + 1 x ν x + 1 I ν,x 1, x = 1, 2,..., I ν, = 1 (1 y) ν dy = I ν,x = 1 1 [ 1 ] 1 ν + 1 (1 y)ν+1 = 1 ν + 1 y x (1 y) ν x dy = x!(ν x)! (ν + 1)! f X (x) = 1, x =, 1,..., ν. ν + 1 y x 1 (1 y) ν x+1 dy

5.7. Εστω ότι η συνάρτηση πυκνότητας της διδιάστατης τυχαίας µεταβλητής (X, Y) δίνεται από την f(x, y) = 1, x < y < 1. είξτε ότι οι τυχαίες µεταβλητές X και Y είναι ασυσχέτιστες αλλά όχι ανεξάρτητες.

f X (x) = f Y (y) = 1 x y dy = [y] 1 x = 1 x, 1 < x < 1, y dx = [x] y y = 2y, < y < 1. Επειδή f(x, y) f X (x)f Y (y), x, y R, οι τυχαίες µεταβλητές X και Y δεν είναι ανεξάρτητες. E(XY) = 1 [ y y E(X) = ] xdx ydy = 1 1 [ x 2 2 ] y y x(1 x )dx =. 1 ydy =, Επειδή C(X, Y) = E(XY) E(X)E(Y) =, οι τυχαίες µεταβλητές X και Y είναι ασυσχέτιστες.

5.8. Εστω X και Y δύο διακριτές τυχαίες µεταβλητές των οποίων η από κοινού συνάρτηση πιθανότητας δίνεται στον ακόλουθο πίνακα. f X,Y (x, y) y 1 2 x 1 1/4 1/4 1/4 1 1/4 (α) Να υπολογισθούν οι περιθώριες συναρτήσεις πιθανότητας f X (x), f Y (y) και να δειχθεί ότι οι τυχαίες µεταβλητές X και Y δεν είναι ανεξάρτητες. (ϐ) Να δειχθεί ότι E(XY) = E(X)E(Y) παρά το ότι οι τυχαίες µεταβλητές X και Y δεν είναι ανεξάρτητες.

(α) Οι περιθώριες συναρτήσεις πιθανότητας των X και Y δίνονται στον ακόλουθο πίνακα y x 1 2 f X (x) f X,Y (x, y) 1 1/4 1/4 1/4 1/4 1/2 1 1/4 1/4 f Y (y) 1/4 1/2 1/4 1 Επειδή f X,Y (x, y) f X (x)f Y (y), οι τυχαίες µεταβλητές X και Y δεν είναι ανεξάρτητες.

(ϐ) E(XY) = ( 1)(1) 1 4 + (1)(1)1 4 =, E(X) = ( 1)1 4 + (1)1 4 = Επειδή C(X, Y) = E(XY) E(X)E(Y) =, οι τυχαίες µεταβλητές X και Y είναι ασυσχέτιστες.

5.9. Από ένα δοχείο που περιέχει 3 άσπρα, 4 µαύρα και 5 κόκκινα σφαιρίδια εξάγουµε χωρίς επανάθεση 3 σφαιρίδια. Εστω X ο αριθµός των εξαγοµένων άσπρων και Y ο αριθµός των εξαγοµένων µαύρων σφαιριδίων. Να υπολογισθούν (α) η από κοινού και οι περιθώριες συναρτήσεις πιθανότητας των X και Y (ϐ) οι µέσες τιµές E(X), E(Y) και οι διασπορές V(X), V(Y) και (γ) η συνδιακύµανση C(X, Y) και ο συντελεστής συσχέτισης ρ(x, Y).

(α) f(x, y) = ( 3 x )( 4 y)( ( 12 3 f X (x) = 5 3 x y ) ), x, y =, 1, 2, 3, x + y 3, ( 3 )( 9 ) x 3 x ( 12 ), x =, 1, 2, 3, 3 f Y (y) = ( 4 )( 8 ) y 3 y ( 12 ), y =, 1, 2, 3. 3

y x 1 2 3 f X (x) f X,Y (x, y) 1/22 4/22 3/22 4/22 84/22 1 3/22 6/22 18/22 18/22 2 15/22 12/22 27/22 3 1/22 1/22 f Y (y) 56/22 112/22 48/22 4/22 1

(ϐ) E(X) = 1 18 22 + 2 27 22 + 3 1 22 = 165 22 = 3 4, E(X 2 ) = 1 2 18 22 + 22 27 22 + 33 1 22 = 225 22 = 45 44, V(X) = E(X 2 ) [E(X)] 2 = 45 44 9 16 = 81 176. E(Y) = 1 112 22 + 2 48 22 + 3 4 22 = 1, E(Y 2 ) = 1 2 112 22 + 22 48 22 + 32 4 22 = 34 22 = 17 11, V(Y) = E(Y 2 ) [E(Y)] 2 = 17 11 1 = 6 11.

(γ) E(XY) = 1 C(X, Y) = E(XY) E(X)E(Y) = 6 ρ(x, Y) = 6 22 + 2 18 22 + 2 12 22 = 12 22 = 6 11, C(X, Y) V(X) V(Y) = 11 3 4 1 = 24 33 44 = 9 44, 9/44 81/176 6/11 =,48.