6.1. Zadania#
Zadanie 1#
Jurek i Krzysztof działają w kole naukowym. Jurek opuszcza 30% zebrań koła naukowego, a Krzysztof 40% zebrań. W ciągu miesiąca są 4 zebrania koła naukowego.
a) Oblicz prawdopodobieństwo, że Jurek i Krzysztof spotkają się w miesiącu, jeżeli ich decyzje o przyjściu na zebranie w różnych tygodniach są niezależne.
b) Znajdź funkcję prawdopodobieństwa liczby spotkań w miesiącu Jurka i Krzysztofa na zebraniach koła naukowego.
c) Oblicz wartość oczekiwaną liczby spotkań Jurka i Krzysztofa, o których mowa w punkcie b).
Rozwiązanie
Szukam prawdopodobieństwa, że jurek i Krzysztof spotkają się na zebraniu, ponieważ decyzje są niezależne to:
\(P = 0.7 \cdot 0.6 = 0.42,\)
teraz można korzystać z rozkładu dwumianowego.
a)
Należy obliczyć prawdopodobieństwo, że nie spotkają się ani razu a następnie odjąć od 1:
\(P(X > 0) = 1 - P(X = 0)\)
import scipy.stats as st
print("Szukane prawdopodobienstwo to: ", 1 - st.binom.pmf(0, 4, 0.42))
b)
Korzystając z rozkładu dwumianowego należu znaleźć kolejno prawdopodobieństwo, że spotkają się 0, 1, 2, 3, 4 razy:
import scipy.stats as st
print("k = 0:", st.binom.pmf(0, 4, 0.42))
print("k = 1:", st.binom.pmf(1, 4, 0.42))
print("k = 2:", st.binom.pmf(2, 4, 0.42))
print("k = 3:", st.binom.pmf(3, 4, 0.42))
print("k = 4:", st.binom.pmf(4, 4, 0.42))
\(x_i\) |
0 |
1 |
2 |
3 |
4 |
|---|---|---|---|---|---|
\(p_i\) |
0.11 |
0.33 |
0.36 |
0.17 |
0.03 |
c)
\(E(X) = 0 \cdot 0.11 + 1 \cdot 0.33 + 2 \cdot 0.36 + 3 \cdot 0.17 + 4 \cdot 0.03 = 1.68,\)
lub korzystając z rozkładu dwumianowego:
\(E(X) = np = 4 \cdot 0.42 = 1.68.\)
Rozwiązanie w pythonie:
import scipy.stats as st
print("Wartosc oczekiwana: ", st.binom.stats(4, 0.42, moments='m'))
print("Wartosc oczekiwana: ", st.binom.mean(4, 0.42))
Zadanie 2#
Prawdopodobieństwo wygrania w cotygodniowej grze losowej wynosi 0.005, a wielkość wygranej wynosi 10 jednostek pieniężnych.
a) Jurek zagrał pięciokrotnie. Oblicz wartość oczekiwaną łącznej wygranej.
b) Jurek postanowił grać w kolejnych tygodniach aż do momentu pierwszej porażki. Oblicz wartość oczekiwaną łącznej wygranej Jurka.
Rozwiązanie
a)
Zmienna losowa \(X\) opisująca wygrane w grze losowej pochodzi z rozkładu dwumianowego, ponieważ jest to suma doświadczeń Bernoulliego (w jednym doświadczeniu możliwe są tylko dwie sytuacje, wygrana lub przegrana). Możemy zapisać:
\(X \sim B(5, 0.005).\)
Ponieważ wielkość wygranej wynosi 10 to nowa zmienna losowa \(Y\) opisująca wielkość wygranej ma postać:
\(Y = 10X.\)
Korzystając z własności wartości oczekiwanej oraz informacji o rozkładzie dwumianowym, mamy:
\(E(Y) = E(10X) = 10E(X) = 10np = 10 \cdot 5 \cdot 0.005 = 0.25.\)
Wartość oczekiwana łącznej wygranej w pięciu grach wynosi więc 0.25 jednostki pieniężnej.
b)
Niech \(n\) oznacza liczbę kolejnych gier, \(p\) - prawdopodobieństwo wygranej, wtedy prawdopodobieństwo \(n-1\) wygranych i jednej porażki wynosi:
\(P(X = n) = p^{n-1}(1-p)\) dla \(n=1, 2, 3,...\)
Biorąc pod uwagę wysokość wygranej:
\(P(Y = n) = 10p^{n-1}(1-p)\) dla \(n=1, 2, 3,...\)
Wartość oczekiwana grania aż do pierwszej porażki to:
\(E(Y) = \sum\limits_{k=1}^\infty x_k \cdot 10p^{k-1}(1-p) = 10(1-p)\sum\limits_{k=1}^\infty x_k p^{k-1},\)
ponieważ \(x_1 = 1, x_2 = 2,...,x_n = n\), to można zapisać:
\(E(Y) = 10(1-p)\sum\limits_{k=1}^\infty kp^{k-1}.\)
Korzystając z metody różniczkowania szeregu geometrycznego mamy:
\(\sum\limits_{k=1}^\infty kp^{k-1} = \sum\limits_{k=1}^\infty \left( k \frac{p^k}{k} \right)'= \left( \sum\limits_{k=0}^\infty p^k \right)'\)
Wzór na sumę szeregu geometrycznego to:
\(\sum\limits_{k=1}^\infty aq^k = \frac{a_1}{1-q},\)
gdzie \(a_1\) to pierwszy wyraz szeregu, \(q\) to iloraz szeregu.
Korzystając z powyższego wzoru:
\(\sum\limits_{k=1}^\infty kp^{k-1} = \left( \sum\limits_{k=1}^\infty p^k \right)'= \left( \frac{p}{1-p} \right)' = \frac{1-p+p}{(1-p)^2} = \frac{1}{(1-p)^2},\)
stąd:
\(E(Y) = 10(1-p) \frac{1}{(1-p)^2} = \frac{10}{(1-p)}.\)
Zadanie 3#
Liczba huraganów w pewnym rejonie Pacyfiku w ciągu roku jest zmienną losową o rozkładzie Poissona z wartością średnią 5.
a) Oblicz prawdopodobieństwo, że w ciągu roku wystąpią mniej niż 3 huragany.
b) Oblicz prawdopodobieństwo, że w ciągu roku wystąpi huragan.
c) Znajdź wartość średnią i wariancję liczby huraganów w ciągu roku.
d) Znajdź najbardziej prawdopodobną liczbę huraganów.
Rozwiązanie
a) Należy skorzystać z dystrybuanty rozkładu Poissona.
import scipy.stats as st
#cdf - cumulative distribution function czyli dystrybuanta
print("Szukane prawdopodobienstwo:", st.poisson.cdf(2, 5))
b) Obliczę, że w ciągu roku nie wystąpił żaden huragan i odejmę od 1.
import scipy.stats as st
print("Szukane prawdopodobienstwo:", 1 - st.poisson.pmf(0, 5))
c) Obydwie wartości wynoszą 5, co wynika z własności rozkładu Poissona.
import scipy.stats as st
print("Wartosc oczekiwana:", st.poisson.mean(5))
print("Wariancja:", st.poisson.var(5))
d) Narysuję wykres funkcji prawdopodobieństwa.
import scipy.stats as st
import numpy as np
import pylab as py
x = np.linspace(0, 10, 11)
y = st.poisson.pmf(x, mu=5)
py.scatter(x, y)
py.show()
Najbardziej prawdopodobne jest 4 lub 5 huraganów.
Zadanie 4#
Liczba polis ubezpieczeniowych, które posiada losowo wybrany mieszkaniec dużego miasta jest zmienną losową \(X\). Funkcję prawdopodobieństwa zmiennej losowej \(X\) przedstawia tabela:
\(x_i\) |
0 |
1 |
2 |
3 |
|---|---|---|---|---|
\(p_i\) |
0.1 |
0.3 |
0.4 |
c |
a) Oblicz stałą c.
b) Oblicz prawdopodobieństwo, że losowo wybrany mieszkaniec miasta ma więcej niż jedną polisę.
c) Znajdź dystrybuantę zmiennej losowej \(X\).
d) Oblicz wartość oczekiwaną \(E(X)\) oraz wariancję \(Var(X)\).
Rozwiązanie
a)
Aby dana funkcia była funkcją prawdopodobieństwa to suma \(p_i\) musi wynosić 1, stąd:
\(c = 1 - (0.1 + 0.3 + 0.4) = 1 - 0.8 = 0.2.\)
b)
Prawdopodobieństwo to jest sumą prawdopodobieństw posiadania 2 i 3 polis:
\(P(X > 1) = 0.4 + 0.2 = 0.6.\)
c)
Należy sumować kolejne prawdopodobieństwa \(p_i\):
\(x\) |
\((-\infty, 0]\) |
\((0,1]\) |
\((1,2]\) |
\((2,3]\) |
\((3, +\infty)\) |
|---|---|---|---|---|---|
F(x) |
0 |
0.1 |
0.4 |
0.8 |
1 |
d)
\(E(X) = 0\cdot0.1 + 1\cdot0.3 + 2\cdot0.4 + 3\cdot0.2 = 1.7,\)
\(\begin{aligned}Var(X) &= (0-1.7)^2\cdot0.1 + (1-1.7)^2\cdot0.3 + (2-1.7)^2\cdot0.4 + \\ &+ (3-1.7)^2\cdot0.2 = \\ &= 0.81. \end{aligned}\)
Zadanie 5#
Dla danych z zadania 4 oblicz \(E(X|X>0)\), czyli wartość oczekiwaną liczby polis, które posiada losowo wybrana osoba, pod warunkiem, że posiada jakąkolwiek polisę.
Rozwiązanie
\(E(X|X>0) = \sum\limits_{i=1}^n x_i \frac{P(X = x_i \cap X>0)}{P(X>0)}\)
\(E(X|X>0) = 1\cdot\frac{0.3}{0.9} + 2\cdot\frac{0.4}{0.9} + 3\cdot\frac{0.2}{0.9} \approx 1.89\)
Zadanie 6#
Zmienna losowa \(X\) oznacza wygraną w pewnej grze losowej. Jej dystrybuanta to funkcja \(F(x)\) postaci:
a) Oblicz prawdopodobieństwo, że gracz nic nie wygra.
b) Oblicz wartość średnią wygranej \(E(X)\).
c) Oblicz wariancję wygranej \(Var(X).\)
Rozwiązanie
a)
Szukaną wartość można odczytać wprost z dystrybuanty:
\(P(X = 0) = 0.5.\)
b)
Tutaj należy najpierw znaleźć funkcję prawdopodobieństwa co jest dość łatwe mając dystrybuantę należy odejmować od siebie odpowiednie prawdopodobieństwa:
\(x_i\) |
0 |
100 |
200 |
|---|---|---|---|
\(p_i\) |
0.5 |
0.3 |
0.2 |
\(E(X) = 0\cdot0.5 + 100\cdot0.3 + 200\cdot0.2 = 70.\)
c)
\(Var(X) = (0-70)^2\cdot0.5 + (100-70)^2\cdot0.3 + (200-70)^2\cdot0.2 = 6100.\)
Zadanie 7#
Niech \(Y=0.9X-10\), gdzie \(X\) jest zmienną losową z zadania 6.
a) Oblicz wartość oczekiwaną \(E(Y)\).
b) Oblicz wariancję \(Var(Y)\).
c) Wyznacz funkcję prawdopodobieństwa \(f_Y\) zmiennej losowej \(Y\).
d) Wyznacz dystrybuantę \(F_Y\) zmiennej losowej \(Y\).
e) Narysuj wykres funkcji \(F_Y(y)\).
Rozwiązanie
Skorzystam z własności wartości oczekiwanej i wariancji.
a)
\(E(Y) = E(0.9X-10) = 0.9E(X) - 10 = 0.9\cdot70 - 10 = 53.\)
b)
\(Var(Y) = Var(0.9X-10) = 0.9^2\cdot Var(X) = 0.9^2 \cdot 6100 = 4941.\)
c)
\(y_i\) |
-10 |
80 |
170 |
|---|---|---|---|
\(p_i\) |
0.5 |
0.3 |
0.2 |
d)
\( F_Y(y) = \begin{cases} 0 & \text{dla } x \le -10, \\ 0.5 & \text{dla } -10 < x \le 80, \\ 0.8 & \text{dla } 80 < x \le 170, \\ 1 & \text{dla } x > 170. \\ \end{cases} \)
e)
Zadanie 8#
Zmienna losowa \(X\) ma funkcję prawdopodobieństwa daną w postaci tabeli:
\(x_i\) |
-2 |
-1 |
0 |
3 |
|---|---|---|---|---|
\(p_i\) |
0.1 |
0.2 |
0.1 |
0.6 |
Niech zmienna losowa \(Y=X^2-1\).
a) Oblicz wartość oczekiwaną \(E(Y)\).
b) Oblicz \(P(Y>0)\).
c) Znajdź funkcję prawdopodobieństwa zmiennej losowej Y.
Rozwiązanie
a)
\(E(Y) = E(X^2 - 1) = E(X^2) - 1,\)
\(E(X^2) = \sum\limits_{i=1}^n x_i^2 p_i,\)
\(E(X^2) = 4\cdot0.1 + 1\cdot0.2 + 0\cdot0.1 + 9\cdot0.6 = 6,\)
\(E(Y) = E(X^2 - 1) = E(X^2) - 1 = 6 - 1 = 5.\)
b)
\(P(Y>0) = P(X^2-1>0) = P(X^2>1)\)
Teraz trzeba znaleźć zmienną losową \(X^2\):
\(x_i^2\) |
4 |
1 |
0 |
9 |
|---|---|---|---|---|
\(p_i\) |
0.1 |
0.2 |
0.1 |
0.6 |
\(P(X^2>1) = 0.1 + 0.6 = 0.7\)
c)
\(y_i\) |
3 |
0 |
-1 |
8 |
|---|---|---|---|---|
\(p_i\) |
0.1 |
0.2 |
0.1 |
0.6 |
Zadanie 9#
Załóżmy, że prawdopodobieństwo, że losowo wybrany łabędź ma wirusa typu H5 wynosi 0.001. Oblicz przybliżone prawdopodobieństwo, że wśród 500 losowo wybranych łabędzi znajdą się 2 z tym wirusem.
Rozwiązanie
Można to obliczyć korzystając z rozkładu dwumianowego lub przybliżając wynik rozkładem Poissona.
import scipy.stats as st
print(st.binom.pmf(2, 500, 0.001))
print(st.poisson.pmf(2, 0.001*500))
Zadanie 10#
Z urny zawierającej 3 kule białe i 6 czarnych losowo wyjęto dwie. Niech wartością zmiennej losowej \(X\) będzie liczba wyjętych kul białych. Znaleźć funkcje prawdopodobieństwa i dystrybuantę zmiennej \(X\) oraz obliczyć jej wariancje.
Rozwiązanie
Korzystając z prawdopodobieństwa całkowitego można obliczyć prawdopodobieństwa wyjęcia 0, 1 lub 2 kul białych:
\(P(X = 0) = \frac{6}{9} \cdot \frac{5}{8} = \frac{5}{12},\)
\(P(X = 1) = \frac{3}{9} \cdot \frac{6}{8} + \frac{6}{9} \cdot \frac{3}{8}= \frac{1}{2},\)
\(P(X = 2) = \frac{3}{9} \cdot \frac{2}{8} = \frac{1}{12}.\)
Funkcja prawdopodobieństwa:
\(x_i\) |
0 |
1 |
2 |
|---|---|---|---|
\(p_i\) |
\(\frac{5}{12}\) |
\(\frac{1}{2}\) |
\(\frac{1}{12}\) |
Dystrybuanta:
x |
\((-\infty, 0]\) |
\((0,1]\) |
\((1,2]\) |
\((2, +\infty)\) |
|---|---|---|---|---|
F(x) |
0 |
\(\frac{5}{12}\) |
\(\frac{11}{12}\) |
1 |
Wariancja:
\(E(X) = \frac{1}{2} + 2\cdot\frac{1}{12} = \frac{2}{3},\)
\(E(X^2) = \frac{1}{2} + 4\cdot\frac{1}{12} = \frac{5}{6},\)
\(Var(X)=E(X^2)-[E(X)]^2 = \frac{5}{6} - \left(\frac{2}{3}\right)^2 = \frac{7}{18} \approx 0.39.\)
Zadanie 11#
Rozkład zmiennej losowej skokowej \(X\) przedstawia tabela:
\(x_i\) |
1 |
\(a\) |
3 |
4 |
|---|---|---|---|---|
\(p_i\) |
0.1 |
0.4 |
0.3 |
\(b\) |
Wiadomo, że \(E(X) = \frac{13}{5}\). Wyznaczyć \(a\) i \(b\) oraz obliczyć \(D(X)\).
Rozwiązanie
\(b = 1 - 0.1 - 0.4 - 0.3 = 0.2.\)
\(\frac{13}{5} = 0.1 + a\cdot0.4 + 3\cdot0.3 + 4\cdot0.2,\)
\(\frac{13}{5} = 1.8 + 0.4a\)
\(a = 2.\)
\(E(X^2)=1\cdot0.1 + 4\cdot0.4 + 9\cdot0.3 + 16\cdot0.2 = 7.6,\)
\(D(X)=\sqrt{7.6 - 2.6^2} \approx 0.917.\)
Zadanie 12#
Dana jest dystrybuanta zmiennej losowej skokowej X:
\(x\) |
\((−\infty, 0]\) |
\((0, 1]\) |
\((1, 2]\) |
\((2, 3]\) |
\((3, 4]\) |
\((4,+\infty)\) |
|---|---|---|---|---|---|---|
\(F(x)\) |
0 |
0.12 |
0.44 |
0.62 |
0.78 |
1 |
a) Wyznaczyć jej funkcje rozkładu prawdopodobieństwa.
b) Obliczyć \(E(X)\) oraz \(D(X)\).
c) Obliczyć \(P(1 < X \le 3)\), \(P(X = 0.5)\), \(P(X > 5)\).
Rozwiązanie
a)
\(x_i\) |
0 |
1 |
2 |
3 |
4 |
|---|---|---|---|---|---|
\(p_i\) |
0.12 |
0.32 |
0.18 |
0.16 |
0.22 |
b)
\(E(X) = 1\cdot0.32 + 2\cdot0.18 + 3\cdot0.16 + 4\cdot0.22 = 2.04,\)
\(E(X^2) = 1\cdot0.32 + 4\cdot0.18 + 9\cdot0.16 + 16\cdot0.22 = 6,\)
\(D(X)=E(X^2)-[E(X)]^2 = \sqrt{6 - 2.04^2} \approx 1.36.\)
c)
\(P(1 < X \le 3) = P(X=2) + P(X=3) = 0.18 + 0.16 = 0.34,\)
lub
\(P(1 < X \le 3) = P(X \le 3) - P(X \le 1) = 0.78 - 0.44 = 0.34,\)
\(P(X = 0.5) = 0,\)
bo nie ma takiego punktu,
\(P(X > 5) = 0,\)
bo również nie ma takiego punktu.
Zadanie 13#
Rzucamy 5 razy moneta. Niech zmienna losowa \(X\) przyjmuje wartości równe liczbie wyrzuconych reszek. Znaleźć rozkład \(X\) oraz obliczyć \(Var(X)\).
Rozwiązanie
Zmienna losowa \(X\) pochodzi z rozkładu dwumianowego, ponieważ mamy tutaj sumę 5 doświadczeń Bernoulliego.
\(n = 5,\)
\(k \in \{0, 1, 2, 3, 4, 5\},\)
\(p =0.5.\)
import scipy.stats as st
for i in range(6):
print(f"k = {i}:", st.binom.pmf(i, 5, 0.5))
print("Wariancja:", st.binom.var(5, 0.5))
Zadanie 14#
W partii składającej się z 6 detali znajdują się 4 detale standardowe. Losowo wybrano 3 detale. Znaleźć rozkład dyskretnej zmiennej losowej \(X\) − liczby standardowych detali wśród wybranych. Obliczyć \(E(X)\) i \(Var(X)\).
Rozwiązanie
\(P(X = 1) = 3 \cdot \frac{4}{6} \cdot \frac{2}{5} \cdot \frac{1}{4} = \frac{1}{5},\)
\(P(X = 2) = 3 \cdot \frac{4}{6} \cdot \frac{3}{5} \cdot \frac{2}{4} = \frac{3}{5},\)
\(P(X = 3) = \frac{4}{6} \cdot \frac{3}{5} \cdot \frac{2}{4} = \frac{1}{5},\)
Druga metoda to:
\(\Omega = {6 \choose 3} = 20,\)
\(P(X = 1) = \frac{ {4 \choose 1} \cdot {2 \choose 2} }{20} = \frac{1}{5},\)
\(P(X = 2) = \frac{ {4 \choose 2} \cdot {2 \choose 1} }{20} = \frac{3}{5},\)
\(P(X = 3) = \frac{ {4 \choose 3} \cdot {2 \choose 0} }{20} = \frac{1}{5}.\)
\(E(X) = \frac{1}{5} + 2\cdot\frac{3}{5} + 3\cdot\frac{1}{5}= 2,\)
\(E(X^2) = \frac{1}{5} + 4\cdot\frac{3}{5} + 9\cdot\frac{1}{5}= 4.4,\)
\(Var(X)=E(X^2)-[E(X)]^2 = 4.4 - 2^2 = 0.4.\)
Zadanie 15#
W urnie znajduje się 8 kul, 3 białe i 5 czarnych. Wyciągamy losowo 3 kule. Niech zmienna losowa \(X\) przyjmuje wartości równe liczbie wylosowanych kul czarnych. Znaleźć funkcję rozkładu prawdopodobieństwa zmiennej \(X\).
Rozwiązanie
\(|\Omega| = {8 \choose 3} = 56,\)
\(P(X = 0) = \frac{ {5 \choose 0} \cdot {3 \choose 3} }{56} = \frac{1}{56},\)
\(P(X = 1) = \frac{ {5 \choose 1} \cdot {3 \choose 2} }{56} = \frac{15}{56},\)
\(P(X = 2) = \frac{ {5 \choose 2} \cdot {3 \choose 1} }{56} = \frac{30}{56},\)
\(P(X = 3) = \frac{ {5 \choose 3} \cdot {3 \choose 0} }{56} = \frac{10}{56}.\)
Zadanie 16#
Zmienna losowa \(X\) ma rozkład Poissona z parametrem \(\lambda = 3\). Obliczyć \(P(X \ge 3)\).
Rozwiązanie
Korzystam z dystrybuanty rozkładu Poissona:
\(P(X \ge 3) = 1 - P(X < 3).\)
import scipy.stats as st
print("Szukane prawdopodobienstwo:", 1 - st.poisson.cdf(2, 3))
Zadanie 17#
Zmienna losowa \(X\) ma rozkład dwumianowy z wartością oczekiwaną 40 i wariancją 30. Znaleźć \(n\) i \(p\).
Rozwiązanie
Wiadomo, że w rozkładzie dwumianowym:
\(E(X) =np,\)
\(Var(X) = np(1-p).\)
\(40 =np,\)
\(n = \frac{40}{p},\)
\(30 = \frac{40}{p}p(1-p),\)
\(p = \frac{1}{4},\)
\(n = \frac{40}{\frac{1}{4}} = 160.\)
Zadanie 18#
Zmienna losowa \(X\) ma rozkład Poissona z parametrem \(\lambda = 2\). Znaleźć wariancję zmiennej losowej \(Z = 2X − 3\).
Rozwiązanie
Wiadomo, że w rozkładzie dwumianowym:
\(Var(Z) = Var(2X-3) = 4Var(X) = 4\cdot2=8.\)
Zadanie 19#
Zmienna losowa \(Z\) ma rozkład dwumianowy z parametrami \(n = 10\), \(p = \frac{1}{3}\). Obliczyć \(P(Z > 2)\).
Rozwiązanie
import scipy.stats as st
print("Szukane prawdopodobienstwo:", 1 - st.binom.cdf(2, 10, 1/3))
Zadanie 20#
Rozkład zmiennej losowej skokowej \(X\) przedstawia tabela:
\(x_i\) |
10 |
a |
30 |
40 |
50 |
|---|---|---|---|---|---|
\(p_i\) |
0.1 |
0.2 |
0.3 |
0.3 |
b |
Wiadomo, że \(E(X) = 31\). Wyznaczyć \(a\) i \(b\) oraz obliczyć \(Var(X)\).
Rozwiązanie
\(b = 1-0.1-0.2-0.3-0.3=0.1.\)
\(31 = 10\cdot0.1 + a\cdot0.2 + 30\cdot0.3 + 40\cdot0.3 + 50\cdot0.1,\)
\(31 = 27 + 0.2a,\)
\(a = 20.\)
\(E(X^2) = 100\cdot0.1 + 400\cdot0.2 + 900\cdot0.3 + 1600\cdot0.3 + 2500\cdot0.1 = 1090.\)
\(Var(X) = E(X^2) - [E(X)]^2 = 1090 - 31^2 = 129.\)
Zadanie 21#
Zmienna losowa \(Y\) ma rozkład Bernoulliego z parametrami \(n = 900\), \(p = 0.1\). Znaleźć odchylenie standardowe zmiennej losowej \(X = 3Y + 2\).
Rozwiązanie
\(Var(X) = Var(3Y+2) = 9Var(Y)=9np(1-p)=9\cdot900\cdot0.1\cdot0.9 = 729,\)
\(D(X) = \sqrt{Var(X)} = 27.\)
Zadanie 22#
Dwie rozróżnialne sześcienne kostki do gry rzucamy jednocześnie. Zmienna losowa X przyjmuje wartości równe wartości bezwzględnej różnicy oczek. Znaleźć:
a) rozkład zmiennej X,
b) medianę oraz dominantę zmiennej X.
Rozwiązanie
a)
Najlepiej narysować tabelkę i odejmować kolejne oczka od siebie.
\(|\Omega| = 6\cdot6=36\)
\(x_i\) |
0 |
1 |
2 |
3 |
4 |
5 |
|---|---|---|---|---|---|---|
\(p_i\) |
\(\frac{6}{36}\) |
\(\frac{10}{36}\) |
\(\frac{8}{36}\) |
\(\frac{6}{36}\) |
\(\frac{4}{36}\) |
\(\frac{2}{36}\) |
b)
Mediana \(Me\) to liczba \(x_i\) spełniająca poniższe równanie:
\(P((-\infty, x_i]) \ge \frac{1}{2},\)
\(P((-\infty, 2]) = \frac{6}{36} + \frac{10}{36} + \frac{8}{36} = \frac{24}{36} \ge \frac{1}{2},\)
\(Me = 2.\)
Dominanta \(Dom\) to wartość zmiennej losowej, której prawdopodobieństwo wystąpienia jest największe:
\(Dom = 1.\)
Zadanie 23#
Na drodze ruchu pociągów znajdują się w znacznej odległości od siebie 4 semafory, z których każdy (wobec znacznej odległości niezależnie od innych) zezwala na przejazd z prawdopodobieństwem \(p = 0.8\). Niech \(X\) oznacza liczbę semaforów zezwalających na przejazd i poprzedzających pierwsze zatrzymanie lub stację docelową. Znaleźć:
a) funkcje prawdopodobieństwa zmiennej losowej \(X\),
b) momenty centralne rzędu pierwszego, drugiego i trzeciego zmiennej \(X\),
c)\(P(X > 2)\), \(P(X = 3)\), \(P(0 < X \le 4)\).
Rozwiązanie
a)
Funkcja prawdopodobieństwa w tym przypadku to:
bo szukamy prawdopodobieństwa, że pociąg przejedzie przez \(k\) semaforów i zostanie zatrzymany na kolejnym semaforze ale po 4 semaforze nie ma kolejnego żeby go zatrzymać.
\(P(X = 0) = 0.8^0\cdot0.2 = 0.2,\)
\(P(X = 1) = 0.8^1\cdot0.2 = 0.16,\)
\(P(X = 2) = 0.8^2\cdot0.2 = 0.128,\)
\(P(X = 3) = 0.8^3\cdot0.2 = 0.1024,\)
\(P(X = 4) = 0.8^4 = 0.4096.\)
b)
Moment centralny rzędu \(k\) (gdzie \(k=1,2,...\)) jest zdefiniowany następująco:
\(E\{[X - E(X)]^k\} = \sum\limits_{i=1}^n [x_i-E(X)]^kp_i.\)
Kod w Pythonie:
def expected_value(x, p):
result = 0
for i, j in zip(x, p):
result += i*j
return result
def central_moment(x, p, ev, k):
result = 0
for i, j in zip(x, p):
result += j*(i - ev)**k
return result
x = [0, 1, 2, 3, 4]
p = [0.2, 0.16, 0.128, 0.1024, 0.4096]
ev = expected_value(x, p)
for i in range(1, 4):
print(f"Moment centralny rzedu {i}:", central_moment(x, p, ev, i))
c)
\(P(X > 2) = 0.1024 + 0.4096 = 0.512,\),
\(P(X = 3) = 0.1024\),
\(P(0 < X \le 4) = 1 - 0.2 = 0.8.\)
Zadanie 24#
Zmienna losowa \(X\) przyjmuje trzy wartości: 0, 1 i 2. Wiadomo, ze \(E(X)=1\) oraz \(E(X^2) =1.5\). Wyznaczyć rozkład zmiennej \(X\).
Rozwiązanie
\(\begin{cases} 1 = p_1 + 2p_2 \\ 1.5 = p_1 + 4p_2 \end{cases}\)
\(\begin{cases} p_1 = 1 - 2p_2 \\ 1.5 = 1 - 2p_2 + 4p_2 \end{cases}\)
\(\begin{cases} p_2 = 0.25 \\ p_1 = 0.5 \end{cases}\)
\(p_0 = 1- 0.5 - 0.25 = 0.25\)
Rozkład zmiennej \(X\):
\(x_i\) |
0 |
1 |
2 |
|---|---|---|---|
\(p_i\) |
0.25 |
0.5 |
0.25 |
Zadanie 25#
Z grupy 3 mężczyzn i 5-ciu kobiet losowo wybrano 2-osobowy zarząd. Niech wartością zmiennej losowej \(X\) będzie liczba kobiet w zarządzie. Znaleźć funkcje rozkładu prawdopodobieństwa zmiennej \(X\) oraz wyznaczyć medianę i dominantę.
Rozwiązanie
\(|\Omega| = {8 \choose 2} = 28\)
\(P(X = 0) = \frac{ {5 \choose 0} \cdot {3 \choose 2} }{28} \approx 0.11\)
\(P(X = 1) = \frac{ {5 \choose 1} \cdot {3 \choose 1} }{28} \approx 0.54\)
\(P(X = 2) = \frac{ {5 \choose 2} \cdot {3 \choose 0} }{28} \approx 0.36\)
Funkcje rozkładu prawdopodobieństwa zmiennej \(X\):
\(x_i\) |
0 |
1 |
2 |
|---|---|---|---|
\(p_i\) |
0.11 |
0.54 |
0.36 |
\(P((-\infty, x_i]) \ge \frac{1}{2},\)
\(Me = 1,\)
\(Dom = 1.\)
Zadanie 26#
W pewnym drzewostanie zebrano informacje o liczbie nabiegów korzeniowych:
\(x_i\) |
0 |
1 |
2 |
3 |
4 |
|---|---|---|---|---|---|
\(p_i\) |
0.1 |
0.3 |
0.3 |
0.2 |
0.1 |
Niech \(X\) oznacza liczbę nabiegów korzeniowych w losowo wybranym drzewie.
a) Znaleźć dystrybuantę zmiennej \(X\).
b) Obliczyć \(E(X)\) oraz \(Var(X)\).
c) Obliczyć \(P(X > 2)\), \(P(1 \le X \le 4)\).
Rozwiązanie
a)
\(x\) |
\((−\infty, 0]\) |
\((0, 1]\) |
\((1, 2]\) |
\((2, 3]\) |
\((3, 4]\) |
\((4,+\infty)\) |
|---|---|---|---|---|---|---|
\(F(x)\) |
0 |
0.1 |
0.4 |
0.7 |
0.9 |
1 |
b)
def expected_value(x, p):
result = 0
for i, j in zip(x, p):
result += i*j
return result
def central_moment(x, p, ev, k):
result = 0
for i, j in zip(x, p):
result += j*(i - ev)**k
return result
x = [0, 1, 2, 3, 4]
p = [0.1, 0.3, 0.3, 0.2, 0.1]
ev = expected_value(x, p)
print("Wartosc oczekiwana:", ev)
print("Wariancja:", central_moment(x, p, ev, 2))
c)
\(P(X > 2) = 0.3\),
\(P(1 \le X \le 4) = 0.9.\)
Zadanie 27#
W partii złożonej z 10 produktów znajdują się 3 produkty wadliwe. Wybrano losowo 2 produkty. Znaleźć rozkład liczby produktów wadliwych (wśród wybranych), dystrybuantę i wartość oczekiwana.
Rozwiązanie
\(|\Omega| = {10 \choose 2} = 28,\)
\(P(X = 0) = \frac{ {3 \choose 0} \cdot {7 \choose 2} }{45} \approx 0.47,\)
\(P(X = 1) = \frac{ {3 \choose 1} \cdot {7 \choose 1} }{45} \approx 0.47\)
\(P(X = 2) = \frac{ {3 \choose 2} \cdot {7 \choose 0} }{45} \approx 0.07\)
Funkcje rozkładu prawdopodobieństwa zmiennej \(X\):
\(x_i\) |
0 |
1 |
2 |
|---|---|---|---|
\(p_i\) |
0.47 |
0.47 |
0.07 |
Dystrybuanta:
\(x\) |
\((−\infty, 0]\) |
\((0, 1]\) |
\((1, 2]\) |
\((2, +\infty]\) |
|---|---|---|---|---|
\(F(x)\) |
0 |
0.47 |
0.93 |
1 |
Wartość oczekiwana:
\(E(X) = 0.47 + 2 \cdot 0.07 = 0.61.\)
Zadanie 28#
Prawdopodobieństwo zajścia pewnego zdarzenia w pojedynczej próbie jest równe \(p\). Próby przeprowadzane są dopóty, dopóki zdarzenie zajdzie. Znaleźć rozkład liczby przeprowadzonych prób oraz \(E(X)\).
Rozwiązanie
\(P(X = n) = (1-p)^{n-1}p\) dla \(n = 1, 2, 3,...\)
\(E(X) = \sum\limits_{k=1}^\infty k(1-p)^{k-1}p = p \sum\limits_{k=1}^\infty k(1-p)^{k-1},\)
Aby obliczyć powyższą sumę można skorzystać z metody różniczkowania szeregu geometrycznego:
\(x = 1 - p\)
\(\sum\limits_{k=1}^\infty kx^{k-1} = \sum\limits_{k=1}^\infty \left( k\frac{x^k}{k} \right)' = \)
\(= \left( \sum\limits_{k=1}^\infty x^k \right)' = \left( \frac{x}{1-x} \right)' = \)
\(= \frac{1-x+x}{(1-x)^2}=\frac{1}{(1-x)^2} = \)
\( = \frac{1}{(1-1+p)^2} = \frac{1}{p^2},\)
\(E(X) = p\frac{1}{p^2} = \frac{1}{p}.\)
Zadanie 29#
Rzucamy moneta aż do pierwszego wypadnięcia orła. Niech \(X\) oznacza liczbę rzutów. Znaleźć rozkład \(X\), dystrybuantę oraz \(E(X)\).
Rozwiązanie
Rozkład:
\(P(X = n) = (1-p)^{n-1}p = p^n = 0.5^n\) dla \(n = 1, 2, 3,...\)
Dystrybuanta:
\(P(X \le x) = \sum\limits_{i = 1}^n p_i = \sum\limits_{i = 1}^n p^i = p\frac{1-p^n}{1-p}=1-0.5^n,\)
\(F(x)= \begin{cases} 0 & \text{dla } x \in (-\infty, 1] \\ 1-0.5^n & \text{dla } x \in (n, n+1], n=1, 2, 3... \\ \end{cases}\)
Wartość oczekiwana:
\(\begin{aligned}E(X) &= \sum\limits_{k=1}^{\infty} kp^k = p \sum\limits_{k=1}^{\infty} kp^{k-1} = \\ &= p \sum\limits_{k=1}^{\infty} \left( k\frac{p^k}{k} \right)' = p \left( \sum\limits_{k=1}^{\infty} p^k \right)' = \\ &= p \left( \frac{p}{1-p} \right)' = p \frac{1-p+p}{(1-p)^2} = \\ &= \frac{p}{(1-p)^2} = \frac{1}{0.5} =\\ &= 2.\end{aligned}\)
Zadanie 30#
Dana jest funkcja prawdopodobieństwa pewnej zmiennej \(X\):
\(x_i\) |
-5 |
-2 |
0 |
1 |
3 |
8 |
|---|---|---|---|---|---|---|
\(p_i\) |
0.1 |
0.2 |
0.1 |
0.2 |
c |
0.1 |
Wyznaczyć:
a) stałą \(c\),
b) dystrybuantę,
c) \(E(X)\), \(Var(X)\), \(D(X)\),
d) \(P(X < 0)\), \(P(X \le 0)\), \(P(X < 4)\), \(P(X \le 4)\), \(P(−2 \le X < 4)\), \(P(X = 2)\), \(P(X = 3)\), \(P(−6 < X \le 0)\), \(P(1 < X \le 8)\).
Rozwiązanie
a)
\(c = 1 - 0.1 - 0.2 - 0.1 - 0.2 - 0.1 = 0.3\)
b)
\(x\) |
\((\infty,-5]\) |
\((-5,-2]\) |
\((-2, 0]\) |
\((0,1]\) |
\((1,3]\) |
\((3,8]\) |
\((8, +\infty)\) |
|---|---|---|---|---|---|---|---|
\(F(x)\) |
0 |
0.1 |
0.3 |
0.4 |
0.6 |
0.9 |
1 |
c)
\(E(X) = (-5)\cdot0.1 + (-2)\cdot0.2 + 0.2 + 3\cdot0.3 + 8\cdot0.1 = 1,\)
\(E(X^2) = 25\cdot0.1 + 4\cdot0.2 + 0.2 + 9\cdot0.3 + 64\cdot0.1 = 12.6,\)
\(Var(X) = 12.6 - 1^2 = 11.6,\)
\(D(X) \approx 3.406.\)
d)
\(P(X < 0) = 0.3,\)
\(P(X \le 0) = 0.4,\)
\(P(X < 4) = 0.9,\)
\(P(X \le 4) = 0.9,\)
\(P(−2 \le X < 4) = 0.8,\)
\(P(X = 2) = 0,\)
\(P(X = 3) = 0.3,\)
\(P(−6 < X \le 0) = 0.4,\)
\(P(1 < X \le 8) = 0.4.\)
Zadanie 31#
Dana jest dystrybuanta pewnej zmiennej losowej \(X\):
Wyznaczyć rozkład, obliczyć \(E(X)\), \(Var(X)\), \(D(X)\), \(P(X > 1)\), \(P(X \ge 0.5)\), \(P(−1 < X < 2)\), \(P(X \ge 7)\).
Rozwiązanie
\(x_i\) |
2 |
4 |
6 |
7 |
|---|---|---|---|---|
\(p_i\) |
0.3 |
0.4 |
0.2 |
0.1 |
\(E(X) = 2\cdot0.3 + 4\cdot0.4 + 6\cdot0.2 + 7\cdot0.1 = 4.1,\)
\(E(X^2) = 4\cdot0.3 + 16\cdot0.4 + 36\cdot0.2 + 49\cdot0.1 = 19.7,\)
\(Var(X) = 19.7 - 4.1^2 = 2.89,\)
\(D(X) = \sqrt{2.89} = 1.7,\)
\(P(X > 1) = 1,\)
\(P(X \ge 0.5)= 1,\)
\(P(−1 < X < 2) = 0,\)
\(P(X \ge 7) = 0.1.\)
Zadanie 32#
Gramy z druga osobą, na przykład z bankierem w następująca grę: jeśli w rzucie kostka wypadnie parzysta liczba oczek, bankier płaci nam tyle złotych, ile wypadło na kostce, a jeśli nieparzysta - my płacimy bankierowi tyle, ile wypadło na kostce. Znaleźć rozkład kwoty uzyskanej przez nas w pojedynczym rzucie. Obliczając jej wartość oczekiwana rozstrzygnąć, czy można przypuszczać, że gra będzie dla nas opłacalna.
Rozwiązanie
\(x_i\) |
-5 |
-3 |
-1 |
2 |
4 |
6 |
|---|---|---|---|---|---|---|
\(p_i\) |
\(\frac{1}{6}\) |
\(\frac{1}{6}\) |
\(\frac{1}{6}\) |
\(\frac{1}{6}\) |
\(\frac{1}{6}\) |
\(\frac{1}{6}\) |
\(E(X) = \frac{1}{2}.\)
Możemy przypuszczać, że gra jest dla nas opłacalna.
Zadanie 33#
Wśród wszystkich dzieci szkolnych z pewnego województwa przeprowadzono ankietę: ile razy byłeś na wakacjach w ciągu ostatnich 4 lat. 20% odpowiedziało 0 razy, 14% − 1 raz, 43% − 2 razy, 19 % − 3, a reszta − 4. Zmienna \(X\) jest określona jako: liczba wyjazdów na wakacje w ciągu ostatnich 4 lat. Znaleźć jej rozkład, obliczyć \(E(X)\), \(Var(X)\), \(P(X > 3)\), \(P(X \le 1)\), \(P(0 \le X \le 4)\).
Rozwiązanie
\(x_i\) |
0 |
1 |
2 |
3 |
4 |
|---|---|---|---|---|---|
\(p_i\) |
0.2 |
0.14 |
0.43 |
0.19 |
0.04 |
\(E(X) = 1.73,\)
\(E(X^2) = 4.21,\)
\(Var(X) = 4.21 - 1.73^2 = 1.2171,\)
\(P(X > 3) = 0.04,\)
\(P(X \le 1) = 0.34,\)
\(P(0 \le X \le 4) = 1.\)
Zadanie 34#
Prawdopodobieństwo urodzenia się dziewczynki w pewnej populacji wynosi 0.51. W zbiorze rodzin posiadających troje dzieci określamy zmienna \(X\) − liczba dziewczynek w rodzinie. Znaleźć rozkład \(X\), obliczyć prawdopodobieństwo, że w rodzinie z trójką dzieci jest co najmniej jeden chłopiec.
Rozwiązanie
Korzystam z rozkładu dwumianowego:
import scipy.stats as st
for i in range(4):
print(f"k = {i}:", st.binom.pmf(i, 3, 0.51))
Rozkłada prawdopodobieństwa:
\(x_i\) |
0 |
1 |
2 |
3 |
|---|---|---|---|---|
\(p_i\) |
0.118 |
0.367 |
0.382 |
0.132 |
Prawdopodobieństwo tego, że w rodzinie będzie co najmniej jeden chłopiec jest równe prawdopodobieństwu tego, że będzie mniej niż 3 dziewczynki:
\(P(X < 3) = 0.867.\)
Zadanie 35#
Zmienna losowa \(X\) ma rozkład Poissona z parametrem \(\lambda = 2\). Wyznaczyć kwartyle zmiennej \(X\).
Rozwiązanie
Kwartyle to kwantyle rzędu 25%, 50% i 75%:
import scipy.stats as st
print("Q1:", st.poisson.ppf(0.25, 2))
print("Q2:", st.poisson.ppf(0.5, 2))
print("Q3:", st.poisson.ppf(0.75, 2))
Zadanie 36#
Korzystając z własności wartości oczekiwanej zmiennej losowej \(X\) wykazać, że \(Var(X) = E(X^2) − [E(X)]^2\).
Rozwiązanie
\(\begin{aligned}Var(X) &= E\{[X-E(X)]^2\} = \\ &= E\{X^2 - 2XE(X) +[E(X)]^2\} = \\ &= E(X^2) - 2E(X)E[E(X)] + E\{[E(X)]^2 \} =\\ &= E(X^2) - 2E(X)E(X) + [E(X)]^2 = \\ &= E(X^2) - 2[E(X)]^2 + [E(X)]^2 = \\ &= E(X^2) - [E(X)]^2 \end{aligned}\)