• Sonuç bulunamadı

Prof. Dr. Kamil ALAKUŞ SAMSUN-2020

N/A
N/A
Protected

Academic year: 2022

Share "Prof. Dr. Kamil ALAKUŞ SAMSUN-2020"

Copied!
23
0
0

Yükleniyor.... (view fulltext now)

Tam metin

(1)

MATEMATİKSEL

İSTATİSTİK DERS NOTLARI

Prof. Dr. Kamil ALAKUŞ

SAMSUN-2020

(2)

I.BÖLÜM: ÇOK BOYUTLU TESADÜFÎ DEĞİŞKENLER

I.1 n Boyutlu Tesadüfî Değişken

T

anım:

bir örnek uzayı, U sınıfı da ’da tanımlı bir  -cebri ve P fonksiyonu U ’da tanımlı bir olasılık ölçüsü olmak üzere

, U, P

olasılık uzayı verilsin.

X1, , Xn

:Rn

X X

 

v

X

 

v X

 

v

V1, , n1 , , n fonksiyonuna

a an

Rn

1, , için V: X1 v a1, , Xn v anUsınıfı oluyorsa

X1, , Xn sıralı n’lisine n boyutlu tesadüfî değişken adı verilir.

Burada

X1

 

v , , Xn

 

v

Rn olup

X1, , Xn

tesadüfî değişkeninin alabileceği değerlerdir. Bu durumda X tesadüfî değişkeninin alabileceği değer, 1 X1

 

vx1 şeklinde gösterilebilir. Benzer şekilde X tesadüfî değişkeninin alabileceği değer ise2 X2

 

vx2,  ve nihayet Xn tesadüfî değişkeninin alabileceği değer deXn

 

vxn ile gösterilebilir.

* Eğer

X1, , Xn

tesadüfî değişkeninin alabileceği değerler sonlu ya da sayılabilir sonsuzlukta ise böylesi tesadüfî değişkene kesikli n boyutlu tesadüfî değişken; Eğer ilgili tesadüfî değişkeninin alabileceği değerler bir bölge içerisinde ( yani; RRn) her bir değeri alıyorsa bu tesadüfî değişkene de sürekli n boyutlu tesadüfî değişken adı verilir.

I.2 Ortak Olasılık/Yoğunluk Fonksiyonu

T

anım:

X1, , Xn

, n boyutlu bir tesadüfî değişken olsun.

0, 1

:Rnf

X1, , Xn

f

xx, , xn

P

X1x1, , Xnxn

fonksiyonu;

1. 

a1, , an

Rniçin f

xx, , xn

0 (pozitif tanımlı),

2.

   

1 n

1 ,

,

x x

n

x x

x

f

 (eğer

X1, , Xn

tesadüfî değişkenleri kesikli

ise); veya

    

xn x

n

i i n

x x dx

x f

1 1

1 ,

 ,  ( eğer

X1, , Xn

tesadüfî

(3)

değişkenleri sürekli ise) özellikleri sağlanırsa f

xx, , xn

fonksiyonuna

X1, , Xn

tesadüfî değişkeninin ortak olasılık ( ya da ortak olasılık yoğunluk) fonksiyonu adı verilir.

Ö

rnek–1:

Ç

özüm–1:

Bir madeni paranın üç kez atılması tesadüfî deneyi düşünülsün. X , üç atış 1 sonunda üste gelen turaların sayısı ve X ’de ilk iki atıştaki turaların sayısını 2 göstersin. (a)

X1, X2

tesadüfî değişkeninin ortak olasılık fonksiyonunu oluşturunuz. (b) P

X10, X21

, P

X12, 0X22

ve

 

1, 2 :0 11 2 1

X X X X

A için P

 

A olasılıklarını hesaplayınız.

(a) Deneye ilişkin örnek uzayı, 

YYY, , TTT

olup n

 

 8 elemanlıdır. X ’in alabileceği değerler 1 x1

0, 1, 2, 3

ve X ’in 2 alabileceği değerler ise x2

0, 1, 2

’dir. Böylece

X1, X2

tesadüfî değişkeninin ortak olasılık fonksiyonunu f :R2

0, 1

veya

X1, X2

f

x1, x2

P

X1x1, X2x2

artık yazılabilir.

X1, X2

Olay Olasılık

(0, 0) YYY 1 8

(0, 1)  0

(0, 2)  0

(1, 0) YYT 1 8

(1, 1) (YTY, TYY) 2 8

(1, 2)  0

(2, 0)  0

(2, 1) (YTT, TYT) 2 8

(2, 2) (TTY) 1 8

(3, 0)  0

(3, 1)  0

(3, 2) (TTT) 1 8

(4)

X1, X2 tesadüfî değişkeninin ortak olasılık fonksiyonunu,

2

2 x

X

1

1 x

X

0 1 2 TOPLAM

0 1 8 0 0 1 8

1 1 8 2 8 0 3 8

2 0 2 8 1 8 3 8

3 0 0 1 8 1 8

TOPLAM 2 8 4 8 2 8 1.0

(ya da)

             

       





- - - , 0

1 , 2 , 1 , 1 ,

x , 8 2

2 , 3 , 2 , 2 , 0 , 1 , 0 , 0 ,

x , 8 1

, 1 2

2 1

2

1 x

x x

x f

Yazılabilir.

(b) P

X10, X2 1

f

0, 1

  

P 0

o P

X1 2, 0 X2 2

f

2, 0

 

f 2, 1

 

f 2, 2

02 8183 8 o P

 

Af

0, 1

 

f 1, 1

02 814

Ö

rnek–2:

Ç

özüm–2:

İçinde 10 beyaz, 8 kırmızı ve 5 mavi bilyenin bulunduğu bir kavanozdan iadesiz ve tesadüfen 5 bilye çekiliyor. X , çekilen beyaz bilye sayısı ve 1 X ’de çekilen 2 kırmızı bilye sayısını göstersin. (a)

X1, X2

tesadüfî değişkeninin ortak olasılık fonksiyonunu oluşturunuz. (b) A

 

X1, X2

:x1x2

için P

 

A

olasılığını hesaplayınız.

(a) Deneye ilişkin örnek uzayı, { 23 bilyeden 5 bilye çekilmesi} olup

 



 



 5

n 23 elemanlıdır. X ’in 1 alabileceği değerler

0, 1, 2, 3, 4, 5

1

x ve X ’in 2 alabileceği değerler ise

0, 1, 2, 3, 4, 5

2

x ’dir. Böylece

X1, X2

tesadüfî değişkeninin

(5)

 

     











 



 

 

 



 

- - - , 0

5 0

ve

5 , 4 , 3 , 2 , 1 , 0 ,

5 , 4 , 3 , 2 , 1 , 0 , 5

23 5

5 8

10

,

2 1 2 1

2 1 2

1

2 1

x x x x x

x x

x

x x f

(b)

       

33649 6300 800

1 5

23 1

5 2 8 2 10

5 23

3 5 1 8 1 10

5 23

5 5 0 8 0 10 2

, 2 1 , 1 0 ,

0   



 



 



 



 



 



 



 



 



 



 



 



 

f f f

A P

33649

 7101 bulunur.

ortak olasılık fonksiyonunu f :R2

0, 1

veya

X1, X2

f

x1, x2

X1 x1, X2 x2

P  

 artık yazılabilir.

Ö

rnek–3:

Ç

özüm–3:

X1, X2

tesadüfî değişkeni için ortak olasılık yoğunluk fonksiyonunu,

   



     

 0, ---

2 0

; 1 0

, 1 2 , 1 2

2 1 2

1

x x

x x x x k

x f

verilsin. (a) f

x1, x2

’nin olasılık yoğunluk fonksiyonu olabilmesi için

ksabiti ne olmalıdır. (b) P

0 X11 2, 1 X2 2

olasılığını ve

 

1, 2 : 12 1

X X x x

A için P

 

A olasılığını hesaplayınız.

(a)

1, 2

1 2 1

2 1

 

f x x dxdx

x x

olmalıdır.

 

1 2 1

2

0 1

0

2 1 2

1  

 

x x x dxdx

k2 2

0

1

0 2 2 1 3

1 I

2

3 x x dx

k

x 

 

  1 2 2

0

2

2 3

1 x dx

k

 

1 I 1

4 3

2

0 2 2

2 

 

xx

k

5 1 3

3

5k  k

bulunur.

(6)

(b)

 

2

1 2 1

0

2 1 2 1 2 1 2

1 5

2 3 1

, 2 1

0 X X x x x dxdx

P %13.75

80 11

 ;

 

A1P

 

A1P

X1X21

P

 

%92.5

40 37 40 1 3 5

1 3

1

0 1

0

2 1 2 1 2 1

1     

 

x x x x dx dx

 Çalışma Soruları

1.

X1, X2

tesadüfî değişkeninin ortak olasılık fonksiyonu,

               



  

 0, ---

2 , 2 , 1 , 2 , 2 , 1 , 1 , 1 ,

x ,

, 2 1 2 2 1 2

1

x x

x x c

x

f

verilsin. f



. ’in o.f. olabilmesi için cne olmalıdır. ( Cevap: c118) 1.

X1, X2

tesadüfî değişkeninin ortak olasılık yoğunluk fonksiyonu,

2.

   



    

- - - , 0

1 0

; x x 0

, , 1 2 2

1 2 2

1

x x

x c x

f

verilsin. f



. ’in o.y.f. olabilmesi için cdeğerini bulunuz. (Cevap: c1)

I.3 Ortak Dağılım Fonksiyonu

T

anım:

X1, , Xn

, n boyutlu tesadüfî değişken olsun.

x1, , xn

:Rn

0, 1

F

X1, , Xn

F

x1, , xn

P

X1x1, , Xnxn

 

   

   





  

 





n n

n n

t x

n

i

n i

n x

t t x

n n

n

X X

dt t

t f

X X

t t

f x

x F

1 1

1

1 1

1 1

1

ise sürekli ,

, , ,

,

ise kesikli ,

, , , , ,

,

fonksiyonuna

X1, , Xn

tesadüfi değişkeninin ortak dağılım fonksiyonu adı verilir.

 Özellikleri

1. F

x1 ,, xn

fonksiyonu monoton artan bir fonksiyondur.

2.

X1 ,, Xn

tesadüfi değişkenleri kesikli ise F

x1 ,, xn

fonksiyonu da kesikli, sürekli ise F

x1 ,, xn

fonksiyonu da süreklidir.

(7)

3.

X1 ,, Xn

tesadüfi değişkenleri sürekli ise

 

n n n

x x

x x

F

1

1 , ,

xx xn

f ,,

 ’dir.

4. n2 ve

X1, X2

tesadüfi değişkenleri için

a. P

a1X1a2,X2b

P

X1a2,X2b

 

P X1a1,X2b

F

a2, b

 

F a1, b

b. P

X1a, b1X2b2

F

a, b2

 

F a, b1

c. P

X1a,X2b

F ,

a b

d. P

a1X1a2,b1X2b2

F

a2, b2

 

F a1, b2

F

a2, b1

 

F a1, b1

e. F

, x2

F

x1, 

F

, 

0 ve F

, 

1

f. F

x1, x2'nin üst sıınırı

FX1

 

x1 fonksiyonuna X ’in; 1 F

x1'nin üst sıınırı, x2

 

2

2 x

FX

 fonksiyonuna daX ’nin dağılım veya marjinal dağılım fonksiyonu adı verilir. 2

I. Bölge için: F

x1, x2

0, 0

 

,

0

0 0

2 1 0

2 1 2

1

2 1

 





x x

dt dt t t f X

X

P 

Ö

rnek–4:

Ç

özüm–4:

X1, X2

tesadüfî değişkeninin ortak olasılık yoğunluk fonksiyonunu,

 



    

 0, ---

1 0

; 2 0

, 2 1 2, 1 2

1

x x

x x x

x f

verilsin. (a) F

x1, x2

?, (b) P

X11, X212

, P

X11, 1 2X21

ve P

12X13 2, 14 X2 1 2

olasılıklarını hesaplayınız. (c) X ve 1 X ’nin ayrı ayrı marjinal dağılım fonksiyonlarını oluşturunuz. 2

(a)Ortak dağılım fonksiyonunu olasılık yoğunluk fonksiyonunun tanımlı olduğu her bölgede hesaplamak mümkündür. O halde önce f

x1, x2

fonksiyonunun tanımlı olduğu bölgeler belirlenmelidir. Bu bölgeler ise şöyledir: I. Bölge: x1 0;x2 0; II. Bölge: 0x12;0 x2 1; III. Bölge:

1 0

;

2 2

1  x

x ; IV. Bölge: 0x1 2;x2 1 ve V. Bölge: x1 2;x2 1 .

(8)

II. Bölge için: F

x1, x2

     

, 4

2 2 1

0 0

2 1 2 1 2

2 1 1

2

2 1

1

x dt x

dt t t x

X x X P

x

x x

x

 

III. Bölge için: F

x1, x2

   

22

0 2

0

2 1 2 1 2

2 1

2

2 1

, 2

0 X X x t t dt dt x

P

x

x x

 

IV. Bölge için: F

x1, x2

   

1 4 0

,

2 1 1

0 0

2 1 2 1 2

1 1

2 1

1

dt x dt t t X

x X P

x x

x

 

V. Bölge için: F

x1, x2

0 2, 0 1

  

1

1

0 1

0

2 1 2 1 2

1

2 1

 

x x

dt dt t t X

X

P bulunur.

Sonuç olarak

X1, X2

tesadüfî değişkeninin ortak olasılık yoğunluk fonksiyonunu,

 

 









1

; 2 , 1

1

; 2 0

4 ,

1 0

; 2 ,

1 0

; 2 0

4 ,

0

; 0 , 0

,

2 1

2 1

2 1

2 1

2 2

2 1

2 2 1

2 1

2 1

x x

x x x

x x

x

x x x

x

x x

x x F

bulunur. (b)

     

16 1 4

2 1 2 1

1 , 1 2 1 ,

1

2 2

2

1X  F  

X

P ; P

X11, 1 2 X2 1

2, 1

F F

1, 1

 

F 2, 1 2

 

F1, 12

16 9 16

1 4 1 4

11  

 ;

12X13 2, 14 X2 1 2

PF

3 2, 1 2

F

12, 12

 

F 3 2, 1 4

 

F1 2, 1 4

32 3 256

1 256

9 64

1 64

9    

bulunur. (c) X ve 1 X ’nin marjinal dağılım fonksiyonları ise sırası 2 ile

 





2 , 1

2 0

4 ,

0 , 0

1 1 2

1 1

1 1

x x x

x x

FX ve

 





1 , 1

1 0

,

0 , 0

2 2 2

2 2

2 2

x x x

x x

FX ile verilir.

 Çalışma Soruları

1.

X1, X2

tesadüfî değişkeninin ortak olasılık fonksiyonunu,

(9)

2.

               





  

- - - , 0

2 , 2 , 1 , 2 , 2 , 1 , 1 , 1 ,

x , 18 2

1

, 2 1 2 1 2

1

x x

x x x f

verilsin. (a) F

x1, x2

?, (b) P

X11, X2 2

, PX11, X2 1 ve

1 X12, 1 X2 3

P olasılıklarını hesaplayınız. (c) X ve 1 X ’nin ayrı ayrı marjinal 2 dağılım fonksiyonlarını oluşturunuz. ( Cevaplar: (b) 188 ; 618ve 1)

3.

X1, X2

tesadüfî değişkeninin ortak olasılık yoğunluk fonksiyonunu,

4.

   





     

- - - , 0

1 0

2;

x 0 5 ,

3

, 2 2 1 2 1 2

1

x x

x x x

x

f

verilsin. (a) F

x1, x2

?, (b) A

 

X1, X2

: x11;x2 1

ise A olayının olasılığını hesaplayınız. (c) X ve 1 X ’nin ayrı ayrı marjinal dağılım fonksiyonlarını oluşturunuz. (Cevap: 2 (b) 720)

I.4 Marjinal ve Şartlı Dağılımlar

I.4.1 Marjinal Olasılık (veya Yoğunluk) Fonksiyonu

T

anım:

X1, X2

, herhangi iki tesadüfî değişken olsun. f

x1, x2

İlgili tesadüfî değişkenin ortak olasılık (veya yoğunluk) fonksiyonunu göstersin.

 

   

   





2 2

1 , , , sürekli ise

ise kesikli ,

, ,

2 1 2 2 1

2 1 2 1

1

x x

X f x x dx X X

X X x x f x

f

şeklinde tanımlanan fonksiyonuna X tesadüfi değişkeninin marjinal olasılık (veya yoğunluk) 1 fonksiyonu adı verilir. Benzer şekilde X tesadüfi değişkeninin marjinal olasılık (veya 2 yoğunluk) fonksiyonu ise

 

   

   





1 1

2 , , , sürekli ise

ise kesikli ,

, ,

2 1 1 2 1

2 1 2 1

2

x x

X f x x dx X X

X X x x f x

f

ile verilir.

(10)

I.4.2 Marjinal Dağılım Fonksiyonu

T

anım:

X1, X2

, herhangi iki tesadüfî değişken olsun. F

x1, x2

İlgili tesadüfî

değişkenin ortak dağılım fonksiyonunu göstersin.

 

1

1, 2'nin üst sıınır

1 x F x x

FX  fonksiyonuna X tesadüfi değişkeninin marjinal 1

dağılım fonksiyonu ve

 

2

1'in üst sıınır , 2

2 x F x x

FX  fonksiyonuna da X 2

tesadüfi değişkeninin marjinal dağılım fonksiyonu adı verilir.

I.4.3 Şartlı Olasılık (veya Yoğunluk) Fonksiyonu

T

anım:

X1, X2

, herhangi iki tesadüfî değişken olsun. f

x1, x2

ortak olasılık (veya yoğunluk) fonksiyonu ve X ile 1 X tesadüfî değişkenlerinin marjinal olasılık ( 2 veya yoğunluk ) fonksiyonları da sırası ile fX1

 

x1 0 ve fX2

 

x2 0 olsun. Öyle ise

(a)

   

2 2

2 2 1 1 2

2 1 1

,

1 P X x

x X x X x P

X X P x gX

 

 

 





- - - 0,

bölgesi in

' , ,

1 2

2 1

2

x X f

x x f

X

fonksiyonuna X2 x2 verilmişken (biliniyorken) X tesadüfi değişkeninin şartlı 1 olasılık (veya yoğunluk) fonksiyonu adı verilir.

(b) Benzer şekilde X1x1 verilmişken (biliniyorken) X tesadüfî değişkeninin şartlı olasılık 2

(veya yoğunluk) fonksiyonu ise

   

1 1

2 2 1 1 1

1 2 2

,

2 P X x

x X x X x P

X X P x gX

 

 

 



- - - 0,

bölgesi nin

' , ,

2 1

2 1

1

x X f

x x f

X

ile verilir.

Not–1:

İki değişkenlide olduğu gibi n3 ve pozitif tamsayı olduğunda da tesadüfi değişkenlere ilişkin marjinal ve şartlı olasılık (veya yoğunluk ) fonksiyonları benzer şekilde elde edilebilir. Ancak bu durumda marjinal ve şartlı olasılık (veya yoğunluk) fonksiyonlar birli, ikili,

… ve nihayet

n1

’li tanımlanabilir. Örneğin n3 için mümkün marjinal ve şartlı olasılık (veya yoğunluk ) fonksiyonlar Tablo-I ve Tablo-II’de verildiği gibidir.

(11)

Tablo-I: n3 için mümkün marjinal olasılık yoğunluk fonksiyonlar.

Birli İkili

 

   

3 2

1 1 1, 2, 3 2 3

x x

X x f x x x dx dx

f

 

  

3 2

1 1, 2 1, 2, 3 3

x X

X x x f x x x dx

f

 

   

3 1

2 2 1, 2, 3 1 3

x x

X x f x x x dxdx

f

 

  

2 3

1 1, 3 1, 2, 3 2

x X

X x x f x x x dx

f

 

   

2 1

3 3 1, 2, 3 1 2

x x

X x f x x x dxdx

f

 

  

1 3

2 2, 3 1, 2, 3 1

x X

X x x f x x x dx

f

Tablo- II: n3 için mümkün şartlı olasılık (ve ya yoğunluk) fonksiyonlar.

Birli İkili

 

3 2

3 2 1 3

3 2 2

1 ,

, , ,

3 2

1 f x x

x x x x f

X x X x g

X X

X   

   

3 3 2 1 3

3 2 1

3 2

1

, , ,

x f

x x x x f

X x x g

X X

X  

 

3 1

3 2 1 3

2 1 1

2 ,

, , ,

3 1

2 f x x

x x x x f

X x X x g

X X

X   

   

2 3 2 1 2

2 3 1

2 3

1

, , ,

x f

x x x x f

X x x g

X X

X  

 

2 1

3 2 1 2

2 1 1

3 ,

, , ,

2 1

3 f x x

x x x x f

X x X x g

X X

X   

   

1 3 2 1 1

1 3 2

1 3

2

, , ,

x f

x x x x f

X x x g

X X

X  

Ö

rnek–5:

X1, X2

tesadüfî değişkeninin ortak olasılık yoğunluk fonksiyonunu,

   



     

 0, ---

1 0

; 1 0

, 2 1 2 , 1 2

1

x x

x x x

x f

verilsin. (a) F

x1, x2

?, (b) X ve 1 X ’nin ayrı marjinal olasılık yoğunluk 2 fonksiyonlarını bulunuz. (c)X2x2 iken X ’in ve 1 X1x1 ikenX ’nin şartlı 2 olasılık yoğunluk fonksiyonlarını bulunuz. (d) X2 1 2 iken X ’in şartlı 1 olasılık yoğunluk fonksiyonunu bulunuz. (e) P

1 4 X112

ve

1 4X11 2X212

P olasılıklarını hesaplayınız.

(12)

I. Bölge için: F

x1, x2

0, 0

 

,

0

0 0

2 1 0

2 1 2

1

2 1

 





x x

dt dt t t f X

X

P 

II. Bölge için: F

x1, x2

     

, 1 2 21 2

0 0

2 1 2 1 2

2 1 1

2

2 1

1

x x x dt x

dt t t x

X x X P

x

x x

x

 

 

III. Bölge için: F

x1, x2

     

2 , 1

1

0 2 2

0 1

0

2 1 2 1 2

2 1

2

2 1

x dt x

dt t t x

X X

P

x

x x

 

 

IV. Bölge için: F

x1, x2

     

2 1 1

0

, 1 1

1

0 0

2 1 2 1 2

1 1

2 1

1

 

 

x dt x

dt t t X

x X P

x x

x

V. Bölge için: F

x1, x2

0 1 0 1

  

1

1

0 1

0

2 1 2 1 2

1

2 1

1

 

x x

dt dt t t X

X

P bulunur.

Sonuç olarak

X1, X2

tesadüfî değişkeninin ortak olasılık yoğunluk fonksiyonunu,

 

 

 

 









 

 

 

1

; 1 , 1

1

; 1 0

2 , 1

1 0

; 1 2 , 1

1 0

; 1 0

2 ,

0

; 0 , 0

,

2 1

2 1 1

1

2 1

2 2

2 1

2 1 2 1

2 1

2 1

x x

x x x

x

x x x

x

x x x

x x x

x x

x x F

elde edilir.

(b) X ’in marjinal olasılık yoğunluk fonksiyonu 1

   





   

- - - , 0

1 0

2 ,

1 2

1 1

1 1

x x x

fX

ve X ’nin marjinal olasılık yoğunluk fonksiyonu 2

Ç

özüm–5:

(a)Ortak dağılım fonksiyonunu olasılık yoğunluk fonksiyonunun tanımlı olduğu her bölgede hesaplamak mümkündür. O halde önce f

x1, x2

fonksiyonunun tanımlı olduğu bölgeler belirlenmelidir. Bu bölgeler ise şöyledir: I. Bölge: x1 0;x2 0; II. Bölge: 0x11;0x2 1; III. Bölge:

1 0

;

1 2

1 x

x ; IV. Bölge: 0x11;x2 1 ve V. Bölge: x1 1;x2 1 .

(13)

   





   

- - - , 0

1 0

2 ,

1 2

2 2

2 2

x x x

fX

olarak elde edilir.

(c) X2x2 iken X ’in şartlı olasılık yoğunluk fonksiyonu 1

     





  

 

- - - , 0

1 0

1 , 2 2 ,

1 2

2 1

2 2 1

2 2 1 1 2

2

1 2

1

x x x x x

f x x f x X x X P x X x

gX X

Benzer şekilde X1x1 iken X ’in şartlı olasılık yoğunluk fonksiyonu ise 1

     





  

 

- - - , 0

1 0

1 , 2 2 ,

2 1

2 1

1 2 1

1 1 2 2 1

1

2 1

2

x x x x x

f x x f x X x X P x X x

gX X

elde edilir.

(d) X2 12 iken X1’in şartlı olasılık yoğunluk fonksiyonu

   

 

- - - , 0

1 0 2 ,

1 2 2 1

2 1 , 2 1 2

1 1

1 1

2 1 1 2

1 2

1

x x f

x f X

x X P X

x

gX X

bulunur.

(e)

14 X1 1 2

P

 

1

 

0 2 1

4 1

2 1 2 1,x dxdx x

f 1

2

 

4 1

1

1 x1 dx

fX 1

2

4 1

1 1

2 1

2x dx

875 . 21 32 %

7 

 bulunur

.

1 4X112X21 2

P 1

2

4 1

1 2

1 12

1 x X dx

fX 1

2

4 1

1 1

2 1

2x dx

875 . 21 32 %

7 

 bulunur.

(14)

F

3, 1.5

 

,

0

5 .

1 3

2 1

2 1

 

t t

t t

f  ;

F

2, 0

     

0 2

2 1

2 1

0 , 0 ,

t t

f t t

ff

 

1,0  f

 

2,0 %29.17

120 35 24

1 6 1 12

1    

 ;

F

4, 2.7

      

7 .

2 4

2 1

2 1

0 , 0 ,

t t

f t t

ff

 

1,0  f

 

2,0  f

 

0,1  f

   

1,1  f 2,1  f

 

0,2

   

%99.17

120 2 119 , 2 2 ,

1   

f f bulunur.

(b) P

X1X2 1

f

     

0,0  f 0,1  f 1,0  %50 12

6 6 1 4 1 12

1    

Ö

rnek–6:

Ç

özüm–6:

X1, X2

tesadüfî değişkeninin ortak olasılık fonksiyonunu,

2

2 x

X

1

1 x

X

0 1 2 3

 

1

1 x

fX

0 112 14 1 8 1120 715

1 16 14 120 0 715

2 1 24 1 40 0 0 115

 

2

2 x

fX 35120 63120 21120 1120 1

verilsin. (a) Ortak dağılım fonksiyonunu kullanarak F

1.2, 0.9

;

3, 1.5

F ; F

2, 0

ve F

4, 2.7

olasılıklarını hesaplayınız. (b)

X1X2 1

P ve P

X1X2

olasılıklarını hesaplayınız. (c) P

X10

ve

0 X2 3

P olasılıklarını hesaplayınız. (d)X2 1 iken X ’in şartlı olasılık 1 fonksiyonunu bulunuz. (e) P

0X12X21

olasılığını hesaplayınız.

(a)

       

2

2 1 1

2 1 2

2 1 2

1, , ,

x

t t x

t t f x

X x X P x x

F ise aranan olasılıklar,

F

1.2, 1.9

P

X 1.2,X2 0.9

 

,

  

0,0

 

1,0

9 . 0 1.2

2 1

2 1

f f

t t f

t t

 

25 4 % 1 6 1 12

1   

 ;

Referanslar

Benzer Belgeler

Bu dönüşümler (literatürde Box-Müller metodu olarak bilinir) normal dağılımdan veri üretmek için kullanılmaktadır... Rasgele değişkenlerinin

Bu dağılım, ileride göreceğimiz normal dağılan bir rasgele değişkenin fonksiyonu (karesi) olarak da karşımıza çıkmaktadır ve istatistikte çok

İstatistiki bazı temel kavramlar, sıklık dağılımları, grafikler, nicel ve nitel verilerde konum ve değişim ölçüleri, olasılık ve olasılık dağılımları, tahmin,

İstatistiki bazı temel kavramlar, sıklık dağılımları, grafikler, nicel ve nitel verilerde konum ve değişim ölçüleri, olasılık ve olasılık dağılımları, tahmin,

Bu bölümde sigortacılık ve aktüeryada sıklıkla kullanılan bazı sürekli dağılımlara yer verilmiştir.. 8 Çarpıklık katsayısı aşağıdaki eşitlik

p-boyutlu normal rasgele vektör için, p-boyutlu normal yoğunluk fonksiyonundan yoğunluk için sabit yüksekliklerle elde edilen x değerlerinin çizimleri

Milli Mücadele Döneminde Bursa Basını / The Press of Bursa in the National Movement Period 10.00-10.20 Tartışma / Discussion... OTURUM / SESSION IV Chairperson / Oturum