• Sonuç bulunamadı

Sürekli Rasgele Değişkenler

N/A
N/A
Protected

Academic year: 2021

Share "Sürekli Rasgele Değişkenler"

Copied!
10
0
0

Yükleniyor.... (view fulltext now)

Tam metin

(1)

Sürekli Rasgele Değişkenler Tanım Bir X rasgele değişkenin F: [0,1] dağılım fonksiyonu,

1) f x( ) 0 , x

2) f x dx( ) 1

özelliklerine sahip bir f fonksiyonu yardımıyla,

( ) ( ) ,

x

F x f x dx x

biçiminde yazılabiliyorsa, X rasgele değişkenine sürekli rasgele değişken (mutlak sürekli rasgele değişken) ve f fonksiyonuna X rasgele değişkeninin olasılık yoğunluk fonksiyonu denir.

Sürekli bir X rasgele değişkeninin F dağılım fonksiyonu sürekli bir fonksiyondur. Ayrıca, a b   a b için 0 ({ }) ( ) lim ( ) ( ) ( ) h P a F a F a h F a F a       =0 (( ]) ( ) ( ) ( ) b a P a b F bF a

f x dx ( ) ( ) , x F x f x dx x ve F fonksiyonunun türevlenebildiği noktalarda,

f x( ) dF x( )

dx dır.

(2)

( ) X X        

fonksiyonu bir rasgele değişkendir. X rasgele değişkenin dağılım fonksiyonu,

 

 

0 1 0 0 0 1 1 1 F x x F x P X x x x x                 ve grafiği, olmak üzere, 0 , P X a F a F a a ( 1 2) (1 2) 1 2 P  X   F    (1/ 3 1 2]) (1 2) (1 3) 1 2 1 3 1 6 PX   F  F        (1/ 3 1 2]) (1 2) (1 3) 1 2 1 3 1 6 PX   F  F        ((1 3 )) 1 (1 3) 1 1 3 2 3 P    F       dır.

X rasgele değişkenin dağılım fonksiyonu,

(3)

fonksiyonu yardımıyla,

( ) ( ) ,

x

F x f x dx x

biçiminde yazılabilir. X sürekli bir rasgele değişkendir. X in olasılık yoğunluk fonksiyonu,

1 , 0 1 ( ) 0 , x f x diğer yerlerde ve grafiği, olmak üzere, 1/ 2 1/ 2 1/ 3 1/ 3 (1/ 3 1 2]) ( ) 1 1 2 1 3 1 6 PX   

f x dx

dx      dır.

Yeniden hatırlatalım. Olasılık yoğunluk fonksiyonlarında olasılık hesabı, hız-zaman grafiğinde yol hesabına benzemektedir. Hız-zaman grafiğinde belli bir zaman aralığında alınan yol miktarı bir alana karşılık geldiği gibi, olasılık yoğunluk fonksiyonunda da bir aralığın olasılığı bir alana karşılık gelmektedir. Yalnız, olasılık yoğunluk fonksiyonları hiçbir zaman negatif değer almamaktadır. Dağılım fonksiyonunda olasılık hesabı, yol-zaman grafiğinde yol miktarının hesabına benzemektedir.

Örnek Çok küçük bir boncuk yarıçapı 10 cm olan bir dairenin içindeki her hangi bir noktaya düşecek şekilde rasgele atılsın. Böyle bir deney için, Örnek Uzay ve uygun bir Olasılık Ölçüsü aşağıdaki gibi olabilir.

f(x)

1

x

1

(4)

X rasgele değişkeni, deney sonucunda boncuğun düştüğü nokta ile dairenin merkezi arasındaki uzaklık olsun.

X rasgele değişkenin aldığı değerlerin kümesi,

( ) ( ) : 0,10

X X

olmak üzere, X kesikli bir rasgele değişken değildir. X in dağılım fonksiyonu, A

(5)

 

 

2 0 1 0 0 0 10 100 1 10 F x x x F x P X x x x                   

olmak üzere, bu dağılım fonksiyonu,

, 0 10 ( ) 50 0 , x x f x diğer yerlerde fonksiyonu yardımıyla, ( ) ( ) , x F x f x dx x

biçiminde yazılabilir. X sürekli bir rasgele değişkendir. X in dağılım fonksiyonu ve olasılık yoğunluk fonksiyonu,

 

2 0 0 0 10 100 1 10 x x F x x x              , 0 10 ( ) 50 0 , x x f x diğer yerlerde

(6)

dır. 2 5 1 ( 5) (5) 100 4 P X F 5 5 5 2 2 0 0 5 1 ( 5) ( ) 50 100x 100 4 x x P X f x dx dx 2 2 5 5 ( 5) (5) (5 ) 0 100 100 P X F F 2 2 5 3 16 (3 5) (5) (3) 100 100 100 P X F F 5 5 5 2 2 2 3 3 3 5 3 16 (3 5) ( ) 50 100 100 100 100 x x x P X f x dx dx

Örnek X rasgele değişkeni belli bir tür elektronik parça için yıl olarak dayanma süresi olsun. X in olasılık yoğunluk fonksiyonunun,

/ 5 , 0 ( ) 0 , x ce x f x diğer yerlerde

biçiminde olduğu bilinsin. Olasılık yoğunluk fonksiyonu için 1) f x( ) 0 , x

2) f x dx( ) 1

özellikleri sağlanması gerektiğinden, c>0 ve

(7)

/ 5 0 1 1/ 5 x x e c 1 (0 ) 1 1/ 5 c 1 5 c

olmalıdır. Buna göre X in olasılık yoğunluk fonksiyonu,

/ 5 1 , 0 ( ) 5 0 , x e x f x diğer yerlerde ve dağılım fonksiyonu, :F [0,1] x / 5 / 5 / 5 / 5 0 0 0 , 0 1 0 , 0 1 ( ) 1 5 5 , 0 1 , 0 5 1/ 5 x x x x x x x x x e F x e dx e dx x e x

(8)

Böyle bir elektronik parçanın an az 5 yıl dayanması olasılığı, / 5 / 5 1 5 5 1 ( 5) 0,37 5 x x P X e dx e e

dır. 10 yıl dayandığı bilindiğinde bundan sonra en az 5 yıl daha dayanması olasılığı nedir?

/ 5 / 5 3 1 15 15 2 / 5 10 1 5 ( 15 10) ( 15) ( 15 / 10) ( 10) ( 10) 10 x x x e dx e P X ve X P X e P X X e P X P X e e yani, ( 10 5) /( 10) ( 5) P X X P X

olmak üzere, parçanın 10 yıl dayandığı bilindiğinde bundan sonra en az 5 yıl daha dayanması olasılığı, yeni göreve başlamış bir parçanın en az 5 yıl dayanması olasılığına eşittir. Genel olarak,

( ) /( ) ( )

P X a x X a P X x

olmak üzere, a yıl dayanmış bir parçanın bundan sonra en az x yıl daha dayanması olasılığı, yeni göreve başlamış bir parçanın en az x yıl dayanması olasılığı kadardır. Belli bir anda görevde olan parçaların yeni göreve başlayanlar ile rekabet edebilir olmaları bunlar için yıpranma olmadığı anlamına, yani bu parçaların yaşlanmadığı anlamına gelebilir. Birçok

(9)

elektronik parça bu özelliğe sahiptir. Bunların bozulmalarının sebebi yıpranma değil başka etkenlerdir.

Dayanma süreleri birbirinden bağımsız olan böyle parçalardan oluşmuş aşağıdaki devre elemanlarının en az 5 yıl dayanmaları olasılıkları nedir?

( 1, 2,3, 4) i

A i olayı i numaralı parçanın en az 5 yıl dayanması olayı olsun.

a)Seri bağlanmış parçalardan oluşan devre elemanının en az 5 yıl dayanması olayı,

1 2

A A A

olmak üzere A A nin bağımsızlığı altında, 1, 2

1 1 2

1 2 1 2

( ) ( ) ( ) ( )

P A P A A P A P A e e e

dır.

b) Paralel bağlanmış parçalardan oluşan devre elemanının en az 5 yıl dayanması olayı,

(10)

olmak üzere A A nin bağımsızlığı altında, 1, 2 1 2 1 2 1 2 1 2 1 2 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) P A P A A P A P A P A A P A P A P A P A e 1 e 1 e e 1 1 2e 1 e 2 dır.

c) Dört parçadan oluşan devre elemanının en az 5 yıl dayanması olayı,

1 2 3 4

( ) ( )

A A A A A

olmak üzere A A A A olaylarının bağımsızlığı altında, 1, 2, 3, 4

Referanslar

Benzer Belgeler

Örneğin artık içinde temel periyod ifadesi T bulunmayan bir eşitlik için (Eşitlik 5.5) sürekli zaman periyodik sinyallerin Fourier serisi açılımına

Gerçel seri sadece sin terimlerinden

Şekil 2.2.1 Bir paranın üç defa atılması deneyi için tanımlanan rasgele değişkenin dağılım fonksiyonu.. Fonksiyonun açık ifadesinden ve grafiğinden görüldüğü gibi,

U nun moment çıkaran fonksiyonu (veya karekteristik fonksiyonu) bilinen bir dağılımın (genellikle beşinci bölümde bahsedilecek dağılımlar) moment çıkaran fonksiyonu ile aynı ise

Alışagelmiş olarak, kesikli bir rasgele değişkenin aldığı değerler ile bu değerleri alması olasılıkları aşağıdaki gibi bir olasılık

Ödev: Yukarıda verilen dağılımların olasılık yoğunluk ve dağılım fonksiyonlarının grafiklerini farklı parametre değerleri için çizdiriniz ve şekilleri gözlemleyiniz.

Örnek1:

Açılmış olan bu yol ne yazık ki Batı kökenli terimler için işletilmemiş, valid, invalid gibi bilim dallarında geçen terimlerin söz konusu geniş zaman ekiyle geçerli,