05.09.2013 Views

STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar

STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar

STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

44 KAPITEL 3 SLUMPVARIABLER<br />

2007-10-08 – sida 44 – # 48<br />

Bild saknas<br />

Figur 3.3. Sannolikhetsfunktionen pX(k) för kast <strong>med</strong> en symmetrisk sexsidig<br />

tärning.<br />

SATS 3.1<br />

För en diskret slumpvariabel X gäller<br />

1. 0 ≤ pX(k) ≤ 1, ∀k,<br />

2. <br />

k pX(k) = 1,<br />

3. P (a ≤ X ≤ b) = <br />

{k;a≤k≤b} pX(k),<br />

4. P (X ≤ a) = <br />

{k;k≤a} pX(k),<br />

5. P (X > a) = <br />

{k;k>a} pX(k) = 1 − <br />

{k;k≤a} pX(k) = 1 − P (X ≤ a).<br />

BEVIS<br />

Låt Ak = {u; X(u) = k}, dvs. Ak är den mängd i utfallsrummet för vilken<br />

slumpvariabeln antar värdet k. Då gäller att P (X = k) = P (A), <strong>och</strong> enligt<br />

Kolmogorovs axiomsystem att 0 ≤ P (A) ≤ 1 vilket bevisar det första<br />

påståendet.<br />

Vidare gäller att A0, A1, . . . är oförenliga (X(u) antar ju bara ett värde<br />

för varje u) <strong>och</strong> tillsammans utgör de hela utfallsrummet (vi antar att X<br />

är heltalsvärd – i annat fall gäller utsagan, men för de observationsvärden<br />

X kan anta). Således följer av Kolmogorovs axiomsystem (2.2) att<br />

<br />

k pX(k) = <br />

k P (Ak) = P (Ω) = 1.<br />

Händelsen {a ≤ X ≤ b} är identisk <strong>med</strong> händelsen ∪{k;a≤k≤b}Ak eftersom<br />

det är just dessa händelser Ak som gör att a ≤ X ≤ b. Eftersom<br />

dessa händelser är oförenliga gäller enligt Kolmogorovs axiomsystem alltså<br />

P (a ≤ X ≤ b) = P (∪{k;a≤k≤b}Ak) = <br />

{k;a≤k≤b} pX(k).

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!