STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
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).