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.
48 KAPITEL 3 SLUMPVARIABLER<br />
2007-10-08 – sida 48 – # 52<br />
EXEMPEL 3.8 (Tändstickor, fördelningsfunktion)<br />
I Exempel 3.6, sidan 45, specificerades sannolikhetsfunktionen för antalet<br />
tändstickor i en slumpvis vald tändsticksask.<br />
Vi ger några exempel på beräkning av fördelningsfunktionens värden:<br />
FZ(48) = P (Z ≤ 48) = pZ(47) + pZ(48) = 0.02 + 0.08 = 0.1,<br />
FZ(49.4) = P (Z ≤ 49.4) = pZ(47) + pz(48) + pZ(49) = 0.02 + 0.08 +<br />
0.20 = 0.30,<br />
FZ(44) = P (Z ≤ 44) = 0 <strong>och</strong> FZ(58.2) = P (Z ≤ 58.2) =<br />
53<br />
z=47 pZ(z) = 0.02 + 0.08 + 0.2 + 0.4 + 0.2 + 0.08 + 0.02 = 1.<br />
Fördelningsfunktion visas i Figur 3.6. Som synes i figuren gör fördelningsfunktionen<br />
hopp i de möjliga observationspunkterna <strong>och</strong> ligger konstant<br />
däremellan (till skillnad från sannolikhetsfunktionen som är noll utom<br />
i observationspunkterna).<br />
[Bild saknas]<br />
Figur 3.6. Fördelningsfunktionen FZ(z) för Z definierad i Exempel 3.6, sidan 45.<br />
Några viktiga egenskaper hos fördelningsfunktioner som följer direkt från<br />
sannolikhetsaxiomen (2.2) sammanfattas i följande sats.<br />
SATS 3.2 (EGENSKAPER HOS FÖRDELNINGSFUNKTIONER)<br />
Låt FX(t) vara fördelningsfunktionen för en slumpvariabel X. Då gäller<br />
1. 0 ≤ FX(t) ≤ 1, ∀t,<br />
2. t ↦→ FX(t) är icke-avtagande <strong>och</strong> högerkontinuerlig,<br />
3. lim<br />
t→−∞ FX(t) = 0,<br />
4. lim<br />
t→∞ FX(t) = 1,<br />
5. P (a < X ≤ b) = FX(b) − FX(a),