STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
SATS 3.10<br />
2007-10-08 – sida 79 – # 83<br />
3.7 NÅGRA VANLIGA DISKRETA FÖRDELNINGAR 79<br />
För en slumpvariabel X <strong>med</strong> diskret likformig fördelning på 1, . . . , n gäller<br />
BEVIS<br />
n + 1<br />
E(X) =<br />
2 ,<br />
(n + 1)(n − 1)<br />
V (X) = ,<br />
<br />
12<br />
(n + 1)(n − 1)<br />
D(X) =<br />
,<br />
12<br />
<br />
n − 1<br />
R(X) =<br />
3(n + 1) .<br />
Från definitionen av väntevärde får vi<br />
E(X) =<br />
n<br />
kpX(k) = (1 + . . . + n)/n = (n + 1)/2.<br />
k=1<br />
Den sista likheten erhölls från relationen 1 + . . . + n = n(n + 1)/2. För<br />
variansen beräknar vi<br />
n<br />
k 2 pX(k) = 12 + . . . + n2 n<br />
k=1<br />
= n2<br />
3<br />
n 1<br />
+ +<br />
2 6 .<br />
Den sista likheten följer av relationen 1 2 + . . . n 2 = n 3 /3 + n 2 /2 + n/6. Vi<br />
använder nu räkneregeln från Sats 3.5 på sidan 64 <strong>och</strong> får<br />
V (X) = n2<br />
3<br />
n 1<br />
+ +<br />
2 6 −<br />
n + 1<br />
2<br />
2<br />
,<br />
vilket efter lite förenklingar ger just V (X) = (n + 1)(n − 1)/12.<br />
EXEMPEL 3.28 (Examinationsordning)<br />
I en klass bestående av 20 studenter skall turordningen för muntlig examination<br />
bestämmes <strong>med</strong> lottens hjälp. 20 lappar numreras från 1 till 20<br />
<strong>och</strong> läggs i en skål. Du drar en av lapparna utan att titta ner i skålen. Låt