„Valószínűségi változó” változatai közötti eltérés
[ellenőrzött változat] | [ellenőrzött változat] |
→Példa: Dobás két kockával: Megjegyzések |
a ISBN/PMID/RFC link(ek) sablonba burkolása MediaWiki RfC alapján |
||
1. sor: | 1. sor: | ||
A '''valószínűségi változó''' a [[valószínűségszámítás]] egyik legfontosabb fogalma. Lényegében olyan jelenségek matematikai megfogalmazására, modellezésére alkalmas, melyek véletlentől függő értéket vesznek fel.<ref>[[Norbert Henze]]: ''Stochastik für Einsteiger: Eine Einführung in die faszinierende Welt des Zufalls.'' Vieweg+Teubner Verlag, 2010, ISBN |
A '''valószínűségi változó''' a [[valószínűségszámítás]] egyik legfontosabb fogalma. Lényegében olyan jelenségek matematikai megfogalmazására, modellezésére alkalmas, melyek véletlentől függő értéket vesznek fel.<ref>[[Norbert Henze]]: ''Stochastik für Einsteiger: Eine Einführung in die faszinierende Welt des Zufalls.'' Vieweg+Teubner Verlag, 2010, {{ISBN|978-3-8348-0815-8}}, {{DOI|10.1007/978-3-8348-9351-2}}, S. 12.</ref> Ilyen lehet például egy kockadobás eredménye, egy folyó vízállása vagy az utcán szembe jövő emberek testmagassága. Formálisan, a valószínűségi változó egy kimenetelt jellemez, nem feltétlenül számszerűen.<ref name="Bewersdorff2012" /> Nem számszerű véletlen változó lehet mozgásirány, permutáció vagy gráf is, vagy akármilyen más matematikai objektum. Egy kimenetelhez különféle valószínűségi változó rendelhető, amit realizációnak, sztochasztikus folyamat esetén útnak neveznek.<ref> {{cite book|author=David Meintrup, Stefan Schäffler|title=Stochastik. Theorie und Anwendungen|publisher=Springer-Verlag|location=Berlin Heidelberg New York|year=2005|isbn=978-3-540-21676-6|Seiten=456-457|DOI=10.1007/b137972}} </ref> |
||
Bár a valószínűségi változó szemléletes jelentése viszonylag könnyen megragadható, a precíz matematikai meghatározás a [[huszadik század]]ig váratott magára, és egészen komoly [[függvénytan]]i illetve [[mértékelmélet (matematika)|mértékelméleti]] eszközöket használ fel. |
Bár a valószínűségi változó szemléletes jelentése viszonylag könnyen megragadható, a precíz matematikai meghatározás a [[huszadik század]]ig váratott magára, és egészen komoly [[függvénytan]]i illetve [[mértékelmélet (matematika)|mértékelméleti]] eszközöket használ fel. |
A lap 2018. május 22., 06:11-kori változata
A valószínűségi változó a valószínűségszámítás egyik legfontosabb fogalma. Lényegében olyan jelenségek matematikai megfogalmazására, modellezésére alkalmas, melyek véletlentől függő értéket vesznek fel.[1] Ilyen lehet például egy kockadobás eredménye, egy folyó vízállása vagy az utcán szembe jövő emberek testmagassága. Formálisan, a valószínűségi változó egy kimenetelt jellemez, nem feltétlenül számszerűen.[2] Nem számszerű véletlen változó lehet mozgásirány, permutáció vagy gráf is, vagy akármilyen más matematikai objektum. Egy kimenetelhez különféle valószínűségi változó rendelhető, amit realizációnak, sztochasztikus folyamat esetén útnak neveznek.[3]
Bár a valószínűségi változó szemléletes jelentése viszonylag könnyen megragadható, a precíz matematikai meghatározás a huszadik századig váratott magára, és egészen komoly függvénytani illetve mértékelméleti eszközöket használ fel.
Matematikai definíció
Az valószínűségi mező eseményterén értelmezett valós értékű függvény pontosan akkor valószínűségi változó, ha
A mértékelmélet kifejezéseivel élve ez úgy fogalmazható meg, hogy ha a valószínűségi mezőt mint mértékteret tekintjük, akkor a valószínűségi változók pontosan az A-mérhető függvények.
Tulajdonképp a definíció azt követeli meg, hogy úgy rendeljünk számokat az eseménytér elemeihez – azaz az elemi eseményekhez – hogy az így kapott függvény "jól viselkedjen" a valószínűségi mérték szerinti integrálás szempontjából. Ez a követelmény ahhoz kell, hogy a valószínűségi változó viselkedésének leírásában, vizsgálatában lehessen kamatoztatni a függvénytan olyan eszközeit, mint az integrál- vagy a differenciálszámítás. A definíció egyenes következménye, hogy a valószínűségi változó eloszlásfüggvénye a megszokott módon definiálható.
Példa: Dobás két kockával
Két, egymástól megkülönböztethető kockával való dobás modellezhető a következő valószínűségi térrel:
- a 36 kimenetel:
- az hatványhalmaza
- Ha feltesszük, hogy a kockák szabályosak, akkor az összes kimenetel valószínűsége ugyanaz. Ekkor a valószínűségi mérték ha .
A következőkben az az első, a második kockával dobott szám, pedig az összegük. Ezek definíciója a következő:
- és
ahol a valós számokon értelmezett Borel-algebra.
Megjegyzések
Általában csak szövegesen adják meg a konkrét adatokat, vagy alapértelmezettnek vesznek néhány dolgot (például: véges esetben szimmetria, az eseményalgebra a hatványhalmaz; folytonos eset: események a Borel-halmazok).
Diszkrét esetben, ha az eseményalgebra a hatványhalmaz, akkor minden függvény mérhető, ezért a mérhetőséggel nem kell foglalkozni. Folytonos esetben azonban már kell a mérhetőséget vizsgálni.
Egyes speciális eseteket mértékelméleti definíció helyett másként is be lehet vezetni.
Példák
Pénzfeldobás
A pénzfeldobást leíró valószínűségi változó valószínűségi mezeje a következő:
- az eseménytér a fej és az írás elemekből áll:
- ,
- az események σ-algebrája az összes részhalmazából (vagyis az hatványhalmazából) áll:
- a valószínűségi mérték a következő:
Ekkor valószínűségi változó például a következő függvény:
Ez a valószínűségi változó az 1 értéket veszi fel, ha fejet dobunk és a 2 értéket, ha írást.
Kockadobás
Hasonlóan a kockadobást leíró valószínűségi változó valószínűségi mezeje a következő:
- az eseménytér 6 elemből áll, az egyes dobásból, a kettes dobásból, … a hatos dobásból
- az események σ-algebrája most is az összes részhalmazából áll,
- a valószínűségi mérték most a következő: bármely esetén
- vagyis a minden elemi eseményhez 1/6 valószínűséget rendel, és az olyan eseményekhez, melyek elemi eseményt tartalmaznak, -ot.
A kockadobást leíró valószínűségi változót kapunk a következő függvénnyel: olyan, hogy az "egyes dobás" elemi eseményéhez az 1-es számot, a "kettes dobás" elemi eseményéhez a 2-es számot stb. a "hatos dobás" elemi eseményéhez a 6-os számot rendeli.
Ez a valószínűségi változó mindig azt az egész számot veszi fel, amit dobtunk. Azt is lehet látni, hogy ha nem pont az {1, 2, 3, 4, 5, 6} halmaz lenne az értékkészlete X-nek, hanem például a {2, 4, 6, 8, 10, 12} akkor is a kockadobás véletlen kimeneteit modellezné csak más értékekkel.
A valószínűségi változót jellemző függvények
A valószínűségi változót jellemző értékek
- várható érték
- szórás
- kvantilisek
- momentumok
- ferdeség
- lapultság (csúcsosság)
- medián
- módusz
A valószínűségi változók két nagy osztálya
A valószínűségi változók két leggyakrabban emlegetett fajtája a diszkrét és a folytonos valószínűségi változó. Szemléletesen a diszkrét valószínűségi változó olyan, ami elkülönült értékeket tud csak felvenni, a folytonos pedig olyan, ami – legalább egy intervallumon – bármilyen értéket felvehet. Diszkrét valószínűségi változó például az, ami egy kockadobás eredményét írja le, vagy azt, hogy egy üzletbe következőnek betoppanó 8 vendég közül hány férfi. Ezzel szemben folytonosnak tekinthető az a valószínűségi változó, ami azt írja le, hogy az ugyanebbe az üzletbe betoppanó következő vevő milyen magas, vagy hogy egy fáról leszüretelt őszibarack mekkora súlyú, hisz ezek a változók – legalább is egy intervallumon – akármilyen értéket felvehetnek. (Ez a bekezdés csak szemlélteti a folytonos valószínűségi változók fogalmát, és nem teljesen pontos. A precíz matematikai meghatározás a bekezdés alján megadott szócikkben található.)
Fontos megjegyezni, hogy nem csak diszkrét és folytonos valószínűségi változók vannak, tehát ez a két osztály nem adja a valószínűségi változók osztályának partícióját. Se nem folytonos, se nem diszkrét például az a valószínűségi változó, ami a következő kísérletet írja le: feldobunk egy pénzérmét, ha az eredmény fej, akkor a valószínűségi változó értéke legyen 2 ha írás, akkor a valószínűségi változó vegyen fel egy számot véletlenszerűen a [0,1] intervallumon (egyenletes eloszlás szerint).
A folytonos és a diszkrét valószínűségi változókat azért érdemes elkülöníteni a valószínűségi változók nagy osztályából, mert ez a két osztály sok szempontból nagyon jól – és egymástól nagyon eltérően – viselkedik. A várható érték kiszámítására például a diszkrét valószínűségi változók esetében speciális és könnyen számolható képlet adódik, sűrűségfüggvénye pedig csak folytonos valószínűségi változónak lehet.
A pontos matematikai definíciókat az alábbi szócikkek tartalmazzák.
Fontosabb valószínűségi eloszlások
- Bernoulli-eloszlás
- Béta-eloszlás
- Binomiális eloszlás
- Borel-eloszlás (Borel-Tanner-eloszlás)
- Breit–Wigner-eloszlás
- Cauchy-eloszlás
- Dirichlet-eloszlás
- Egyenletes eloszlás
- elfajult eloszlás
- Erlang-eloszlás
- Exponenciális eloszlás
- F-eloszlás
- Gamma-eloszlás (Γ-eloszlás)
- Gauss-eloszlás
- Geometriai eloszlás
- Hiperexponenciális eloszlás
- Hipergeometrikus eloszlás
- Indikátor eloszlás
- Karakterisztikus eloszlás
- Khí-négyzet eloszlás (χ2-eloszlás)
- Logisztikus eloszlás
- Lognormális eloszlás (logaritmikusan normális eloszlás, logaritmiko-normális eloszlás)
- Markov-Pólya-Eggenberger-eloszlás
- Negatív binomiális eloszlás
- Normális eloszlás (normál eloszlás)
- Pareto-eloszlás
- Pascal-eloszlás
- Pearson-féle eloszlások
- Poisson-eloszlás
- Polihipergeometrikus eloszlás
- Polinomiális eloszlás
- Student-eloszlás
- t-eloszlás
- valódi eloszlás
- Weibull-eloszlás (Weibull-Gnedenko-eloszlás)
Források
- Bognár J.-né – Mogyoródi J. – Prékopa A. – Rényi A. – Szász D. (2001): Valószínűségszámítási feladatgyűjtemény. Typotex Kiadó, Budapest.
- Fazekas I. (szerk.) (2000): Bevezetés a matematikai statisztikába. Kossuth Egyetemi Kiadó, Debrecen.
- Jánossy L. (1965): A valószínűségelmélet alapjai és néhány alkalmazása. Tankönyvkiadó, Budapest.
- Kleinrock L. (1979): Sorbanállás, kiszolgálás. Műszaki Könyvkiadó, Budapest.
- Lukács O. (2002): Matematikai statisztika. Műszaki Könyvkiadó, Budapest.
- Medgyessy P. – Takács L. (1973): Valószínűségszámítás. Tankönyvkiadó, Budapest.
- Michaletzky Gy. – Mogyoródi J. (1995): Matematikai statisztika, Nemzeti Tankönyvkiadó, Budapest.
- Michelberger P. – Szeidl L. – Várlaki P. (2001): Alkalmazott folyamatstatisztika és idősor-analízis. Typotex Kiadó, Budapest.
- Vargha A. (2000): Matematikai statisztika pszichológiai, nyelvészeti és biológiai alkalmazásokkal. Pólya Kiadó, Budapest.
- Vetier A. (1991): Szemléletes mérték- és valószínűségelmélet. Tankönyvkiadó, Budapest.
- ↑ Norbert Henze: Stochastik für Einsteiger: Eine Einführung in die faszinierende Welt des Zufalls. Vieweg+Teubner Verlag, 2010, ISBN 978-3-8348-0815-8, doi:10.1007/978-3-8348-9351-2, S. 12.
- ↑ Forráshivatkozás-hiba: Érvénytelen
<ref>
címke; nincs megadva szöveg a(z)Bewersdorff2012
nevű lábjegyzeteknek - ↑ David Meintrup, Stefan Schäffler. Stochastik. Theorie und Anwendungen. Berlin Heidelberg New York: Springer-Verlag (2005). ISBN 978-3-540-21676-6