]> Bevezetés
  1. Virtuális laboratóriumok
  2. 10. Bernoulli kísérletek
  3. 1
  4. 2
  5. 3
  6. 4
  7. 5
  8. 6

1. Bevezetés

Alapelmélet

A Bernoulli kísérlet folyamat, melynek névadója Jacob Bernoulli a valószínűségszámítás egyik legegyszerűbb, de egyben egyik legfontosabb véletlen kísérlet folyamata is. Lényegében a folyamat az érmefeldobás matematikai absztrakciója, de széleskörű alkalmazhatóságának következtében megállapodunk abban, hogy kielégíti a következő feltételeket:

  1. Minden kísérletnek két lehetséges kimenetele van, melyeket a megbízhatóság vizsgálatából származó kifejezésekkel sikeresnek és sikertelennek nevezünk.
  2. A kísérletek függetlenek. Egyik kísérlet kimenetele sem befolyásolja egy másik kísérlet kimenetelét.
  3. Minden kísérletnél annak valószínűsége, hogy a kísérlet sikeres p és annak valószínűsége, hogy sikertelen 1 p .

Valószínűségi változók

Matematikailag a Bernoulli kísérleteket egy valszínűségi változó indikátor sorozatának tekintjük:

X X 1 X 2

Egy indikátor változó egy valószínűségi változó, amely csak az 1 vagy 0 értéket veszi fel aszerint, hogy a kísérlet sikeres, vagy nem sikeres. Az X j indikátor változó egyszerűen a j -edik kísérlet kimenetelének az eredménye. Így az indikátor változók függetlenek és ugyanolyan eloszlású sűrűségfüggvénnyel rendelkeznek:

X i 1 p ,  X i 0 1 p

Az ezen sűrűségfüggvény által definiált eloszlás Bernoulli eloszlás néven ismeretes. Statisztikai értelemben a Bernoulli kísérletek a Benoulli eloszlásból vett mintának felelnek meg. Speciálisan, az első n X 1 X 2 X n kísérlet a Bernoulli eloszlásból vett n elemű véletlen mintát alkot. Megjegyezzük, hogy a Bernoulli kísérletek egy paraméterrel, a p valószínűséggel jellemezhetők.

Felhasználva az alapfeltevéseket mutassuk meg, hogy az első n kísérlet sűrűségfüggvénye az alábbi módon adható meg

X 1 x 1 X 2 x 2 X n x n p k 1 p n k ,  x 1 x 1 x n 0 1 n  ahol  k i 1 n x i

Feltételezve, hogy X X 1 X 2 egy p paraméterű Bernoulli kísérlet, mutassuk meg, hogy 1 X 1 X 1 1 X 2 egy 1 p paraméterű Bernoulli kísérlet.

Tételezzük fel, hogy U U 1 U 2 független valószínűségi változóknak egy sorozata, mindegyik egyenletes eloszlású a 0 1 intervallumon. p 0 1 és i , esetén legyen X i p U i p az U i p esemény indikátor változója. Mutassuk meg, hogy X p X 1 p X 2 p p paraméterű Bernoulli kísérlet.

Megjegyezzük, hogy az előző gyakorlatban a Bernoulli kísérletek a p paraméter minden lehetséges értéke esetén egy közös valószínűségi téren vannak definiálva. A konstrukció ezen típusára néha mint összekapcsolt kísérletekre hivatkozunk. Ez a gyakorlat azt is mutatja, hogyan szimuláljuk a Benoulli kísérleteket véletlen számok segítségével. Az összes többi véletlen kísérlet (folyamat), amit ebben a fejezetben tanulmányozunk a Bernoulli kísérletsorozatnak a függvényei és ezért is tudjuk szimulálni.

Momentumok

A későbbi hivatkozásokhoz számítsuk ki a X 1 p paraméterű X általános indikátor változó várható értékét, varianciáját, és a valószínűség generáló függvényét.

Mutassuk meg, hogy X p .

Mutassuk meg, hogy X p 1 p .

Mutassuk meg, hogy t X 1 p p t ,  t .

Vázoljuk fel az 5. gyakorlatban a varianciát, mint p függvényét. Figyeljük meg, hogy a variancia akkor a legnagyobb, amikor p 12 és akkor a legkisebb, amikor p 0 vagy p 1 .

Példák és alkalmazások

Mint korábban megjegyeztük, a Bernoulli kísérletek egy kézenfekvő pédája a pénzérmekísérletek, ahol a síker jelenti a fej, a sikertelenség az írásdobást. A p paraméter a fejdobás valószínűsége(így általában az érme nem szabályos.).

Az alap érmekísérletben legyen n 20 és p 0.1 . Végezzük el a kísérletet és figyeljük meg az eredményeket. Ismétlejük meg a kísérletet az alábbi értékekkel: p 0.3 0.5 0.7 0.9 .

Általános példák

Egy bizonyos értelemben a Bernoulli kísérletek legáltalánosabb példája akkor fordul elő, amikor egy kísérletet megismétlünk. Speciálisan tételezzük fel, hogy van egy alapkísérletünk és egy A esemény érdekel minket. Tegyük fel, hogy egy összetett eseményt hozunk létre, ami az alapkísérlet független megismétléseiből áll. Azt mondjuk, hogy az i -edik kísérlet sikeres, ha az A esemény bekövetkezik az i -edik ismétlésre és az i -edik kísérlet sikertelen, ha az A esemény nem következik be az i -edik ismétlésre. Ez nyilvánvalóan egy p A Bernoulli kísérlet sorozatot definiál.

Bernoulli kísérleteket dichotom populációból is alkothatunk. Speciálisan tételezzük fel, hogy van egy populációnk, amelynek két típusú kimenetele van, amelyekre 0-val és 1-gyel hívatkozunk. Például lehet szó személyről aki vagy férfi vagy , vagy egy alkatrészről, ami vagy vagy hibás. Válasszunk ki n objektumot véletlenszerűen a populációból; definíció szerint ez azt jelenti, hogy ha egyszerre (visszatevés nélkül) történik az elemek kiválasztása, akkor a populációban mindegyik objektum egyenlő valószínűséggel választható ki. Ha a mintavétel visszatevéssel történik, akkor mindegyik objektum a következő húzás elött visszakerül a kihúzandók közé. Ebben az esetben az egymás utáni húzások függetlenek, így a mintában lévő objektumok típusai p paraméterű Bernoulli kísérleteknek egy sorozatát alkotják. Ez a paraméter a populációban lévő 1-es objektumtípusainak hányada. Ha a mintavétel visszatevés nélküli, akkor az egymás utáni húzások nem függetlenek, így a mintában lévő objektumok típusai nem alkotják Bernoulli kísérleteknek egy sorozatát. Azonban, ha a populáció mérete a mintavétel méretéhez viszonyítva nagy, a függőség elhanyagolható, így az összes gyakorlati tervben a mintában lévő objektumok típusai Bernoulli kísérletek sorozataként kezelhetők. További diszkussziók találhatók a dichotom populációból való mintavételről a Véges elemű mintamodellek c. fejezetben.

Tételezzük fel, hogy egy hallgató többválaszos tesztet tölt ki. A teszt 10 kérdésből áll, melyek mindegyikére 4 lehetséges válasz van (de csak 1 a helyes). Ha a hallgató vakon találgat mindegyik kérdésnél, meg tudjuk úgy csinálni a kérdéseket, hogy Bernoulli kísérletsorzatot kapjunk? Ha így áll a dolog, azonosítsuk a kísérlet kimeneteleit és a p paramétert!

Az A pályázó egy bizonyos körzetben indul a jelölésért. Húsz személyt kiválasztottak a szavazók közül véletlenszerűen és megkérdezték tőlük, vajon az A személyre szavaznak-e. A válaszok alkothatnak-e Bernoulli kísérletsorozatot? Ha igen, azonosítsuk a kísérlet kimeneteleit és a p paramétert!

Egy amerikai rulettben 38 vájat van; 18 piros, 18 fekete és 2 zöld. A játékos 15-ször rulettezik, minden egyes alkalommal a pirosra fogadva. A kimenetelek alkothatnak-e Bernoulli kísérletsorozatot? Ha igen, azonosítsuk a kísérlet kimeneteleit és a p paramétert!

A Rulettet részletesebben a Szerencsejáték fejezetben elemezzük.

Két tenisz játékos 6 gémből álló meccset játszik. A kimenetelek alkothatnak-e Bernoulli kísérletsorozatot? Ha igen, azonosítsuk a kísérlet kimeneteleit és a p paramétert!

Megbízhatóság

Emlékeztetünk ara, hogy a szerkezeti megbízhatóság standard modelljében a rendszer n komponensből áll, amelyek egymástól függetlenül működnek. Jelölje X i az i -edik komponens állapotát, ahol 1 jelenti, hogy működik, 0 jelenti, hogy hibás a komponens. Ha a komponensek mindegyike ugyanolyan típúsú, akkor alapfeltevésünk, hogy az

X X 1 X 2 X n

állapot vektor Bernoulli kísérleteknek egy sorozata. A rendszer állapota (ismét 1 jelenti, hogy működik, 0 jelenti, hogy hibás a komponens) csak a komponensek állapotától függ és így egy valószínűségi változó

Y s X 1 X 2 X n

ahol s 0 1 n 0 1 a struktúra függvény. Általában annak valószínűsége, hogy az eszköz működik, az eszköz megbízhatósága, így a Bernoulli kísérletsorozat p paramétere a komponensek közös megbízhatósága. A függetlenség miatt a rendszer megbízhatósága r a komponens megbízhatóságnak egy függvénye:

r p p Y 1 ,  p 0 1

ahol hangsúlyozzuk a p paraméteren értelmezett valószínűségi mező függetlenségét. Általában elég, ha ezt a függvényt, mint megbízhatósági függvényt ismerjük. Rendszerint az a feladatunk, hogy megtaláljuk a megbízhatósági függvényt, és megtaláljuk a struktúrafüggvényt.

Emlékeztetünk arra, hogy egy soros rendszer akkor és csak akkor működik, ha mindegyik komponense működik.

  1. Mutassuk meg, hogy a rendszer állapota Y X 1 X 2 X n X 1 X 2 X n
  2. Mutassuk meg, hogy a megbíhatósági függvény r p p n p 0 1 esetén.

Emlékeztetünk arra, hogy egy párhuzamos rendszer akkor és csak akkor működik, ha legalább az egyik komponense működik.

  1. Mutassuk meg, hogy a rendszer állapota Y 1 1 X 1 1 X 2 1 X n X 1 X 2 X n
  2. Mutassuk meg, hogy a megbízhatósági függvény r p 1 1 p n p 0 1 esetén.

Emlékeztetünk arra, hogy néhány esetben a rendszert reprezentálhatjuk, mint egy gráfot vagy hálózatot. Az élek a komponenseket, a csúcsok a komponensek közötti kapcsolatokat reprezentálják. A rendszer akkor és csak akkor működik, ha létezik két kijelölt csúcs között működő útvonal, amelyeket a -val és b -vel jelölünk.

Adjuk meg az alábbi Wheatstone híd hálózatának megbízhatóságát (a névadó Charles Wheatstone)

Bridge Network

Összegyűjtött vérvizsgálat

Tételezzük fel, hogy egy populációban minden személy, egymástól függetlenül p valószínűséggel rendelkezik egy bizonyos betegséggel. Így, a betegséget illetően a populációban lévő személyek Bernoulli kísérletsorozatot alkotnak. A betegséget egy vérvizsgálattal lehet azonosítani, aminek természetesen költsége van.

Egy k létszámú csoport ( k 1 ) esetén két stratégiát követhetünk. Az első szerint minden személyt megvizsgálunk egyenként, s ezért k személyt kell vizsgálnunk, s így k vérvizsgálatot kell végeznünk. A második stratégia szerint összegyűjtjük a k személy vérmintáját és először együtt vizsgáljuk (egyetlen egy teszttel). Feltételezzük, hogy a teszt eredménye akkor és csak akkor negatív, ha a k személy mindegyike egészséges. Ebben az esetben egy teszt elvégzése szükséges. Másrészről a teszt eredménye akkor és csak pozitív, ha legalább egy személy beteg, ekkor egyenként tesztelni kell a személyeket. Ennél a stratégiánál k 1 teszt végrehajtása szükséges. Jelölje Y az összegyüjtött stratégia esetén a szükséges tesztek számát.

Mutassuk meg, hogy

  1. Y 1 1 p k ,  Y k 1 1 1 p k .
  2. Y 1 k 1 1 p k .
  3. Y k 2 1 p k 1 1 p k .

Mutassuk meg, hogy várható értékben megadva az összegyűjtött stratégia akkor és csak akkor jobb, mint az alapstratégia, ha

p 1 1 k 1 k

A p k 1 1 k 1 k kritikus érték ábráját, mint k 2 20 -nak a függvényét mutatja az alábbi ábra:

The graph of pk

Mutassuk meg, hogy

  1. p k maximális értéke k 3 esetén van, és p 3 0.307 .
  2. p k 0  ha  k .

A 18. gyakorlatból következik, hogy ha p 0.307 , akkor az összegyűjtésnek nincs értelme, tekintet nélkül a csoport k méretére. A másik szélsőséges esetben, ha p nagyon kicsi, a betegség igen ritka, az összegyűjtés jobb, kivéve, ha a k csoportméret nagyon nagy.

Most tételezzük fel, hogy n személyünk van. Ha k n akkor tudunk csinálni részpopulációkat, n k csoport van és mindegyik csoportban k személy. Alkalmazzuk az összegyüjtött stratégiát mindegyik csoportra. Megjegyezzük, hogy k 1 megfelelel egyetlen egy tesztnek és k n megfelelel a teljes populációra vonatkozó összegyűjtött stratégiának. Jelölje Y i az i csoporthoz szükséges tesztek számát.

Bizonyítsik be, hogy Y 1 Y 2 Y n k függetlenek és mindegyikük a 16. gyakorlatban megadott eloszlással rendelkezik.

Az ehhez szükséges tesztek teljes számára az alábbi terv érvényes

Z n k Y 1 Y 2 Y n k

Mutassuk meg, hogy a tesztek teljes számának várható értéke

Z n k n k 1 n 1 1 k 1 p k k 1

Mutassuk meg, hogy a tesztek teljes számának varianciája

Z n k 0 k 1 n k 1 p k 1 1 p k k 1

Így, a várható értékkel kapcsolatban az optimális stratégia a populáció felosztása n k darab k fős csoportra, ahol k a 20. gyakorlatban definiált függvényt minimalizálja. Igen nehéz k optimális értékére zárt formulát adni, de ez az érték numerikusan meghatározható konkrét n és p értékekre.

n és p következő értékeire adjuk meg az optimális összegyűjtéshez a k értéket és a tesztek várható számát. (Szorítkozzunk k azon értékeire, amelyek osztják n értékét!)

  1. n 100 , p 0.01 .
  2. n 1000 , p 0.05 .
  3. n 1000 , p 0.001 .

Ha k nem osztója n -nek, akkor az n személyből álló populációt n k csoportra bontjuk k személyt téve mindegyik csoportba és a maradék csoport n k személyből áll. Ez nyilvánvalóan bonyolítja az elemzést, de nem vezet be új ötletet, így ennek az esetnek a vizsgálatát az érdeklődő olvasóra bízzuk.