ㄍ๏ สารบัญ ๏ㄟ
๛ การแจกแจงความน่าจะเป็นร่วม
๛ การแจกแจงความน่าจะเป็นแบบมีเงื่อนไข
๛ ความเป็นอิสระจากกัน
๛ ค่าคาดหมาย
ต่อจาก
บทที่ ๘
ในบทนี้ยังอยู่ที่เรื่องของการแจกแจงความน่าจะเป็นของค่าแบบต่อเนื่องต่อจากบทที่แล้ว
คราวนี้จะว่าด้วยการแจกแจงที่ขึ้นอยู่กับตัวแปร 2 ตัวขึ้นไป
ในที่นี้จะยกตัวอย่างกรณีที่มีตัวแปร 2 ตัว
ซึ่งสามารถวาดให้มองเห็นภาพได้ ส่วนกรณีที่มีตัวแปรมากกว่า 2 ตัวอาจจินตนาการภาพได้ยาก แต่ก็สามารถต่อยอดไปได้
การแจกแจงความน่าจะเป็นร่วม介
ในบทแล้วได้พิจารณาการแจกแจงที่ขึ้นอยู่กับตัวแปรตัวเดียว ซึ่งสามารถนึกภาพง่ายๆได้ว่ามีฟังก์ชันแจกแจงเป็นกราฟ
แล้วพื้นที่ใต้กราฟก็จะเป็นความน่าจะเป็นของช่วงนั้น ซึ่งก็หาได้จากปริพันธ์

(ภาพ 9.1)
P(x1<X<x2)=∫x2x1fX(x)dxP(x1<X<x2)=∫x2x1fX(x)dx
(สมการ 9.1)
คราวนี้ลองจินตนาการถึงกรณีที่ขึ้นกับตัวแปร 2 ตัว
เมื่อมี 2 ตัวแปร เวลาจะวาดกราฟจึงเป็นสองมิติ
แต่พอจะวาดค่าของฟังก์ชันแจกแจงความหนาแน่นด้วยจึงอยู่ในรูปของสามมิติแบบนี้
แบบนี้ค่าความน่าจะเป็นของค่าในช่วง x
และ y ที่กำหนดก็คือปริมาตรใต้กราฟ ซึ่งคำนวณได้โดยการหาปริพันธ์ในช่วงโดยคิดทั้ง x และ y
P(x1<X<x2,y1<Y<y2)=∫y2y1(∫x2x1fX,Y(x,y)dx)dyหรือ∫x2x1(∫y2y1fX,Y(x,y)dy)dxP(x1<X<x2,y1<Y<y2)=∫y2y1(∫x2x1fX,Y(x,y)dx)dyหรือ∫x2x1(∫y2y1fX,Y(x,y)dy)dx
ขอบเขตในที่นี้กำหนดทั้งใน x และ y พร้อมกัน จึงหมายความว่าเป็นความน่าจะเป็นร่วม เวลาเขียนจะใช้จุลภาค (,)
คั่นเพื่อแสดงให้เห็นว่าดูขอบเขตของทั้ง x และ y
ความน่าจะเป็นรวมทั้งหมดต้องเป็น 1
ดังนั้นพื้นที่ใต้กราฟรวมก็เป็น 1 ปริพันธ์ตั้งลบอนันต์ถึงอนันต์ก็ต้องได้ 1
P(−∞<X<∞,−∞<Y<∞)=∫∞−∞(∫∞−∞fX,Y(x,y)dx)dy=1P(−∞<X<∞,−∞<Y<∞)=∫∞−∞(∫∞−∞fX,Y(x,y)dx)dy=1
หากต้องการหาความน่าจะเป็นโดยดูแค่ค่า x อย่างเดียวในขณะที่ y จะเป็นค่าใดๆนั้นก็ทำได้โดยหาปริพันธ์ของ y
ตลอดช่วง
P(x1<X<x2)=P(x1<X<x2,−∞<Y<∞)=∫x2x1(∫∞−∞fX,Y(x,y)dy)dxP(x1<X<x2)=P(x1<X<x2,−∞<Y<∞)=∫x2x1(∫∞−∞fX,Y(x,y)dy)dx
ซึ่งพอไม่สนการแจกแจงในแกน y แบบนี้อาจมองว่า f กลายเป็นแค่ฟังก์ชันของ x เท่านั้น แล้วจะเขียนได้ว่า
fX(x)=∫∞−∞fX,Y(x,y)dyfX(x)=∫∞−∞fX,Y(x,y)dy
แล้วก็จะได้ว่า
P(x1<X<x2)=∫x2x1(∫∞−∞fX,Y(x,y)dy)dx=∫x2x1fX(x)dxP(x1<X<x2)=∫x2x1(∫∞−∞fX,Y(x,y)dy)dx=∫x2x1fX(x)dx
ซึ่งก็จะกลับไปสู่สมการ 9.1 แล้วก็จะกลับไปเขียนเป็นสองมิติอย่างในภาพ 9.1 ได้
ในทางกลับกันถ้าจะมองแค่การแจกแจงในแกน y โดยไม่สนใจแกน x ก็จะกลายเป็นแบบนี้
P(y1<Y<y2)=P(y1<Y<y2,−∞<X<∞)=∫y2y1(∫∞−∞fX,Y(x,y)dx)dy=∫y2y1fY(y)dyP(y1<Y<y2)=P(y1<Y<y2,−∞<X<∞)=∫y2y1(∫∞−∞fX,Y(x,y)dx)dy=∫y2y1fY(y)dy
การแจกแจงความน่าจะเป็นแบบมีเงื่อนไข介
จากตัวอย่างที่ผ่านมาเราได้พิจารณาฟังก์ชันแจกแจงที่ขึ้นอยู่กับ 2 ตัวแปรไปในขณะเดียวกันคือ x และ y
และเมื่อต้องการพิจารณาแค่ตัวแปรใดตัวหนึ่งก็ให้ทำการหาปริพันธ์ของอีกตัวแปรหนึ่งตลอดตั้งแต่ลบอนันต์ถึงอนันต์
แต่นอกจากนี้แล้ว
ยังสามารถสร้างฟังก์ชันแจกแจงความน่าจะเป็นของตัวแปรตัวเดียวโดยที่พิจารณาให้อีกตัวแปรอยู่แค่ในช่วงที่กำหนดได้
หากต้องการหาความน่าจะเป็นตาม x โดยที่พิจารณา y แค่ช่วงใดช่วงหนึ่ง อาจเขียนภาพได้ในลักษณะนี้
แบบนี้เป็นความน่าจะเป็นแบบมีเงื่อนไข
ที่ X อยู่ในช่วง x
1 ถึง x
2 โดยมีเงื่อนไขคือค่า Y อยู่ระหว่าง y
1 ถึง y
2
ซึ่งก็คือความน่าจะเป็นร่วมของทั้ง X และ Y หารด้วยความน่าจะเป็นเฉพาะ Y
ก็จะคิดได้ว่าเป็นปริมาตรส่วนสีแดงหารด้วยส่วนสีเหลือง
P(x1<X<x2|y1<Y<y2)=P(x1<X<x2,y1<Y<y2)P(y1<Y<y2)=P(x1<X<x2,y1<Y<y2)P(−∞<X<∞,y1<Y<y2)=∫x2x1(∫y2y1fX,Y(x,y)dy)dx∫∞−∞(∫y2y1fX,Y(x,y)dy)dxP(x1<X<x2|y1<Y<y2)=P(x1<X<x2,y1<Y<y2)P(y1<Y<y2)=P(x1<X<x2,y1<Y<y2)P(−∞<X<∞,y1<Y<y2)=∫x2x1(∫y2y1fX,Y(x,y)dy)dx∫∞−∞(∫y2y1fX,Y(x,y)dy)dx
ซึ่งสามารถทำเป็นฟังก์ชันแจกแจงของ X เฉพาะในช่วง y
1 ถึง y
2 ได้
fX|Y∈(y1,y2)(x)=∫y2y1fX,Y(x,y)dy∫∞−∞(∫y2y1fX,Y(x,y)dy)dxfX|Y∈(y1,y2)(x)=∫y2y1fX,Y(x,y)dy∫∞−∞(∫y2y1fX,Y(x,y)dy)dx
แล้วความน่าจะเป็นที่ X จะอยู่ในช่วง x
1 ถึง x
2 เมื่อ Y อยู่ระหว่าง y
1
ถึง y
2 ก็จะคำนวณได้ด้วยฟังก์ชันแจกแจงความน่าจะเป็นอันนี้
P(x1<X<x2|y1<Y<y2)=∫x2x1fX|Y∈(y1,y2)(x)dxP(x1<X<x2|y1<Y<y2)=∫x2x1fX|Y∈(y1,y2)(x)dx
นอกจากนี้ ที่จริงค่าของตัวแปรอีกตัวอาจไม่จำเป็นต้องเป็นขอบเขตก็ได้ แต่เป็นค่าค่าหนึ่ง
เช่นถ้าพิจารณาความน่าจะเป็นแค่ที่ Y=y
1 อาจได้ว่า
ซึ่งที่จริงแล้วในกรณีฟังก์ชันต่อเนื่องแบบนี้การจะมาคิดความน่าจะเป็นที่ค่าค่าหนึ่งนั้นจะต้องได้ 0 เสมอ
เพราะจากภาพถ้าดูเป็นปริมาตร ไม่ว่าจะส่วนสีแดงหรือสีเหลืองก็แบนเป็นแผ่น จึงเข้าใกล้ 0 ทั้งนั้น
แต่เพราะเข้าใกล้ 0 เช่นกัน ผลหารระหว่างส่วนสีแดงกับสีเหลืองก็มีค่าได้
ซึ่งก็คือดูจากพื้นที่ของหน้าตัดตรงนั้นนั่นเอง
ดังนั้นความว่าจะเป็นเมื่อ Y=y
1 หาได้ว่า
P(x1<X<x2|Y=y1)=P(x1<X<x2,Y=y1)P(Y=y1)=P(x1<X<x2,Y=y1)P(−∞<X<∞,Y=y1)=∫x2x1fX|Y=y1(x)dxP(x1<X<x2|Y=y1)=P(x1<X<x2,Y=y1)P(Y=y1)=P(x1<X<x2,Y=y1)P(−∞<X<∞,Y=y1)=∫x2x1fX|Y=y1(x)dx
โดย
fX|Y=y1(x)=∫x2x1fX,Y(x,y1)dx∫∞−∞fX,Y(x,y1)dxfX|Y=y1(x)=∫x2x1fX,Y(x,y1)dx∫∞−∞fX,Y(x,y1)dx
และในทำนองเดียวกัน ถ้าพิจารณาการแจกแจงความน่าจะเป็นตาม Y โดยที่ X เท่ากับค่าหนึ่ง ก็จะเป็น
fY|X=x1(y)=∫y2y1fX,Y(x1,y)dy∫∞−∞fX,Y(x1,y)dyP(y1<Y<y2|X=x1)=∫y2y1fY|X=x1(y)dyfY|X=x1(y)=∫y2y1fX,Y(x1,y)dy∫∞−∞fX,Y(x1,y)dyP(y1<Y<y2|X=x1)=∫y2y1fY|X=x1(y)dy
ความเป็นอิสระจากกัน介
ถ้าการแจกแจงตามตัวแปรหนึ่งไม่ได้มีผลต่อการแจกแจงตามในอีกตัวแปร นั่นคือเป็นอิสระต่อกัน
สามารถแยกส่วนของฟังก์ชันการแจกแจงของทั้ง 2 ตัวแปรออกจากกันได้
fX,Y(x,y)=fX(x)fY(y)
ตัวอย่างเช่น
fX(x)={1−|x|เมื่อ−1≤x≤10ที่อื่นfY(y)={|y|เมื่อ−1≤y≤10ที่อื่น
ถ้าลองดูการแจกแจงตาม x
ที่ค่า y ค่าต่างๆ ก็จะเห็นว่ามีความแตกต่างเป็นจำนวนเท่าแน่นอน เหมือนคูณด้วยค่าคงที่บางอย่างเท่านั้น
เมื่อลองดูการแจกแจงตาม y ที่ค่า x
ค่าต่างๆก็เช่นกัน
ดังนั้นกรณีแบบนี้สามารถแยกฟังก์ชันแจกแจงตาม x และตาม y ออกจากกันได้
ค่าคาดหมาย介 ฟังก์ชันแจกแจงของ 2
ตัวแปรก็สามารถคำนวณค่าคาดหมายได้ในทำนองเดียวกันกับกรณีตัวแปรเดียว
g(X,Y) เป็นฟังก์ชันใดๆของ X และ Y
ค่าคาดหมายของ g(X,Y) คำนวณได้โดย
E(g(X,Y))=∫∞−∞(∫∞−∞g(x,y)fX,Y(x,y)dx)dy
เช่น ค่าคาดหมายของ X และ Y เป็น
E(X)=∫∞−∞(∫∞−∞xfX,Y(x,y)dx)dyE(Y)=∫∞−∞(∫∞−∞yfX,Y(x,y)dx)dy
ตัวอย่างเช่น ถ้าฟังก์ชันแจกแจงความน่าจะเป็นเป็นดังนี้
fX,Y(x,y)={0.08เมื่อ0≤x≤5และ0≤y≤x0ที่อื่น
ถ้าหาค่าคาดหมายของ XY จะได้
E(XY)=∫∞−∞(∫∞−∞xyfX,Y(x,y)dy)dx=∫50(∫x00.08xydy)dx=∫500.04x3dx=6.25
บทถัดไป >>
บทที่ ๑๐