Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
8.3 ПРОИЗВОДЯЩИЕ ФУНКЦИИ СЛУЧАЙНЫХ ВЕЛИЧИНЕсли X — случайная величина, принимающая только целые неотрицательные значения, то мы можем компактно представить ее распределение вероятностей, используя методы гл. 7. Производящей функцией случайной величины (пфсв) X называется ряд
Этот степенной ряд по степеням z содержит всю информацию о случайной величине X. Его можно записать еще двумя способами:
Коэффициенты
Обратно, любой степенной ряд Самое приятное свойство производящих функций случайных величин — то, что они обычно упрощают вычисление средних и дисперсий. Вот как просто выражается, например, математическое ожидание:
Надо просто продифференцировать ПФСВ по z и подставить
Следовательно,
Мы видим из уравнений (8.28) и (8.29), что для нахождения математического ожидания и дисперсии нам достаточно суметь вычислить значения двух производных, (1) и Удобно ввести обозначения
для произвольной функции Следующее хорошее свойство
Мы получили замкнутый вид для Это замкнутое выражение, однако, несколько обманчиво: если подставить в него К счастью, есть простой выход из этого затруднения. Если степенной ряд
и все производные Например, этим способом легко находятся производные для равномерной ПФСВ
Сравнение с (8.33) дает
и, в общем случае,
а дисперсия равна
Третье место в реестре удобств занимает то свойство пфсв, что произведение ПФСВ отвечает сумме независимых случайных величин. В гл. 5 и 7 мы выяснили, что произведение производящих функций соответствует свертке последовательностей; однако для приложений даже более важно то, что свертка вероятностей отвечает сумме независимых случайных величин. Действительно, если X и Y — случайные величины, принимающие только целочисленные значения, то вероятность события
Если X и Y независимы, то получаем
а это не что иное, как свертка. Следовательно, мы получаем эффектную формулу
Ранее в этой главе мы видели, что
и из формул (8.28)-(8.31) для среднего и дисперсии мы можем сделать вывод, что должны выполняться равенства
Эти формулы, выражающие некоторые свойства производных
Однако, подставив
и требуемые производные существуют. Для справедливости этих формул не требуется, чтобы „вероятности" лежали в диапазоне Математическое ожидание и дисперсия — это еще не все. Эти характеристики всего лишь два первых члена из бесконечного ряда так называемых кумулянтов (или семиинвариантов), введенных датским астрономом Торвальдом Николаи Тиеле [293] в
Приглядимся к кумулянтам внимательнее. Если
где
Эта величина
Приравнивание коэффициентов при одинаковых степенях
Эти формулы выражают кумулянты через моменты. Заметьте, что Из уравнения (8.41) ясно, что кумулянты, порождаемые произведением Если пойти несколько иным путем и записать
то уравнение (8.33) показывает, что числа а — это „факториальные моменты"
Кроме того,
и мы можем выразить кумулянты через производные
Эта последовательность формул порождает „аддитивные" тождества, которые продолжают (8.38) и (8.39) на все кумулянты. А сейчас спустимся с небес на землю и применим рассмотренные идеи к простым примерам. Простейшей случайной величиной является „случайная константа": случайная величина X принимает одно фиксированное значение х с вероятностью 1. В этом случае Как применить производящие функции к кубикам? Распределению числа очков на одном правильном кубике отвечает ПФСВ
где Производящая функция
Если пару кубиков бросают
В рассмотренной ранее задаче о подбрасывании шляп в честь победившей футбольной команды, известной также как задача подсчета неподвижных точек случайной перестановки, ПФСВ известна из (5.49):
Следовательно,
Даже не зная никаких подробностей о коэффициентах, из рекуррентного соотношения
Эта формула упрощает вычисление математического ожидания и дисперсии; мы находим (как и раньше, но быстрее), что обе характеристики равны 1 при На самом деле сейчас мы можем показать, что и
такую, что
|
1 |
Оглавление
|