035

035



35


Momenty zmiennych losowych

2.1.10.    Sprawdzić, że F(x) = e~e jest dystrybuantą zmiennej X. Wyznaczyć gęstość zmiennej losowej Y —X2.

2.1.11.    Niech zmienna losowa X ma dystrybuantę F. Znaleźć dystrybuanty zmiennych losowych Y — -X, Z — |X|, U = X2.

2.1.12.    Pokazać, że jeśli Pr(X = c) = 1, gdzie c jest pewną stałą, to zmienna losowa X i dowolna zmienna losowa Y są niezależne.

2.2. Momenty zmiennych losowych

2.2.1. Całka Stieltjesa

Podana w tym punkcie definicja całki Stieltjesa5 jest uogólnieniem definicji całki Riemanna6. Jej użycie umożliwia podanie jednolitej definicji momentów

zmiennych losowych, zarówno dla typu ciągłego, jak i skokowego.

Definicja.

Załóżmy, że dystrybuanta F(x) jest przedziałami ciągła i różniczkowalna wewnątrz przedziałów ciągłości. Całką Stieltjesa z funkcji g(a) względem dys-trybuanty F(x) nazywamy liczbę określoną wzorem Meltjesa    h    b

I g{x)dF(x)= I g{x)C^^dx + y2g(xi){F'(4)-F{xj)) ,    (2.2.1)

a    a    1

gdzie xi są punktami skoków dystrybuanty F(a), pomiędzy którymi jest ona ciągła i różniczkowalna.

Przypadki szczególne odki Stieltjesa


Jeżeli dystrybuanta F(x) ma gęstość, to we wzorze (2.2.1) znika suma, (bo dystrybuanta jest ciągła, więc skoki są równe zeru), a całka Stieltjesa sprowadza się do zwykłej całki Riemanna. Jeśli natomiast zmienna losowa jest typu skokowego, to pochodna pomiędzy skokami jest równa zeru, (bo dystrybuanta jest tam stała), a całka Stieltjesa redukuje się we wzorze (2.2.1) do sumy £g(x,)Pr(X = .*■.).

P

l

Przykład. Określmy dystrybuantę F(x) wzorem

dla a ^ 0, dla a > 0.


Policzmy całkę

(xJr \)dF(x).

— oo

5Thomas Stieltjes (1856 - 1895), matematyk holenderski.

6Georg Friedrich Bernhard Riemann (1826 - 1866), niemiecki matematyk i fizyk.


Wyszukiwarka

Podobne podstrony:
skanuj0002(3) 2 10.    Sprawdzić, że ciąg an = 1/n -1/ n+1 określa rozkład prawdopodo
stat3 2 10.    Sprawdzić, że ciąg an = 1/n - 1/ n+1 określa rozkład prawdopodobieństw
RP2 2 10.    Sprawdzić, że ciąg a„ = 1/n - 1/ n+1 określa rozkład prawdopodobieństwa
Dziawgo; Pochodna funkcji jednej zmiennej 6 138 Pochodna funkcji jednej zmiennej 16.11   &
37 22. Momenty zmiennych losowych Wartość oczekiwana -przypadki szczególne Rozkład
37 22. Momenty zmiennych losowych Wartość oczekiwana -przypadki szczególne Rozkład
I. FUNKCJE ZMIENNEJ ZESPOLONEJ Łatwo sprawdzić, że nie jest to funkcja holomorficzna, gdyż nie spełn
37 22. Momenty zmiennych losowych Wartość oczekiwana -przypadki szczególne Rozkład
39 2.2. Momenty zmiennych losowych Przykład. Dla zmiennej losowej zero-jedynkowej mamy mk = EXk = Ok
41 2.2. Momenty zmiennych losowych Przykład. Niech Pr(X — k) —0.1 dla k — 0,1,..., 9. Mediana nic je
53230 stat Pagex resize 78 SPIS TREŚCI 3.4.1    Momenty zmiennych losowych .........
Untitled 10 wykazało, że świadomość fonemów jest konieczna dla osiągnięcia sukcesu w nauce czytania
statystyka (3) 10.    Współczynnik zbieżności ę~ informuje jaka częśc zmian wartości

więcej podobnych podstron