Методы производящих и характеристических функций
Доказательство. Утверждение следует из формулы (3.1) и единственности разложения в ряд Тейлора. Напишем ряд разложения функции Ф=(л) в нуле (ряд Маклере на): Определение 3.1. Пусть СВ ?, > 0, — целочисленная, р*. = Р (% = к), где k — целое число; Х/Ф = 1, тогда производящей функцией случайной величины % называется функция R. Задача 3.1. Получить вид производящей функции для следующих… Читать ещё >
Методы производящих и характеристических функций (реферат, курсовая, диплом, контрольная)
Аппарат характеристических и производящих функций оказывается конструктивным и образует методы, состоящие в использовании свойств этих функций для решения конкретных задач теории вероятности:
- • МПФ — метод производящих функций;
- • МХФ — метод характеристических функций.
Метод производящих функций
Определение 3.1. Пусть СВ ?, > 0, — целочисленная, р*. = Р (% = к), где k — целое число; Х/Ф = 1, тогда производящей функцией случайной величины % называется функция R.
Свойства производящих функций.
1. (p?(.v) определена в каждой точке отрезка [-1; 1] (так как.
- 2. cfx (l) = 1 (так как cp-.(l) = Хр* =1).
- 3. Производящая функция qx (s) взаимно однозначно соответствует вероятностям {рк = P (t, = к)}.
Доказательство. Утверждение следует из формулы (3.1) и единственности разложения в ряд Тейлора. Напишем ряд разложения функции Ф=(л) в нуле (ряд Маклере на):
откуда из сравнения с определением производящей функции.
-'.
следует, что р, =-. ,)та формула дает возможность пересчитывать из.
f!
производящей функции ряд распределения. Кроме того, эта формула наряду с определением производящей функции устанавливает взаимно однозначное соответствие между разными формами задания закона распределения рассматриваемых СВ в виде ряда распределения и производящей функции.
П
4. Если г) = X {<^} — независимые случайные величины, тогда.
/=1.
Доказательство. По определению.
5. Если? = Е Я;?; + {?,•} — независимые случайные величины,.
i-i.
тогда
Доказательство. По определению Y
6. Пусть Z = YjXj, где {X,} — независимые одинаково распреде;
/=1.
ленные случайные величины, {X,} и У — независимые, целочисленные, для них известны производящие функции: (pA(s) и фy (s). Тогда Ф/О) = Фг (ф00);
Доказательство. Выполняем преобразования:
7. Связь производящей функции с моментами:
Доказательство. Возьмем производную от ф ($) = и подставим.
к
значение 5= 1:
В то же время (X), = Х (Х — 1)…(Х — t + 1), откуда.
что совпадает с преобразованием левой части доказываемой формулы. Выпишем выражения для MX и DX через ф (5).
Из равенства ф(0(1) = М (Х), следует, что MX = ср'(1);
У.
8. Моменты случайного числа случайных слагаемых. Z =? Х".
!-1.
где {X,} — независимые одинаково распределенные случайные величины, (XJ и У — независимые, целочисленные и неотрицательные, и для них известны производящие функции A-(s) и.
MZ и DZ через соответствующие моменты MX, MY, DX, DY, которые при заданных.
x(s) и ф,{л) легко вычисляются по предыдущему пункту.
Из п. 6 известно, что ф/(х) = ф)-(фЛ(х)). Из п. 7 известно, что MZ= ф^.(1), DZ= ф" (1) + ф'(1) — (ф" (1))2— Поэтому.
откуда
где dx = Фд,(1) + Ф;у(1) — (Фх (1))2; dy= Ф;<1) + ф^(1) — (фГ (1))2;
Г.
Производящие функции хвостов Определение 3.2 (общее определение производящей функции последовательности). Пусть а0, аь … — последовательность действительных чисел. Если ряд.
сходится в каком-нибудь интервале s0 < s < su то /l (.v) — производящая функция последовательности {а,}, или производящая функция хвостов.
Пусть pj = Р{Х =j}, q) = P{X >j), j = 0, 1, 2,… Тогда {p,} — распределение вероятностей, так как ?/?, = 1, а {с/,} не является расиреде;
j
лением вероятностей, так как > 1.
Для k>0 имеем qk=pk+i + рк!2 + •••; при к = 0 q0 = р, + р2 + … = 1 — р0. Составим функции.
р0 + pts + p^s2 + …; для ряда Q (.v) = q0 + + qts + <7г52 + …
Оба ряда сходятся хотя бы при |s| < 1, поэтому.
X, a Q (s) — производящая функция последовательности чисел {q,}.
Теорема 3.1. При -1 < s < 1.
Доказательство. Коэффициент при 5я в разложении по степеням s вы;
оо со ражения (1 — s)Q (s) равен q" - q", =? А — X Р, = -р," если п > 1,.
i=n+1 i=n
и q0 = Pi + р, + … = 1 — р0, если п = 0; коэффициент при s" в разложении, но степеням s выражения (1 — q>(.v)) есть -р" при п > 1 и 1- р0 при п = 0. Таким образом, коэффициенты при 5я совпадают, откуда и следует утверждение теоремы.
Теорема 3.2. MX = Q (l); DX= 2Q'(1) + Q (l) — (Q (l))2, где MX и DX — соответственно математическое ожидание и дисперсия СВ X.
Доказательство. Известно, что MX = ф ((1) и ОХ = ф" (1) + ф'(1) ;
- — (ф'(1))'- Тогда, но формуле (3.2) ф () = 1 — Q (.*)(l — s); фЧ Д = Q (s) —
- — (У ООО — s); ф'(1) = Q (l) => имеем
Примеры решения задач на производящие функции Применение метода производящих функций рассмотрим в задачах.
Задача 3.1. Получить вид производящей функции для следующих распределений: а) В (, р) б) В (п, р); в) гс (?0;г) G (p)'> д) сдС (д); е) Па (г, р); ж) ОВ (г, р).
Решение
- 1- й способ. X = 2 Xj, где {X,} — независимые одинаково распреде-
- 1−1
ленные по В (1,р) случайные величины. Поэтому, но свойству 4 cp^s) = «Фаг, — = (ps + q)
2- й способ. Можно.
x (s) вычислить непосредственно:
Задание 3.1. Получите вид производящей функции для следующих распределений: а) сдС (р); б) Па (г, р); в) ОВ (г, р).
Указание. Для б) и в) используйте их связи с распределениями г) и д) задачи 3.1 и воспользуйтесь свойством 4.
Определение 3.3. Композицией законов распределения называется закон распределения суммы независимых случайных величин с соответствующими законами распределения. С использованием свойства 4 задачи для композиций решаются просто.
Метод производящих функций состоит в использовании перечисленных свойств производящей функции.
Задача 3.2. Найти композиции и моменты для следующих законов распределения: X ~ n (Xi)t Y ~ л (Х2) (случайные величины X и У независимы).
Решение
Я"As) = Ф)0) =.
+y(.v) = => закон распределения СВ X +Y — rc (A,t + Х2).
Задание 3.2. Найдите композиции и моменты для следующих законов распределения: X ~ В (пир)} YВ (п2, р) (случайные величины Хи Y независимы).
Задача 3.3. Вычислить моменты распределения СВ X ~ В (пур). Решение
Задание 3.3. Вычислите моменты распределений: а) X ~ 5(1, р);
6) X ~ п (Х); в) X — G (p); т) X ~ сд6'(р); д) X — Па (г, р) е) X — ОВ (г, р).
Задача 3.4. Найти распределение и моменты случайных величин Z структуры свойства б для X — тт (Х,), Y ~ В (п, р).
Указание. При решении используйте свойства 6 и 8.
Решение
Y
Z = 2 Х" где {X,} — независимые одинаково распределенные СВ,; = 1.
{X,} и У — независимы. (pv(.s) = еф1)
(ps + q)" <�р^s) = фЛ(ф)(Л')) = = (рек{-) + q)" — производящая функция случайных величин Z, или закона распределения случайных величин Z. Моменты:
Задание 3.4. Найдите распределение и моменты случайных величии Z структуры свойства 6 в случаях: а) X — 7t (X,), Y ~ п (Х2); 6) X — G (p), Y~ В (п, р) — в )Х~В (п, р), Y ~ Па (г, р) г) X ~ OB (r, р), Y ~ В (1,р).
Задача 3.5. По заданной производящей функции ф (х) найти закон распределения дискретной СВ X.
Решение
Ответ можно получить, разложив ПФ в ряд Маклорена. Получаем.
(Это значит, что задание производящей функции эквивалентно заданию закона распределения дискретной СВ.).