Sannolikhetsgenererande funktion

Den sannolikhetsgenererande funktionen för en diskret slumpvariabel är en potensserierepresentation av slumpvariabelns sannolikhetsfunktion. Sannolikhetsgenererande funktioner används ofta för deras kortfattade beskrivning av följden Pr ( X = k ) i sannolikhetsfunktionen för en slumpmässig variabel X. Vidare, om sannolikhetsfunktionen är reproduktionsfördelningen för en Galton-Watson-process, ger upprepad applicering av den sannolikhetsgenererande funktionen långsiktigt beteende för processen[1].

Definition

Om X är en diskret slumpvariabel som har utfallsrummet {0,1, ...}, definieras den sannolikhetsgenererande funktionen för X som[1]

G ( s ) = E ( s X ) = k = 0 p ( k ) s k , {\displaystyle G(s)=\operatorname {E} (s^{X})=\sum _{k=0}^{\infty }p(k)s^{k},}

där p är sannolikhetsfunktionen för X.

Egenskaper

En del intressanta egenskaper för sannolikhetsgenererande funktioner kan härledas.

  1. Sannolikhetsfunktionen för X fås genom att derivera G[1],
    p ( k ) = Pr ( X = k ) = G ( k ) ( 0 ) k ! . {\displaystyle p(k)=\operatorname {Pr} (X=k)={\frac {G^{(k)}(0)}{k!}}.}
  2. Det följer från egenskap 1 att om två slumpvariabler X och Y har sannolikhetsgenererande funktioner som är lika, G X = G Y {\displaystyle G_{X}=G_{Y}} så är även p X = p Y {\displaystyle p_{X}=p_{Y}} [1]. Alltså, om X och Y har identiska sannolikhetsgenererande funktioner, har de identiska sannolikhetsfunktioner.
  3. Väntevärdet av X {\displaystyle X} ges av E [ X ] = G ( 1 ) . {\displaystyle \mathbb {E} [X]=G'(1^{-}).} [1] Vidare ges variansen av X av[1] Var ( X ) = G ( 1 ) + G ( 1 ) [ G ( 1 ) ] 2 . {\displaystyle \operatorname {Var} (X)=G''(1^{-})+G'(1^{-})-\left[G'(1^{-})\right]^{2}.}
  4. G X ( e t ) = M X ( t ) {\displaystyle G_{X}(e^{t})=M_{X}(t)} där X är en slumpvariabel, G X ( t ) {\displaystyle G_{X}(t)} är den sannolikhetsgenererande funktionen och M X ( t ) {\displaystyle M_{X}(t)} är den momentgenererande funktionen.

Exempel

  • Den sannolikhetsgenererande funktionen för en konstant slumpvariabel, dvs Pr ( X = c ) = 1, är
    G ( s ) = s c . {\displaystyle G(s)=s^{c}.}
  • Den sannolikhetsgenererande funktionen för en Bernoullifördelad slumpvariabel med parameter p ges av
    G ( s ) = ( 1 p ) + p s . {\displaystyle G(s)=(1-p)+ps.}
  • Den sannolikhetsgenererande funktionen för en Poissonfördelad slumpvariabel med parametern λ är
    G ( z ) = e λ ( z 1 ) . {\displaystyle G(z)=e^{\lambda (z-1)}.}

Referenser

  1. ^ [a b c d e f] Dobrow, Robert P.. Introduction to stochastic processes with R. ISBN 978-1-118-74072-9. OCLC 922799569. https://www.worldcat.org/oclc/922799569. Läst 29 mars 2020