دانشگاه صنعت آب و برق 24 مثال تابع مولد گشتاور
Download
Report
Transcript دانشگاه صنعت آب و برق 24 مثال تابع مولد گشتاور
امید ریاضی و گشتاورها
موسوی ندوشنی
بهار 1384
1
دانشگاه صنعت آب و برق
امید ریاضی
اگر Xیک متغیر تصادفی با تابع احتمال ) fX(xباشد،
امید ریاضی متغیر Xرا با عالمت ) E(Xنشان داده و به
ìï å xf
صورت زیر تعریف می) (x
کنیم.
ïï
ï ¥x
E (X ) = í
ï
ïï ò xf (x ) dx
ïïî - ¥
تذکر :امید ریاضی هر متغیر تصادفی عددی ثابت و
منحصربفرد است (مشروط بر آنکه سری یا انتگرال
همگرا باشد).
2
دانشگاه صنعت آب و برق
مثال
تاسی را یک مرتبه پرتاب میکنیم .در صورتی که متغیر تصادفی
Xنشاندهنده عدد روی تاس باشد ،امید ریاضی Xرا تعیین کنید.
X
1 2 3 4 5 6
fX(x) 1/6 1/6 1/6 1/6 1/6 1/6
6
= 3.5
1
6
´+ L + 6
1
6
´+ 2
1
6
´x i f (x i ) = 1
å
= ) E (X
i=1
تعبیر عدد :3.5انتظار میرود در پرتاب یک مرتبه یک تاس عدد
3.5ظاهر شود؟!
تعبیر نظری :اگر تاس را به دفعات زیاد پرتاب کنیم و معدل
مشاهدات را یادداشت کنیم ،معدل مشاهدات باید به عدد 3.5
نزدیک شود.
3
دانشگاه صنعت آب و برق
مثال
از ظرفی که 4مهره قرمز و 2مهره آبی دارد ،سه مهره را به
تصادف و به طور همزمان اختیار میکنیم .در صورتی که متغیر
Xنشاندهنده تعداد مهره قرمز در این آزمایش باشد E(X) ،را
تعیین کنید.
X
1
2
3
fX(x) 1/5 3/5 1/5
= 2
4
1
5
´+ 3
3
5
´+ 2
دانشگاه صنعت آب و برق
1
5
´ E (X ) = 1
مثال
متغیر Xنشاندهنده طول عمر یک نوع المپ میباشد (برحسب
ساعت) دارای تابع احتمالی به صورت زیر است .اوال ثابت kرا
پیدا کنید .ثانیا ) E(Xرا تعیین و تعبیر کنید.
ìï k3
f X (x ) = ïí x
ïï 0
î
x > 100
otherwise
dx = 1 Þ k = 20000
dx = 200 hr
20000
x3
¥
x
ò
¥
ò
k
3
100 x
= ) E (X
100
طول عمر اکثر المپها باید نزدیک به 200ساعت باشد.
5
دانشگاه صنعت آب و برق
امید ریاضی تابعی از متغیر تصادفی X
اگر Xیک متغیر تصادفی با تابع احتمال ) fX(xباشد ،امید
ریاضی هر تابعی از Xمانند ) Y=g(Xبرابر است با:
) ìï å g (x ) f X (x
ïï
E (g (X )) = í x ¥
ïï
ïïî ò- ¥ g (x ) f X (x ) dx
6
دانشگاه صنعت آب و برق
مثال
در صورتی که Xمتغیر تصادفی با تابع احتمال زیر باشد،
مطلوبست محاسبه ) E(X2) ،E(2X+1) ،E(Xو E(X-1)2
x> 0
otherwise
ìï e - x
f X (x ) = ïí
ïï 0
î
¥
xe - x dx = 1
ò
= ) E (X
0
(2x + 1)e - x dx = 3
¥
ò
= )E (2X + 1
0
x 2e - x dx = 2
¥
ò
2
= ) E (X
0
(x - 1)2e - x dx = 1
¥
ò
0
7
دانشگاه صنعت آب و برق
2
= )E (X - 1
خواص امید ریاضی
اگر aو bدو عدد ثابت باشندٍ ،داریم:
E(aX+b)=aE(X)+b
• a=0 E(b)=b
)• b=0 E(aX)=aE(X
اگر ) g(Xو ) k(Xتوابعی از متغیر تصادفی Xباشند.
داریم:
)) E(g(X)±k(X))=E(g(X)) ±E(k(X
8
دانشگاه صنعت آب و برق
امید ریاضی خاص و گشتاورها
امیدهای ریاضی خاص (امید ریاضی توابعی که در
کاربرد مورد نظر هستند) عبارتند از:
میانگین
واریانس
انحراف معیار
9
دانشگاه صنعت آب و برق
میانگین و واریانس
میانگین
• اگر در فرمول امید ریاضی g(X)=Xباشد ،آنگاه امید ریاضی تابع را با
عالمت زیر نشان میدهیم.
این میانگین در واقع مقدار متوسط جامعه استm = mX = E (X ) .
•
واریانس
• اگر در فرمول امید ریاضی g(X) ،به صورت زیر اختیار شود ،آنگاه امید
ریاضی را واریانس
•
•
نامند2.
) = E (g (X )) = E (X - mX
2
X
2
s = s
واریانس نشاندهنده میزان پراکندگی مشاهدات نسبت به میانگین میباشد.
فرمول واریانس را به صورت زیر نیز میتوان نوشت:
E (X - mX )2 = E (X 2 ) - mX2
انحراف معیار
• جذر مثبت واریانس را انحراف معیار گوییم.
10
دانشگاه صنعت آب و برق
s X2
= sX
خواص واریانس
اگر aو bدو مقدار ثابت و Xمتغیری با تابع احتمال
) fX(xباشند ،آنگاه
الف-
= E (X + b - m - b )2 = E (X - m )2 = s 2
X
X
X
s X2 + b
2
s aX
= E (aX - a mX )2 = a 2E (X - mX )2 = a 2s X2
ب-
اگر Xو Yاز هم مستقل باشند ،آنگاه:
2
2 2
2 2
s aX
=
a
s
+
b
sY
+ bY
X
اگر Xو Yوابسته باشند ،آنگاه:
2
2 2
2 2
s aX
=
a
s
+
b
s Y + 2abs X Y
+ bY
X
11
دانشگاه صنعت آب و برق
مثال
اگر متغیر تصادفی Xدارای تابع چگالی احتمالی به
صورت زیر باشد .امید ریاضی و واریانس آن را بدست
آورید.
) ìï 2(1 - x
0< x < 1
f X (x ) = ïí
ïï 0
î
otherwise
امید ریاضی
1
3
1
= mX = E (X ) = 2 ò x (1 - x )dx
0
1
1
= E (X ) = 2 ò x (1 - x )dx
6
0
2
واریانس
12
2
2
1 æ
1ö
1
2
2
ç
÷ = E (X ) - mX = - çç
=
÷
÷ 6 è3
18
ø
دانشگاه صنعت آب و برق
s X2
گشتاورها
اگر Xیک متغیر تصادفی با تابع احتمال ) fX(xباشد،
آنگاه )( E(Xrکه در آن rیک عدد طبیعی است) را
گشتاور مرتبه rام پیرامون مبدا گوییم و عبارتست از:
r
¢
) mr = E (X
r = 1 Þ m1¢ = E (X ) = mX
2
¢
) r = 2 Þ m2 = E (X
s 2 = E (X 2 ) - m2 = m2¢- m1¢2
13
دانشگاه صنعت آب و برق
دنباله گشتاورها
نوع دوم گشتاورها یعنی گشتاور حول میانگین به شرح
زیر است.
m = E (X - m )r
X
r
r = 1 Þ m1 = E (X - mX ) = 0
2
X
14
r = 2 Þ m2 = E (X - mX ) = s
2
دانشگاه صنعت آب و برق
تابع مولد گشتاور ()1
اگر Xیک متغیر تصادفی با تابع احتمال ) fX(xباشد ،تابع مولد
گشتاور Xکه با عالمت ) MX(tنشان داده میشود را به صورت
:
کنیم
می
تعریف
زیر
tx
ìï
) e f (x
X
ïï å
ïï x
tX
M X (t ) = E (e ) = í ¥
ïï e t x f (x ) dx
X
ïï ò
ïî - ¥
تابع مولد گشتاور نوعی امید ریاضی خاص است اگر در فرمول
تابع g(X)=etXاختیار شود.
در مواردی محاسبه میانگین و واریانس از تعریف امکانپذیر
نمیباشد ،اما با کمک تابع مولد گشتاور میتوان میانگین و
واریانس را محاسبه نمود.
15
دانشگاه صنعت آب و برق
تابع مولد گشتاور ()2
اگر Xیک متغیر تصادفی با تابع مولد گشتاور )M(t
) d r M X (t
باشد ،آنگاه
¢
= mr
r
t=0
dt
که در آن r'گشتاور مرتبه rام پیرامون مبداء است.
اثبات :از بسط مکلورن تابع etxاستفاده میکنیم.
2
2
n
n
æ
ö
t
X
t
X
tx
M X (t ) = E (e ) = E ççç1 + t X +
+L +
÷+ L
÷
÷
çè
÷
!2
!n
ø
n
t2
t
= 1 + t E (X ) +
E (X 2 ) + L +
E (X n ) + L
!2
!n
2
n
t
t
¢
¢
= 1 + t m1 +
m2 + L +
mn¢ + L
!2
!n
16
دانشگاه صنعت آب و برق
تابع مولد گشتاور ()3
گشتاور مرتبه اول
2
d
t
= ) M X¢(t
[M X (t )] = E (X ) + t E (X 2 ) +
E (X 3 ) + L
dt
!2
گشتاور مرتبه دوم
2
d2
t
2
3
4
= ) M X¢¢(t
[
M
(
t
])
=
E
(
X
)
+
t
E
(
X
)
+
E
(
X
)+ L
X
2
!2
dt
گشتاور مرتبه سوم
d3
t2
3
4
5
= ) M X¢¢¢(t
[
M
(
t
])
=
E
(
X
)
+
t
E
(
X
)
+
E
(
X
)+ L
X
3
!2
dt
17
دانشگاه صنعت آب و برق
مثال تابع مولد گشتاور ()1
متغیر تصادفی Xدارای تابع احتمالی به صورت زیر
میباشد ،مطلوبست:
• الف -محاسبه میانگین ،واریانس و انحراف معیار
•
با استفاده از تعریف
با استفاده از تابع مولد گشتاور
ب -اگر Y=(X+1)3باشد ،میانگین Yرا محاسبه کنید.
x³ 0
otherwise
18
دانشگاه صنعت آب و برق
ìï e - x
f X (x ) = ïí
ïï 0
ïî
مثال تابع مولد گشتاور ()2
¥
الف 1-با استفاده از تعریف
- x
xe
dx = 1
ò
0
¥
s X2 = E (X 2 ) - mX2 = 2 - 1 = 1 Þ s X = 1
2 - x
x
ò e dx = 2
¥
¥
( t - 1)x
e
dx
ò
tx - x
e
= ò e dx
0
t < 1
0
= -
¥
0
= ) M X (t ) = E (e t x
e (t - 1)x
Þ M X¢(0) = mX = 1
Þ M X¢¢(0) = E (X 2 ) = 2 Þ s X2 = 2 - 1 = 1
19
دانشگاه صنعت آب و برق
= ) E (X 2
0
الف 2-با استفاده از تابع مولد گشتاور
1
t- 1
= ) E (X
1
t- 1
1
(1- t )2
2
(1- t )3
=
= ) M X¢(t
= ) M X¢¢(t
مثال تابع مولد گشتاور ()3
ب-
)mY = E (Y ) = E (X 3 + 3X 2 + 3X + 1
= E (X 3 ) + 3E (X 2 ) + 3E (X ) + 1
•
باید گشتاور مرتبه سوم را محاسبه نمود.
Þ M X¢¢¢(0) = 6
6
(1- t )4
= ) M X¢¢¢(t
mY = 6 + 3 ´ 2 + 3 ´ 1 + 1 = 16
20
دانشگاه صنعت آب و برق
مثال تابع مولد گشتاور ()4
متغیر تصادفی Xدارای تابع مولد گشتاور زیر است.
مطلوبست:
الف -محاسبه X ،Xو 2X
ب -میانگین متغیر تصادفی Y=(X+1)2
) M X (t ) = exp(3t + 12 t 2
حل:
) M X¢(t ) = (3 + t ) exp(3t + 12 t 2
) M X¢¢(t ) = exp(3t + 12 t 2 ) + (3 + t )2 exp(3t + 12 t 2
21
دانشگاه صنعت آب و برق
مثال تابع مولد گشتاور ()5
mX = M X¢(0) = 3 and M X¢¢(0) = E ( X 2 ) = 1 + 9 = 10
s X2 = E (X 2 ) - m2X = 10 - 32 = 1
)mY = E (Y ) = E (X + 1)2 = E (X 2 + 2X + 1
= E (X 2 ) + 2mX + 1
= 10 + 2 ´ 3 + 1 = 17
22
دانشگاه صنعت آب و برق
مثال تابع مولد گشتاور ()6
اگر Xمتغیری با تابع چگالی احتمال زیر باشد
f (x ) = 2x
0< x < 1
تابع مولد گشتاور ) Y=ln (1/Xرا تعیین کنید و با
استفاده از آن میانگین و واریانس را بدست آورید.
حل:
1 t
) () = E
X
t < 2
23
t ln X1
) = E (e
2
= dx
2- t
دانشگاه صنعت آب و برق
tY
M Y (t ) = E (e
1
1- t
ò 2x
0
=
مثال تابع مولد گشتاور ()7
میانگین:
2
= ) M Y¢(t
(2 - t )2
1
= M Y¢(0) = mY
2
واریانس:
4
(2 - t )3
= ) M Y¢¢(t
1
= ) M Y¢¢(0) = E (Y
2
2
1
1 2
1
= ) ( = E (Y ) - m = -
2
2
4
2
Y
24
دانشگاه صنعت آب و برق
2
2
Y
s
چند قضیه راجع به تابع مولد گشتاور
اگر Xو Yدو متغیر تصادفی با تابع مولد گشتاورهای ) MX(tو
) MY(tباشند ،آنگاه دو متغیر Xو Yدارای توزیع احتمال
یکسان میباشند ،اگر و فقط اگر ) MX(t)=MY(tباشد.
اگر Xو Yدو متغیر تصادفی مستقل با تابع مولد گشتاورهای
) MX(tو ) MY(tباشند ،آنگاه داریم:
) M X +Y (t ) = M X (t )M Y (t
به صورت کلی ،اگر nمتغیر تصادفی مستقل X1, X2,…, Xn
دارای توابع مولد گشتاور مستقل باشند ،آنگاه داریم:
) (t ) = M X (t ) ´ L ´ M X (t
•
1
n
+L + X n
حالت خاص :اگر X1, X2,…, Xnدارای توزیع یکسان باشند ،آنگاه
داریم
n
)) M X + L + X (t ) = (M X (t
n
25
1
MX
دانشگاه صنعت آب و برق
1
قضیه چیبیشف ()Chebyshev
اگر Xیک متغیر تصادفی با واریانس محدود باشد ،آنگاه
1
2
2 2ù
é
P (| X - m |³ k s ) = P ê(X - m) ³ k s ú£ 2 k > 1
ë
û k
از رابطه فوق میتوان نتیجه گرفت که1
:
P (| X - m |< k s ) ³ 1 - 2
k
1
P (m - k s < X < m + k s ) ³ 1 - 2
k
یعنی ،احتمال این که متغیر تصادفی Xبین kبرابر انحراف
معیار از میانگین قرار گیرد ،حداقل برابر با 1-1/k2است.
نکته جالب آن است که بدون اطالع از نوع توزیع ،میتوان
کران پایینی برای احتمال قرار گرفتن متغیر تصادفی در
فاصلههای ) (-k, +kرا تعیین نمود.
26
دانشگاه صنعت آب و برق
مثال
متوسط عمر المپهای تولید شده توسط یک کارخانه
500ساعت با واریانس 125است.
در مورد احتمال این که عمر یک المپ بین 475و
525ساعت باشد چه میتوان گفت؟
حل :فرض کنید که Xنشاندهنده طول عمر المپ باشد.
)P (475 < X < 525) = P (- 25 < X - 500 < 25
)= P (| X - 500 |< 25
k s = 25 Þ k 2s 2 = 625 Þ k 2 = 5
1 4
P (475 < X < 525) ³ 1=
5 5
27
دانشگاه صنعت آب و برق