UWAGI O WZORZE NA MOMENTY ROZKŁADU PRAWDOPODOBIEŃSTWA PÓLYI. Tadeusz Gerstenkorn. 1. Wstęp. 2. Rozkład G. Pólyi

Podobne dokumenty
ŚLĄSKI PRZEGLĄD STATYSTYCZNY

WARTOŚĆ PIENIĄDZA W CZASIE

Lista 6. Estymacja punktowa

ELEMENTY MATEMATYKI FINANSOWEJ. Wprowadzenie

Estymacja przedziałowa

Statystyka matematyczna. Wykład II. Estymacja punktowa

Podstawowe rozkłady zmiennych losowych typu dyskretnego

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

ANALIZA BRYTYJSKIEGO RYNKU RENT HIPOTECZNYCH EQUITY RELEASE ORAZ KALKULACJA ŚWIADCZEŃ DLA POLSKICH ROZWIĄZAŃ Z WYKORZYSTANIEM RACHUNKU RENT ŻYCIOWYCH

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

Zasada indukcji matematycznej. Dowody indukcyjne.

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

Wytrzymałość śruby wysokość nakrętki

16 Przedziały ufności

Twierdzenia graniczne:

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony

Matematyka ubezpieczeń majątkowych r.

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

Graf skierowany. Graf zależności dla struktur drzewiastych rozgrywających parametrycznie

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

PROJEKT: GNIAZDO POTOKOWE

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład 0 Wprowadzenie ( ) ( ) dy x dx ( )

0.1 ROZKŁADY WYBRANYCH STATYSTYK

METEMATYCZNY MODEL OCENY

MIERNICTWO WIELKOŚCI ELEKTRYCZNYCH I NIEELEKTRYCZNYCH

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Zmienna losowa N ma rozkład ujemny dwumianowy z parametrami (, q) = 7,

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

ROZWIĄZUJEMY PROBLEM RÓWNOWAŻNOŚCI MASY BEZWŁADNEJ I MASY GRAWITACYJNEJ.

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,,

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

O liczbach naturalnych, których suma równa się iloczynowi

x t 1 (x) o 1 : x s 3 (x) Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

Przejmowanie ciepła przy kondensacji pary

STATYSTYKA I ANALIZA DANYCH

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Trójparametrowe formowanie charakterystyk promieniowania anten inteligentnych w systemach komórkowych trzeciej i czwartej generacji

Definicja interpolacji

II.6. Wahadło proste.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Pole magnetyczne. 5.1 Oddziaływanie pola magnetycznego na ładunki. przewodniki z prądem Podstawowe zjawiska magnetyczne

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011

WIELOWYMIAROWA ANALIZA SYTUACJI SPOŁECZNO-DEMOGRAFICZNEJ POLSKI

Prawdopodobieństwo i statystyka

Analiza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

40:5. 40:5 = υ5 5p 40, 40:5 = p 40.

Metody probabilistyczne egzamin

Konspekt lekcji (Kółko matematyczne, kółko przedsiębiorczości)

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Zeszyty naukowe nr 9

ZADANIA NA ĆWICZENIA 3 I 4

1 Układy równań liniowych

UKŁADY RÓWNAŃ LINOWYCH

Wykład 11. a, b G a b = b a,

ĆWICZENIE PROJEKTOWE NR 4 POSADOWIENIE NA PALACH Wybrane schematy i tablice z PN-83/B :

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

ZWIĄZEK FUNKCJI OMEGA Z DOMINACJĄ STOCHASTYCZNĄ

Ocena siły oddziaływania procesów objaśniających dla modeli przestrzennych

Wykład 1. Elementy rachunku prawdopodobieństwa. Przestrzeń probabilistyczna.

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI


9. 1. KOŁO. Odcinki w okręgu i kole

ĆWICZENIE 3 REZONANS W OBWODACH ELEKTRYCZNYCH

c 2 + d2 c 2 + d i, 2

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

STATYSTYKA MATEMATYCZNA

LABORATORIUM ELEKTRONIKI

Wyższe momenty zmiennej losowej

oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że:

GEOMETRIA PŁASZCZYZNY

29 Rozpraszanie na potencjale sferycznie symetrycznym - fale kuliste

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Funkcja generująca rozkład (p-two)

4.5. PODSTAWOWE OBLICZENIA HAŁASOWE WPROWADZENIE

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac

AKADEMIA INWESTORA INDYWIDUALNEGO CZĘŚĆ II. AKCJE.

a 1, a 2, a 3,..., a n,...

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Tradycyjne mierniki ryzyka

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

WARTOŚĆ PIENIĄDZA W CZASIE

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

PRACA MOC ENERGIA. Z uwagi na to, że praca jest iloczynem skalarnym jej wartość zależy również od kąta pomiędzy siłą F a przemieszczeniem r

Transkrypt:

UWAGI O WZORZE NA MOMENTY ROZKŁADU PRAWDOPODOBIEŃSTWA PÓLYI Tadeusz Gesteko Emeytoway pofeso Uiwesytetu Łódzkiego ISSN 1644-6739 e-issn 2449-9765 DOI: 10.15611/sps.2015.13.09 Steszczeie: Rozkład pawdopodobieństwa zmieej losowej może być schaakteyzoway pzez podaie pewych liczb zwaych paametami ozkładu. Do ajczęściej używaych paametów ależą momety. W pacy skocetujemy się a ozkładzie Pólyi, bowiem moża z iego łatwo uzyskać jako pzypadki szczególe lub odpowiedio gaicze waże w statystyce ozkłady, takie jak dwumiaowy, ujemy dwumiaowy lub Poissoa. W 1972. G. Mühlbach podał iteesujące wzoy a momety ozkładu Pólyi. Auto te ie wikał w oceę efektywości achukowej podaego wzou a momety zwykłe. Pokażemy, co ma zaczeie paktycze, że wzó te moża pzedstawić w postszej, wygodej fomie. Słowa kluczowe: ozkład Polyi, momet zwykły. 1. Wstęp Zmiea losowa jest zasadiczo wystaczająco dokładie opisaa pzez jej ozkład pawdopodobieństwa. Względy paktycze dyktują jedak potzebę zalezieia chaakteystyk liczbowych ozkładu, poieważ są to opisy kótkie i umożliwiają szybkie poówaie ozkładów ze sobą. W statystyce teoetyczej, a także w statystyce użytkowaej w ekoomii zachodzi często potzeba uchwyceia zasadiczych własości badaej zbioowości. Abstahujemy wtedy od wielu szczegółów, a własości, o któych podkeśleie am chodzi, chaakteyzujemy iejedokotie też za pomocą jedej lub kilku liczb. Należą do ich w piewszym zędzie śedia aytmetycza i odchyleie pzecięte, a pzypadku ozkładu momety. 2. Rozkład G. Pólyi W iiejszej pacy aalizujemy wzó a momety ozkładu G. Pólyi poday w 1972. pzez G. Mühlbacha. W tym celu pzypomimy, że ozkład te wyaża się wzoem

132 Tadeusz Gesteko P(X = k) =, k 1(1+a)(1+2a) [1+( 1)a] gdzie = 1,2,, k = 01,2,,, a dowola liczba, pzy czym dla a < 0 zakładamy p(p+a)) [p+(k 1)a]q(q+a [q+( k 1)a] a mi(p, q), q = 1 p. W celu ułatwieia zapisu tego dość ozciągliwego wzou, posługujemy się zwykle tzw. wielomiaami czyikowymi stopia względem x (azywaymi także uogólioą -tą potęgą liczby x) w sposób astępujący x [0,a] = 1, x [,a] = x [-1,a].[x ( 1)a], gdzie =1,2,, zaś a ozacza dowolą liczbę. Z podaego tu okeśleia ekuecyjego wyika, że x [,a] = x(x a)(x 2a) [x-(-1)a]. W opaciu o powyższe wzoy ozkład Pólyi moża zapisać astępująco P(X = k) = p[k, a] k. 1 [, a] q[ k, a]. G. Mühlbach zapisywał te ozkład w ieco iej symbolice co spowadza się do zapisu q,x (x, a) = k φ k (x,a)φ k(1 x,a), φ (1,a) φ (x, a) = x [k, a]. 3. Wzó a momety G. Mühlbacha Dla zalezieia wzou a momety zwykłe w ozkładzie Pólyi, G. Mühlbach posłużył się opeatoem Q [f; x, a], któy pzedstawia się astępująco Q [f; x, a] = l Δ l f x,l q,l (x, a), l=0 gdzie Δ l f x,k ozacza óżicę zędu l okeśloą astępująco Δ 0 f x,k = f(x,k ), Δ l+1 f(x,k )=Δ l f x,k+1 Δ l f(x,k ), l = 0,1,2,,

Uwagi o wzoze a momety ozkładu pawdopodobieństwa Pólyi 133 atomiast q,l (x, a) = P(x = l), jak upzedio podao. W opaciu o poday opeato auto uzyskał astępujący wzó a momety gdzie m = Q [g ; x, a] = l=0 l g t,l. q,l (x, a), co moża także zapisać w postaci g t,l = (t,l ), t,l = l, lub w badziej zaej symbolice l=0, φ l (1,a) l g (t,l ) φ l(x,a) l=0 Δl g l (t,l ) x[l, a] 1 [l, a], gdzie pzy tej stosowaej otacji x = p. 4. Modyfikacja wzou Mühlbacha Auto ie wikał w oceę efektywości achukowej podaego wzou. Wzó te moża pzedstawić w postszej i wygodiejszej do obliczeń fomie pzy pomocy liczb Stiliga S l dugiego odzaju, któe okeślamy jako współczyiki pzy wielomiaach czyikowych w tożsamości pzyjmując x = S 0 x [0] + S 1 x [1] + S 2 x [2] + S x [] = l=0 S l x [l], S 0 0 = 1, S 0 = 0 dla = 1,2,, S = 1 dla = 1,2,, S k = 0 dla < k, oaz kozystając z óżic skończoych zea, to jest óżicy fukcji y = x k w pukcie x=0 z kokiem 1, tz. Δ0 k = 1 k 0 k, Δ 2 0 k = Δ(1 k 0 k ) = 2 k 2. 1 k + 0 k itd. Zachodzi astępujący wzó ekuecyjy, któy jest wykozystyway pzy układaiu tablic óżic skończoych zea Δ l 0 k+1 = l(δ l 0 k + Δ l 1 0 k ), l k.

134 Tadeusz Gesteko Uwzględiając, że [l] = l l! oaz fakt, że óżica zędu l we wzoze a momety jest liczoa w pukcie zeo, otzymujemy zapis tego wzou w postaci [l] Δ l x[l, a] l=0 0. l! 1 [l, a] Zachodzi astępujący związek między óżicami skończoymi zea a liczbami Stiliga dugiego odzaju Δ l 0 l! = S l, więc wzó a momety moża zapisać ostateczie w postaci l=0. 1 [l, a] [l] S l x[l, a] Liczby Stiliga są stablicowae, p. pzez Kaufmaa [1968], więc pozwala to dość spawie wyliczyć momet potzebego zędu. Na pzykład m 1 = l=0, 1 [l] 1 S x[l, a] l = x [l, a] m 2 = x + ( 1). x(x+a) 1+a, m 3 = x + 3( 1) x(x+a) +( 1)( 2)x(x+a)(x+2a), 1+a (1+a)(1+2a) x(x + a) m 4 = x + 7( 1) 1 + a x(x + a)(x + 2a) + 6( 1)( 2) (1 + a)(1 + 2a) + +( 1)( 2)( 3) x(x+a)(x+2a)(x+3a) (1+a)(1+2a)(1+3a). 5. Wzó ekuecyjy a momety W podęcziku z achuku pawdopodobieństwa Gesteko i Śódka [1972] poday jest wzó ekuecyjy a momety (wzó 6.5.11, s. 227) waz z dowodem w schemacie Pólyi losowego pobieaia kul

Uwagi o wzoze a momety ozkładu pawdopodobieństwa Pólyi 135 z uy, tz. gdy N liczba kul w uie, b liczba białych kul w uie, c liczba czaych kul w uie, b+c=n, s liczba dodawaych lub wyjmowaych kul z uy daego kolou w zależości od kolou upzedio wylosowaej i zwócoej kuli do uy. Wzó te jest postaci m +1 = 1 (b (b s) s N+s i=0 i i + 1 i + 2 )m i, gdzie =0,1,2,, liczba pzepowadzoych doświadczeń (losowań). W pzypadku s < 0 ależy pzyjąć założeie ks b i ( k)s c, k = 0,1,2,. W schemacie Pólyi pytamy o pawdopodobieństwo otzymaia k kul białych a losowań. Jeśli uwzględimy zaą w tym schemacie zależość: b N = p, c N = q, s N = a, to otzymamy wygodą fomę wzou dla ozkładu Pólyi m +1 = 1 (p (p a) a 1+a i=0 i i + 1 i + 2 )m i. Z podaych tu wzoów a momet ozkładu Pólyi uzyskuje się łatwo jako pzypadki szczególe wzoy a momety ozkładów dwumiaowego (Beoulliego), hipegeometyczego, ujemego dwumiaowego, a w pzypadku gaiczym także dla ozkładu Poissoa. Liteatua Gesteko T., Śódka T., Kombiatoyka i achuek pawdopodobieństwa, PWN, Waszawa 1972. Kaufma A., Itoductio a la Combiatoique e Vue des Applicatios,Pais, Duod 1968. Mühlbach G., Rekusiosfomel fu die zetale Momete de Pólya- ud de Beta- -Veteilug, Metika 19, 1972, vol. 2 3, s. 171 177. REMARKS ON THE FORMULA FOR THE MOMENTS OF THE PÓLYA PROBABILITY DISTRIBUTION Summay: The pobability distibutio of a adom vaiable ca be chaacteized by some umbes called paametes of the distibutio. The most commoly used paametes ae the momets. Ou attetio is cocetated o the Pólya distibutio because it is easily possible to obtai fom it some special cases vey impotat i the statistics distibutios such as biomial, egative biomial ad Poisso (i the limit pocedue). I 1972 G. Mühlbach itoduced vey iteestig fomulae fo the momets of the Pólya distibutio. The autho did ot ivestigate a appeciatio of the umeical efficacy of the fomula fo the simple momets. We will show that it is possible to demostate this fomula i a simple fom. It has a pactical sigificace ad impotace. Keywods: the Pólya distibutio, momets.