Documente Academic
Documente Profesional
Documente Cultură
caracteristică
1
-este uşor de văzut că a doua egalitate are loc:
dacă x ≥ 0, atunci −x ≤ 0 şi max{x, −x} = x, cât este şi modulul;
dacă x < 0, atunci −x > 0 şi max{x, −x} = −x, cât este şi modulul;
(2)|x| < c ⇔ −c < x < c, ∀c > 0:
|x| = max{x, −x} < c;
⟨⟨ -dacă cel mai mare dintre două numere nu-l depăşeşte pe c, atunci niciunul
{ depăşeşte pe c⟨⟨ ⇒
nu-l
x<c
, deci −c < x < c.
−x < c/ · (−1) ⇒ x > −c
Exemplu 2. V.a. X are media m = 30 şi dispersia σ 2 = 16. Demonstraţi că
p(16 < X < 44) ≥ 45
49 .
2
Exemplu 3. (v.a. cu repartiţie Γ) Determinaţi momentul de ordin n, n ∈ N , al
v.a. X cu densitatea
{ de −ax
probabilitate
ae ,x>0
f : R → R, f (x) = , a > 0 fixat.
0, x ≤ 0
∫
∞ ∫
∞
Dem. Mn (X) = M (X n ) = xn f (x) dx = axn e−ax dx;
−∞ 0
⟨⟨ -pentru a ne apropia de funcţia Γ trebuie înlocuit ax cu t, ceea ce generează
o schimbare de variabilă:⟨⟨
ax = t, x = at , x′ dx = ( at )′ dt, dx = a1 dt,
x = 0 ⇒ t = 0, x → ∞ ⇒ t → ∞;
∫
∞ n ∫
∞
Mn (X) = a · at n · e−t · a1 dt = a1n tn e−t dt;
0 0
cu formula lui Γ identificăm n = p − 1 ⇒ p = n + 1 şi
Mn (X) = Γ(n+1)
an = an!n .
∫
∞ ∫1
Dem. Mn (X) = M (X n ) = xn f (x) dx = 1
B(p,q) xn+p−1 (1 − x)q−1 dx;
−∞ 0
⟨⟨ -în continuare vom identifica direct puterile de la funcţiile Gamma şi Beta şi
proprietăţile care se aplică, altfel explicaţiile se îngreunează:⟨⟨
Mn (X) = B(n+p,q)
B(p,q) ;
B(p+1,q) Γ(p+1)·Γ(q)=pΓ(p)·Γ(q) Γ(p+q)
B(p,q) = Γ(p+q+1)=(p+q)Γ(p+q) · Γ(p)·Γ(q) = p+q ;
p
M (X) =
M (X 2 ) = B(p+2,q) Γ(p+2)·Γ(q)=(p+1)Γ(p+1)·Γ(q)=(p+1)pΓ(p)Γ(q) Γ(p+q)
B(p,q) = Γ(p+q+2)=(p+q+1)Γ(p+q+1)=(p+q+1)(p+q)Γ(p+q) · Γ(p)·Γ(q) =
p(p+1)
= (p+q)(p+q+1) ;
p(p+1) p2
D (X) = M (X 2 ) − (M (X))2 = (p+q)(p+q+1)
2
− (p+q) 2 = p+q · ( p+q+1 − p+q ),
p p+1 p
2 pq
D (X) = (p+q)2 (p+q+1) .
3
⟨⟨ -În demonstraţie se aplică proprietăţile mediei de a se comporta bine la
sume şi înmulţiri cu constante, faptul că media unei constante c este c, M (c) = c
şi formula dispersiei.⟨⟨
2 Funcţia caracteristică
Definiţia 1. Dacă X este v.a. atunci funcţia caracteristică a lui X este
φ : R → C, φ(t) = M (eitX ), ∀t ∈ R.
( )
x1 x2 . . .
Observaţia 1. (1)În cazul discret, X : ,
p1 p2 . . .
∑
φ(t) = M (eitX ) = eitx1 p1 + eitx2 p2 + . . . = eitxk pk .
k
(2)În cazul continuu, dacă f este densitatea de probabilitate a v.a. X, atunci
∫ itx
∞
φ(t) = M (eitX ) = e f (x) dx.
−∞
4
φ(t) = M (eitX ) = Cn0 p0 q n eit·0 + Cn1 p1 q n−1 eit + . . . + Cnk pk q n−k eitk + . . . +
+Cnn pn q 0 eitn = Cn0 (peit )0 q n + Cn1 (peit )1 q n−1 + . . . +
+Cnk (peit )k q n−k + . . . + Cnn (peit )n q 0 = (peit + q)n , deci φ(t) = (peit + q)n ,
∀t ∈ R.
n! = eλ(e , ∀t ∈ R.
n=0