STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
96 KAPITEL 3 SLUMPVARIABLER<br />
2007-10-08 – sida 96 – # 100<br />
sannolikheten att vi inte har fått något lyckat bland de k första försöken, dvs.<br />
att vi bara fått misslyckade bland de k första försöken. Vi har således att<br />
P (X > k) = q k <strong>och</strong><br />
FX(k) = 1 − q k , FY (k) = 1 − q k+1 .<br />
Av denna anledning behövs ingen tabell för ffg eller geometrisk fördelning.<br />
Vi räknar nu ut väntevärde <strong>och</strong> varians för fördelningen.<br />
SATS 3.17<br />
Om X ∼ ffg(p) <strong>och</strong> Y ∼ Geo(p) gäller<br />
BEVIS<br />
E(X) = 1<br />
q<br />
, E(Y ) =<br />
p p ,<br />
V (X) = q<br />
q<br />
, V (Y ) = ,<br />
p2 p2 √ √<br />
q<br />
q<br />
D(X) = , D(Y ) =<br />
p p .<br />
Vi visar satsen för ffg <strong>och</strong> lämnar motsvarande för geometrisk fördelning<br />
till läsaren (Övning 3.47). Eftersom den geometriska fördelningen alltid<br />
är ett mindre än ffg bör det ju dock inte överraska att väntevärdet är ett<br />
mindre (1/p − 1 = q/p), <strong>och</strong> kanske inte heller att spridningen, t.ex. mätt<br />
<strong>med</strong> varians eller standardavvikelse, är oförändrad. För X gäller<br />
∞<br />
E(X) = kq k−1 ∞ d<br />
p = p<br />
dq qk ,<br />
k=1<br />
k=1<br />
eftersom d<br />
dq qk = kqk−1 . Eftersom q = 1 − p så gäller att 0 < q < 1<br />
<strong>och</strong> för sådana q är summan ifråga absolutkonvergent. Vi får därför byta<br />
ordning på summation <strong>och</strong> derivering trots att summan innehåller oändligt<br />
många termer, <strong>och</strong> vi får E(X) = p d ∞ dq k=1 qk . Men ∞ k=1 qk = −1 +<br />
∞ k=0 qk = −1 + (1 − q) −1 . Genom att derivera detta m.a.p. q får vi att<br />
E(X) = p(1 − q) −2 = 1/p vilket skulle bevisas. För variansen beräknar vi