05.09.2013 Views

STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar

STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar

STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

först E(X 2 ). Vi får<br />

k=1<br />

2007-10-08 – sida 97 – # 101<br />

3.7 NÅGRA VANLIGA DISKRETA FÖRDELNINGAR 97<br />

E(X 2 ∞<br />

) = k 2 q k−1 ∞<br />

p = (k(k − 1) + k)q k−1 p<br />

= qp<br />

∞<br />

k=1<br />

k=1<br />

d 2<br />

dq 2 qk + 1<br />

p ,<br />

där vi för första termen brutit ut qp, sedan skrivit k(k − 1)qk−2 som andraderivatan<br />

av qk , <strong>och</strong> använt att den andra termen är väntevärdet som<br />

vi just räknat ut till 1/p. Eftersom summan är absolutkonvergent kan<br />

vi byta ordning på summation <strong>och</strong> derivering <strong>och</strong> vi får d2<br />

dq2 ∞ k=1 qk =<br />

d2 dq2 −1+(1−q) −1 = 2(1−q) −3 . Detta <strong>med</strong>för att E(X 2 ) = (2−p)/p2 <strong>och</strong> således<br />

att variansen ges av V (X) = E(X 2 )−(E(X)) 2 = (2−p)/p2−1/p2 =<br />

q/p2 .<br />

Från väntevärdets uttryck ser vi således att vi i genomsnitt behöver fler försök<br />

ju mindre p är. Något som inte är förvånande – ju mindre chans vi har<br />

att lyckas i ett enskilt försök ju fler försök lär behövas innan vi lyckas. Även<br />

spridningen (variansen eller standardavvikelsen) ökar då p minskar. I patiensexemplet<br />

ovan (Exempel 3.32) har vi att E(X) = 100 <strong>och</strong> D(X) = 99.5.<br />

För-första-gångenfördelningen är ett specialfall av en mer allmän fördelningen<br />

som kallas negativ binomialfördelning. Denna fördelning uppstår för<br />

samma typ av experiment, dvs. att ett försök som resulterar i lyckat utfall <strong>med</strong><br />

sannolikhet p upprepas oberoende gånger, men nu upprepas försöket tills att<br />

man gjort r (r ≥ 1) lyckade försök. ffg-fördelningen är således specialfallet<br />

att r = 1. Vad är då chansen att vårt r:te lyckade inträffar just efter k försök?<br />

Jo, bland de k − 1 första försöken skall vi ha fått r − 1 lyckade <strong>och</strong><br />

k − 1 − (r − 1) = k − r misslyckade, samt att vi i det k:te försöket ska få ett<br />

lyckat. Chansen för det senare är förstås p. Chansen att få r − 1 lyckade på<br />

k − 1 försök är k−1 <br />

r−1 pr−1qk−r k−1<br />

, eftersom det kan ske på r−1 sätt, <strong>och</strong> varje<br />

sätt har sannolikheten pr−1qk−r . Den eftersökta sannolikheten blir således<br />

p · k−1 r−1 pr−1qk−r . Vi definierar nu denna fördelning.<br />

DEFINITION 3.22 (NEGATIV BINOMIALFÖRDELNING)<br />

En diskret slumpvariabel X sägs vara negativ binomialfördelad <strong>med</strong> parametrar<br />

r ≥ 1 (heltal) <strong>och</strong> p (0 < p < 1) om sannolikhetsfunktionen ges

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!