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.
130 KAPITEL 3 SLUMPVARIABLER<br />
2007-10-08 – sida 130 – # 134<br />
3.10 Några vanliga flerdimensionella fördelningar<br />
Vi ska i detta avsnitt gå igenom två vanligt förekommande flerdimensionella<br />
fördelningar som är generaliseringar av deras endimensionella motsvarigheter.<br />
Vi börjar <strong>med</strong> den diskreta multinomialfördelningen <strong>och</strong> tar därefter upp<br />
den tvådimensionella normalfördelningen.<br />
3.10.1 Multinomialfördelning<br />
Binomialfördelningen uppstod i situationer där ett slumpförsök som kunde<br />
utfalla på två sätt upprepades n gånger (se sidan 81). Det förekommer också<br />
ofta situationer där slumpförsök kan utfalla på fler än två sätt, <strong>och</strong> i denna<br />
situation uppstår multinomialfördelningen.<br />
EXEMPEL 3.41<br />
En tärning kastas 10 gånger. Antag att vi vill beräkna sannolikheten att det<br />
resulterade i 2 st 1:or, 1 2:a, 1 3:a, 2 st 4:or, 1 5:a <strong>och</strong> 3 st 6:or. I detta fall<br />
har alla sex utfall samma sannolikhet (vilket inte alltid behöver vara fallet).<br />
Chansen för en given sekvens av 10 kast är således (1/6) 10 för varje<br />
sekvens. För att få det utfall vi är intresserade av kan vi dock välja flera olika<br />
sekvenser. Man kan nämligen visa en generalisering av situationen då<br />
binomialkoefficienterna uppstod, som säger att antal sätt att välja 2 1:or,<br />
10!<br />
1 2:a osv, är lika <strong>med</strong> 2!1!1!2!1!3! = 151200. Detta produktbråk brukar ofta<br />
skrivas som 10 <br />
2 1 1 2 1 3 .Vi får således att den efterfrågade sannolikheten<br />
blir 10 <br />
2 1 1 2 1 3 (1/6)10 ≈ 0.0025.<br />
Den allmänna multinomialfördelningen är en generalisering av experimentet<br />
ovan.<br />
DEFINITION 3.35 (MULTINOMIALFÖRDELNINGEN)<br />
Den k-dimensionella slumpvariabeln (X1, X2, . . . , Xk) sägs vara multinomialfördelad<br />
<strong>med</strong> parametrar n (positivt heltal) <strong>och</strong> p1, . . . , pr, sådana att<br />
pi > 0 <strong>och</strong> r i=1 pi = 1, om sannolikhetsfunktionen ges av<br />
pX1,...,Xr (k1,<br />
<br />
n<br />
. . . , kr) =<br />
p<br />
k1 . . . kr<br />
k1<br />
1 · . . . · pkr r ,<br />
för sådana k1, . . . , kr så att ki ≥ 0 <strong>och</strong> r<br />
i=1 ki = n.