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.
SATS 3.34<br />
2007-10-08 – sida 151 – # 155<br />
3.11 FUNKTIONER AV SLUMPVARIABLER 151<br />
Om φX(t) är momentgenererande funktion till en slumpvariabel X <strong>och</strong><br />
φX(t) är definierad i ett intervall som täcker in t = 0 så gäller φ (k)<br />
X (0) =<br />
E(X k ), där φ (k)<br />
X (0) är k:te derivatan av φX(t) evaluerad i t = 0.<br />
ANMÄRKNING 3.43<br />
Man kan visa flera andra resultat för de olika transformerna. Huvudidén<br />
är att, under olika regularitetsvillkor, så definierar transformen fördelningen.<br />
Detta kan vara användbart om fördelningen är krånglig <strong>med</strong>an<br />
lämplig transform är mer hanterlig.<br />
Vi visar nu en olikhet som kan vara användbar när man vill göra uppskattningar<br />
av sådant man kanske inte beräkna exakt. Låt f(x) vara en konvex<br />
funktion. För den som inte minns är f konvex om det för alla x <strong>och</strong> y samt<br />
för 0 < α < 1 gäller att f(αx + (1 − α)y) ≤ αf(x) + (1 − α)f(y) vilket<br />
illustrerar i Figur 3.30.<br />
Bild saknas<br />
Figur 3.30. Bild på en konvex funktion f(x) <strong>och</strong> den räta linjen<br />
f(αx + (1 − α)y) ≤ αf(x) + (1 − α)f(y) mellan två godtyckliga punkter x <strong>och</strong> y.<br />
För funktioner <strong>med</strong> andraderivata gäller att f(x) är konvex om <strong>och</strong> endast<br />
om f ′′ (x) ≥ 0 för alla x.<br />
SATS 3.35 (JENSENS OLIKHET)<br />
Låt X vara en slumpvariabel <strong>med</strong> ändligt väntevärde <strong>och</strong> f(x) en konvex<br />
funktion. Då gäller att<br />
f(E(X)) ≤ E(f(X)).