随机变量的矩生成函数
计算概率分布的均值和方差的一种方法是找到随机变量X和X2的期望值。我们使用符号E(X)和E(X2)来表示这些期望值。通常,很难直接计算E(X)和E(X2)。为了克服这个困难,我们使用一些更先进的数学理论和微积分。最终结果是使我们的计算更容易。
这个问题的策略是定义一个新的变量t的新函数,称为矩生成函数。这个函数允许我们通过简单地求导数来计算矩。
假设
在定义时刻生成功能之前,我们首先用符号和定义设置阶段。我们让X是一个离散的随机变量。该随机变量具有概率质量函数f(x)。我们正在使用的样本空间将用S表示。
我们不想计算X的期望值,而是要计算与X相关的指数函数的期望值。如果存在正实数r,使得E(EtX)存在并且对所有t是有限的在区间[-r,r],那么我们可以定义X的矩生成函数。
定义
矩生成函数是上面指数函数的期望值。换句话说,我们说X的矩生成函数由下式给出:
M(t)=E(EtX)
这个期望值是公式∑etxf(x),其中求和取自所有x在样本空间S。这可以是有限或无限和,取决于所使用的样本空间。
属性
矩生成函数具有许多与概率和数学统计中的其他主题连接的功能。其中一些最重要的功能包括:
- 系数etb是X=b的概率。
- 矩生成函数具有**性属性。如果两个随机变量的矩生成函数相互匹配,则概率质量函数必须相同。换句话说,随机变量描述相同的概率分布。
- 矩生成函数可用于计算X。 的矩
计算矩
上面列表中的**一项解释了时刻生成功能的名称及其实用性。一些先进数学指出,在我们制定的条件下,当t=0时,存在任何阶函数M(t)的导数。此外,在这种情况下,我们可以改变求和和和微分的顺序相对于156 t 157,以获得以下公式(所有求和都超过了样本空间中158 x 159的值160 S 161):
- M'(t)=∑xetxf(x)
- M'(t)=∑x2etxtxt(t)=xetxf(x) x2ee''(t)=∑x3etxf(x)
- M(n)'(t)=∑xnetxf(x)
如果我们在上述公式中设置t=0,则etx项变为e0=1。因此,我们得到了mo的公式随机变量X:
- (0)253 E 254(255 X 252525257 258 259 M M 260(0)261 E 262(263 X X 264 X 264 X 265 2 266)267(0)261 E E 262(263 X X X 264 X 264 X 265 2 266)267>
- '(0)E 272(0)2525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525>(n)(0)=E(Xn)
这意味着,如果特定随机变量存在矩生成函数,那么我们可以找到它的均值及其在矩生成函数导数方面的方差。平均值M'(0),方差M'(0)–[M'(0)]2。