Если экспоненциально распределен (i = 1, ..., n) с параметром \ lambda, а X_i взаимно независимы, каково ожидание ( я = 1 , . . . , П ) λ Х я
с точки зрения и и, возможно, других констант?
Примечание. Этот вопрос получил математический ответ на /math//q/12068/4051 . Читатели тоже посмотрят на это.
Ответы:
Если , то (при независимости) , поэтому имеет гамма-распределение (см. Википедию ). Итак, нам просто нужно . Поскольку , мы знаем, что . Следовательно, ( ожидание и дисперсия гамма-распределения см. В Википедии ).y = ∑ x i ∼ G a m m a ( n , 1 / λ ) y E [ y 2 ] V a r [ y ] = E [ y 2 ] - E [ y ] 2 E [ y 2 ] = V a r [xi∼Exp(λ) y=∑xi∼Gamma(n,1/λ) y E[y2] Var[y]=E[y2]−E[y]2 E [ y 2 ] = n / λ 2 + n 2 / λ 2 = n ( 1 + n ) / λ 2E[y2]=Var[y]+E[y]2 E[y2]=n/λ2+n2/λ2=n(1+n)/λ2
источник
Ответ выше очень хороший и полностью отвечает на вопрос, но вместо этого я приведу общую формулу для ожидаемого квадрата суммы и применим ее к конкретному примеру, упомянутому здесь.
Для любого набора констант это факт, чтоa1,...,an
это верно для свойства Distributive и становится понятным, когда вы учитываете, что делаете, когда вычисляете вручную.(a1+...+an)⋅(a1+...+an)
Поэтому для выборки случайных величин , независимо от распределений,X1,...,Xn
при условии, что эти ожидания существуют.
В примере из задачи являются случайными переменными iid , что говорит нам о том, что и для каждого . По независимости, для , мы имеемX1,...,Xn exponential(λ) E(Xi)=1/λ var(Xi)=1/λ2 i i≠j
В сумме есть из этих слагаемых. Когда , мы имеемn2−n i=j
и есть этих слагаемых в сумме. Поэтому, используя формулу выше,n
это твой ответ.
источник
Эта проблема является лишь частным случаем гораздо более общей проблемы «моментов моментов», которые обычно определяются в терминах обозначения суммы степеней. В частности, в степенной системе обозначений:
Затем, независимо от распределения , оригинальный плакат ищет (при условии, что моменты существуют). Поскольку оператор ожиданий - это всего лишь 1-й необработанный момент, решение предоставляется в программном обеспечении mathStatica:E[s21]
[«___ ToRaw» означает, что мы хотим, чтобы решение было представлено с точки зрения необработанных моментов населения (а не, скажем, центральных моментов или совокупностей). ]
Наконец, если ~ Exponential ( ) с pdf :λ f ( x )X λ f(x)
тогда мы можем заменить моменты в общем решении фактическими значениями для экспоненциальной случайной величины, например, так:μi
sol
Все сделано.
PS Причина, по которой другие решения, опубликованные здесь, дают ответ с в знаменателе, а не в числителе, конечно, потому что они используют другую параметризацию экспоненциального распределения. Поскольку в ОП не указывалось, какую версию он использовал, я решил использовать стандартное определение учебника по теории распределения Джонсона Коца и других… просто чтобы сбалансировать ситуацию :)λ2
источник