Funkcje tworzące są wygodnym narzędziem przy badaniu zmiennych losowych o wartościach całkowitych nieujemnych. Funkcje tworzące pierwszy raz badał de Moivre. Euler używał ich intensywnie do badania problemów z teorii liczb. Def. Funkcją tworzącą ciągu liczbowego (pj), j=0,1,… nazywamy funkcję : N (1) > pj$ s j , s e (K a, a ) j=0 , jeśli tylko powyższy szereg potęgowy jest zbiezny w niepustym przedziale (-a,a). Gdy X jest zmienną losową o wartościach całkowitych nieujemnych i o rozkładzie P(X = j) = pj , j=0,1,… to funkcję tworzącą ciągu (pj) nazywamy funkcją tworzącą zmiennej losowej X i oznaczamy gX. Z definicji wynika natychmiast, że gX(s)=EsX. Oczywiście funkcja tworząca zależy tylko od rozkładu prawdopodobieństwa zmiennej losowej. • Funkcja tworząca jest dobrze określona co najmniej dla oszacowania : N > |s|# 1, bowiem z N pj$ |s| j # j= 0 >p j= 0 j = 1 wynika wtedy bezwględna zbieżność szeregu (1). Dla |s| < 1 pierwsze dwie pochodne wynoszą : N gX' (s) = > N j$ pj$ s jK j=1 1 , g"X (s) = a ogólnie : > j$(jK 1)$ pj$ s jK j=2 N gX( n ) (s ) = j! $ pj$ s jK j = n (j K n ) ! > Stąd dla s = 0 mamy : pn = gX( n ) ( 0 ) n! n . 2 (2) • Udowodniliśmy zatem następujące : • Twierdzenie : Rozkład prawdopodobieństwa zmiennej losowej o wartościach całkowitych nieujemnych jest jednoznacznie wyznaczony przez funkcję tworzącą. • Powróćmy do wzoru (2). Jeśli EX < N, to szereg definiujący pierwszą pochodną jest zbieżny dla s = 1. Na mocy twierdzenia Abela mamy wtedy : N lim s/ 1K gX' ( s ) = > j$ p j=1 = EX j N Jeśli EX = N, to szereg Można zatem przyjąć > j$ p j=1 gX' ( 1 ) = Otrzymujemy wtedy po prostu : Podobnie : j jest rozbieżny, ale i lim s / 1K gX' ( s ) s/ 1K gX' ( s ) = N dopuszczając wartość N. EX = gX' (1 ) EX (X K 1 ) = g"X (1 ) lim (3) (4) • Jeżeli EX2 < N, to z (3) i (4) otrzymujemy : 2 D2X = gX' (1 ) C gX" (1 )K 2gX' (1 ) 3 • Przykład : Niech X ma rozkład geometryczny P(X = j) = qj p , gdzie j = 0,1… Wtedy : N gX ( s ) = Stąd : gX' ( 1 ) = i D2X = q p2 > p ( qs ) j = j=0 q = EX p p 1K qs Funkcja tworząca sumy niezależnych składników • Z zależności gX(s) = EsX wynika następujące : • Twierdzenie : Jeżeli X1, X2, …, Xn są niezależnymi zmiennymi losowymi o funkcjach tworzących g1, g2, …, gn, to suma X1 + X2 + … + Xn ma funkcję tworzącą : n ?g i= 1 • i D o w ó d. Ponieważ X1, X2, …, Xn są niezależnymi zmiennymi losowymi, to zmienne losowe sXi , i = 1,2,...,n są niezależne i g X1 + X2 + … + Xn (s) = EsX1 + X2 + … + Xn = n ? Xi Es i=1 n ,ale gXi(s) = EsXi , zatem g X1 + X2 + … + Xn (s) = ?g i=1 i • • Twierdzenie : Jeśli X, Y są niezależnymi zmiennymi losowymi o funkcjach tworzących g1, g2 , , to P(X-Y = k) jest równe współczynnikowi przy sk w funkcji g1(s)g2(1/s). N N D o w ó d. Mamy g1 (s )g2 (1 /s ) = pk sk $ blsK l k=0 l=0 > > Obliczmy wyraz z sk. Dla k >= 0 ma on postać : N N >p l=0 kC l bls K l k C ls = sk $ > P (X = k C l) $ P ( Y = l) = l=0 N = sk $ > P( X = k C l, Y = l) = sk $ P (X K Y = k ) . l=0 Dla k < 0 rachunki są podobne. • Przykład. Obliczymy prawdopodobieństwo, że liczba całkowita wylosowana ze zbioru liczb od 000000 do 999999 będzie miała sumę pierwszych trzech cyfr równą sumie ostatnich trzech cyfr. Jeśli X = X1 + X2 + X3 będzie sumą pierwszych trzech cyfr, a Y = Y1 + Y2 + Y3 będzie sumą ostatnich trzech cyfr, to gx(s)gy(1/s) = 10-6s-27(1-s10)6(1-s)-6 . Zatem współczynnik przy s0 jest równy : 00 1 0 1 0 1 0 1 0 11$ 10 32 27 K 6 22 $ C 1 17 6 $ 1 12 7 K 6 z 0, 05525