Momentgenererande funktion för sammansatt stokastisk variabel
Hej!
Jag har att Xk∼Be(1/2), alltså Benoulli-fördelade med parameter 1/2 (oberoende).
Det gäller vidare att N∼Fs(1/6), d.v.s. First sucess = för första gången-fördelad med parameter 1/6.
Om vi då sätter: Y=∑Nk=1Xk så gäller att MGF (momentgenererande funktionen):
ψY(t)=ψN(ψX(t))=1/6·e1/2+1/2·et1-5/6·e1/2+1/2·et
Om man MacLaurin-utvecklar uttrycket ovan ska man få fram momenten för Y enligt nedan:
ψY(t)=1+∞∑k=1tkk!·E(Yk), men det verkar ej fungera.
Nämligen ska E(Y)=3 så de första termerna borde bli: 1+3t+..., men det blir något helt annat:Vi vet nämligen att E(Y)=E(N)·E(X1)=6·12=3.
Har jag räknat fel eller gjort någon tankevurpa?
Samansättningsregeln du är ute efter gäller för sannolikhets genererande funktioner. Alltså P_Y(s)=P_N(P_X(s)), om vi låter s=e^t så får vi något liknande för MGF: M_Y(t)=P_N(M_X(t)).
Vi får alltså inte M_Y(t)=M_N(M_X(t))...
Tack DrNej! Nu fick jag ihop det! 👍