matematykaszkolna.pl
probabilistyka Grecco: Niech (ξn)n=1 będzie ciągiem niezależnych zmiennych losowych o rozkładzie jednostajnym na przedziale (0, 1). Ustalmy p∊(0, 1).definujemy zmienną losową θ(ω) = inf{n: ξn(ω)>1−p}, a następnie zmienną losową μ(ω) = max{ξi(ω): 0≤i≤θ(ω)−1}. Przyjmujemy ξ0≡0. Oblicz Eμ.
20 lut 18:46
Adamm: Eμ = ∑k E[μ | θ = k]P(θ = k) P(θ = k) = P(ξi ≤ 1−p, 0≤i≤k−1, ξk > 1−p) = (1−p)k−1p, k≥1, E[μ | θ = k] = E[max{ξi(ω): 0≤i≤k−1}] = 0 dla k = 1, ∫01...∫01 max(x1, ..., xk−1) dx1...dxk−1 dla k≥2. ∫01 (max(x1, ..., xk−1))m dx1 = ∫0max(x1, ..., xk−2) (max(x1, ..., xk−2))m dx1 + ∫max(x1, ..., xk−2)1 x1m dx1 = 1/(m+1)+m(max(x1, ..., xk−2))m+1/(m+1) Niech f(k−1, m) oznacza poprzednią funkcję, a J całkowanie od 0 do 1.
 1 m 
Wtedy Jf(k, m) =

+

f(k−1, m+1), f(0, m) = 0
 m+1 m+1 
(trochę nieformalnie dla prostoty zapisu)
 1 1 
Jk−1f(k−1, 1) =

+

Jk−2f(k−2, 2) =
 2 2 
 1 1 1 
=

+

+

Jk−3f(k−3, 3) =
 2 2*3 3 
 1 1 1 
=

+

+ ... +

= 1−1/k
 2 2*3 (k−1)k 
 1 
Zatem E[μ | θ = k] = 1−

i
 k 
 pln(p) 
Eμ = ∑k (1−1/k)(1−p)k−1p = 1 +

 1−p 
23 lut 01:48
Adamm: Gwoli ścisłości, P(θ = ) ≤ P(ξi ≤ 1−p, 0≤i≤N) = (1−p)N→0.
23 lut 02:13