ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ

Σχετικά έγγραφα
ΠΙΘΑΝΟΤΗΤΕΣ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ

ΤΥΧΑΙΑ ΙΑΝΥΣΜΑΤΑ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών

Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

ιωνυµική Κατανοµή(Binomial)

ΤΥΧΑΙΑ ΙΑΝΥΣΜΑΤΑ. Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες, Κ. Πετρόπουλος. Τµ. Επιστήµης των Υλικών

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

Σημειώσεις Στατιστική & Πιθανότητες

pdf: X U(a, b) 0, x < a 1 b a, a x b 0, x > b

Μέση Τιµή. Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.

ΕΞΕΤΑΣΗ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΣΤΑΤΙΣΤΙΚΗ I: ΕΚΤΙΜΗΤΙΚΗ

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή:

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

Τυχαία μεταβλητή (τ.μ.)

E [X ν ] = E [X (X 1) (X ν + 1)]

Στατιστική. Ενότητα 3 η : Χαρακτηριστικά Τυχαίων Μεταβλητών Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή

Βιομαθηματικά BIO-156

ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ. Ορισμός (Συνάρτηση Κατανομής Πιθανότητας). Ονομάζουμε συνάρτηση κατανομής πιθανότητας (σ.κ.π.) της τ.μ. Χ την: F(x) = P(X x), x.

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης

xp X (x) = k 3 10 = k 3 10 = 8 3

1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28

Τυχαίες Μεταβλητές (τ.µ.)

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3.

4. Απαγορεύεται η χρήση υπολογιστή χειρός. Απαγορεύεται η χρήση κινητού, και ως υπολογιστή χειρός.

Θεωρία Πιθανοτήτων & Στατιστική

200, δηλαδή : 1 p Y (y) = 0, αλλού

S T (x) = exp. (α) m n q x = m+n q x m q x. (β) m n q x = m p x m+n p x. (γ) m n q x = m p x n q x+m. tp x = S Tx (t) = S T (x + t) { x+t

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος

Θεωρία Πιθανοτήτων & Στατιστική

Στατιστική Περιγραφή Φυσικού Μεγέθους - Πιθανότητες

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

ΒΑΣΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

ΜΕΤΡΑ ΘΕΣΗΣ ΚΑΙ ΑΠΟΚΛΙΣΗΣ

Συνεχείς Κατανομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Συνεχείς Κατανομές. τεχνικές. 30 ασκήσεις.

Πανεπιστήμιο Πελοποννήσου

Βιομαθηματικά BIO-156. Τυχαίες μεταβλητές Κατανομές Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2017

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

Τυχαία Διανύσματα και Ανεξαρτησία

n i P(x i ) P(X = x i ) = lim

1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ

ΣΥΝΤΟΜΕΣ ΣΗΜΕΙΩΣΕΙΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ ΘΕΜΗΣ ΜΗΤΣΗΣ TΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΗΡΑΚΛΕΙΟ

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

c(x 1)dx = 1 xf X (x)dx = (x 2 x)dx = 2 3 x3 x 2 x 2 2 (x 1)dx x 2 f X (x)dx = (x 3 x 2 )dx = 2 4 x4 2 3 x3

Αριθµητικά χαρακτηριστικά µιάς τυχαίας µεταβλητής

Μάθημα 3 ο a. Τυχαία Μεταβλητή-Έννοιες και Ορισμοί

= 14 = 34 = Συνδυαστική Ανάλυση

ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ

3. Κατανομές πιθανότητας

Τυχαία Μεταβλητή (Random variable-variable aléatoire)

IV ιακριτές Τυχαίες Μεταβλητές

Κεφάλαιο 1 Πραγματικοί Αριθμοί 1.1 Σύνολα

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

CRAMER-RAO ΚΑΤΩ ΦΡΑΓΜΑ - ΑΠΟ ΟΤΙΚΟΙ ΕΚΤΙΜΗΤΕΣ

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 2018 Σειρά Α Θέματα 3 ως 7 και αναλυτικές (ή σύντομες) απαντήσεις

Γ. Κορίλη, Μοντέλα Εξυπηρέτησης

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του φυλλαδίου ασκήσεων επανάληψης. P (B) P (A B) = 3/4.

Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας.

Πανεπιστήμιο Ιωαννίνων, Τμήμα Πληροφορικής. Προπτυχιακό Μάθημα: Πιθανότητες (Διδάσκων: Κων/νος Μπλέκας) Διάφορες Ασκήσεις πάνω στην 3 η Ενότητα:

Π Α Ν Ε Λ Λ Η Ν Ι Ε Σ Μ Α Θ Η Μ Α Τ Ι Κ Α K A I Σ Τ Ο Ι Χ Ε Ι Α Σ Τ Α Τ Ι Σ Τ Ι Κ Η Σ

X i = Y = X 1 + X X N.

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 )

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Ασκήσεις Κεφαλαίου 2. Κοκολάκης Γεώργιος

Φράγματα τύπου Chernoff και Εφαρμογές

Η «ύλη» του προπτυχιακού µαθήµατος

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι (ΝΠΣ) ΠΙΘΑΝΟΤΗΤΕΣ Ι (ΠΠΣ) Φεβρουάριος 2010

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του έβδομου φυλλαδίου ασκήσεων. f X (t) dt για κάθε x. F Y (y) = P (Y y) = P X y b ) a.

07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ΕΙΣΑΓΩΓΙΚΟ ΜΑΘΗΜΑ ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του όγδοου φυλλαδίου ασκήσεων.

Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

3. Κατανομές πιθανότητας

Dunamoseirèc A. N. Giannakìpouloc, Tm ma Statistik c OPA

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ. Έννοια Ορισμοί Τρόπος υπολογισμού Kατανομή πιθανότητας Ασκήσεις

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης

c(2x + y)dxdy = 1 c 10x )dx = 1 210c = 1 c = x + y 1 (2xy + y2 2x + y dx == yx = 1 (32 + 4y) (2x + y)dxdy = 23 28

ΘΕΜΑ 3 Το ύψος κύματος (σε μέτρα) σε μία συγκεκριμένη θαλάσσια περιοχή είναι τυχαία μεταβλητή X με συνάρτηση πυκνότητας πιθανότητας

12xy(1 x)dx = 12y. = 12 y. = 12 y( ) = 12 y 1 6 = 2y. x 6x(1 x)dx = 6. dx = 6 3 x4

Θεωρία Πιθανοτήτων & Στατιστική

Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

17/10/2016. Στατιστική Ι. 3 η Διάλεξη

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Θεωρία Πιθανοτήτων & Στατιστική

Transcript:

Τµ. Επιστήµης των Υλικών

Συνάρτηση Κατανοµής Ορισµός F(x) = P(X x) = f(t) x t x f(t)dt, X διακριτή τ.µ., X συνεχής τ.µ. Ιδιότητες 0 F(x). 2 F είναι αύξουσα συνάρτηση. 3 F είναι συνεχής εκ δεξιών. 4 lim F(x) = 0, lim F(x) =. x x + Παρατήρηση Αν X είναι συνεχής τ.µ., τότε f(x) = df(x) dx.

Ποσοστιαία σηµεία µιας κατανοµής Ορισµός Εστω η τ.µ. µε συνάρτηση κατανοµής F, η τιµή x p, για την οποία F(x p ) p F(x p ) () ονοµάζεται p οστό ποσοστιαίο σηµείο της κατανοµής. Παρατήρηση Αν p = 2, τότε το x 2 ονοµάζεται διάµεσος. Παρατήρηση 2 Αν X είναι διακριτή τ.µ., τότε x p ορίζεται από τη σχέση, F(x p ) p F(x p ) 2 Αν X είναι συνεχής τ.µ., τότε x p ορίζεται από τη σχέση, p = F(x p ) = xp f(t)dt

Παραδείγµατα Παράδειγµα Εστω X U(0, ), να προσδιοριστούν τα x /2 και x /3. 2 Εστω X B(5, /4), να υπολογιστεί η διάµεσος.

Ροπές τυχαίων µεταβλητών Ορισµός - Μέση τιµή xf(x), X διακριτή τ.µ. x EX = + xf(x)dx, X συνεχής τ.µ. Ορισµός - Ροπή n τάξης x n f(x) x EX n = + x n f(x)dx, X διακριτή τ.µ., X συνεχής τ.µ.

Ροπές τυχαίων µεταβλητών Ορισµός - Ροπή γύρω από το c (x c)f(x), X διακριτή τ.µ. x E(X c) = + (x c)f(x)dx, X συνεχής τ.µ. Ορισµός - Ροπή γύρω από το c n τάξης (x c) n f(x), X διακριτή τ.µ. x E(X c) n = + (x c) n f(x)dx, X συνεχής τ.µ. Παρατήρηση c = EX, n = 2, τότε E(X EX) 2 = VarX διαπορά της τ.µ. X.

Ροπές τυχαίων µεταβλητών Αν X τ.µ. και g : R R Ορισµός - Μέση τιµή g(x)f(x) x Eg(X) = + g(x)f(x)dx, X διακριτή τ.µ., X συνεχής τ.µ. Ορισµός - Ροπή n τάξης g(x) n f(x) x E(g(X)) n = + g(x) n f(x)dx, X διακριτή τ.µ., X συνεχής τ.µ.

Ροπές τυχαίων µεταβλητών Ιδιότητες - Μέση τιµή Ec = c, c σταθερά. 2 E(aX + b) = aex + b 3 X 0 EX 0. 4 EX E X. Ιδιότητες - ιασπορά Varc = 0, c σταθερά. 2 Var(aX + b) = a 2 VarX 3 VarX = EX 2 (EX) 2 4 VarX = EX(X )+EX (EX) 2

Παραδείγµατα Παράδειγµα 2 Η διάρκεια Ϲωής µιας τηλεφωνικής συνδιάλεξης είναι µία τ.µ. µε π.π. την f(x) = xe x I [0, ) (x), x R. Το αντίτιµο c(x) της συνδιάλεξης διάρκειας x είναι c(x) = 2I (0,3] (x)+(2+6(x 3))I (3, ) (x). Πόσο στοιχίζει κατά µέσο όρο µια συνδιάλεξη; Παράδειγµα 3 Τέσσερις ϕίλοι αριθµούνται από το εώς το 4 και παίζουν το εξής παιχνίδι. Ρίχνουν ένα Ϲάρι (µε έξι πλευρές) και εάν εµφανισθεί η πλευρά κ, κ 4, ο παίκτης µε τον αριθµό κ κερδίζει ένα ευρώ από καθένα από τους τρεις υπόλοιπους παίκτες (δηλαδή, ο παίκτης m, m κ χάνει ένα ευρώ). Εάν όµως εµφανισθεί η πλευρά 5 ή 6 κανείς παίκτης δεν κερδίζει. Εστω X το κέρδος του παίκτη µε τον αριθµό, µετά από δύο ϱίψεις Ϲαριού. Να ϐρεθεί το αναµενόµενο κέρδος του παίκτη.

Μέση τιµή και ιασπορά γνωστών κατανοµών ιωνυµική κατανοµή, X B(n, p) f(x) = P(X = x) = ( n x) px ( p) n x, x = 0,,...,n, 0 < p <. EX = np, VarX = np( p). Poisson κατανοµή, X P(λ) f(x) = P(X = x) = e λλx x! Γεωµετρική κατανοµή, X Ge(p), x = 0,,..., λ > 0. EX = VarX = λ. f(x) = P(X = x) = p( p) x, x = 0,, 2,... EX = p p, VarX = p p 2.

Μέση τιµή και ιασπορά γνωστών κατανοµών Κανονική κατανοµή ή κατανοµή του Gauss, X N(µ,σ 2 ) f(x) = 2πσ 2 e (x µ)2 2σ 2, x R, µ R, σ > 0. Γάµµα κατανοµή, X G(a, β) f(x) = EX = µ, VarX = σ 2. Γ(a)β a xa e x/β, x > 0, a,β > 0. Εκθετική κατανοµή, X E(λ) EX = aβ, VarX = aβ 2. f(x) = λ e λx, x > 0, λ > 0. Παρατήρηση: E(λ) G(a =,β = /λ). EX = λ, VarX = λ 2.

Παραδείγµατα Παράδειγµα Ο χρόνος που χρειάζεστε για να απαντήσετε σε κάθε ένα από τα ϑέµατα που σας έχουν δοθεί είναι µία εκθετική τ.µ. µε µέσο χρόνο απάντησης τα 20 λεπτά. Υπολογίστε την πιθανότητα να απαντήσετε σε ένα ϑέµα, σε λιγότερο από 5 λεπτά. 2 Στη συγκεκριµένη εξέταση έχετε 5 διαφορετικά ϑέµατα, ποια είναι η πιθανότητα να απαντήσετε σε λιγότερο από 5 λεπτά, σε τουλάχιστον 2 από αυτά. 3 Ποια είναι η πιθανότητα να απαντήσετε στο 2ο ϑέµα σε περισσότερο από 5 λεπτά, ενώ στο ο ϑέµα έχετε δώσει την απάντηση σε λιγότερο από 5 λεπτά. 4 Ποιος είναι ο αναµενόµενος χρόνος απάντησης όλων των ϑεµάτων;

Ανισοτικές Σχέσεις ϱοπής και πιθανότητας Θεώρηµα Εστω X µια τ.µ. και g : R R. τέτοια ώστε g(x) είναι µια τ.µ. και c > 0, τότε P(g(X) c) Eg(X) c Εφαρµογές Εστω X τ.µ. µε EX = µ, ϑέτουµε g(x) = X µ r, r > 0, τότε P( X µ r c r ) = P( X µ c) E X µ r c r 2 r = 2, Ανισότητα Markov P( X µ 2 c 2 E X µ 2 ) = P( X µ c) c 2 = VarX c 2 Ανισότητα Chebysev.

Παραδείγµατα Παράδειγµα 2 Ενα συµµετρικό και οµοιογενές νόµισµα αναρρίπτεται ανεξάρτητα n ϕορές και έστω X η τ.µ. που παριστάνει τον αριθµό εµφανίσεων του Γράµµα. ( ) ( ) X X Να υπολογιστούν οι ποσότητες E και Var. n n 2 Αν n = 00, να ϐρεθεί ένα κατώτερο όριο για την πιθανότητα, όπως η σχετική συχνότητα X διαφέρει του 0.5, κατ απόλυτη τιµή, n περισσότερο του 0.. 3 Να ϐρεθεί η ελάχιστη τιµή n, για την οποία η πιθανότητα, όπως η σχετική συχνότητα X δεν διαφέρει του 0.5, κατ απόλυτη τιµή, n περισσότερο του 0. είναι τουλάχιστον 0.95. ( ) X 4 Αν υποθέσουµε τώρα ότι n = 50 και ότι P n 0.5 c 0.9, να προσδιορισθεί η τιµή της σταθεράς c.

Ροπογεννήτρια Τυχαίας Μεταβλητής Ορισµός M X (t) = Ee tx, για εκείνα τα t που υπάρχει η µέση τιµή. Παρατήρηση Αν γνωρίζουµε τη ϱοπογεννήτρια µιας τ.µ. X και υπάρχει σε µια περιοχή του 0, τότε γνωρίζουµε την κατανοµή αυτής και αντίστροφα. Ιδιότητες M X (0) = 2 M ax+b = e tb M X (at) d k M ax+b (t) 3 t=0 = EX k dt k

Ροπογεννήτρια Τυχαίας Μεταβλητής Παραδείγµατα γνωστών κατανοµών X B(n, p), M X(t) = (pe t + p) n, t R. 2 X P(λ), M X(t) = e λet λ, t R. 3 X N(µ,σ 2 ), Παρατήρηση : X N(0, ), M X(t) = e tµ+ 2 σ2 t 2, t R. M X(t) = e 2 t2, t R. 4 X G(a,β), M X(t) = 5 X E(λ) G(a =,β = /λ), M X(t) = ( tβ) a, t < β. λ (λ t) a, t < λ.