Функции порождения вероятностей
Введено| English | Значение |
|---|---|
| discrete distribution/dɪˈskriːt ˌdɪstrɪˈbjuːʃn/ | дискретное распределение |
| probability generating function/ˌprɒbəˈbɪlɪti ˈdʒenəreɪtɪŋ ˈfʌŋkʃn/ | генерирующая функция вероятностей |
| coefficient/ˌkəʊɪˈfɪʃənt/ | коэффициент |
| variance/ˈveərɪəns/ | дисперсия |
| derivative/dɪˈrɪvətɪv/ | производная |
| independent/ˌɪndɪˈpendənt/ | независимый |
A distribution in a single function
- A discrete distribution 离散分布 is a list of probabilities — clumsy to manipulate.
- A probability generating function 概率母函数 (PGF) packs the whole list into one tidy function, turning hard probability sums into easy calculus.
Лабораторная работа: функция порождения вероятностей
G(x) = p0 + p1 x + p2 x^2 + ...
Измените x и посмотрите, как ФПВ хранит вероятности в степенях x.
Defining the PGF
- For a discrete variable $X$ taking values $0, 1, 2, \dots$:
- The coefficient 系数 of $t^x$ is exactly $P(X = x)$ — the function encodes the distribution.

A probability generating function stores all the probabilities as coefficients
Функция порождения вероятностей X определяется как:
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
G(t) = E(tˣ) = Σ P(X=x) tˣ.
Mean and variance 方差 from derivatives 导数
- Differentiate and evaluate at $t = 1$:
Worked example. $G(t) = 0.5 + 0.3t + 0.2t^2$. Then $G'(t) = 0.3 + 0.4t$, so $E(X) = G'(1) = 0.3 + 0.4 = 0.7$.
X имеет G(t) = 0.5 + 0.3t + 0.2t². Поскольку E(X) = G′(1) и G′(t) = 0.3 + 0.4t, чему равно E(X)?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
G'(1) = 0.3 + 0.4(1) = 0.7.
Математическое ожидание находится из ФПВ по формуле E(X) = G′(______).
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
E(X) = G'(1).
Sums of independent 独立 variables
- The single most useful property: the PGF of a sum of independent variables is the product of their PGFs:
- This makes adding independent variables (e.g. total of several dice) almost effortless.
Для любой корректной ФПВ каково значение G(1)?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
G(1) = Σ P(X=x) = 1, так как вероятности суммируются до 1.
Производящая функция суммы двух независимых переменных является суммой их производящих функций.
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Неверно. Для независимых X и Y выполняется G_{X+Y}(t) = G_X(t) * G_Y(t): производящие функции перемножаются.
Check it's a valid PGF
$G(1)$ must equal 1. Since $G(1) = \sum P(X = x)$, a valid PGF always gives $G(1) = 1$ — a quick sanity check before you differentiate.
You've got it
- PGF: $G(t) = E(t^X) = \sum P(X=x)\,t^x$ (and $G(1) = 1$)
- $E(X) = G'(1)$; $\text{Var}(X) = G''(1) + G'(1) - (G'(1))^2$
- the PGF of a sum of independent variables is the product of their PGFs
Write from the data: find the expectation
- A probability generating function is 0.2 plus 0.5 t plus 0.3 t squared.
- Find the expectation from the derivative at 1. A valid generating function equals 1 at t = 1.
Для G(t) = 0.2 + 0.5 * t + 0.3 * t², чему равно E(X) и чему должно быть равно G(1)?
Математическое ожидание — это производная производящей функции в точке 1. Сами вероятности должны в сумме давать 1.
Чему равно E(X)?
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
0.5 плюс 0.6 равно 1.1. Другие варианты — 0.7 (ожидаемый результат урока); 1 (значение G(1)).