Логарифмическое распределение
Логарифмическое распределение | |
---|---|
Обозначение | [math]\displaystyle{ \mathrm{Log}(p) }[/math] |
Параметры | [math]\displaystyle{ 0 \lt p \lt 1 }[/math] |
Носитель | [math]\displaystyle{ k \in \{1,2,3,\dots\} }[/math] |
Функция вероятности | [math]\displaystyle{ \frac{-1}{\ln(1-p)} \; \frac{\;p^k}{k} }[/math] |
Функция распределения | [math]\displaystyle{ 1 + \frac{\Beta_p(k+1,0)}{\ln(1-p)} }[/math] |
Математическое ожидание | [math]\displaystyle{ \frac{-1}{\ln(1-p)} \; \frac{p}{1-p} }[/math] |
Мода | [math]\displaystyle{ 1 }[/math] |
Дисперсия | [math]\displaystyle{ -p \;\frac{p + \ln(1-p)}{(1-p)^2\,\ln^2(1-p)} }[/math] |
Производящая функция моментов | [math]\displaystyle{ \frac{\ln(1 - p\,\exp(t))}{\ln(1-p)} }[/math] |
Характеристическая функция | [math]\displaystyle{ \frac{\ln(1 - p\,\exp(i\,t))}{\ln(1-p)} }[/math] |
Логарифмическое распределение в теории вероятностей — класс дискретных распределений. Логарифмическое распределение используется в различных приложениях, включая математическую генетику и физику.
Определение
Пусть распределение случайной величины [math]\displaystyle{ Y }[/math] задаётся функцией вероятности:
- [math]\displaystyle{ p_Y(k) \equiv \mathbb{P}(Y=k) = -\frac{1}{\ln(1-p)} \frac{p^k}{k},\; k=1,2,3,\ldots }[/math],
где [math]\displaystyle{ 0 \lt p \lt 1 }[/math]. Тогда говорят, что [math]\displaystyle{ Y }[/math] имеет логарифмическое распределение с параметром [math]\displaystyle{ p }[/math]. Пишут: [math]\displaystyle{ Y \sim \mathrm{Log}(p) }[/math].
Функция распределения случайной величины [math]\displaystyle{ Y }[/math] кусочно-постоянна со скачками в натуральных точках:
- [math]\displaystyle{ F_Y(y) = \left\{ \begin{matrix} 0, & y \lt 1 & \\ 1 + \frac{\mathrm{B}_p(k+1,0)}{\ln (1-p)},\; & y \in [k,k+1),\; & k=1,2,3,\ldots \end{matrix}\right., }[/math]
где [math]\displaystyle{ \mathrm{B}_p }[/math] — неполная бета-функция.
Замечание
То, что функция [math]\displaystyle{ p_Y(k) }[/math] действительно является функцией вероятности некоторого распределения, следует из разложения логарифма в ряд Тейлора:
- [math]\displaystyle{ \ln(1-p) = -\sum\limits_{k=1}^{\infty} \frac{p^k}{k}; 0\lt p\lt 1 }[/math],
откуда
- [math]\displaystyle{ \sum\limits_{k=1}^{\infty}p_Y(k) = 1 }[/math].
Моменты
Производящая функция моментов случайной величины [math]\displaystyle{ Y \sim \mathrm{Log}(p) }[/math] задаётся формулой
- [math]\displaystyle{ M_Y(t) = \frac{\ln\left[1 - p e^t\right]}{\ln[1-p]} }[/math],
откуда
- [math]\displaystyle{ \mathbb{E}[Y] = - \frac{1}{\ln(1-p)} \frac{p}{1-p} }[/math],
- [math]\displaystyle{ \mathrm{D}[Y] = -p \;\frac{p + \ln(1-p)}{(1-p)^2\,\ln^2(1-p)} }[/math].
Связь с другими распределениями
Пуассоновская сумма независимых логарифмических случайных величин имеет отрицательное биномиальное распределение. Пусть [math]\displaystyle{ \{X_i\}_{i=1}^n }[/math] последовательность независимых одинаково распределённых случайных величин, таких что [math]\displaystyle{ X_i \sim \mathrm{Log}(p), \; i=1,2,\ldots }[/math]. Пусть [math]\displaystyle{ N \sim \mathrm{P}(\lambda) }[/math] — Пуассоновская случайная величина. Тогда
- [math]\displaystyle{ Y = \sum\limits_{i=1}^N X_i \sim \mathrm{NB} }[/math].
Приложения
Логарифмическое распределение удовлетворительно описывает распределение по размерам астероидов в солнечной системе[источник не указан 2937 дней].
Для улучшения этой статьи желательно: |