• Sonuç bulunamadı

N/A
N/A
Protected

Academic year: 2021

Share ""

Copied!
4
0
0

Yükleniyor.... (view fulltext now)

Tam metin

(1)

10 1.2.3 Pareto Dağılımı

𝑋 rastgele değişkeninin dağılımı 𝑃𝑎𝑟𝑒𝑡𝑜(𝛼, 𝜆) olsun. ( 𝑋~𝑃𝑎(𝛼, 𝜆) ). 𝑋 rastgele değişkeninin olasılık yoğunluk fonksiyonu

𝑓(𝑥) = 𝛼𝜆

(𝜆 + 𝑥) , 𝑥 > 0, 𝛼 > 0, 𝜆 > 0

biçimindedir. Dağılım fonksiyonu,

𝐹(𝑥) = 𝛼𝜆

(𝜆 + 𝑦) 𝑑𝑦 = 𝛼𝜆 1

(𝜆 + 𝑦) 𝑑𝑦

= 𝛼𝜆 (𝜆 + 𝑦)

( )

𝑑𝑦 = 𝛼𝜆 (𝜆 + 𝑦)

−𝛼 − 1 + 1 𝑥

| 𝑦 = 0

= 𝜆 (𝜆 + 𝑦) 𝑥

|

𝑦 = 0 = 𝜆 (𝜆 + 𝑥) + 𝜆 (𝜆)

= 1 − 𝜆

𝜆 + 𝑥 , 𝑥 > 0

olarak elde edilir.

Beklenen değeri aşağıda verildiği gibi bulunabilir.

𝐸(𝑋) = 𝑥𝑓(𝑥)𝑑𝑥 = [(𝑥 + 𝜆) − 𝜆]𝑓(𝑥)𝑑𝑥

= (𝑥 + 𝜆)𝑓(𝑥)𝑑𝑥 − 𝜆𝑓(𝑥)𝑑𝑥

= (𝑥 + 𝜆)𝑓(𝑥)𝑑𝑥 − 𝜆 𝑓(𝑥)𝑑𝑥

(2)

11

= (𝑥 + 𝜆)𝑓(𝑥)𝑑𝑥 − 𝜆. 1 = (𝑥 + 𝜆)𝑓(𝑥)𝑑𝑥 − 𝜆

= (𝑥 + 𝜆) 𝛼𝜆

(𝜆 + 𝑥) 𝑑𝑥 − 𝜆

= 𝛼𝜆

(𝜆 + 𝑥) 𝑑𝑥 − 𝜆 Yukarıdaki integral

( )

( )

ile çarpıp bölünürse,

= (𝛼 − 1)𝜆 (𝛼 − 1)𝜆

𝛼𝜆

(𝜆 + 𝑥) 𝑑𝑥 − 𝜆

= 𝛼𝜆

(𝛼 − 1)

(𝛼 − 1)𝜆

(𝜆 + 𝑥) 𝑑𝑥 − 𝜆

yukarıdaki integralin içindeki ifade 𝑃𝑎𝑟𝑒𝑡𝑜(𝛼 − 1, 𝜆) dağılımının olasılık yoğunluk fonksiyonudur. Dolayısıyla integralin değeri 1’dir. O halde X rastgele değişkeninin beklenen değeri

𝐸(𝑋) = 𝛼𝜆

(𝛼 − 1) − 𝜆 = 𝛼𝜆 − 𝜆(𝛼 − 1)

(𝛼 − 1) = 𝛼𝜆 − 𝛼𝜆 + 𝜆

(𝛼 − 1) = 𝜆

(𝛼 − 1) , 𝛼 > 1

olarak bulunur.

X rastgele değişkeninin varyansını bulabilmek için önce ikinci moment bulunmalıdır.

𝐸(𝑋 ) = 𝑥 𝑓(𝑥)𝑑𝑥 = [(𝑥 + 𝜆) − 𝜆] 𝑓(𝑥)𝑑𝑥

= [(𝑥 + 𝜆) − 2(𝑥 + 𝜆)𝜆 + 𝜆 ]𝑓(𝑥)𝑑𝑥

= [(𝑥 + 𝜆) − 2𝑥𝜆 − 𝜆 ]𝑓(𝑥)𝑑𝑥

(3)

12

= (𝑥 + 𝜆) 𝑓(𝑥)𝑑𝑥 − 2𝜆 𝑥𝑓(𝑥)𝑑𝑥 − 𝜆 𝑓(𝑥)𝑑𝑥

yukarıda kırmızı ile gösterilen integral 𝑃𝑎𝑟𝑒𝑡𝑜(𝛼, 𝜆) dağılımının beklenen değeridir, yani integralin sonucu ’dir. Mavi ile gösterilen integralin sonucu 1 olduğundan yukarıdaki eşitlik aşağıdaki gibi yazılır:

= (𝑥 + 𝜆) 𝑓(𝑥)𝑑𝑥 − 2𝜆 𝜆

𝛼 − 1 − 𝜆

= (𝑥 + 𝜆) 𝛼𝜆

(𝜆 + 𝑥) 𝑑𝑥 − 2𝜆

𝛼 − 1 − 𝜆

= 𝛼𝜆

(𝜆 + 𝑥) 𝑑𝑥 − 2𝜆

𝛼 − 1 − 𝜆

Yukarıdaki integral

( )

( )

ile çarpıp bölünürse,

= (𝛼 − 2)𝜆 (𝛼 − 2)𝜆

𝛼𝜆

(𝜆 + 𝑥) 𝑑𝑥 − 2𝜆

𝛼 − 1 − 𝜆

= 𝛼𝜆

(𝛼 − 2)

(𝛼 − 2)𝜆

(𝜆 + 𝑥) 𝑑𝑥 − 2𝜆

𝛼 − 1 − 𝜆

eşitliği elde edilir. Yukarıdaki integralin içindeki ifade 𝑃𝑎𝑟𝑒𝑡𝑜(𝛼 − 2, 𝜆) dağılımının olasılık yoğunluk fonksiyonudur. Dolayısıyla integralin değeri 1’dir. O halde Pareto dağılımının ikinci momenti

𝐸(𝑋 ) = 𝛼𝜆

(𝛼 − 2) − 2𝜆

𝛼 − 1 − 𝜆 = 2𝜆

(𝛼 − 1)(𝛼 − 2)

(4)

13 olarak elde edilir. O halde varyans

𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 ) − [𝐸(𝑋)] = 2𝜆

(𝛼 − 1)(𝛼 − 2) − 𝜆

𝛼 − 1 = 𝛼𝜆

(𝛼 − 1) (𝛼 − 2)

olur.

1.2.4 Normal Dağılım

𝑋 rastgele değişkeninin dağılımı 𝑁𝑜𝑟𝑚𝑎𝑙(𝜇, 𝜎) olsun. ( 𝑋~𝑁(𝜇, 𝜎 ) ). 𝑋 rastgele değişkeninin olasılık yoğunluk fonksiyonu

𝑓(𝑥) = 1

𝜎√2𝜋 exp − 1

2𝜎 (𝑥 − 𝜇) , − ∞ < 𝑥 < ∞ biçimindedir.

𝑋~𝑁(𝜇, 𝜎 ) ⟹ 𝑍 = dönüşümü yapıldığında 𝑍~𝑁(0,1) olur. 𝑍 rastgele değişkeninin dağılım fonksiyonu

Φ(𝑥) = 1

√2𝜋 exp − 1

2 𝑥 𝑑𝑥 olur.(Standart normal dağılım)

𝑋 rastgele değişkeninin moment çıkaran fonksiyonu

𝑀 (𝑡) = exp 𝜇𝑡 + 1

2 𝜎 𝑡 , beklenen değer ve varyansı

𝐸(𝑋) = 𝜇 , 𝑉𝑎𝑟(𝑋) = 𝜎

biçimindedir.

Referanslar

Benzer Belgeler

Bu vesile ile bir kez daha yeni baskıyı yazı- lış ruhuna uygun olarak yayına hazırlayan Genel Yayın Yönetmeni sayın Fahri Aral’ın şahsında İstanbul Bilgi

Alan x ekseninin alt kısmındaysa, alanı ifade eden sayının toplama işlemine göre tersi integrali

Bunun için eldeki veriler kullanılarak, tahmin edicinin asimptotik dağılımı bilindiğinde  1 için güven aralığı yazılabilir..  1 in EKK tahmin edicisinin

Bu bölümde sigortacılık ve aktüeryada sıklıkla kullanılan bazı sürekli dağılımlara yer verilmiştir.. 8 Çarpıklık katsayısı aşağıdaki eşitlik

Oransal reasürans anlaşmasında, sigorta şirketinin ödemesi gereken her bir hasarın

Mutlak değer içeren fonksiyonun limiti alınmadan önce fonksiyonun aranan x değeri civarında kuralının ne olacağı bulunmalıdır. Sınıf Matematik

Bu varsayımı araştırmak için 5 tezgah rastgele seçiliyor ve çıktıları farklı zamanlarda ölçülüyor. Aşağıdaki veriler

İnceleme sonucunda, burulma etkisi altındaki homojen ortotropik levhalar için geliştirilen çözüm yönteminin, gerekli dönüşümler yapılarak çok tabakalı çapraz