Originariamente Scritto da pina colada
Visualizza Messaggio
Mi sono data l'input con un libro in cui veniva spiegata brevemente però nn so se ho fatto bene, come dicevi tu, Richard..
Dunque ho la funzione di densità log-normale:
fx(x)=1/√(2πσ)x * e^{[-(lnx-μ)^2]/2σ^2}
Calcolo il momento generico r-esimo.. prima di ciò, però, sostituisco
z=(lnx-μ)/σ .. quindi x=e^(σz+μ)
dunque:
E(x)= ∫x^(r) * fx(x) dx =
=1/√(2πσ) * ∫ (da 0 a + ∞ di..) x^(r-1)* e^{[-(lnx-μ)^2]/2σ^2}dx=
=1/√(2πσ) * ∫ (in R di) e^(σrz+μr-1/2*z^2) dz =
se sostituisco a questo punto z= t + σr
= 1/√(2πσ) * ∫ (in R di) e^[σrt + (σr)^2 + μr - 1/2*z^2 - σrt - 1/2*(σr)^2] dt =
= e^[-1/2(σr)^2 + μr] * ∫ (in R di) [e^1/2*t^2]/√(2πσ) dt
l'integrale è la densità della normale standard e vale 1
quindi dovrei avere
= e^[-1/2(σr)^2 + μr]
.. l'unica cosa è che dovrebbe tornare e^[1/2(σr)^2 + μr].. dove ho sbagliato?
_____________________________________________________________________
..e il secondo.. lo riporto..2) Sempre sulla Poisson e la Bernoulli..
p = 2/3 q=1/3
Quante prove devo effettuare affinchè la probabilità di ottenere 10 successi sia pari a 0.99?
N= numero delle prove
N~Poisson(λ=3)
P(N=k) = e^(-3)*(3^k)/k!
Quindi devo trovare min {k | P(N<= k | 10 successi) >= 0.99)
Usando il teorema di Bayes posso trovare P(N<=k | 10 successi)= [P(10successi | N=k)* P(N=k)]/ Σ (per k da 0 a + ∞) P(10 successi | N = k) * P (N=k)
Dunque..
= [∑ (per h che va da 10 a k) di (h 10) (coefficiente binomiale) * (2/3)^10 * (1/3)^(h-10) * e^(-3) * 3^h/h!]/ [∑ (per r che va da 10 a + ∞) di (r 10) *(2/3)^10 * (1/3)^(r-10) * e^(-3) * 3^r/r!] >= 0.99
..
e quindi, dopo un po' di semplificazioni..
= ∑ (per h che va da 10 a k) ∑ (per r che va da 0 a + ∞) (r-10)!/(h-10) >= 0.99
e da qui come arrivo a trovare k?
Ora mi metto a guardarne dei nuovi che sono allucinanti
Commenta