mean_and_variance_of_geometric_distribution
Differences
This shows you the differences between two versions of the page.
| Both sides previous revisionPrevious revisionNext revision | Previous revision | ||
| mean_and_variance_of_geometric_distribution [2023/10/17 20:32] – hkimscil | mean_and_variance_of_geometric_distribution [2025/10/01 13:17] (current) – [Mean] hkimscil | ||
|---|---|---|---|
| Line 1: | Line 1: | ||
| ====== Mean and Variance of Geometric Distribution ====== | ====== Mean and Variance of Geometric Distribution ====== | ||
| + | 기하분포의 평균, 그리고 분산 | ||
| ====== Mean ====== | ====== Mean ====== | ||
| 기대값 E(X)는 아래처럼 배웠고. | 기대값 E(X)는 아래처럼 배웠고. | ||
| + | |||
| \begin{align} | \begin{align} | ||
| E(X) & = \sum_{k=1}^{\infty} k \cdot P(X=k) \nonumber \\ | E(X) & = \sum_{k=1}^{\infty} k \cdot P(X=k) \nonumber \\ | ||
| \end{align} | \end{align} | ||
| + | |||
| $P(X=k) $가 geometric distiribution에서는 $q^{(k-1)} \cdot p $ 이므로 $E(X)$는 아래와 같다. | $P(X=k) $가 geometric distiribution에서는 $q^{(k-1)} \cdot p $ 이므로 $E(X)$는 아래와 같다. | ||
| Line 32: | Line 35: | ||
| (1-(1-p))E(X) & = \underline{p} \left[1 + \underline{(1-p)} + \underline{(1-p)^2} + \underline{(1-p)^3} + \underline{(1-p)^4} + . . . \right] \\ | (1-(1-p))E(X) & = \underline{p} \left[1 + \underline{(1-p)} + \underline{(1-p)^2} + \underline{(1-p)^3} + \underline{(1-p)^4} + . . . \right] \\ | ||
| & = \sum_{k=0}^{\infty} \left(p \cdot (1-p)^{k} \right) \\ | & = \sum_{k=0}^{\infty} \left(p \cdot (1-p)^{k} \right) \\ | ||
| - | (1-(1-p))E(X) & = p \frac {1 - (1-p)^k} {1-(1-p)}, \;\;\; \text{because | + | (1-(1-p))E(X) & = p \frac {1 - (1-p)^k} {1-(1-p)}, \;\;\; \text{because |
| & = p \frac {1}{1-(1-p)} \\ | & = p \frac {1}{1-(1-p)} \\ | ||
| + | & = 1 \\ | ||
| p \cdot E(X) & = 1 \\ | p \cdot E(X) & = 1 \\ | ||
| \therefore \quad E(X) & = \frac {1}{p} \\ | \therefore \quad E(X) & = \frac {1}{p} \\ | ||
| Line 41: | Line 45: | ||
| ====== Variance ====== | ====== Variance ====== | ||
| + | For (1), see | ||
| + | [[Expected value and variance properties# | ||
| \begin{align} | \begin{align} | ||
| Var(X) & = E((X-E(X))^{2}) \nonumber \\ | Var(X) & = E((X-E(X))^{2}) \nonumber \\ | ||
| Line 53: | Line 59: | ||
| $p(x) = q^{(k-1)} \cdot p $ 혹은 | $p(x) = q^{(k-1)} \cdot p $ 혹은 | ||
| $p(x) = (1-p)^{(k-1)} \cdot p $ | $p(x) = (1-p)^{(k-1)} \cdot p $ | ||
| - | 그리고 우선 $(1)$식에서 $E(X^2)$ 부분을 보면, | + | 그리고 우선 $(6)$식에서 $E(X^2)$ 부분을 보면, |
| \begin{align} | \begin{align} | ||
| Line 65: | Line 71: | ||
| \end{align} | \end{align} | ||
| - | 위에서 $ (6) - (7) = $ 은 | + | 위에서 $ (7) - (8) = $ 은 |
| \begin{align} | \begin{align} | ||
| Line 92: | Line 98: | ||
| \end{eqnarray*} | \end{eqnarray*} | ||
| - | 따라서 $(5)$ 는 | + | 따라서 $(9)$ 는 |
| \begin{eqnarray*} | \begin{eqnarray*} | ||
| E(X^{2}) | E(X^{2}) | ||
| Line 108: | Line 114: | ||
| 이는 기하분포의 평균에서 p가 생략된 것과 같다. | 이는 기하분포의 평균에서 p가 생략된 것과 같다. | ||
| \begin{align*} | \begin{align*} | ||
| - | \left(E(X) = \right) | + | E(X) = \sum_{k=1}^{n} k (1-p)^{k-1} \cdot p & = \frac{1}{p} \\ |
| \sum_{k=1}^{n} k (1-p)^{k-1} & = \frac{1}{p^2} \\ | \sum_{k=1}^{n} k (1-p)^{k-1} & = \frac{1}{p^2} \\ | ||
| \\ | \\ | ||
| Line 118: | Line 124: | ||
| \end{eqnarray*} | \end{eqnarray*} | ||
| - | n이 무한대로 간다고 생각하면 (, [[: | + | n이 무한대로 간다고 생각하면 ([[: |
| \begin{eqnarray*} | \begin{eqnarray*} | ||
| \sum_{k=1}^{\infty} ar^{k-1} & = & a \frac{1-r^n}{1-r} \\ | \sum_{k=1}^{\infty} ar^{k-1} & = & a \frac{1-r^n}{1-r} \\ | ||
| a=1; r = (1-p); \\ | a=1; r = (1-p); \\ | ||
| \sum_{k=1}^{\infty} (1-p)^{k-1} & = & \frac{1-(1-p)^n}{1-(1-p)} \\ | \sum_{k=1}^{\infty} (1-p)^{k-1} & = & \frac{1-(1-p)^n}{1-(1-p)} \\ | ||
| - | (1-p)^n | + | (1-p)^n |
| & = & \frac{1}{p} | & = & \frac{1}{p} | ||
| \end{eqnarray*} | \end{eqnarray*} | ||
| Line 132: | Line 138: | ||
| \\ | \\ | ||
| \end{eqnarray*} | \end{eqnarray*} | ||
| + | |||
| + | 따라서 | ||
| \begin{eqnarray*} | \begin{eqnarray*} | ||
mean_and_variance_of_geometric_distribution.1697542337.txt.gz · Last modified: by hkimscil