Erzeugende Funktionen von ... - Markus Schieche
Erzeugende Funktionen von ... - Markus Schieche
Erzeugende Funktionen von ... - Markus Schieche
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Erzeugende</strong> <strong>Funktionen</strong> <strong>von</strong> Wahrscheinlichkeitsverteilungen<br />
E<br />
µ ( t −1)<br />
( −1)<br />
( −1)<br />
( GPµ ) = ( µ ⋅ t) ⋅ e<br />
es gilt: ( ) ′ µ t<br />
µ<br />
e = e<br />
t<br />
Nun ist der Erwartungswert <strong>von</strong> GP µ bekannt, was aber noch nicht die gesuchte<br />
Lösung ist. Zum Schluss muss noch das t „entfernt“ werden. Dies geschieht wieder<br />
indem man t gegen 1 gehen lässt.<br />
lim<br />
t →1<br />
⎡<br />
⎢E<br />
⎢<br />
⎣<br />
µ ( −1)<br />
( GP ) = ( ⋅t) ⋅ e ⎥ = E( P ) µ<br />
µ µ µ =<br />
123<br />
→µ<br />
⎤<br />
t<br />
12 3<br />
0 ⎥<br />
→e<br />
= 1 ⎦<br />
Damit ist über die erzeugende Funktion bewiesen, dass der Parameter µ der<br />
Poissonverteilung gleichzeitig deren Erwartungswert ist.<br />
18/22