Todennäköisyydet generoiva funktio (lyhennetään joskus tgf) on todennäköisyyslaskennassa ja tilastotieteessä satunnaismuuttujan todennäköisyysjakaumasta määritelty funktio, jonka avulla voidaan laskea jakauman todennäköisyyksiä ja tekijämomentteja.

Todennäköisyydet generoiva funktio voidaan määritellä sekä diskreeteille- että jatkuville satunnaismuuttujille. Se on kuitenkin käytännöllisempi diskreeteille satunnaismuuttujille, jonka tuloksia esitellään tässä.

Määritelmä Todennäköisyydet generoiva funktio on odotusarvo

Diskreetti satunnaismuuttuja Diskreetille satunnaismuuttujalle generoiva funktio on potenssisarja

jonka eri asteisten potenssien kertoimet ovat pistetodennäköisyysfunktion arvoja eri satunnaismuuttujan arvoille . Muuttuja on usein reaaliluku, mutta se voi olla myös kompleksiluku, sillä kaikki tarvittavat matemaattiset ominaisuudet periytyvät myös sille. Laittamalla muuttujan arvoksi nolla, voidaan funktion derivaatoista poimia esille todennäköisyydet ja arvolla yksi, laskea niistä erilaisia summia.

Potenssisarja suppenee yleisesti reaaliluvuilla vain, jos . Siten arvo on sallittu arvo. Sen sijaan arvo ei välttämättä käy, sillä sarja ei silloin suppene yleisessä tapauksessa. Potenssisarjalla saattaa kuitenkin olla olemassa sarjan raja-arvo, kun ykköstä lähestytään vasemmalta päin. Jos näin on, niin raja-arvoa voidaan ilmaista miinus-merkillä

Todennäköisyyslaskennassa alueen voi laajentaa , sillä summassa olevien todennäköisyyksien summa on aina yksi. Monissa teksteissä merkitään siksi . Merkintää sovelletaan tässä myös derivaatoille.

Jatkuva satunnaismuuttuja Jatkuvalle satunnaismuuttujalle generoiva funktio määritetään

Ominaisuuksia Funktion arvo: G(0) Yleisessä tapauksessa, missä , saadaan

Erityistapauksessa, jossa ja niiden todennäköisyydet vastaavasti , tulee generoivasta funktiosta

josta saadaan

kunhan

Funktion arvo: G(1-) Yleisessä tapauksessa, missä , saadaan

sillä satunnaismuuttujan kaikkien arvojen todennäköisyyksien summa on aina yksi.

Riippumattomat satunnaismuuttujat Jos muodostetaan uusi satunnaismuuttuja kahdesta riippumattomasta satunnaismuuttujasta ja merkitsemällä , voidaan uusi generoiva funktio muodostaa vanhojen avulla

Momentit generoiva funktio Satunnaismuuttujan momentit generoiva funktio on odotusarvo

Momenttifunktio voidaan kirjoittaa todennäköisyydet generoivan funktion avulla

Tekijämomentit Sarjan derivointi suoritetaan jokaiselle sarjan termille yksittäin seuraavasti:

Ensimmäisen derivoinnin tulokset voidaan kirjoittaa

ja sen arvo ykkösessä antaa

eli tuloksena on satunnaismuuttujan odotusarvo. Toisen derivoinnin tulokset voidaan kirjoittaa

ja sen arvo ykkösessä on

eli satunnaismuuttujan toinen tekijämomentti. Odotusarvo voidaan tulkita siten ensimmäiseksi tekijämomentiksi. Yleisesti, kun on otettu r:s derivaatta, saadaan

eli r:s tekijämomentti.

Todennäköisyysarvot Erityistapauksessa, jossa ja niiden todennäköisyydet vastaavasti , saadaan derivaatoista määritetty pistetodennäköisyydet . Generoiva funktio on nyt

ja sen ensimmäinen derivaatta on

Sijoittamalla siihen saadaan

kun tilanteessa "" huomataan Toinen derivaatta antaa

ja sijoittamalla taas saadaan

Pienellä päättelyllä saadaan todennäköisyydet laskettua

Tästä lausekkeesta voidaan ymmärtää funktion nimi: todennäköisyydet generoiva funktio.

Esimerkki: noppa Noppapeleissä käytetään arpakuutiota, jolla arvotaan kuusi lukua 1−6 ja jonka eri lukujen todennäköisyydet ovat yhtä todennäköisiä (eli noppa antaa luvun todennäköisyydellä . Muodostetaan todennäköisyydet generoiva funktio

jolla on ominaisuus

eli todennäköisyyksien summa on yksi.

Koska todennäköisyydet ovat samat ja muualla nolla, on sarja itse asiassa summa:

Tekijämomentit ja varianssi Derivaatta kohdassa yksi on

ja

(odotusarvo)

Toinen derivaatta kohdassa yksi on

ja (ensimmäinen tekijämomentti)

Huomaa, miten saadaan varianssi näistä kahdesta tuloksesta

Lähteet

Aiheesta muualla Cut the Knot's: Probability generating functions

Luokka:Todennäköisyyslaskenta