সব বই

পেশাদার

1 Markets I: The Ecosystem and Exchange-Traded Marketsবাজার অনলাইনইংরেজি 2 Markets II: Rates, FX and Creditবাজার অনলাইনইংরেজি 3 Markets III: Commodities, Energy and Cryptoবাজার অনলাইনইংরেজি 4 Quantitative Methodsপদ্ধতি অনলাইনইংরেজি 5 Derivatives and Volatilityডেরিভেটিভস অনলাইনইংরেজি 6 Rates, Credit, XVA and Riskসুদহার, ঋণ ও ঝুঁকি অনলাইনইংরেজি 7 Research Craft: Predictors, Backtests, Measurement, Portfoliosগবেষণা অনলাইনইংরেজি 8 Strategies I: Equities and Futuresকৌশল অনলাইনইংরেজি 9 Strategies II: Volatility, Relative Value, Macro and the Bank Desksকৌশল অনলাইনইংরেজি 10 Microstructure and Executionএক্সিকিউশন অনলাইনইংরেজি 11 Market Making and High-Frequency Tradingমার্কেট মেকিং অনলাইনইংরেজি 12 Machine Learning for Marketsমেশিন লার্নিং অনলাইনইংরেজি 13 Low-Latency Softwareপ্রযুক্তি অনলাইনইংরেজি 14 Networks, Hardware and Trading Infrastructureপ্রযুক্তি অনলাইনইংরেজি 15 Research, Data and Risk Platformsপ্রযুক্তি অনলাইনইংরেজি 16 The Desk and the Firmপ্রতিষ্ঠান অনলাইনইংরেজি 17 The Industry: Firms, Roles and Careersক্যারিয়ার অনলাইনইংরেজি 18 Interviews I: Maths, Probability and Speedক্যারিয়ার অনলাইনইংরেজি 19 Interviews II: Markets, Trading Games and the Final Roundক্যারিয়ার অনলাইনইংরেজি 20 Interviews III: Codeক্যারিয়ার অনলাইনইংরেজি
অ্যাপ পরিচিতি Coach সাইন ইন পড়া শুরু করো

বইগুলো এখনো বাংলা ভাষায় পাওয়া যায় না — Bahasa Indonesia সংস্করণ দেখানো হচ্ছে।

Matematika · পরিভাষা

Peubah acak diskret; hukumnya কী?

অন্য নাম: peubah acak · hukum peubah acak · distribusi

Definisi 22.1 Matematika Universitas — Tahun 2 · অধ্যায় 22 — Peubah Acak Diskret

Misalkan (Ω,P)(\Omega, \P) ruang peluang yang terbilang. Sebuah peubah acak adalah pemetaan X ⁣:Ω→EX \colon \Omega \to E (dengan EE sembarang himpunan; dan disebut real bila E=RE = \R). Adapun hukum (atau distribusi) peubahnya adalah ukuran peluang PX\P_X pada himpunan terbilang X(Ω)X(\Omega) yang didefinisikan lewat

PX({x})=P(X=x)=P({ω:X(ω)=x}).\P_X(\{x\}) = \P(X = x) = \P\bigl(\{\omega : X(\omega) = x\}\bigr) .

উদাহরণ

Contoh 22.2 (Hukum klasiknya)

  • Bernoulli B(p)\mathcal{B}(p): dengan X∈{0,1}X \in \{0, 1\} dan P(X=1)=p\P(X = 1) = p. Yakni indikator sebuah kejadian.
  • Binomial B(n,p)\mathcal{B}(n, p): dengan P(X=k)=(nk)pk(1−p)n−k\P(X = k) = \binom nk p^k(1-p)^{n-k} untuk 0≤k≤n0 \leq k \leq n: yakni banyaknya keberhasilan pada nn percobaan Bernoulli yang saling bebas (jilid Kelas 10–12; yang dibuktikan ulang di bawah lewat jumlah peubah yang saling bebas).
  • Geometri G(p)\mathcal{G}(p): dengan P(X=k)=(1−p)k−1p\P(X = k) = (1-p)^{k-1}p untuk k∈N∗k \in \N^*: yakni pangkat keberhasilan pertamanya (Contoh 21.5).
  • Poisson P(λ)\mathcal{P}(\lambda): dengan P(X=k)=e−λλkk!\P(X = k) = e^{-\lambda}\frac{\lambda^k}{k!} untuk k∈Nk \in \N — yakni sebuah ukuran peluang berkat deret eksponensialnya. Inilah hukum kejadian langka (Bab 23).

Contoh 22.10 (Pemindahan beraksi)

Untuk X∼P(λ)X \sim \mathcal P(\lambda), hitunglah E(11+X)\E\bigl(\frac1{1+X}\bigr) — sebab hukum 11+X\frac1{1+X} sendiri janggal, tetapi pemindahannya tak pernah memintanya:

E(11+X)=∑k≥01k+1 e−λλkk!=e−λλ∑k≥0λk+1(k+1)!=e−λλ(eλ−1)=1−e−λλ.\E\Bigl(\frac1{1+X}\Bigr) = \sum_{k\geq0}\frac{1}{k+1}\,\eu^{-\lambda} \frac{\lambda^k}{k!} = \frac{\eu^{-\lambda}}{\lambda}\sum_{k\geq0} \frac{\lambda^{k+1}}{(k+1)!} = \frac{\eu^{-\lambda}}{\lambda}\bigl(\eu^\lambda - 1\bigr) = \frac{1 - \eu^{-\lambda}}{\lambda} .

Ada dua pelajaran. Secara hitungan: mengenali deret eksponensial yang tergeser adalah seluruh kerjanya — sebab pemindahan menyusutkan nilai harapan f(X)f(X) menjadi manipulasi deret. Secara struktural: nilai colok naifnya adalah 11+EX=11+λ\frac1{1 + \E X} = \frac1{1 + \lambda}, sedangkan jawaban benarnya lebih besar,

1−e−λλ≥11+λ,\frac{1 - \eu^{-\lambda}}{\lambda} \geq \frac{1}{1 + \lambda},

persis seperti dituntut ketaksamaan Jensen bagi fungsi cembung t↦11+tt \mapsto \frac1{1+t}. Jadi nilai harapan peta cembung duduk di atas nilai colok naifnya, dan pemindahan ditambah pemeriksaan deret membuat ketaksamaan abstraknya menjadi konkret.

Contoh 22.12 (Hasil kali, dengan dan tanpa kebebasan)

Lemparkan dua dadu setimbang. Bila YY adalah dadu kedua (yang bebas dari yang pertama), maka E(XY)=E(X)E(Y)=3.52=12.25\E(XY) = \E(X)\E(Y) = 3.5^2 = 12.25. Sedangkan bila Y=XY = X (yakni “hasil kali” sebuah dadu dengan dirinya sendiri),

E(X2)=1+4+9+16+25+366=916≈15.17≠12.25:\E(X^2) = \frac{1 + 4 + 9 + 16 + 25 + 36}{6} = \frac{91}{6} \approx 15.17 \neq 12.25 :

jadi hukum marginal yang sama pada kedua skenarionya, hukum bersama yang berbeda, dan nilai harapan hasil kali yang berbeda. Adapun pelajarannya, yang layak dipahat: E(XY)\E(XY) adalah fungsional pasangannya, bukan kedua marginalnya — dan senjangnya E(X2)−E(X)2≈2.92\E(X^2) - \E(X)^2 \approx 2.92 persis, menurut König–Huygens, merupakan ragam 3512\frac{35}{12} dadunya.

প্রসঙ্গসহ পড়ো →