Гамма-распределение |
---|
Плотность вероятности |
Функция распределения |
Обозначение |
,
,
[1] |
Параметры |
- коэффициент масштаба |
Носитель |
|
Плотность вероятности |
|
Функция распределения |
|
Математическое ожидание |
|
Мода |
, когда
|
Дисперсия |
|
Коэффициент асимметрии |
|
Коэффициент эксцесса |
|
Дифференциальная энтропия |
|
Производящая функция моментов |
, когда
|
Характеристическая функция |
|
Га́мма-распределе́ние в теории вероятностей — это двухпараметрическое семейство абсолютно непрерывных распределений. Если параметр
принимает целое значение, то такое гамма-распределение также называется распределе́нием Эрла́нга.
Определение
Пусть распределение случайной величины
задаётся плотностью вероятности, имеющей вид
-
где
— гамма-функция Эйлера.
Тогда говорят, что случайная величина
имеет гамма-распределение с параметрами
и
. Пишут
.
Замечание. Иногда используют другую параметризацию семейства гамма-распределений. Или вводят
третий параметр — сдвиг.
Свойства гамма-распределения
- Если
— независимые случайные величины, такие что
, то
-
.
- Если
, и
— произвольная константа, то
-
.
Связь с другими распределениями
-
.
- Если
— независимые экспоненциальные случайные величины, такие что
, то
-
.
-
.
-
при
.
- Если
— независимые случайные величины, такие что
, то
-
.
Моделирование гамма-величин
Учитывая свойство масштабирования по параметру θ, указанное выше, достаточно смоделировать гамма-величину для θ = 1. Переход к другим значениям параметра осуществляется простым умножением.
Используя тот факт, что распределение
совпадает с экспоненциальным распределением, получаем, что если U — случайная величина, равномерно распределённая на интервале (0, 1], то
.
Теперь, используя свойство k-суммирования, обобщим этот результат:
-
где Ui — независимые случайные величины, равномерно распределённые на интервале (0, 1].
Осталось смоделировать гамма-величину для 0 < k < 1 и ещё раз применить свойство k-суммирования. Это является самой сложной частью.
Ниже приведён алгоритм без доказательства. Он является примером выборки с отклонением.
- Положить m равным 1.
- Сгенерировать
и
— независимые случайные величины, равномерно распределённые на интервале (0, 1].
- Если
, где
, перейти к шагу 4, иначе к шагу 5.
- Положить
. Перейти к шагу 6.
- Положить
.
- Если
, то увеличить m на единицу и вернуться к шагу 2.
- Принять
за реализацию
.
Подытожим:
-
где
[k] является целой частью k, а ξ сгенерирована по алгоритму, приведённому выше при δ = {k} (дробная часть k);
Ui и Vl распределены как указано выше и попарно независимы.
Литература
|
---|
Дискретные | | |
---|
Абсолютно непрерывные | |
---|
Данная страница на сайте WikiSort.ru содержит текст со страницы сайта "Википедия".
Если Вы хотите её отредактировать, то можете сделать это на странице редактирования в Википедии.
Если сделанные Вами правки не будут кем-нибудь удалены, то через несколько дней они появятся на сайте WikiSort.ru .