Tenga en cuenta queR = gramo(X1, . . . ,Xnorte)
para alguna funciongramo
. Además, desde(X1, . . . ,Xnorte)
se distribuye uniformemente en símplexC: = { (X1, . . . ,Xnorte) : 0 <X1< . . . <Xnorte< 1 }
que es de1n !
medir, de modo que la densidadh
de vectores(X1, . . . ,Xnorte)
es dado porh (X1, . . . ,Xnorte) = norte ! ⋅1C(X1, . . . ,Xnorte)
. Por eso
mi [R]= mi [gramo(X1, . . . ,Xnorte) ] =∫Cgramo(X1, . . . ,Xnorte) h (X1, . . . ,Xnorte) reλnorte(X1, . . . ,Xnorte)
= norte !∫C∑k = 1norteF(Xk) (Xk−Xk − 1) reX1. . . dXnorte
Veamos el caso
k = 1
en primer lugar. Nuestra integral es entonces
n !∫10∫1X1. . .∫1Xnorte - 1F(X1)X1dXnorte. . . dX1= norte !∫10F(X1)X1( 1 −X1)norte - 11( norte - 1 ) !dX1
Ahora, arregla
k ∈ { 2 , . . . , n }
y vamos a calcular
∫10∫Xnorte0. . .∫X20F(Xk) (Xk−Xk − 1) reX1. . . dXnorte=∫10. . .∫Xk0F(Xk) (Xk−Xk − 1)Xk − 2k − 1( k - 2 ) !dXk − 1. .. dXnorte
=∫10. . .∫Xk + 10F(Xk)( k - 2 ) !(Xkkk − 1−Xkkk) reXk. . . dXnorte=∫10. . .∫Xk + 10F(Xk)Xkkk !dXk. . . dXnorte
Aplicando el teorema de fubini para cambiar el orden de integración, nuestra integral se convierte en
∫10∫1Xk. . .∫1Xnorte - 1F(Xk)Xkkk !dXnorte. . . dXk=∫10F(Xk)Xkkk !⋅ ( 1 −Xk)norte - k1( norte - k ) !dXk
Poniendo todo junto, llegamos a
E [R]=∑k = 1norten !∫10F( X )Xkk !( 1 - x)norte - k( norte - k ) !dx =∫10F( X )∑k = 1norte(nortek)Xk( 1 - x)norte - kdX
Ahora, agrega el
0′
el término y llegamos a
E [R]=∫10F( X ) (∑k = 0norte(nortek)Xk( 1 - x)norte - k− (norte0)X0( 1 - x)norte) rex =∫10F( X ) ( 1 − ( 1 − X)norte) reX
Observación
He usado dos hechos que puedes probar fácilmente por inducción, a saber
∫1yj. . .∫1ymetro - 1dymetro. . .dyj + 1=1( metro - j ) !( 1 −yj)m - j
∫ymetro0. . .∫yj + 10dyj. . . dymetro - 1=ym - jmetro( metro - j ) !
Y un hecho, que probablemente usted conozca (que se reduce a que el esquema de Bernoulli es una distribución de probabilidad (y es un caso especial de la fórmula de Newton))
∑k = 0norte(nortek)Xk( 1 - x)norte - k= 1
LostStatistician18