CDF tamsayılarında her yerde parçalı sabitte değerine ve tüm kriterlere tabi olarak bir CDF olsun. BeklentiF1−1/nn=1,2,…,
∫∞0(1−F(x))dx=1/2+1/3+1/4+⋯
hangi ayrılıyor. Bu anlamda ilk an (ve dolayısıyla tüm yüksek anlar) sonsuzdur. (Daha fazla ayrıntı için sondaki açıklamalara bakın.)
Bu gösterimden rahatsızsanız,n=1,2,3,…,
PrF(n)=1n−1n+1.
Bu, her terim pozitif ve olduğundan bir olasılık dağılımı tanımlar∑n=1∞PrF(n)=∑n=1∞(1n−1n+1)=limn→∞1−1n+1=1.
Beklenti
Σn = 1∞nPrF( n ) = ∑n = 1∞n ( 1n- 1n + 1) = ∑n = 1∞1n + 1= 1 / 2 + 1 / 3 + 1 / 4 + ⋯
hangi ayrılıyor.
Cevabı bu şekilde ifade etmek, tüm çözümlerin bu tür ıraksak serilerle elde edildiğini açıkça ortaya koymaktadır. Eğer dağıtım isterseniz Nitekim, pozitif değerlerin bazı alt kümesine desteklenmesi olasılıkları ile serisini farklılaşmaya beklenti daha sonra, birliğe toplanmasıyla yani onux1, x2, … , Xn, … ,p1, p2, …
( an)=(xnpn),
ıraksak kısmi toplamlara sahip olmalıdır.
Tersine, negatif olmayan sayıların her ıraksak serisi , ıraksak beklentisi olan birçok ayrık pozitif dağılım ile ilişkilidir. (an) Örneğin, verilen Eğer dizileri belirlemek için aşağıdaki algoritmayı geçerli olabilir ve . için ve ayarlayarak başlayın bu şekilde ortaya çıkan tüm kümesi olarak tanımlayın , öğelerini ve bir olasılık dağılımı tanımlayın tarafından( an)( xn)( pn)qn= 2- nyn= 2nbirnn = 1 , 2 , … .ΩynΩ = { ω1, ω2, … , Ωben, … } ,Ω
Pr ( ωben) = ∑n ∣ yn= ωbenqn.
Bu işe çünkü toplamı olan toplamına eşittir ve en fazla sayılabilir pozitif öğeye sahiptir.pnqn,1 ,Ω
Örnek olarak, serisi açıkça ayrışır. Algoritma( an) = ( 1 , 1 / 2 , 1 , 1 / 2 , ... )
y1= 2 a1= 2 ; y 2= 22bir2= 2 ; y 3= 23bir3= 8 ; ...
BöyleceΩ={2,8,32,128,…,22n+1,…}
bir tek pozitif güçlerin dizi ve2p1=q1+q2=3/4; p2=q3+q4=3/16; p3=q5+q6= 3 / 64 ; ...
Sonsuz ve var olmayan anlar hakkında
Tüm değerler pozitif olduğunda, "tanımlanmamış" bir an diye bir şey yoktur: anların hepsi vardır, ancak bu cevabın başlangıcında gösterildiği gibi farklı bir toplam (veya integral) anlamında sonsuz olabilirler.
Genel olarak, tüm momentler pozitif rastgele değişkenler için tanımlanır, çünkü onları ifade eden toplam veya integral tamamen birleşir veya ayrılır ("sonsuzdur") Bunun aksine , pozitif ve negatif değerleri alan değişkenler için momentler tanımsız hale gelebilir , çünkü - Lebesgue integralinin tanımına göre - an, pozitif parçanın bir anı ile negatif parçanın mutlak değerinin bir anı arasındaki farktır. Her ikisi de sonsuzsa, yakınsama mutlak değildir ve bir sonsuzluğu sonsuzdan çıkarma sorunuyla karşı karşıya kalırsınız: bu mevcut değildir.