Lascia che il CDF F uguale a 1−1/n agli interi n=1,2,…, costante a tratti ovunque e soggetto a tutti i criteri per essere un CDF. L'attesa è
∫∞0(1−F(x))dx=1/2+1/3+1/4+⋯
che diverge. In questo senso il primo momento (e quindi tutti i momenti più alti) è infinito. (Vedi le osservazioni alla fine per ulteriori elaborazioni.)
Se non ti senti a tuo agio con questa notazione, nota che per n=1,2,3,…,
PrF(n)=1n−1n+1.
Questo definisce una distribuzione di probabilità poiché ogni termine è positivo e∑n=1∞PrF(n)=∑n=1∞(1n−1n+1)=limn→∞1−1n+1=1.
L'attesa è
∑n=1∞nPrF(n)=∑n=1∞n(1n−1n+1)=∑n=1∞1n+1=1/2+1/3+1/4+⋯
che diverge.
Questo modo di esprimere la risposta chiarisce che tutte le soluzioni sono ottenute da serie così divergenti. In effetti, se desideri che la distribuzione sia supportata su alcuni sottogruppi di valori positivi con probabilità sommano all'unità, allora per l'aspettativa di divergere la serie che lo esprime, vale a direx1,x2,…,xn,…,p1,p2,…
(an)=(xnpn),
deve avere somme parziali divergenti.
Al contrario, ogni serie divergente di numeri non negativi è associata a molte distribuzioni positive discrete che hanno aspettative divergenti. (an) Ad esempio, dato è possibile applicare il seguente algoritmo per determinare le sequenze e . Inizia impostando e per(an)(xn)(pn)qn=2−nyn=2nann=1,2,…. Definiscicome l'insieme di tuttiche sorgono in questo modo, indicizza i suoi elementi comeΩynΩ={ω1,ω2,…,ωi,…},e definire una distribuzione di probabilità su diΩ
Pr(ωi)=∑n∣yn=ωiqn.
Questo funziona perché la somma di uguale alla somma di che è e Ω ha al massimo un numero numerabile di elementi positivi.pnqn,1,Ω
Come esempio, la serie (an)=(1,1/2,1,1/2,…) ovviamente diverge. L'algoritmo dà
y1=2a1=2; y2=22a2=2; y3=23a3=8;…
Pertanto Ω={2,8,32,128,…,22n+1,…}
è l'insieme di forze positive dispari di 2 e p1=q1+q2=3/4; p2=q3+q4=3/16; p3=q5+q6=3/64;…
A proposito di momenti infiniti e inesistenti
Quando tutti i valori sono positivi, non esiste un momento "indefinito": tutti i momenti esistono, ma possono essere infiniti nel senso di una somma divergente (o integrale), come mostrato all'inizio di questa risposta.
Generalmente, tutti i momenti sono definiti per variabili casuali positive, perché la somma o l'integrale che li esprime converge in modo assoluto o diverge (è "infinito"). Al contrario di ciò, i momenti possono diventare indefiniti per le variabili che assumono valori positivi e negativi perché, per definizione dell'integrale di Lebesgue, il momento è la differenza tra un momento della parte positiva e un momento del valore assoluto della parte negativa. Se entrambi sono infiniti, la convergenza non è assoluta e si affronta il problema di sottrarre un infinito da un infinito: quello non esiste.