|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Сингулярное распределениеОпр.: Распред. с.в. x назыв. сингулярным, если Fx(x) непрерывна, F’x(x)=0 п.в. на m (например: лестница Кантора) Теорема Лебега: Если F(x) удовлетворяет F1-F3, то F(x)≡pFd(x)+q Fa(x)+r Fs(x), где p+q+r=1; p,q,r≥0, Fd– ф-ия распределения дискретного типа Fa– ф-ия распределения абсолютно-непрерывного типа Fs – ф-ия распределения сингулярного типа 55.Центральная предельная теорема. 1. ЦПТ для одинаково распределенных с.в. Рассмотрим последовательность независимых и одинаково распределенных с.в. ξ1, ξ2,…, ξn,… Обозначим мат. ожидание Eξk=a, Dξk=σ2, через Sn= -частичную сумму. Согласно ЗБЧ: . Если в этом соотношении знаменатель заменить на , то при больших значениях n распределение с.в. всегда будет иметь одно и то же нормальное распределение. Обозначим через Fn(x) – ф. р. с. в. имеет среднее значение 0, а дисперсию -1 "n. ЦПТ: При n®¥ ф.р. , ( – функция распределения стандартного нормального закона) Док-во: Не ограничевая общности, можно считать, что мат.ожидание а= 0. Если это не так, то всегда можно перейти от с.в. ξi к с.в. ξi- a. Поэтому будем рассматривать с.в. . Воспользуемся теоремой непрерывности для х. ф. и докажем, что с.в. . Из свойств х. ф. Þ что . ЦПТ (для разнораспределенных с.в.): Если , а , то при выполнении условия Линдеберга сумма сходится при n®¥ к стандартному нормальному распределению или что тоже сходится к нормальному распределению. 53.Аксиомы теории вероятностей. Примеры моделей, реализующих систему аксиом. Опр1: Вероятностным пространством называют тройку <Ω, A,P>, где Ω – произвольное множество, A – алгебра подмножеств, P – нормированная мера на A. Аксиомы алгебры: А1: Если АÎ , то и Î A, =W\ A А2: Если A, BÎ A, то AÈBÎ A и AÇBÎ A Алгебра А называется s-алгеброй, если аксиома А2 выполняется и для счетного числа подмножеств. Если на Ω введена s-алгебра А, то на этом пространстве определен план событий, замкнутый относительно ÇÈ`. Аксиомы вероятности: Р1: "AÎ A P(A)≥0 Р2: P(Ω)=1 Р3: A1,A2,…,An ÎA (счетная посл-ть)ÞP = – свойство счетной аддитивности. Вероятностное пространство является мат. Моделью любого случайного эксперимента. Ω будет пониматься как множество, состоящее из возможных исходов случайного эксперимента; отдельные исходы будем обозначать wÎW. Если рассмотреть эксперимент с подбрасыванием игральной кости, то Ω={1,…,6}. Если Ω – счетное множество, то вероятностное пространство называется дискретным. Каждое множество AÎ A будем называть случайным событием. Если wÎА будем говорить, что событие А произошло. 1. Если А и В – два случайных события, то АÇВ называет произведением событий и обозначают АВ. Оно наступит когда наступит каждое из событий: wÎАÇВ Û wÎА и wÎВ. 2. АÈВ называют суммой событий; оно научит тогда, когда наступит хотя бы одно из них: wÎАÈВÛwÎА или wÎВ. 3. – событие, противоположное к событию А (когда не наступит А). 4. А\В – разность событий А и В: wÎА\В Û wÎА и wÏВ. 5. Æ – невозможное событие, Ω – достоверное событие. Опр: Событие А1, А2,… образуют полную группу событий, если АiÇ Аj=Æ, i¹j и . Опр: Если АÇ А=Æ, то называются несовместными. Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.) |