4 PPOO Prawa wielkich liczb i twierdzenia graniczne(1)

4_Prawa wielkich liczb i twierdzenia graniczne

Nierówność Czebyszewa


$$P\left( \left| X - E\left( X \right) \right| \geq k\sigma \right) \leq \frac{1}{k^{2}}$$

Lemat Dla zmiennej losowej Y > 0 spełniona jest nierówność


P(YK) ≤ E(Y)/K

Dowód


E(Y) = ∫0y f(y) dy  ≥ ∫Ky f(y) dy ≥ KK f(y) dy = K * P(YK)

Zastosujemy udowodniony Lemat do zmiennej losowej Y = (XE(X))2

Obliczamy E(Y) =  E((XE(X))2) = σ2

Dla K = k2σ2 lemat przyjmuje postać


$$P\left( \left( X - E\left( X \right) \right)^{2} \geq k^{2}\sigma^{2} \right) \leq \frac{1}{k^{2}}$$

Oznacza to, że wartości zmiennej losowej X są skupione wokół wartości oczekiwanej E(X) a prawdopodobieństwo oddalenia się od niej o k-krotność odchylenia standardowego σ jest odwrotnie proprcjonalne do k2.

Prawo wielkich liczb Bernoulliego

Oznaczamy przez {Yn} ciąg zmiennych losowych o rozkładzie


$$P\left( Y_{n} = \frac{r}{n} \right) = \begin{pmatrix} n \\ r \\ \end{pmatrix}p^{r}\left( 1 - p \right)^{n - r}$$

gdzie 0 < p < 1 a r przybiera wartości 0,1,2,…,n.

Twierdzenie Ciąg zmiennych Xn = Yn − p jest stochastycznie zbieżny do 0

Czyli dla dowolnego ε > 0 zachodzi


$$\begin{matrix} \lim \\ n \rightarrow \infty \\ \end{matrix}P\left( \left| X_{n} \right| > \varepsilon \right) = 0$$

Dowód opieramy na podobieństwie rozkładów zmiennych Xn, Yn do rozkładu dwumianowego

E(Xn)=0 $\sigma_{n} = \sqrt{p\left( 1 - p \right)/n}$

Wstawiając do nierówności Czebyszewa


$$P\left( \left| X_{n} \right| > k\sqrt{p\left( 1 - p \right)/n} \right) \leq \frac{1}{k^{2}}$$

Kładąc $k = \varepsilon\sqrt{\frac{n}{p\left( 1 - p \right)}}$ otrzymamy


$$P\left( \left| X_{n} \right| > \varepsilon\ \right) \leq \frac{p\left( 1 - p \right)}{n}\varepsilon^{2} < \frac{\varepsilon^{2}}{n}$$

Oznacza to, że przy bardzo dużej licznie powtórzeń doświadczeń stosunek liczby przypadków pozytywnych r do ogólnej liczby przypadków dąży do prawdopodobieństwa p


$$\begin{matrix} \lim \\ n \rightarrow \infty \\ \end{matrix}\text{\ \ }\frac{r}{n} \rightarrow p$$

Twierdzenie Moivre’a-Laplace’a

Ciąg dystrybuant unormowanych zmiennych losowych o rozkładzie dwumianowym


$$Z_{n} = \frac{X_{n} - E\left( X_{n} \right)}{\sigma_{x}} = \frac{X_{n} - p}{\sqrt{\frac{p\left( 1 - p \right)}{n}}}$$

jest zbieżny do rozkładu normalnego, czyli zachodzi


$$\begin{matrix} \lim \\ n \rightarrow \infty \\ \end{matrix}\text{\ \ }F_{n}\left( z \right) = \frac{1}{\sqrt{2\pi}}\int_{- \infty}^{y}{e^{\frac{- y^{2}}{2}}\text{dy}}$$

Twierdzenie Linderberga-Levy’ego

Rozważamy sumę Sn zmiennych losowych Xn o jednakowych rozkładach

E(Xn) = m D2(Xn) = σ2 Sn = X1 + X2 + … + Xn

Zmienna unormowana


$$Y_{n} = \frac{S_{n} - E\left( S_{n} \right)}{\sigma\left( S_{n} \right)} = \frac{S_{n} - mn}{\sigma\sqrt{n}}$$

ma dystrybuantę dążącą w granicy do rozkładu normalnego


$$\begin{matrix} \lim \\ n \rightarrow \infty \\ \end{matrix}\text{\ \ }F_{n}\left( y \right) = \frac{1}{\sqrt{2\pi}}\int_{- \infty}^{y}{e^{\frac{- y^{2}}{2}}\text{dy}}$$

Twierdzenie Moivre’a-Laplace’a jest szczególnym przypadkiem twierdzenia Linderberga-Levy’ego

Twierdzenie Lapunowa

Niech Xn będzie ciągiem niezależnych zmiennych losowych o wartościach oczekiwanych mn i odchyleniach standardowych σn

Ciąg dystrybuant zmiennych losowych


$$Y_{n} = \frac{\sum_{k = 1}^{n}\left( X_{k} - m_{k} \right)}{\sqrt{\sum_{k = 1}^{n}\sigma_{k}^{2}}}$$

ma dystrybuantę dążącą w granicy do rozkładu normalnego


$$\begin{matrix} \lim \\ n \rightarrow \infty \\ \end{matrix}\text{\ \ }F_{n}\left( y \right) = \frac{1}{\sqrt{2\pi}}\int_{- \infty}^{y}{e^{\frac{- y^{2}}{2}}\text{dy}}$$

Rozkład równomierny/prostokątny w przedziale

Funkcja gęstości

Dystrybuanta

Momenty

Suma dwóch składników o rozkładzie prostokątnym

Funkcja gęstości

Dystrybuanta

Zamiana zmiennych

Jacobian przekształcenia

Granice całkowania

Funkcja gęstości sumy

kontrola ciągłości na granicach przedziałów

rozkład trójkątny

Momenty

Suma trzech składników o rozkładzie prostokątnym

Jest równoważna sumie o rozkładzie trójkątnym i o rozkładzie prostokątnym

Funkcja gęstości istnieje w prostokącie

Zamiana zmiennych

Jacobian przekształcenia

Granice całkowania

Momenty

Dla kolejnych sum obliczono funkcje gęstości i momenty

Liczba składników 12*m2 240*m4
1 1 3
2 2 16
3 3 39
4 4 72
5 5 115
6 6 168

Określają je wzory

stąd

Podobieństwo do rozkładu normalnego

Prawdopodobieństwo poza granicą błędu – ogony

Suma n składników należy do przedziału

jej odchylenie standardowe wynosi

po normalizacji granice przedziału wynoszą

Liczba składników Znormalizowana granica Prawdopodobieństwo, że zmienna o rozkładzie normalnym przyjmuje wartości spoza przedziału
1 1.73 0.916
2 2.45 0.986
3 3.00 0.997
4 3.46 0.9994
5 3.87 0.9999
10 5.47 1 - 10-7

Wykresy i rozkłady dla n>3 w programie Rsum.exe

Twierdzenia graniczne o sumach niezależnych składników losowych

Sumy niezależnych zmiennych losowych dążą w granicy do rozkładu normalnego. Ten fakt został udowodniony w wielu twierdzeniach przy różnych założeniach

Twierdzenia powyższe określają zbieżność graniczną dla nieskończonej liczby składników. Dla geodetów interesujące jest jak szybko się zbliżamy do rozkładu normalnego. Wykorzystamy do celu kurtozę określoną wzorem:

$Kurt = \frac{\mu_{4}}{\sigma^{4}} - 3$

W niektórych pracach, szczególnie starszych, można spotkać się ze wzorem na kurtozę, w którym nie odejmuje się od ułamka liczby 3. Nowa definicja kurtozy jest jednak bardziej wygodna, gdyż:

Rozkłady Sum niezależnych zmiennych losowych na przykładzie rozkładu dyskretnego rzutu kostką

1 kostka – tabela rozkładu prawdopodobieństwa

Xi 1 2 3 4 5 6
Pi 1/6 1/6 1/6 1/6 1/6 1/6

Uproszczona tabela rozkładu prawdopodobieństwa

Xi 1 2 3 4 5 6
6*Pi 1 1 1 1 1 1

2 kostki Tabela przedstawia:

- w nagłówku i boczku tabeli rozkłady składników,

- w środku sumy cząstkowe (wartość, prawdopodobieństwo)

+

1

1/6

2

1/6

3

1/6

4

1/6

5

1/6

6

1/6

1

1/6

2

1/36

3

1/36

4

1/36

5

1/36

6

1/36

7

1/36

2

1/6

3

1/36

4

1/36

5

1/36

6

1/36

7

1/36

8

1/36

3

1/6

4

1/36

5

1/36

6

1/36

7

1/36

8

1/36

9

1/36

4

1/6

5

1/36

6

1/36

7

1/36

8

1/36

9

1/36

10

1/36

5

1/6

6

1/36

7

1/36

8

1/36

9

1/36

10

1/36

11

1/36

6

1/6

7

1/36

8

1/36

9

1/36

10

1/36

11

1/36

12

1/36

Dla uzyskania rozkładu sumy musimy zsumować prawdopodobieństwa sum cząstkowych o tej samej wartości np. zakolorowana suma cząstkowa 4 występuje 3-krotnie wzdłuż linii skośnej.

Tabela rozkładu prawdopodobieństwa sumy 2 kostek

Xi 2 3 4 5 6 7 8 9 10 11 12
36*Pi 1 2 3 4 5 6 5 4 3 2 1

3 kostki Tabela przedstawia:

- w nagłówku i boczku tabeli rozkłady składników,

- w środku sumy cząstkowe (wartość: prawdopodobieństwo*216)

Rozkład jednego składnika 6*p Rozkład sumy 2 składników – wartość, prawdopodobieństwo*36
2: 1
1: 1 3: 1
2: 1 4: 1
3: 1 5: 1
4: 1 6: 1
5: 1 7: 1
6: 1 8: 1

Tabela rozkładu prawdopodobieństwa sumy 3 kostek

Xi 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
216*Pi 1 3 6 10 15 21 25 27 27 25 21 15 10 6 3 1

Liczby wiersza drugiego można otrzymać z wiersza drugiego tabeli rozkładu 2 składników jako sumy 1,1-2,1-3,1-4 ,1-5,1-6 początkowych elementów a dalej 2-7, 3-8,4-9,5-10,6-11 a na końcu 7-11,8-11,9-11,10-11 i 11

Wykonaj wykresy rozkładu normalnego i sum 1,2,3,4 skłądników

Oblicz wartości oczekiwane, momenty centralne 2,4 i kurtozę µ4/ µ22−3

Kurtoza maleje proporcjonalnie do liczby składników


Wyszukiwarka

Podobne podstrony:
06 Wyklad 6 cz II Prawa wielkich liczb i twierdzenia graniczneid 6439
06 Wyklad 6. cz. II Prawa wielkich liczb i twierdzenia graniczne
Centralne twierdzenia graniczne
Centralne Twierdzenie Graniczne, PSYCHOLOGIA, I ROK, semestr II, podstawy metodologii badań psycholo
zagadnienia, punkt 24, XXIV Centralne twierdzenie graniczne Lindeberga-Levy'ego
zagadnienia, punkt 24, XXIV Centralne twierdzenie graniczne Lindeberga-Levy'ego
4 twierdzenia graniczne i statystyka z próby
twierdzenia graniczne zadania lista nr 3
Matematyka - PracaMalinowscy Twierdzenia graniczne, WSEI, SEMESTR 2, Matematyka
Matematyka - Praca semestralna Twierdzenia graniczne, WSEI, SEMESTR 2, Matematyka
5 Zbieżność zmiennych losowych i twierdzenia graniczne
jurlewicz,probabilistyka, twierdzenia graniczne
statystyka, Twierdzenia graniczne, Twierdzenia graniczne
Lista rozklad normalny i twierdzenia graniczne 2
5 Zbieżność zmiennych losowych i twierdzenia graniczne
06 Lokalne twierdzenia graniczne

więcej podobnych podstron