Вопросы. вопросы. 1. Вероятность. Вероятностное пространство. Свойства
![]()
|
Распределение ПуассонаРаспределение Пуассона — это частный случай биномиального распределения (при n >> 0 и при p –> 0 (редкие события)). Из математики известна формула, позволяющая примерно подсчитать значение любого члена биномиального распределения: ![]() ![]() ![]() На всякий случай: http://stratum.ac.ru/education/textbooks/modelir/lection27.html №4.Равномерное распределение. Показательное распределение.![]() №5.Гауссовское распределение.Норма́льное распределе́ние, также называемое распределением Гаусса или Гаусса — Лапласа — распределение вероятностей, которое в одномерном случае задаётся функцией плотности вероятности, совпадающей с функцией Гаусса: ![]() ![]() ![]() ![]() Определения Стандартное нормальное распределениеНаиболее простой случай нормального распределения — стандартное нормальное распределение — частный случай, когда ![]() ![]() Его плотность вероятности равна: ![]() Множитель ![]() ![]() ![]() ![]() ![]() ![]() Нормальное распределение с параметрами ![]() Каждое нормальное распределение — это вариант стандартного нормального распределения, область значений которого растягивается множителем ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() Свойства МоментыМоментами и абсолютными моментами случайной величины Х называются математические ожидания случайных величин ![]() ![]() ![]() ![]() Здесь n — натуральное число, а запись (p - 1)!! означает двойной факториал числа p - 1 то есть (поскольку p - 1 в данном случае нечётно) произведение всех нечётных чисел от 1 до p - 1. Центральные абсолютные моменты для неотрицательных целых p таковы: ![]() Последняя формула справедлива также для произвольных p > -1. Преобразование Фурье и характеристическая функцияПреобразование Фурье нормальной плотности вероятности ![]() ![]() ![]() ![]() Если математическое ожидание ![]() ![]() ![]() В теории вероятности, преобразование Фурье плотности распределения действительной случайной величины X близко связано с характеристической функцией ![]() ![]() ![]() Бесконечная делимостьНормальное распределение является бесконечно делимым. Если случайные величины X1 и X2 независимы и имеют нормальное распределение с математическими ожиданиями ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() Отсюда вытекает, что нормальная случайная величина представима как сумма произвольного числа независимых нормальных случайных величин. Максимальная энтропияНормальное распределение имеет максимальную дифференциальную энтропию среди всех непрерывных распределений, дисперсия которых не превышает заданную величину. Правило трёх сигм для гауссовской случайной величиныПравило трёх сигм ( ![]() ![]() ![]() Более точно — приблизительно с вероятностью 0,9973 значение нормально распределённой случайной величины лежит в указанном интервале. |