Составители:
Рубрика:
73
этом случае вычисление интегралов типа свёрток заменяется перемноже-
нием характеристических функций, что значительно проще.
Что касается случайных величин ξ, принимающих только неотрица-
тельные значения, то для них вместо преобразования Фурье удобнее ис-
пользовать преобразование Лапласа и брать характеристическую функцию
в виде
g
ξ
(s)=M{e
sξ
}= edFx
sx−
∞
∫
ξ
()
0
.
Для случайных величин ξ, принимающих только целочисленные значе-
ния, обычно используют
производящую функцию или так называемое
z-
преобразование
g
ξ
(z)=M{z
ξ
}= zp
k
k
k
∑
.
Свойства этих функций аналогичны свойствам характеристической
функции. Главные из них - взаимно-однозначное соответствие с функцией
распределения, простота работы с суммами независимых случайных вели-
чин и более простое вычисление моментов.
Получим характеристические функции некоторых законов распределе-
ния.
1. Биномиальный закон. В этом случае P{ξ=1}=p, P{ξ=0}=1−p=q. Тогда
по формуле (2.9.1) получим
g
ξ
(u)=e
iu1
p+e
iu0
q=e
iu
p+q=1+p(e
iu
−1).
2. Закон Пуассона.
g
ξ
(u)=M{e
iuξ
}= e
m
ee
e
m
ium
mium
mm
λλ
λλ
!
()
!
−−
=
∑∑
=e
-λ
e
e
iu
λ
=ee
ee
iu iu
−+ −
=
λλ λ()1
.
§ 10. Нормальный закон распределения
Нормальный закон распределения (закон Гаусса) играет важнейшую
роль в теории вероятностей и занимает особое место среди других законов
распределения. Главная его особенность в том, что он является предель-
ным законом распределения, к которому стремятся другие законы распре-
деления при суммировании достаточно большого числа независимых или
слабо зависимых случайных величин, подчинённых
любым другим зако-
нам распределения. Подробно этот вопрос будет рассматриваться в сле-
дующей главе.
Нормальный закон распределения случайной величины ξ характеризу-
ется плотностью распределения вероятностей вида:
этом случае вычисление интегралов типа свёрток заменяется перемноже- нием характеристических функций, что значительно проще. Что касается случайных величин ξ, принимающих только неотрица- тельные значения, то для них вместо преобразования Фурье удобнее ис- пользовать преобразование Лапласа и брать характеристическую функцию в виде ∞ sξ gξ(s)=M{e }= ∫ e − sx dF ξ (x) . 0 Для случайных величин ξ, принимающих только целочисленные значе- ния, обычно используют производящую функцию или так называемое z-преобразование gξ(z)=M{zξ}= ∑ z k p k . k Свойства этих функций аналогичны свойствам характеристической функции. Главные из них - взаимно-однозначное соответствие с функцией распределения, простота работы с суммами независимых случайных вели- чин и более простое вычисление моментов. Получим характеристические функции некоторых законов распределе- ния. 1. Биномиальный закон. В этом случае P{ξ=1}=p, P{ξ=0}=1−p=q. Тогда по формуле (2.9.1) получим gξ(u)=eiu1p+eiu0q=eiup+q=1+p(eiu−1). 2. Закон Пуассона. λm − λ ( λe iu ) m -λ λeiu − λ + λeiu = e λ( e −1) . iu gξ(u)=M{eiuξ}= ∑ e ium e = e−λ ∑ =e e = e m m! m m! § 10. Нормальный закон распределения Нормальный закон распределения (закон Гаусса) играет важнейшую роль в теории вероятностей и занимает особое место среди других законов распределения. Главная его особенность в том, что он является предель- ным законом распределения, к которому стремятся другие законы распре- деления при суммировании достаточно большого числа независимых или слабо зависимых случайных величин, подчинённых любым другим зако- нам распределения. Подробно этот вопрос будет рассматриваться в сле- дующей главе. Нормальный закон распределения случайной величины ξ характеризу- ется плотностью распределения вероятностей вида: 73
Страницы
- « первая
- ‹ предыдущая
- …
- 73
- 74
- 75
- 76
- 77
- …
- следующая ›
- последняя »