Wikipedysta:Loxley/Dystrybuanta
Z Wikipedii
Dystrybuanta - w rachunku prawdopodobieństwa, statystyce i dziedzinach pokrewnych, funkcja opisująca prawdopodobieństwa wystąpienia pewnego zdarzenia losowego. Każda dystrybuanta jest wyznaczona przez pewien rozkład na prostej (czyli miarę określoną na σ-ciele borelowskich podzbiorów prostej) i odwrotnie każda dystrybuanta wyznacza pewien rozkład. Dystrybuanty są efektywnym narzędziem badania prawdopodobieństwa z jakim zmienne losowe przyjmują dane wartości. Rozważa się również dystrybuanty rozkładów wielowymiarowych.
Spis treści |
[edytuj] Definicja
Niech P będzie rozkładem na prostej. Funkcję daną wzorem
nazywamy dystrybuantą (rozkładu P).
[edytuj] Własności
Funkcja jest dystrybuantą wtedy i tylko wtedy, gdy jest ona
Uwaga 1: Ponieważ powyższe twierdzenie podaje warunek konieczny i wystarczający na to by funkcja była dystrybuantą, więc czasami to właśnie je przyjmuje się jako definicję. Podejście takie może być korzystniejsze, gdyż nie trzeba odwoływać się do pojęcia rozkładu, pochodzącego z teorii miary. Ponieważ przyjęliśmy definicję używaną częściej w praktyce, więc zdanie "funkcja F jest dystrybuantą wtedy i tylko wtedy" zawiera ciche założenie, że istnieje rozkład, którego ta funkcja jest dystrybuantą.
Uwaga 2: W starszej rosyjskiej literaturze dystrybuantę definiuje się jako funkcję lewostronnie ciągłą spełniającą warunki 2. i 3. Czytelnik powinien zawsze upewnić się jaką definicję przyjmuje autor książki. Różnica ta jest istotna przy rozważaniu rozkładów dyskretnych, ponieważ w ich przypadku zbiory jednoelementowe nie muszą być miary zero.
Uwaga 3: Dystrubanta F wyznacza pewien rozkład P jednoznacznie i na odwrót, więc gdy zachodzi potrzeba całkowania pewnej funkcji borelowskiej g względem rozkładu P, to możemy mówić, że całkujemy ją względem dystrybuanty F, co zapisujemy:
- .
[edytuj] Przykłady
- Dystrybuanta rozkładu jednostajnego .
- Dystrybuanta rozkładu normalnego o parametrach μ i σ2.
- .
- Dystrybuanta rozkładu wykładniczego o parametrze λ
[edytuj] Gęstość i funkcja charakterystyczna dystrybuanty
[edytuj] Gęstość
Mierzalną w sensie Lebesgue'a funkcję nazywamy gęstością dystrybuanty F wtedy i tylko wtedy, gdy dla :
- .
[edytuj] Własności
- Jeżeli f jest gęstością pewnej dystrybuanty, to całka z f po całej prostej wynosi 1.
- Jeżeli f1 i f2 są gęstościami pewnej dystrybuanty, to są one równe prawie wszędzie.
- Jeżeli dystrybuanta ma gęstość, to jest funkcją ciągłą.
- Każda dystrybuanta, jako funkcja monotoniczna jest prawie wszędzie różniczkowalna.
- Jeśli dystrybuanta F ma gęstość, to dla :
- .
Gęstość dystrybuanty ma praktyczne zastosowanie: Jeśli F jest dystrybuantą rozkładu P, to często zachodzi konieczność całkowania względem miary P. Całkowanie względem abstrakcyjnych miar jest dość trudne (brak konkretnych narzędzi do obliczania całek), jednak jeśli f jest gęstością dystrybuanty F, to
- ,
dla każdego zbioru borelowskiego i dla każdej funkcji borelowskiej g przyjmującej wartości w dla pewnej liczby naturalnej M.
[edytuj] Ciągłość dystrybuanty a istnienie gęstości
Istnieją ciągłe dystrybuanty nie mające gęstości! Klasycznym przykładem jest
- ,
gdzie C(x) oznacza funkcję Cantora. C(x) jest prawie wszędzie stała, monotoniczna, ciągła i przyjmuje wszystkie wartości z przedziału [0,1]. Dystrybuanta F nie może mieć zatem gęstości ponieważ prawie wszędzie.
[edytuj] Funkcja charakterystczna
Jeżeli F jest dystrybuantą, to funkcję określoną wzorem
nazywamy funkcją charakterystyczną dystrybuanty F.
Jeżeli jest funkcją charakteryczyczną pewnej dystrybuanty, to jest ona funkcją jednostajnie ciągłą oraz
- ,
- dla ,
- dla .
Jednym z praktycznych zastosowań funkcji charakterystycznej jest tzw. wzór na odwrócenie, dokładniej, jeśli jest funkcją charakterystyczną dystrybuanty F, a x,y są punktami ciągłości tej dystrybuanty, to
- .
Dowód tego faktu opiera się o twierdzenie Fubiniego.
Funkcje charakterystyczne wyznaczają jednoznacznie dystrybuanty, tzn. jeśli dystrybuanty mają te same funkcje charakterystyczne, to są równe. Funkcje charakterystyczne mówią także o własnościach dystrybuanty, związanych z gładkością - dokładniej, jeśli funkcja charakterystyczna jest całkowalna, to dystrybuanta jest klasy C1.
[edytuj] Zbieżność a ciągłość
Dla ciągów dystrybuant wprowadza się dodatkowy rodzaj zbieżności. Mówimy, że ciąg dystrybuant jest słabo zbieżny do dystrybuanty F wtedy i tylko wtedy, gdy
dla każdego , będącego punktem ciągłości dystrybuanty F.
Jeżeli ciąg dystrybuant jest słabo zbieżny, to do dokładnie jednej dystrybuanty. Ważnym twierdzeniem dotyczącym słabej zbieżności jest twierdzenie Helly'ego:
[edytuj] Twierdzenie Helly'ego
Jeżeli ciąg dystrybuant jest słabo zbieżny do dystrybuanty F a jest ograniczoną funkcją ciągłą, to
- .
Wnioskiem z twierdzenia Helly'ego jest fakt, że jeśli jest ciągiem dystrybuant, a ciągiem odpowiadająych im funkcji charakterystycznych oraz jest punktowo zbieżny do dystrybuanty F, to ciąg jest punktowo zbieżny do funkcji charakterystycznej funkcji F.
[edytuj] Twierdzenie Lévy'ego-Craméra
Niech będzie ciągiem dystrybuant, a będzie ciągiem odpowiadająych im funkcji charakterystycznych. Jeżeli ciąg jest punktowo zbieżny do ciągłej w zerze funkcji , to ciąg jest słabo zbieżny do pewnej dystrybuanty i jest jej funkcją charakterystyczną.
Na mocy powyższego twierdzenia można sformułować wniosek, że ciąg dystrybuant jest słabo zbieżny do dystrybuanty F wtedy i tylko wtedy, gdy
dla każdej ograniczonej funkcji ciągłej g.
[edytuj] Zbieżność jednostajna
Każdy ciąg dystrybuant zbieżny punktowo do dystrybuanty ciągłej jest zbieżny do niej jednostajnie. Fakt ten można udowodnić w oparciu o jednostajną ciągłość dystrybuanty ciągłej.
[edytuj] Dystrybuanty zmiennych losowych
Niech będzie ustaloną przestrzenią probabilistyczną. Jeśli jest zmienną losową, to wzór
określa dystrybuantę Fξ, którą nazywamy dystrybuantą zmiennej ξ.
Każda zmienna losowa wyznacza pewną dystrybuantę oraz każda dystrybuanta jest dystrybuantą pewnej zmiennej losowej.
Przypisy
- ↑ W praktyce stosuje się zapis albo nawet .
[edytuj] Bibliografia
- Patrick Billingsley: Probability and Measure, 2nd Edition. Nowy Jork: John Wiley & Sons Inc, 1986.
- Jacek Jakubowski, Rafał Sztencel: Wstęp do teorii prawdopodobieństwa. Warszawa: SCRIPT, 2004.