Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Курсовые обзорные » Граничні теореми теорії ймовірностей

Реферат Граничні теореми теорії ймовірностей





збіжність за ймовірністю. Протилежне твердження в загальному випадку не вірно.

Якщо послідовність випадкових величин і М | | < для будь-якого n. Тоді M | | < і М .

Розглянемо лему Бореля-Кантеллі:

Нехай - події, що належать . Подія А = {сталося нескінченно багато подій з } = . Тоді:

якщо ряд сходиться. Те P (A) = 0;

Якщо події незалежні і ряд розходиться, то P (A) = 1.

Послідовність {} є фундаментальною по ймовірності (або майже напевно, в середньому порядку р), якщо для будь-якого ? > 0 при n , m P (| | Або P (

Критерій збіжності Коші:

Для того, щоб в будь-якому сенсі необхідно і достатньо, щоб послідовність { } була фундаментальна у відповідному сенсі .

Послідовність випадкових величин {} при n сходиться слабко (або з розподілу) до випадкової величиною < span align = "justify">, якщо для будь-якого x такого, що функція розподілу неперервна в точці х, має місце збіжність . Позначається

Інакше кажучи, слабка збіжність - це поточечной збіжність функцій розподілу в усіх точках безперервності граничної функції розподілу.

Збіжності мають властивості: Якщо функція розподілу неперервна в точках то І навпаки, якщо в усіх точках безперервності функції розподілу має місце, наприклад, збіжність P ( , то


Якщо , то

Якщо то .

Якщо = const і то .

Якщо = constі то з +



Назад | сторінка 4 з 19 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Граничні теореми Теорії ймовірностей
  • Реферат на тему: Чіслові характеристики системи Випадкове величин та їх граничні теореми
  • Реферат на тему: Граничні теореми теорії ймовірності
  • Реферат на тему: Застосування теорії випадкових величин і методів статистичного регулювання ...
  • Реферат на тему: Розрахунок характеристик випадкових величин і випадкових процесів