Wikipedysta:Loxley/Dystrybuanta
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.
Definicja
[edytuj | edytuj kod]Niech będzie rozkładem na prostej. Funkcję daną wzorem
nazywamy dystrybuantą (rozkładu ).
Własności
[edytuj | edytuj kod]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 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 wyznacza pewien rozkład jednoznacznie i na odwrót, więc gdy zachodzi potrzeba całkowania pewnej funkcji borelowskiej względem rozkładu , to możemy mówić, że całkujemy ją względem dystrybuanty , co zapisujemy:
- .
Przykłady
[edytuj | edytuj kod]- Dystrybuanta rozkładu jednostajnego .
- Dystrybuanta rozkładu normalnego o parametrach i .
- .
- Dystrybuanta rozkładu wykładniczego o parametrze
Gęstość i funkcja charakterystyczna dystrybuanty
[edytuj | edytuj kod]Gęstość
[edytuj | edytuj kod]Mierzalną w sensie Lebesgue'a funkcję nazywamy gęstością dystrybuanty wtedy i tylko wtedy, gdy dla :
- .
Własności
[edytuj | edytuj kod]- Jeżeli jest gęstością pewnej dystrybuanty, to całka z po całej prostej wynosi .
- Jeżeli i 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 ma gęstość, to dla :
- .
Gęstość dystrybuanty ma praktyczne zastosowanie: Jeśli jest dystrybuantą rozkładu , to często zachodzi konieczność całkowania względem miary . Całkowanie względem abstrakcyjnych miar jest dość trudne (brak konkretnych narzędzi do obliczania całek), jednak jeśli jest gęstością dystrybuanty , to
- ,
dla każdego zbioru borelowskiego i dla każdej funkcji borelowskiej przyjmującej wartości w dla pewnej liczby naturalnej .
Ciągłość dystrybuanty a istnienie gęstości
[edytuj | edytuj kod]Istnieją ciągłe dystrybuanty nie mające gęstości! Klasycznym przykładem jest
- ,
gdzie oznacza funkcję Cantora. jest prawie wszędzie stała, monotoniczna, ciągła i przyjmuje wszystkie wartości z przedziału . Dystrybuanta nie może mieć zatem gęstości ponieważ prawie wszędzie.
Funkcja charakterystczna
[edytuj | edytuj kod]Jeżeli jest dystrybuantą, to funkcję określoną wzorem
nazywamy funkcją charakterystyczną dystrybuanty .
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 , a 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 .
Zbieżność a ciągłość
[edytuj | edytuj kod]Dla ciągów dystrybuant wprowadza się dodatkowy rodzaj zbieżności. Mówimy, że ciąg dystrybuant jest słabo zbieżny do dystrybuanty wtedy i tylko wtedy, gdy
dla każdego , będącego punktem ciągłości dystrybuanty .
Jeżeli ciąg dystrybuant jest słabo zbieżny, to do dokładnie jednej dystrybuanty. Ważnym twierdzeniem dotyczącym słabej zbieżności jest twierdzenie Helly'ego:
Twierdzenie Helly'ego
[edytuj | edytuj kod]Jeżeli ciąg dystrybuant jest słabo zbieżny do dystrybuanty 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 , to ciąg jest punktowo zbieżny do funkcji charakterystycznej funkcji .
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 wtedy i tylko wtedy, gdy
dla każdej ograniczonej funkcji ciągłej .
Zbieżność jednostajna
[edytuj | edytuj kod]Każdy ciąg dystrybuant zbieżny punktowo do dystrybuanty ciągłej jest zbieżny do niej jednostajnie. Fakt ten można udowodnić w oparciu o jednostajną ciągłość dystrybuanty ciągłej.
Dystrybuanty zmiennych losowych
[edytuj | edytuj kod]Niech będzie ustaloną przestrzenią probabilistyczną. Jeśli jest zmienną losową, to wzór
określa dystrybuantę , którą nazywamy dystrybuantą zmiennej .
Każda zmienna losowa wyznacza pewną dystrybuantę oraz każda dystrybuanta jest dystrybuantą pewnej zmiennej losowej.
Przypisy
[edytuj | edytuj kod]- ↑ W praktyce stosuje się zapis albo nawet .
Bibliografia
[edytuj | edytuj kod]- 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.