Yoni Nazarathy CV
Yoni Nazarathy CV
Yoni Nazarathy CV
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
207.2250<br />
מבוא לתהליכים סטוכסטיים<br />
דוגמא א-2:<br />
כמה פתרונות במספרים שלמים אי-שליליים יש למשוואה<br />
שאלת ספירה זו זהה לשאלה בכמה דרכים ניתן לפזר k כדורים לn תאים כאשר אין הגבלה על מספר<br />
הכדורים אשר ניתן להכניס לתא והכדורים זהים. (שזו גם בדיוק השאלה, בכמה דרכים ניתן לדגום<br />
מאוכלוסיה בעלת פריטים אם החזרות (יותר מכדור אחד בתא) וסדר הדגימה לא משנה (הכדורים זהים).<br />
k פריטים<br />
? a1 + a2 + ... + an<br />
= k<br />
fn<br />
. lim = 1<br />
n→∞<br />
g<br />
n<br />
∞<br />
∫<br />
,n<br />
נוסחת המשולש<br />
המקרה הבדיד:<br />
N<br />
∑<br />
k = 0 k=<br />
1<br />
k = 1 j=<br />
k<br />
.7<br />
kf ( k) = kf ( k)<br />
=<br />
f (1) +<br />
f (2) + f (2) +<br />
f (3) + f (3) + f (3) +<br />
....<br />
=<br />
N<br />
0 0 0<br />
N<br />
∑∑<br />
∞ x<br />
∫∫<br />
N<br />
∑<br />
f ( j)<br />
x= 0 t= 0 t= 0 x=<br />
t<br />
המקרה הרציף:<br />
xf ( x) dx = 1 dt f ( x)<br />
dx =<br />
∞ x<br />
∞ ∞<br />
∫ ∫<br />
∫ ∫<br />
f ( x) dtdx = f ( x)<br />
dxdt<br />
.n! –<br />
f<br />
n<br />
8. קירוב Stirling ל<br />
1<br />
n<br />
2 n<br />
π + −<br />
n! ∼ 2 n e<br />
∼ g<br />
n<br />
הערה: הסימון<br />
מסמל כי<br />
חזרה כללית על הסתברות:<br />
כנאמר בפרק הקודם, משתנה מקרי הוא פונקציה ממרחב המדגם אל מרחב של מספרים כלשהו. לרוב נקטלג<br />
את המשתנים המקריים אשר אנחנו מכירים למשתנים מקריים רציפים ולמשתנים מקריים בדידים אבל<br />
לפעמים ישנם גם משתנים מקריים מעורבים.<br />
אנו מתעניינים בחוק ההסתברות של משתנים מקריים. ניתן לתאר את חוק ההסתברות במספר דרכים. הדרך<br />
המקובלת ביותר היא פונקציות ההתפלגות המצטברת וזאת בגלל שתיאור זה מתאים גם למשתנים מקריים<br />
בדידים וגם לרציפים (וגם למעורבים).<br />
F ( x) = P( X ≤ x) = P({ w : X ( w) ≤ x})<br />
X<br />
כזכור זוהי פונקציה לא יורדת ומתקיים כי<br />
- 12 -