Yoni Nazarathy CV
Yoni Nazarathy CV
Yoni Nazarathy CV
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
207.2250<br />
מבוא לתהליכים סטוכסטיים<br />
1<br />
n<br />
2 n<br />
π + −<br />
דוגמא:<br />
ניתן להוכיח במדויק ע"י קירוב של אינטגרל של .log<br />
את נוסחת סטירלינג<br />
כאן נראה הסבר אלטרנטיבי לנכונותה של הנוסחה.<br />
.Poisson(1) המתפלגים i.i.d.<br />
.( n! ∼ 2 n e<br />
)<br />
{ X , n ≥1}<br />
n<br />
יהיו<br />
ז"א<br />
וגם<br />
אוסף משתנים מקריים<br />
.Var( X<br />
i<br />
) = 1<br />
. S<br />
n<br />
. Var( Sn)<br />
.Poisson(n)<br />
n<br />
= ∑ X<br />
Sn<br />
k=<br />
1<br />
= n<br />
i<br />
EX = 1<br />
i<br />
נסכל על הסכום<br />
. ES<br />
n<br />
אזי = n<br />
בנוסף ידוע כי<br />
וגם<br />
מתפלג<br />
− n<br />
n<br />
S n<br />
עכשיו עבור n גדול<br />
ולכן ניתן לכתוב:<br />
מתפלג בקירוב נורמאלית סטנדרטית<br />
P( S = n) = P( n − 1 < S ≤ n) = P( − 1 < S − n ≤ 0) =<br />
n n n<br />
1 S<br />
2<br />
n<br />
− n<br />
1/ 2 x / 2<br />
P( − < ≤ 0) ≈ ∫ (2 π )<br />
− e − dx<br />
n n<br />
0<br />
−1/<br />
n<br />
1<br />
2π<br />
n<br />
ערך זה שווה בקירוב ל<br />
אבל בנוסף מתקיים<br />
(קירוב של האינטגרל באזור הנקודה 0).<br />
−n<br />
e n<br />
. P( Sn<br />
= n)<br />
=<br />
n!<br />
n<br />
ולכן<br />
−n<br />
n<br />
e n 1<br />
. ≈<br />
n! 2π<br />
n<br />
ומכאן מייד נובעת נוסחת סטרלינג.<br />
סטטיסטי סדר:<br />
X ,...., 1<br />
X<br />
n<br />
ניקח אוסף משתנים מקריים i.i.d.<br />
(לפעמים נקרא לאוסף שכזה מדגם מקרי).<br />
נניח כאן לצורך הדיון כי כל ערכי המדגם שונים זה מזה (זה קורה בהסתברות 1 במידה ו X מ"מ רציפים).<br />
1-k מהמשתנים<br />
– 1 הוא המינימום<br />
סטטיסטי הסדר ה - k של המדגם המקרי הוא הערך של המשתנה המקרי מתוך המדגם כך ש<br />
במדגם קטנים ממנו ו n-k משתנים במדגם גדולים ממנו. (כך שסטטיסטי הסדר ה<br />
וסטטיסטי הסדר ה n הוא המקסימום).<br />
ניתן להגדיר זאת במדויק כך:<br />
- 20 -