Curs Teorema Limită Centrală Enunţ

Similar documents
Derivarea integralei şi integrarea derivatei

Teoria probabilit¼aţilor şi statistic¼a matematic¼a

Teorema Reziduurilor şi Bucuria Integralelor Reale Prezentare de Alexandru Negrescu

Soluţii juniori., unde 1, 2

Test de Departajare pentru MofM 2014 (Bucureşti) Enunţuri & Soluţii

Numere prime. O selecţie de probleme pentru gimnaziu

Laborator 4. Rezolvarea ecuaţiilor diferenţiale în Matlab

Divizibilitate în mulțimea numerelor naturale/întregi

Barem de notare clasa a V-a

1.3. OPERAŢII CU NUMERE NEZECIMALE

FORMULELE LUI STIRLING, WALLIS, GAUSS ŞI APLICAŢII

ON THE QUATERNARY QUADRATIC DIOPHANTINE EQUATIONS (II) NICOLAE BRATU 1 ADINA CRETAN 2

S.S.M.ROMÂNIA - Filiala Mehedinți 2016 SOCIETATEA DE ȘTIINȚE MATEMATICE DIN ROMÂNIA. Filiala Mehedinți REVISTA DE MATEMATICĂ MEHEDINȚEANĂ R.M.M.

SIMULAREA DECIZIEI FINANCIARE

P a g e 5 1 of R e p o r t P B 4 / 0 9

Solution by Nicuşor Zlota, Traian Vuia Technical College, Focşani, Romania

Sisteme cu logica fuzzy

Raport Stiintific Grant CEEX-MENER Nr.717/ , Etapa II Universitatea: Dunărea de Jos din Galaţi

Prof univ dr. Sever Spânulescu - LUCRARI DE LABORATOR

Statistică Aplicată. Iulian Stoleriu

OH BOY! Story. N a r r a t iv e a n d o bj e c t s th ea t e r Fo r a l l a g e s, fr o m th e a ge of 9

A L A BA M A L A W R E V IE W

Mathematical Statistics. 1 Introduction to the materials to be covered in this course

Probleme rezolvate. Lăcrimioara GRAMA, Corneliu RUSU, Prelucrarea numerică a semnalelor aplicații și probleme, Ed. U.T.PRESS, Cluj-Napoca, 2008.

LUCRAREA NR Reprezentarea sistemelor liniare și invariante în timp 2. Răspunsul sistemelor la semnale de intrare

IMAR Problema 1. Fie P un punct situat în interiorul unui triunghi ABC. Dreapta AP intersectează

I M P O R T A N T S A F E T Y I N S T R U C T I O N S W h e n u s i n g t h i s e l e c t r o n i c d e v i c e, b a s i c p r e c a u t i o n s s h o

Lucrarea de laborator nr. 8

CATAVASII LA NAȘTEREA DOMNULUI DUMNEZEU ȘI MÂNTUITORULUI NOSTRU, IISUS HRISTOS. CÂNTAREA I-A. Ήχος Πα. to os se e e na aș te e e slă ă ă vi i i i i

T h e C S E T I P r o j e c t

Inegalităţi de tip Chebyshev-Grüss pentru operatorii Bernstein-Euler-Jacobi

Lecture 20: Multivariate convergence and the Central Limit Theorem

A Perceptron is a binary classifier that maps its input x (a real-valued vector) to an output value y (y single binary value, 0 or 1; -1 or 1)

This section is optional.

Le classeur à tampons

MIT Spring 2016

OBJECTIVES Use the area under a graph to find total cost. Use rectangles to approximate the area under a graph.

7.1 Convergence of sequences of random variables

DE LA TEOREMA FAN MINIMAX LA ECHILIBRUL NASH FROM FAN MINIMAX THEOREM TO NASH EQUILIBRIUM

e2- THE FRANKLIN INSTITUTE We" D4rL E; 77.e //SY" Laboratories for Research and Development ceizrrra L , Ps" /.7.5-evr ge)/+.

MATEMATICI SPECIALE PENTRU INGINERI

7.1 Convergence of sequences of random variables

UNITATEA DE ÎNVĂȚARE 3 Analiza algoritmilor

APLICAŢII ALE FORMULELOR LUI NEWTON PENTRU POLINOAME SIMETRICE

F.Y. Diploma : Sem. II [AE/CH/FG/ME/PT/PG] Applied Mathematics

O V E R V I E W. This study suggests grouping of numbers that do not divide the number

"IIITO-TEC 'NIKI" & EQUIPME

STATISTICAL METHODS FOR BUSINESS

LECTURE 16 GAUSS QUADRATURE In general for Newton-Cotes (equispaced interpolation points/ data points/ integration points/ nodes).

Software Process Models there are many process model s in th e li t e ra t u re, s om e a r e prescriptions and some are descriptions you need to mode

Parameter, Statistic and Random Samples

û s L u t 0 s a ; i.e., û s 0

National Sun Yat-Sen University CSE Course: Information Theory. Maximum Entropy and Spectral Estimation

5. Limit Theorems, Part II: Central Limit Theorem. ECE 302 Fall 2009 TR 3 4:15pm Purdue University, School of ECE Prof.

LUCRAREA nr. 5: Analiza în domeniul timp a elementelor unui sistem de reglare automată. Sistemul de ordinul 2

Convergence theorems. Chapter Sampling

Definiţie. Pr(X a) - probabilitatea ca X să ia valoarea a ; Pr(a X b) - probabilitatea ca X să ia o valoare în intervalul a,b.

2.1. Convergence in distribution and characteristic functions.

A = (a + 1) 2 = a 2 + 2a + 1

Teoreme de Analiză Matematică - I (teorema Weierstrass-Bolzano) 1

BAYESIAN ESTIMATION METHOD FOR PARAMETER OF EPIDEMIC SIR REED-FROST MODEL. Puji Kurniawan M

EFFECTIVE WLLN, SLLN, AND CLT IN STATISTICAL MODELS

Math 1310 Lab 10. (Sections )

Legi de distribuţie (principalele distribuţii de probabilitate) Tudor Drugan

Exercise 3 Stochastic Models of Manufacturing Systems 4T400, 6 May

REVIEW 1, MATH n=1 is convergent. (b) Determine whether a n is convergent.

ACS AKK R0125 REV B 3AKK R0125 REV B 3AKK R0125 REV C KR Effective : Asea Brown Boveri Ltd.

Solutions to Homework 2 - Probability Review

B. Maddah INDE 504 Simulation 09/02/17

Mathematical Statistics - MS

Moment Generating Function

Assignment 1 : Real Numbers, Sequences. for n 1. Show that (x n ) converges. Further, by observing that x n+2 + x n+1

The integral test and estimates of sums

2. Write your full name and section on the space provided at the top of each odd numbered page.

2. METODA GRADIENTULUI CONJUGAT PENTRU REZOLVAREA SISTEMELOR ALGEBRICE LINIARE

GENERATOARE DE SEMNAL DIGITALE

NO CALCULATORS. NO BOOKS. NO NOTES. TURN OFF YOUR CELL PHONES AND PUT THEM AWAY.

Probability review (week 2) Solutions

4. Basic probability theory

Economics 8723 Macroeconomic Theory Problem Set 2 Professor Sanjay Chugh Spring 2017

P a g e 3 6 of R e p o r t P B 4 / 0 9

Towards Healthy Environments for Children Frequently asked questions (FAQ) about breastfeeding in a contaminated environment

Kernel Density Estimation

The Central Limit Theorem

ECE 330:541, Stochastic Signals and Systems Lecture Notes on Limit Theorems from Probability Fall 2002

MASSACHUSETTS INSTITUTE OF TECHNOLOGY 6.265/15.070J Fall 2013 Lecture 4 9/16/2013. Applications of the large deviation technique

Mathematics 170B Selected HW Solutions.

1 = δ2 (0, ), Y Y n nδ. , T n = Y Y n n. ( U n,k + X ) ( f U n,k + Y ) n 2n f U n,k + θ Y ) 2 E X1 2 X1

Gradul de comutativitate al grupurilor finite 1

Exam 3 review for Math 1190

Generating and characteristic functions. Generating and Characteristic Functions. Probability generating function. Probability generating function

Material for review. By Lei. May, 2011

Partial match queries: a limit process

th m m m m central moment : E[( X X) ] ( X X) ( x X) f ( x)

MATH LECTURE NOTES FIRST ORDER SEPARABLE DIFFERENTIAL EQUATIONS OVERVIEW

TEOREME DE PUNCT FIX PENTRU OPERATORI CE NU INVARIAZĂ DOMENIUL DE DEFINIŢIE ŞI

Cristalul cu N atomi = un sistem de N oscilatori de amplitudini mici;

f(f 1 (B)) B f(f 1 (B)) = B B f(s) f 1 (f(a)) A f 1 (f(a)) = A f : S T 若敘述為真則證明之, 反之則必須給反例 (Q, ) y > 1 y 1/n y t > 1 n > (y 1)/(t 1) y 1/n < t

Northwestern University Department of Electrical Engineering and Computer Science

0.1. Geometric Series Formula. This is in your book, but I thought it might be helpful to include here. If you have a geometric series

Transcription:

Curs 9 Teorema Limiă Cerală 9 Teorema Limiă Cerală 9 Euţ Teorema Limiă Cerală TLC) ese ua dire cele mai imporae eoreme di eoria probabiliăţilor Iuiiv, orema afirmă că suma uui umăr mare de v a idepedee, ideic disribuie, sadardizae poae fi aproximaă de o disribuţie ormală Rezulă imporaţa acesei disribuţii, deşi desiaea sa de probabiliae are o formă care pare complicaă Teorema limiă cerală mai poară deumirea de miracolul lui Gauss Peru a realiza aces lucru, să cosiderăm desiaea de probabiliae a sumei a variabile idepedee, de ipul Uif [ 05, 05] Obţiem urmăoarele: = = = 3 = 0 If we compare hese graphs o he desiy of a sadard ormally disribued radom variable, we ca see remarkable similariies eve for small

= 3 = 0 If we compare Dacă vom hese compara graphs acese o grafice he desiy cu graficul of uei a sadard desiăţi de ormally probabiliae disribued a uei va radom variable, ormal we ca disribuie, see remarkable vom observa similariies asemăareaeve remarcabilă for small chiar peru desul de mic Desiy of a sadard ormally disribued radom variable Figura 9: Disribuţia ormală sadard This resul Aces leads lucru us e o coduce suspeciuiiv ha sums la ideea of radom că suma variabilelor variables somehow aleaoare sebehave comporă, ormally The CLT îr-u frames aumi his ses, fac ormal Exac Teorema Limiă Cerală formalizează aces lucru Fie X, X,, X, u şir de v a idepedee şi ideic disribuie cu M [X i ] = m şi D [X i ] = σ, i Fie S = X + X + + X şi M = S Teorema limiă cerală dă iformaţii asupra v a Z = S m σ = M m) σ = M m σ = M m σ Deoarece M [M ] = m, D [M ] = σ, deducem că M [Z ] = 0 şi D [Z ] = Aceaă v a se umeşe sadardizaă, deci şirul Z ese versiuea sadardizaă a şirului M Îaie de a demosra Teorema Limiă Cerală, avem evoie de urmăoarele prelimiarii, ce rezulă di dezvolările Taylor ale fucţiei expoeţiale: Dacă u 0, auci Dacă R, auci e i i şi De asemeea, vom folosi urmăorul rezula: 0 e u + u u 9) ei i i) 3 6 9) Teorema 9 Teorema covergeţei domiae) Fie f ) u şir de fucţii, covergee pucual la o fucţie f, f coiue cu excepţia uui umăr fii de puce şi domiae de o fucţie iegrabilă g : f x) gx), gx)dx <

Auci f ese iegrabilă şi lim f x)dx = fx)dx Îaie de a formula TLC, avem evoie de defiiţia covergeţei î disribuţie Defiiţia 9 Spuem că şirul X ) de va coverge î disribuţie la va X şi oăm d X dacă X lim F X x) = F X x), peru orice puc x R de coiuiae a lui F X Formulăm acum u al rezula uil, ce permie simplificarea demosraţiei TLC Teorema 93 Teorema de coiuiae a lui Lévy) Fie X ) u şir de va asfel îcâ şirul fucţiilor caracerisice corespuzăoare ϕ X coverge pucual la o fucţie ϕ Auci X d X ϕ = ϕ X Teorema 94 Teorema Limiă Cerală) Fie X ) u şir de va idepedee, ideic disribuie, sadardizae M[X i ] = 0 şi D[X i ] = ) Auci, peru orice x R, ) lim P X + + X x = x e u du, π adică X ++X d Z, ude Z N[0, ] Demosraţie Noăm cu S = X + + X Fie ϕ Xk fucţia caracerisică a lui X k, care ese aceeaşi peru fiecare k iid), deci o puem oa cu ϕ Auci, peru orice R, ] i S ϕ S ) = M [e = lim M k= ] [ )] [e i X k = ϕ Rămâe de arăa, folosid Teorema de coiuiae a lui Levy, că [ ϕ )] = e, deoarece am arăa mai sus că fucţia caracerisică a va ormale sadard ese de ipul e Dacă = 0, u avem imic de demosra Presupuem 0 Avem [ )] )] ϕ e ] [ϕ = [e ) ϕ e, 93) ) deoarece ϕ şi 0 e Urmează ) ) ) ) ϕ e ϕ + e 3

Folosid 9) peru u =, obţiem ) e 4 8 = 4 8 0 peru 94) Peru primul modul, ) ) [ ϕ = M M e i X [ e i X deoarece M [X] = 0 şi M [X ] = D [X] = Pe de o pare, folosid prima relaţie di 9), obţiem ei X + i X + i X ei X X + X = X Pe de ală pare, folosid a doua relaţie di 9), obţiem ei X Peru orice δ > 0 şi N, defiim şi fucţia caracerisică a mulţimii A, Auci + i X)] X + i + i ) ] X + i X, 95) + i X + i X + i X 3 X 3 6 3/ A := Aδ, ) := { X > δ } I A x) = {, dacă x A 0, î res + X ei X + i X + i X X I A + 3 X 3 I 6 3/ A c Rezulă [ M e i X + i ) ] X + i X M [ ] X 3 I A + 6 M [ X 3 ] I 3/ A c = M [ ] X 3 I A + 6 M [ X 3 ] I / A c 96) Cum X δ pe A c, rezulă M [ X I A c] δ I A c f X x)dx, } {{ } de ude M [ X 3 I A c] M [ X ] M [ X I A c] δ 4

Deci, De asemeea, 3 6 M [ X 3 ] 3 δ I / A c 6 M [ X I A ] = M [ X I { X δ } ] Cum şirul de fucţii f := X I { X δ } f X ese crescăor, cu limia pucuală f = X f X, care ese [ iegrabilă M ] [X ] = ), rezulă aplicâd Teorema covergeţei domiae că lim M X I { X δ } = M [X ] = Fie acum ε > 0 Fie δ > 0 asfel îcâ 3 δ < ε Alegem de asemeea 6 4 ε N asfel îcâ, peru orice ε, să avem 4 < ε şi 8 4 M [X I A ] < ε Va rezula, combiâd relaţiile 93)-96), că peru orice ε > 0, exisă ε N asfel îcâ, peru orice ε, [ )] ϕ e < ε, ceea ce era de demosra Ale variae ale eoremei limiă cerală su urmăoarele: Teorema 95 TLC) Fie X ) N u şir de v a idepedee şi ideic disribuie iid) cu M [X i ] = m şi D [X i ] = σ, i Auci peru orice umere reale a < b, avem lim P {a Z b}) = b e x dx 97) π Teorema 96 TLC) Fie X ) N u şir de v a idepedee disribuie cu M [X i ] = şi D [X i ] = σ i, i şi lim σ = σ Auci peru orice umere reale a < b, avem lim P {a Z b}) = b e x dx π 9 Aplicaţii ale Teoremei Limiă Cerală Aplicaţie la sodaje de opiie Exerciţiul Presupuem că se realizează experimee de ip Beroulli î care u eveime A se produce cu probabiliaea p Noăm cu X k variabila aleaoare care ia valoarea dacă la experieţa cu umărul de ordie k se produce eveimeu A şi 0 dacă u se produce A Variabilele aleaoare X k ) k su idepedee Auci S = X + X + + X repreziă umărul oal de apariţii ale lui A, deci umărul de succese ale lui A î urma efecuării a experieţe S ese o v a reparizaă biomial, S Bi, p) V a X ) N au aceeaşi repariţie biomială) Noăm cu Z = S p pq Coform eoremei limiă cerală rezulă că peru orice a < b şi suficie de mare, P {a Z b}) = b e x dx = Φb) Φa) π a 5 a a

Peru orice α < β, avem α S β dacă şi umai dacă α p pq Noâd α p = a, β p = b, rezulă că pq pq Z β p pq ) ) β p α p P {α S β}) = Φ Φ pq pq şi deci P p + a pq S p + b pq) = Φb) Φa) Î paricular, peru a = b b > 0) rezulă formula P {p b pq S p + b pq}) = Φb), 98) peru >> uii saisiciei recomadă pq 0 ) Aceasă formuă ese uilizaă î sodaje asfel: cosiderăm o populaţie saisică umaă căreia îi cerem opiia îr-o aumiă chesiue: ce echipă de fobal, ce parid, ce eleviziue ec preferă Nu oaă lumea poae fi cosulaă şi auci se realizează u sodaj pe eşaioae resrâse, alese cu obieciviae Să presupuem că se cosulă persoae şi oăm cu S umărul de persoae care se prouţă peru succes); se deermiă paramerul p ca fiid frecveţa de succes Peru b = 7 avem Φb) = 0985 deci Φb) = 097 şi coform 98), se realizează cu eroare sub 3% eveimeul S [ p 7 pq S p + 7 pq ] ; apoi peru b = 96 avem Φb) = 095 şi coform 98), se realizează cu eroare sub 5% eveimeul S [p 96 pq S p + 96 pq] Exerciţiul Dir-u sodaj realiza îr-u oraş a rezula că dir-u eşaio de 000 voaţi 600 ar voa cu paridul X Cu o eroare de sub 3% să se esimeze câi dire cei, milioae de voaţi ar voa peru X Soluţie Avem p = 600 = 06 şi q = 04, = 00000 şi luăm b = 7, deci umărul ceru 000 ese cuprims îre p 7 pq şi p + 7 pq deci îre 00000 06 7 00000 06 04 = 788 40 şi 00000 06 + 7 00000 06 04 = 760 Aproximarea legii biomiale prir-o lege ormală Fie X o v a discreă reparizaă biomial cu paramerii p şi deci M [X] = p, D [X] = pq şi k N, k Să se calculeze P {X = k}) şi P {X k}) folosid eorema limiă cerală peru suficie de mare şi pq u foare mic) Coform eoremei limiă cerală X N p, pq) şi deci { [ P {X = k}) = P X k, k + ]}) k + = Φ p ) k Φ p ) pq pq 6

Adăugarea lui 05 la k se umeşe corecţie pri coiuiae A fos peru îmbuăăţirea aproximaţiei La fel { P {X k}) = P X k + }) k + = Φ p ) pq Exerciţiul 3 Se arucă o moedă şi probabiliaea de a obţie baul ese 06 Se arucă moeda de 000 ori Care ese probabiliaea de a obţie baul de 650 de ori? Soluţie Fie X v a care ia ca valori umărul de apariţii ale baului î cele 000 de arucări Evide X Biomial [0000; 06] Coform eoremei limiă cerală X N 600, 40) { [ P {X = 650}) = P X 650, 650 + ]}) 650 + = Φ 600 ) 650 Φ 600 ) 40 40 = Φ 35) Φ 39) = 099943 099989 = 000034 O v a disribuiă biomial se aproximează cu o v a disribuiă ormal dacă p > 5, q > 5 Aproximarea legii Poisso prir-o lege ormală Fie X o v a discreă reparizaă Poisso cu parameru λ Auci M [X] = λ, D [X] = λ Coform eoremei limiă cerală X N λ, λ) Să se calculeze P {X = k}) şi P {X k}) peru k umăr aural P {X = k}) = P { [ X k, k + ]}) = Φ k + λ λ ) Φ k λ ) λ La fel, P {X k}) = P { X k + }) k + = Φ λ ) λ Aproximarea ese buă dacă λ > 5 Exerciţiul 4 Saisica araă că la o uiae de asigurări se primesc î medie 300 de reclamaţii pe a Fie X umărul de reclamaţii pe a, presupus repariza Poisso Să se deermie probabiliaea ca să primească cel puţi 35 de reclamaţii pe a Soluţie Avem P {X 35}) = P {X 35}) = Φ ) 355 300 300 = Φ 9734) = 099853 = 000 47 7