Математические байки
Открыть в Telegram
Рассказы про разную математику. Архив: http://dev.mccme.ru/~merzon/mirror/mathtabletalks/
Больше4 360
Подписчики
Нет данных24 часа
+117 дней
+4030 дней
Архив постов
4 359
Наверное, многие уже успели увидеть вот эту древнюю таблицу умножения —
07 сент. 2019, 11:44
4 359
И это, кажется, хороший момент на сегодня прекратить дозволенные речи.
24 авг. 2019, 09:56
4 359
Ну вот, мы двумя способами и увидели множитель в формуле Стирлинга — а заодно посмотрели на центральную предельную теорему.
24 авг. 2019, 09:55
4 359
И сумма двух величин, распределённых как гамма с параметрами a и b соответственно, оказывается распределённой как гамма с параметром a+b. А мы выше видели частных случай этого — для параметра a=1, который даёт просто экспоненциальное распределение.
24 авг. 2019, 09:54
4 359
Да, а вообще такие распределения — плотность как у гамма-функции, нормированные на единицу — называют (логично) гамма-распределениями:
24 авг. 2019, 09:52
4 359
И вот почему в приближении там дисперсия n: потому что это сумма ~n одинаково распределённых слагаемых, каждое с дисперсией 1 — а дисперсия складывается.
24 авг. 2019, 09:51
4 359
Вот почему функция под интегралом превратилась в гауссово распределение — сумма (n+1) величины и должна себя вести как нормальное распределение, это и говорит ЦПТ!
24 авг. 2019, 09:48
4 359
То есть n! в знаменателе — тот самый, который мы приближаем, а x^n e^{-x} — та самая функция, что под интегралом в гамма-функции.
24 авг. 2019, 09:47
4 359
Поэтому сумма (n+1) такой случайной величины имеет плотность (x^n/n!) e^{-x}.
24 авг. 2019, 09:46
4 359
Но экспоненты в произведении дают e^{-x}, а объём тетраэдра x_1+...+x_{n+1}=x как раз и равен x^n/n!.
24 авг. 2019, 09:44
4 359
Плотность суммы независимых случайных величин это свёртка плотностей:
24 авг. 2019, 09:43
4 359
Так вот — возьмём (n+1) случайную величину с таким распределением, и сложим.
24 авг. 2019, 09:42
4 359
(Кстати, если случайное время до какого-нибудь хорошего события — например, до прихода троллейбуса — распределено именно так, то это бывает грустно. Ведь если мы подождали, скажем, 10 минут, а троллейбус всё ещё не пришёл, то условное распределение того, сколько нам ещё остаётся ждать, ровно такое же.)
24 авг. 2019, 09:41
4 359
Давайте возьмём распределение с плотностью e^{-x} на [0;+\infty) — его (логично) называют экспоненциальным распределением.
24 авг. 2019, 09:38
4 359
Ну, почему в числителе минус y^2, понятно: значение мы вычли, линейного слагаемого у ряда Тейлора в точке максимума не бывает, а вторая производная будет отрицательна. Пополам там тоже тейлоровский. А вот почему модуль второй производной оказался равен именно n, а не, скажем, n^2?
24 авг. 2019, 09:36
4 359
Но всё-таки, а откуда в гамма-функции ЦПТ, почему у нас тот самый гауссов интеграл получился?
24 авг. 2019, 09:35
4 359
А значит, до деления он и равнялся \sqrt{2\pi n} — вот мы и видим, что у плотности нормального распределения он в знаменателе, а в формуле Стирлинга в качестве множителя.
24 авг. 2019, 09:33
4 359
Поделить — чтобы интеграл был единицей (ибо это полная вероятность).
24 авг. 2019, 09:32
