Теорвер: предел отношения СВ к ее дисперсии

@tazdraperm · Регистрация: 20.12.2014

Author24 — интернет-сервис помощи студентам

Здравствуйте! Такая задача:
Случайная величина En имеет нормальное распределения с параметрами 0 и n. То есть мат. ожидание 0, а дисперсия n. Вопрос такой: существует ли предел отношения такой величины En к ее дисперсии n, при n стремящейся к бесконечности.
Пытался что-то сделать с помощью предельных теорем и теорем о сходимости, но, видимо, всё не то. Центральная предельная теорема, закон больших чисел, но это всё для суммы величин, а не для одной. Со сходимостями тоже как-то не вышло: по вероятности, по распределению, не вижу ничего подходящего. Не пойму вообще, что делать с дисперсией, стремящейся к бесконечности. Намекните хотя бы, в каком направлении думать, с чего начать? Буду признателен.
P.S. Я сумел понять, что если предел существует, то он равен нулю. Пусть предел некоторое число a. Тогда случ. величина попадет в любую окрестность точки а. Но величина может быть как положительной, так и отрицательно. А лишь только ноль содержит в любой своей окрестности числа как положительные, так и отрицательные. Но всё это не очень помогло понять, в каком направлении думать.

@tazdraperm · 21.12.2014, 17:34 **[ТС]**

Всё еще актуально.

OldFedor · 21.12.2014, 17:51

Думаю так.
С увеличением D плотность все более будет приближаться к равномерному закону.

$https://www.cyberforum.ru/cgi-bin/latex.cgi?\lim_{D\rightarrow oo}\frac{{x}_{i}}{D}=\lim_{D\rightarrow oo}\frac{{x}_{i}}{\sum {x}_{j}^2}=?(0)$

Для того, чтобы увеличить D надо, соответственно увеличить объем выборки.
Если из той же генеральной совокупности, то закон и характеристики не изменятся.
Если нет, то и закон может быть другим.
Но в любом случае знаменатель растет быстрее, чем числитель

@tazdraperm · 21.12.2014, 21:06 **[ТС]**

OldFedor, у меня была еще такая идея. Если рассмотреть функцию распределения для нормального распределения, то выйдет 0.5(1+erf(x/sqrt(2D))), и при D->oo это равно 0.5. Но получается какой-то бред, что для любого х, вероятность быть меньше х равна 50%.
Но с другой стороны, если это 0.5 еще поделить на D то выйдет точно 0. Возможно, я где-то напутал..
P.S. как тут у вас формулы и теха вставлять?

OldFedor · 21.12.2014, 21:08

Ниже окна текста - редактор формул.

@tazdraperm · 21.12.2014, 21:44 **[ТС]**

Благодарю, так все же, что Вы думаете насчет моего предположения про сходимость по распределению?

OldFedor · 21.12.2014, 22:15

Сообщение от tazdraperm

и при D->oo

Я уже писал, что просто изменять дисперсию нельзя.
Только за счет увеличения выборки, но при этом закон и числовые характеристики не изменятся.
Сама постановка задачи D=>oo не корректна.

zer0mail · 22.12.2014, 08:17

Нормальное распределение y(x) графически выглядит как колокол. Чем больше дисперсия - тем он ниже и шире, сохраняя площать под колоколом. А если его поделить на дисперсию - и кривая и площать устремятся к нулю. Значит, предел: y=0

.

@tazdraperm · 22.12.2014, 15:09 **[ТС]**

zer0mail, по моим вычислениям, нормальное распределение с бесконечной дисперсией вырождается в равномерное на всей числовой оси.

zer0mail · 22.12.2014, 19:01

"равномерное на всей числовой оси" - это ноль, поскольку любое отличие от нуля дает бесконечную вероятность.

Новые блоги и статьи Все статьи Все блоги /
Реляционная модель и правила Кодда: фундамент современных баз данных Codd 05.04.2025 Конец 1960-х — начало 1970-х годов был периодом глубоких трансформаций в области хранения и обработки данных. На фоне растущих потребностей бизнеса и правительственных структур существовавшие на тот. . .	Асинхронные операции в Django с Celery py-thonny 05.04.2025 Разработчики Django часто сталкиваются с проблемой, когда пользователь нажимает кнопку отправки формы и. . . ждёт. Секунды растягиваются в минуты, терпение иссякает, а интерфейс приложения замирает. . . .	Использование кэшей CPU: Максимальная производительность в Go golander 05.04.2025 Разработчикам хорошо известно, что эффективность кода зависит не только от алгоритмов и структур данных, но и от того, насколько удачно программа взаимодействует с железом. Среди множества факторов,. . .	Создаем Telegram бот на TypeScript с grammY run.dev 05.04.2025 Одна из его самых сильных сторон Telegram — это интеграция ботов прямо в экосистему приложения. В отличие от многих других платформ, он предоставляет разработчикам мощный API, позволяющий создавать. . .	Паттерны распределённых транзакций в Event-Driven микросервисах ArchitectMsa 05.04.2025 Современные программные системы всё чаще проектируются как совокупность взаимодействующих микросервисов. И хотя такой подход даёт множество преимуществ — масштабируемость, гибкость, устойчивость к. . .
Работа с объемным DOM в javascript Htext 04.04.2025 Сегодня прочитал статью тут о расходах памяти в JS, ее утечках и т. п. И вот что вспомнил из своей недавней практики. Может, кому пригодится. Хотя, в той статье об этом тоже есть. Дело в том, что я. . .	Оптимизация производительности Node.js с помощью кластеризации run.dev 04.04.2025 Масштабирование приложений для обработки тысяч и миллионов запросов — обыденная задача для многих команд. Node. js, благодаря своей асинхронной событийно-ориентированной архитектуре, стал популярной. . .	Управление зависимостями в Python с Poetry py-thonny 04.04.2025 Стандартный инструмент для установки пакетов в Python - pip - прекрасно справляется с базовыми сценариями: установил пакет командой pip install и используешь его. Но что произойдёт, когда разные. . .	Мониторинг с Prometheus в PHP Jason-Webb 04.04.2025 Prometheus выделяется среди других систем мониторинга своим подходом к сбору и хранению метрик. В отличие от New Relic, который использует агентный подход и отправляет данные во внешнее хранилище,. . .	Пакет Context в Golang: Управление потоками и ресурсами golander 04.04.2025 Работа с горутинами в Go часто напоминает управление непослушными детьми - они разбегаются кто куда, делают что хотят и не всегда завершаются вовремя. К счастью, в Go 1. 7 появился пакет context,. . .

@tazdraperm 0 / 0 / 0 Регистрация: 20.12.2014 Сообщений: 8

	Теорвер: предел отношения СВ к ее дисперсии 20.12.2014, 17:16. Показов 1396. Ответов 9 Метки нет (Все метки) Здравствуйте! Такая задача: Случайная величина En имеет нормальное распределения с параметрами 0 и n. То есть мат. ожидание 0, а дисперсия n. Вопрос такой: существует ли предел отношения такой величины En к ее дисперсии n, при n стремящейся к бесконечности. Пытался что-то сделать с помощью предельных теорем и теорем о сходимости, но, видимо, всё не то. Центральная предельная теорема, закон больших чисел, но это всё для суммы величин, а не для одной. Со сходимостями тоже как-то не вышло: по вероятности, по распределению, не вижу ничего подходящего. Не пойму вообще, что делать с дисперсией, стремящейся к бесконечности. Намекните хотя бы, в каком направлении думать, с чего начать? Буду признателен. P.S. Я сумел понять, что если предел существует, то он равен нулю. Пусть предел некоторое число a. Тогда случ. величина попадет в любую окрестность точки а. Но величина может быть как положительной, так и отрицательно. А лишь только ноль содержит в любой своей окрестности числа как положительные, так и отрицательные. Но всё это не очень помогло понять, в каком направлении думать. 0

@tazdraperm 0 / 0 / 0 Регистрация: 20.12.2014 Сообщений: 8
	21.12.2014, 17:34 [ТС]
	Всё еще актуально. 0

OldFedor 7485 / 4149 / 474 Регистрация: 25.08.2012 Сообщений: 11,530 Записей в блоге: 11
	21.12.2014, 17:51
	Думаю так. С увеличением D плотность все более будет приближаться к равномерному закону. $https://www.cyberforum.ru/cgi-bin/latex.cgi?\lim_{D\rightarrow oo}\frac{{x}_{i}}{D}=\lim_{D\rightarrow oo}\frac{{x}_{i}}{\sum {x}_{j}^2}=?(0)$ Для того, чтобы увеличить D надо, соответственно увеличить объем выборки. Если из той же генеральной совокупности, то закон и характеристики не изменятся. Если нет, то и закон может быть другим. Но в любом случае знаменатель растет быстрее, чем числитель 0

@tazdraperm 0 / 0 / 0 Регистрация: 20.12.2014 Сообщений: 8
	21.12.2014, 21:06 [ТС]
	OldFedor, у меня была еще такая идея. Если рассмотреть функцию распределения для нормального распределения, то выйдет 0.5(1+erf(x/sqrt(2D))), и при D->oo это равно 0.5. Но получается какой-то бред, что для любого х, вероятность быть меньше х равна 50%. Но с другой стороны, если это 0.5 еще поделить на D то выйдет точно 0. Возможно, я где-то напутал.. P.S. как тут у вас формулы и теха вставлять? 0

OldFedor 7485 / 4149 / 474 Регистрация: 25.08.2012 Сообщений: 11,530 Записей в блоге: 11
	21.12.2014, 21:08
	Ниже окна текста - редактор формул. 0

@tazdraperm 0 / 0 / 0 Регистрация: 20.12.2014 Сообщений: 8
	21.12.2014, 21:44 [ТС]
	Благодарю, так все же, что Вы думаете насчет моего предположения про сходимость по распределению? 0

OldFedor 7485 / 4149 / 474 Регистрация: 25.08.2012 Сообщений: 11,530 Записей в блоге: 11
	21.12.2014, 22:15
	Сообщение от tazdraperm и при D->oo Я уже писал, что просто изменять дисперсию нельзя. Только за счет увеличения выборки, но при этом закон и числовые характеристики не изменятся. Сама постановка задачи D=>oo не корректна. 0

zer0mail 2687 / 2259 / 244 Регистрация: 03.07.2012 Сообщений: 8,227 Записей в блоге: 1
	22.12.2014, 08:17
	Нормальное распределение y(x) графически выглядит как колокол. Чем больше дисперсия - тем он ниже и шире, сохраняя площать под колоколом. А если его поделить на дисперсию - и кривая и площать устремятся к нулю. Значит, предел: y=0 . 0

@tazdraperm 0 / 0 / 0 Регистрация: 20.12.2014 Сообщений: 8
	22.12.2014, 15:09 [ТС]
	zer0mail, по моим вычислениям, нормальное распределение с бесконечной дисперсией вырождается в равномерное на всей числовой оси. 0

zer0mail 2687 / 2259 / 244 Регистрация: 03.07.2012 Сообщений: 8,227 Записей в блоге: 1
	22.12.2014, 19:01
	"равномерное на всей числовой оси" - это ноль, поскольку любое отличие от нуля дает бесконечную вероятность. 0