Rozkład osobliwy
-
- Użytkownik
- Posty: 183
- Rejestracja: 4 maja 2010, o 11:22
- Płeć: Mężczyzna
- Podziękował: 25 razy
- Pomógł: 10 razy
Rozkład osobliwy
Niech \(\displaystyle{ X_1,X_2,...}\) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie dwupunktowym (\(\displaystyle{ p\in(0,1)}\)):
\(\displaystyle{ P(X_1=1)=p}\), \(\displaystyle{ P(X_1=0)=1-p}\).
Pokaż, że jeśli \(\displaystyle{ p\neq\frac{1}{2}}\), to zmienna losowa
\(\displaystyle{ X=\sum_{k=1}^{\infty}\frac{X_k}{2^k}}\)
ma rozkład osobliwy, tzn. rozkład o ciągłej dystrybuancie skupiony na zbiorze miary Lebesgue'a zero.
\(\displaystyle{ P(X_1=1)=p}\), \(\displaystyle{ P(X_1=0)=1-p}\).
Pokaż, że jeśli \(\displaystyle{ p\neq\frac{1}{2}}\), to zmienna losowa
\(\displaystyle{ X=\sum_{k=1}^{\infty}\frac{X_k}{2^k}}\)
ma rozkład osobliwy, tzn. rozkład o ciągłej dystrybuancie skupiony na zbiorze miary Lebesgue'a zero.
Rozkład osobliwy
Sumy częściowe \(\displaystyle{ X_1+\dots+X_k}\) mają rozkład Bernoulli'ego (dwumianowy). Podzielenie przez \(\displaystyle{ 2^k}\) jedynie zmienia wartości (zmniejsza). Narysuj wykresy dystrybuant takiej sumy częściowej dla początkowych \(\displaystyle{ k}\). Co można zauważyć?
Rozkład osobliwy
Nie sądzę. Zobacz na etapy konstrukcji funkcji Cantora Ona jest osobliwa. Tzn. silnie rosnąca z pochodną zerową p.w. Właśnie o podobne rzeczy chodzi w rozkładach osobliwych.
-
- Użytkownik
- Posty: 183
- Rejestracja: 4 maja 2010, o 11:22
- Płeć: Mężczyzna
- Podziękował: 25 razy
- Pomógł: 10 razy
Rozkład osobliwy
Jest taki problem, że te funkcje używane przy konstrukcji funkcji Cantora są przedziałami stałe i przedziałami liniowe, a te dystrybuanty są tylko przedziałami stałe.
- fon_nojman
- Użytkownik
- Posty: 1599
- Rejestracja: 13 cze 2009, o 22:26
- Płeć: Mężczyzna
- Lokalizacja: Łódź
- Podziękował: 68 razy
- Pomógł: 255 razy
Rozkład osobliwy
Dla dowolnego \(\displaystyle{ \omega\in \Omega}\) Wyrażenie \(\displaystyle{ \sum_{k=1}^{\infty}\frac{X_k(\omega)}{2^k}}\) przedstawia pewna liczbę z przedziału \(\displaystyle{ [0,1]}\) dokładniej przedstawia jej rozwinięcie dwójkowe. Pytanie jak wyliczyć i ile wynosi np. \(\displaystyle{ P(\sum_{k=1}^{\infty}\frac{X_k(\omega)}{2^k}=\frac{1}{2})}\)?
-
- Użytkownik
- Posty: 183
- Rejestracja: 4 maja 2010, o 11:22
- Płeć: Mężczyzna
- Podziękował: 25 razy
- Pomógł: 10 razy
Rozkład osobliwy
Prawdopodobieństwa w punktach wynoszą zero, bo (na przykład dla podanej przez Ciebie \(\displaystyle{ 1/2}\))
\(\displaystyle{ P\left(\sum_{k=1}^{\infty}\frac{X_k(\omega)}{2^k}=\frac{1}{2}\right)}\)
\(\displaystyle{ =P(X_1=1)\cdot \prod_{k=2}^{\infty}P(X_k=0)+P(X_1=0)\cdot \prod_{k=2}^{\infty}P(X_k=1)=0}\).
\(\displaystyle{ P\left(\sum_{k=1}^{\infty}\frac{X_k(\omega)}{2^k}=\frac{1}{2}\right)}\)
\(\displaystyle{ =P(X_1=1)\cdot \prod_{k=2}^{\infty}P(X_k=0)+P(X_1=0)\cdot \prod_{k=2}^{\infty}P(X_k=1)=0}\).
- fon_nojman
- Użytkownik
- Posty: 1599
- Rejestracja: 13 cze 2009, o 22:26
- Płeć: Mężczyzna
- Lokalizacja: Łódź
- Podziękował: 68 razy
- Pomógł: 255 razy
Rozkład osobliwy
Dokładnie, oczywiście trzeba by było wytłumaczyć dlaczego można wyjść z granicą przed prawdopodobieństwo ale to proste. Czyli mamy, że dystrybuanta tego rozkładu jest ciągła. Teraz pytanie jakie wartości przyjmuje \(\displaystyle{ X}\) z prawdopodobieństwem \(\displaystyle{ 1}\)?
Podpowiedź \(\displaystyle{ P\left(\frac{X_1+X_2+\ldots+X_n}{n}\to p \neq \frac{1}{2}\right)=1.}\)
Podpowiedź \(\displaystyle{ P\left(\frac{X_1+X_2+\ldots+X_n}{n}\to p \neq \frac{1}{2}\right)=1.}\)
-
- Użytkownik
- Posty: 183
- Rejestracja: 4 maja 2010, o 11:22
- Płeć: Mężczyzna
- Podziękował: 25 razy
- Pomógł: 10 razy
Rozkład osobliwy
\(\displaystyle{ X=\sum_{k=1}^{\infty}\frac{X_k}{2^k}=\lim_{n\to\infty}\sum_{k=1}^n\frac{X_k}{2^k}= \lim_{n\to\infty}\left(\frac{X_1}{2}+\frac{X_2}{2^2}+...+\frac{X_n}{2^n}\right)=?}\)
- fon_nojman
- Użytkownik
- Posty: 1599
- Rejestracja: 13 cze 2009, o 22:26
- Płeć: Mężczyzna
- Lokalizacja: Łódź
- Podziękował: 68 razy
- Pomógł: 255 razy
Rozkład osobliwy
Napiszę dokładniej, definiuje się tzw liczby normalne czyli takie, że w zapisie dwójkowym średnia zer i jedynek jest równa \(\displaystyle{ \frac{1}{2},}\) te liczby mają miarę Lebesgue'a \(\displaystyle{ 1,}\) jest to twierdzenie Borela które elementarnie można samemu pokazać albo wyprowadzić jako łatwym wniosek z \(\displaystyle{ MPWL}\) Kołmogorowa. Z mojego poprzedniego postu wynika, że \(\displaystyle{ X}\) przyjmuje z prawdopodobieństwem \(\displaystyle{ 1}\) wartości z dopełnienia zbioru liczb normalnych czyli zbioru o mierze Lebesgue'a \(\displaystyle{ 0,}\) co daje to co chcieliśmy.