mirror of
https://github.com/janishutz/eth-summaries.git
synced 2026-04-28 16:19:23 +02:00
[PS] Restructure, central limit theorem
This commit is contained in:
@@ -3,10 +3,3 @@
|
|||||||
{\scriptsize \shortterm In Zusammenhang mit Zufallsvariablen auch \bi{Sichprobenmittel} genannt. Realisierung wird \bi{empirischer Mittelwert} genannt}
|
{\scriptsize \shortterm In Zusammenhang mit Zufallsvariablen auch \bi{Sichprobenmittel} genannt. Realisierung wird \bi{empirischer Mittelwert} genannt}
|
||||||
|
|
||||||
% TODO: Possibly add the remark from P288 (P6 in Slide Deck 6) on expected value
|
% TODO: Possibly add the remark from P288 (P6 in Slide Deck 6) on expected value
|
||||||
|
|
||||||
\shorttheorem[Schwaches Ges. der grossen Zahlen] Sei $K = \{ 1, 2, \ldots \}$ und $\forall k \in K : \cX_k$ unabh. Z.V. mit $\E[\cX_k] = \mu$; $\V[\cX_k] = \sigma^2$:
|
|
||||||
\[
|
|
||||||
\overline{\cX}_n = \frac{1}{n} S_n = \frac{1}{n} \sum_{k = 1}^{n} \cX_k
|
|
||||||
\]
|
|
||||||
Dann konvergiert $\overline{\cX}_n$ für $n \rightarrow \8$ in Wahrscheinlichkeit gegen $\mu = \E[\cX_k]$,
|
|
||||||
also $\forall \varepsilon > 0$ gilt $\P[|\overline{\cX}_n - \mu| > \varepsilon] \overset{n \rightarrow \8}{\longrightarrow} 0$
|
|
||||||
|
|||||||
@@ -0,0 +1,19 @@
|
|||||||
|
\subsection{Zentraler Grenzwertsatz}
|
||||||
|
\shortdefinition[Konvergenz in Verteilung] $(\cX_n)_{n \in \N}$, $\cX$ mit V.F.\\
|
||||||
|
$(F_n)_{n \in \N}$, $F$.
|
||||||
|
$(\cX_n)_{n \in \N}$ \bi{konvergiert in V.} gegen $\cX$
|
||||||
|
($\cX_n \overset{d}{\rightarrow} \cX$ für $n \rightarrow \8$), falls $\forall$ Stetigkeitsp. $x \in \R$ von $F$ gilt:
|
||||||
|
\[
|
||||||
|
\limit{n}{\8} F_n(x) = \limit{n}{\8} \P[\cX_n \leq x] = \P[\cX \leq x] = F(x)
|
||||||
|
\]
|
||||||
|
|
||||||
|
\shorttheorem[Zentraler Grenzwertsatz (\textbf{ZGS})]\\
|
||||||
|
{\scriptsize i.i.d = independent and identically distributed (u.i.v in DE)}
|
||||||
|
|
||||||
|
$\cX_k$ i.i.d mit $\E[\cX_k] = \mu$, $\V[\cX_k] = \sigma^2$. Für Partialsummen $S_n = \sum_{k = 1}^{n} \cX_k$ gilt $\forall x \in \R$ (mit $\Phi$ V.F. von Std.-Norm.-V):
|
||||||
|
\[
|
||||||
|
\limit{n}{\8} \P \left[ \frac{S_n - n\mu}{\sigma \sqrt{n}} \leq x \right] = \Phi(x)
|
||||||
|
\]
|
||||||
|
|
||||||
|
\shortremark $\E[S_n] = n \mu$, $\V[S_n] = n \sigma^2$; $S_n^* = \frac{S_n - \mu}{\sigma \sqrt{n}} \overset{\text{approx}}{\sim} \cN(0, 1)$
|
||||||
|
für grosse $n$, mit $\overset{\text{approx}}{\sim}$ gespr. ``approx. gleichverteilt gemäss''
|
||||||
Binary file not shown.
@@ -84,6 +84,9 @@
|
|||||||
\newsection
|
\newsection
|
||||||
\section{Das Gesetz der grossen Zahlen}
|
\section{Das Gesetz der grossen Zahlen}
|
||||||
\input{parts/05_limit-theorems/00_intro.tex}
|
\input{parts/05_limit-theorems/00_intro.tex}
|
||||||
|
\input{parts/05_limit-theorems/01_weak-law-of-large-numbers.tex}
|
||||||
|
\input{parts/05_limit-theorems/02_strong-law-of-large-numbers.tex}
|
||||||
|
\input{parts/05_limit-theorems/03_central-limit-theorem.tex}
|
||||||
% \input{parts/05_limit-theorems/}
|
% \input{parts/05_limit-theorems/}
|
||||||
|
|
||||||
|
|
||||||
|
|||||||
Reference in New Issue
Block a user