Waarskynlikheidsleer: Verskil tussen weergawes
Content deleted Content added
Verander "verspreiding" na "verdeling". |
Verander "lukrake veranderlike" na "stogastiese verandelike" |
||
Lyn 1:
'''Waarskynlikheidsleer''' is 'n tak van [[wiskunde]] wat handel oor die analise van [[Statistiese lukraakheid|lukrake]] verskynsels.<ref>[http://www.britannica.com/ebc/article-9375936 Probability theory, Encyclopaedia Britannica]</ref> Die sentrale konsepte in waarskynlikheidsleer is [[
Waarskynlikheidsleer is 'n grondslag van [[statistiek]] en is belangrik vir baie menslike aktiwiteite wat die kwantitatiewe analise van groot datastelle raak. Waarskynlikheidsleer metodes is ook van toepassing op komplekse sisteme waar slegs gedeeltelike kennis van die sisteem se toestand bekend is; dit is b.v. die geval in [[statistiese meganika]]. 'n Groot ontdekking van twintigste eeuse [[fisika]] is die probabilistiese gedrag van natuurverskynsels op die atomiese vlak, wat beskryf word in [[kwantummeganika]].
Lyn 40:
'''Moderne definisie:'''
As die proefsteekruimte die [[reële getalle]] (<math>\mathbb{R}</math>) is, word dit aangeneem dat 'n sogenaamde '''[[kumulatiewe verdelingsfunksie]]''' <math>F\,</math> bestaan, wat van so aard is dat <math>P(X\le x) = F(x)\,</math> geld vir 'n [[
Die kumulatiewe verdelingsfunksie moet die volgende eienskappe bevredig:
Lyn 47:
#<math>\lim_{x\rightarrow \infty} F(x)=1.</math>
As <math>F\,</math> [[differensieerbaar]] is, sê mens dat die
Vir 'n versameling <math>E \subseteq \mathbb{R}</math>, is die waarskynlikheid dat die
:<math>P(X\in E) = \int_{x\in E} dF(x).</math>
Lyn 55:
:<math>P(X\in E) = \int_{x\in E} f(x)\,dx.</math>
Waar die waarskynlikheidsdigtheidsfunksie slegs vir kontinue
Hierdie konsepte kan veralgemeen word vir [[Dimensie|veeldimensionele]] gevalle oor <math>\mathbb{R}^n</math> en ander kontinue steekproefruimtes.
===Maatteoretiese waarskynlikheidsleer===
Die bestaansrede van die maatteoretiese behandeling van waarskynlikheidsleer is dat dit die diskrete en die kontinue verenig, en die verskil laat afhang van die gekose maat. Verder dek dit verdelings wat nóg diskreet nóg kontinu is. 'n Voorbeeld van so 'n verdeling kan 'n mengsel van diskrete en kontinue verdelings wees, b.v. die sommasie van 'n diskrete en 'n kontinue
Gegee 'n versameling <math>\Omega,</math> (ook genoem die '''steekproefruimte''') en 'n [[sigma-algebra|σ-algebra]] <math>\mathcal{F}\,</math> oor hierdie versameling, word 'n [[maat (wiskunde)|maat]] <math>P</math> 'n '''waarskynlikheidsmaat''' genoem as
Lyn 77:
== Waarskynlikheidsverdelings ==
<!-- {{main|Probability distributions}} -->
Sommige
== Konvergensie van
<!-- {{main|Convergence of random variables}} -->
In waarskynlikheidsleer is daar talle begrippe m.b.t. die konvergensie van [[
:'''Konvergensie in verdeling:''' Soos die insinueer, konvergeer 'n reeks
::''Mees algemene afkortingsnotasie:'' <math>X_n \, \xrightarrow{\mathcal D} \, X</math>
:'''Swak konvergensie:''' Mens sê dat die reeks
::''Mees algemene afkortingsnotasie:'' <math>X_n \, \xrightarrow{P} \, X</math>
:'''Sterk konvergensie:''' Mens sê dat die reeks
::''Mees algemene afkortingsnotasie:'' <math>X_n \, \xrightarrow{\mathrm{a.s.}} \, X</math>
Intuïtiewelik is ''strek'' konvergensie 'n sterker weergawe van die ''swak'' konvergensie, en in beide gevalle toon die
== Die wet van groot getalle ==
Lyn 103:
<!-- Nota an redakteurs: Verskaf asseblief 'n beter verwysing vir die historiese belang van die wet van groot getalle as jul een het. -->
Die '''wet van groot getalle''' (WGG; LLN in Engels) voer aan dat die steekproefgemiddelde <math>\overline{X}_n=\tfrac1n{\sum X_n}</math> van <math>X_1,X_2,...\,</math> (onafhanklik en identies verdeelde
Dit is die verskillende vorms van die [[konvergensie van
:'''Swak wet: '''<math>\overline{X}_n \, \xrightarrow{P} \, \mu \qquad\textrm{vir}\qquad n \to \infty.</math>
Lyn 113:
'n Gevolg van die WGG is dat wanneer 'n gebeurtenis met waarskynlikheid ''p'' herhaaldelik gedurende onafhanklike eksperimente waargeneem word, die verhouding tussen die waargenome frekwensie van daardie gebeurtenis en die totale aantal herhalings na ''p'' toe sal konvergeer.
Om hierdie uit te druk i.t.v.
==Sentrale limietstelling==
Lyn 119:
Die '''sentrale limietstelling''' verduidelik die gereelde voorkoms van die [[normaalverdeling]] in die natuur; dit is een van die mees beroemde stellings in die waarskynlikheidsleer en statistiek.{{Feit|datum=November 2007}}
Die stelling voer aan dat die [[gemiddelde]] van talle onafhanklike en identies verdeelde
:<math>Z_n=\frac{\sum_{i=1}^n (X_i - \mu_i)}{\sqrt{\sum_{i=1}^n \sigma_i^2}}</math>
volgens verdeling na 'n [[standaard normaal]]
==Sien ook==
|