Matematika · Glosarium

Apa itu ruang peluang?

Dikenal juga sebagai: peubah acak · distribusi sebuah peubah acak · nilai harapan

Definisi 22.1 Matematika Universitas — Tahun 3 · Bab 22 — Peluang: Landasan dan Hukum Bilangan Besar

Sebuah ruang peluang adalah ruang ukuran (Ω,A,P)(\Omega, \mathcal A, \P) dengan P(Ω)=1\P(\Omega) = 1; unsur A\mathcal A disebut kejadian, dan sebuah sifat berlaku hampir pasti (h.p.) jika kejadiannya berpeluang 11. Sebuah peubah acak adalah pemetaan terukur X ⁣:ΩRX \colon \Omega \to \R (atau ke Rd\R^d: yakni vektor acak); sedangkan distribusi miliknya adalah ukuran peluang dorongan-maju PX=XP\P_X = X_*\P pada R\R (Latihan 11.9), yang ditentukan oleh fungsi distribusi FX(t)=P(Xt)F_X(t) = \P(X \leq t) (Latihan 9.3). Lalu XX mempunyai kepadatan ff jika PX=f ⁣dλ\P_X = f\,\dd\lambda; dan ia diskret jika PX\P_X merupakan kombinasi terbilang massa Dirac. Adapun nilai harapan adalah

E[X]=ΩX ⁣dP(X0 atau XL1(P)),\E[X] = \int_\Omega X\,\dd\P \qquad (X \geq 0 \text{ atau } X \in L^1(\P)),

dan teorema transfer (Latihan 11.9) menghitungnya di dalam distribusinya: E[g(X)]=Rg ⁣dPX\E[g(X)] = \int_\R g\,\dd\P_X — yakni =g(xk)pk= \sum g(x_k)p_k pada kasus diskretnya, =g(x)f(x) ⁣dx= \int g(x)f(x)\dd x pada kasus kepadatannya: yakni rumus Tahun 2, kini menjadi teorema satu teori. Sedangkan variansnya adalah V(X)=E[(XEX)2]=E[X2](EX)2\V(X) = \E[(X - \E X)^2] = \E[X^2] - (\E X)^2 bagi XL2X \in L^2.

Contoh

Contoh 22.2

Distribusi bakunya dan transformasi yang patut dicatat: Bernoulli B(p)\mathcal B(p), binomial B(n,p)\mathcal B(n, p), geometrik, Poisson P(λ)\mathcal P(\lambda) (yang diskret: tabel Tahun 2 tetap sahih); seragam pada [0,1]\intcc01 (yakni ukuran Lebesgue itu sendiri); eksponensial E(λ)\mathcal E(\lambda) (berkepadatan λeλx1x>0\lambda\eu^{-\lambda x}\mathbf 1_{x>0}); dan Gauss N(m,σ2)\mathcal N(m, \sigma^2) yang berkepadatan 1σ2πexp((xm)22σ2)\frac1{\sigma\sqrt{2\pi}}\exp\bigl(-\frac{(x - m)^2}{2\sigma^2}\bigr) — yakni kepadatan peluang menurut Soal 10.1, dengan rata-rata mm dan varians σ2\sigma^2 (yakni momen Gauss, Latihan 11.10).

Contoh 22.14 (Apa yang dibeli hukum kuatnya)

(a) Frekuensinya: bagi lemparan koin i.i.d., frekuensi sisi gambar yang teramati konvergen secara h.p. ke pp — yakni pembenaran empiris bagi peluang itu sendiri. (b) Monte Carlo: bagi gL1([0,1])g \in L^1(\intcc01) dan (Un)(U_n) seragam i.i.d. (Teorema 22.6), 1nkng(Uk)01g\frac1n\sum_{k\leq n}g(U_k) \to \int_0^1g secara h.p.: yakni integral lewat pencuplikan, pada dimensi mana pun, dengan laju yang tak bergantung dimensi n1/2\sim n^{-1/2} yang dipertajam pada Bab 23. (c) Bilangan normal: hampir setiap bilangan real mempunyai, pada uraian binernya, frekuensi asimtotik 12\frac12 bagi angka satu (terapkanlah hukum kuatnya pada variabel digit Teorema 22.6) — yakni teorema Borel, sebuah pernyataan tentang bilangan sehari-hari yang dibuktikan lewat ukuran: Soal 22.1 melengkapinya pada semua basis.

Baca dalam konteks →