Lt304888.ru

Туристические услуги

Распределение Лапласа

31-08-2023

Распределение Лапласа
Плотность вероятности
Функция распределения
Обозначение {{{notation}}}
Параметры - коэффициент масштаба
- Коэффициент сдвига
Носитель
Плотность вероятности
Функция распределения
Математическое ожидание
Медиана
Мода
Дисперсия
Коэффициент асимметрии
Коэффициент эксцесса
Информационная энтропия  ?
Производящая функция моментов  ?
Характеристическая функция


Распределе́ние Лапла́са (двойно́е экспоненциа́льное) — в теории вероятностей это непрерывное распределение случайной величины, при котором плотность вероятности есть

, ,
где — параметр масштаба, — параметр сдвига.

Содержание

Функция распределения

По определению функция распределения — это интеграл от плотности распределения:

Для интегрирования необходимо рассмотреть два случая: и

F(x)=
\begin{cases}      
  \frac{1}{2}e^{\alpha(x-\beta)}, & x\le\beta \\
  1-\frac{1}{2}e^{-\alpha(x-\beta)}, & x>\beta
\end{cases}


Проверка свойств полученной функции:

  1. не убывает, так как положительна.
  2. , следовательно, непрерывна в точке
  3. ограничена.
  4. Пределы на бесконечностях:

Математическое ожидание и дисперсия

В показателе экспоненты функции плотности содержится модуль разности, поэтому интервал необходимо разбить на (-\infty,\beta)
и . Интегралы берутся по частям, при подстановке бесконечностей () рассматриваются пределы вида .



Моменты


Применяя формулу интегрирования по частям несколько раз, получаем:


После подстановок пределов интегрирования:


Так как первый интеграл зависит от чётности k рассматриваются два случая: k — чётное и k — нечётное:

\operatorname{E}\xi^{k}=
\begin{cases} 
  \beta^{k}+\frac{k(k-1)}{\alpha^{2}}\beta^{k-2}+\ldots+\frac{k(k-1)\cdots 2\cdot 1}{\alpha^{k}}, & k=2n \\
  \beta^{k}+\frac{k(k-1)}{\alpha^{2}}\beta^{k-2}+\ldots+\frac{k(k-1)\cdots 3\cdot 2}{\alpha^{k-1}}\beta, & k=2n+1
\end{cases}

Или, в общем виде:

, где — целая часть x.

Характеристическая функция

Оба интеграла находятся, используя формулу Эйлера и классический пример нахождения интегралов вида и (см. Интегрирование по частям:Примеры):



Окончательно характеристическая функция есть:

См.также

 п·о·р        Вероятностные распределения
Одномерные Многомерные
Дискретные: Бернулли | биномиальное | геометрическое | гипергеометрическое | логарифмическое | отрицательное биномиальное | Пуассона | дискретное равномерное мультиномиальное
Абсолютно непрерывные: Бета | Вейбулла | Гамма | гиперэкспоненциальное | Колмогорова | Коши | Лапласа | логнормальное | нормальное (Гаусса) | логистическое | Накагами |Парето | полукруговое | непрерывное равномерное | Райса | Рэлея | Стьюдента | Фишера | хи-квадрат | экспоненциальное | variance-gamma многомерное нормальное | копула

Распределение Лапласа.

© 2020–2023 lt304888.ru, Россия, Волжский, ул. Больничная 49, +7 (8443) 85-29-01