Variáveis Aleatórias e Distribuições
Uma variável aleatória é uma função mensurável em um espaço de probabilidade, e sua distribuição, a medida de avanço que ela induz na reta real, é o que experimentos e dados realmente relatam; esta área estuda as distribuições e as ferramentas analíticas que as descrevem.
Definition
Uma variável aleatória é uma função mensurável de um espaço de probabilidade para os números reais, e sua distribuição é a medida de probabilidade que ela induz na reta real, resumida pela função de distribuição e estudada através de densidades, momentos e funções características.
Scope
A área abrange variáveis aleatórias e vetores aleatórios, funções de distribuição e densidade, a função característica como a transformada de Fourier de uma distribuição e sua inversão e unicidade, as famílias de distribuição discretas e contínuas padrão, e a transformação de variáveis juntamente com momentos, funções geradoras e as relações entre elas.
Sub-topics
Core questions
- Como a distribuição de uma variável aleatória é definida independentemente do espaço amostral subjacente?
- Quais transformações analíticas codificam unicamente uma distribuição e simplificam somas de variáveis independentes?
- Quais famílias de distribuição padrão surgem repetidamente e por quê?
- Como uma distribuição se transforma sob funções da variável aleatória, e o que seus momentos revelam?
Key theories
- Distribuição como uma medida de avanço
- A distribuição, ou lei, de uma variável aleatória é a imagem da medida de probabilidade sob a variável, de modo que todas as declarações probabilísticas sobre a variável dependem apenas desta lei e não do espaço de probabilidade particular que a carrega.
- Unicidade e inversão da função característica
- A função característica é a transformada de Fourier de uma distribuição; ela determina a distribuição unicamente, pode ser invertida para recuperá-la e transforma a convolução de variáveis independentes em multiplicação, o que a torna a ferramenta analítica central para teoremas limite.
Clinical relevance
As distribuições são a linguagem em que os modelos estatísticos, a simulação e o risco são expressos: a escolha e o ajuste de uma família de distribuição fundamentam a estimação e o teste de hipóteses, as funções características e geradoras impulsionam as provas dos teoremas limite, e as transformações de variáveis são rotineiras na amostragem de Monte Carlo e na propagação da incerteza.
History
Distribuições específicas como a binomial, normal e Poisson foram estudadas muito antes da teoria abstrata, por de Moivre, Laplace, Gauss e Poisson. A visão unificadora de uma variável aleatória como uma função mensurável com uma lei induzida, e o uso sistemático de funções características devido a Levy, pertence à síntese da teoria da medida do século XX.
Key figures
- William Feller
- Paul Levy
- Pierre-Simon Laplace
- Carl Friedrich Gauss
Related topics
Seminal works
- feller1971
- billingsley1995
Frequently asked questions
- Qual é a diferença entre uma variável aleatória e sua distribuição?
- A variável aleatória é uma função em um espaço amostral, enquanto sua distribuição é a medida de probabilidade que ela induz na reta real; duas variáveis aleatórias muito diferentes podem compartilhar a mesma distribuição, e apenas a distribuição importa para as probabilidades de eventos definidos apenas através da variável.
- Por que as funções características são tão amplamente utilizadas?
- Elas sempre existem, determinam unicamente a distribuição, convertem somas de variáveis independentes em produtos e possuem propriedades de continuidade que as tornam o veículo natural para provar a convergência em distribuição e o teorema do limite central.