Статистика Гаусса — Кузьмина

Распределение (или статистика) Гаусса — Кузьмина — вероятностное распределение на множестве натуральных чисел, получающееся как предельное распределение элементов разложения в цепную дробь типичного (в смысле меры Лебега) вещественного числа. Она задаётся по правилу

P(k)=\int \limits _{1/(k+1)}^{1/k}{\frac {1}{\ln 2}}\,{\frac {1}{1+x}}\,dx=-\log _{2}\left[1-{\frac {1}{(k+1)^{2}}}\right],

вытекающему из наличия инвариантной абсолютно непрерывной вероятностной меры $m={\frac {1}{\ln 2}}\,{\frac {1}{1+x}}\,dx$ для преобразования Гаусса $f(x)=\{1/x\}$ .

Литература

В. И. Арнольд, «Цепные дроби», МЦНМО, 2001.

Похожие исследовательские статьи

Дзе́та-фу́нкция Ри́мана — функция $\text{[math]}$ комплексного переменного $\text{[math]}$ , при $\text{[math]}$ , определяемая с помощью ряда Дирихле:

\text{[math]}

Логари́фм числа $\text{[math]}$ по основанию $\text{[math]}$ определяется как показатель степени, в которую надо возвести основание $\text{[math]}$ , чтобы получить число $\text{[math]}$ . Обозначение: $\text{[math]}$ , произносится: «логарифм $\text{[math]}$ по основанию $\text{[math]}$ ».

Непрерывная дробь — это конечное или бесконечное математическое выражение вида

\text{[math]}

Гамма-функция — математическая функция. Была введена Леонардом Эйлером, а своим обозначением гамма-функция обязана Лежандру.

Норма́льное распределе́ние, также называемое распределением Гаусса или Гаусса — Лапласа — распределение вероятностей, которое в одномерном случае задаётся функцией плотности вероятности, совпадающей с функцией Гаусса:

\text{[math]}

где параметр

\text{[math]}

— математическое ожидание, медиана и мода распределения, а параметр

\text{[math]}

— среднеквадратическое отклонение,

\text{[math]}

— дисперсия распределения.

Постоянная Э́йлера — Маскеро́ни или постоянная Эйлера — математическая константа, определяемая как предел разности между частичной суммой гармонического ряда и натуральным логарифмом числа:

\text{[math]}

Вычисление производной — важнейшая операция в дифференциальном исчислении. Эта статья содержит список формул для нахождения производных от некоторых функций.

Натуральный логарифм — логарифм по основанию e, где $\text{[math]}$ — трансцендентная константа, равная приблизительно 2,718. Он обозначается как $\text{[math]}$ , $\text{[math]}$ или иногда просто $\text{[math]}$ , если основание $\text{[math]}$ подразумевается. Обычно число $\text{[math]}$ под знаком логарифма вещественное, но можно расширить это понятие и на комплексные числа.

Логарифмическое распределение в теории вероятностей — класс дискретных распределений. Логарифмическое распределение используется в различных приложениях, включая математическую генетику и физику.

Пло́тность вероя́тности — один из способов задания распределения случайной величины. Во многих практических приложениях понятия «плотность вероятности» и «плотность (распределения) случайной величины» или «функция распределения вероятностей» фактически синонимизируются и под ними подразумевается вещественная функция, характеризующая сравнительную вероятность реализации тех или иных значений случайной переменной (переменных).

Распределе́ние Ве́йбулла в теории вероятностей — двухпараметрическое семейство абсолютно непрерывных распределений.

Расстояние Ку́льбака — Ле́йблера, РКЛ, информационное расхождение, различающая информация, информационный выигрыш, относительная энтропия — неотрицательнозначный функционал, являющийся несимметричной мерой удалённости друг от друга двух вероятностных распределений, определённых на общем пространстве элементарных событий. Часто применяется в теории информации и математической статистике.

Точное нахождение первообразной произвольных функций — процедура более сложная, чем «дифференцирование», то есть нахождение производной. Зачастую, выразить интеграл в элементарных функциях невозможно.

Теорема о распределении простых чисел — теорема аналитической теории чисел, описывающая асимптотику распределения простых чисел, которая утверждает, что функция распределения простых чисел $\text{[math]}$ растёт с увеличением $\text{[math]}$ как $\text{[math]}$ , то есть:

\text{[math]}

, когда

\text{[math]}

В математике, преобразование Гаусса или отображение Гаусса — (измеримая) динамическая система на отрезке [0, 1], заданная отображением

\text{[math]}

В байесовской статистике априорная вероятность Джеффри, по имени Гарольда Джеффри — неинформативная (объективная) априорная вероятность в пространстве параметра, пропорциональная квадратному корню из детерминанта информации Фишера:

\text{[math]}

В интегрировании, разложение дробей позволяет интегрировать рациональные функции. Любая рациональная функция может быть представлена в виде суммы некоторого многочлена и некоторого числа дробных функций. Каждая дробь имеет знаменатель в виде многочлена первой или второй степени, причём многочлен в знаменателе, в свою очередь, также может быть возведён в некоторую положительную целую степень.. Если знаменатель является многочленом первой степени, возведённым в некоторую целую положительную степень, то числитель дроби является постоянным числом. Если знаменатель является многочленом второй степени, то числитель является многочленом первой степени.

Принцип максимума энтропии утверждает, что наиболее характерными распределениями вероятностей состояний неопределенной среды являются такие распределения, которые максимизируют выбранную меру неопределенности при заданной информации о «поведении» среды. Впервые подобный подход использовал Д.Гиббс для нахождения экстремальных функций распределений физических ансамблей частиц. Впоследствии Э.Джейнсом был предложен формализм восстановления неизвестных законов распределения случайных величин при наличии ограничений из условий максимума энтропии Шеннона.

Постоя́нная Хи́нчина — вещественная константа $\text{[math]}$ , равная среднему геометрическому элементов разложения в цепную дробь любого из почти всех вещественных чисел.

Натуральный логарифм 2 в десятичной системе счисления равен приблизительно

\text{[math]}

Эта страница основана на статье Википедии.
Текст доступен на условиях лицензии CC BY-SA 4.0; могут применяться дополнительные условия.
Изображения, видео и звуки доступны по их собственным лицензиям.