المرجع الالكتروني للمعلوماتية
المرجع الألكتروني للمعلوماتية

الرياضيات
عدد المواضيع في هذا القسم 9761 موضوعاً
تاريخ الرياضيات
الرياضيات المتقطعة
الجبر
الهندسة
المعادلات التفاضلية و التكاملية
التحليل
علماء الرياضيات

Untitled Document
أبحث عن شيء أخر المرجع الالكتروني للمعلوماتية

ظهور الدولة المعينية
19-6-2019
عبادة الثور في عهد رعمسيس الثالث.
2024-10-21
تطوير شخصية البطل- التطور الجسدي
14-4-2021
المشهد
15-11-2021
هل تضاف بعض المواد الجاذبة Attractants للمبيدات؟
2023-10-17
أثر القرآن في اللغة العربية
3-05-2015

Extreme Value Distribution  
  
1446   03:43 مساءً   date: 5-4-2021
Author : Abramowitz, M. and Stegun, I. A.
Book or Source : Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables, 9th printing. New York: Dover, 1972.
Page and Part : ...


Read More
Date: 14-4-2021 2619
Date: 28-2-2021 2854
Date: 5-4-2021 1534

Extreme Value Distribution

There are essentially three types of Fisher-Tippett extreme value distributions. The most common is the type I distribution, which are sometimes referred to as Gumbel types or just Gumbel distributions. These are distributions of an extreme order statistic for a distribution of N elements X_i.

The Fisher-Tippett distribution corresponding to a maximum extreme value distribution (i.e., the distribution of the maximum X^(<N>)), sometimes known as the log-Weibull distribution, with location parameter alpha and scale parameter beta is implemented in the Wolfram Language as ExtremeValueDistribution[alphabeta].

FisherTippettDistribution

It has probability density function and distribution function

P(x) = (e^((a-x)/b-e^((a-x)/b)))/b

(1)

D(x) = e^(-e^((a-x)/b)).

(2)

The moments can be computed directly by defining

z = exp((a-x)/b)

(3)

x = a-blnz

(4)

dz = -1/bexp((a-x)/b)dx.

(5)

Then the raw moments are

= int_(-infty)^inftyx^nP(x)dx

(6)

= 1/bint_(-infty)^inftyx^nexp((a-x)/b)exp[-e^((a-x)/b)]dx

(7)

= -int_infty^0(a-blnz)^ne^(-z)dz

(8)

= int_0^infty(a-blnz)^ne^(-z)dz

(9)

= sum_(k=0)^(n)(n; k)(-1)^ka^(n-k)b^kint_0^infty(lnz)^ke^(-z)dz

(10)

= sum_(k=0)^(n)(n; k)a^(n-k)b^kI(k),

(11)

where I(k) are Euler-Mascheroni integrals. Plugging in the Euler-Mascheroni integrals I(k) gives

= 1

(12)

= a+bgamma

(13)

= (a+bgamma)^2+1/6pi^2b^2

(14)

= 2zeta(3)b^3+1/2(a+bgamma)pi^2b^2+(a+bgamma)^3

(15)

= a^4+4a^3bgamma+6a^2b^2(gamma^2+1/6pi^2)+4ab^3[gamma^3+1/2gammapi^2+2zeta(3)]+b^4[gamma^4+gamma^2pi^2+3/(20)pi^4+8gammazeta(3)],

(16)

where gamma is the Euler-Mascheroni constant and zeta(3) is Apéry's constant.

The corresponding central moments are therefore

mu_2 = 1/6b^2pi^2

(17)

mu_3 = 2zeta(3)b^3

(18)

mu_4 = 3/(20)b^4pi^4,

(19)

giving mean, variance, skewness, and kurtosis excess of

mu = a+bgamma

(20)

sigma^2 = 1/6pi^2b^2

(21)

gamma_1 = (12sqrt(6)zeta(3))/(pi^3)

(22)

gamma_2 = (12)/5.

(23)

The characteristic function is

 phi(t)=Gamma(1-ibetat)e^(ialphat),

(24)

where Gamma(z) is the gamma function (Abramowitz and Stegun 1972, p. 930).

An analog to the central limit theorem states that the asymptotic normalized distribution of M_n satisfies one of the three distributions

D(y) = exp(-e^(-y))

(25)

D(y) = {0 if y<=0; exp(-y^(-a)) if y>0

(26)

D(y) = {exp[-(-y)^a] if y<=0; 1 if y>0,

(27)

also known as Gumbel-type, Fréchet-type, and Weibull-type distributions, respectively.

The distributions of -y are also extreme value distributions. The Gumbel-type distribution for -y is implemented in as GumbelDistribution[alphabeta]. The Weibull-type distribution for -y is a Weibull distribution. The two-parameter Weibull distribution is implemented as WeibullDistribution[alphabeta].


REFERENCES:

Abramowitz, M. and Stegun, I. A. (Eds.). Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables, 9th printing. New York: Dover, 1972.

Balakrishnan, N. and Cohen, A. C. Order Statistics and Inference. New York: Academic Press, 1991.

David, H. A. Order Statistics, 2nd ed. New York: Wiley, 1981.

Finch, S. R. "Extreme Value Constants." §5.16 in Mathematical Constants. Cambridge, England: Cambridge University Press, pp. 363-367, 2003.

Gibbons, J. D. and Chakraborti, S. (Eds.). Nonparametric Statistical Inference, 3rd rev. ext. ed. New York: Dekker, 1992.

Johnson, N.; Kotz, S.; and Balakrishnan, N. Continuous Univariate Distributions, Vol. 2, 2nd ed. New York: Wiley, 1995.

Natrella, M. "Extreme Value Distributions." §8.1.6.3 in Engineering Statistics Handbook. NIST/SEMATECH, 2005. https://www.itl.nist.gov/div898/handbook/apr/section1/apr163.htm.




الجبر أحد الفروع الرئيسية في الرياضيات، حيث إن التمكن من الرياضيات يعتمد على الفهم السليم للجبر. ويستخدم المهندسون والعلماء الجبر يومياً، وتعول المشاريع التجارية والصناعية على الجبر لحل الكثير من المعضلات التي تتعرض لها. ونظراً لأهمية الجبر في الحياة العصرية فإنه يدرّس في المدارس والجامعات في جميع أنحاء العالم. ويُعجب الكثير من الدارسين للجبر بقدرته وفائدته الكبيرتين، إذ باستخدام الجبر يمكن للمرء أن يحل كثيرًا من المسائل التي يتعذر حلها باستخدام الحساب فقط.وجاء اسمه من كتاب عالم الرياضيات والفلك والرحالة محمد بن موسى الخورازمي.


يعتبر علم المثلثات Trigonometry علماً عربياً ، فرياضيو العرب فضلوا علم المثلثات عن علم الفلك كأنهما علمين متداخلين ، ونظموه تنظيماً فيه لكثير من الدقة ، وقد كان اليونان يستعملون وتر CORDE ضعف القوسي قياس الزوايا ، فاستعاض رياضيو العرب عن الوتر بالجيب SINUS فأنت هذه الاستعاضة إلى تسهيل كثير من الاعمال الرياضية.

تعتبر المعادلات التفاضلية خير وسيلة لوصف معظم المـسائل الهندسـية والرياضـية والعلمية على حد سواء، إذ يتضح ذلك جليا في وصف عمليات انتقال الحرارة، جريان الموائـع، الحركة الموجية، الدوائر الإلكترونية فضلاً عن استخدامها في مسائل الهياكل الإنشائية والوصف الرياضي للتفاعلات الكيميائية.
ففي في الرياضيات, يطلق اسم المعادلات التفاضلية على المعادلات التي تحوي مشتقات و تفاضلات لبعض الدوال الرياضية و تظهر فيها بشكل متغيرات المعادلة . و يكون الهدف من حل هذه المعادلات هو إيجاد هذه الدوال الرياضية التي تحقق مشتقات هذه المعادلات.