Elementy teorii prawdopodobieństa
Z Skrypty dla studentów Ekonofizyki UPGOW
(Różnice między wersjami)
| Linia 2: | Linia 2: | ||
Dla przykładu, dla teorii funkcji taka przestrzenią jest przestrzeń metryczna, w której | Dla przykładu, dla teorii funkcji taka przestrzenią jest przestrzeń metryczna, w której | ||
można określić zbieżność ciągów i wprowadzić pojęcie ciągłości funkcji. Przestrzeń metryczna | można określić zbieżność ciągów i wprowadzić pojęcie ciągłości funkcji. Przestrzeń metryczna | ||
| - | jest takim zbiorem <math> X </math>, w którym można zdefiniować odległość <math> d(x, y) </math> między dwoma jej elementami | + | jest takim zbiorem <math> X </math>, w którym można zdefiniować odległość <math> d(x, y) </math> między dwoma jej elementami |
<math> x \in X </math> i <math> y \in X </math>. Odleglość jest funkcją dwóch zmiennych x i y. | <math> x \in X </math> i <math> y \in X </math>. Odleglość jest funkcją dwóch zmiennych x i y. | ||
Wersja z 15:01, 23 paź 2009
Teoria prawdopodobieństwa bazuje, jak każda teoria matematyczna, na odpowiedniej przestrzeni. Dla przykładu, dla teorii funkcji taka przestrzenią jest przestrzeń metryczna, w której można określić zbieżność ciągów i wprowadzić pojęcie ciągłości funkcji. Przestrzeń metryczna jest takim zbiorem \( X \), w którym można zdefiniować odległość \( d(x, y) \) między dwoma jej elementami \( x \in X \) i \( y \in X \). Odleglość jest funkcją dwóch zmiennych x i y.