Экстремальные распределения

Экстремальные распределения — это класс распределений, которые описывают поведение крайних значений выборки (максимума или минимума) при большом числе наблюдений.

Идея: если у нас есть (n) независимых одинаково распределённых случайных величин $(X_1,\dots ,X_n)$, то их максимум

$$M_n=\max (X_1,\dots ,X_n)$$

имеет собственное распределение, которое при $n\to \infty$ сходится к одной из трёх универсальных форм, после центрирования и нормировки.

Три типа экстремальных распределений (по Фишеру–Типпету–Гnedenko):

1. Распределение Гумбеля (тип I)

• для случайных величин с «тонкими хвостами» (например, нормальные, экспоненциальные)
• кумулятивная функция:

$$F(x)=\exp (-\exp (-(x-\mu )/\beta ))$$

• описывает рост максимума для распределений с неограниченными хвостами, но экспоненциально убывающими вероятностями

2. Распределение Фреше (тип II)

• для распределений с «тяжёлыми хвостами» (например, степенные)
• поддержка ограничена снизу $(x\ge \mu )$
• вероятность очень больших значений убывает медленно

2. Распределение Вейбулла (тип III)

• для распределений с конечной верхней границей
• часто используется для моделирования долговечности и надёжности
• кумулятивная функция убывает до 1 на конечном значении

Особенности экстремальных распределений:

• Они описывают асимптотическое поведение максимума или минимума
• Не зависят от точной формы исходного распределения, а только от типа хвоста
• Используются в инженерии, страховании, финансах, климатологии (наводнения, ветровые нагрузки, рекордные температуры)

Пример интерпретации:

• Если мы генерируем 1000 нормальных случайных величин, максимум из них распределён примерно как Гумбеля
• Если числа ограничены сверху (например, длина деталей ≤ 10 см), максимум сходится к Вейбуллу

Коротко:
экстремальные распределения — это асимптотические законы для крайних значений выборки, которые классифицируются на три типа в зависимости от поведения хвостов исходного распределения.