Tiriamas nepriklausomų atsitiktinių dydžių k-tųjų ekstremaliųjų reikšmių konvergavimo greitis, bei nepriklausomų atsitiktinių dydžių k-tųjų ekstremaliųjų reikšmių tankio konvergavimo greitis. Konkrečių skirstinių atveju parenkamos centravimo ir normavimo konstantos, gaunami k- tųjų maksimumų (minimumų) ribiniai skirstiniai , bei k-tųjų maksimumų (minimumų) tankiai. Aproksimavimo paklaidos tiriamos remiantis kompiuterine analize. / In this work we research the convergence rate of k-th extreme values to limit distribution. This problem is solving in case of particular distributions such as, exponential, Pareto, uniform. The phase of this problem solving are: 1) the matching of centering and normalization constants; 2) the determination of extreme values limit distribution; 3) the determination of k-th extreme values distribution; 4) computerized analysis.

Darbe nagrinėjami nepriklausomų ir vienodai pasiskirsčiusių atsitiktinių dydžių maksimumai su skirstinio funkcija F. Skaičiuojami maksimumų vidurkiai Pareto ir Buro skirstinių atveju, palyginami su tiksliomis reikšmėmis ir žinomu įverčiu. Kai imties didumas n yra didelis, naudojamos ribinės teoremos, Pareto skirstinio atveju randamas konvergavimo greičio įvertis. Taip pat skaičiuojami Buro atsitiktinių dydžių maksimumų vidurkiai, kai imties didumas N yra pasiskirstęs pagal geometrinį skirstinį. / In this work maxima of independent and identically distributed random variables with distribution function F are analyzed. We calculate maxima means for Pareto and Buro distributions and compare theoretical values with known estimates. We use limit theorems for maxima means when the set size n is large and find the estimate of convergence rate for Pareto random variables. When the set size N is geometric random number maxima means for Buro random variables are calculated.