
- •Лекция 13
- •13.1. Теорема Бернулли (закон больших чисел).
- •Тема 4. Функции случайного аргумента
- •13.2. Функция одного случайного аргумента и ее распределение
- •13.3 Математическое ожидание функции одного случайного аргумента
- •13.4. Функция двух случайных аргументов. Распределение суммы независимых слагаемых.
- •13.5. Устойчивость нормального распределения
- •Тема 4. Функции случайного аргумента
- •13.2 Функции одномерного случайного аргумента
- •13.2. Числовые характеристики функций одномерных случайных величин
- •13.3. Функции многомерных случайных величин
- •13.4. Задача композиции
- •13.5. Числовые характеристики функций многомерных случайных величин
- •2.3.6. Свойства математического ожидания и дисперсии
- •2.3.7. Характеристическая функция
Кисляков Н.И. Теория
вероятности Л13 стр.
Лекция 13
13.1. Теорема Бернулли (закон больших чисел).
Если в каждом из n независимых испытаний вероятность p появления события А постоянна, то как угодно близка к единице вероятность того, что отклонение относительной частоты от вероятности p по абсолютной величине будет сколь угодно малым, если число испытаний достаточно велико.
.
Обозначим через
дискретную случайную
величину — число появлений события в
первом испытании, через
— во втором,-..., Хп—в
n-м
испытании- Ясно, что каждая из величин
может принять лишь два значения: 1
(событие А наступило)
с вероятностью р и
0 (событие не появилось) с вероятностью
q=1-p.
Если случайные величины
попарно независимы и дисперсии их
ограничены, то можно ли применить к
рассматриваемым величинам теорему
Чебышева Оба условия выполняются.
Действительно, попарная независимость
величин
следует из того, что испытания независимы.
Дисперсия любой величины
(i
= 1,2, ...,n)
равна произведению npq=
pq
(n=1);
так как p+q=1,
то
произведение pq
не превышает 1/4 и,
следовательно, дисперсии всех величин
ограничены, например, числом С = 1/4.
**
Известно,
что произведение двух сомножителей,
сумма которых есть величина постоянная,
имеет наибольшее значение при равенстве
сомножителей. Здесь сумма
,
т. е. постоянна, поэтому при
произведение
имеет наибольшее значение
Применяя теорему Чебышева (частный случай) к рассматриваемым величинам, имеем
Приняв во внимание, что математическое ожидание а каждой из величин Х{ (т. е. математическое ожидание числа появлений события в одном испытании) равно вероятности р наступления события, получим
Остается показать, что дробь
равна
относительной частоте т/п
появлений события А
в
испытаниях. Действительно,
каждая из величин
при
появлении события в соответствующем
испытании принимает
значение, равное единице; следовательно,
сумма
равна
числу явлений события в п
испытаниях, а значит,
Учитывая это равенство, окончательно получим
Замечание. Было бы неправильным на основании теоремы Бернулли сделать вывод, что с ростом числа испытаний относительная частота неуклонно стремится к вероятности р, другими словами из теоремы Бернулли не вытекает равенство
.
В теореме речь идет лишь о вероятности того, что при достаточно большом числе испытаний относительная частота будет как угодно мало отличаться от постоянной вероятности появления события в каждом испытании.
Таким образом, сходимость
относительной частоты
к вероятности р
отличается от сходимости
в смысле обычного анализа. Для того
чтобы подчеркнуть это различие, вводят
понятие «сходимости по вероятности».
Точнее, различие между указанными видами
сходимости состоит в следующем: если
стремится при
к р как
пределу в смысле обычного анализа, то
начиная с некоторого n
= N
и для всех последующих
значений n
неуклонно выполняется неравенство
;
если же
стремится
по вероятности к р
при
,
то для отдельных значений
n
неравенство может не
выполняться.
Теорема Бернулли утверждает, что при относительная частота стремится по вероятности к р и объясняет, почему относительная частота при достаточно большом числе испытаний обладает свойстве» устойчивости и оправдывает статистическое определение вероятности.