- •2. Теоремы сложения и умножения вер-й. Формула полной вер-ти. Ф-ла Байеса.
- •3. Повторные независимые испытания. Ф-ла Бернулли. Ф-ла Пуассона. Локальная и интегральная теоремы Муавра-Лапласа.
- •4. Дискретная случайная величина. Закон распределения дискретной случайной величины. Ряд распределения, полигон, ф-я распределения.
- •5. Непрерывная случайная величина. Ф-я распределения и её св-ва. Плотность вер-й и её св-ва.
- •6. Математич. Ожидание и дисперсия св, их св-ва. Среднее квадратическое отклонение.
- •7. Основные законы распределения дискретной случайной величины: биномиальное, Пуассона, гипергеометрическое.
- •8. Равномерное и показательное распределения непрерывной случайной величины.
- •9. Нормальное распределение: формулы плотности и ф-и распределения, числовые хар-ки, условия применимости. Правило трёх сигм.
- •10. Предельные теоремы. (пт)
10. Предельные теоремы. (пт)
Предельные
теоремы теории вероятностей, общее
название ряда теорем вероятностей
теории, указывающих условия возникновения
тех или иных закономерностей в результате
действия большого числа случайных
факторов. Исторически первые ПТ —
теорема Бернулли (1713) и теорема Лапласа
(1812) — относятся к распределению
отклонений частоты появления некоторого
события Е при n независимых испытаниях
от его вероятности р (0 < р < 1). Частотой
называется отношение m/n, где m — число
наступлений события Е при n испытаниях
(точные формулировки см. в ст. Бернулли
теорема и Лапласа теорема). С. Пуассон
(1837) распространил эти теоремы на случай,
когда вероятность
наступления Е в k-м испытании может
зависеть от k, описав предельное поведение
при n ® ¥ распределения отклонений
частоты m/n от среднего арифметического
вероятностей
(1
£ k £ n):
.
Если обозначить через
случайную
величину, принимающую значение, равное
единице при появлении события Е в k-м
испытании, и значение, равное нулю при
его непоявлении, то m можно представить
в виде суммы
что позволяет рассматривать перечисленные
теоремы как частные случаи общих ПТ,
относящихся к суммам независимых СВ
(закона больших чисел и центральной
предельной теоремы).
Закон
больших чисел:
Пусть
(*) - какая-либо последовательность
независимых СВ,
-
сумма первых n из них
,
и
-
соответственно
математическое ожидание
,
и дисперсия
,
суммы
.
Говорят, что последовательность (*)
подчиняется закону больших чисел, если
при любом e > 0 вероятность неравенства
стремится к нулю при
.
Широкие
условия приложимости закона больших
чисел найдены впервые П. Л. Чебышевым
(в 1867) (см. Больших чисел закон). Эти
условия затем были обобщены А. А. Марковым
(старшим). Вопрос о необходимых и
достаточных условиях приложимости
закона больших чисел был окончательно
решен А. Н. Колмогоровым (1928). В случае,
когда величины
имеют одну и ту же функцию распределения,
эти условия, как показал А. Я. Хинчин
(1929), сводятся к одному: величины
должны иметь конечные математические
ожидания.
Центральная
предельная теорема: Говорят,
что к последовательности (*) применима
центральная предельная теорема, если
при любых
и
вероятность неравенства
имеет пределом при n
—
величину
Довольно
общие достаточные условия центральной
предельной теоремы были указаны
П.Л.Чебышёвым (1887), но в его доказательстве
обнаружились пробелы, восполненные
позже А.А.Марковым (1898). Решение вопроса,
близкое к окончательному, было получено
А.М.Ляпуновым (1901). По Ляпунову, если
отношение
где
стремится к нулю при
(условие Ляпунoва), то к данной
последовательности СВ применима
центральная предельная теорема (см.
Ляпунова теорема). Окончательное решение
вопроса об условиях применения
центральной предельной теоремы получено
в основных чертах С.Н.Бернштейном (1926)
и дополнено В.Феллером (1935).
