
- •Часть III. Предельные теоремы теории вероятностей
- •§1. Методы производящих и характеристических функций
- •1.Свойства производящей функции
- •2. Производящие функции хвостов
- •3. Примеры.
- •1. Свойства характеристических функций.
- •6. Теоремы о характеристических функциях.
- •7. Примеры на распознавание характеристических функций по свойствам и теоремам.
- •§2 Закон больших чисел (збч)
- •Определение и суть збч.
- •2. Неравенство Маркова (нм) .
- •3. Неравенство Чебышева (нч).
- •4. Обобщенное неравенство Чебышева.
- •П 2. Теоремы группы збч
- •5. Теорема Хинчина.
- •6. Теорема Чебышева.
- •7. Теорема Маркова.
- •8. Теорема Бернулли.
- •§3 Центральная предельная теорема (цпт)
6. Теоремы о характеристических функциях.
1)
Пусть a1,
… , an
–
постоянные
,
харак-теристические
функции. Тогда
–
тоже
характеристичес-кие функции.
2) Произведение характеристических функций – тоже характеристическая функция.
3)
Единственной характеристической
функцией, такой, что g(t)
= 1+o(t2),
при
является
4)
Если g(t)
– характеристическая функция и имеет
,
то она везде имеет
и
.
5)
Теорема Пойя. Если – непрерывна, четна
и выпукла книзу при
g(t)≥1,
g(0)
= 1,
g(t),
при
,
то g(t)
– характеристическая функ-ция.
6)
Теорема Марцинкевича. Если g(t)
– характеристическая функция имеет
вид
,
где P(t)
– полином, то его степень ≤
2.
7) Re g(t) – характеристическая функция, если g(t) – характеристическая функция.
8) Если g(t) – характеристическая функция невырожденного распре-деления и а < 0 , то (g(t))a не является характеристической функцией.
9) Из свойства 3) следует, что, если характеристическая функция действи-тельна, то четна.
10)
Если g(t)
– характеристическая функция, то
тоже
характе-ристическая функция.
7. Примеры на распознавание характеристических функций по свойствам и теоремам.
Являются ли характеристическими функциями слeдующие функции g(t) (Если ДА, то чему они соответствуют?)
Задача1.
f(t)
Ответ:
НЕТ (по
4), в точках (-1,
0)
и (1,
0)
нет
и
Задача 2.
целое.
Ответ:
НЕТ при
(по
6); ДА
при
:
X
~
N(0,
);
НЕТ
при
(по
9).
Задача 3.
g(t) = cos2 t.
Ответ:
ДА,
т.к.
– х.ф.с.в.
|
-2 |
0 |
2 |
P |
1/4 |
1/2 |
1/4 |
Задача 4.
Ответ: ДА по 5, это закон Коши.
Задача 5.
Ответ:
ДА
– это характеристическая функция с.в.
Х
~
Задача 6.
Ответ: НЕТ по 9.
Задача 7.
Ответ:
ДА
по 6:
~
Х
~
N(0,1).
п3. Задачи
Освоение этой темы требует большого числа разных задач на свойства п.ф. и х.ф. Решения ниже приведённых задач в основном не представляют трудности, т.к. объяснены теоретически и на примерах в предыдущих пунктах этого параграфа, поэтому предлагаются для самостоятельного решения, а отдельные, более сложные с решениями.
Задача 1.
Найти п.ф. основных распределений дискретного типа и их моменты (МПФ).
а)
Х=
С
– const;
б) X
~
B(1,p);
в) X
~
B(n,p);
г) Xi
~
д)
Xi
~
е)
Xi
~
сд
ж)
Z1
~
Па(r,p);
ж)
Z2
~
OB(r,p).
Задача 2.
Найти
п.ф. с.в.
где {Xi}
–
независимые с.в. и
а) Xi ~ B(n = 5, p = 0,4), m = 1, a = 3, b = –2;
б)
Xi
~
m
= 3, a = –4, a = 5, a = 1, b = –3;
в)
Xi
~
1,2,3,4;
m = 4, a = –1, a = 2, a = –5, a = –3,
b = –2.
Задача 3.
где
Y,X1,X2,
…, Xn
–
независимые с.в., имеющие п.ф.,
одинаково
распределены.
Найти п.ф. и моменты (МХ и DX) с.в. Z в следующих случаях:
а) X ~ B(n = 3, p1 = 0,6), Y ~ G(p2 = 0,3);
б)
Xi
~
Y
~
в)
Xi
~
Y
~
cдG(p
= 0,4);
г)
Xi
~
G(p
= 0,5), Y
~
д) Xi ~ cдG(p1 = 0,1), Y ~ B(n = 2, p1 = 0,2);
е) Xi ~ Па(r = 4, p1 = 0,3), Y ~ B(n = 1, p2 = 0,3);
ж)
Xi |
1 |
2 |
3 |
P |
0,3 |
0,4 |
0,3 |
;
Y
~
Задача 4
Методом п.ф. найти композиции следующих с.в.:
а)
X
~
Y
~
б) X ~ B(n1, p), Y ~ B(n2, p).
Задача 5.
Какие из данных функций являются п.ф., если «да», то каким распреде-лениям они соответствуют?
а) V(s)= 0,5+0,4s2; б) V(s)= 0,3+0,2s+0,1s2+0,4s5;
в) V(s)= 0,5{1 + exp (3(s – 1))}; г) V(s)= 0,8+(0,4s + 0,6)3 + 0,2;
д) V(s)= ехр{2(1+exp(3(s – 1) – 1)}; е) V(s)= s2(0,3s2 + 0,7)5;
ж) V(s)= s2 exp{4(s3 – 1)}; з) V(s)= 0,001s4/(1 –0,9s3)3.
Задача 6.
Используя связь х.ф. с п.ф., найти х.ф. с.в. с распределением, указанным в Задаче 1.
Задача 7.
Найти х.ф. следующих распределений:
а) X ~ R[a,b]; б) X ~ R[–a,a]; в) X ~ E[L];
Задача 8.
Зная х.ф. с.в. X0 ~ N(0,1), найти х.ф. с.в. X ~ N(a,b);
Задача 9.
Найти х.ф. с.в. если:
а)
X
~
Y = 3x – 2; б)
X
~
N(a,b), Y = X – 1;
в) X ~ R[0,1], Y = 1 – 2x; г) X ~ B(n,p), Y = 3 – X;
Задача 10.
Методом х.ф. найти моменты (MX и DX) основных распределений задачи 1 а также для X ~ N(a,b), X ~ R[a,b] и X ~ E[L].
Задача 11.
где
Y,
X1,
X2,
… , Xn
–
независимые
с.в., с.в. Y
имеет п.ф.
с.в.
{Xi}
одинаково распределены. Методом х.ф.
найти х.ф. с.в. Z
и её моменты MZ
и DZ
в случаях задачи 4, а также в случаях:
а) X ~ N(0,1), Y ~
б)
X
~
R[–2,2],
Y
~
Задача 12.
Методом х.ф. найти композиции с.в. задачи 4 и следующих с.в.:
а) X ~ N(a1,b1), Y ~ N(a2,b2);
б) X ~ E[L1], Y ~ E[L2].
Задача 13.
Какие из функций являются х.ф., если «да», то каким распределениям они соответствуют?
а) g(t) = 0,1+0,2exp{it} + 0,7exp{8it}; е) g(t) = exp{t(2i – nt)};
б) g(t) = 0,2(0,1exp{it} + 0,7+0,8exp{it – 1}); ж) g(t) = cos t;
в) g(t) = exp{4it} cos3t; з) g(t) = t;
г)
и)
g(t)
= (sint)/t;
д) g(t) = exp{–100it}; к) g(t) = sint;
л) g(t) = exp{–t/4n};
Задача 14.
X1,
X2,
… , Xn
– независимые
одинаково распределенные с.в. и
Xk
~
R[–1,1]
для любого k
= 1,…,n.
Методом х.ф. найти предельный закон
распределения с.в.
при
n
т.е.
где
т.е.
распределение с.в.
сходится
к N(0,1).
Решение задач на распознавание п.ф. и х.ф.
Задача 15.
а) V(s) – не п.ф., т.к. V(1) ≠ 1 ;
X |
0 |
1 |
2 |
5 |
P |
0,3 |
0,2 |
0,1 |
0,4 |

в)
V(s)
=
где
~
EMBED
Equation.3
Y
~
B(1;0,5),
Z=
–
одинаково
распределённые с.в., и Y,X1,X2,…,Xn
–
независимы
c.в.
и
г)
V(s)
=
п.ф.
с.в. Z
=
из свойства 6 п.ф., где
~
B(3;0,4),
Y
~
B(1;0,8);
д)
V(s)
=
п.ф. с.в. Z
=
из свойства 6 п.ф., где
~
Y
~
е)
–
одинаково
распределенные и независимые , тогда
п.ф.
с.в. L,
где
~
B(5;0,3),
n
= 5, a
= 2, b
= 2;
ж)
– одинаково распределенные и независимые
с.в. Тогда
п.ф. с.в. L,
где
~
n
= 5, a
= 3, b
= 2;
з)
–
одинаково распределенные и независимые
с.в.
~
сдG(0,1),
n
= 3, a
= 3, b
= 4.
Задача 16.
а) g(t) – х.ф. с.в. Х рядом c распределения;
Х |
0 |
1 |
8 |
Р |
0,1 |
0,2 |
0,7 |
б) g(t) = gz(t) = a1gz(t) + a2gz(t), где a1 = 0.2, a2 = 0,8gx(t) =
= 0,3exp{it} + 0,7 ,
~
B(1;0,3),
Y ~
в) g(t) = gz(t) = gx(t)gy(t), где X и Y – независимые с.в.,
gx(t) = exp{4it};
Y |
–3 |
3 |
P |
0,5 |
0,5 |
Z = X + Y;
г) g(t) = gz(t) = gx(t)gy(t), где X и Y – независимые с.в.
Z=X+Y;
д) g(t) – х.ф. с.в. X = –100;
е)
g(t)
– х.ф.
с.в.
X
~
N(a = 2, b =
ж)
g(t)
=
Х |
–2 |
2 |
Р |
1/4 |
1/4 |
з)
g(t)
– не х.ф., т.к. |g(t)|
1,
если g(t)
– х.ф.;
и) g(t) – х.ф. с.в. X ~ R[–1,1];
к) g(t) = sin t – действительная и нечетная функция, а действительная х.ф. обязательно четная.
л)
g(t)
– х.ф. с.в. X
~
N(0; 1/