- •Розділ 5. Закон великих чисел
- •5.1. Деякі типи збіжностей послідовностей випадкових величин
- •5.1.2. Властивості збіжності за ймовірністю.
- •5.1.3. Збіжність з ймовірністю 1. За означенням , якщо
- •5.1.5. Властивості збіжності у середньому.
- •5.2. Закон великих чисел. Посилений закон великих чисел
- •5.2.2. Необхідна і достатня умова для закону великих чисел.
- •5.2.3. Нерівність Колмогорова. Нехай незалежні випадкові величини мають скінченні математичні сподівання і дисперсії . Позначимо . Тоді для будь-якого справедлива нерівність
- •Яку називають нерівністю Колмогорова.
- •5.2.4. Посилений закон великих чисел.
- •Розділ 6. Характеристичні функції
- •6.1. Характеристична функція випадкової величини, її властивості
- •6.2. Формули обернення для характеристичних функцій
- •6.3. Збіжність в основному послідовності функцій розподілу. Теореми Хеллі. Слабка збіжність послідовності функцій розподілу
- •6.4. Неперервна відповідність між збіжністю функцій розподілу і характеристичних функцій
Розділ 5. Закон великих чисел
5.1. Деякі типи збіжностей послідовностей випадкових величин
5.1.1.
Основні означення.
Нехай задана послідовність
випадкових величин
,…,
що визначені на одному і тому
ж ймовірнісному просторі.
Послідовність
називається збіжною за
ймовірністю до випадкової
величини
,
якщо для будь-якого
(1)
або
.
Позначається
.
Послідовність називається збіжною до випадкової величини з ймовірністю 1 (майже напевне), якщо
(2)
або
.
Позначається
або
при
з ймовірністю 1.
Послідовність
називається збіжною до
випадкової величини
в
середньому порядку
,
якщо
.
(3)
При
збіжність називається збіжністю в
середньому, а при
– збіжністю в середньоквадратичному.
Нехай
маємо послідовність функцій розподілу
.
Дана послідовність називається збіжною
в основному до функції
,
якщо ця збіжність має місце в кожній
точці неперервності функції
.
Якщо
- функція розподілу
,
а
– функція розподілу
випадкової величини
,
то в цьому випадку кажуть, що послідовність
випадкових величин
збігається за
розподілом до випадкової
величини
.
5.1.2. Властивості збіжності за ймовірністю.
Теорема
1. Нехай
і
– неперервна на
функція, тоді
.
(4)
Доведення.
Із неперервності на
функції
випливає, що для довільного
і для довільного
існує таке
,
що як тільки
і
,
то
.
Покладемо
,
і розглянемо події
,
.
Із одночасного настання цих
двох подій випливає настання події
,
тобто
,
а для протилежних події будемо мати
.
Тому
.
Із
того, що
,
а
при
випливає, що для будь-якого
число
можна вибрати так, щоб
=
.
Зафіксуємо таке число
.
Розглянемо другий доданок:
.
За умовою
,
тому для заданого довільного
існує таке
,
що для всіх
.
Отже, для довільного
існує таке
,
що для всіх
,
а це означає, що має місце (4). Теорема
доведена.
Теорема
2. Нехай задано
-вимірну
послідовність
,
при цьому
при
,
– неперервна на
функція, тоді
.
Доведення аналогічне доведенню теореми 1.
Теорема
3. Нехай випадкові
величини
мають функцію розподілу
,
а випадкова величина
–
.
Якщо
,
то послідовність
збігається в основному до
.
Доведення.
Нехай
=
,
де
- довільне. Оскільки
,
то
.
(5)
Нехай
– довільна точка неперервності
.
Якщо настає подія
,
то настає подія {
}
і
,
тоді
.
Тому
.
Із даної нерівності і (5) випливає, що
.
(6)
Аналогічно,
,
тоді
,
а
.
Тому
.
Звідки, врахувавши (5), одержимо:
.
(7)
Із (6) і (7) випливає нерівність
.
У
останній нерівності перейдемо до
границі, коли
.
За рахунок того, що
– точка неперервності
,
верхня і нижня границі співпадають,
тому існує
.
Що і треба було довести.
Теорема
4. Якщо послідовність
функцій розподілу
збігається в основному до
,
де
,
то
.
Доведення. Нам треба показати, що
.
(8)
Але
.
Виберемо
таким, щоб точки
були точками неперервності
.
Тоді
,
а
при
.
Тому із попередньої рівності випливає
(8).
