- •Розділ 7. Класична центральна гранична теорема
- •7.1. Центральна гранична теорема (цгт)
- •Із (10), (11) і (12) одержуємо, що при всіх досить великих і
- •7.1.4. Цгт для однаково розподілених випадкових величин.
- •Доведення. Позначимо через число появ події в -му експерименті, тоді число появ події в експериментах . Випадкові величини – незалежні однаково розподілені за законом
- •7.1.5. Теорема Ляпунова.
- •7.2. Гратчасті розподіли. Локальна гранична теорема для гратчастих розподілів
- •7.3. Поняття про граничні закони відмінні від нормального. Нескінченно подільні закони, стійкі закони
- •8.1. Ланцюги Маркова
- •8.2. Випадкові процеси. Основні поняття. Деякі класи процесів
- •8.3. Пуассонівський процес
- •8.4. Вінерівський процес
- •8.5. Стаціонарні процеси
- •8.6. Марковські процеси
Розділ 7. Класична центральна гранична теорема
7.1. Центральна гранична теорема (цгт)
7.1.1.
Постановка задачі. Умова Ліндеберга,
її ймовірнісний зміст.
До ЦГТ відносяться твердження, у яких
іде мова про збіжність розподілів сум
до нормального закону. Нехай маємо
послідовність випадкових величин
.
Якщо існують послідовності дійсних
чисел
і
такі, що функція розподілу суми
збігається до функції розподілу
стандартного нормального закону при
,
то кажуть, що для послідовності
має місце ЦГТ. В цьому випадку говорять,
що випадкова величина
асимптотично нормальна з параметрами
і
.
Асимптотична нормальність відіграє
важливу роль в теорії і на практиці,
вона дозволяє замінити складні розподіли
сум добре вивченим нормальним розподілом.
ЦГТ є підставою для широкого використання
нормального закону в статистиці.
Нехай
задана послідовність незалежних
випадкових величин
із скінченними математичними сподіваннями
,
скінченними дисперсіями
і функціями розподілу
.
Позначимо через
і нехай для довільного
.
Якщо для довільного
,
(1)
то (1) називають умовою Ліндеберга.
Вияснимо
ймовірнісний зміст умови Ліндеберга,
для цього розглянемо події
,
,
і подію
.
Тоді
,
а
.
Якщо
врахуємо, що в області інтегрування
,
то одержимо
.
(2)
Якщо виконується умова Ліндеберга, то із (2) випливає, що
.
Тобто,
якщо виконується умова Ліндеберга, то
випадкові величини
будуть рівномірно нескінченно малі.
7.1.2.
Теорема Ліндеберга.
Будемо використовувати позначення, що
введені в
попередньому
пункті. Крім того, позначимо
,
– функція розподілу випадкової величини
,
а
– функція розподілу стандартного
нормального закону.
Теорема
1.
Нехай задана послідовність незалежних
випадкових величин
із скінченними математичними сподіваннями
і скінченними дисперсіями
.
Якщо для довільного
виконується умова Ліндеберга (1), то
рівномірно відносно
.
(3)
Доведення.
Позначимо
,
– функцію розподілу
.
Тоді
,
,
,
,
.
В цих
позначеннях
,
після виконання в інтегралі заміни
,
набуває вигляду:
.
(4)
Нехай
,
тоді характеристична функція
.
Покажемо,
що
при
рівномірно відносно
прямують до одиниці. Врахувавши, що
,
одержимо
.
Із
нерівності (Н1) із попереднього розділу
при
для довільного дійсного
,
тому із
(4) для будь-якого додатного
,
(5)
а при
.
(6)
Отже, із умови Ліндеберга (1) випливає, що
і при
всіх досить великих
і
.
(7)
Це
означає, що
не перетворюється в 0, тому при
можна логарифмувати:
.
Щоб довести (3), на основі теореми про неперервну відповідність між збіжністю функцій розподілу і відповідних характеристичних функцій, нам треба довести, що
,
а для цього достатньо довести, що
.
(8)
Використовуючи
розклад
,
при
одержимо
.
Звідки, при
,
(9)
де
.
Із (7) і (9) випливає справедливість рівності
.
Тоді
,
(10)
де
.
Із (5)
випливає, що
,
а оскільки
,
то звідси одержуємо наступну нерівність
.
Тому із
(6)
випливає,
що при всіх досить великих
і
.
(11)
Переходимо
до оцінки
:
.
У першому
інтегралі використаємо нерівність (Н1)
,
а у другому – (Н2)
,
тоді
.
Врахувавши,
що
,
в кожному скінченному проміжку
.
(12)
