- •Курс лекций
- •Тема 1. Классическая модель вероятностей.
- •Тема 2. Вероятности сложных событий
- •Тема 3.Аксиоматика а.Н.Колмогорова
- •Тема 4. Случайные величины
- •Тема 5. Дискретные распределения
- •Тема 6. Непрерывные распределения
- •Тема 8. Распределение функций от случайных величин.
- •Тема 9. Функция распределения частного
- •По определению
- •Если и независимы, а и их плотности распределения, то
- •По функции распределения двумерной с. В. Найти функцию распределения величины
- •Тема 10. Понятие интеграла Лебега-Стилтьеса.
- •Раздел 3. Последовательности случайных величин
- •Тема 13. Закон больших чисел.
- •Тема 18. Аналитический аппарат теории вероятностей
- •Тема 19. Характеристические функции и
- •Тема 20. Сходимость в основном.
- •Тема 21. Предельные теоремы
- •Тема 22. Центральная предельная теорема
- •Тема 23. Теорема ляпунова
- •Раздел 5. Случайные процессы
- •Тема 24. Цепи маркова.
- •Тема 25. Случайный процесс с непрерывным временем
Тема 21. Предельные теоремы
ДЛЯ ХАРАКТЕРИСТИЧЕСКИХ ФУНКЦИЙ
Чтобы приложить характеристические функции к выводу асимптотических формул необходимы прямая и обратная теоремы.
Эти теоремы говорят, что соответствие между характеристическими функциями не только взаимно однозначно, но и непрерывно.
Прямая
предельная теорема.
Если последовательность функций
распределения
сходится в основном к функции распределения
,
то последовательность характеристических
функций
сходится к характеристической функции
.
Эта сходимость равномерна в каждом
конечном интервале
.
Т.
к.
и
функция
непрерывна и ограничена на всей прямой
,
то согласно 2-ой обобщенной теореме
Хелли при
.
Равномерная сходимость в каждом конечном
интервале проверяется буквально теми
же рассуждениями, какие мы провели при
доказательстве 2-ой теореме Хелли.
Обратная предельная теорема. Если последовательность характеристических функций
(1)
сходится к непрерывной функции , то последовательность функций распределения
(2)
сходится в основном к некоторой функции распределения .
Из 1-ой теоремы Хелли: последовательность (2) непременно содержит подпоследовательность
, (3)
сходящуюся в основном к некоторой неубывающей функции . При этом мы можем считать ее непрерывной слева:
.
Вообще
говоря,
может и не быть функцией распределения,
т. к. для этого должны выполняться условия
.
В
самом деле, если бы это было не так, то,
приняв во внимание, что для предельной
функции
должно быть
,
мы имели бы
Возьмем
какое-нибудь
меньшее
.
По условию теоремы последовательность
характеристических функций
(1)
сходится к непрерывной функции
,
то
.
Сверх того
непрерывна, следовательно, можно выбрать
достаточно малое
,
что будет иметь место неравенство
. (4)
Но
в то же время можно выбрать
и настолько большое К, чтобы при
было
.
Т.
к.
– характеристическая функция, то
.
Оценим
интеграл в правой части равенства. С
одной стороны, т. к.
,
то
.
С другой стороны
и т. к.
,
то при
.
Применив
1-ю оценку при
и 2-ю оценку при
,
получим.
Следовательно,
.
Это неравенство сохраняется и в пределе:
,
что очевидно противоречит неравенству (4).
Т.
о.,
,
к которой сходится в основном
последовательность
есть функция распределения; согласно
прямой предельной теореме ее
характеристическая функция равна
.
Докажем, что вся последовательность (2) сходится в основном к функции . Предположим противное. Тогда найдется подпоследовательность
,
сходящаяся
в основном к некоторой функции
,
отличной от
.
По уже доказанному
должна быть функцией распределения с
характеристической функцией
.
По теореме единственности должно быть
=
,
что противоречит сделанному
предположению.
Тема 22. Центральная предельная теорема
Теорема Линдеберга
Начнем с доказательства достаточности условия Линдеберга.
Теорема.
Если последовательность взаимно
независимых случайных величин
,
к-рые имеют конечные математические
ожидания и дисперсии:
,
при любом постоянном удовлетворяет условию Линдеберга
, (1)
то при равномерно относительно х
.
Обозначим
;
.
Очевидно, что
. (2)
В этих обозначениях условие Линдеберга принимает вид:
. (1')
Характеристическая функция суммы
равна
.
Нам нужно доказать, что
.
С
этой целью установим, прежде всего, что
множители
при
равномерно относительно
стремятся к 1.
Действительно,
принимая во внимание равенство
находим,
что
.
Получим полезное соотношение:
.
Отсюда вытекает неравенство
. (3)
Продолжая, получим
Тогда
.
Пусть – произвольное положительное число, тогда
Т.
о., при достаточно больших n
равномерно относительно k
и
в любом конечном интервале
.
Отсюда заключаем, что n равномерно относительно k
(4)
и что для всех достаточно больших при , лежащих на интервале
, (5)
следовательно в интервале можно написать разложение
,
где
.
В силу(5)
Т.
к.
то
Из
(4) вытекает, что равномерно относительно
в любом конечном интервале
,
при
. (7)
Но
, (8)
где
.
Пусть произвольно, тогда в силу (2)
Неравенства (3) и следующее за ним позволяют получить следующую оценку:
Согласно
условию (1) 2-е слагаемое может быть
сделано меньше любого
,
лишь бы
было достаточно большим.
А т. к.
произвольно, то мы можем его выбрать
настолько малым, чтобы, каковы бы ни
были
и Т, для всех
,
заключенных в интервале
выаполнялось неравенство
.
Это неравенство показывает, что равномерно в каждом конечном интервале значений
. (9)
Собрав вместе (6), (7), (8) и (9) мы получаем окончательно, что равномерно в каждом конечном интервале
Следствие. Если независимые случайные величины , одинаково распределены и имеют отличную от нуля дисперсию, то при равномерно по х
.
Достаточно проверить, что при сделанных предположениях выполнено условие Линдеберга. Заметим, что
.
Очевидно
Дисперсия
конечна и положительна, следовательно,
интеграл
при
.
