-
Усиленный закон больших чисел.
Теорема Бореля.
Относительная частота появления случайного события с ростом числа независимых испытаний стремится к истинной вероятности .
Последовательность случайных величин подчиняется усиленному закону больших чисел, если
при n
с вероятностью 1.
Теорема Колмогорова.
Если последовательность взаимно независимых случайных величин удовлетворяет условию , то она подчиняется усиленному закону больших чисел.
Для независимых и одинаково распределённых случайных величин справедлива:
Теорема.
Необходимым и достаточным условием для применимости усиленного закона больших чисел к последовательности независимых величин является существование математического ожидания.
Воспользуемся теоремой Бореля в эксперименте с бросанием симметричной монеты.
Из последовательности x1 ,..., xN независимых наблюдений построим последовательность f1, ..., fN среднеарифметических, где
fn = , n = 1, ..., N
и убедимся графически в том, что fn c ростом приближается к математическому ожиданию.
В этом эксперименте получено практическое подтверждение справедливости теоремы Бореля.
Для величин, распределённых по равномерному закону R[0,1]:
Средние арифметические случайных величин устремляются к своим математическим ожиданиям с ростом их числа.
Рассмотрим ситуацию, когда рассматриваемая случайная величина подчиняется закону распределения Коши. В таком распределении у случайной величины математического ожидания не существует.
Экспериментально подтверждено, что случайные величины, распределённые по закону Коши, не удовлетворяют закону больших чисел.
Задание.
Промоделировать и посмотреть на графиках поведение среднего арифметического как функцию для случайных величин, распределенных с плотностью
p(x) = ,
где . При математическое ожидание существует, но при это не так. При увеличении скачки в среднем арифметическом (как функции ) будут увеличиваться. Генерацию случайных чисел можно сделать по формуле
, где u ~ R[0,1],
a с вероятностями .
Сгенерируем величины, с помощью функции (rnd(1)^(-1) -1)*sign(rnd(2)-1).
-
Теорема Гливенко – основная теорема статистики.
Пусть x1, x2,...,xn – выборка из независимых наблюдений над случайной величиной X с функцией распределения F(x). Расположим наблюдения в порядке возрастания; получим – вариационный ряд.
Определим функцию эмпирического распределения
,
где - число тех наблюдений, для которых xi<x. Ясно, что - ступенчатая функция; это функция распределения, которое получается, если значениям x1,...,xn присвоить вероятности, равные 1/n. Ясно, что -функция случайная , так как зависит от наблюдений x1,...,xn.
Теорема Гливенко.
при с вероятностью 1.
Проиллюстрируем эту теорему на примерах наблюдений над случайной величиной, распределённой по равномерному на [0,1] закону.
Из проделанного опыта можно сделать вывод, что при увеличении числа наблюдений в выборке функция эмпирического распределения все ближе к теоретической функции распределения.