1 курс / 1 курс 2 семестр / Теория_вероятностей_9_22_лекц_1К
.pdfТеория вероятностей и математическая статистика
Проверим, выполняется ли требование конечности математических ожиданий:
M(Xn) = -n (1/2n2) + 0(1 – 1/n2) + n (1/2n2) = 0.
Таким образом, каждая конечная величина имеет конечное (равное нулю) математическое ожидание, то есть второе требование теоремы Чебышёва
выполняется.
61
Теория вероятностей и математическая статистика
Проверим, выполняется ли требование равномерной
ограниченности |
дисперсий. |
Запишем |
закон |
||||
распределения 2: |
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
X 2 |
|
n2 2 |
0 |
|
n2 2 |
|
|
n |
|
|
|
|
|
|
|
p |
|
1/(2n2) |
1 – 1/n2 |
|
1/2n2 |
|
Или, сложив вероятности одинаковых возможных значений,
X |
2 |
n2 2 |
0 |
n |
|
|
|
p |
|
1/n2 |
1 – 1/n2 |
62
Теория вероятностей и математическая статистика
Найдем математическое ожидание (2):
X |
2 |
n2 2 |
0 |
n |
|
|
|
p |
|
1/n2 |
1 – 1/n2 |
(2) = n2 2 1/n2 = 2.
Найдем дисперсию D(Xn):
|
= 2 |
− |
2 = 2. |
|
|
|
|
Таким образом, дисперии данных случайных величин равномерно ограничены числом 2 , то есть третье
требование теоремы Чебышёва выполняется.
63
Теория вероятностей и математическая статистика
Итак, поскольку все требования выполняются, к
рассмотренной последовательности случайных величин теорема Чебышёва применима.
64
Теория вероятностей и математическая статистика
8.3. Теорема Бернулли
Пусть производится n независимых испытаний, в каждом из которых вероятность появления события А равна р.
Можно ли предвидеть, какова примерно будет относительная частота появлений события?
Положительный ответ на этот вопрос дает теорема,
доказанная Якобом Бернулли, получившая название «закона больших чисел» и положившая начало теории вероятностей как науке.
65
Теория вероятностей и математическая статистика
Теорема Бернулли, получившая название «закона больших чисел», впервые опубликована в 1713 г.
Доказательство Бернулли было сложным.
Простое доказательство этой теоремы дано Пафнутием Львовичем Чебышёвым в 1846 г.
66
Теория вероятностей и математическая статистика
Теорема Бернулли. Если в каждом из n независимых
испытаний вероятность р появления события А постоянна, то как угодно близка к единице вероятность того, что отклонение относительной частоты от вероятности р по абсолютной величине будет сколь угодно малым, если число испытаний достаточно велико.
Другими словами, если — сколь угодно малое положительное число, то при соблюдении условий теоремы имеет место равенство
|
|
− |
< |
= . |
||
|
|
|||||
→∞ |
|
|
|
67
Теория вероятностей и математическая статистика
Таким образом, сходимость относительной частоты m/n к вероятности р отличается от сходимости в смысле обычного анализа. Для того чтобы подчеркнуть это различие, вводят понятие «сходимости по
вероятности»*.
*Последовательность случайных величин Х1, Х2, ...
сходится по вероятности к случайной величине X, если для любого > 0 вероятность неравенства | Хn — X | < при n ∞ стремится к единице.
68
Теория вероятностей и математическая статистика
Замечание. Было бы неправильным на основании теоремы Бернулли сделать вывод, что с ростом числа испытаний относительная частота неуклонно стремится к вероятности р; другими словами, из теоремы Бернулли
не вытекает равенство
|
|
= . |
||
|
|
|||
→∞ |
|
В теореме речь идет лишь о вероятности того, что
при достаточно большом числе испытаний относительная частота будет как угодно мало отличаться от постоянной вероятности появления события в каждом испытании.
69
Теория вероятностей и математическая статистика
Точнее, различие между указанными видами сходимости состоит в следующем:
если m/n стремится при n ∞ к р как пределу в смысле обычного анализа, то начиная с некоторого n =
N и для всех последующих значений n неуклонно выполняется неравенство |m/n — р | < ;
если же m/n стремится по вероятности к р при n ∞,
то для отдельных значений n неравенство может
не выполняться.
70