книги из ГПНТБ / Богданов, В. Н. Теория вероятностей (учебное пособие)
.pdf120
•Ч от E^ будет |
не |
меньше заданного числа |
i , |
Неравенство |
|
i выполняется, если ^3 |
попадает в один из ин |
тервалов (рис. 3 |
.1 |
и л и ^ 'Ч ,* 0 0 ) |
1 |
Ос |
I |
|
о |
-А - |
* 4 |
|
Е- |
£<.4 Ч |
||
Еиг* |
^ |
|
|
Р и с . МЛ
По правилу сложения вероятностей имеем: |
j}(J ^-~Е^ t'/ к) - |
|
|||
Н " т о 0 ^ Ё ; Г * ) + р ( Е ч Ч ^ < , + о о ) - 5 |
+ j |
0 |
( 3 . I . D |
||
0 |
0 |
|
' £цп |
|
|
^ |
F*^ |
|
в |
|
|
Далее |
|
J ( Г Р-цТ’Ч Ц )^ + |
|
||
* г |
|
|
|||
|
|
|
|
|
|
♦ еО |
. Так 'как |
^ |
|
число |
не |
|
|
||||
£j*t |
] |
{ г ^ 41^ |
|
|
|
то: |
|
|
|
|
|
отрицательное, |
|
|
|
|
В интервалах |
( - o o ^ u 't ) |
||
t е |
( V - Ч Ь |
о |
t l |
т,е> |
V • |
ь |
Следовательно,
и I £ ■ + *о°) имеем | ^ 'Г :ц \ 7 ^
tj-t |
3 |
*& |
* |
|
|
||
Ч |
|
+ ^ [ |
|
Отсюда V»'fc "г*
£л+Ъ
Заменяя левую часть этого неравенства по Формуле ( 3 . I . I ) , получим неравенство Чебышева:
ш
о л . г )
Оно |
отвечает |
на |
поставленный |
выше |
|
воп р ос. |
|
|
|
|
|
|
|
|
|
||||||||||||
События, |
|
состоящ ие |
в |
том , |
|
что |
|
|
|
|
|
|
|
|
|
и |
что |
|
|
|
|||||||
. являются |
противоположными, |
|
следовательно.|р(к1 У -Е ^ ^ ):| - |
Р(\Ч',Е ^ \ Я ^ в |
|||||||||||||||||||||||
Заменив |
в |
правой |
части |
второе |
слагаем ое |
на |
-|j |
|
из |
н ер а в ен ств а (3 01* |
|||||||||||||||||
получим |
неравенство |
Чебышева |
в |
следующей |
форме: |
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
| p U V - E ^ K t ) ^ l - | t |
|
|
|
|
|
|
|
( з л - э ) |
|
|
|||||||||||
|
§ |
2 . |
Устойчивость |
средних |
|
(теорем а |
Чебышева) |
|
|
|
|
|
|||||||||||||||
П роизводится |
серия |
измерений |
какой -то |
величины9 X |
» м атем ати чес- |
„ |
|||||||||||||||||||||
кое ожидание и дисперсия которой |
Г:х |
и |
3)х |
|
* |
Число |
измеренийYv |
|
|||||||||||||||||||
неограниченно велико. Результаты |
измерений: |
X*\ г, |
во. |
Х * , . |
|
||||||||||||||||||||||
Среднее |
измеренное |
(обозначи м |
е г о |
|
|
) р а в н о : |
|
|
|
|
|
vX* |
|||||||||||||||
Р езультат Vе |
измерения |
зависи т |
о т |
|
множества |
|
причин, |
|
т . е£„I е ст ь |
|
|||||||||||||||||
вариант |
случайной |
величины |
X«L |
|
о |
Все |
измерения |
|
производятся в |
од и - |
|||||||||||||||||
|
* |
условиях |
и |
резул ьта т |
каждого |
из |
них |
не |
зависи т |
от |
предш ес |
||||||||||||||||
наковых |
|||||||||||||||||||||||||||
вующих р езу л ь та тов . |
Поэтому |
все |
случайные |
величины^kvХ$ |
вС0Х *, |
|
|||||||||||||||||||||
независимы, |
имеют |
одно |
и |
то |
же |
математическое |
ожидание |
|
, |
одну |
|||||||||||||||||
и ту |
же |
дисперсию |
|
|
* |
|
которые |
являются |
|
математическим |
ожидани |
||||||||||||||||
ем |
и дисперсией |
измеряемой |
случайной |
величины |
X |
о |
|
|
|
|
|
||||||||||||||||
Среднее |
измеренное |
|
^ |
также |
является вариантом случайной |
величины |
|||||||||||||||||||||
j |
, |
'равной V* |
|
|
|
К/ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
J * |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Её |
математическое |
ожидание |
|
|
|
и |
дисперсию |
|
|
|
находим, |
использ |
|||||||||||||||
теоремы |
о |
математическом |
ожидании |
|
и дисперсии ; |
получим |
|
|
|
122
s . -s> |
|
|
- У i s h u - в д > ■•- а д Л - |
|
|||
• " .« * -- ■ % |
|
|
|
|
|
|
|
. Подставляя |
"4 |
, |
а также |
найденные Eij |
и |
в неравенство Че |
|
шева ( З Л . З ) , |
эолчшу ! |
|
|
|
|
||
Если а -^ о о |
9 |
то |
при как |
угодн о малом, |
наперед |
заданномt |
, |
” > 0 ^ |
|
гг —?са |
Е * Ц Ф 1 |
(3 .2 Л ) |
|||
|
|
|
|
|
|
Следовательно„ если число измерений неограниченно увеличивать, то среднее измеренное становится неслучайной величиной, ибо с вероят ностью, как угодно близкой к единице, попадает в как угодно малый
интервал # Имеет место устойчивость«средних.^
Этому можно дать ещё следующую трактовку„ Если выполнить множество серий измерений и в каждой из них число измерений неограниченно
велико, то практически достоверно, что средние измеренные будут |
|
|||||||||||||
как угодно близки к одной и той |
аз величине £*, |
а т .е , |
как |
угод |
||||||||||
но близки между собой. |
|
|
|
|
|
|
|
|
|
|
|
|||
|
§ 3, |
Устойчивость |
частот |
|
|
|
|
|
|
|
|
|
||
Производится къ |
независимых |
опытов. В каждом из |
них |
может |
наступить |
|||||||||
иди не наступить событие <Л . |
Вероятность |
р (J}} - |
р |
в каждом опы |
||||||||||
те , |
тогда |
р (Д )-1 ~ р ~ |
, |
Пусть |
событие |
J) |
в &г опытах |
происходит |
||||||
Vtt |
раз, |
тогда |
его частота |
р |
равна? |
|э |
|
|
|
|
|
|||
Из теоремы Чебышева следует, |
что |
если |
УЬ |
неограниченно |
велико, |
то, |
||||||||
с практической достоверностью, частота события в |
ги |
опытах |
как |
|
||||||||||
угодно близка к его вероятности в отдельном опыте» |
|
|
|
|
||||||||||
Докажем это» |
|
|
|
|
|
|
|
|
|
|
|
|
||
В каждом |
опыте |
событие |
J \ |
может произойти |
либо |
0 |
раз, |
либо I |
раз. |
/■
123
Следовательнор число |
появлений |
события |
<Я |
в |
ооыте |
аоть |
оду- |
|||||
чайная |
величина |
|
„ которая |
при любом |
L |
задана одним и тем |
||||||
же рядом |
|
|
|
|
|
|
|
|
|
|
|
|
распределения |
X |
о |
1 1 |
|
имеет |
одно |
ш то же математичес |
|||||
р (.-*.) |
V |
1 р |
|
|||||||||
|
t |
|
|
|
|
|
|
|
||||
кое ожидание |
|
* Ip |
- р- |
. одну и ту же дисперсию Э^, |
• « |
|||||||
Сумма Xj*’” *’ +У к. принимает |
значение ло |
, |
ибо |
число слагавшая* рав |
||||||||
ных единице* есть число появлений события |
Л |
во всех |
опытах* |
|||||||||
Остальные слагаемые равны |
нулю* |
Следовательно, |
|
|
||||||||
|
|
|
И, |
|
• “ |
К |
Г |
|
|
|
|
|
Частота |
события |
Л |
выступает |
здесь как среднее случайных величин |
||||||||
1Ci-.-X .умеющих одно |
и то |
же математическое |
ожидание* |
равное |
р . |
|||||||
Поэтому |
можем использовать равенство (3 .2 Л )* которое |
принимает |
||||||||||
вид: |
|
W j p ( ! p r p l( < /c ) - j |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
||||||
|
|
»v > |
|
|
|
|
|
|
|
|
|
|
Наперед |
заданное |
число |
£ |
может |
быть как |
угодно малым. |
|
Следовательно, если число опытов неограниченно велико, то , с практи ческой достоверностью, частота события в этой серии опытов как угодно близка к его вероятности в отдельном опыте*
Это служит основанием статистического определения вероятности, ко
торое |
ранее было сформулировано баз |
доказательства* |
|
|
||||
|
§ 4. Центральная предельная теорема, |
|
|
|||||
Имеем |
ft, |
случайных величин Х 4•.«Х&у, . |
Вез ошш независимы, |
распре |
||||
делены одинаково (как именно - |
не известно) 9 имеют одно и т о д е |
|||||||
математическое |
ожидание Е& * |
одну |
и ту |
же дисперсию |
• |
|
||
* |
|
|
|
|
_ |
|
|
|
Требуется |
найти |
закон распределения |
их |
суммы |
|
р воля |
||
И,—*о о , |
решение этой задачи представляет содержание центральной |
|||||||
предельной |
теоремы* |
|
|
|
|
|
||
|
г |
|
|
|
|
|
|
|
124
Прежде чем перейти к её формулировке и доказательству, рассмотрим следующие вопросы.
I . Нормальный закон распределения
Непрерывная |
случайная величина А. называется |
распределенной нор |
мально, если |
её плотность распределения |
имеет вид; |
( з л л )
Выразим |
параметры |
Уп |
, |
Сь |
и |
4 |
через |
математическое |
ожидание |
|||||||
И х |
и |
Дисперсию |
|
|
|
Еля этого используем известные "орму- |
||||||||||
|
4?<20 |
|
’®0 |
|
|
|
|
|
-V1Oft |
|
^ |
|
|
|
||
лы: |
i |
|
|
^ ^-С ^О ^ |
—к х, |
» j |
^ ^ |
” F->w) Ч\Л)t lx ^ х , |
||||||||
Подставляя |
в эти |
формулы ф/нкцию Ч(Л) из равенства |
(3 .4 Л ) |
и рас |
||||||||||||
сматривая Е«*.и й *. как |
известные |
величины, |
получаем |
систему |
трех |
|||||||||||
уравнений с |
тремя |
неизвестными |
yv> |
, |
Оы |
и |
ф |
. Решая |
систему и |
|||||||
подставляя |
найденные |
гп |
, |
(х, |
и |
4 |
в Формулу |
(3 .4 .1 )« |
получим: |
Свойства нормального закона распределения.
Из равенства |
(3 »4 в2)непосредственно |
вытекает: |
|
|
||||
I ) |
при |
э с — |
|
^ 1X) —^0 , |
|
{ |
|
|
|
|
|
|
|
|
|
|
|
2} |
при |
|
|
*((Х ) 1^'^ззГ * |
; |
|
» |
|
3) |
если |
разность |
меняет знак, |
но сохраняет |
абсолютное зна |
|||
чение, |
то |
4 l^ ) не |
меняется. |
|
|
|
||
Согласно |
этим |
свойствам, график функции 4 1 ^ ) симметричен |
относи |
|||||
тельно |
прямой Х,~ |
асимптотически |
приближается |
к оси |
абсцисс |
|||
(р и с. 3<Л01 ) 0 |
|
|
|
|
|
125
Закон распределения линейной функции нормально распреде ленного аргумента
Линейная |
;-ункция |
нормально распределенного аргумен |
|||
та распределена |
нормально. |
|
|
|
|
Докажем |
это. |
|
|
|
|
Пусть случайная |
величина |
У есть линейная |
функция |
случайной ве |
|
личина г |
; ч -- к ъ I |
> где аргумент |
имеет |
нормальное |
|
распределение, |
т . е . |
|
|
|
]
Найдем плотность распределения функции |
. По формуле (2 Л 4 Л ) |
Зледозательно:
%
i
SU KpG V
Сопоставляя полученный результат с формулой |
( З л ,2 ) |
нормального |
||||
закона распределения, видим, |
что функция |
распределена нормаль^ |
||||
но, причем её математическое |
ожидание |
Eg - |
|
9 а дяспер |
||
сия |
- |к | |
|
|
|
|
|
|
Вероятность попадания |
нормально распределенной |
случайной |
|||
|
. величины |
з |
заданный |
/ |
|
|
|
интервал. |
|
* у
Ранее .было'показано, что |
Г 4 * Л № |
4 - | |
. |
126
заменяя ^(ос) по |
формуле |
( З Л в2) и делая |
подстановку |
9С-Е |
i £ |
||||
получим: |
|
|
|
|
|
ff«.«г |
.^AljiSr. |
|
|
|
СЯ'/Г |
|
|
|
К * К Х < * ,) Ц - - |
г f |
А. |
•оЦ |
|
&J t |
чЗГ |
|
|
|
|
о |
|
|
|
|
|
£ |
|
|
Существует обозначение: |
& -o U - |
|
|
Специальная функция £г|.£ называется функцией Лапласа (или инте гралом вероятностей) и вычисляется с помощью таблиц (см* приложе ние)* Окончательно имеем:
|
|
|
|
|
|
3->--£*• |
|
|
|
|
(3 .4 .3 ) |
|
|||
|
|
|
|
|
И| |
|
|
|
|
|
|
|
|
|
|
|
П. Характеристические функции- |
|
|
|
|
|
|
|
|||||||
Имеем непрерывную |
случайную |
величину |
X |
' |
к ее плотность распреде- |
||||||||||
ления |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Обозначим |
(4:) |
следующий |
интеграл: |
|
|
|
|
|
|
||||||
|
|
|
м |
|
«в*© C'fe'3t> |
|
|
|
|
|
|
|
|
||
|
|
|
^ |
W |
' l |
Ь |
'(t'X )-cU , |
|
|
|
(3 .4 .5 ) |
|
|||
|
|
' |
|
|
«во |
' |
|
|
|
|
|
|
|
|
|
где |
L |
- |
мнимая единицав t |
- |
параметр* |
|
■ * |
|
|
||||||
ф и |
вычислении интеграла |
вместо |
X |
подставляются |
пределы |
интегри |
|||||||||
рования, позтому результат зависит не от % * |
а от |
параметра ^ |
, |
||||||||||||
который будет выступать как аргумент функции |
^ x tt) |
« Вид этой |
|
||||||||||||
функции определяется видом функции ^(0с)в Таким образомв каждому |
|
||||||||||||||
закону распределения |
случайной |
величины |
X |
|
соответствует |
своя |
функ |
||||||||
ция |
^хЦ :) |
# называемая |
характеристической’ функцией* Её можно рассма |
||||||||||||
тривать |
как |
математическое ожидание функций случайного аргумента |
|
||||||||||||
j^(X )^S/ |
v , |
что непосредственно |
следует |
из |
формулы |
(2Л З , |
т .е |
|
127
|
|
|
|
|
|
|
|
( 3 .4 ,6 ) |
|
|
Свойства характеристических |
функций. |
|
|
|
|
|||
1) |
Чтобы найти характеристическую |
|
функцию произведения |
t X |
, где |
||||
t |
- |
постоянное число, |
надо взять |
характеристическую |
функцию слу |
||||
чайной |
величиныX |
и |
|
заменить t |
произведением СЬ . |
||||
Действительно,. |
) |
° |
Ecjl ? 'B формуле |
(3 * 4 ,6 ) |
заменить |
||||
t |
на хЛ , получим: |
|
|
^ в двух |
последних ра |
||||
венствах одинаковые правые частя. |
|
Приравнивая |
левые части, |
имеем: |
2 ) Характзристическая функция суммы независимых случайных величия равна произведению их характеристических функций,
°!0"Ч--ХЛГ-Х. •Ти\ т Г 1 1Л'"Ч=Е^'-..-«.‘аm
Поскольку X,--*-X*, независимы, то функции от них Ь
также независимы, 14атематическое ожидание произведения независимых случайных величин равно произведению их математических ожиданий.
Если все слагаемые распределены одинаково, то их характеристичес
кие функции одинаковы. При этом Q
3) Характеристическая функция нормально распределенной случайной величины с нулевым математическим ожиданием и единичной дисперси
ей равна |
. |
|
|
|
Подставляя |
в формулу |
( 3 04 .5 ) функцию ^£(х) |
из равенства (3 ,4 ,2 ) |
|
и полагая Е*,-О , (T ^ j |
, получим |
|
|
|
|
|
%-*•со |
|
|
J * W s & U “ * * * ' - * * * t W ' 1 |
ь |
- & ъ |
||
|
- со |
- оо |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 2 8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
+•OQ |
|
|
|
|
|
|
|
|
|
Обозначив |
|
|
|
|
|
|
to |
и |
помня, |
что |
J |
£ w-olu..-\№ |
- |
ин |
|||||||||
П уассона, |
получим |
ок он ч а тел ь н о :^ |
|
|
|
*,.со |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
^ |
x |
W |
- - e T |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
К, |
Формулировка |
и доказател ьств о |
центральной |
предельной |
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
теоремы |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Если независимые случайные |
величины |
Х-1)Х -1 — |
|
имеют |
один |
и |
|||||||||||||||||
то т |
же |
закон |
распределения, |
то |
при |
неограниченном |
увеличении |
чи |
|||||||||||||||
ла |
случайных |
величиной,- |
закон распределения |
их |
суммы-неограни |
||||||||||||||||||
ченно приближается к нормальному. |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
Имеем 4 |
-X,**” |
' |
|
ЗдесьX, |
|
|
- независимые и одинаково ра |
||||||||||||||||
деленные |
случайные |
величины, |
имеющие |
одно |
и |
то |
же |
математическое |
|||||||||||||||
ожидание |
Е*. |
, одну |
и |
ту |
же |
дисперсию |
|
|
|
, |
|
|
|
|
|
|
|||||||
Не снижая общности,можем |
принять, что |
|
Е ^ - 0 |
(для |
этого |
д оста т |
|||||||||||||||||
но |
начало |
отсч ет а |
принять |
в |
точке |
|
|
) , |
На |
основании |
теорем |
о |
|||||||||||
тематическом |
ожидании vl дисперсии |
имеем:- |
Е ( 4 ) - l v |
l c ^ |
- 0 |
|
|
|
|||||||||||||||
3 ) 1 4 ) - h/Ф х |
и |
|
|
|
|
1 |
Поскольку |
|
все |
X |
i |
распределены |
од и |
||||||||||
наково', они имеют одну и ту |
же |
характеристическую |
функцию |
|
|
||||||||||||||||||
Представим |
ее |
разложенной |
по |
формуле |
Тейлора |
в |
окрестн ости |
точк |
|||||||||||||||
•t-О ’о |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
^ ( . 0 - ^ 1 ° ) + ^ ( о ) t + - ^ Г -- Ь г + |
|
|
|
^ ’ |
|
|
( З .'ь 7 ) |
|
||||||||||||||
где |
о O s v t |
|
• |
|
|
|
|
|
- |
остаточный член |
формулы |
Тейлора |
|||||||||||
Полагая |
в |
равенстве |
( 3 04 05 ) |
Е - 0 |
, |
получим: |
|
|
|
|
|
|
|||||||||||
$ x ,W - |
\ |
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
-* 025 |
|
|
обе |
части |
равенства |
( 3 ,4 . 5 ) |
по |
t |
и |
затем |
п |
||||||||||
Продифференцировав |
|||||||||||||||||||||||
жив |
t - 0 ^ , |
получим: |
|
|
|
^ |
|
|
|
|
|
|
|
|
|
|
|
|
|
-) 1хьаЧ{.%)&% ~ ij х
Дважды |
продиффереицировав обе части рлзенотва ( 3 . 4 . 5 ) no Е |
и |
|
затем |
положив |
* находим: |
|
|
|
129 |
Чг СО |
О® |
jf.(jjJ |
lu)Y<tl*V<ta='5 (X'of(Ux)dx,:-((*-E^((x)dl3c.=-*x
-°° |
.00 |
Равенство |
( 3 . ^ .7 ) принимает вид: |
Поскольку Ч |
- |
сумма |
одинаково |
распределенных |
слагаемы х, т о её |
||||||
характеристическая |
функция |
|
|
|
равна: |
|
|||||
|
а / l\ |
— о |
'J |
ГI ^ She. а ** •.jL&dbJil |
|
|
|||||
Разделив |
~ |
~ 1‘ |
^ |
^ |
M |
*" i |
случайную величину |
||||
‘J |
на |
<Т^гСГ*лТъ |
, |
получим |
новую |
||||||
^ (Г%,\п» |
|
|
ожидание |
_ |
|
|
m |
равны: |
|||
Ее |
математическое |
Е g. |
и дисперсия |
||||||||
|
|
|
|
|
|
|
|
|
|
а, |
|
|
|
|
|
|
|
|
|
|
|
‘ ft* |
|
Ha |
основании п ервого |
свой ств а |
характеристически х |
функций имеем* |
“ 11 |
^ |
|
ы<£* |
|
и |
|
|
|
|
|
i t |
<И |
|
|
|
|
Д |
|
Логар ифмируя s |
получим: |
|
|
= a |
k |
|
n > |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
«.и, |
>\(ге |
|
|
|
||
Вычислим |
предел : |
|
|
|
|
=, |
|
|
|
|
|
ь |
- |
|
|
|||
|
|
|
|
VI. |
|
|
|
|
~ щ \ |
|
|
|||||||
|
|
|
|
К.-? «о |
|
П, -Ч со |
|
|
|
|
К * |
|
|
|
||||
z b cm |
L _ . A |
|
|
i - i i ^ |
|
. |
|
|
|
|
|
|
|
|
||||
K.-'f CCS к |
( * ) |
|
|
|
|
i * |
b [< ti |
|
|
|
|
|
|
|
|
|
||
С ледовательно, |
-Com |
|
|
1 . |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
fu-^co |
|
|
|
|
|
|
|
|
|
|
|
|
||
Такой вид |
имеет |
характеристическая |
функция |
нормально р а сп р ед ел ен - |
||||||||||||||
ной |
случайной |
величины |
с нулевым |
математическим |
ожиданием |
и |
еди |
|||||||||||
ничной дисперсией» |
Так |
как |
Е г °® |
и |
|
|
, |
т\гъо -при^ со в за |
||||||||||
кон |
распределения |
J |
стрем ится |
к |
нормальному» |
П оскольку |
В |
е ст ь |
||||||||||
линейная |
|
функция |
|
случайного |
аргумента |
£ |
в то |
е ё |
закон |
расп р ед ел е |
||||||||
ния |
также |
стремится |
к |
нормальному* |
Теорема доказан а . |
|
|
|
||||||||||
У становлено, |
что |
с |
достаточной |
для |
практики точностью |
центральной |