книги из ГПНТБ / Васильков Д.А. Начала теории вероятностей учеб. пособие
.pdf+ 2 (u*-*;i>o) и p ( i K n - y ; i > « ) < 2 Р ( - 1 - | А * - А ; | >
>~T>7T^+ |
2 |
P * ; C M - А а л е е з а Д а ч У 8 - |
2N |
ft=/V+l |
|
|
|
Г л а в а 6 ЦЕНТРАЛЬНАЯ ПРЕДЕЛЬНАЯ ТЕОРЕМА
§ 51. Характеристические функции
Пусть w(x) = и(х)-{- iv(x)— комплексная функция дейст вительного переменного х. Математическое ожидание комп лексной случайной величины ш (X) = и(X) + iv(X) по опре делению есть
M[w(X)]=M[u(X)] |
+ M[v{X)], |
(1) |
если математические ожидания в правой части равенства су ществуют.
Рассмотрим функцию eltx действительного переменно го х, содержащую действительный параметр t. Характери стической функцией случайной величины X называется
ср(0 = М(е'*) |
( - с о < * < + с о ) . |
(2) |
Иногда функция (2) будет обозначаться <px{t). Опасность спутать характеристическую функцию с нормальной плот ностью распределения ф(лг)=<р(л:; 0,1) (см. § 21) исключе
на, так как |
аргумент характеристической |
функции |
будет |
обозначаться |
t. |
|
|
Если X дискретна и принимает значения |
хи дг2 ,... с |
веро |
|
ятностями ри |
р 2 , . . . . то |
|
|
<Р(9= 2 |
(3) |
к |
|
Если X непрерывна и распределена с плотностью |
вероятно |
сти р(х), то |
|
+0О |
|
tp(*)= ^ eitxp(x)dx. |
(4) |
—СО
В общем случае, если F(х) —функция распределения случай ной величины X, tp(£) выражается интегралом Стильтьеса
[ e»*dF(x). |
(5) |
—00
81
Так как \е"х\= 1, то ряд (3) и интеграл (4) сходятся абсолютно и равномерно (относительно t); следовательно, функция ф(/) определена при всех t\ нетрудно показать, что она непрерывна. То же справедливо и в общем случае, ког да q>(t) выражается интегралом (5).
Отметим еще некоторые простые свойства характеристи ческой функции, непосредственно вытекающие из ее опреде-
ления: |
ф(0) = |
1; при всех ^lcp(i') |
| < 1 и |
<р(—t)=<p{t); |
если |
р(—х) |
з = р ( х ) , |
то ф(^) принимает |
лишь |
действительные |
зна |
чения. |
|
|
|
|
|
Допустим, что случайная величина X обладает абсолют ными моментами M ( | r V | m ) порядка m < n . Тогда ф(£) имеет непрерывные производные порядка < я. В самом деле, при этом в случае непрерывной X интеграл (4) можно я г ( < я ) раз дифференцировать по t под знаком интеграла, в результате чего получатся абсолютно и равномерно (относительно t) сходящиеся интегралы
срО") (/) = ^ е"* (ix)m p{x)dx (т=\, ... , я). |
(6) |
—оо
Тогда, когда X дискретна, аналогичное рассуждение приме нимо к ряду (3), следовательно,
<Р«"> (0 = ^ |
Шт |
Рк |
im = |
1, • • - , я). |
(7) |
|
к |
|
|
|
|
|
|
Положив в (6) или в (7) ^=0, получим |
|
|
|
|||
«p(m)(0)e x*am |
( m = l , . . . , n ) , |
(8) |
||||
где a m = M ( A ' m ) — м о м е н т порядка |
т |
случайной |
величи |
|||
ны X (см. § 38). Таким |
образом, |
если |
ат (яг< я) существу |
|||
ют, то |
|
|
|
|
|
|
|
л |
|
|
|
|
|
= ! + 2 ^ t |
m + o(n |
(9) |
В частности, если случайная величина X обладает математи ческим ожиданием М(Х)=а, то ее характеристическая функ ция имеет непрерывную первую производную; при этом
ф ( * ) = 1 +iat-\-o{t). |
(10) |
Отметим еще одно простое свойство характеристических функций: если Y=aX+$, то ЩеиУ) = М(е" <«*+?>)=е'Р'М(е<°'* ), т. е.
b(t) = e>V<tx(at). |
(11) |
92
В частности, если существуют М(Х) = а и D(X) = а2, то для
нормированной случайной |
величины |
Х=-^-{Х |
|
— а) |
|
||||||
|
|
= |
4 |
( |
7 - |
) . |
|
|
|
|
(12) |
|
§ 52. Характеристическая функция суммы |
|
|||||||||
|
взаимно независимых случайных |
величин |
|
||||||||
|
Пусть X и У— независимые |
случайные |
величины |
и Z = |
|||||||
= |
X + У. Если допустить что е"х |
|
и e"Y |
также |
независимы, |
||||||
то, |
воспользовавшись |
известным |
свойством |
математического |
|||||||
ожидания, получим |
|
|
|
|
|
|
|
|
|
|
|
|
<PZ (*) = М (eltz) |
= М ( в " i X + |
r ) ) |
= |
М (е'7 А ' • eilY) |
= |
|
||||
|
= М( е " А ') - М( е ' 7 1 , ) = |
срх (0срк (0- |
|
|
|
||||||
Итак, для независимых X, У |
|
|
|
|
|
|
|
|
|||
|
W W |
= ?x(0«Py(0. |
|
|
|
|
(1) |
||||
Вообще, если Х[,..., |
Xп |
взаимно независимы, |
то |
|
|||||||
|
<?Xt+...+Xn(t) |
= |
< |
? |
X |
l |
( |
t |
Y - |
( 2 ) |
Доказательство независимости е"х и е"у сопряжено с из вестными трудностями. Поэтому мы приведем здесь прямое доказательство формулы (1) для случая, когда X и У имеют непрерывные плотности распределения р(х) и р(у). Тогда (см. § 23 формула (6))
-fOO
+ ОО - f ОО
<P (Q = |
5 |
e |
"*( |
\ |
P(x)p{z-x)dx |
)dz |
= |
Z |
|
|
|
> |
|
|
|
|
—00 |
|
—00 |
|
|
||
|
+00 |
|
|
+00 |
|
|
|
= |
^ JD(A-)^ |
^ e!tzp{z — x)dz^dx. |
|
||||
|
—CO |
|
|
—00 |
|
|
Сделав замену переменного z — x = и, получим
+oo |
+oo |
<P2(') = \ e»*p(x)dx- |
^ el<»p(u)du = <px{t).<?y(t). |
93
Заметим в заключение, что из соотношения (1) менаду характеристическими функциями величин X, У и X-\-Y неза висимость X и У не вытекает.
§ 53. Формулы обращения
Напомним читателю некоторые сведения из теории ин теграла Фурье. Если функция f(x) определена на всей число вой оси, непрерывна, всюду имеет правую и левую производ ные и абсолютно интегрируема на ( —оо, 4 - ° ° ) , то f(x) мо жет быть представлена в виде
|
|
-Ьоо |
|
|
|
/(*)= |
^ |
C(u)e^du, |
(1) |
|
|
— О О |
|
|
где |
|
+О0 |
|
|
|
|
|
|
|
|
С(и) = -^ |
$ |
f(x)e-'»*dx. |
(2) |
|
|
—оо |
|
|
Рассмотрим |
теперь непрерывную случайную |
величину А' |
||
с плотностью |
вероятности |
р(х), для которой |
существу |
ет М(А'). При этом ее характеристическая функция ср(/) бу
дет всюду иметь производную |
(см. § |
51). |
Допустим, кроме |
|
того, |
что (p(t) абсолютно интегрируема |
на |
всей числовой оси. |
|
Тогда |
формулу |
|
|
|
|
<р(0 = \ |
e"*p(x)dx |
(3) |
|
|
—оо |
|
|
|
можно истолковать как представление ф(^) посредством ин
теграла Фурье. При этом |
согласно |
формуле (2) |
|
|
|
||||||
|
|
|
|
+оо |
|
|
|
|
|
|
|
|
|
|
|
\ e-"x<?(t)dt- |
|
|
|
(4) |
|||
|
|
|
|
—оо |
|
|
|
|
|
|
|
Так как по нашему |
предположению |
|
|
|
|
|
|
||||
|
|
+оо |
|
|
|
|
|
|
|
|
|
|
|
^ |
\<?(t)\dt< |
ОО, |
|
|
|
|
|||
|
|
—оо |
|
|
|
|
|
|
|
|
|
то интеграл в правой части формулы |
(4) |
сходится |
абсолют |
||||||||
но и равномерно |
(относительно |
х), |
и |
его |
можно |
интегриро |
|||||
вать по х под знаком интеграла. Следовательно, |
каковы |
бы |
|||||||||
ни были х'<х" |
приращение |
функции |
распределения |
F(x) |
на |
||||||
отрезке [xf, х"] |
выражается |
в виде |
|
|
|
|
|
|
|||
|
|
|
+оо |
—Мх' |
|
— Их" |
|
|
|
||
F [х") - |
F (х') = ± |
|
J |
е " Х |
~ |
е " Х |
<р (0 dt. |
|
(5) |
— О О
94
Из формулы (5), в частности, следует, что для любого х
|
F{x)=4z |
, |
|
+2° |
-их' _ |
.-их |
|
|
|
|
|
(6) |
||||
|
|
lim |
\ |
- i |
^ |
<?(t)dt. |
|
|||||||||
|
|
|
|
|
|
—со |
|
|
|
|
|
|
|
|
|
|
Можно доказать |
(здесь |
это доказательство |
не приводит |
|||||||||||||
ся), что для произвольной |
случайной величины X с функцией |
|||||||||||||||
распределения |
|
F(x) |
справедливы |
формулы, |
подобные |
(5) |
||||||||||
и (6), если только х' |
и х", а также х в формуле |
(6) —точки |
||||||||||||||
непрерывности |
F(x), |
а под несобственными |
интегралами по |
|||||||||||||
нимаются их главные значения. Таким образом, в общем |
слу |
|||||||||||||||
чае, если F(x) |
непрерывна |
в точках х' и х", |
|
|
|
|
|
|||||||||
F(x")-F(x')=^ |
|
|
Hm |
\ |
|
= i |
|
|
|
|
(7) |
|
||||
и, если F(x) непрерывна в точке x, |
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
A |
|
_ L |
U |
|
|
|
|
|
|
F[x) = ^r |
lim |
llm |
\ |
e " |
~ e '* |
|
<?(t)dt. |
|
(8) |
|||||||
|
|
|
|
|
|
|
—A |
|
|
|
|
|
|
|
|
|
В формуле (8) x' |
стремится к — со по множеству |
точек не |
||||||||||||||
прерывности функции распределения. |
|
|
Х\, х2,... |
|
||||||||||||
Если |
X — дискретная |
случайная |
величина, |
— ее |
||||||||||||
значения, р\, р2,... |
— соответствующие вероятности, |
то, фик |
||||||||||||||
сировав |
какое-либо |
хк |
и |
выбрав |
х'=хк—h, |
|
|
|
x"=xk-±-h |
|||||||
(/г>0) |
так, чтобы |
отрезок |
[х', х"] |
не содержал |
значений X, |
|||||||||||
отличных от хк, |
получим согласно (7) |
|
|
|
|
|
|
|
||||||||
|
|
|
|
А |
|
|
|
|
|
|
|
|
|
|
|
|
Р к |
= ± - |
lim |
\ |
e - u ' * ^ < t i t ) d t |
(k = |
\, |
2, |
. . . ) . |
(9) |
|||||||
|
|
|
|
—А |
|
|
|
|
|
|
|
|
|
|
|
|
Мы |
видим, |
|
что закон |
распределения |
|
случайной |
величи |
|||||||||
ны X однозначно определяется характеристической |
функци |
|||||||||||||||
ей. Формулы |
|
(4), (6), |
(8) и |
(9), при |
помощи |
которых, |
зная ф(0, можно при различных предположениях |
относитель |
|
но X восстановить закон |
распределения X, носят |
общее на |
звание формул обращения |
в теории характеристических функ |
ций. |
|
|
|
§ 54. Сходимость законов |
распределения |
||
Рассмотрим последовательность |
случайных |
величин |
|
Xi, Х2,..., |
X „ |
, . . . , |
(1) |
имеющих соответственно функции распределения |
|
||
Fi{x),F2(x) |
|
Fn{x),-... |
(2) |
Пусть далее |
F(x)—функция |
|
распределения |
некоторой |
слу |
||||||||||||||
чайной величины X. Говорят, что последовательность |
законов |
||||||||||||||||||
распределения |
случайных |
|
величин |
(1) |
сходится к закону |
рас |
|||||||||||||
пределения |
случайной |
величины |
X, |
если |
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
Iim |
Fn(x) |
= |
F(x) |
|
|
|
|
|
|
(3) |
|||
|
|
|
|
|
|
л-<-со |
|
|
|
|
|
|
|
|
|
|
|
|
|
во всех точках непрерывности функции |
F(x). |
|
|
a, |
b |
||||||||||||||
Из |
(3) |
следует, |
что, |
|
каковы |
бы |
|
ни |
были |
точки |
|||||||||
( а < 6 ) , |
в которых F[x) |
|
непрерывна, |
|
|
|
|
|
|
|
|
||||||||
|
|
|
Urn [Fa(b) |
-F„(a)] |
= |
/*(6) |
|
-F{a), |
|
|
|
|
|||||||
|
|
|
n-*ao |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
т. e. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
11m P{a^Xn<b) |
|
|
= |
P(a<X |
|
|
<b). |
|
|
|
|
|||||
|
|
|
Я - К О |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Покажем, что из сходимости |
\Хп) |
к X |
по вероятности вы |
||||||||||||||||
текает |
сходимость |
законов |
распределения. |
В |
самом |
деле, |
|||||||||||||
предположим, что |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
Хя(вер.) |
+ |
Х. |
|
|
|
|
|
|
|
(4) |
||
Пусть |
х0 |
— любая |
фиксированная |
точка, |
в |
которой |
непре |
||||||||||||
рывна |
функция |
распределения |
F{x) |
случайной |
величины |
X. |
|||||||||||||
Возьмем произвольное |
е > 0 |
и выберем |
т]>0 так, |
чтобы |
|
|
|||||||||||||
|
f(*o + ri) —F(xt>) |
= |
|
|
|
|
P{x0<X<x0+nX-j- |
|
|
|
|||||||||
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
F(x0) |
— |
F(x0 |
— |
r\) — P(x0 |
— т] <X<X„)<-Y |
• |
|
|
|
|||||||||
Согласно |
(4) |
существует |
такое |
n0, что |
при |
всех |
п~>пй |
|
|
||||||||||
|
|
|
|
Р(\ХП-Х\>-ц)<^-. |
|
|
|
|
|
|
|
|
|
||||||
Обозначим: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
А„ = (Хп < х0), |
|
|
|
|
А — (Х< |
х0), |
|
|
|
|
|||||||
|
|
В =*{х0<Х<х0 |
|
+ т\), |
С = |
(Х>х0 |
+ г1), |
|
|
|
|||||||||
|
|
D ~(x0 |
— r\4CX<х0), |
|
F = |
|
|
(X<x0-ri). |
|
|
|
||||||||
Ясно, что |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A = D + F, |
|
Л ~ = В + С, |
|
|
|
|
|||||||||
причем |
DF = ВС — О. При |
п>п0 |
будем |
|
иметь (см. § |
12, |
|||||||||||||
задачи 2 и 3) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
| F„ (х0) |
- |
F (х0) |
| = |
| Р (Ая) |
- |
Р (А) | < |
|
|
|
|
||||||
|
|
< |
Р \(An |
+ |
А) - |
AnA\ |
= |
Р (А„А + АПА) |
= |
|
|
|
|||||||
|
|
|
= |
Р[АП(В |
+ С)+ |
J „ ( D |
+ |
F)}~ |
|
|
|
|
|||||||
|
|
= Р (АПВ) 4- Р (AnD) + Р (AnC + AnF). |
|
|
|
96
Так как |
. ; |
^ |
|
и |
AJB с В, |
AnD с D |
|
AnC + |
AnFc(\Xn-X\>-n), |
||
то |
|||
|
|
||
Р (АпВ) < Р (В)< - i - , |
Р (Д£>) < Р (£>)< , |
Р(А»С + A ^ X - f .
Итак, при л > л 0
\FM-F(x0)\<z.
Из сходимости законов распределения Хп к закону рас пределения X соотношение X„ (ее/?.) -»- X, вообще говоря, не вытекает. Так, например, если X принимает значения — 1 и
1 с вероятностями |
-^-и Xгк_л=Х, |
X2k = —X(k=l, |
2,...), |
|||
то все Х„ и X имеют одну и ту же функцию |
распределения |
|||||
|
|
О |
при |
х < — |
1, |
|
Fx(x) = Fx(x) = |
42- |
при |
— 1 < ж < 1 , |
|||
|
|
1 |
при |
х > 1. |
|
|
Таким образом, |
Fxn{x)-> |
Fx |
(х) |
(л-»- оо), |
тогда как |
|
1^—^2*1—1 и, следовательно, при |
е < |
1 Р(\Х— |
X2k\>е)=1 |
( £ = 1 , 2 , . . . ) .
Отметим один частный случай, когда сходимость по ве роятности и сходимость законов распределения равносильны. Предположим, что X постоянна и равна с, следовательно, ее
функцией распределения служит
F(x) |
= E(x-c)= |
f |
,0 при х < с, |
|
w |
v |
11 |
при |
лс>с. |
Если |
|
( 0 |
при |
* < с, |
|
|
то для произвольных е > 0 , TI>0 и для достаточно больших л
^ „ ( с — < - f - » 1 — ^ ( C + T I X - J - .
При этом , Р(|Л„ - С| > 7,) = Р(*„ < С - ц) + Р(Х„ > С + 7 ) ) <
< Р ( ^ „ < С - i - 7 ) ) + P ( ^ n > C - | - 7 ) ) =
= / 7 n ( c - 4 - 7 ) ) + [ i - ^ ( c + ^ ) ] < e .
7-143 |
97 |
§ 55. Предельные теоремы теории характеристических функций
В § 53 было показано, что между законами распределе ния и характеристическими функциями существует взаимно
однозначное соответствие. |
Следующие |
два |
предложения —• |
||||||||||||||
так |
называемые |
предельные |
теоремы теории |
характеристиче |
|||||||||||||
ских |
функций — устанавливают |
непрерывность |
этого |
соответ |
|||||||||||||
ствия. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Если |
законы |
распределения |
случайных |
|
величин |
Х\, |
Х2,... |
||||||||||
|
Хп,... |
сходятся |
к |
закону |
распределения |
|
случайной |
ве |
|||||||||
личины |
X, |
то последовательность |
характеристических |
|
функ |
||||||||||||
ций |
|
|
|
|
? х |
(0 |
(л = 1 , 2 , . . . ) |
|
|
|
|
|
(1) |
||||
|
|
|
|
|
|
|
|
|
|
||||||||
сходится |
к характеристической |
функции |
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
fx |
|
|
|
|
|
|
|
|
|
(2) |
Если |
последовательность |
характеристических |
функций |
(1) |
|||||||||||||
сходится |
к |
характеристической |
функции |
(2), |
то законы |
рас |
|||||||||||
пределения |
случайных |
величин |
|
{Хп} |
сходятся |
|
к закону |
рас |
|||||||||
пределения |
X. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Доказательства |
обеих теорем |
читатель |
найдет, |
например, |
|||||||||||||
в учебнике |
Б. В. Гнеденко |
[2]. В качестве |
иллюстрации |
пре |
|||||||||||||
дельных теорем докажем следующую теорему Хинчина. |
|
||||||||||||||||
Последовательность |
одинаково |
распределенных |
|
взаимно |
|||||||||||||
независимых случайных величин Х\, Х2,..., |
Xk |
, . . . , облада |
|||||||||||||||
ющих математическим ожиданием JA(Xk)=a |
|
|
(fe=l, |
2,...), |
|||||||||||||
подчиняется закону больших чисел. |
|
|
|
|
|
|
|
|
Утверждение теоремы означает, как известно, что после
довательность средних арифметических|_L2^*! п=\, 2,... J
сходится по вероятности к постоянной а. В самом деле, со гласно § 51 (см. формулу (10))
|
*xk |
(t)=<p(t) |
= |
l + |
iat+o(i) |
|
и для средних арифметических |
|
|
|
|||
|
|
УП = -У(Х,+ |
---+Хп) |
(3) |
||
в силу |
взаимной |
независимости |
слагаемых |
|
||
|
, л о = Ч ( о = [ 1 |
+ |
^ + < 4 - ) Г |
(4) |
||
(см. § |
51 формула (11)). |
Из |
(4) следует, что при |
любом |
||
фиксированном t |
|
|
|
|
|
|
|
|
lim |
<on(t) = |
e,ai. |
(5) |
|
|
|
п-юо |
|
|
|
|
98
Правая часть равенства (5) представляет |
собой |
характери |
||||
стическую |
функцию |
постоянной |
У = а. Следовательно, функ |
|||
ции |
распределения |
случайных |
величин |
У„ |
сходятся к |
|
Е (х— |
а) |
при всех |
х ф а. Последнее, как |
мы видели, равно |
сильно утверждению, что У„ [вер.) -> а.
§56. Предельная теорема Линдеберга — Леви
Втеории вероятностей и ее приложениях важную роль
играет группа |
теорем, имеющая |
общее |
название |
централь |
|
ная предельная |
теорема. |
Содержание |
этих теорем |
таково: |
|
если |
|
|
|
|
|
|
Х\, |
Хъ,..., |
ХП,... |
|
(1) |
— взаимно независимые случайные величины с математиче
скими ожиданиями M(Xk) = ak |
и дисперсиями D(Xk)~al |
и |
Yn = X,+ ---+Xn |
( я = 1 , 2, . . . ) . |
(2) |
то при некоторых условиях законы распределения нормиро ванных сумм:
|
|
Гл |
= -г(Уп~Лп) |
|
( « = 1 , 2 , . . . ) , |
|
|
|
(3) |
||||||
где |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A„ = |
at |
+ ---+a„, |
|
Ь\ = |
а\ + |
• • • + |
а\, |
|
|
||||
сходятся |
к нормированному закону |
Гаусса, т. е. при всех |
х |
||||||||||||
|
|
|
Ига Р ( К „ < * ) |
= |
- 1 = |
|
\ |
е |
X |
|
|
|
(4) |
||
|
|
|
|
2dx. |
|
|
|
||||||||
|
|
|
|
|
|
|
|
—оо |
|
|
|
|
|
||
Практическое применение этой |
теоремы |
состоит |
в том, |
что |
|||||||||||
при выполнении соответствующих условий, когда |
л > |
1, сум |
|||||||||||||
мы |
(2) имеют |
закон |
распределения, |
близкий к нормальному |
|||||||||||
с параметрами |
а=А„, |
о—Ьп |
|
(см. § |
|
24 |
задача |
15). |
Следо |
||||||
вательно, при любых |
c < d |
|
|
|
|
|
|
|
|
|
|
||||
Р(с<Х,+ |
••• + ^ Я < Й ) ^ |
Ф ( ^ |
- |
^ |
) |
- Ф ( |
- |
^ ~ |
^ ) |
(5) |
|||||
(см. § 21 |
формула (6)). |
|
|
|
|
|
|
|
|
|
|
||||
|
Простейшей теоремой такого рода является интегральная |
||||||||||||||
теорема |
Лапласа |
(см. § 27). Действительно, |
случайную |
ве |
|||||||||||
личину X, распределенную по биномиальному закону с па |
|||||||||||||||
раметрами пир, |
|
можно рассматривать как сумму п взаим |
|||||||||||||
но |
независимых |
случайных |
величин Х\, Х2,..., |
|
Хп, |
каждая |
|||||||||
из |
которых принимает лишь |
значения |
1 и 0 |
соответственно |
|||||||||||
с вероятностями |
р и |
«7=1—р, |
и утверждение |
интегральной |
7* |
99 |