22.05
.pdf8.1Предельные теоремы
Теорема 5 (о монотонной последовательности): Если n % - последовательность неотрицательных случайных величин, то
lim E n = E
n!1
Теорема 6 (лемма Фату): Пусть n - последовательность неотрицательных случайных величин, тогда
E( lim n) 6 lim E n
n!1 n!1
Теорема 7 (теорема Лебега о предельном переходе): Пусть n - произвольная последовательность случайных величин. j n(!)j 6 (!); E < 1 и n ! (почти наверное). Тогда
lim E n = E
n!1
: ! R
Скаждой случайной величиной можно связать измеримое пространство (R; B).
B 2 B 1(B) 2 A P( 1(B)) = P (B)
Каждому борелевскому множеству с помощью случайной величины можно приписать вероятность.
P (R) = 1
Все вычисления, связанные со случайной величиной, переносятся в новое вероятностное пространство - (R; B; P ), R- числовая ось, B- борелевская -алгебра, P - мера вероятности.
P(( 1; 1]) = F (x)
P((a; b]) = F (b) F (a)
+1
RR
E = x dP (x) = x dF (x)
R1
+1
R
Если распределение вероятностей задается плотностью f , то E = xf (x)dx
1
Лекция 9 10.04.2015
9Совместное распределение и независимость случайной величины
; ; - простые случайные величины в ( ; A; P)
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P |
xiIDi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
= |
yjIHj |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
D = |
f |
D |
H |
j |
: i = 1; n; j = 1; m |
g |
||||||||||||
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
. . . |
|
ym |
||||||||||
|
|
n |
y1 |
y2 |
|
|
||||||||||||
|
|
x1 |
|
|
|
p11 |
p12 |
|
|
. . . |
|
p1m |
||||||
( ; ) x2 |
|
|
|
p21 |
p22 |
|
|
. . . |
|
p2m |
||||||||
|
|
. |
|
|
|
|
. |
. |
|
|
. |
. |
|
|
|
. |
|
|
|
|
. |
|
|
|
|
. |
. |
|
|
|
. |
|
. |
|
|||
|
|
. |
|
|
|
|
. |
. |
|
|
|
|
|
. |
|
|||
|
|
xn |
|
|
|
pn1 |
pn2 |
|
. . . |
|
pnm |
pij = P(DiHj) = P( = xi; = yj)
P
pij = 1
i; j
Пусть теперь ; - случайные величины.
20
F (x; y) = P( 6 x; 6 y)
Характеристические свойства:
1)F (x; y) %
2)F (x; y) непрерывна справа
3)F ( 1; y) = F (x; 1) = 0 F (+1; +1) = 1
8x; y 2 R 8 x; y > 0 ! F (x + x; y + y) F (x + x; y) F (x; y + y) + F (x; y) > 0
F (x; y) f (x; y) > 0 - функция распределения
+1 +1
RR
f (x; y)dxdy = 1
1 1
P(( ; ) 2 D) = RR f (x; y)dxdy; D 2 R2
|
D |
x |
y |
R |
R |
F (x; y) = |
f (u; v)dudv |
1 1 |
2f (x; y)
x y
= f (x; y)
; P ; (R; B; P )
Возьмем B 2 B, тогда P r (B) = P( 2 B)
E = R xdP (x) = |
+1 |
|
R |
xf (x)dx |
R1
R
Если есть функция = '( ), тогда E'( ) = '(x)dP (x) =
R
+1 +1
|
R |
R |
'(x; y) |
E'(x; y) = |
'(x; y)f (x; y)dxdy |
|
1 1 |
|
|
P |
|
'( ; ) = |
'(xi; yj)pij |
|
i; j
+1
R
'(x)f (x)dx
1
9.1Независимость случайной величины
Определение: Случайная величина : ! R определена на вероятностном пространстве ( ; A; P):( ) = A = f 1(B) : B 2 Bg
Определение: ; в ( ; A; P) называются независимыми, если ( ) и ( ) независимые.
(A 2 ( ); B 2 ( ) : P(AB) = P(A)P(B))
F (x; y) = Pf 6 xgf 6 yg = P( 6 x)P( 6 y) = F (x) F (y) (f 6 xg = 1(( 1; x]))
В случае абсолютно непрерывных распределений: f (x; y) = f (x)f (y)
Теорема 1 (мультипликативное свойство мат. ожидания): Пусть ; - независимые случайные величины из одного пространства с конечными мат. ожиданиями.
E( ) = E( )E( )
Доказательство:
n
P
= xiIDi i=1
21
m
= yjIHj |
|
|
|
|
|
|
|
|
|
=1 |
|
|
|
|
|
|
|
|
|
jP |
|
|
|
|
|
|
|
|
|
P |
P |
; 0 |
n |
|
|
m |
|
|
|
P |
|
P |
yjP(Hj)) = E( )E( ) |
||||||
E( ) = xiyjP(DiHj) = |
xiyjP(Di)P(Hj) = ( |
xiP(Di))( |
|
||||||
i;j |
i;j |
> |
i=1 |
|
|
j=1 |
|
|
|
Для неотрицательных величин |
можем выбрать |
|
n % |
; |
|||||
|
|
n % |
|
E n % E E n % E
( n) ( ) ( n) ( )
n n - простая случайная величина
n n %
E( n n) % E( ) (E n)(E n) ! (E )(E )
Пусть = + , = +
E = E + E
E = E + E
E( ) = E( + )( + ) = E + E + E + + E = E +E + E +E E E + +
E E = (E + E )(E + E ) = E E
Следствие:
; - целочисленные случайные величины g (x); g (x) - производящие функции
+ g + (x) = Ex + = Ex x = Ex Ex = g (x) g (x)
Теорема 2: ; - независимые случайные величины.
D(; ) = D + D
Доказательство:
D( + ) = E( + )2 (E( + ))2 = E 2 +E 2 +2E (E )2 2E E (E )2 = D +D +2[E E E ] =
D + D
9.2Ковариация и коэффициент корреляции
D( + ) = E(( + ) (E + E ))2 = E(( E ) + ( E ))2 = D + D + 2E[( E )( E )]
Определение: Пусть ; - две случайные величины, определенные на вероятностном пространстве.
|
|
|
|
|
|
def |
|
|
|
|
|
Тогда под ковариацией понимают cov(; ) = E( E )( E ) |
|
|
|
|
|||||||
D > 0; |
D > 0 |
^ |
|
^ = |
E |
|
|||||
Определение: |
- нормированная случайная величины |
|
|||||||||
|
|
p |
|
|
|
||||||
|
|
D |
|
||||||||
^ |
|
|
|
|
|
|
|
|
|
|
|
E = 0 |
|
|
|
|
|
|
|
|
|
||
^ |
^2 |
= 1 |
|
|
|
|
|
|
|
||
D = E |
|
|
|
|
|
|
|
||||
^ = |
E |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
pD |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
^ |
|
|
cov(; ) |
Определение: (; ) - коэффициент корреляции (; ) = E(; ^) = p p
D D
Лекция 10 17.04.2015
Свойства:
1.cov(; ) = E( ) E E
2.Если ; независимы, то cov(; ) = 0
3.j (; )j 6 1 (= если и линейно зависимы) Доказательства:
22
1.cov( ; ) = E( E )( E ) = E( ) E E + E E E E = E( ) E E
2.Если ; независимы, то E( ) = E E cov( ; ) = 0
^ |
|
|
|
^ |
|
2 |
= 1 + 1 |
^ |
( ; )) ) j ( ; )j 6 |
1 |
|||||||||
3. 0 6 D( ^) = E( ^) |
|
2E ^ = 2(1 |
|||||||||||||||||
Достаточность: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
= a + b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
^ = |
E |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
pD |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
^ = |
a + b aE b |
= |
a |
^ |
|
|
|
|
|
|
|
||||||||
|
|
|
|
jaj |
|
|
|
|
|
|
|
||||||||
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
a2D |
a |
|
|
|
a |
|
|
|
a |
|
|
|
|||
^ |
|
^2 |
|
|
|
|
^ |
|
|
|
|||||||||
( ; ) = E( ^) = |
jaj |
E |
|
= |
|
|
|
D = |
|
|
= sign(a) |
|
|||||||
Необходимость: |
|
|
|
jaj |
|
jaj |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
^ |
|
|
|
|
|
, |
^ |
|
|
|
|
|
|||||||
( ; ) = 1 ) D( + ^) = 0 |
+ ^ = 0 ) = a + b |
|
Замечание : Из cov( ; ) = 0 не следует независимость.
Пример:
Берем z: z = 0; 2 ; с P = 13 .
= cos(z) и = sin(z) очевидно зависимы. cov( ; ) = E( E )( E ) = E E E
E = 13 (cos(0) + cos( 2 ) + cos( )) E = 13 (sin(0) + sin( 2 ) + sin( ))
= 12 sin(2z) ) E = 16 (sin(0) + sin( ) + sin(2 )) = 0 ) cov( ; ) = 0, но они зависимы.
Вычисление:
|
|
|
|
|
cov( ; ) |
|
|
|
|
|||||
( ; ) = |
p |
|
|
p |
|
|
|
|
|
|
||||
D |
D |
|
|
|
|
|||||||||
1) |
|
|
|
|
|
|
|
|
|
. . . |
|
|||
|
n |
y1 |
|
y2 |
|
ym |
||||||||
|
x1 |
|
|
p11 |
|
p12 |
|
. . . |
p1m |
|||||
|
x2 |
|
|
p21 |
|
p22 |
|
. . . |
p2m |
|||||
|
. |
|
|
. |
|
|
. |
|
|
. |
. |
|
. |
|
. |
|
|
. |
|
|
. |
|
|
|
. |
. |
|||
. |
|
|
. |
|
|
. |
|
|
|
|
. |
|||
|
xn |
|
|
pn1 |
|
pn2 |
. . . |
pnm |
||||||
2) |
|
|
P |
|
|
|
|
|
|
|
|
|
||
E |
= |
|
xiyjpij |
|
|
|
|
i;j
Если задано f ; (x; y) :
+1 +1
RR
E = |
xyf ; (x; y)dxdy |
|
1 1 |
9.3Задача линейного оценивания
- наблюдаемая
- ненаблюдаемая
'(x) - оценка, т.е. вместо смотрим '( ). ' из класса функций K. |
|
|
|
' K E |
|
|
|
|||||||
|
|
|
|
|
|
|
E |
( |
' ( ))2 |
( |
'( ))2 |
|||
' - наилучшая оценка в смысле среднеквадратичного отклонения, если: |
|
= inf |
|
|||||||||||
Рассматриваем '(x) = ax + b. Ищем a ; b . |
|
|
|
2 |
|
|
|
|||||||
|
|
|
|
|
|
|
||||||||
(a; b) = E( (a + b))2 = E 2 + a2E 2 + b2 2aE 2bE + 2abE |
|
|
|
|
|
|
|
|||||||
8 |
|
> 0 |
|
|
|
|
|
|
|
|
||||
|
a |
|
|
|
|
|
|
|
|
|
||||
> |
|
|
|
|
|
|
|
|
|
|
|
|
||
< |
|
|
|
> 0 |
|
|
|
|
|
|
|
|
||
|
b |
E + bE = 0 |
|
|
|
|
|
|
|
|||||
>aE 2 |
|
|
|
|
|
|
|
|
||||||
: |
|
b |
|
|
|
|
|
|
|
|
|
|||
( |
|
|
E + aE = 0 |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
23
( |
E |
2 |
b + aE = E E |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
a |
|
|
+ bE = E |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
a |
|
|
= cov(; ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
D |
|
|
|
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
b = |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
E |
|
E |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
a = |
cov(; ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
b = E |
cov(; ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
E |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
Наилучшая оценка в классе линейных функций: |
|
|
|
|
|
||||||||||||||||||||||||||
= ' ( ) = |
cov(; ) |
|
+ |
E |
|
|
cov(; ) |
E |
|
|
|
|
|
|
|||||||||||||||||
|
|
|
D |
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
D |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
cov(; ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
' ( ) = E + |
|
|
|
|
( E ) |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
Среднеквадратическое отклонение: |
|
|
|
|
|
|
|
||||||||||||||||||||||||
E( )2 = E(( E ) |
cov(; ) |
|
|
cov(; ) |
|
cov(; ) |
|
||||||||||||||||||||||||
|
|
|
|
( E ))2 = D + |
|
2 |
|
|
= D [1 ( (; ))2] |
||||||||||||||||||||||
|
|
D |
|
D |
D |
|
Ошибка=D [1 ( (; ))2]
Название: ' ( ) - уравнение линейной регрессии. Пример:
- рост отца
- рост сына
E = E = m; D = D = 2, т.к. они из одной семьи.
m = cov(; )( m) = (; )( m) )2
j j < 1 собственно, из этой задачи и регрессии
9.4Ковариационная матрица
1; 2; :::; n vij = cov( i; j)
i = j ) vij = D i
Матрица V = (vij) - ковариационная матрица.
Свойства:
1) |
8~x = (x1; :::; xn) 2 |
R |
n |
~ |
T |
V ~x > 0) |
|
6= 0 : (~x |
|
||||
2) |
Симметрична, т.е. VT = V (очевидно, т.к. vij = vji) |
Доказательство 1:
= ( 1; :::; n)T
E = (E 1; :::; E n)T
( E )( E )T = (( i E i)( J E j))n x n E(( E )( E )T ) = V
xT V x = E(xT ( E )( E )T x) = E(xT ( E ))2 > 0
9.5Корреляционная матрица
> 0, то ( ( i; j))n x n - корреляционная матрица.
vij
i j
) на диагонали расположены единицы.
Свойство про xT ( i; j) x > 0 тоже верно.
24
10 Неравенство Чебышева. Закон больших чисел
Теорема 1: Если - случайная величина) 8" > 0, то 1) P(j j > ") 6 E"j j
D
2) P(j E j > ") 6 "2
Доказательство:
1)
j j = j j Ifj j>"g + j j Ifj j<"g ) j j > " Ifj j>"g )
Ej j > " P(j j > ") (т.к. EIfj j>"g = P(j j > ")) 2)
P(j E j > ") = P(( E )2 > "2)
По неравенству 1: P(( E )2 > "2) 6 E( E )2 = D
"2 "2
Замечание : (E( ))2 6 E 2 E 2 - неравенство Шварца при = 1 (Ej j)2 6 E 2
Следствие неравенства [правило трёх сигма]: ; 2 = D
2 1
P(j E j > 3 ) 6 9 2 = 9
Верно для любого распределения.
Теорема 2: Пусть 1; 2; ::: - последовательность независимых случайных величин, таких что
n
P
D k 6 c 8k; Sn = k, тогда
k=1
Доказательство: |
|
||||||
P nn Enn |
> 6 |
||||||
|
S |
S |
|
|
|
|
|
1; 2; |
::: |
|
|
|
|
|
|
Следствие: |
|
|
|
|
|
||
E n = a |
|
|
|
|
|
||
D n = 2 |
|
|
|
|
|
||
Sn = 1 + ::: + n |
|
|
|||||
8" > 0 n!1 P |
n |
||||||
|
|
|
|
|
|
Sn |
lim |
|
|
|
|
|
|
|
|
n!1 P |
n |
n |
|
|
> |
|
8" > 0 |
||||||||||||
|
|
|
|
|
lim |
|
|
Sn |
|
|
ESn |
|
|
|
|
|
= 0 |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Лекция |
11 |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
24.04.2015 |
|
|
|
|
|||||||||
|
|
2n |
= 2 2 = |
|
n |
|
|
6 |
|
|
|
2 |
|
|
0, при n |
|
||||||||
|
|
|
P2 2 |
|
|
|
|
|
|
|||||||||||||||
|
Sn |
|
|
|
|
|
|
D k |
|
|
|
|
|
|
|
|
|
|
||||||
D |
|
|
|
DSn |
|
|
k=1 |
|
|
|
|
C |
|
|
|
! |
|
|
|
! 1 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
" |
|
|
n " |
|
n " |
|
|
|
n" |
|
|
|
|
|
|
a > " = 0
10.1Законы больших чисел:
Т2 - закон больших чисел в форме Чебышева
Теорема 3 [закон больших чисел Бернулли]: Пусть Sn - число успехов в схеме Бернулли из n независимых испытаний (с вероятностью p успеха в отдельном испытании).
8" > 0 n!1 P |
n |
|
> |
|||
lim |
|
Sn |
p |
|
" = 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
25
Доказательство: |
|
1; если в k-ом испытании успех |
|
k = (0; в противном случае |
Sn = 1 + ::: + n |
E k = p |
|
D k = pq |
|
11 Характеристические функции. Центральная предельная теорема
= 1 + i 2 - комплекснозначная случайная величина
E = E 1 + iE 2
Докажем, что jE j 6 Ej j (1) :
Напоминание: z = jzj(cos' + isin') = jzjei'
E = jE jei'
jE j = e i'E = E(e i' ) 6 Eje i' j = Ej j
Определение: - случайная величина, определенная на вероятностном пространстве ( ; A; P), тогда под характеристической функцией понимают: h (u) = Eeiu'
Если P( = xk) = pk, то h (u) = Peiu' pk
k
+1
Если f (x), то h (u) = R eiu' f (x)dx
1
Свойства:
1.jh (u)j 6 1 h (0) = 0
^
2.h ( u) = h (u)
3.1; :::; n - независимые величины
Sn = 1 + ::: + n
n
Q
hSn (u) = h k (u)
k=1
4.= a + b ) h (u) = eiu h (au)
5.h (u) непрерывна на R
|
Если E( )k < 1, то E k = |
1 |
|
(k) |
|
|
|
|
h |
(0) |
|
||
|
ik |
|
||||
Доказательства: |
|
|
|
|
|
|
1. |
из (1): jh (u)j = jEeiu j 6 Ejeiu j = 1 |
|
||||
2. |
h ( u) = Ee iu = Eeiu^ = Ee^iu = h ^(u) |
|
||||
3. |
eiu k - независимые, т.к. h k (u) - независимые и k - независимые |
|||||
|
|
n |
|
n |
n |
|
|
hSn (u) = Eeiu( 1+:::+ n) = E |
k=1 |
eiuSk = EeiuSk = |
h k (u) |
||
|
|
|
=1 |
=1 |
||
|
|
Q |
|
kQ |
kQ |
4.h (u) = Eeiu(a +b) = EeiubEeiua = eiubEeiua = eiubh (au)
5.h0 (u) = dud Eeiu = E(dud eiu ) = E(i )eiu = iE( eiu )
h0 (0) = iE
h00(u) = i2E( 2eiu ) h00(0) = i2E 2
26
11.1Таблица характеристических функций
1.Вырожденное распределение:
P( = a) = 1 h (u) = eiau
2.Равномерное распределение на [a,b]:
|
f (x) = |
|
|
1 |
|
|
|
|
|
|
I[a;b](x) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
b |
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
ibu |
iau |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
h (u) = |
e |
|
|
|
|
|
e |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
iu(b a) |
|
sin(ax) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
Если [-a,a], то h (u) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
au |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
3. Экспоненциальное распределение: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
f (x) = e xI(0;+1)(x) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
h (u) = |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
iu |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
4. Нормальное (Гауссово) распределение N(a; 2): |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
1 |
|
|
|
|
|
|
|
|
(x a)2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
f (x) = |
|
|
|
|
|
|
e |
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
p |
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
h (u) = eiau |
2u2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
Вычисление: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1. |
h (u) = Eeiu = eiua |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
2. |
h (u) = Eeiu = ab b |
|
1 aeiuxdx = iu(eb |
|
|
|
a) |
x=b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
= eiu(b ea) |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R |
|
|
|
|
|
iau |
|
|
|
|
|
|
iux |
|
|
x=a |
ibu iau |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
iau |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
e |
|
|
|
|
|
e |
|
|
|
|
|
sin(au) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
Если [-a,a], то h (u) = |
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
iu2a |
|
|
|
|
au |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
3. |
h (u) = |
1 |
eiux xdx = |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
iu |
|
|
|
|
|
|
||||||||||||||||||||||||||||||
0 |
|
|
0 |
|
e x( iu)dx = iue x( iu) 0 |
= |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
R |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
4. Найдем стандартное нормальное распределение |
N(0,1): |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
1 |
|
|
|
|
e |
x2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
f (x) = |
p |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
1 |
1 |
|
|
|
|
|
|
x2 |
|
|
|
|
|
1 |
|
|
|
|
|
x2 |
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
h (u) = |
|
p |
|
1 eiuxe |
2 |
dx = |
p |
|
1 e |
2 cos(ux)dx + i |
p |
|
1 sin(ux)dx; |
i(...)=0, т.к. это |
||||||||||||||||||||||||||||||||||||||||||||||
|
|
2 |
2 |
2 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
интеграл нечетнойR |
функции по симметричномуR |
промежутку |
|
R |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
|
h0 (u) = |
|
|
|
|
|
|
1 |
|
|
|
|
|
1 |
|
|
x2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
1 |
|
|
|
|
|
x2 |
по частям |
0 |
|
u |
1 |
x2 |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R |
|
e 2 |
x sin(ux)dx = |
|
|
|
|
|
|
|
sin(ux) d(e |
2 ) |
|
= |
|
|
|
|
e |
2 cos(ux)dx |
|||||||||||||||||||||||||
|
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p |
|
|
|
R |
|
|
|
|
|
|
|
|
|
|
|
|
p |
|
R |
|
|||||||||||
|
2 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
1 |
|
|
|
|
|
|
|
|
|
|
2 |
1 |
|
|||||||||||||||||||||||||||||
|
h0 (u) = |
|
uh (u) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
[ln(h (u))]0 = u
u2 ln(h (u)) = 2 + 0
h (u) = e u22
Общий случай:
= + a
h (u) |
св-во 4 |
eiuah ( u) = eiau |
2u2 |
= |
2 |
Лекции 12-13 25.04.2015
27
1 |
e |
(x a)2 |
||||||
f (x) = |
p |
|
2 2 |
|
||||
2 |
||||||||
h (u) = e |
u2 |
|
|
|
|
|||
2 |
|
|
|
|||||
= + a |
|
|
|
|||||
h (a) = eiahe 22h2 |
= eiaue 22u2 |
F (x) = P( 6 x) = P( + a 6 x) = P( 6 |
x a |
) = F ( |
x a |
) |
||||||||||||||
|
|
|
||||||||||||||||
|
|
1 |
|
x |
|
a |
1 |
|
(x a)2 |
|
|
|||||||
f (x) = F 0 |
|
e |
|
|
|
|
||||||||||||
(x) = |
|
f ( |
|
|
) = |
|
|
|
2 2 |
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
p2 |
|
|
|
|
|
|
f (x) = 21 e x22 E = 1i h0 (0) E 2 = h00(0)
E = ih0 (0) = iue u22 ju=0 = 0 - у стандартного нормального распределения
D = E 2 = h00(0) = u(h (u))0 = [h (u)u0 + u(h0 u)] = 1 h0 (u) = uh (u)
E = a
D = 2
Замечание : Пусть - целочисленная случайная величина с произвольной функцией g (x) = Ex
h (u) = g (eiu) h (u) = Eeiu
(R; B; P )
P ((a; b]) = F (b) F (a)
Теорема 1: Пусть - случайная величина и h (u) - характеристическая функция 8a < b:
R
Z e iae iub
lim
R!1 iuR
1
du = 2(P ((a; b]) + P ([a; b)))
Теорема 2: Пусть - случайная величина с характеристической функцией h (u)
1
R
jh (u)jdu < 1: Тогда имеет абсолютно непрерывное распределение и его плотность
1
1
|
|
|
|
|
|
|
|
f (x) = 2 Z e iuxh (u)du |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
||||||
|
Теорема 3: Пусть h(u) непрерывна на R; h(0) = 1; h(u) = h (u) в том и только том случае, если |
|||||||||||||||||||
h(u) - является неотрицательно определенной функцией. |
|
|
|
|||||||||||||||||
8n |
u1; u2; ::: |
un 2 R; z1; :::; zn |
n |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
X |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
h(uk l)zk |
zl |
> 0 |
|
|
|
|||||
|
|
|
|
|
|
|
|
k;l=1 |
|
|
|
|||||||||
Доказательство: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Необходимость |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
h(u) = h (u) = Eeiu |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
n |
|
|
|
|
n |
|
|
n |
n |
|
|
|||||||||
P |
h(uk ul)zk |
|
= |
zk |
|
Eei(uk ul) = E( |
|
|
zk |
|
eiuk e iul ) = E( |
zkeiuk zleiul ) = |
||||||||
zl |
zl |
|
|
zl |
||||||||||||||||
n |
|
n |
P |
n |
P |
P |
||||||||||||||
k;l=1 |
|
|
|
k;l=1 |
|
k;l=1 |
k;l=1 |
|||||||||||||
= E[( zkeiuk )( zleiul )] = E(j |
zkeiuk j2) > 0 |
|
= eiu |
|
|
|
||||||||||||||
e iu |
|
|
|
|||||||||||||||||
|
P |
|
lP |
|
|
|
P |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k=1 |
=1 |
|
|
|
k=1 |
|
|
|
|
|
|
|
|
|
|
|
|
28
Определение: Fn(x) |
сходится слабо |
F (x), если nlim!1 Fn(x) = F (x) в каждой точке непрерывной функ- |
) |
ции F.
Теорема 4 (сходимости): n; Fn(x); hn(u)
1)Если Fn ) F h, то hn(u) ! h(u); n ! 1 8u 2 R
2)Пусть hn(u) ! h(u), h - непрерывна в нуле
Тогда h - характеристическая функция некоторого распределения F и Fn ) F
11.2Виды сходимости
P
Определение: Сходимость по вероятности. n ! , если 8" > 0 выполняется lim P(j n j > ") = 0
n!1
Определение: n ! , если P(! : n(!) ! (!)) = 1
Lp сходится в среднем порядка p, p>0, если E p при
n ! j n j ! 0 n ! 1
d
Определение: По распределению. n ! , если F n ) F
Теорема 5: Пусть n; определены на одном и том же вероятностном пространстве.
(1) |
п.н. |
P |
Если n ! |
, то n ! |
|
(2) |
Lp |
P |
Если n ! |
, то n ! |
|
(3) |
P |
d |
Если n ! |
, то n ! |
Доказательство: Для " > 0
A"n - событие
A"n = ! : j n(!) (!)j
P |
" |
8 > 0 при n ! 1 |
n ! |
, P(An) ! 0 |
|
(1) |
|
|
п.н. |
|
|
n ! |
Bn" = ! : sup j k(!) (!)j > |
|
" > 0 |
||
|
k>n |
|
A"n Bn"
Bn" & B" = TBn" ! : n(!) 9 (!)
P(B") = 0
P(Bn" ! B") = 0
0 6 P(A"n) 6 P(Bn" )
(2)
|
Lp |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n ! ; |
p > 0 |
|
j > |
|
|
|
|
|
|
> |
|
6 |
Ej n j |
p |
|
|||
P |
(A" ) = |
( |
|
") = |
( |
n |
|
p |
"p) |
! |
0 |
|||||||
"p |
||||||||||||||||||
n |
P j |
n |
|
|
P j |
j |
|
|
|
|||||||||
(3) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Fn(x) = F n (x) F (x) = F (x) Fn ) F |
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|||||||||||||
F (x ") 6 lim Fn(x) 6 nlim |
|
Fn(x) 6 F (x + ") |
|
|
||||||||||||||
|
|
n |
!1 |
|
|
|
!1 |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
" |
|
|
|
|
|
|
|
|
|
|
||
f 6 x "g f n 6 xg [ An |
|
|
|
|
|
|
|
|
|
f n 6 xg f 6 x + "g [ A"n
F (x ") = P( 6 x ") 6 P( n 6 x) + P(A"n) = Fn(x) + P(A"n) ! 0 )
F (x ") 6 lim Fn(x)
n!1
Fn(x) 6 F (x + ") + P(A"n) ! 0
lim Fn(x) 6 F (x + ")
n!1
F (x) = lim Fn(x)
n!1
Пример 1:
29