
- •Теория вероятностей.
- •Пространство элементарных исходов.
- •Вероятность на дискретном пространстве элементарных исходов.
- •Классическое определение вероятности
- •Сигма-алгебра событий.
- •Определение вероятности на общем пространстве элементарных исходов. Свойства вероятности.
- •Геометрические вероятности. Примеры.
- •Условная вероятность
- •Независимость событий в совокупности
- •Формула полной вероятности.
- •Последовательность испытаний Бернулли.
- •Теорема Пуассона.
- •Случайные величины. Определение. Функция распределения случайной величины и её свойства.
- •Дискретные случайные величины. Примеры распределения дискретных случайных величин.
- •Абсолютно непрерывные распределения случайных величин. Плотность распределения и её свойства.
- •Примеры абсолютно непрерывных распределений. Равномерное распределение
- •Совместная функция распределения двух случайных величин и её свойства. Совместное распределение двух дискретных случайных величин.
- •Абсолютно непрерывные совместные распределения двух случайных величин. Совместная плотность распределения, её свойства.
- •Условные плотности распределения.
- •Распределения n-мерных случайных векторов. Дискретные распределения, абсолютно непрерывные распределения.
- •Распределение функции от случайной величины. Примеры.
- •Независимость случайных величин.
- •Распределение суммы независимых случайных величин. Формула свертки.
- •Математическое ожидание случайных величин. Свойства математического ожидания. Примеры.
- •Дисперсия случайных величин. Свойства дисперсии. Примеры.
- •Ковариация. Свойства.
- •Коэффициент корреляции. Свойства.
- •Двумерное нормальное распределение и его параметры.
- •Неравенство Маркова. Неравенство Чебышева.
- •Сходимость по вероятности последовательности случайных величин. Свойства сходимости по вероятности.
- •Закон больших чисел.
- •Слабая сходимость последовательности случайных величин и её свойства.
- •Соотношения между слабой сходимостью случайных величин и сходимостью по вероятности.
- •Центральная предельная теорема. Различные формулировки центральной предельной теоремы.
Закон больших чисел.
Говорят,
что последовательность случайных
величин
с
конечными первыми
моментами
удовлетворяет
закону больших чисел
(ЗБЧ), если
|
(1) |
Законами больших чисел принято называть утверждения о том, при каких условиях последовательность случайных величин удовлетворяет закону больших чисел, т.е. обладает свойством (1).
Выясним сначала, когда выполнен ЗБЧ для последовательности независимых и одинаково распределённых случайных величин.
Теорема
(ЗБЧ Чебышёва). Для
любой последовательности
попарно
независимых
и одинаково
распределённых
случайных
величин
с конечным вторым
моментом
имеет
место сходимость:
|
(2) |
ЗБЧ утверждает, что среднее арифметическое большого числа случайных слагаемых «стабилизируется» с ростом этого числа. Как бы сильно каждая случайная величина не отклонялась от своего среднего значения, при суммировании эти отклонения «взаимно гасятся», так что среднее арифметическое приближается к постоянной величине.
В дальнейшем мы увидим, что требование конечности второго момента (или дисперсии) связано исключительно со способом доказательства, и что утверждение останется верным, если требовать существования только первого момента.
Доказательство.
Обозначим
через
сумму
первых
случайных
величин. Из линейности
математического ожидания получим:
Пусть
.
Воспользуемся неравенством
Чебышёва:
|
(3) |
так
как
.
Заметим, что дисперсия суммы превратилась
в сумму дисперсий в силу попарной
независимости слагаемых,
из-за которой все ковариации
в
свойстве
14 обратились в нуль при
.
Сумма же дисперсий слагаемых равняется
из-за
их одинаковой распределённости.
Замечание.
Мы
не только доказали сходимость, но и
получили оценку для вероятности среднему
арифметическому любого числа попарно
независимых
и одинаково
распределённых
величин отличаться от
более,
чем на заданное
:
|
(4) |
Легко видеть, что попарную независимость слагаемых в ЗБЧ Чебышёва можно заменить их попарной некоррелированностью, ничего не меняя в доказательстве. ЗБЧ может выполняться и для последовательности зависимых и разнораспределённых слагаемых. Предлагаю читателям, проследив за равенствами и неравенствами (3), получить доказательство следующего утверждения, предлагающего достаточные условия выполнения ЗБЧ для последовательности произвольных случайных величин.
Теорема (ЗБЧ Маркова). Последовательность случайных величин с конечными вторыми моментами удовлетворяет ЗБЧ при выполнении любого из следующих условий:
если
, т.е. если
при ;
если независимы и
(т.е. если
)
если независимы, одинаково распределены и имеют конечную дисперсию (ЗБЧ Чебышёва).
Теорема Маркова утверждает, что ЗБЧ выполнен, если дисперсия суммы слагаемых растёт не слишком быстро с ростом .
Сильная
зависимость слагаемых приводит обычно
к невыполнению ЗБЧ. Если, например,
и
,
то
,
и свойство (2)
не выполнено (убедиться!). В этом случае
;
для одинаково распределённых слагаемых
дисперсия суммы быстрее расти не может.
Следующее утверждение мы докажем чуть позже. Сравните его условия с условиями ЗБЧ Чебышёва.
Теорема
(ЗБЧ Хинчина). Для
любой последовательности
независимых
(в совокупности)
и одинаково
распределённых
случайных
величин
с конечным первым
моментом
имеет
место сходимость:
Более
того, в условиях теоремы имеет место и
сходимость
п. н.
последовательности
к
.
Это утверждение называется усиленным
законом больших чисел
(УЗБЧ) Колмогорова, и его мы доказывать
не будем.
Получим в качестве следствия из ЗБЧ Чебышёва закон больших чисел Я. Бернулли. В отличие от ЗБЧ Чебышёва, описывающего предельное поведение среднего арифметического случайных величин с произвольными распределениями, ЗБЧ Бернулли имеет дело лишь со схемой Бернулли.
Теорема
(ЗБЧ Бернулли). Пусть
событие
может
произойти в любом из
независимых
испытаний
с одной и той же вероятностью
,
и пусть
—
число
осуществлений
события
в
испытаниях.
Тогда
.
При этом для любого
Доказательство.
Заметим,
что
есть
сумма независимых,
одинаково
распределённых
случайных
величин,
имеющих распределение
Бернулли
с параметром
(индикаторов
того, что в соответствующем испытании
произошло
):
,
где
и
,
.
Осталось воспользоваться ЗБЧ
в форме Чебышёва и
неравенством (4).