Главная » Просмотр файлов » 1625915143-9358bde957c0693ae60a95b83ad382f6

1625915143-9358bde957c0693ae60a95b83ad382f6 (843873), страница 12

Файл №843873 1625915143-9358bde957c0693ae60a95b83ad382f6 (Лотов - Лекции по теории вероятностей и математической статистике для ФФ НГУ) 12 страница1625915143-9358bde957c0693ae60a95b83ad382f6 (843873) страница 122021-07-10СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 12)

То, что написано в определении, означает:большие расхождения (т. е. когда |Xn −X| ≥ ε) возможны, но вероятность появлениятаких расхождений стремится к нулю.52Пример последовательности, сходящейся по вероятности. Пусть, как и ранее,Ω = [0, 1]. Для всякого интервала A ⊂ Ω положим P(A) = λ(A), где λ(A) — длинаинтервала. Определим случайные величины X(ω) ≡ 0,(1, ω ∈ [0, n1 ],Xn (ω) =0, иначе.1 6Xn (ω)01n1-ωЯсно, что P(|Xn −X| ≥ ε) = 0 при ε > 1.

Если же ε ≤ 1, то P(|Xn −X| ≥ ε) = 1/n → 0при n → ∞.Некоторые свойства сходимости по вероятностиPPP1. Если Xn → X, Yn → Y , то Xn + Yn → X + Y .Доказательство. Для любого ε > 0P(|Xn + Yn − X − Y | ≥ ε) =≤≤≤(1) PP(|(Xn − X) + (Yn − Y )| ≥ ε) ≤P(|(Xn − X)| + |(Yn − Y )| ≥ ε) ≤P({|Xn − X| ≥ ε/2} ∪ {|Yn − Y | ≥ ε/2}) ≤P(|Xn − X| ≥ ε/2) + P(|Yn − Y | ≥ ε/2) → 0.(2) P(k) P2. Пусть при n → ∞ Xn → a1 , Xn → a2 , .

. ., Xn → ak , функция g : Rk → Rнепрерывна в точке a = (a1 , . . . , ak ). ТогдаPg(Xn(1) , Xn(2) , . . . , Xn(k) ) → g(a1 , . . . , ak ).при n → ∞.Доказательство. По определению непрерывности, для любого ε > 0 найдетсячисло δ = δ(a, ε) такое, что если |yi − ai | < δ для всех i, то|g(y1 , . . . , yk ) − g(a1 , . . . , ak )| < ε.(i)Введем события Bi = {|Xn − ai | < δ}, i = 1, . . . , k, тогдаB1 B2 . . . Bk ⊂ {|g(Xn(1) , . . . , Xn(k) ) − g(a1 , . .

. , ak )| < ε},откуда следует неравенство для вероятностейP(B1 B2 . . . Bk ) ≤ P{|g(Xn(1) , . . . , Xn(k) ) − g(a1 , . . . , ak )| < ε} ≤ 1.По условию P(Bi ) → 1 при n → ∞ для каждого i. Покажем, что такжеP(B1 B2 . . . Bk ) → 1. Для двух событий имеемP(B1 B2 ) = P(B1 ) + P(B2 ) − P(B1 ∪ B2 ).53Каждая вероятность в правой части стремится к единице, следовательно,P(B1 B2 ) → 1. Применяя индукцию, получаем утверждение для любого k.Тем самым мы доказали, чтоP{|g(Xn(1) , .

. . , Xn(k) ) − g(a1 , . . . , ak )| < ε} → 1.PP3. Если Xn → a, αn → 0 (здесь αn — числовая последовательность), то αn Xn → 0.Доказательство. Поскольку αn Xn = αn (Xn − a) + αn a, то достаточно доказать,Pчто αn (Xn − a) → 0 и воспользоваться свойством 1. Поскольку |αn | ≤ 1 начиная снекоторого номера n0 , поэтому при n ≥ n0P(|αn (Xn − a)| ≥ ε) ≤ P(|Xn − a| ≥ ε) → 0.Для установления факта сходимости по вероятности часто пользуются следующим утверждением.Второе неравенство Чебышева. Пусть EX 2 < ∞, тогда для любого ε > 0P(|X − EX| ≥ ε) ≤DX.ε2Доказательство. Достаточно применить первое неравенство Чебышева к случайнойвеличине (X − EX)2 :P(|X − EX| ≥ ε) = P((X − EX)2 ≥ ε2 ) ≤E(X − EX)2.ε2Неравенство доказано.4.2.Закон больших чиселПредположим, что раз за разом повторяется один и тот же случайный эксперимент, и каждый раз в результате него мы измеряем какую-то характеристику.Получаем тем самым последовательность случайных величин X1 , X2 .

. . . Их можно считать взаимно независимыми, если последовательные эксперименты не влиялидруг на друга, а также одинаково распределенными (т.е. имеющими одно и то жераспределение), если эксперименты по сути повторяют друг друга. Пример тому —повторяющиеся испытания Бернулли. Производя без ограничений один экспериментза другим, мы можем обнаружить ряд закономерностей в получающейся последовательности случайных величин. Одна из таких закономерностей, возникающая примногократном подбрасывании монеты, уже обсуждалась в начале курса.

Она является частным случаем следующего более общего утверждения, которое носит названиезакона больших чисел.Теорема (закон больших чисел). Пусть случайные величины X1 , X2 , . . .независимыи одинаково распределены, причем EX12 < ∞. Обозначим a = EX1 ,PnSn = i=1 Xi . Тогда при n → ∞Sn P→ a.nДоказательство. Заметим, чтоE(Sn /n) =EX1 + . . . + EXnna== a.nn54Обозначим σ 2 = DX1 и применим второе неравенство Чебышева к случайной величине Sn /n:¯½¯¾¯ Sn¯D(Sn /n)nσ 2σ2P ¯¯ − a¯¯ ≥ ε ≤==→0nε2n2 ε2nε2при n → ∞.Следствие (теорема Бернулли). Пусть Sn — число успехов в n испытанияхсхемы Бернулли, p — вероятность успеха в одном испытании. ТогдаSn P→pnпри n → ∞.Доказательство. Пусть Xi — число успехов в i-м испытании.

Тогда Xi ⊂= Bp ивсе эти случайные величины независимы. Здесь Sn = X1 + . . . + Xn , EXi = p и темсамым выполнены все условия теоремы.Замечания1. Условие EX12 < ∞ в теореме завышено. Закон больших чисел справедлив, дажеесли существует только первый момент E|X1 | < ∞. Однако доказательство теоремыпри таком условии потребовало бы бо́льших усилий.2. Число a есть среднее значение каждой из случайных величин Xi , здесь усреднение произведено по пространству значений случайной величины. Параметрi = 1, .

. . , n есть номер эксперимента, его значения можно воспринимать как целочисленные моменты времени. Тем самымSnX1 + . . . + Xn=nnесть усреднение результатов экспериментов по времени.Закон больших чисел утверждает, что среднее по времени сближается со средним,вычисленным по пространству значений.4.3.Центральная предельная теоремаКак и в предыдущем параграфе, будем иметь дело с последовательностьюX1 , X2 , .

. . независимых одинаково распределенных случайных величин,Sn = X1 + . . . + Xn .Во многих прикладных задачах возникает необходимость вычислять вероятностивида P(A ≤ Sn ≤ B) при больших n. Это происходит, например, при планированиипроизводства, поскольку общая выработка продукции предприятием за смену складывается из случайных объемов продукции, произведенных отдельными рабочими.Вычисление различных средних показателей в экономике, социологии, демографии,статистике также сводится к суммированию случайных величин.Мы видели, что для нахождения распределения суммы двух независимых случайных величин следует пользоваться формулой свертки.

Однако ее применение сопряжено с непростыми вычислениями, в особенности если мы интересуемся распределением суммы большого числа слагаемых. Более продуктивными оказались методыприближенного вычисления указанных вероятностей для сумм.Мы знаем, что для нахождения вероятности попадания суммы в интервал (илиотрезок) достаточно знать ее функцию распределения. Значит, необходимо искатьприближения для функций распределения сумм. Оказалось, что в широких условиях функции распределения немного подправленных (а точнее стандартизованных)55сумм случайных величин сближаются с функцией распределения стандартного нормального закона, если число слагаемых возрастает.Этот эффект можно наблюдать на примерах.

Пусть все Xi независимы и имеютравномерное на [0,1] распределение. Вычислим с помощью сверток плотности распределения случайных величин X1 + X2 , X1 + X2 + X3 (это нетрудно) и увидим,что их графики очень быстро начинают напоминать плотность нормального распределения:6fX1(t)fX1 +X26(t)¡@¡¡@@¡0¡¡t -10@@@12t-6fX1 +X2 +X3 (t)012- t3Последний график получается склеиванием трех квадратических парабол. ДляfX1 +X2 +X3 +X4 (t) график будет склеиваться из кубических парабол; уже для суммыпяти случайных величин на глаз трудно различить график полученной плотностиот гауссовской кривой.Такую же закономерность мы можем наблюдать, если рисовать графики плотности сумм в том случае, когда все Xi ⊂= Eα .

Тогда, как мы видели, Sn ⊂= Γα,n ,и при больших значениях n кривая плотности гамма-распределения, растягиваясьвправо, все больше будет напоминать плотность нормального распределения, только сильно вытянутую и смещенную вправо. Чтобы в пределе получалась плотностьстандартного нормального закона, суммы надо подправлять с помощью операциистандартизации.Эти наблюдения иллюстрируют важную закономерность, о которой пойдет речьниже.Центральная предельная теорема (ЦПТ).

Пусть X1 , X2 . . . — независимыеодинаково распределенные случайные величины. Предположим, что EX12 < ∞. Обозначим Sn = X1 + . . . + Xn , a = EX1 , σ 2 = DX1 , и пусть σ 2 > 0. Тогда для любого yµPSn − na√<yσ n¶1= F Sn√−na (y) → Φ0,1 (y) = √σ n2πZye−t2 /2dt−∞при n → ∞.Доказательство теоремы приводиться не будет. Зато подробно обсудим этот результат.56Замечания√√√1.

Нетрудно видеть, что ESn = na, DSn = nσ 2 = σ n, т. е. к случайнойвеличине Sn в теореме применена операция стандартизации;¶µ¶µSn − naSn − na√√E= 0, D= 1.σ nσ n2. Можно показать, что сходимость в ЦПТ является равномерной по всем y, т. е.¯ µ¯¶¯¯Sn − na¯√sup ¯P< y − Φ0,1 (y)¯¯ → 0σ nyпри n → ∞. Доказательство этого факта мы не приводим.3. Можно сформулировать ЦПТ в эквивалентной форме: для любых A ≤ Bµ¶ZB1Sn − na2√P A≤≤B → √e−t /2 dt.σ n2πAИменно такая форма чаще всего используется при решении задач. Делается этоследующим образом. Предположим, что нам необходимо найти вероятностьP(C ≤ Sn ≤ D) при больших значениях n.

Первое, что мы должны сделать, этоподогнать наше выражение под формулировку теоремы:¶µC − naSn − naD − na√√√≤≤,P(C ≤ Sn ≤ D) = Pσ nσ nσ nпосле чего объявляем эту вероятность почти равной1√2πZBe−t2 /2dt = Φ0,1 (B) − Φ0,1 (A),AгдеA=C − na√ ,σ nB=D − na√ .σ nЧисленные значения функции Φ0,1 (y) обычно находятся из таблиц.4. Коль скоро мы заменяем допредельное выражение в ЦПТ предельным, возникает вопрос о величине погрешности, которую мы допускаем при этом. Это вопрос оскорости сходимости в ЦПТ. Имеет место следующий факт.Неравенство Берри–Эссеена. Пусть E|X1 |3 < ∞, тогда¯ µ¯¶¯¯Sn − naµ¯√sup ¯P< y − Φ0,1 (y)¯¯ ≤ 3 √ ,σ nσ nyгде µ = E|X1 − EX1 |3 .5.

Характеристики

Список файлов книги

Свежие статьи
Популярно сейчас
А знаете ли Вы, что из года в год задания практически не меняются? Математика, преподаваемая в учебных заведениях, никак не менялась минимум 30 лет. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6418
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее