Центральная предельная теорема⚓︎
Интегральная предельная теорема Муавра-Лапласа
, обсуждаемая раннее, интересна тем, что она является частным случаем общей и универсальной центральной предельной теоремы.
Теорема 10.3 (Линдеберг-Леви)⚓︎
Пусть {\varepsilon_1}, {\varepsilon_2} — независимые одинаково распределенные случайные величины с математическим ожиданием a
и дисперсией Q2
Тогда при {n \rightarrow ∞}:
Замечание 10.3⚓︎
Здесь значок N(0; 1)
использован для обозначения случайной величины со стандартным нормальным распределением
Доказательство⚓︎
Пусть q(t)
— характеристическая функция случайной величины {\varepsilon_1 - a} (а следовательно, {\varepsilon_2 - a, \varepsilon_3 - a ...})
По свойствам характеристической функции:
Итак, характеристическая функция случайной величины {\frac{S_n - n_a}{q \sqrt{n}}} сходится при {n \rightarrow ∞} к характеристической функции стандартного нормального распределения. Отсюда следует утверждение теоремы 10.3
Обозначим {\Phi(х)} функцию распределения случайной величины, имеющей стандартное нормальное распределение, т.е.
Эта функция называется функцией Лапласа
. Из математического анализа известно, что функция Лапласа не выражается через элементарные функции, поэтому для нее составлены таблицы. Нетрудно понять, что {\Phi(х) + \Phi(-х) = 1}, поэтому таблицы составлены лишь для неотрицательных значений Х
.
Если вспомнить определение сходимости по распределению, то ЦПТ
означат, что для произвольного Х
:
Пример 10.1⚓︎
Стрелок попадает:
- в
десятку
с вероятностью0.4
- в
девятку
с вероятностью0.3
- в
восьмерку
с вероятностью0.2
- в
семерку
с вероятностью0.1
Он произвел 25
выстрелов. Найти вероятность того, что суммарное число выбитых очков находится в пределах от 220 до 230
,
Пусть {\varepsilon_1} — число очков, выбитых при i-м
выстреле. Ясно, что {\varepsilon_1, \varepsilon_2 ...} — независимые случайные величины, причем с одинаковым распределением
В качестве следствия центральной предельной теоремы получим результат, называемый теоремой Муавра-Лапласа
Теорема 10.4⚓︎
Пусть проводятся испытания Бернулли
с вероятностью успеха в одном испытании р
, и Hn — число успехов в n
испытаниях. Тогда для произвольного х
Созданный: 2021-06-16