Все в одном
.pdfОпр: называется алгеброй, если
1)
2) Ai i1 Ai , Ai
i1 |
i1 |
3) A A
( , ) - измеримое пространство.
Опр: Определим функцию : A (A) [0, ) . - нормирована, если ( ) 1 |
: A [0,1] . |
||||||||||||
- аддитивна, если A, B : A B (A B) ( A) (B) . |
Аддитивная нормированная |
- |
|||||||||||
конечная вероятность. |
|
A |
|
|
|
|
|
|
|
|
|
|
|
- аддитивна, если |
: A |
A |
|
|
|
A |
|
|
(A ) . |
||||
|
j |
|
|
||||||||||
|
|
i |
i 1 |
i |
|
|
i |
|
|
i |
|||
|
|
|
|
|
|
|
i 1 |
|
|
i 1 |
|
|
аддитивная нормированная функция называется вероятностной функцией и обозначается P. Тройка
( , , P) называется вероятностным пространством (ВП).
2. Повторные независимые испытания.
Пусть проводится серия из n независимых одинаковых испытаний. Каждый раз появляется событие A или
A . Событие A появляется в k испытаниях. Такие испытания называются повторными независимыми
|
|
|
|
||||
испытаниями или испытаниями по схеме Бернулли. A P( A) : p, P( |
A |
) 1 p : q и |
p q 1. Пусть |
||||
|
k |
(1,0,...1,) . Рассмотрим структуру : |
|
||||
A 1, |
A |
0 |
|
||||
|
|
|
|
|
|
n
0)0 (0,..., 0) - Cn0 1 шт.
1)k , у которых есть ровно одна “1” – Cn1 n шт.
2) |
|
|
, у которох есть ровно две “1” – С 2 |
|
n(n 1) |
|
шт. |
|
||||||||||
k |
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
n |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k) |
|
|
, у которых есть ровно k штук “1” – |
С k |
n! |
шт. |
||||||||||||
k |
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
n |
k!(n k )! |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
n) n |
(1,...,1) - Cnn 1 |
шт. |
|
|
|
Cnk 2n |
|
|
A |
|
22n . |
|||||||
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
k 0 |
|
|
|
|
|
|
|
|
|
|
Каждый элементарный исход k можно рассматривать как произведение n штук событий A и A : например,
k A A ... A , где A - k раз, A - n-k раз P( A) p . Т.к. события-сомножители независимы, то
P( k ) P( A A ... A) P( A) P( A) ... P( A) pk qn k . Т.е. k pk P( k ) pk qn k 0 . Т.е.
внутри каждой k-й группы ЭИ равновозможны, апри переходе от группы к группе меняется число k
меняется pk pk qn k . Выполнено условие нормировки Cnk pk qn k ( p q)n |
1 (по формуле бинома). |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
||
Пусть Ak [в серии из n испытаний событие A появилось точно k раз] Ak |
благоприятствуют все ЭИ из |
||||||||||||||||||||
k-й группы |
|
P( Ak ) pk Cnk pk qn k - |
формула Бернулли. |
Набор |
вероятностей |
P(Ak ) kn 0 - |
|||||||||||||||
|
|
|
|
|
k Ak |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
биномиальное распределение. Число 0 |
~ |
|
|
|
|
|
|
|
|
|
|
||||||||||
: P( A) max P( Ak ) - нивероятнейшее число появлений события A. |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
||||
Теорема |
(лок. |
|
Муавра-Лапласа): |
Пусть |
~ B(n, p) , |
P( A ) C k p k q n k |
|
справедливо |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
n |
|
|
|
P k |
|
1 |
|
|
|
1 |
|
e |
x2 |
|
k |
np |
|
|
|
|
|
|
|
||
|
|
(x) , где (x) |
|
|
2 |
, где x |
|
(центрирование + нормировка). |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
npq |
|
|
|
2 |
|
|
|
|
|
npq |
|
|
|
|
|
Теорема (инт. Муавра-Лапласа):
P m1 m2 (b) (a) , где b
Пусть
m2 np , npq
~ B(n, p) , |
P( Ak ) |
|
||||||
a |
m1 np |
, (x) |
|
1 |
|
|||
|
|
|
|
|
|
|||
|
npq |
2 |
|
Cnk p k q n k |
справедливо |
|||
x |
|
t 2 |
|
|
e |
2 dt . |
|
||
0 |
|
|
|
|
Опр: Пусть есть ВП ( , , P) . Случайной величиной (СВ) ( ) называется измеримое отображение
( ) : Rn . |
Введём алгебру {[a,b) : a,b R} на R. Измеримость отображения означает, что |
||
B n P ( ) B P 1 (B) P (B) , т.е ( ) - числовая реализация опыта. |
|||
|
|
|
|
Пример 1: Бросают 3 раза монету. Пусть ( ) R - число гербов одного броска, () R3 - результат всего |
|||
опыта. |
|
|
|
Опр: СВ ( ) |
- дискретного типа, если множество её возможных |
значений |
– счётное или конечное |
|
|
0, pi |
1 . Ряд распределения – |
множество изолированных точек в R: xi i 1 . При этом P () xk pk |
i
таблица, состоящая из пар [xk , pk ] - задаёт закон распределения вероятности дискретной СВ.
Опр: СВ ( ) - непрерывного типа, если множество её возможных значений – промежуток R. Распределение вероятности ( ) задаётся с помощью кусочно-непрерывной неотрицательной функции
b
p(x) 0, p(x)dx 1 - плотности вероятности.
a
Опр: Функцией распределения (ФР) СВ ( ) называется вероятность F (x) P{ x}.
Свойства ФР:
1) F(x) - неубывает
◄ Пусть |
x1 x2 |
|
|
( , x2 ) ( , x1 ) [x1 , x2 ) |
и |
( , x1 ) [x1 , x2 ) |
|
|
аддит |
|
|
|
|
||
F(x2 ) P{ ( , x2 )} |
|
P{ x1} P{x1 x2 } F(x1 ) P{x1 |
x2 } F (x1 ) |
|
►
2) F(x) - непрерывна слева
◄Пусть {xk }: xk x ( , x1 ) ... |
( , xk ) ( , xk 1 ) ... Т.к. последовательность {xk } возрастает, |
то последовательность промежутков расширяется ( , xk ) ( , x) по свойству непрерывности
k 1
«сверху» P F(x) P ( , x) P{ ( , x)} lim P{ ( , xk )} lim F(xk ) . Из произвольности |
|||
|
|
k |
xk x |
выбора {xk } , по теореме непрерывности Гейне F(x) F(x 0) |
|
||
► |
|
|
|
3) lim F(x) 0 , |
lim F(x) 1 |
|
|
x |
x |
|
|
◄Пусть {xk } : xk |
|
( , x1 ) ... ( , xk ) ( , xk 1 ) ... Т.к. последовательность {xk } убывает, |
|
|
|
|
|
то последовательность промежутков сужается ( , xk ) |
по свойству непрерывности P в нуле |
||
|
|
k 1 |
|
0 P( ) lim P{ ( , xk )} lim F(xk ) . |
|
||
k |
xk |
|
►
|
R |
|
|
Пусть ( 1 , |
2 ) R |
2 |
. |
|
|
|
|
|
|
|
B1 , 2 |
R2 ) , { 2 R2 } - достоверное |
|||||||
|
2 |
|
|
P( B ) P( 1 |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
событиие |
P( B , |
2 |
R ) : P ( B ) |
- |
частная вероятностная |
функция |
||||||||||||
|
|
|
B1 |
|
|
|
1 |
|
|
1 |
|
|
|
2 |
1 |
1 |
1 |
|
|
|
|
|
|
|
|
|
|
первой компоненты. Аналогично P( 1 |
R2 , 2 B2 ) : P2 ( 2 B2 ) . |
|
|
||||||||||||||||
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
B |
R1 |
Если P – вероятность случайного |
вектора |
|
|
можно построить |
частные |
|||||||||||||
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
вероятностные |
функции |
|
Pk |
для |
компонент |
k . Рассмотрим множество |
||||||||||||
S |
x |
: ( , x ) ( , x |
) ... ( , x |
) n . |
P( S |
) F (x , x |
,..., x |
) |
- |
ФР случайного вектора |
|
||||||||||||
|
|
1 |
2 |
n |
|
|
|
|
|
|
|
x |
|
1 |
2 |
|
n |
|
|
|
|
|
P( 1 x1 , 2 x2 ,..., n xn ) F (x1 , x2 ,..., xn ) .
Свойства ФР вектора :
1)F(x) - неубывает по каждому их своих аргументов.
2)F(x) - непрерывна слева по каждому их своих аргументов.
3.а) i [1, n] lim |
F(x1 , x2 ,...,xn ) 0 |
xi |
|
3.б) |
lim |
F (x1 , x2 ,...,xn ) 1 |
|
i [1,n] xi |
|
◄ |
|
|
R2 |
|
R2 |
|
|
R1 |
|
|
|
|
|
|
R1 |
► |
|
|
|
|
|
|
4) [a |
1 |
,b ) F F (b1 , y) F (a1 , y) , [a |
,b ) F F (x,b2 ) F (x, a2 ) |
|||
|
1 |
|
|
2 |
2 |
|
[a,b) F [a ,b ) |
[a ,b ) F F(b1, b2 ) F(a1, b2 ) F(b1, a2 ) F(a1, a2 ) . |
|||||
|
|
2 |
2 |
1 |
1 |
|
[a1 ,b1 ) [a2 ,b2 ) [a,b) F 0 . |
|
|||||
5) Согласованность: i [1, n] lim |
F(x1 ,...,xi 1 , xi , xi 1 ,...,xn ) F(x1 ,...,xi 1 , xi 1 ,...,xn ) . |
|||||
|
|
|
|
|
xi |
|
4. Числовые характеристики случайных величин. |
|
|
|
|
|
|||||
Опр: Пусть есть СВ , F(x) |
- ФР, |
g( ) - функция от . Мат. ожиданием (МО) g( ) |
назвается величина |
|||||||
M g( ) g(x)dF(x) , |
если |
интеграл |
сходится |
абсолютно. |
Пусть |
g( ) R |
|
|||
|
Rn |
|
|
|
|
|
|
|
|
|
|
xk pk , дискретная |
|
|
|
|
|
||||
|
k |
|
|
. |
|
|
|
|
|
|
M xdF(x) |
|
|
|
|
|
|
|
|
||
|
|
|
xp(x)dx, непрерывн ая |
|
|
|
|
|
||
R |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
Механический смысл МО – координаты центра тяжести распределённой по числовой оси единичной массы.
Примеры:
1) - число очков на верхней грани игральной кости
|
1 |
|
|
|
2 |
|
|
|
3 |
|
|
4 |
|
|
5 |
|
6 |
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
1 |
|
|
7 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
M k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k 1 |
6 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
pk |
1/ 6 |
|
1/ 6 |
|
|
1/ 6 |
|
1/ 6 |
|
|
1/ 6 |
|
1/ 6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
2) - равномерно распределёна на отрезке [a,b] . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
0, x [a,b] |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
|
|
|
b |
|
|
x |
|
|
|
|
|
|
|
|
|
a b |
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
M xp(x)dx 0 xdx |
|
|
|
|
dx 0 xdx |
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
p(x) |
1 |
|
|
, x [a,b] |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||
|
|
b a |
|
2 |
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
b |
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
3) ~ Bin(1, p) |
M 0 q 1 p p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4) ~ Bin(n, p) |
M kCnk pk qn k |
p kCnk kpk 1qn k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
k 0 |
|
|
|
|
|
|
|
|
|
k 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
Рассмотрим величину g(u) (q |
pu) |
n |
|
|
k |
( pu) |
k |
q |
n k |
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
k |
( pu) |
k 1 |
pq |
n k |
|
||||||||||||||||||||||||||
|
Cn |
|
|
|
|
|
g (u) n(q pu) |
|
p kCn |
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
k |
k |
q |
n k |
M M np . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
g (u) |n 1 np |
Cn kp |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
k 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
( x a)2 |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
( x a)2 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
e |
|
|
|
|
|
|
|
|
|
xe |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
5) ~ N (a, |
2 ) , p(x) |
|
|
|
|
|
|
2 2 |
|
M |
|
|
|
|
|
2 2 |
|
dx . |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
2 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
( x a)2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
(x a)e |
|
|
|
|
dx M a p(x)dx 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
Рассмотрим |
|
|
|
|
|
2 2 |
|
M a . |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
k 1 |
|
|
|
|
|
|
|
|
||||
6) ~ P( ) , |
P{ k} |
|
e |
|
|
|
|
M |
k |
|
e |
|
|
k |
|
|
e |
|
|
e |
|
|
|
e e |
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
k! |
|
|
|
|
|
|
|
|
k 0 |
|
k! |
|
|
k 1 |
|
|
|
|
k! |
|
|
k 1 |
(k 1)! |
|
|
|
|
|
Свойства МО:
1) МО – линейный функционал: M ( ) M M
◄Рассмотрим g( , ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
M ( ) (x y)dF(x, y) xdF(x, y) ydF(x, y) x dF(x, y) |
||||||
R2 |
R2 |
R2 |
R |
R |
|
R |
|
|
|
|
|
|
|
dF(x, y) d F (x, ) F (x, )
F1 ( x)R2 0
... xdF1 (x) ydF2 ( y) M M
R R
►
|
|
|
... |
y |
dF(x, y) |
||
R |
|
|
2) Если , - независимы, то M ( ) M M
◄
|
|
|
|
независ |
|
|
|
M ( ) M g( ,) xydF(x, y) xydF1 (x)dF2 ( y) xdF1 (x) |
ydF2 ( y) M M |
|
|||||
|
|
|
R2 |
R2 |
R |
R |
|
► |
|
|
|
|
|
|
|
3) Если 0 |
и M 0 , то P{ 0} 1 , т.е. почти наверное 0 . |
|
|
||||
|
|
0 |
|
|
|
|
|
◄ M xdF(x) |
xdF(x) 0 |
dF(x) 0 |
F(x) Const , |
но т.к. F ( ) 1 |
Const 1 . |
||
R |
|
|
0 |
|
|
|
|
0, x 0 |
P{ 0} 1 . |
|
|
|
|
||
F(x) |
|
|
|
|
|
||
1, x 0 |
|
|
|
|
|
|
|
► |
|
|
|
|
|
|
|
Опр: Дисперсией СВ называется величина |
|
|
|
||||
|
|
|
(x x)2 p(x)dx, н епрерывн а |
|
|
||
|
|
2 |
|
|
, где x M . |
|
|
D M M |
R |
|
|
|
|||
|
|
|
(xk x)2 |
pk , дискретн а |
|
|
|
|
|
|
k |
|
|
|
|
Св–ва дисперсии.
1) D 0 (a) и D 0 const (b,c), т.е. – вырождена.
◄a) Ясно из определения, Dξ = M[ξ – Mξ]2 > 0 ee МО не может быть отрицательным.
б) Пусть – вырождена. Mξ = c Dξ = M[c – Mc]2 = 0. |
|
|
в) Пусть Dξ = 0. Рассмотрим СВ ζ = ξ – Mξ ≥ 0, Mζ = Dξ = 0 Mζ = 0 |
P{ 0} 1 |
P{( M )2 0} 1 |
M c . ► |
|
|
Дисперсия – мера разброса значений случайной величины ξ около ее Mξ. Т.к. МО - линейный функционал, то
Dξ = M[ξ – Mξ]2 = M[ξ2 – 2ξMξ + M2ξ] = Mξ2 – 2MξMξ + M2ξ = Mξ2 – M2ξ.
xk2 pk , дискретн ая
M 2 k
x2 p(x)dx, н епрерывн ая
Опр: Среднеквадратическим отклонением называется величина D .
2) D[ξ1 + ξ2] = Dξ1 + Dξ2, если ξ1, ξ2 – независимые.
◄D[ξ1 + ξ2] = M[(ξ1 + ξ2) – M(ξ1 + ξ2)]2 = M[(ξ1 – Mξ1) + (ξ2 – Mξ2)]2=M[ξ1 – Mξ1]2 + M[ξ2 –Mξ2]2 + 2M[(ξ1 – Mξ1)(ξ2 –
Mξ2)] = Dξ1 + Dξ2, т. к. ξ1, ξ2 – независимые Mξ1, Mξ2 – независимые
2M[( 1 M 1 )( 2 M 2 )] 2M[ 1 M 1 ] M[ 2 M 2 ] 2M 1 M 2 0 . ►
3)D[cξ] = M[cξ – M(cξ)]2 = M[c2(ξ – Mξ)2] = c2M(ξ – Mξ)2 = c2Dξ
4)D[ξ1 – ξ2] = Dξ1 + Dξ2
5)D[ξ + c] = D[ξ]
Примеры:
1)ξ~Bin(1,p), Mξ2 = 02q + 12p = p, Dξ = Mξ2 – M2ξ = p2 – p = pq
2)ξ ~Bin(n,p), ξ = ξ1 + … + ξn, Dξi=pq, Dξ=pqn
|
|
1 |
|
e |
( x a)2 |
|
|
1 |
|
|
|
( x a)2 |
|
3) ξ ~N(a,σ2), p(x) |
|
|
2 2 |
, Dξ = M[ξ – Mξ]2 = |
|
|
(x a)2 e |
2 2 |
dx 2 |
||||
|
|
|
|
|
|
|
|||||||
|
|
2 |
|
|
|
|
2 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5. Закон Больших Чисел. Теоремы Бернулли, Хинчина, Чебышева.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Закон Больших Чисел (ЗБЧ) налагает на последовательности k k 1 |
условия, при которых с вероятностью, |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||
близкой к 1, их среднее арифметическое ведет себя как const. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
Теорема (Бернулли): Если ~ Bin(n, p) , |
|
|
|
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
то lim P |
|
|
n |
|
1, т.е. при очень большом числе испытаний с |
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
вероятностью, близкой к 1, можно утверждать, что относительная частота |
будет сколь угодно мало |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
отличаться от вероятности появления события в единичном испытании p. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||
◄Вычислим |
|
|
|
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
- |
относительная частота наступления события, |
p |
– вероятность |
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
|
P |
|
|
|
|
..., где |
|
||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
... P(np n np n ) ... |
|||||||||||||||||||||||||||
наступления события в единичном испытании, 0 1 - произвольно, |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m1 |
|
|
|
|
m2 |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
np |
n np |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
Применим |
теорему Муавра-Лапласа |
|
b |
|
n |
, |
a |
np |
n np |
|
|
n |
|
||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
npq |
pq |
|
|
|
|
npq |
|
|
|
|
|
pq |
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
x |
u2 |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
e |
2 |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(x) |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
... (b) (a) |
2 |
|
|
|
pq |
|
, |
|
|
т.к. |
|
функция |
|
|
Лапласа |
|
|
2 |
|
|
|
du |
|
|
нечётная. |
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
lim P |
|
n |
p |
|
|
lim 2 |
|
|
|
|
|
1. |
► |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
n |
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
pq |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 / 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Следствие: |
|
|
|
|
pn |
|
n |
|
M np , |
при n 30 , т.е. при очень большом числе испытаний с |
|||||||||||||||||||||||||||||||||||||||||||||||
lim P |
|
1 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
мало |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
вероятностью, близкой к 1, будет принимать значения, мало отличающиеся от его МО.
Опр: Пусть |
СВ |
Rn , |
F(x) |
- |
ФР |
. |
Характеристической функцией (ХФ) СВ |
называется |
|||||||
(t) M ei(t , ) ei(t ,x) dF(x) , |
|
|
|
|
|
n |
|
|
|||||||
где |
t Rn , |
|
(t, x) tk xk |
- скалярное произведение. |
Если n 1, то |
||||||||||
|
|
|
R |
n |
|
|
|
|
|
|
|
|
k 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
pk , дискретная |
|
|
(t) M e |
|
|
|
|
|
|
|
|
eitxk |
|
|||||
i(t , ) |
e |
itx |
dF(x) . |
|
k 1 |
|
|
|
. |
|
|||||
|
|
(t) |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
e |
it ,x |
p(x)dx, непрерывная |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Теорема (Хинчина): Пусть |
есть |
последовательность k k 1 |
независимых, одинаково |
распределённых |
величин, 1 m M k
|
|
|
|
1 |
n |
|
|
|
|
|
|
|
|||||
|
|
|
|
k |
1 |
|
|
|
|
|
|||||||
lim P |
|
|
|
|
1). n |
|||
n |
|
|
|
n k 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
n |
|
P |
|
|
|
|
|
|
k |
1 |
0 |
(или |
|
|
|
|
|
||||||
|
|
|
|
||||||
эта последовательность подчиняется ЗБЧ, т.е. n |
|
||||||||
|
|
|
|
|
n k 1 |
|
n |
|
|
|
|
|
|
|
|
|
|
||
|
n |
n |
|
|
|
|
|
|
|
|
k |
M k |
|
|
|
|
|
|
|
|
k 1 |
k 1 |
. |
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
СВ k , |
|
|
|
|
|||||
◄ Пусть (t) |
- ХФ |
k 1, n . |
|||||||||
|
|
n |
|
|
|
|
n |
|
|
|
|
n |
(t) |
|
|
(t) . |
|
: |
m |
||||
|
|||||||||||
k |
|
|
k |
n |
|
n |
|||||
|
k 1 |
|
|
|
|
k 1
|
|
|
n |
|
|
|
(t) (t) n , |
|||
|
n |
: |
|
|
k |
|
||||
|
|
|
|
n |
|
|
|
|||
|
|
|
k 1 |
|
|
|
|
|
|
|
|
|
|
|
(t) e itm |
t |
|||||
|
n |
|
|
, |
||||||
|
|
|||||||||
|
|
|
|
|
|
|
n n |
|
|
т.к. если k k 1 |
независимы, то |
т.к. a b (t) eitb (at) .
|
|
|
itm |
|
t |
n |
|
|
|
|
|
|
(t) в ряд в точке 0 |
|
|
|
|||||
(t) e |
|
|
|
|
|
. Разложим |
|
(t) (0) (0) |
t O(t) . По свойствам ХФ: |
||||||||||||
n |
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
(0) 1, (0) i 1 |
im , где m 1 . |
|
|
|
|
||||||||||||||||
■ (l ) |
(0) il |
|
|
|
|
|
|
|
|
|
|||||||||||
l |
, если |
, l 1,k |
- начальный момент m-го порядка. □ |
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
l |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
itm |
|
t n |
|
|
|
|
|
||||||
|
|
(t) e itm 1 |
|
|
O |
|
|
|
e itm eitm e0 |
1 . |
|
|
|
||||||||
|
|
|
|
|
|||||||||||||||||
n |
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
n |
n |
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и ХФ k |
|
|
|
||
■ Пусть есть k k 1 и соответствующие ФР Fk (x) k 1 |
(t) k 1 |
|
|||||||||||||||||||
1) |
|
Если k |
(t) (t) и (t) непрерывна в точке 0, Fk |
(x) F(x) . |
|
||||||||||||||||
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
k |
|
|||
2) |
|
Если Fk (x) F(x) и F(x) - ФР, k (t) (t) . □ |
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
k |
|
|
|
D
0 . Сходимость по вероятности сильнее сходимости по распределению, но пределом является
n n
вырожденная СВ, значит, сходимость по распределению влечёт сходимость по вероятности.
►
Теорема (неравенство Чебышева): |
Пусть 0 |
, |
M , |
тогда 0 |
|
P{ } |
M |
(*) и |
||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
P{ M |
|
|
} |
D |
(**). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M |
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
◄ M xdF(x) xdF(x) dF(x) P{ } |
(*) |
P{ M |
|
} |
|
|
|
|||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||||||||||||
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
P{ |
|
M |
|
} P{ |
|
M |
|
2 |
2} |
M |
|
M |
|
2 |
|
|
D |
(**). |
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
2 |
2 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
►
|
|
Теорема (Чебышева): Пусть есть последовательность независимых СВ k k 1 |
, произвольно распределённые, |
k D C , тогда последовательность удовлетворяет ЗБЧ:
k n
|
|
|
|
1 |
n |
|
1 |
n |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
k |
|
M k |
|
|
1. |
||
|
|
|
|||||||||
или lim P |
|
|
|
|
|
|
|||||
n |
|
|
|
n k 1 |
|
n k 1 |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
n |
n |
|
|
|
k |
M k P |
|
|
|
k 1 |
k 1 |
0 |
при n |
|
n |
|||
|
|
|
|
|
|
|
|
|
1 |
n |
|
|
|
1 |
|
n |
|
|
1 |
n |
|
nc |
|
c |
|
|
◄ |
|
n |
|
k , |
|
|
M n |
M k |
|
D n |
D k |
|
|
, |
||||||||
|
|
|
|
2 |
2 |
2 |
n |
|||||||||||||||
|
|
|
|
|
n k 1 |
|
|
|
n |
k 1 |
|
|
n |
k 1 |
|
n |
|
|
||||
P{ M } 1 P{ M } 1 c |
1, n |
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
(**) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
n |
|
|
|
|
n |
n |
|
|
n |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6. Центральная предельная теорема. Теорема Леви. Понятие о теореме Ляпунова.
Центральной предельной теоремой (ЦПТ) называется совокупность теорем, в которых на последовательность
случайных |
|
|
величин |
k налагаются условия, |
при |
которых их центрированная и |
нормированная |
|||||||||||
|
|
|
n |
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
M k |
|
|
|
|
|
|||||||||
|
|
|
k 1 |
|
|
|
k 1 |
|
|
|
подчиняются закону, близкому |
к нормальному |
N(0,1) . Пусть |
~ N (a, 2 ) , |
||||
n |
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
n |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
D k |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
k 1 |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
1 |
|
|
e |
( x a)2 |
|
|
|
|
|
|||
p(x) |
|
|
|
|
|
2 2 |
. Если последовательность |
СВ - |
последовательность |
бернулевских |
величин, тогда |
|||||||
|
|
|
|
|
|
|
||||||||||||
|
|
2 |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
применимы теоремы Муавра-Лапласа; если последовательность независимых одинаково распределённых СВ, тогда применяется теорема Леви; если последовательность различно распределённых СВ, тогда применяем теорему Ляпунова.
Теорема (Леви): Пусть |
k kn 1 |
- последовательность независимых, одинаково |
распределённых СВ, |
|
|
|
W |
|
|
2 M k2 эта последовательность удовлетворяет ЦПТ, т.е. n N (0,1) , n . |
|
|||
◄Рассмотрим СВ k0 k |
M k |
- центрированная случайная величина, т.е. M k0 0 , |
D k0 |
: 2 2 12 . |
Т.к. |
2 |
|
|
D |
k |
|
|
D 0 |
D[ |
k |
M |
] 2 , с другой стороны, |
n |
|
|
|
|
|
|
|
k |
|
k |
|
|
|
k0 |
W |
|
|
|
|
|
|
|||
|
k |
|
0 |
|
|
|
n |
||||
|
|
|
|
|
|
||||||
надо доказать |
|
|
|
N (0,1) . Пусть |
(t) |
- ХФ СВ k |
, k |
|
n |
(t) (t) , |
|
|
|
|
|||||||||
n |
|||||||||||
|
|
|
|
|
|
k |
|
||||
|
|
|
|
|
|
|
|
|
k 1 |
|
k0
k
D k0
k
n (t)
k0
|
k |
|
|
|
, т.е. |
|||||
|
|
|
|
|||||||
|
|
|||||||||
|
n |
|
|
|||||||
|
|
t n |
|
|||||||
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
|
|
|
|||||
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
||
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
O(t 2 ) . |
По свойствам ХФ: (0) |
||||||||
(t) (0) (0) t |
|
(0) t 2 |
||||||||||||||||||
|
|
|
|
|
1! |
|
|
|
2! |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
2 |
|
|
t |
2 |
|
|
|
2 |
n |
|
|
t 2 |
|
|
|
(t) 1 |
0 |
|
|
|
|
|
O |
t |
|
|
e |
2 . |
|||||||
|
|
|
2 |
|
|
|
||||||||||||||
n |
|
|
|
|
2 |
|
|
|
n |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
n |
|
n |
|
|
|
||||||
(t) e |
t 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
по теореме непрерывности ХФ) |
||||||||||||||||
2 |
|
(это ХФ |
N(0,1) |
|||||||||||||||||
n |
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
W
N(0,1) n N (0,1) . ►
1 , (0) i 10 0 , (0) i2 20 2 .
|
|
1 |
|
x |
|
u2 |
|
F n (x) F0 (x) |
|
|
e |
|
|
||
|
|
2 du - ФР |
|||||
|
|
|
|
||||
|
|
||||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
x2 |
|
||
ХФ нормально распределённой СВ. Пусть |
~ N (0,1) , |
p(x) |
|
|
e |
|
2 |
||||||||||||||||||||||||||
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
||||||||||||||||||||||||||||||
2 |
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
1 |
|
|
|
x2 |
1 |
|
|
|
x2 |
i |
|
|
|
|
|
|
|
x2 |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
(t) |
2 |
|
eitx e |
|
2 dx |
2 |
|
cos(tx) e |
|
2 dx |
2 |
|
sin(tx) |
e |
|
|
2 dx , |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
x2 |
|
|
1 |
|
|
(t) |
|
|
|
sin(tx) xe |
|
dx |
|
|
||||
|
|
2 |
|
|
||||||||
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|||||||
|
2 |
|
|
|
2 |
|
||||||
|
|
|
|
|
dv |
|
|
|
||||
|
|
|
|
|
u |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x2 |
|
||
|
|
|||||
sin(tx) e |
|
|
|
|
||
2 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
x2 |
|
|
t cos(tx) e |
|
dx |
|
|
2 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|