харламов тер-вер
.pdfЛЕКЦИИ ПО ТЕОРИИ ВЕРОЯТНОСТЕЙ |
39 |
Его характеристическая функция
+1 |
|
k |
|
+1 |
(eit )k |
||
X |
|
|
e = e |
Xk |
|
|
|
' (t) = M eit = |
eitk |
k! |
|
|
|
= |
|
k=0 |
|
|
=0 |
|
k! |
||
|
|
|
|
|
|
=e exp( eit) = exp (1 eit) :
2.Биномиальное распределение:
Pf = kg = Cnk pk (1 p)n k; k = 0; : : : ; n:
|
Обозначим за j |
число успехов в j-м испытании (0 или 1). |
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
||||
|
Введ¼м случайную величину = |
|
|
|
|
j. Тогда |
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
=1 |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
n |
|
|
|
|
|
n |
|
|
|
|
|
|
jP |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
' (t) = ' j (t) = |
Y |
M eit j |
= 1 p + peit |
n |
: |
|
||||||||||||||||||||||||
|
|
|
|
|
|
Yj |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
=1 |
|
|
|
|
|
j=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
3. имеет стандартное нормальное распределение: |
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
e |
x2 |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
p (x) = |
p |
|
|
2 |
: |
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
Характеристическая функция |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
1 |
|
|
x2 |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
x2 |
|
|
|
|||||||||||||||
|
' (t) = Z eitx |
p |
|
e |
|
dx = |
p |
|
|
|
|
Z exp itx |
|
dx: |
|||||||||||||||||||||
|
2 |
||||||||||||||||||||||||||||||||||
2 |
|||||||||||||||||||||||||||||||||||
2 |
2 |
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
R |
|
|
|
|
|
|
|
|
|
|
|
|
R |
|
|
|
|
|
|
|
|
|
|||||||
|
Заменим x = z + it: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
1 |
|
|
Z exp itz + (it)2 |
z2 |
|
itz |
|
|
|
|
it |
|
2 |
dz = |
|
|
|
|
|||||||||||||||||
|
p |
|
|
|
|
+ 2 |
|
|
|
+ ( ) |
|
|
|
|
|
||||||||||||||||||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
R |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
1 |
|
|
|
t2 + z2 |
|
|
1 |
|
|
|
|
2 |
|
z2 |
|
|
|
t2 |
|||||||||||||||||
|
= |
p |
|
Z exp |
|
|
|
dz = |
p |
|
|
e t |
|
Z e |
2 dz = e |
2 : |
|||||||||||||||||||
|
2 |
|
|
|
|||||||||||||||||||||||||||||||
|
2 |
|
|
2 |
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
R |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R |
|
|
|
|
|
|
||||
|
Åñëè N(a; ), òî = + a, ãäå N(0; 1); |
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
' (t) = ' ( t)eita = e |
2t2 |
+ita: |
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
4.1 N(a1; 1), 2 N(a2; 2); 1, 2 независимы, = 1 + 2. Тогда
' (t) = ' 1 (t)' 2 (t) = exp ita1 |
t2 2 |
|
|
|
t |
2 2 |
= |
1 |
+ ita2 |
2 |
|||||
2 |
|
2 |
|||||
= exp it(a1 + a2) |
t2 |
12 + 22 : |
|||||
2 |
Таким |
n |
n 2 |
N |
a1 |
+ a2 |
; p |
1 |
+ 2 |
. В общем случае |
|
образом, |
|
|
|
2 |
2 |
|
||
N i=1 ai; r |
|
. |
|
|
|
|
|
|
|
i=1 i |
|
|
|
|
|
|
|||
|
P |
P |
|
|
|
|
|
|
|
40 ХАРЛАМОВ А. В.
Характеристическая функция случайного вектора.
Определение. Дан случайный вектор |
|
|
|
= ( 1; 2). Его характери- |
|||
стической функцией называется функция |
|
|
i(t1 1+t2 2). |
|
' (t) = M e |
|
|
|
|
|
|
Свойства характеристической функции случайного вектора:
1.j j
'(t) 6 1, ' (0; 0) = 1.
2.По характеристической функции случайного вектора однозначно восстанавливаются характеристические функции его координат:
' |
1 |
(t |
) = ' (t |
; 0) |
||
|
|
1 |
1 |
|
||
' |
2 |
(t ) = ' (0; t ): |
||||
|
|
2 |
|
2 |
3. |
Åñëè |
|
|
, |
|
|
независимы, то |
|
|
|
(t )' |
|
(t |
) |
. |
|
|
|
1 |
|
2 |
|
|
' (t) = ' |
1 |
2 |
|
||||||
|
|
|
|
|
|
|
|
|
1 |
2 |
|
|
||||
4. |
Åñëè = 1 + 2, òî |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
' |
(t) = ' (t; t): |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
24. Центральная предельная проблема
Центральная предельная проблема это задача выбора нормирующих констант и определение условий, которым должны соответствовать случайные величины 1; : : : ; n; : : : , чтобы последова-
тельность
n
P
i A
i=1
B
соответствующим образом нормированных случайных величин слабо сходилась к стандартному нормальному распределению.
Центральная предельная теорема. Åñëè 1; : : : ; n независимы
и имеют одинаковое распределение, M i |
= a, D i = 2 äëÿ i = 1; : : : ; n, |
|||||||||||
òî |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|||
|
|
=1 i na |
|
|
|
|
|
|||||
|
|
pn |
|
) |
|
|
|
|
|
|||
|
|
iP |
|
= N(0; 1); |
|
|||||||
ïðè÷¼ì |
|
|
|
|
|
< y9 |
|
|
|
|
|
|
P |
|
n |
|
1 |
|
e t22 dt: |
||||||
8x < i=1 i na |
|
|
||||||||||
|
> |
P |
> |
|
|
|
y |
|
||||
|
pn |
! |
2 |
|
||||||||
|
> |
|
|
|
|
> |
|
|
|
Z |
|
|
|
< |
|
|
|
|
= |
|
|
|
|
||
|
> |
|
|
|
|
> |
|
|
|
|
|
>>
:; x
Доказательство. Рассмотрим случайную величину
j = j a:
|
|
|
|
ЛЕКЦИИ ПО ТЕОРИИ ВЕРОЯТНОСТЕЙ |
|
|
|
|
|
|
41 |
||||||||||||||||||||||||||||||||
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
jP |
j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Тогда n = |
|
|
p |
n |
. Характеристическая функция |
|
|
|
|||||||||||||||||||||||||||||||||||
=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
j ! |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
' n (t) = M eit n = M exp |
pn |
|
|
|
= M |
|
n |
exp |
|
|
pn j = |
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
it |
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
j=1 |
|
|
|
|
|
|
|
|
j=1 |
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X |
|
|
|
|
|
|
|
|
Y |
|
|
|
|
|
|
|
|
|
|
|
|
||||||
n |
|
|
|
|
|
|
|
= M exp pn 1 |
n |
|
' 1 ptn |
n |
= |
||||||||||||||||||||||||||||||
= j=1 M exp pn j |
|
= |
|
|
|||||||||||||||||||||||||||||||||||||||
Y |
|
it |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
it |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t2 |
|
|
|
|
|
t2 |
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
= ' 1 (0) + '0 |
1 (0) |
pt |
|
+ '001 (0) |
|
|
|
+ o |
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
2n |
n |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
n |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
(учитывая, что ' (0) = 1, '0 |
|
(0) = 0, |
'00 |
|
(0) = |
|
1) |
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||
2 |
|
|
|
|
2 |
|
|
|
|
n |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
2 |
|
|
2t2n |
! |
t22 |
|
2 |
: |
|||||||||||
= 1 2n + o |
tn |
= |
1 2n + o |
tn |
|
|
|
|
! e |
2 |
|||||||||||||||||||||||||||||||||
|
t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t |
|
|
Следствие (теорема Муавра-Лапласа). Дана схема Бернулли. За случайную величину i примем число успехов в i-м испытании;
Pf i = 0g = q, Pf i = 1g = p, p + q = 1; M i = p, D i = pq. Тогда при n ! 1
( |
=1 |
pnpq |
) |
! |
|
|
|
|||
P x < |
n |
i np |
< y |
|
|
(y) |
|
(x); |
||
Xi |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
где (t) функция Лапласа.
Теорема Хинчина. Если случайные величины 1; : : : ; n незави- симы, имеют одинаковое распределение и математическое ожидание, равное a, то
n
X i P
n ! a:
i=1
Доказательство. Воспользуемся свойством сходимости случайных величин: сходимость по вероятности к постоянной случайной вели- чине равносильна слабой сходимости к постоянному распределению. Вычислим характеристическую функцию константы = C
(Pf = Cg = 1, Pf 6= Cg = 0):
' (t) = M eit = M eitC = eitC:
42 |
|
|
|
|
|
|
|
|
ХАРЛАМОВ А. В. |
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
j |
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
jP |
|
|
n |
||
Характеристическая функция случайной величины n |
= |
n : |
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
=1 |
|
||
' n |
|
|
|
|
|
= ' 1 |
n |
|
|
|
' 1 (0) + '0 |
1 (0)n |
|
|
|
|||||||||
(t) = M e n |
|
|
= |
+ o n |
= |
|||||||||||||||||||
|
|
|
it 1 |
|
n |
|
|
t |
|
|
|
|
|
|
|
|
|
t |
|
t |
|
|||
|
|
|
|
|
|
= " 1 + |
|
|
|
|
|
|
n |
# |
iat |
|
|
|
|
|||||
= 1 + ian + o |
n |
|
n |
+ o n |
|
|
! eiat = 'a(t): |
|||||||||||||||||
|
|
t |
|
|
t |
n |
|
|
|
iat |
|
t |
iat |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таким образом,
n
X nj =) a;
j=1
что равносильно
n
X i P
n ! a:
i=1