Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Законы больших чисел и предельные теоремы
Закон больших чисел (в широком смысле) – общий принцип, согласно которому, совокупное действие большого числа случайных факторов приводит (при некоторых весьма общих условиях) к результату, почти не зависящему от случая. Другими словами, при большом числе случайных величин их средний результат перестает быть случайным и м.б. предсказан с большой степенью определенности. Закон больших чисел (в узком смысле) – ряд математических теорем, в каждой из которых для тех или иных условий устанавливается факт приближения средних характеристик большого числа испытаний к некоторым определенным постоянным. Неравенство Маркова (лемма Чебышева) Теорема. Если случайная величина X принимает только неотрицательные значения и имеет мат. ожидание, то для любого положительного числа А верно неравенство P(x>A) . (1) Доказательство: проведем для дискретной случайной величины X. Расположим ее значения в порядке возрастания, из которых часть значений x , x ,…, x будут не более числа А, а другая часть - x ,…, x будут больше А, т.е.x <=A, x <=A,…, x <=A; x >A,…, x >A. Запишем выражение для математического ожидания M(X): x p + x p +…+ x p + x p +…+ x p =M(X) где p , p ,…, p - вероятности того, что случайная величина Х примет значения соответственно x , x ,…, x . Отбрасывая первые k неотриц. слагаемых получим x p +…+ x p <=M(X) (2) Заменяя в неравенстве (2) значения x ,…, x меньшим числом А, получим более сильное неравенство A(p +…+ p )<=M(X) или p +…+ p <= . Сумма вероятностей в левой части полученного неравенства представляет собой, сумму вероятностей событий X=x ,…X=x т.е. вероятность события X>A. Поэтому P(X>A) <= . Неравенство Чебышева Теорема. Для любой случайной величины, имеющей мат. ожидание и дисперсию, справедливо неравенство Чебышева: P(|X-a|> )<= , (3) где a=M(X), >0. (P(|X-a| ) 1 - - другая форма записи неравенства Чебышева, тоже правильная. Ее давал Герман) Доказательство: Применим неравенство Маркова в форме (1) к случайной величине X’=(X-a) взяв в качестве положительного числа A= . Получим <= . (4) Т.к. неравенство равносильно неравенству |X-a|> , а M(X-a) есть дисперсия случайной величины X, то из неравенства (4) получаем доказываемое неравенство (3). Теорема Чебышева Если дисперсии n независимых С.В. X , X ,…, X ограничены одной и той же постоянной, то при неограниченном увеличении числа n средняя арифметическая случайных величин сходится по вероятности к средней арифметической их мат. ожиданий (M (x1) = a , M (x2) = a ,…, a =M (xn), т. е.
(5) или . Докажем формулу (5). По условию M(X )=a , M(X )=a ,…, M(X )=a , Возьмем такое С: D(X )<=C, D(X )<=C,…, D(X )<=C, где C - постоянное число. Получим неравенство Чебышева для средней арифметической случайных величин, т.е. для X= . Найдем мат. ожидание M(X) и оценку дисперсии D(X) M(X)=M()= ; D(X)=D()= . (Здесь использованы свойства математического ожидания и дисперсии, в частности, то, что случайные величины X , X ,…, X независимы, а следовательно, дисперсия их суммы равна сумме дисперсий.) Применяем неравенство Чебышева(вариант Германа) для С.В - X=(X ,X ,…,X )/n; (6) Т.к. по доказанному D(X) , то 1- , и от неравенства (6) перейдем к более сильному неравенству: (7) В пределе при n величина стремится к нулю, и получим доказываемую формулу (5).
|
|||||
Последнее изменение этой страницы: 2017-02-22; просмотров: 290; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.142.53.68 (0.006 с.) |