Теория вероятностей и математическая статистика. Ч.2. Фарафонов В.Г - 8 стр.

UptoLike

Другими словами, сколь угодно близка к единице вероятность
того, что отклонение относительной частоты от вероятности р
по абсолютной величине будет сколь угодно малым, если число
испытаний n достаточно велико.
Доказательство. Из того, что случайная величина 𝜇
𝑛
распределена по биномиальному закону, имеем [1]
𝑀[𝜇
𝑛
] = 𝑛𝑝 , 𝐷[𝜇
𝑛
] = 𝑛𝑝(1 𝑝)
и тогда
𝑀
[
𝜇
𝑛
𝑛
]
= 𝑝 , 𝐷
[
𝜇
𝑛
𝑛
]
=
𝑝(1 𝑝)
𝑛
.
Неравенство Чебышева (1) принимает следующий вид:
lim
𝑛→∞
𝑃
{
𝜇
𝑛
𝑛
𝑝
< 𝜖
}
> 1
𝑝(1 𝑝)
𝑛𝜖
2
.
Переходя к пределу в последнем неравенстве при 𝑛 по-
лучаем формулу (4).
1.4. Центральная предельная теорема (теорема
Ляпунова)
Группа теорем, касающихся предельных законов распределе-
ния суммы случайных величин, носит общее название централь-
ной предельной теоремы.
Рассмотрим классическую формулировку центральной пре-
дельной теоремы.
Теорема. Пусть 𝜉
1
, 𝜉
2
, ... , 𝜉
𝑛
, ... есть бесконечная последо-
вательность независимых одинаково распределённых случайных
величин, имеющих конечное математическое ожидание и диспер-
сию. Обозначим последние 𝑎 и 𝜎
2
, соответственно. Тогда
𝑆
𝑛
𝑎𝑛
𝜎
𝑛
, где 𝑆
𝑛
=
𝑛
𝑖=1
𝜉
𝑖
, стремится по распределению при
6