ВУЗ:
Составители:
Рубрика:
82
Теорема 3 (Бернулли) [9]. Пусть
Y
n
— число успехов в серии из n
испытаний Бернулли и р – вероятность успеха при каждом испытании. Тогда
последовательность частот
{
}
nY
n
/
при
n
→
∞
cходится по вероятности к р.
Доказательство. Введем случайные величины
X
k
, равные числу
успехов при k-м испытании, k = 1, 2, … . Тогда
YX X
nn
=
++
1
...
,
MX p
k
=
,
DX pq
k
=
. Поэтому согласно теореме Чебышева при любом
ε
> 0
0
11
limlim
11
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
>−=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
>−
∑∑
==
∞→∞→
εε
n
k
n
k
kk
n
n
n
MX
n
X
n
Pp
n
Y
P
.
В определенном смысле эта теорема может служить “аксиомой
измерения”, доставляя непротиворечивый способ практического определения
тех вероятностей, о которых идет речь в аксиоматической теории
вероятностей. Закон больших чисел Бернулли утверждает, что для
фиксированного достаточно большого n очень правдоподобно, что частота
Yn
n
/
будет уклоняться от вероятности р меньше, чем на
ε
. Отсюда, однако,
не следует, что разность
Ynp
n
/ −
останется малой для всех достаточно
больших n. Может оказаться, что она принимает значения, близкие к
единице. Теорема 3 гарантирует лишь, что эти большие отклонения могут
появляться весьма редко. Для полного обоснования частотной интерпретации
вероятности желательно иметь теорему, обеспечивающую сходимость
последовательности частот к вероятности. Введем сейчас некоторые новые
понятия и дадим усиленный вариант
теоремы Бернулли, удовлетворяющий
этому требованию.
Определение 2. Последовательность случайных величин
{
}
n
X
сходится к случайной величине Х с вероятностью 1 ( или почти наверное),
если
(
)
(
)
(
)
1lim:
=
=
Ω
∈
∞→
ω
ω
ω
XXP
n
n
Теорема 3 (Бернулли) [9]. Пусть Yn — число успехов в серии из n
испытаний Бернулли и р – вероятность успеха при каждом испытании. Тогда
последовательность частот {Yn / n} при n → ∞ cходится по вероятности к р.
Доказательство. Введем случайные величины X k , равные числу
успехов при k-м испытании, k = 1, 2, … . Тогда Yn = X1 +...+ X n , MX k = p ,
DX k = pq . Поэтому согласно теореме Чебышева при любом ε > 0
⎛Y ⎞ ⎛1 n 1 n ⎞
lim P⎜⎜ n − p > ε ⎟⎟ = lim P⎜⎜ ∑ X k − ∑ MX k > ε ⎟⎟ = 0
n →∞
⎝ n ⎠ n→∞ ⎝ n k =1 n k =1 .
⎠
В определенном смысле эта теорема может служить “аксиомой
измерения”, доставляя непротиворечивый способ практического определения
тех вероятностей, о которых идет речь в аксиоматической теории
вероятностей. Закон больших чисел Бернулли утверждает, что для
фиксированного достаточно большого n очень правдоподобно, что частота
Yn / n будет уклоняться от вероятности р меньше, чем на ε . Отсюда, однако,
не следует, что разность Yn / n − p останется малой для всех достаточно
больших n. Может оказаться, что она принимает значения, близкие к
единице. Теорема 3 гарантирует лишь, что эти большие отклонения могут
появляться весьма редко. Для полного обоснования частотной интерпретации
вероятности желательно иметь теорему, обеспечивающую сходимость
последовательности частот к вероятности. Введем сейчас некоторые новые
понятия и дадим усиленный вариант теоремы Бернулли, удовлетворяющий
этому требованию.
Определение 2. Последовательность случайных величин {X n }
сходится к случайной величине Х с вероятностью 1 ( или почти наверное),
если
( )
P ω ∈ Ω : lim X n (ω ) = X (ω ) = 1
n →∞
82
Страницы
- « первая
- ‹ предыдущая
- …
- 80
- 81
- 82
- 83
- 84
- …
- следующая ›
- последняя »
