Понятие о центральной предельной теореме

В теории вероятностей и математической статистике большое значение имеет центральная предельная теорема Ляпунова, в которой утверждается, что если сложить большое число случайных величин, имеющих один или различные законы распределения, то случайная величина, являющаяся результатом суммы, при некоторых условиях будет иметь нормальный закон распределения.

Примером центральной предельной теоремы (для последовательности независимых случайных величин) является интегральная теорема Муавра-Лапласа.

Теорема 1. Пусть производится n независимых опытов в каждом из которых вероятность наступления события А равна р (не наступления q=1-р, p¹0, p¹1). Если К - число появлений события А в серии из n испытаний, то при достаточно больших n случайную величину К можно считать нормально распределенной (M(К)=np, ):

P(К<к) P(X<x0) = , (7.9)

где x0 = , = , Ф(x0) - функция Лапласа.

В более общем случае верна следующая теорема.

Теорема 2. Если случайные величины Х1, Х2,… Хn независимы, одинаково распределены и имеют конечную дисперсию, то при n®¥:

, (7.10)

где M(Хi)=а, s2=D(Хi);

U - нормально распределенная случайная величина, M(U)=0, D(U)=1.

 








Дата добавления: 2015-08-11; просмотров: 868;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.006 сек.