Закон больших чисел в форме Чебышева.
Если явление устойчивости средних имеет место в действительности, то в математической модели, с помощью которой мы изучаем случайные явления, должна существовать отражающая этот факт теорема. В условиях этой теоремы введем ограничения на случайные величины :
а) Каждая случайная величина имеет математическое ожидание
M( ) , .
б) Дисперсии ограничены одним и тем же числом, т.е.
D( )<C, .
в) Случайные величины попарно независимы, т.е. любые две и при i¹j независимы. Тогда, очевидно
D( )=D( )+D( )+...+D( ).
Сформулируем закон больших чисел в форме Чебышева.
Теорема. Если для случайных величин выполняются условия а) - в), то для любого >0 имеем при
P{|| }®1.
Доказательство. Пусть
, тогда M() = ,
D( ) = D( ) 0.
Величина удовлетворяет всем требованиям для применения неравенства Чебышева, а именно, при любом >0
)®1,
что и требовалось доказать.
Следствие. Если M( ) = ... =M( ) , то для любого >0 при
P{| ½< }®1.
Отсюда видно, что среднее арифметическое значение случайных величин - случайная величина, при большом числе n сколь угодно мало отличается от постоянной , т.е. утрачивает случайный характер.
Смысл з.б.ч. заключается, грубо говоря, в том, что при осреднении большого числа n случайных слагаемых все менее ощущается характерный для случайной величины неконтролируемый разброс в их значениях, так что в пределе по этот разброс исчезает вовсе или, как принято говорить, случайная величина вырождается в неслучайную. Однако при любом конечном числе слагаемых n случайный разброс у среднего арифметического этих слагаемых остается. Поэтому возникает вопрос исследования (при ) характера этого разброса. Фундаментальный результат в этом направлении (известный как “центральная предельная теорема” ) был впервые сформулирован Лапласом (см. §5.2).
Дата добавления: 2016-06-24; просмотров: 922;