Центральная предельная теорема

Центральная предельная теорема представляет собой вторую группу предельных теорем, которые устанавливают связь между законом распределения суммы случайной величины и его предельной формой - нормальным законом распределения.

Сформулируем центральную предельную теорему для случая, когда члены суммы имеют одинаковое распределение. Эта теорема чаще других используется на практике. В математической статистике выборочные случайные величины имеют одинаковые распределения, так как получены из одной и той же генеральной совокупности.

Теорема 7.5. Пусть случайные величины независимы, одинаково распределены, имеют конечные математическое ожидание и дисперсию , . Тогда функция распределения центрированной и нормированной суммы этих случайных величин стремится при к функции распределения стандартной нормальной случайной величины:

,   (7.13)

 

Из соотношения (7.13) следует, что при достаточно большом n сумма Zn приближенно распределена по нормальному закону: . Это означает, что сумма приближенно распределена по нормальному закону: . Говорят, что при случайная величина асимптотически нормальна.

 

Напомним, что:

1. Случайная величина X называется центрированной и нормированной (т.е. стандартной), если MX = 0, a DX = 1.

2. Если случайные величины , независимы, , , то

,

.

 

3. - функция Лапласа, , где - нормированная функция Лапласа.

 

Формула (7.13) позволяет при больших n вычислять вероятности различных событий, связанных с суммами случайных величин. Так, перейдя от случайной величины

к стандартной случайной величине, получим:

,

Или

.   (7.14)

 

Формула (7.14) определяет вероятность того, что сумма нескольких случайных величин окажется в заданных пределах. Часто центральную предельную теорему используют, если n>10.

Пример 7.3.Независимые случайные величины распределены равномерно на отрезке . Найти закон распределения случайной величины , а также вероятность того, что .

Решение:

Условия центральной предельной теоремы соблюдаются, поэтому случайная величина Y имеет приближенно плотность распределения

.

По известным формулам для математического ожидания и дисперсии в случае равномерного распределения находим:

, , .

Тогда

,

,

Поэтому

.

Используя формулу (7.14), находим

,

т.е. .








Дата добавления: 2017-03-29; просмотров: 161;


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: 0.008 сек.