Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

И теоремы Муавра-Лапласа как следствия из нее




Центральная предельная теорема

Центральная предельная теорема. Пусть случайные величины – независимы и одинаково распределены. Тогда закон распределения их суммы неограниченно приближается к нормальному при неограниченном увеличении числа n эти х случайных величин.

Отметим, что центральная предельная теорема является частным случаем более общего утверждения – теоремы Ляпунова (подробнее см. учебник Н.Ш. Кремера).

 

Следствие. Биномиальный закон распределения неограниченно приближается к нормальному при неограниченном увеличении параметра n этого закона.

Доказательство. Пусть случайная величина Х – биномиально распределена с параметрами n и p. Рассмотрим сначала тот конкретный пример, когда Х – число наступлений некоторого события А в n повторных независимых испытаниях, в каждом из которых это событие наступает с вероятностью p. Введем в рассмотрение случайные величины такие, что – число наступлений события А в i –ом испытании, где Случайная величина принимает значение 1, если в i –ом испытании событие А наступило и значение 0 – в противном случае. Сумма случайных величин принимает значение m тогда и только тогда, когда число Х наступлений события А в n испытаниях равно m., т.е.

.

Тогда по центральной предельной теореме для случайной величины Х получаем требуемое утверждение. Аналогично данное Следствие доказывается и в общем случае.

Данное Следствие при работе с биномиально распределенными случайными величинами (при достаточно больших n) позволяет использовать формулы, известные для нормально распределенных случайных величин. Именно это и происходит при применении теорем Муавра-Лапласа. Так, заменяя в формуле (1) из § 4.2 а и математическим ожиданием и средне квадратическим отклонением биномиально распределенной случайной величины (см. § 3.3), обозначая также , приходим к интегральной теореме Муавра-Лапласа.

Геометрически приближение биномиального распределения к нормальному означает, что с ростом n точки плоскости с координатами неограниченно приближаются к кривой плотности нормального закона (здесь m – неотрицательное целое, не превосходящее n, значение вычисляется по формуле Бернулли; см. рис. 11).

Тогда справедливо приближенное равенство

где , которое, записанное явно, и есть локальная теорема Муавра-Лапласа.

 




Поделиться с друзьями:


Дата добавления: 2014-01-06; Просмотров: 454; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.053 сек.