Xreferat.com » Рефераты по математике » Динамика развития некоторых понятий и теорем теории вероятностей

Динамика развития некоторых понятий и теорем теории вероятностей

все кроме одного–


,


кроме двух


и т.д.


А это есть члены разложения (r+s) в степени nt (делённые на ), которые исследовались в прошлых леммах. Все дальнейшие выводы основываются на доказанных леммах. Число случаев с ns неблагоприятными набдюдениями и nr благоприятными даёт член M. Число случаев, при которых будет nr+n или nr-n благоприятных наблюдений, выражается членами L и , отстоящих на n членов от M. Следовательно, число случаев, для которых благоприятных наблюдений окажется не более nr+n и не менее nr-n, будет выражаться суммой членов, заключённых между L и . Общее же число случаев, для которых благоприятных наблюдений будет или больше nr+n или меньше nr-n, выражается суммой членов, стоящих левее L и правее .

Так как степень двучлена может быть взята столь большая, чтобы сумма членов, заключённых между обоими пределами L и превосходила более чем в c раз сумму всех остальных из этих пределов выходящих, по леммам 4-й и 5-й, то, следовательно, можно взять столь большое число наблюдений, чтобы число случаев, при которых отношение числа благоприятных наблюдений к числу всех оказывается заключённым в пределы и или и , превышало более чем в c раз число остальных случаев, т.е. сделалось более чем в c раз вероятнее, что отношение числа благоприятных наблюдений к числу всех заключается в пределах и , а не вне этих пределов.

Что и требовалось доказать.

Для сравнения дадим современную формулировку теоремы Бернулли.

Теорема Бернулли.

Если вероятность наступления события A в последовательности независимых испытаний постоянна и равна p, то, каково бы ни было положительное число , с вероятностью как угодно близкой к единице, можно утверждать, что при достаточно большом числе испытаний n разность по абсолютной величине окажется меньшей, чем :


,


где –любое малое число.

Эта теорема будет доказана нами позже (после введения неравенства Чебышева).

Всегда может случиться, что, каким бы большим ни было n, в данной серии из n испытаний окажется больше . Но, согласно теореме Бернулли мы можем утверждать, что если n достаточно велико и если произведено достаточно много серий испытаний по n испытаний в каждой серии, то в подавляющем числе серий неравенство будет выполнено.

Бернулли считает, что из доказанной теоремы «вытекает то удивительное, по-видимому, следствие, что если бы наблюдения над всеми событиями продолжать всю вечность (причём вероятность, наконец, перешла бы в полную достоверность), то было бы замечено, что всё в мире управляется точными отношениями и постоянным законом изменения, так, что даже в вещах, в высшей степени случайных, мы принуждены были бы признать как бы некоторую необходимость и, скажу я, рок».

А.А. Марков писал, что в этой работе Бернулли «впервые была опубликована и доказана знаменитая …теорема, положившая начало закону больших чисел…». Пуассон (1781–1840 гг.) в своей работе «Исследования о вероятности судебных приговоров по уголовным и гражданским делам» занимался предельными предложениями. В результате он доказал свою знаменитую теорему, которой дал название «закон больших чисел» [1]. Теорема Пуассона формулировалась следующим образом.

Теорема.

Если производится n независимых испытаний, результатами которых является наступление или не наступление события A, причём вероятность наступления события в отдельных испытаниях неодинакова, то с вероятностью, сколь угодно близкой к единице (или, другими словами, – к достоверности), можно утверждать, что частота наступления события A будет сколь угодно мало отличаться от средней арифметической вероятностей наступления события в отдельных испытаниях.

Теперь эту теорему записывают так:

Если же вероятность наступления события не будет изменяться от испытания к испытанию, то =p, и теорема Пуассона в этом случае переходит в теорему Я. Бернулли, которая, таким образом, является частным случаем теоремы Пуассона.


3.3 Неравенство Чебышева. Закон больших чисел в форме Чебышева


17.12.1866 г. Чебышев доложил Академии наук свою работу «О средних величинах», которая была опубликована в 1867 г. В «Математическом сборнике». В этой работе Чебышев доказал одно важное неравенство, которое теперь называется неравенством Чебышева. При помощи этого неравенства Чебышев получил теорему, из которой как следствия получаются теоремы Бернулли и Пуассона. В начале работы «О средних величинах» Чебышев доказывает теорему [1,6].

Теорема.

Если математическое ожидание величин x, y, z,… суть a, b, c,…,

а математическое ожидание квадратов , , ,… суть , , ,…, то вероятность, что сумма x+y+z+… заключается в пределах


,

,


при всяком значении остаётся больше .

Далее Чебышев переходит к следующей теореме.

Если мы изобразим через N число величин x, y, z,…, u, полагая в доказанной сейчас теореме , разделим на N как сумму x+y+z+…, так и пределы её


,


,


то из этой теоремы получим следующую относительно средних величин.

Теорема.

Если математическое ожидание величин

x, y, z,…,, , ,… суть a, b, c,…,, , ,…, то вероятность, что среднее арифметическое N величин x, y, z,…, от среднего арифметического математических ожиданий этих величин разнится не более как на при всяком значении, будет превосходить .

Это и есть знаменитое неравенство Чебышева, которое в современной форме записывается следующим образом:


,


где случайная величина x имеет конечную дисперсию , а –любая отличная от нуля положительная величина.

Действительно, первую теорему Чебышева можно записать так:



Применим эту теорему к случайной величине x:


.


Но ,


,


,


.


Пусть , тогда и получаем привычную формулу для неравенства Чебышева .

Сформулируем соответствующую теорему и докажем в ней это неравенство.

Теорема.

Пусть имеется случайная величина с математическим ожиданием и дисперсией . Неравенство Чебышева утверждает, что, каково бы ни было положительное число , вероятность того, что величина отклонится от своего математического ожидания не меньше чем на , ограничена сверху величиной :


.


Доказательство.

1. Пусть величина дискретная, с рядом распределения


Изобразим возможные значения величины и её математическое ожидание в виде точек на числовой оси Ox.

Зададимся некоторым значением и вычислим вероятность того, что величина отклонится от своего математического ожидания не меньше чем на : .

Для этого отложим от точки вправо и влево по отрезку длиной ; получим отрезок . Вероятность есть не что иное, как вероятность того, что случайная точка попадёт не внутрь отрезка , а вовне его (концы отрезка мы в него не включаем): .

Для того чтобы найти эту вероятность, нужно просуммировать вероятности всех тех значений , которые лежат вне отрезка . Это мы запишем следующим образом:

, где запись под знаком суммы означает, что суммирование распространяется на все те значения , для которых точки лежат вне отрезка .

С другой стороны, напишем выражение дисперсии величины по определению:


.


Так как все члены суммы неотрицательны, она может только уменьшиться, если мы распространим её не на все значения , а только на некоторые, в частности на те, которые лежат вне отрезка :


.


Заменим под знаком суммы выражение через . Так как для всех членов суммы , то от такой замены сумма тоже может только уменьшиться, значит:


.


Но согласно формуле сумма, стоящая в правой части этого неравенства есть не что иное, как вероятность попадания случайной точки вовне отрезка , следовательно , откуда непосредственно вытекает доказываемое неравенство.

2. В случае когда величина непрерывна, доказательство проводится аналогичным образом с заменой вероятностей элементом вероятности, а конечных сумм – интегралами. Действительно,


,


где – плотность распределения величины . Далее, имеем:


,


откуда и вытекает неравенство Чебышева для непрерывных величин.

Что и требовалось доказать.


Как следствие из своего неравенства Чебышев получает следующую теорему.

Теорема.

Если математические ожидания величин не превосходят какого-либо конечного предела, то вероятность, что среднее арифметическое N таких величин от среднего арифметического их математических ожиданий разнится менее чем на какую-нибудь данную величину, с возрастанием числа N до, приводится к единице.

Доказательство.

Действительно, рассмотрим случайную величину , представляющую собой среднюю арифметическую из данных случайных величин.


;


;


.


Если ограничены математические ожидания случайных величин и их квадратов, то ограничены также и дисперсии, т.е. Все , где c-некоторое число. Тогда .

Применим теперь неравенство Чебышева к :


, или


.


Переходя к пределу, получаем:


.


Что и требовалось доказать.

Это и есть теорема Чебышева – закон больших чисел Чебышева. Эта теорема устанавливает, что при достаточно больших n с вероятностью, близкой к единице, можно полагать, что среднее арифметическое случайных величин как угодно мало колеблется около некоторого постоянного числа–среднего их математических ожиданий.

Теоремы Пуассона и Бернулли являются частными случаями закона больших чисел Чебышева.

Действительно, пусть в n испытаниях, событие A наступает с вероятностями и не наступает с вероятностями . Рассмотрим случайную величину – число наступлений события A в i-ом испытании. Тогда


; ; ,


удовлетворяет условиям теоремы Чебышева, т.е.


, или


,


где –среднее арифметическое из вероятностей наступлений событий в отдельных испытаниях. А это и есть теорема Пуассона.

Если все , то и , и мы получим теорему Бернулли:


.


Любопытно, что Чебышев не называл доказанную теорему «законом больших чисел», хотя теорема Пуассона получается из неё как частный случай.

Зная, что теорема Бернулли является частным случаем теоремы Чебышева попробуем доказать её как прямое следствие закона больших чисел Чебышева (т.е. приведём современное доказательство теоремы Бернулли [3]). Повторим современную формулировку теоремы Бернулли.

Теорема.

Пусть производится n независимых опытов. Если вероятность наступления события A в последовательности независимых испытаний постоянна и равна p, то, каково бы ни было положительное число , с вероятностью как угодно близкой к единице, можно утверждать, что при достаточно большом числе испытаний n разность по абсолютной величине окажется меньшей, чем :


,


где –любое малое число.

Доказательство.

Рассмотрим независимые случайные величины:

–число появлений события A в первом опыте;

–число появлений события A во втором опыте, и т.д.

Все эти величины прерывны и имеют один и тот же закон распределения, выражаемый рядом вида:


0

1

q

p


т.к. событие A наступает с вероятностью p и не наступает с вероятностью q .

Вычислим математическое ожидание каждой из величин :

, дисперсию:

.


удовлетворяют условиям теоремы Чебышева, т.е. можем применить неравенство Чебышева:


.


Т.к. , , а , то получаем выражение:


.


Отсюда и следует справедливость доказываемого неравенства:


,


где –малое число при .

Что и требовалось доказать.


3.4 Закон больших чисел для

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: