, последнее равенство есть условие нормировки плотности распределения вероятностей.
20. Если , то .
Доказательство. Действительно
.
30. Если случайные величины и – независимы, то
.
Доказательство. Так как – независимые случайные величины, то и функции тоже будут независимыми случайными величинами, следовательно, по свойствам математического ожидания:
.
40. Если существует начальный момент порядка n для случайной величины , то
:
Доказательство. Пусть – непрерывная случайная величина, тогда по условию существует начальный момент порядка n
, .
Существование позволяет дифференцировать правую часть равенства по как по параметру:
Þ .
При изучении закона больших чисел было показано, что
.
Требуется определить закон распределения . Если одинаково распределены, то
.
Пусть – последовательность независимых одинаково распределённых случайных величин.
Рассмотрим нормированную и центрированную случайную величину
, здесь , .
Центральная предельная теорема. При справедливо соотношение:
, где – функция распределения стандартного нормального закона.
Доказательство.
. ,
Þ , где , , .
Обозначим характеристическую функцию случайной величины через , а случайной величины через , тогда
.
Найдём :
.
Запишем формулу Маклорена второго порядка для функции , , где .
; , ,
,
.
Þ , по определению : , тогда из последнего соотношения получаем
– характеристическая функция стандартного нормального закона распределения, значит – распределена по стандартному нормальному закону.
2.14*. Распределения, связанные с нормальным распределением
Рассмотрим несколько распределений, которые широко используются в математической статистике (в следующей главе курса).
2.14.1. Распределение (хи-квадрат)
Рассмотрим n независимых случайных величин, распределённых по стандартному нормальному закону, т.е. с параметрами . Построим новую случайную величину , определив ее с помощью равенства
.
Распределение этой случайной величины носит название -распределения (хи-квадрат) с n степенями свободы. Получим закон распределения этой случайной величины. При n = 1, получаем ,
,
.
Методом математической индукции покажем, что
.
При равенство получено.
Предполагаем, что при произвольном n эта формула справедлива, покажем, что она справедлива и при
.
Постоянную найдём из условия нормировки
.
Таким образом, плотность распределения вероятностей случайной величины хи-квадрат с n степенями свободы имеет вид
.
В математической статистике используется следующий факт.
Если – независимые одинаково распределенные случайные величины, подчиненные нормальному закону с одинаковыми параметрами: математическим ожиданием m, дисперсией , тогда случайная величина
, где , имеет -распределение, но с n – 1 степенями свободы.
2.14.2. Распределение Стьюдента (t-распределение)
Пусть и – независимые случайные величины, причем – случайная величина, распределённая по стандартному нормальному закону, – случайная величина с законом распределения хи-квадрат с n степенями свободы. Распределение случайной величины
называется распределением Стьюдента (t-распределением) с n степенями свободы.
Плотность распределения Стьюдента имеет вид
.
В математической статистике используется следующий факт.
Если – независимые одинаково распределенные случайные величины, подчиненные нормальному закону с математическим ожиданием m, то случайные величины и также независимы, а случайная величина
имеет распределение Стьюдента с n – 1 степенями свободы.
2.14.3. Распределение Фишера (F-распределение)
Пусть и – две независимые случайные величины, имеющие -распределение с m и n степенями свободы соответственно. Распределение случайной величины
носит название распределения Фишера (F-распределение) с параметрами m и n.
Распределение Фишера имеет плотность
.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.