Опубликован: 07.04.2008 | Уровень: специалист | Доступ: платный | ВУЗ: Новосибирский Государственный Университет

Лекция 14: Характеристические функции

< Лекция 13 || Лекция 14: 123

Доказательство ЗБЧ Хинчина

Пусть \xi_1,\,\xi_2,\,\ldots - последовательность независимых в совокупности и одинаково распределенных случайных величин с конечным первым моментом {{\mathsf E\,}|\xi_1|<\infty}. Обозначим через a математическое ожидание {\mathsf E\,}\xi_1. Требуется доказать, что

\frac{S_n}{n}=\frac{\xi_1+\ldots+\xi_n}{n}{\buildrel {\rm p} \over \longrightarrow}a.

По свойству 26 сходимость по вероятности к постоянной эквивалентна слабой сходимости. Так как a - постоянная, достаточно доказать слабую сходимость \frac{S_n}{n} к a. По теореме о непрерывном соответствии, эта сходимость имеет место тогда и только тогда, когда для любого t\in\mathbb R сходятся характеристические функции

{\vphantom{\textstyle\int}\phi}_{S_n/n} (t) \to
\phi_a(t)={\mathsf E\,} e^{ita} = e^{ita}.
Найдем характеристическую функцию случайной величины \frac{S_n}{n}. Пользуясь свойствами (Ф3) и (Ф4), получаем
{\vphantom{\textstyle\int}\phi}_{S_n/n} (t) =
{\vphantom{\textstyle\int}\phi}_{S_n}\Bigl(\frac{t}{n}\Bigr)
=
\left({\vphantom{\textstyle\int}\phi}_{\xi_1}\Bigl(\frac{t}{n}\Bigr)\right)^n.
Вспомним, что первый момент \xi_1 существует, поэтому свойство (Ф6) позволяет разложить {\vphantom{\textstyle\int}\phi}_{\xi_1}(t) в ряд Тейлора в окрестности нуля:
{\vphantom{\textstyle\int}\phi}_{\xi_1}(t)
 = 1+it {\mathsf E\,}\xi_1+o(|t|)=1+ita+o(|t|).
В точке t/n соответственно
{\vphantom{\textstyle\int}\phi}_{\xi_1}\Bigl(\frac{t}{n}\Bigr) = 
1+\frac{ita}{n}+o\Bigl(\Bigl|\frac{t}{n}\Bigr|\Bigr),
{\vphantom{\textstyle\int}\phi}_{S_n/n} (t) = 
\left(\phi_{\xi_1}\Bigl(\frac{t}{n}\Bigr)\right)^n=
\left(1+\frac{ita}{n}+o\Bigl(\Bigl|\frac{t}{n}\Bigr|\Bigr)\right)^n.
При n\to\infty, пользуясь "замечательным пределом" {\left(1+\frac{x}{n}\right)}^n\to e^x, получаем
{\vphantom{\textstyle\int}\phi}_{S_n/n} (t) = 
\left(1+\frac{ita}{n}+o\Bigl(\Bigl|\frac{t}{n}\Bigr|\Bigr)\right)^n
 \to  e^{ita},
что и требовалось доказать.

Доказательство центральной предельной теоремы

Пусть \xi_1,\,\xi_2,\,\ldots - последовательность независимых в совокупности и одинаково распределенных случайных величин с конечной и ненулевой дисперсией. Обозначим через a математическое ожидание {\mathsf E\,}\xi_1 и через \sigma^2 - дисперсию {\mathsf D\,}\xi_1. Требуется доказать, что

\frac{S_n-na}{\sigma\sqrt{n}}=
\frac{\xi_1+\ldots+\xi_n-na}{\sigma\sqrt{n}} \Rightarrow
 {\mathrm N}_{0,1}.

Введем "стандартизованные" случайные величины \zeta_i=(\xi_i-a)\mspace{1mu}/\mspace{1mu}\sigma - независимые случайные величины с нулевыми математическими ожиданиями и единичными дисперсиями. Пусть Z_n есть их сумма:

Z_n=\zeta_1+\ldots+\zeta_n=\frac{S_n-na}\sigma.
Требуется доказать, что последовательность \frac{Z_n}{\sqrt{n}} слабо сходится к стандартному нормальному распределению. Характеристическая функция величины \frac{Z_n}{\sqrt{n}} равна
\begin{equation} 
{\vphantom{\sum\limits}\phi}_{Z_n\mspace{1mu}/\mspace{1mu}\sqrt{n}}\mspace{2mu}(t) =
{\vphantom{\textstyle\int}\phi}_{Z_n}\Bigl(\frac{t}{\sqrt{n}}\Bigr)
=
\Bigl({\vphantom{\textstyle\int}\phi}_{\zeta_1}\Bigl(\frac{t}{\sqrt{n}}\Bigr)\Bigr)^n.
\end{equation} ( 25)

Характеристическую функцию случайной величины \zeta_1 можно разложить в ряд Тейлора, в коэффициентах которого использовать известные моменты {\mathsf E\,}\zeta_1=0, {\mathsf E\,} \zeta_1^2={\mathsf D\,}\zeta_1=1:

{\vphantom{\textstyle\int}\phi}_{\zeta_1}(t) = 
1+it {\mathsf E\,}\zeta_1-\frac{t^2}{2} 
{\mathsf E\,}\zeta_1^2 +o(t^2)=1-\frac{t^2}{2}+o(t^2).
Подставим это разложение, взятое в точке t/\sqrt{n}, в равенство (25) и устремим n к бесконечности. Еще раз воспользуемся замечательным пределом:
{\vphantom{\sum\limits}\phi}_{Z_n\mspace{1mu}/\mspace{1mu}\sqrt{n}}\mspace{2mu}(t)=
\left({\vphantom{\textstyle\int}\phi}_{\zeta_1}\Bigl(\frac{t}{\sqrt{n}}\Bigr)\right)^n
=
\left(1-\frac{t^2}{2n}+o\Bigl(\frac{t^2}{n}\Bigr)\right)^n
\!\to 
{\vphantom{\textstyle\int}e}^{-{t^2}\mspace{1mu}/\mspace{1mu}{2}}  \text{ при
}  n\to\infty.
В пределе получили характеристическую функцию стандартного нормального распределения. По теореме о непрерывном соответствии можно сделать вывод о слабой сходимости
\qquad
\frac{Z_n}{\sqrt{n}} = \frac{S_n-na}{\sigma\sqrt{n}}
 \Rightarrow  {\mathrm N}_{0,1}. \qquad

< Лекция 13 || Лекция 14: 123
Виктория Монахова
Виктория Монахова
Ulmas Abdullaev
Ulmas Abdullaev

Случайные величины кси1 и кси2 независимы и имеют равномерное распределение на отрезке [0;1]. Найти плотности распределения величин а) кси1-кси2 б) кси1/кси2.

Азамат Абдуллин
Азамат Абдуллин
Россия, Челябинск, ЮУрГУ, 2011
Виктория Перцева
Виктория Перцева
Россия, Ставрополь, СГПИ