Mocne Prawo Wielkich Liczb, Centralne Twierdzenie Graniczne
Definicja 1. Ciąg {Xn}n∈N zmiennych losowych jest zbieżny do zmiennej losowej X:
a) prawie na pewno (prawie wszędzie, P -prawie wszędzie), jeżeli P ( lim
n−→∞Xn = X) = 1, ozn. Xn −→ X, Xp.n. n−→ X, Xp.w. n P −p.w.−→ X.
b) według prawdopodobieństwa, jeżeli
∀ε>0 lim
n−→∞P (|Xn− X| > ε) = 0,
n−→∞lim P (|Xn− X| < ε) = 1 ozn. Xn −→ X.P
c) według rozkładu (słabo zbieżny), jeżeli ciąg dystrybuant {FXn}n∈N jest zbieżny do dys- trybuanty FX rozkładu zmiennej losowej X, przy n −→ ∞, w każdym punkcie ciągłości dystrybuanty granicznej FX. Ozn. Xn −→ X, XD n−→ X.d
Fakt 1. Zależności między rodzajami zbieżności zmiennych losowych są następujące:
Xn−→ Xp.n. =⇒ Xn −→ XP =⇒ Xn−→ X.D
Fakt 2. Jeżeli ciąg {Xn}n∈N zbiega wg rozkładu do stałej, to zbiega również wg praw- dopodobieństwa do tej samej stałej.
Fakt 3. Jeżeli Xn−→ X i YD n−→ c, to XD n+ Yn−→ X + c oraz XD nYn −→ cX.D
Mocne Prawo Wielkich Liczb (MPWL) Niech X1, X2, . . . będzie ciągiem parami niezależnych zmiennych losowych o jednakowym rozkładzie. Jeżeli E|X1| < ∞, to
X1+ . . . + Xn n
n→∞−→ EX1, P -prawie wszędzie.
Centralne Twierdzenie Graniczne (CTG) Niech X1, X2, . . . będzie ciągiem niezależ- nych zmiennych losowych o jednakowym rozkładzie ze skończoną wartością oczekiwaną i skończoną, dodatnią wariancją. Wówczas
X1+ . . . + Xn− nEX1
√nV arX1
−→ X ∼ N (0, 1).D
Wniosek (Twierdzenie de Moivre’a-Laplace’a) Niech Sn oznacza liczbę sukcesów w schemacie n prób Bernoullego z prawdopodobieństwem sukcesu w pojedynczym do- świadczeniu równym p (zatem Sn∼ B(n, p)). Jeżeli V arSn> 0, to dla q = 1 − p mamy
Sn− np
√npq
−→ X ∼ N (0, 1),D
zatem
P
a ≤ Sn− np
√npq ≤ b
n→∞−→ Φ(b) − Φ(a), gdzie Φ(t) jest dystrybuantą standardowego rozkładu normalnego.