Реферат Курсовая Конспект
Теоремы Чебышева и Маркова - раздел Образование, Теоретические основы параметрических методов обработки экспериментальных данных Частная Теорема Чебышева. При Неограниченном Увеличении Неза...
|
Частная теорема Чебышева. При неограниченном увеличении независимых испытаний среднее арифметическое полученных при испытаниях значений случайной величины, имеющей конечную дисперсию, сходится по вероятности к её математическому ожиданию:
. (2.2.15)
Из (2.2.15) и (2.2.1) следует, что при ограниченном n справедливо приближённое равенство
, (2.2.16)
где – среднее квадратическое отклонение математического ожидания случайной величины .
В выражении (2.2.16) учтено, что математическое ожидание случайной величины
равно нулю.
Применяя неравенство Чебышева (2.2.14) для случайной величины , получим
. (2.2.17)
Формулой (2.2.16) можно пользоваться, когда применима теорема Ляпунова или когда закон распределения каждой случайной величины , нормальный. Если же теорема Ляпунова не применима или законы распределения , неизвестны, то приходиться определять нижние границы соответствующих вероятностей из соотношения (2.2.17).
При решении практических задач с применением теоремы Чебышева часто возникают трудности, связанные с невозможностью обеспечить независимость испытаний. Теорема Маркова определяет условия, при которых закон больших чисел справедлив и для зависимых испытаний.
Теорема Маркова. Если случайная величина такова, что
,
то для любого числа e > 0 существует предельное соотношение
.
– Конец работы –
Эта тема принадлежит разделу:
На сайте allrefs.net читайте: "Теоретические основы параметрических методов обработки экспериментальных данных"
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Теоремы Чебышева и Маркова
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов