центральная предельная теорема

Наиб. просто Ц. п. т. формулируется для суммы

N первых членов бесконечной последовательности независимых и одинаково распределённых случайных величин

в предположении, что существуют, по крайней мере, два первых момента у каждой величины:

(и эти моменты одинаковы для всех n). Согласно наиб. простой предельной теореме теории вероятностей - больших чисел закону ,случайная величина

с вероятностью, близкой к единице, принимает значения порядка o(N)при N. Более точно это означает, что для любого e>0 вероятность

при N Ц. п. т. значительно уточняет соотношение (5) при малых (по сравнению с N) значениях V_N: для любых конечных а и b вероятность того, что

имеет асимптотику

или, иначе говоря, вероятности конечных (порядка константы) значений величины V_N/ (s² = = т²₂- т²₁- дисперсия x_n) распределены прибл. по стандартному нормальному гауссовскому закону (со средним 0 и дисперсией 1). Из (4) и (6) следует, что при больших N сумма S_N имеет вид

где x₀-стандартная нормальная случайная величина. Утверждение (7) называют обычно Ц. п. т. в и н т е г р а л ьн о й ф о р м е. В нек-рых случаях удаётся установить не только асимптотику вероятности попадания значений V_N/ на конечный интервал (а, b), но и асимптотику самих вероятностей этих значений (для случайных величин x_n с дискретным множеством значений) или асимптотику плотности их вероятностей р_N(х)(для непрерывно распределённых x_n):

Утверждения этого типа [более тонкие, чем (7)] наз. л ок а л ь н ы м и Ц. п. т. Следует подчеркнуть, что асимптотика (7) или (9) имеет смысл для конечных (порядка 1) значений V_N/. Вероятности значений V_N/ порядка, растущего с N, a именно порядка N^a для a>0, описываются асимптотикой (7) очень грубо и нуждаются в более тонком оценивании. Соответствующие предельные теоремы в теории вероятностей наз. теоремами о больших отклонениях.

Условия (3) очень существенны. Предельная асимптотика для сумм вида (1), где x_n не имеют второго (а также первого) момента, задаётся совершенно другими (отличными от нормального распределения) законами, т. н. устойчивыми распределениями.

Укажем более общие ситуации, для к-рых остаётся верной Ц. п. т. (7) (или 9):

- в случае, когда величины x₁, x₂, ..., x_n,... распределены не одинаково, и при условии, что у этих величин существуют оба первых момента (3), а также при дополнит. условии нек-рой равномерности (условие Линдеберга, см. [1]);

- если требование независимости величин x_i, i=1, 2, ... нарушено, но сохраняется в определ. смысле "слабая" зависимость "далеко отстоящих" друг от друга величин x_i и x_j, когда |i-j| - велико (более точно см. [2]);

- можно рассматривать не только последовательности случайных величин, но и более общие их совокупности, скажем, случайные поля {x_t, tZ^v на v-мерной решётке. Пусть выполнены условия (3) и величины x_t и x_s, t, sZ^v, при больших |t - s| "слабо зависимы". Тогда для любого достаточно большого и "регулярного" конечного множества LZ^v суммы

асимптотически имеют вид:

s_t² - дисперсия x_t (см. [3]);

- кроме сумм величин из одной и той же бесконечной последовательности (2) можно рассматривать т. н. схему серий, т. е. бесконечную совокупность конечных последовательностей:

растущей длины, n_s, s. Тогда для суммы

при определ. условиях также верна Ц. п. т.

Лит.: 1) Гнеденко Б. В., Курс теории вероятностей, 6 изд., М., 1988; 2) Ибрагимов И. А., Линник Ю. В., Независимые и стационарно связанные величины, М., 1965; 3) Нахапетян Б. С., Центральная предельная теорема для случайных полей, удовлетворяющих условию сильного перемешивания, в сб.: Многокомпонентные случайные системы, М., 1978, с. 276. Р. А. Минлос.

   <<      Предметный указатель      >>