SPWL Bernoulliego

Definicja klasyczna. Prawdopodobieństwo warunkowe i całkowite. Zmienne losowe i ich parametry. Niezależność. Prawa wielkich liczb oraz centralne twierdzenia graniczne i ich zastosowania.
Corinek
Użytkownik
Użytkownik
Posty: 65
Rejestracja: 29 sty 2015, o 16:31
Płeć: Kobieta
Lokalizacja: Katowice

SPWL Bernoulliego

Post autor: Corinek »

Korzystając bezpośrednio z dowodu na Nierówność Czebyszewa udowodnij Słabe Prawo Wielkich Liczb Beronulliego.

Dowód nierówności Czebyszewa potrafię przeprowadzić bez problemu. Nie wiem tylko jak się ma piernik do wiatraka?
Awatar użytkownika
Premislav
Użytkownik
Użytkownik
Posty: 15687
Rejestracja: 17 sie 2012, o 13:12
Płeć: Mężczyzna
Lokalizacja: Warszawa
Podziękował: 196 razy
Pomógł: 5220 razy

SPWL Bernoulliego

Post autor: Premislav »

Nie wiem tylko jak się ma piernik do wiatraka?
Mają tyle samo spółgłosek.

Niech \(\displaystyle{ S_n}\) - liczba sukcesów w \(\displaystyle{ n}\) próbach Bernoulliego z prawdopodobieństwem sukcesu \(\displaystyle{ p}\) w pojedynczej próbie. Wówczas dla dowolnego \(\displaystyle{ \epsilon>0}\) mamy
\(\displaystyle{ \mathbf{P}\left( \left| \frac{S_n}{n}-p\right| \ge \epsilon \right)\le \frac{\mathrm{Var}\left( \frac{S_n}{n} \right) }{\epsilon^2}}\)
na mocy nierówności Czebyszewa-Bienayme.

Ponadto \(\displaystyle{ \mathrm{Var}\left( \frac{S_n}{n}\right)=\frac 1 {n^2} \mathrm{Var} S_n= \frac{np(1-p)}{n^2}= \frac{p(1-p)}{n}}\),
zatem \(\displaystyle{ \lim_{n \to \infty } \frac{\mathrm{Var}\left( \frac{S_n}{n} \right) }{\epsilon^2}=0}\) dla dowolnego \(\displaystyle{ \epsilon>0}\), więc tym bardziej
\(\displaystyle{ \lim_{n \to \infty }\mathbf{P}\left( \left| \frac{S_n}{n}-p\right| \ge \epsilon \right)=0}\)

-- 7 lut 2017, o 23:23 --

A, chodziło o skorzystanie z dowodu... No sorry, nie doczytałem, nie wiem, jaki Ty masz/miałaś dowód.-- 7 lut 2017, o 23:45 --No to dowód Czebyszewa szedłby mniej więcej tak:
niech \(\displaystyle{ X}\) będzie nieujemną zmienną losową i \(\displaystyle{ \epsilon>0}\). Wówczas
\(\displaystyle{ \epsilon\mathbf{P}(X\ge \epsilon)=\epsilon \int_{\left\{ X \ge \epsilon \right\} }^{}\,\dd \mathbf{P}=\int_{\left\{ X \ge \epsilon \right\} }^{}\epsilon \,\dd \mathbf{P} \le \int_{\left\{ X \ge \epsilon\right\} }^{}X \,\dd \mathbf{P} \le \int_{\Omega}^{}X \,\dd \matbf{P}=\mathbf{E}X}\)
Dzielimy teraz stronami przez \(\displaystyle{ \epsilon}\) i finito.

To teraz zauważmy/ewentualnie obliczmy, że jeśli \(\displaystyle{ S_n}\) jest liczbą sukcesów w \(\displaystyle{ n}\) próbach Bernoulliego z prawdopodobieństwem sukcesu \(\displaystyle{ p}\) w pojedynczej próbie, to \(\displaystyle{ \mathbf{E}S_n=np}\), zatem \(\displaystyle{ \mathbf{E}\left( \frac{S_n}{n}\right)=p}\)
i potem wystarczy bezpośrednio z nierówności Czebyszewa wyprowadzić nierówność Czebyszewa-Bienayme i ją użyć, a to nietrudne,
gdyż \(\displaystyle{ \mathbf{P}(|X-\mathbf{E}X|\ge \epsilon)=\mathbf{P}\left( D^2 X \ge \epsilon^2\right)}\) dla dowolnego dodatniego \(\displaystyle{ \epsilon.}\)
ODPOWIEDZ