§ 3. Закон больших чисел
Пусть
случайные величины. Если при некоторых постоянных
предел
сушествует в смысле какой-нибудь сходимости, то говорят, что последовательность
удовлетворяет закону больших чисел (с центрирующими константами
и нормирующими константами
Закон больших чисел называют слабым законом больших чисел, если сходимость в (3.1) является сходимостью по вероятности, и усиленным законом больших чисел, если она является сходимостью с вероятностью 1. Разумеется, всегда можно выбрать постоянные
настолько большими, чтобы предел в (3.1) существовал с вероятностью 1 и равнялся 0.
В настоящем параграфе задача упрощается тем, что величины
предполагаются взаимно независимыми. В качестве первого примера, показывающего важность этого предположения, заметим, что если
(или даже если
и если предел а: в (3.1) существует в смысле сходимости по вероятности, то случайная величина х не меняется при изменении значений конечного числа величин у Следовательно, в соответствии с законом нуля или единицы (теорема 1.1) случайная величина х равна с вероятностью 1 тождественной постоянной. Выбирая соответствующим образом константы
эту постоянную при желании можно сделать равной нулю.
Теорема 3.1. Пусть
взаимно независимые случайные величины с характеристическими функциями
и пусть
любые не равные нулю постоянные. Тогда для того, чтобы существовали постоянные
такие, что
необходимо и достаточно, чтобы равномерно в каждом конечном интервале значений
выполнялось соотношение
Если (3.2) выполнено, то распределение случайной величины, стоящей под знаком предела, сходится при
к распределению, сосредоточенному в точке 0; следовательно, равномерно в каждом конечном интервале значений
и отсюда вытекает (3.3). Обратно, предположим, что выполнено (3.3). Пусть
медиана случайной величины
Положим
Гогда в силу неравенства (11.8) гл. I при любом
причем правая часть вследствие (3.3) стремится к нулю при
. Отметим, что предположение о равномерности стремления к пределу в условии (3.3) не было использовано при доказательстве достаточности этого условия. Мы будем применять иногда в дальнейшем следующий простой факт, не выделяя его каждый раз особо: если существует
то
Действительно, в этом случае
Если
случайные величины, то пределы здесь могут пониматься и как
и как
Самым обычным является случай, когда
и предел в (3.1) равен 0. Если это так и если существует предел
то мы можем положить
и тогда предел в (3.1) окажется равным пределу (3.4). Важной задачей является нахождение условий, при которых закон больших чисел выполнен с такими константами. Например, предположим, что
взаимно независимые случайные величины с дисперсиями
Тогда среднее
имеет математическое ожидание и дисперсию, равные
Следовательно, если
что имеет место, например, при
то дисперсия величины
стремится к нулю, т. е.
Итак, в этом случае при
выполнен закон больших чисел в смысле сходимости в среднем (а эта сходимость влечет за собой и сходимость по вероятности). Верно и обратное: из (3.7) следует (3.6). Мы здесь почти не использовали тот факт, что величины
взаимно независимы, и полученный результат оказывается на самом деле не сильнее соответствующего результата в слабом смысле (теорема 5.1 гл. IV), когда предполагается лишь, что
взаимно ортогональны. Можно, однако, доказать и более сильные теоремы. Мы докажем сначала частичное обращение предыдущего результата, причем для полноты мы сформулируем снова и прямое утверждение.
Теорема 3.2. Пусть
— взаимно независимые случайные величины с конечными дисперсиями
Тогда соотношения (3.7) и (3.6) могут выполняться только одновременно. Далее,
тогда и только тогда, когда выполнено (3.6) и когда
Если существуют постоянные
такие, что
то
тогда и только тогда, когда выполнено (3.8).
Эквивалентность утверждений (3.6) и (3.7) уже была отмечена раньше. Эквивалентность утверждения (3.8) и утверждения (3.6), взятого вместе с (3.9), вытекает из того, что
Из (38) всегда следует более слабое утверждение (3.8). Пусть теперь выполнено (3.8) и
Обозначим через
характеристическую функцию величины
Тогда в силу теоремы 3.1
равномерно в каждом конечном интервале значений
Применив неравенство (11.14) гл. I к
получим, что
Отсюда вытекает (3.6), а следовательно, и (3.7). Так как из сходимости в среднем следует сходимость по вероятности, то из (3.7) и (3.8) вытекает, что
а из этого соотношения и из (3.7) следует и искомое (3.8).
Теорема 3.3. Пусть
— взаимно независимые случайные величины и с — любая положительная постоянная. Если
и если случайные величины
определенные равенствами
имеют дисперсии
такие, что
то
для некоторых постоянных
удовлетворяющих условию
Обратно, если
то при каждом с
верно (3.10) и (3.11).
Чтобы доказать первую половину теоремы, заметим, что
так что в силу (3.10)
Далее, из (3.11) следует (по теореме 3.2), что
Из этих двух соотношений вытекает, что
т. е. что при соответственным образом выбранных а; верно (3.12). Из (3.12), в свою очередь, следует, что
Так как, согласно (3.10),
то отсюда вытекает и (3.13).
Обратно, предположим, что выполнено (3.12). Тогда если
характеристическая функция случайной величины
то равномерно в каждом конечном интервале значений
Пусть
медиана случайной величины
Тогда, так как в силу
то
Из неравенства (11.8) гл. I и из (3.15) вытекает, что
а отсюда и из предыдущего соотношения следует при
утверждение (3.10). Далее, если
определены так же, как в формулировке теоремы, то, как мы уже видели выше, из (3.10) вытекает (3.14), а из (3.12) и (3.14) следует, что
Соображения, по которым в доказательстве теоремы 3.2 был сделан переход от сходимости по вероятности (3.8) к сходимости в среднем (3.8), применимы без изменения в данном случае и приводят к (3.11).
Несколько усилив условие (3.6), можно перейти от сходимости по вероятности и сходимости в среднем к более сильной сходимости с вероятностью 1. Для того чтобы упростить обозначения, мы положим
Теорема 3.4. Пусть
взаимно независимые случайные величины с
Тогда если
то с вероятностью 1 1
В сплу теоремы 2.3 из наших предположений следует, что ряд
сходится в среднем и с вероятностью 1. Далее, если то
При
второй член в правой части сходится к
как в среднем, так и с вероятностью 1. Так как из обычной сходимости, а также и из сходимости в среднем некоторой последовательности следует, что в том же смысле и к тому же пределу сходятся средние первых
членов этой последовательности (суммирование по Чезаро), то к
сходится и первый член в правой части предыдущего равенства. Следовательно, предел левой части этого равенства существует как в среднем, так и с вероятностью 1 и равен 0.
Несмотря на то, что при доказательстве этой теоремы мы существенно использовали предположение о взаимной независимости величин
при немного более сильных условиях на последовательность
справедлив вариант в широком смысле этой теоремы (гл. IV, теорема 5.2), в котором предполагается лишь, что величины у, взаимно ортогональны.
Для сходимости ряда достаточно выполнения условия
1; поэтому классические примеры закона больших чисел являются частными случаями теоремы 3.4. Например, предположим, что
Тогда
так что, согласно теореме 3.4, с вероятностью 1
Если все
равны между собой,
(схема Бернулли), то
если существует
(схема Пуассона), то это соотношение по прежнему остается в силе. Величина, стоящая под знаком предела, на обычном языке схемы Бернуллп называется частотой успехов (числом успехов за
испытаний, поделенным на
), и рассматриваемая теорема в случае схемы Бернулли утверждает, что частота успехов при
с вероятностью 1 приближается к вероятности успеха в отдельном испытании.