13.8. Центральная предельная теорема для одинаково распределенных слагаемых
Различные формы центральной
предельной теоремы отличаются между собой условиями, накладываемыми на
распределения образующих сумму случайных слагаемых. Здесь мы сформулируем и
докажем одну из самых простых форм центральной предельной теоремы, относящуюся
к случаю одинаково распределенных слагаемых.
Теорема. Если
- независимые
случайные величины, имеющие один и тот же закон распределения с математическим
ожиданием
и
дисперсией
,
то при неограниченном увеличении
закон распределения суммы
(13.8.1)
неограниченно
приближается к нормальному.
Доказательство.
Проведем доказательство для
случая непрерывных случайных величин
(для прерывных оно будет аналогичным).
Согласно второму свойству
характеристических функций, доказанному в предыдущем
, характеристическая функция
величины
представляет
собой произведение характеристических функций слагаемых. Случайные величины
имеют один и тот же
закон распределения с плотностью
и, следовательно, одну и ту же характеристическую
функцию
. (13.8.2)
Следовательно, характеристическая
функция случайной величины
будет
. (13.8.3)
Исследуем
более подробно функцию
. Представим ее в окрестности точки
по формуле Маклорена с
тремя членами:
, (13.8.4)
где
при
.
Найдем величины
,
,
. Полагая в формуле (13.8.2)
имеем:
. (13.8.5)
Продифференцируем
(13.8.2) по
:
. (13.8.6)
Полагая
в (13.8.6)
,
получим:
. (13.8.7)
Очевидно,
не ограничивая общности, можно положить
(для этого достаточно перенести начало
отсчета в точку
).
Тогда
.
Продифференцируем (13.8.6) еще
раз:
,
отсюда
. (13.8.8)
При
интеграл в выражении (13.8.8) есть не что
иное, как дисперсия величины
с плотностью
, следовательно
. (13.8.9)
Подставляя в (13.8.4)
,
и
, получим:
. (13.8.10)
Обратимся к случайной величине
. Мы хотим доказать,
что ее закон распределения при увеличении
приближается к нормальному. Для этого
перейдем от величины
к
другой («нормированной») случайной величине
. (13.8.11)
Эта величина удобна тем, что ее
дисперсия не зависит от
и равна единице при любом
. В этом нетрудно
убедиться, рассматривая величину
как линейную функцию независимых
случайных величин
,
каждая из которых имеет дисперсию
. Если мы докажем, что закон распределения
величины
приближается
к нормальному, то, очевидно, это будет справедливо и для величины
, связанной с
линейной зависимостью
(13.8.11).
Вместо того чтобы доказывать, что
закон распределения величины
при увеличении
приближается к нормальному,
покажем, что ее характеристическая функция приближается к характеристической
функции нормального закона.
Найдем характеристическую функцию
величины
. Из
соотношения (13.8.11), согласно первому свойству характеристических функций
(13.7.8), получим
, (13.8.12)
где
-
характеристическая функция случайной величины
.
Из формул (13.8.12) и (13.8.3)
получим
(13.8.13)
или,
пользуясь формулой (13.8.10),
. (13.8.14)
Прологарифмируем выражение
(13.8.14):

.
Введем
обозначение
. (13.8.15)
Тогда
. (13.8.16)
Будем неограниченно увеличивать
. При этом величина
, согласно формуле
(13.8.15), стремится к нулю. При значительном
ее можно считать весьма малой. Разложим,
в ряд и ограничимся
одним членом разложения (остальные при
станут пренебрежимо малыми):
.
Тогда получим
.
По
определению функция
стремится
к нулю при
;
следовательно,
и
,
откуда
. (13.8.17)
Это есть не что иное, как
характеристическая функция нормального закона с параметрами
,
(см. пример 2,
13.7).
Таким образом, доказано, что при
увеличении
характеристическая
функция случайной величины
неограниченно приближается к
характеристической функции нормального закона; отсюда заключаем что и закон
распределения величины
(а значит и величины
) неограниченно приближается к
нормальному закону. Теорема доказана.
Мы доказали центральную
предельную теорему для частного, но важного случая одинаково распределенных
слагаемых. Однако в достаточно широком классе условий она справедлива и для
неодинаково распределенных слагаемых. Например, А. М. Ляпунов доказал
центральную предельную теорему для следующих условий:
, (13.8.18)
где
- третий
абсолютный центральный момент величины
:
.
-
дисперсия величины
.
Наиболее общим (необходимым и
достаточным) условием справедливости центральной предельной теоремы является
условие Линдеберга: при любом
,
где
-
математическое ожидание,
- плотность распределения случайной
величины
,
.