確率論
과
統計學
에서
中心 極限 整理
(中心 極限 定理,
英語
:
central limit theorem
, 弱者 CLT)는 同一한
確率分布
를 가진
獨立
確率 變數
n個의
平均
의 分布는 n이 適當히 크다면
正規分布
에
가까워진다는
整理
이다. 數學者
피에르시몽 라플라스
는 1774年에서 1786年 사이의 一連의 論文에서 이러한 整理의 發見과 證明을 試圖하였다.
確率
과
統計學
에서 큰 意味가 있으며 實用的인 面에서도 品質管理,
식스 시그마
에서 많이 利用된다.
中心極限定理는 주어진 條件에 따라서 여러 가지가 있다.
가장 많이 쓰이는 中心極限定理는
린데베르그?레비 中心極限定理
(
英語
:
Lindeberg?Levy central limit theorem
)이며, 같은 分布를 가지는 獨立 確率 變數에 對해 다룬다. 이 整理는 다음과 같다. 萬若
確率 變數
들이
- 서로 獨立的이고,
- 같은 確率 分布를 가지고,
- 그 確率 分布의
期待값
μ
와
標準偏差
σ
가 有限하다면,
平均
의 分布는 期待값 μ,
標準偏差
人
正規分布
N(
μ,σ
2
/
n
)에
分布收斂
한다. 卽,
-
가 成立한다.
알렉산드르 랴푸노프
가 證明한
랴푸노프 中心極限定理
(
英語
:
Lyapunov central limit theorem
)는 基本 定理에서 같은 分布를 가지는 條件을 다음과 같이 緩和하였다. 萬若 各 確率變數
가
- 서로 獨立的이고,
- 各各 有限한 平均과 分散
를 가지며,
- (
랴푸노프 條件
)
를 定義하면 어떤 陽의 失手
에 對하여
-
가 成立할 때,
의 分布는 n이 커질수록
標準正規分布
에
分布收斂
한다.
-
린데베르그 中心極限定理
(
英語
:
Lindeberg central limit theorem
)는 랴푸노프 中心極限定理의 條件을 조금 더 緩和한 것이다. 이 境遇, 萬若 各 確率變數
가
- 서로 獨立的이고,
- 各各 有限한 平均과 分散
를 가지며,
- (
린데베르그 條件
) 다음 公式이 成立할 때,
-
랴푸노프 中心極限定理와 같은 結論을 내릴 수 있다. 여기에서
는
指示 函數
이다.
마팅게일
의 境遇, 各
들이 獨立 變數가 아니므로 위 整理들은 成立하지 않는다. 다만, 이 境遇에도 다음과 같은
마팅게일 中心極限定理
(
英語
:
martingale central limit theorem
)가 成立한다. 萬若 各 確率變數
가
- 마팅게일
을 이루며,
-
人 極限에서 다음이 成立하고,
-
- 모든
에 對하여
人 極限에서 다음이 成立할 境遇,
-
은
人 極限에서
標準正規分布
로
分布收斂
한다.
-
여기서
는 條件附 期待값,
는 制限 期待값(
英語
:
restricted expectation
)이다.
事件이 일어날 確率을
, 일어나지 않을 確率을
라 할 때,
番의 施行中에서 事件이
番 일어날 確率은 다음과 같다.
-
이 確率分布가 結局
이 相當히 커지면, 이 確率分布는 거의 連續的이라고 볼 수 있다.
連續的인 分布에서의
에서 連續的인 確率密度函數가 極大값을 가지게 된다면, 다음의 式을 滿足하게 된다.
-
로그 函數
는 單調增加 函數이므로, 다음의 食道 滿足하게 된다.
-
充分히 작은
에 對하여
라 定義하고
近處에서
에 對하여 테일러 展開하면 다음과 같다.
-
여기서 이미
이므로, 0이 된다는 걸 알 수 있다. 또한
가 充分히 작으므로, 다음과 같이
에 對한 2次式으로 近似할 수 있다.
-
兩邊에 로그를 풀어서 元來 模樣으로 만들어주면 다음과 같다.
-
여기서,
이므로 이것을 바탕으로
스털링 近似
를 利用하여
을 求해보면,
-
-
-
은 平均이 됨을 알 수 있다.
이제
를 求해보면, 다음을 얻는다.
-
-
그렇다면
確率密度函數
는 다음과 같이 쓸 수 있다.
-
이 確率密度 函數를 標準化시키면 最終的인 確率密度 函數를 얻을 수 있다.
-
따라서
는
이 充分히 커질 때(普通 Np>5, Nq>5日 때),
로 近似할 수 있다.
- Bauer, Heinz (2001). 《Measure and integration theory》 (英語). Berlin: De Gruyter.
ISBN
3110167190
.
- Billingsley, Patrick (1995). 《Probability and measure》 (英語) Thi版. John Wiley & sons.
ISBN
0-471-00710-2
.
- Durrett, Richard (2004). 《Probability: theory and examples》 (英語) 4板. Cambridge University Press.
ISBN
0521765390
.
- Bradley, Richard (2007). 《Introduction to strong mixing conditions》 (英語). Heber City, Utah, U.S.: Kendrick Press.
ISBN
0-9740427-9-X
.
- Bradley, Richard (2005). “Basic properties of strong mixing conditions. A survey and some open questions”. 《Probability Surveys》 (英語)
2
: 107?144.
arXiv
:
math/0511078v1
.
doi
:
10.1214/154957805100000104
.