Теорема Ляпунова в теории вероятностей
Теоре́ма Ляпуно́ва в тео́рии вероя́тностей, теорема, устанавливающая весьма общие достаточные условия для сходимости распределений сумм независимых случайных величин к нормальному распределению. Точная формулировка теоремы Ляпунова такова: пусть независимые случайные величины имеют конечные математические ожидания , дисперсии и абсолютные моменты , , и пусть – дисперсия суммы . Тогда если при некотором выполнено условие
то вероятность неравенства
стремится при к пределу
равномерно относительно всех значений и . Условие (1) называется условием Ляпунова. Теорема Ляпунова была сформулирована и доказана А. М. Ляпуновым (1901) и явилась завершающим этапом исследований П. Л. Чебышёва, А. А. Маркова и А. М. Ляпунова по проблеме об условиях приложимости центральной предельной теоремы теории вероятностей. В дальнейшем были установлены условия, расширяющие условие Ляпунова и являющиеся не только достаточными, но и необходимыми. Окончательное решение вопроса в этом направлении было получено С. Н. Бернштейном, Дж. Линдебергом (J. Lindeberg) и У. Феллером. В теореме Ляпунова впервые была продемонстрирована сила метода характеристических функций.
А. М. Ляпуновым была также дана оценка сверху при для абсолютной величины разности между вероятностью неравенства (2) и её приближённым значением (3). Этой оценке можно придать следующий вид: при
и при
где и – абсолютные постоянные и – дробь (дробь Ляпунова), стоящая под знаком предела в (1). См. также Неравенство Бэрри – Эссеена.