Локальная теорема Лапласа в теории вероятностей: формулировка, доказательство и приложения

Локальная теорема Лапласа в теории вероятностей представляет собой важное уточнение классического предельного процесса, связывающее распределение суммы независимых случайных величин с нормальным законом через локальные соотношения плотностей и вероятностей малых интервалов. Актуальность исследования вызвана необходимостью точного описания частот редких событий в прикладных задачах статистики, теории очередей и физики, где средние и локальные оценки распределений определяют качество моделей; например, при оценке вероятности малого отклонения суммы бросков монеты от математического ожидания требуются локальные асимптотики, а не только кумулятивные приближения. Цель работы — дать систематическое изложение локальной теоремы Лапласа: сформулировать условия и утверждения в современном виде, привести классические и более свежие варианты доказательства, оценить область применимости и иллюстрировать применение на конкретных примерах. В работе будет раскрыта историческая предыстория теоремы, основные методы доказательства (включая преобразование Фурье, метод характеристических функций и теории равномерных оценок), строгие условия на моменты и периодичность распределений, а также практические приложения в статистике и теории случайных процессов. Отдельный раздел будет посвящен сравнению локальных результатов с центральной предельной теоремой и теоремами типа Бернова, что позволит показать преимущества локального подхода при оценке плотностей и вероятностей одиночных значений. Предварительная работа включает обзор классических источников: оригинальные выкладки Лапласа и последующие обобщения Петрова, Линдеберга и других исследователей, современные обсуждения пределов применимости теоремы, а также ряд учебных пособий и рецензируемых статей, описывающих техники использования характеристических функций. Проведен предварительный анализ литературы на русском и английском языках, отобраны ключевые публикации и сформулированы вспомогательные леммы, необходимые для построения доказательства. Методологически работа опирается на комбинирование аналитических методов и примеров численной иллюстрации: приведены простейшие вычисления для биномиального распределения и для независимых слабо зависящих инкрементов, показано, как в этих случаях локальная теорема дает более точные оценки, чем стандартная центральная предельная теорема. Кроме теоретической части планируется провести численные эксперименты с привлечением программного обеспечения R и Python, которые позволят визуализировать расхождения между локальной аппроксимацией и классическими приближениями для различных размеров выборок и параметров распределения; к примеру, будет показано сравнение аппроксимации плотности для биномиального распределения n=50, p=0.3 и для сумм независимых равнораспределенных величин. Также предполагается изучить устойчивость результата при ослаблении условий на существование моментов и рассмотреть случаи периодических распределений, где стандартные формулировки требуют модификации. В теоретической части планируется доказать ключевые леммы о равномерных оценках погрешности, приведя явные верхние оценки с указанием порядка погрешности O(1/sqrt(n)) при соблюдении моментов четвертого порядка, и обсудить возможность улучшения оценки при дополнительных условиях. Для практической части подготовлен набор иллюстративных задач и критериев качества аппроксимаций: относительная и абсолютная погрешности, визуальная проверка через графики плотности и гистограммы, а также численные табличные оценки. Ограничения работы связаны с необходимостью строгих технических условий в обобщенных вариантах теоремы и с тем, что для сильно зависимых последовательностей потребуются отдельные подходы, выходящие за рамки данной курсовой работы. Тем не менее, систематизация доказательств и сопоставление методов упростят понимание предмета и станут базой для дальнейших исследований, например локальных предельных теорем для марковских цепей или для сумм с тяжелыми хвостами при ограниченных моментах.