正态分布大数定律中心极限定理.ppt

本文观看结束！！！ 四、切比雪夫定理 1.背景：若已知一个随机变量分布的均值与方差，那么随机变量值的是以什么形式集中在均值附近？例如某年级1000名学生线性代数课程成绩的均值为85分，我们关心的是，有多少学生的成绩集中在均值附近？ 2.切比雪夫定理（不等式）： 第四章 正态分布、大数定律与中心极限定理 第四章 正态分布、大数定律与中心极限定理 第四章 正态分布、大数定律与中心极限定理 例题4.4.1 设独立随机变量 并且方差是一致有上界的，即存在某 则对于任何正数 ?，恒有 定理2（切比雪夫大数定理） 分别有数学期望 及方差 D(X1), 一常数K，使得 第四章 正态分布、大数定律与中心极限定理 证 第四章 正态分布、大数定律与中心极限定理 第四章 正态分布、大数定律与中心极限定理 3.依概率收敛定义 推论： 存在: 设独立随机变量 服从同一分布,期望及方差 则对于任何正数 ?，有 第四章 正态分布、大数定律与中心极限定理 在独立试验序列中,设事件 A 的概率P(A) = p， 定理3(伯努利定理） 按概率收敛于事件 A 的概率p.即对于任何正数 则事件 A在 n 次独立试验中发生的频率fn(A),当试验次数 ?, 有 证 设随机变量 Xi 表示事件A 在第 i 次试验中发生的次数(i=1,2, …,n, …)