第五章大数定律及中心极限定理介绍.ppt

第五章 大数定律及中心极限定理;5.1 大数定律 ; 我们曾经说,频率是概率的反映,随着观察次数的增大,频率将会逐渐稳定到概率.这里是指试验的次数无限增大时,在某种收敛意义下逼近某一定数,这就是所谓的大数定律;大量的随机现象中平均结果的稳定性 ; 大数定律以确切的数学形式表达了这种规律性,并论证了它的成立条件,即从理论上阐述了这种大量的、在一定条件下的、重复的随机现象呈现的规律性即稳定性.由于大数定律的作用,大量随机因素的总体作用必然导致某种不依赖于个别随机事件的结果.; 设随机变量X1, X2, ... , Xn, ...相互独立,是服从同一分布的随机变量序列，且具有期望E(Xk ）= (k=1,2,...),作前n个变量的算术平均 ，则?? 0,有:; 设随机变量X1, X2, ... , Xn, ...相互独立,是服从同一分布的随机变量序列，且具有期望E(Xk ）= (k=1,2,...),则序列 依概率收敛于;伯努利大数定律 ;表明：当重复试验次数n充分大时,事件A发生的频率nA/n与事件A的概率p有较大偏差的概率很小.;5.2 中心极限定理; 对我们来说重要的是这些随机因素的总影响.; 观察表明,如果一个量是由大量相互独立的随机因素的共同影响造成的,且每一个个别因素在总影响中所起的作用不大,则这种量一般都服从或近似服从正态分布.(正态分布的形成原因);的分布函数Fn(x)对任意的x,满足;即;例1 对某一目标进行多次同等规模的轰炸,每次轰炸命中目标的炸弹数目是一个随机变量,假设其数学期望为2,标准差为1.3, 计算在100次轰炸中命中目标的炸弹总数在180颗到220颗的概率.;由独立同分布的中心极限定理知:;例2 某大型商场每天接待顾客10000人,设每位顾客的消费额(元)服从[200,2000]上的均匀分布,且顾客的消费额是相互独立的,试求该商场的销售额(元)在平均销售额上、下浮动不超过30000元的概率.;由已知,;P{?30000≤X?11×106≤30000};棣莫夫?拉普拉斯定理;可由独立同分布的中心极限定理得出结论;例3 124页例2例4 125页例3; 中心极限定理是概率论中最著名的结果之一,它提供了计算独立随机变量之和的近似概率的简单方法,是应用正态分布来解决各种实际问题的理论基础.;126页???结126页重要术语及主题