概率论4.1概念.ppt

概率论与数理统计;概率论与数理统计;概率论与数理统计;概率论与数理统计; 概率论与数理统计是研究随机现象统计规律性的学科. 随机现象的规律性只有在相同的条件下进行大量重复试验时才会呈现出来. 也就是说，要从随机现象中去寻求必然的法则，应该研究大量随机现象.; ; 在第一章中引入概率的概念时曾经指出，频率是概率的反映，随着观测次数n的增加，频率将会逐渐稳定到概率。 ;从而有 ;实际上，我们发现事实并非如此，在个别场合下，事件 ; 一般地，设;定义：若;二、大数定律;证明 利用切比雪夫不等式，有;[例1] 设 ?????????????为独立同分布的随机变量,均服从参数为 ??的泊松分布.由以往的讨论知道,;解;说明每一个随机变量都有数学期望。;推论（伯努利大数定律）:设;在概率的统计定义中, 事件 A 发生的频率;例2 设;即 ; 以上大数定律是以切比雪夫不等式为基础的，所以要求随机变量的方差存在，通过进一步研究，我们发现方差存在的条件并不是必要条件。;例4 设;例5 若; 辛钦大数定律为实际生活中经常采用的算术平均; 概率论历史上第一个极限定理属于伯努利，后人称之为“大数定律”。概率论中讨论随机变量序列的算术平均值向常数收敛的定律。概率论与数理统计学的基本定律之一。又称弱大数理论。;【发展历史】 　　1733年，德莫佛——拉普拉斯在分布的极限定理方面走出了根本性的一步，证明了二项分布的极限分布是正态分布。拉普拉斯改进了他的证明并把二项分布推广为更一般的分布。 1900年，李雅普诺夫进一步推广了他们的结论，并创立了特征函数法。这类分布极限问题是当时概率论研究的中心问题，卜里耶为之命名“中心极限定理”。 20世纪初，主要探讨使中心极限定理成立的最广泛的条件，二三十年代的林德贝尔格条件和费勒条件是独立随机变量序列情形下的显著进展。 伯努利是第一个研究这一问题的数学家，他于1713年首先提出后人称之为“大数定律”的极限定理。