概统5.1节概念.ppt

第五章 大数定律与中心极限定理;大数定律;第五章 大数定律与中心极限定理;设非负 r.v. X 的期望 E( X )存在， 则对于任意实数 ? 0,;设随机变量 X 的k阶绝对原点矩 E( |X |k) 存在，则对于任意实数 ? 0,;切比雪夫( chebyshev)不等式 证明; 切比雪夫不等式说明：D(X)越小，则 越小， 越大， 也就是说，随机变量X取值 基本上集中在E(X)附近，这进一步说明了方差的意义。 当E(X)和D(X)已知时，切比雪夫不等式给出了概率 的一个上界，该上界并不涉及随机变X 的具体概率分布，而只与其方差D(X)和ε有关，因此， 切比雪夫不等式在理论和实际中都有广泛的应用。 需要指出的是，虽然切比雪夫不等式应用广泛， 但在一个具体问题中，由它给出的概率上界通常保守。 ;例1 设有一大批种子，其中良种占1/6. 试 估计在??选的 6000 粒种子中, 良种所占比 例与1/6 比较上下小于1%的概率.;例2 设每次试验中，事件 A 发生的概率为 0.75, 试用 Chebyshev 不等式估计, n 多大 时, 才能在 n 次独立重复试验中, 事件 A 出 现的频率在0.74 ~ 0.76 之间的概率大于 0.90?;即;大数定律;证 引入 r.v. 序列{Xk};故;在概率的统计定义中, 事件 A 发生的频率;定义; 在 Bernoulli 定理的证明过程中，Y n 是相互独立的服从 (0 , 1) 分布的 r.v. 序列 {Xk} 的算术平均值, Y n 依概率p 收敛于 其数学期望 .;定理二、 Chebyshev 大数定律;由切比雪夫不等式对于任意正数ε，有 ;定理的意义; ;相;则;三、大数定理的应用;三、大数定理的应用;大数学家雅各布·伯努利