2011概率5-1.ppt

第一节 大数定律;“概率是频率的稳定值”。前面已经提到，当随机试验的次数无限增大时，频率总在其概率附近摆动，逼近某一定值。大数定理就是从理论上说明这一结果。正态分布是概率论中的一个重要分布，它有着非常广泛的应用。中心极限定理阐明，原本不是正态分布的一般随机变量总和的分布，在一定条件下可以渐近服从正态分布。这两类定理是概率统计中的基本理论，在概率统计中具有重要地位。 ; 大量随机试验中;一、大数定律;证;说明;二、依概率收敛定义及性质 ;请注意 :;问题 :; 设 nA 是n次独立重复试验中事件A发 生的次数，p是事件A在每次试验中发生 的概率，则对于任意正数ε 0 ，有 ; 证毕; 伯努利大数定律是契贝雪夫大数定律的特例, 在它们的证明中, 都是以契贝雪夫不等式为基础的, 所以要求随机变量具有方差。但进一步的研究表明，方差存在这???条件并不是必要的。下面我们介绍独立同分布的辛钦大数定律。;独立同分布下的大数定律，不要求随机变量的方差存在.; 伯努利大数定律说明了当n很大时，事件发生的频率会非常“接近”概率，而这里的辛钦大数定律则表明，当n很大时，随机变量在n次观察中的算术平均值 也会“接近”它的期望值，即;三、小结