《概率论教学课件》3.5 大数定律与中心极限定理.pptVIP

* §3.5 大数定律与中心极限定理 一、依概率收敛 定义3.12 则称随机变量序列 是一列随机变量, 设 恒有 如果对任何 依概率收敛到X 记作 或 恒有 对任何 恒有 对任何 二、大数定律 频率的稳定性: 在一次试验中, 但若进行大量的重复试验, 事件 可能发生 也可能不发生, 则事件A发生的频率: 次试验中, 发生的次数 试验的总次数 就与一常数 靠近, 且随着试验次数 的增大, 频率 逐渐地稳定在常数 附近. 设在n重贝努利试验中， 事件A发生的次数为X 则事件A在n次试验中 发生的频率为 X与 都是随机变量. 随着试验次数的增加， 事件A发生的频率 逐渐稳定在 即 即 即 定理3.8 （贝努利大数定律） 常数 附近. 定理3.9 设随机变量序列 （切比雪夫大数定律） 两两不相关, 均存在， 存在与n无关的常数C, 使得 有 则对任何 它们的 数学期望 与方差 且方差有界， 即 说明: 的算术平均值为 个随机变量 也是随机变量, 在定理3.9的条件下, 对任 即 这表明, 在定理3.9的条件下, 有 对任何 只要n充分大, 尽管n个随机变量各有 但其算术平均的取值 较密集地集中在 其数学期望附近. 各的分布, 的随机变量序列, 说明: 概率意义下, 故大量随机变量的平均值 几乎不再是 同分布 推论 辛钦大数定律 设 为独立, 存在 有 则对任何 即 在定理的条件下, 当n充分大时, 的平均值 随机变量 在 其数学期望. 随机变量. 独立、 分布的 会充分接近 同 三、中心极限定理 定理3.11 设随机变量序列 有 独立同分布 相互独立, 同分布, 且数学期望和方差 都存在: 则对一切 , 因此， 当随机变量序列 满足定理 的条件时， 上述等式成立， 故当n充分大时， 可用 近似计算有关概率. 中心极限定理 由极限 当n充分大时,有 当随机变量序列 满足定理 的条件时, 无论 只要它们 2 服从同样的分布; 3 期望和方差都存在; 则当n充分大时, 的有关概率. 服从什么分布, 都可以利用 来计算随机变量 1 相互独立; 4 方差不等于0. 标准正态分布 例 标准差为10克, 一箱内装有200袋 净重大于20500克的概率. 用机器包装味精, 每袋味精的净重 期望值为100克, 求一箱味精 解 设箱内第 袋味精 的净重为 独立, 同分布; 味精, 为随机变量, 克. 解 设箱内第 袋味精 的净重为 克 独立, 同分布; 近似 由 近似 当 充分大时, 近似 近似 在定理的条件下， 棣莫佛 – 拉普拉斯定理 设随机变量 证 则 定理3.12 则对一切 有 设随机变量 相互独立, 都服从 0—1分布,