概率论基础51学习课件.pptVIP

第五章 极限定理 §1 伯努利试验场合的极限定理 极限的两种提法 进一步研究 μn 的极限行为： 大数定律 大家注意到在刚才的证明中我们只用到了 * * 第四章我们已得到 E(μn /n)=P(A)=p D(μn /n)=pq/n 作为随机变量 如何表述它的极限行为? 　　回忆: 在伯努利试验中，事件A发生的概率P(A)，以 μn 记试验中A出现的次数，　　　 　　　当n→∞时，频率 μn /n 趋近于常数 P(A) (孰强?why?) 依概率收敛(convergence in probability) 以概率1收敛(convergence in probability 1) 几乎处处(almost everywhere\ a.e. ) 收敛 (almost surely \ a.s.) 标准化 ——中心极限定理 研究大量的随机现象，自然需要常常采用极限形式，由此导致对随机变量极限定理进行研究. 极限定理的内容很广泛，其中最重要的有两种(参见P254叙述): 与 大数定律 中心极限定理 下面我们先介绍大数定律 大量的随机现象中平均结果的稳定性 大数定律的客观背景 大量抛掷硬币 正面出现频率 字母使用频率 生产过程中的 废品率 …… 几个常见的大数定律 定理（车贝晓夫大数定律） 设 X1,X2,