[第五章极限定理.pptVIP

概率论与数理统计是研究随机现象统计规律性的学科。 第五章 大数定律与中心 极限定理 随机现象的统计规律性只有在相同条件下进行大量的重复试验才能呈现出来。 研究随机现象的大量观测， 常采用极限形式，由此导致了极限定理的研究。 极限定理的内容很广泛, 最重要的有两种: “大数定律”和“中心极限定理”。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 引理： 契比雪夫不等式 设随机变量X有期望μ和方差σ2，则对任给的ε 0, 有 或 §5.1 大数定律 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 证明：只对X 是连续型情况加以证明。 设X 的概率密度函数为 f(x)，则有 放大被积函数 放大积分域 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 契比雪夫不等式说明，X的方差越小，事件 {|X-?|?}发生的概率越大，即X的取值越集中于它的期望值?附近。这进一步说明了方差的意义。 用切比雪夫不等式可以在X的分布未知的情况下，估计概率值P{|X-?|?}或P{|X-?|??}。例如， Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 定理1 (契比雪夫大数定律): 设随机变量序列 X1, X2, … 相互独立，分别具有均值 则对任意的ε0，有 及方差 若存在常数c，使 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 证明： 由契比雪夫不等式，有 又 所以 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 推论： (契比雪夫大数定律的特殊情况 ） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 该大数定律表明：无论正数ε 怎样小, 只要 n充分大，事件 发生 的概率均可任意地接近于 1。 即当 n充分大时， 差不多不再是随机变量， 取值接近于其数学期望μ 的概率接近于 1。 在概率论中，将上式所表示的收敛性称为随机变量序列 依概率收敛于μ ，记为 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 下面由契比雪夫大数定律推出伯努利大数定律： 设nA 是 n次伯努利试验中事件A发生的次数，p是每次试验中A发生的概率。 引入 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 于是, 有下面定理。 设 nA是 n 次伯努利试验中事件A发生的次数， p是 A 发生的概率，对任给的