[大学数学概率论.pptVIP

（2）当独立随机变量序列 同分布且存在大于0的有限方差时，大数定律与中心极限定理同时成立，但大数定律不如中心极限定理精确。 * 第5章 大数定律与中心极限定理 5.1 切比雪夫不等式 与 大数定律 以前，我们常这样说： “频率是概率的反映，随着试验次数的增多，频率将会逐渐稳定 于概率”； “当试验次数n很大时，频率与概率非常“接近”、“靠近”; “概率是频率的稳定值”; 等等。 同学们早就有疑问：“逐渐稳定”、非常“接近、靠近”、“稳定值”，这些究竟是什么意思？是不是数学分析中极限的那种“接近”？ 学习本节，主要是（1）掌握一种估算事件发生的概率的方法；（2）要从理论上严格以前提到的关于“频率和概率的关系”的几种说法，从而明确“频率和概率的关系”到底是何种关系。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 定理5.1：（切比雪夫（Chebyshev）不等式） 设随机变量 的数学期望 和方差 都存在 ， 则对于任意的正数 ，有下列不等式成立： 或 分析：1. 首先切比雪夫不等式从概率的角度,描述了随机变量 在 其均值 周围取值的分散程度.并用数学式子表示出来. 2. 切比雪夫不等式,给出了在未知随机变量 的分布的情况 下, 求事件“|X-E(X)| ”的概率的一种估计方法. 例如:取 , 则 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 证明: ( 仅就连续随机变量的情形)设连续随机变量 的概率密度为 又由于“ ”与 “ ”是对立事件， Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例5.1 ：利用切比雪夫不等式确定当掷一枚均匀硬币时，需掷多少 次才能保证使得正面出现 的 频 率 在 0.4 与 0.6 之间 的 概 率不 小于 90 %。 解：设 ? 表示“在掷 次试验中，出现正面的次数”，则出现正面 的频率为 。 由 切 比 雪 夫 不 等 式 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 定理5.2 （切比雪夫（Chebyshev）大数定律 ） 设独立随机变量序列 的数学期望与方差都存在, 且方差是一致有上界的, 即存在常数 , 使得 则 对于 有 证前分析: 若记 序列 的算术平均值； 因此定理5.2的结论可改写成: 这说明: 当 充分大时,算术平均值 将紧密地聚集在其期望 的附近. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 由方差的性质知： 另由切比雪夫不等式知：