大数定律及中心极限定理演示文件修改版.pptVIP

第五章 大数定律及中心极限定理 第一节 大数定律 第二节 中心极限定理 习题课 第一节大数定律 第二节中心极限定理 习题课 三、小结 中 心 极 限 定 理 注 * 大量随机试验中 大数定律的客观背景 大量抛掷硬币正面出现频率 生产过程中的废品率 字母使用频率 …… 例如： 弱大数定理（辛钦大数定理）设X1, X2, …是相互独立，服从同一分布的随机变量序列，且具有数学期望E(Xk)=μ(k=1,2,…)。则对于任意正数ε有 前n个变量的算术平均 证明：我们只在随机变量的方差D(Xk)=σ2 (k=1,2,…)存在这一条件下证明这个定理。 由切比雪夫不等式 上式中令 得 定理的理解: 定义 性质 注意 : 弱大数定理（辛钦大数定理） 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 伯努利大数定理 ： （辛钦大数定理的推论） 或 证毕 或 证明 由辛钦大数定理即得 当重复试验次数n充分大时，事件“频率nA/n与概率p的偏差小于ε”概率趋于1。由实际推断原理，实际上这个事件几乎是必定要发生的。这就是所谓的“频率稳定性”。 在实际应用中，当试验次数很大时，就可以用事件的频率来代替事件的概率。 定理的理解: 中心极限定理的客观背景 在客观实际中，许多随机变量是由大量的相互独立的