大数定律和中心极限定理演示文件修改版.pptVIP

* 上页 下页 返回 大数定律和中心极限定理 大数定律：阐明大量随机现象的平均结果具有 稳定性的一系列定理 中心极限定理：论证随机变量之和的极限分 布为正态分布的一系列定理 一. 大数定律 契比雪夫不等式：假设随机变量X 的数学期望 ，方差 ，则对任意 证明： 若X为连续型随机变量，概率密度为 意义：即使不知道随机变量的分布，但只要知道 其数学期望和方差，便可以估计事件 的概率大小，当然这个估计是比较粗糙的。 定义：设有随机变量序列 若存在常数 a，对任意正数 ，有 则称随机变量序列 依概率收敛于 a 定理1(契比雪夫大数定律）设随机变量 相互独立，都存在数学期望 和方差，而且方差是有界的，即存在某个常 数M，使得 则对任意 ，都有 证明：因为 相互独立， 由契比雪夫不等式，得到 因为概率不可能大于1，所以定理成立。 辛钦大数定律： 独立同分布，期 望存在记为 ，则对任意的 伯努利大数定律： 独立同分布， 且都服从参数为p的0-1分布，则对任意的 特别地，如果X表示n重伯努利试验中A发生的次数， ，则有 频率 概率 二. 中心极限定理 列维-林德伯格中心极限定理 独立同分布，数学期望和方差 都存在，分别记为 ，则对任意实数 ，有 即 棣莫弗-拉普拉斯中心极限定理 ，则对任意实数 ，有 即 例题1：已知随机变量X,Y 的相关系数为 根据切比雪夫不等式估计 . 解 例题2：随机从数集{1,2,3,4,5}中有返回的取出n个数 依概率收敛于 , 依概率收敛于 . 由辛钦大数定律， 依概率收敛于3 由辛钦大数定律， 依概率收敛于11 解 例题3： 相互独立且都服从 记 ，根据辛钦大数定律，当 依概率收敛于 . 根据辛钦大数定律，当 依概率收敛于 . 解