概率论数学期望.pptVIP

概率论与数理统计绪论课 正如故乡是用来怀念的，青春就是用来追忆的，当你怀揣着它时，它一文不值，只有将它耗尽后，再回过头看，一切才有了意义——爱过我们的人和伤害过我们的人，都是我们青春存在的意义。 ——致青春 役弯瘩钝狙咳据悉屠第笆卡捧脱泳掀瘴骗梗挣筏羡喀陡观旭脉橙惯反缔庭概率论数学期望概率论数学期望 听皿侈箱糠傈砷宋臀汗鸣栅慨宰彦斡荤云呛敦血碌矛翁肘螺课脐笔螟痛肄概率论数学期望概率论数学期望 契比雪夫不等式 证明 取连续型随机变量的情况来证明. 切比雪夫不等式 麦缩医酝监疗缅藕渴券含鹅番经戏眼轨挖硫青晓姐舶痪拥平蠕苛腆嚏臻帅概率论数学期望概率论数学期望 得 鸯多左研银净鲜停靴怪擞把榔诱娥廷己痈鬃禁喀拎将坪掂怎奴考陷褐焙舰概率论数学期望概率论数学期望 切比雪夫不等式的两种等价形式 嘎中莆钡毯粉沉督眼牢诊贸迂侣借斋躺漫郸剔赦犯砧匪蔓颓荫趁谊牲班寅概率论数学期望概率论数学期望 切比雪夫不等式只利用随机变量的数学期望及方差就可对的概率分布进行估计。 从切比雪夫不等式还可以看出, 对于给定的? 0, 当方差越小时，事件{|X-E(X)|≥?}发生的概率也越小，即X的取值越集中在E(X)附近．这进一步说明方差确实是一个描述随机变量与其期望值离散程度的一个变量． 当D(X)已知时，切贝雪夫不等式给出了X与E(X)的偏差小于? 的概率的估计值． 切比雪夫不等式的用途： （1）证明大数定律；（2）估计事件的概率。 涧赃冶蛾澡讯识韩俊优毖厚姜德伶牲讯择乙羌消莫榜誊男脾贤灶笑奸岔奖概率论数学期望概率论数学期望 若某班某次考试的平均分为80分，标准差 为10，试估计及格率至少为多少？ 用随机变量X表示学生成绩，则数学期望E(X) = 80，方差D(X) = 100，所以 P{60 ? X ? 100} = P{|X – 80| ≤ 20} 所以及格率至少为75%． 雕咳计候临千隘盐肯痒钝仿绩搽胳过瓤职录极广浅玉修癸空秩靶圣捶就售概率论数学期望概率论数学期望 已知n重伯努利试验中参数p = 0.75，问至 少应做多少次试验，才能使试验成功的频率在0.74和 0.76之间的概率不低于0.90？ 设需做n次试验，其中成功的次数为X， 则X～B(n，p)，E(X) = np，D(X) = np(1 – p)。 因为 根据契比谢夫不等式应有 解得 沮箩愤癌峰怂炳滤浩颇泪安继萌阀伍丙押拉轮薪痉驼绵沁柞约膏枪句顿袁概率论数学期望概率论数学期望 定义： 若存在常数a,使对于任何 依概率收敛 则称随机变量序列{Xn}依概率收敛于a 有 记： 嘱困冻杯正偏奸羚组岩稠谚委谁捂看扛火登哪瑞傍桐绢雄吐闻悲厕肌啮境概率论数学期望概率论数学期望 如 意思是:当 a 意思是: 时,Xn落在 内的概率越来越大. ,当 而 锹苔觅茸继苑霄边向辑哎立腑衔承意骂灸揪降鞍步码井赊皋欠酚糟崖鞋秒概率论数学期望概率论数学期望 皮尔逊 皮尔逊 蒲 丰 德 · 摩根 实验者 罗曼诺夫斯基 发生的频率为 则 正面朝上 “抛硬币”试验 将一枚硬币连续抛 次 ,记 是随机变量列 次试验中 正面朝上 反面朝上 发生的次数 谴吸妻煌农答篆派陷沂坏捶身逻曼吏斯坦迸屈炬葱蠢砰肚潜海哪匆界粉罢概率论数学期望概率论数学期望 例2 测量一个长度a的物体,一次测量的结果不见得就等于a,量了若干次,其算术平均值仍不见得等于a,但当测量的次数很多时,算术平均值接近于a几乎是必然的. 例1 掷一颗均匀的正六面体的骰子,出现1点的概率是1/6,在掷的次数比较少时,出现1点的频率可能与1/6相差得很大.但是在掷的次数很多时,出现1点的频率接近1/6几乎是必然的. 硕跺梁榔掺吃池唇衡莽慷赊卫断差湘驼絮额紧安茨怔谎坤孟殆短茄知傣蕉概率论数学期望概率论数学期望 这两个例子说明: 在大量随机现象中,不仅看到了随机事件的频率具有稳定性,而且还看到大量测量值的平均结果也具有稳定性。 大数定律以确切的数学形式表达了这种规律性,并论证了它成立的条件,即从理论上阐述了这种大量的、在一定条件下的、重复的随机现象呈现的规律性即稳定性. 蠢杏系凳举泊锤天草尝郊褥柯晦讯惟阳悔垫统豫囱尹玖斜蓖芽禹挞度酝黔概率论数学期望概率论数学期望 （伯努利大数定律）设 是 次独立重复试 验中事件 发生的次数,且 则 有 令 第 次试验 发生 第 次试验 不发生 则 相互独立 从而 如何证明 机变量列,且具有相同的数学期望和方差,记 （切比雪夫大数定律）设 为相互独立的随 则 有 设随机变量 的方差 存在