概率论(讲义版)培训教案.pptVIP

机动 目录 上页 下页 返回 结束 126页 2 130页 1，3，7，8 作业 * 研究关于随机变量序列的极限问题。其中严格证明了第一章频率稳定性。 * 同理，也给出了落在E(X)附近区域的下限。 也可以看出方差越小，P{|X-E(X)|E}越小，所以方差是描述X与均值离散程度的一个量。 * 区分和一般函数收敛有什么不同 * 严格证明了频率稳定性的问题，进而研究随机变量均值的收敛问题。 * 这个定理以严格的数学形式表达了频率的稳定性，所以，当试验次数很大时，可以用事件的频率来代替概率 * 或者，如何估计一大批产品的次品率。利用伯努利大数定律，当n很大时，次品的频率等于概率。 * 在实际问题中，常常需要考虑许多随机因素产生的综合影响，如炮弹的落点与目标的偏差，受风向，风力，人为等很多因素的影响。 中心极限定理名称的由来。 * 对于随机变量的和可能趋于无穷，所以我们研究标准化以后的随机变量。 定理的几种等价表达形式 * * 比较1和2哪种结果好，为什么？ 第五章 大数定律与中心极限定理 一、大数定律 二、中心极限定理 机动 目录 上页 下页 返回 结束 大数定律 第五章 第一节 一、 切比雪夫Chebyshev不等式 二、几个常见的大数定律 机动 目录 上页 下页 返回 结束 等价形式： 有 则称此式为切比雪夫不等式。 存在，则对任意 证明 设 X 为连续性（离散型类似），其密度为 设随机变量X 的数学期望 命题 (切比雪夫Chebyshev不等式） 机动 目录 上页 下页 返回 结束 则 注：Chebyshev不等式对随机变量在以 的一个ε领域外取值的概率给出了一个上界 为中心 例1 一电网有1万盏路灯， 晚上每盏灯开的概率为0.7， 求同时开的灯数在6800至7200之间的概率至少为多少? 解： 设X 为同时开的灯数。 由二项分布 用切比雪夫不等式 练习 随机掷四颗骰子，估计四颗骰子出现的点数之和在10至18之间的概率。 思考题 1.随机变量很小怎样理解？靠近于一个常数怎么理解? 定义1 ,有: 设随机变量序列 ，如果存 在常数 a ，使得对于任意 依概率收敛于a ，记为 则称 预备知识： 机动 目录 上页 下页 返回 结束 大数定律的客观背景 大量的随机现象中平均结果的稳定性 大量抛掷硬币 正面出现频率 字母使用频率 生产过程中的 废品率 机动 目录 上页 下页 返回 结束 定理1（伯努利大数定律） p是事件A发生的概率，则对任给的ε 0，有 或 设nA是n重贝努里试验中事件A发生的次数， 即 一般化， 引入随机变量 试验中A发生， 试验中A不发生， 机动 目录 上页 下页 返回 结束 显然 且 又由于各次试验相互独立，所以 独立同分布, 由伯努利大数定律一般化得到辛钦定理： 机动 目录 上页 下页 返回 结束 定理2（辛钦定律） 且具有相同的数学期望 辛钦 设随机变量序列X1 , X2 , … 独立同分布， 则 机动 目录 上页 下页 返回 结束 例3 如何测量某一未知的物理量a ,使得误差较小？ 解 在相同的条件下测量n 次，其结果为 ，它们可看成是相互独立、相同分布的 随机变量，并且有数学期望为a . 于是由辛钦大数定律 可知，当 时，有 因此我们可取n次测量值 的算术平均值 作为a 的近似值，即 ,当n充分大时误差很小。 机动 目录 上页 下页 返回 结束 定理1（切比雪夫大数定律） 则 即对任意的ε 0， 设 X1 , X2 , … 是一列相互独立的随机变量序列， 它们都有相同的数学期望 证明 机动 目录 上页 下页 返回 结束 由切比晓夫不等式得： 所以 其取值接近于其数学期望的概率接近于1. 当n充分大时， 差不多不再是随机的了， 注： 机动 目录 上页 下页 返回 结束 则这种量X 一般都服从或近似服从正态分布。 客观背景，观察表明： 如果一个量是由大量相互独立的随机因素的影响所 造成， 习惯于把和的分布收敛于正态分布这 一类定理都叫做中心极限定理. 在概率论中， 而每一个别因素在总影响 X 中所起的作用不大。 第二节 中心极限定理 机动 目录 上页 下页 返回 结束 定理1（独立同分布的中心极限定理） 且服从同一分布， 具有相同的期望和方差 则 设 相互独立， ，即 或 近似 近似 机动 目录 上页 下页 返回 结