概率论与数理统计第2版作者宗序平主编概率统计5.1课案.pptVIP

* * 第五章 大数定律与中心极限定理 瑞士 策马特峰 扬州大学数学科学学 院 第五章 大数定律与中心极限定理 本章要解决的问题 为何能以某事件发生的频率 作为该事件的 概率的估计？ 为何能以样本均值作为总体 期望的估计？ 为何正态分布在概率论中占 有极其重要的地位？ 大样本统计推断的理论基础 是什么？ 答复 大数 定律 中心极 限定理 定理1 设 r.v. X 的数学期望为 E( X )=?，方差为DX=?2，则对于任意实数 ? 0,有 证 §5.1 大数定律 一、契比雪夫( chebyshev)不等式 或 当 ? 2? D(X) 无实际意义, 设随机变量 X 的k阶绝对原点矩 E( |X |k) 存在，则对于任意实数 ? 0, 推论 1 ——马尔可夫 ( Markov ) 不等式 由契比雪夫不等式, 得 P{│X－14│＜4}≥1－35/3/42≈0.271, 所以 P{10＜X＜18}≥0.271. 例5－1 已知随机变量X的期望E(X)＝14, 方差 D(X)=35/3, 试估计P{10＜X＜18}的大小. 解 P{10＜X＜18}=P{10－E(X)＜X－E(X)＜18- E(X)} ＝P{－4＜X－14＜4}＝P{│X－14│＜4} 例5－2 已知某种股票每股价格X的平均值为1元，标准差为0.1元，求a,