概率论第.pptVIP

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共39页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
概率论第

* 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 研究两方面问题: (大数定律) (中心极限定理) 为一列随机变量,当n无限增大时, 是否趋近某一个常数? (2)n充分大时, 服从什么分布? 第五章 大数定律与中心极限定理 第一节 大 数 定 律 第二节 中心极限 定 理 第一节 大 数 定 律 主要内容: 一、契比雪夫不等式 二、三个常用的大数定理 第一节 大 数 定 律 切比雪夫 伯努利 辛钦 存在常数 使得对于任意的 有 定义 设 为一列随机变量,如果 记为 则称 依概率收敛于 设 为一随机变量, 其数学期望 和方差 都存在,则对于任意 有 证:设 X的概率密度为 则 一、契比雪夫不等式 X为连续型r.V, 由切比雪夫不等式可以看出,若 越小,则事件{|X - E(X)| }的概率越大,即随机变量 X 集中在期望附近的可能性越大. 也说明方差大小反映随机变量 切比雪夫不等式的一个等价形式是 取值的分散程度。 已知正常男性成人血液中,每毫升白细胞数平均是7300,均方差是700 .利用契比雪夫不等式估计每毫升白 细胞数在 5200 ~ 9400 之间的概率 解:设每毫升白细胞数为 X 依题意,E(X) = 7300, D(X) = 7002 所求 例1. 例2 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。 解: 设X为同时开的灯数, 例3 随机掷4颗骰子,利用切比雪夫不等式估计 4颗骰子出现的点数之和在10至18之间的概率。 解 设 表示第i(i=1,2,3,4)颗骰子出现的点数 X表示点数之和, 独立, 例4 设每次试验中,事件A发生的概率为0.75, 试用 Chebyshev 不等式估计,n多大时, 才能在 n次独立重复试验中, 事件A出现的频率在0.74 至 0.76 之间的概率大于 0.90? 解 设X表示n次独立重复试验中事件A发生的次数 , 则 X ~ B(n,0.75) 要使 ,求 n 例2 即 即 由 Chebyshev 不等式,? = 0.01n ,故 令 解得 即 定理一 (切比雪夫大数定律) 量,且具有相同的数学 期望 和方差 设 为一列相互独立的随机变 即 二、三个常用的大数定理 证明: 利用切比雪夫不等式,对于任意的 有 所以 的值将比较紧密的聚集在 的附近。 表明:n充分大时,经算术平均后得到的随机变量 -----算术平均法则 例:物理上误差的测量。 定理二(辛钦大数定律) 为一列相互独立同分布的 随机变量,且具有相同的数学期望 即 设 在定理一中,去掉方差存在的条件而加上相同 分布的条件,则有: (证明略) 定理三(伯努利大数定律) 设事件 在每次试验中出现的概率为 p, 在n次重复独立试验中出现的频率为 即 证:引入随机变量 则由定理二,随机变量序列 有 且 试验次数很大时,便可以用事件的频率代替概率。 例: 如何估计一大批产品的次品率? 解 抽取n件产品, 为其中次品的件数。 设A为事件“任取一件为次品”, 由伯努利大数定律知 当n很大时,可取 作为次品率 的估计值。 第五章 大数定律与中心极限定理 第一节 大 数 定 律 第二节 中心极限 定 理 第二节 中心极限定理 在实际问题中,常常需要考虑许多随机因素所产生的总影响. 例如:炮弹射击的落点与目标的偏差,就受着许多随机因素的影响. 空气阻力所产生的误差等 如瞄准时的误差, 对我们来说重要的是这些随机因素的总影响. 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,而每一个别因素在总影响中所起的作用不大. 则这种量一般都服从或近似服从正态分布. 在概率论中,习惯于把随机变量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 第二节 中心极限 定 理 主要内容: 一、独立同分布的中心极限定理 二、德莫佛—拉普拉斯 由于n个随机变量之和可能趋于∞,故我们不研究n个随机变量之和本身而考虑它的标准化的随机变量 的分布函数的极限. 的随机变量,且具有数学期望和方差, 定理1 任意实数 有 其中 为标准正态分布的分布函数。 设 为一列

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档