概率论种收敛性.pptVIP

第三章3.1四种收敛性 主要内容 一、车贝晓夫不等式 二、分布函数弱收敛 定义1： * * 几乎处处收敛 依概率收敛 依分布收敛 r-阶收敛 车贝晓夫不等式 由车贝晓夫不等式可以看出，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. 当方差已知时，车贝晓夫不等式给出了r.v X与它的期望的偏差不小于 的概率的估计式 . 如取 可见，对任给的分布，只要期望和方差 存在， 则 r.v X取值偏离E(X)超过 3 的概率小于0.111 . 车贝晓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。 从车贝晓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量． 当D(X)已知时，车贝晓夫不等式给出了X与E(X)的偏差小于? 的概率的估计值． 车贝晓夫不等式的用途： （1）证明大数定律；（2）估计事件的概率。 例1： 设电站供电网有10000盏电灯，夜晚每盏灯开灯的概率均为0.7，假定灯的开、关是相互独立的，使用车贝晓夫不等式估计夜晚同时开着的灯数在6800到7200盏之间的概率。 解 令X表示在夜晚同时开着的灯数目， 由车贝晓夫不等式可得: 则X服从n=10000，p=0.7的二项分布，这时 例2：已知正常男性成人血液中 ，每一毫升白细胞数平均是7300，标准差是700 . 利用切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 所求为 P(5200 X 9400) P(5200 X 9400) = P(-2100 X-E(X) 2100) = P{ |X-E(X)| 2100} 由车贝晓夫不等式 P{ |X-E(X)| 2100} 即估计每毫升白细胞数在5200~9400之间的概率不小于8/9 . 例3：在每次试验中，事件A发生的概率为 0.75, 利用车贝晓夫不等式求：n需要多么大时，才能使得在n次独立重复试验中, 事件A出现的频率在0.74~0.76之间的概率至少为0.90? 解：设X为n 次试验中，事件A出现的次数， E(X)=0.75n, 的最小的n . 则 X~B(n, 0.75) 所求为满足 D(X)=0.75×0.25n=0.1875n =P(-0.01nX-0.75n 0.01n) = P{ |X-E(X)| 0.01n} P(0.74n X0.76n ) 可改写为 在车贝晓夫不等式中取 n，则 = P{ |X-E(X)| 0.01n} 解得 依题意，取 即n 取18750时，可以使得在n次独立重复试验中, 事件A出现的频率在0.74~0.76之间的概率至少为0.90 . 三、依分布收敛 定义2： 的分布函数分别为 和 若在 的所有连续点 上都有 则称随机变量序列 依分布收敛于随机变量Y， 简记为 和随机变量Y 设随机变量 依分布收敛表示：当n充分大时， 的分布函数 收敛于Y 的分布函数 它是概率论中 较弱的一种收敛性. 四、依概率收敛 定义3： 任意实数 有 或 和随机变量Y(ω)，若对 设随机变量序列 则称随机变量序列 依概率收敛于随机变量Y， 简记为 依概率收敛表示： Y 的绝对误差小于任意小的正数 的概率将随着n增大而愈来愈大，直至趋于1 五、r-阶收敛 定义4： 特别的有 1-阶收敛又称为平均收敛， 2-阶收敛又称为均方收敛。 均方收敛一定平均收敛 六、以概率1收敛（几乎处处收敛） ，若 或简记为 收敛于随机变量Y ， 则称随机变量序列 以概率1（或几乎处处） 下面定理揭示了四种收敛之间的关系。 和随机变量 定理 4.2 设随机变量序列 (1)若 ，则 (2) 若 ，则 。 (3) 若 ，则 *