- 1、本文档共19页,可阅读全部内容。
- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
四、小结 契比雪夫资料 伯努利资料 辛钦资料 第一节 大数定律 一、问题的引入 二、基本定理 三、典型例题 四、小结 一、问题的引入 实例 频率的稳定性 随着试验次数的增加, 启示:从实践 单击图形播放/暂停 ESC键退出 定于某个常数. 值有稳定性. 的算术平均 大量测量值 中人们发现 事件发生的频率逐渐稳 二 、基本定理 1. 弱大数定理(辛钦大数定理 ) 辛钦资料 证 由契比雪夫不等式得 即得 说明 几乎变成一个常数. (这个接近是概率意义下的接近) 即在定理条件下, n个随机变量的算术平均, 当n无限增加时, 弱大数定理(辛钦大数定理)还可表述为: 定理一的另一种叙述: 依概率收敛序列的性质: 证明 [证毕] 2. 伯努利大数定理 伯努力资料 证 说明 因而当 n 很大时, 事件发生的频率与概率有较 大偏差的可能性很小. 在实际应用中, 当试验次数 很大时, 便可以用事件发生的频率来代替事件的概 率. 三、典型例题 解 独立性依题意可知, 检验是否具有数学期望? 例1 说明每一个随机变量都有数学期望, 检验是否具有有限方差? 说明离散型随机变量有有限方差, 故满足契比雪夫定理的条件. 解 由辛钦定理知 例2 三个大数定理 契比雪夫定理的特殊情况 伯努利大数定理 辛钦定理 频率的稳定性是概率定义的客观基础, 定性. 努利大数定理以严密的数学形式论证了频率的稳 而伯 Pafnuty Chebyshev Born: 16 May. 1821 in Okatovo, Russia Died: 8 Dec. 1894 In St Petersburg, Russia 返回 Jacob Bernoulli Born: 27 Dec. 1654 in Basel, SwitzerlandDied: 16 Aug. 1705 in Basel, Switzerland 返回 Aleksandr Yakovlevich Khinchin Born: 19 Jul. 1894 in Kondrovo, Kaluzhskaya guberniya, RussiaDied: 18 Nov. 1959 in Moscow, USSR 返回
文档评论(0)