第一 二节 大数定律及中心极限定理5-1,2.ppt

练习： 1、根据以往经验，某种电器元件的寿命服从均值为100小时的指数分布. 现随机地取16只，设它们的寿命是相互独立的. 求这16只元件的寿命的总和大于1920小时的概率. 2、有一批建筑房屋用的木柱，其中80%的长度不小于3m，现从中随机取出100根，问其中至少有这30根短于3m的概率。 四、小结 中 心 极 限 定 理 注 1 了解大数定律的意义和内容， 理解伯努利大数定理、辛钦定理， 了解切比雪夫大数定理。 2 了解中心极限定理的含义及其客观背景， 掌握独立同分布的中心极限定理和棣莫 弗-拉普拉斯定理,会利用中心极限定理 解决一般实际应用问题。 全章要求 第五章 大数定律及中心极限定理 教学内容 1 大数定律 2 中心极限定理 教学重点 中心极限定理的应用 大量随机试验中 大数定律的客观背景 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 这种稳定性就是本节所要讨论的大数定律的客观背静 一 依概率收敛定义及性质 定义 性质 请注意 : 二、大数定律 定理1（切比雪夫定理的特殊情况） 切比雪夫 则对任意的ε0，有 做前 n 个随机变量的算术平均 证 由切比雪夫不等式 上式中令 得 说明 问题 : 伯努利 设nA是n重贝努里试验中事件A发生的次数，p是事件A发生的概率， 是事件A发生的频率. 设 nA 是n次独立重复试验中事件A发 生的次数，p是事件A在每次试验中发生 的概率，则对于任意正数ε 0 ，有 定理2（贝努里大数定律） 或 伯努利 证明 证毕 注 贝努里大数定律表明，当重复试验次数n充分大时，事件A发生的频率nA/n与事件A的概率p有较大偏差的概率很小. 或 此定理说明了频率的稳定性 下面给出的独立同分布下的大数定律，不要求随机变量的方差存在. 设随机变量序列X1,X2, … 相互独立，服从同一分布，具有数学期E(Xi)=μ, i=1,2,…， 则对于任意正数ε ，有 定理3（辛钦大数定律） 辛钦 1、辛钦大数定律为寻找随机变量的期望值提供了一条实际可行的途径. 注 2、伯努利大数定律是辛钦定理的特殊情况. 3、辛钦定理具有广泛的适用性. 要估计某地区的平均亩产量 ， 要收割某些有代表性块，例如n 块 地. 计算其平均亩产量，则当n 较 大时，可用它作为整个地区平均亩 产量的一个估计. 例 在一个罐子中,装有10个编号为0-9的同样的球，从罐中有放回地抽取若干次，每次抽一个，并记下号码. 设 ，k=1,2, … 问对序列{Xk}能否应用大数定律？ 即对任意的ε0, 解: k=1,2, … E(Xk)=0.1, 诸Xk 独立同分布，且期望存在，故能使用大数定律. 小结 大 数 定 律 大数定律以严格的数学形式表达了随机现象最根本的性质之一：平均结果的稳定性 所谓大数定律，简单地说，就是大量数目的随机变量所呈现出的规律，这种规律一般用随机变量序列的某种收敛性来刻画。 中心极限定理的客观背景 在实际问题中许多随机变量是由相互独立随机因素的综合（或和)影响所形成的. 例如：炮弹射击的 落点与目标的偏差， 就受着许多随机因 素（如瞄准，空气 阻力，炮弹或炮身结构等）综合影响的.每个随机因素的对弹着点（随机变量和）所起的作用都是很小的.那么弹着点服从怎样分布哪 ？ 如果一个随机变量是由大量相互独立的随机因素的综合影响所造成，而每一个别因素对这种综合影响中所起的作用不大. 则这种随机变量一般都服从或近似服从正态分布. 自从高斯指出测量误差服从正态 分布之后，人们发现，正态分布在 自然界中极为常见. 现在我们就来研究独立随机变量之和所特有的规律性问题. 高斯 当n无限增大时，这个和的极限分布是什么呢？ 由于无穷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. 在概率论中，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. 一、中心极限定理 定理1（独立同分布下的中心极限定理） 注 3、虽然在一般情况下，我们很难求出 的分布的确切形式，但当n很大时，可以求出近似分布. 例题 一册400页的书中每一页的错误的个数服从参数为0.2的泊松分布，各页有多少个印刷错误是相互独立的，求这册书中的错误不多于88个概率 利用独立同分布中心极限定理 =0.8133 定理6(棣莫佛－拉