概率论与数率统计第5章课件.pptVIP

第5章 大数定律及中心极限定理; 大数律是指随机现象在大量的重复试验或 观察下体现出来的规律，它反应了随机现象 的一个本质特征“平均结果的稳定性”。; 则称随机变量序列 Y1 ，…，Yn，…依概率 收敛到常数 a ， 记成： Yn ? a;(1) 数列 a 1 ，a 2 ，…收敛到常数 a ： 对任意固定的 ? ，当 n充分大时这个数列 从第 n 项以后都落在区间 ( a - ? , a + ? ) 中。 ;5.1.2 频率的极限是概率;证明. 定理证明根据数学期望、方差的性质 以及切比雪夫不等式完成。;定理 5.1.2 (伯努利大数定理) ;证明. 伯努里定理可看成切比雪夫定理的特例。 A 发生的次数 nA 实际上服从 B(n,p) 。 根据二项分布的分解： nA = X1 + X2 + …+ Xn ， 这里每个 Xk 服从参数 p 的两点分布； 因此由切比雪夫定理得到伯努利定理成立。;定理 5.1.3 (辛钦定理) ;5.1.3 大数律的应用;2. 随机模拟计算(Monte Carlo 方法);5.2 中心极限定理;5.2.1 标准化部分和(规范和);定理 5.2.1 (独立同分布的中心极限定理，Levy-Lindberg(列维-林德伯格)中心极限定理) ; 中心极限定理说明“如果随机现象由大量 独立随机因素总和组成，各个因素所起作用 相对均匀并且几乎可以忽略，则这种随机现 象就可以近似地用正态分布来描述”。;常用的近似公式：;定理 5.2.2 (棣莫佛-拉普拉斯中心极限定理) ;则Xk独立服从0-1分布E(Xk)=p，D(Xk)=p(1-p) 且 由定理5.2.1;例5.2.1 抛掷一个均匀硬币 100 次，近似计算 正面出现的次数X 介于 40~ 60 之间的概率。 ;例5.2.2 一套试题由 100 个单项选择组成，每题 1 分，4 个答案可选。假设某人只会做其中 50 个题，剩下的靠随机猜测，问最后他能够及格 的概率是多少？ ;练习 计算机做加法运算时，要对每个加数取整数(即取最接近它的整数)，设所有取整误差是相互独立的，且都服从均匀分布U[-0.5，0.5]，如果将1500个数据相加，求(1)误差总和的绝对值超过15的概率；(2)最多可有几个数相加使得误差总和绝对值小于10的概率不小于0.90。;近似服从标准正态分布。;（2）设最多只能有n个数相加;即;习题 5