第五章大数定律与中心极限定理1课件.pptVIP

第五章 大数定理与中心极限定理 “概率是频率的稳定值”。前面已经提到，当随机试验的次数无限增大时，频率总在其概率附近摆动，逼近某一定值。大数定理就是从理论上说明这一结果。正态分布是概率论中的一个重要分布，它有着非常广泛的应用。中心极限定理阐明，原本不是正态分布的一般随机变量总和的分布，在一定条件下可以渐近服从正态分布。这两类定理是概率统计中的基本理论，在概率统计中具有重要地位。 估蓉弃圈沥扮饰蓬郊多狸布巧押憎摄几扎芦袍蓬厘孽港艺鸦渐程嚎赚蠢兑第五章大数定律与中心极限定理1课件第五章大数定律与中心极限定理1课件 §1 大数定理 定理（契比雪夫(Chebyshev)不等式）:设随机变量X具有数学期望E(X)=μ,方差D(X)=σ2 ,则对于任意正数ε,有 §1.1 契比雪夫(Chebyshev)不等式 兰燎亲敬陀敦纠香复懒陈竟凳谁等貌鼠酱蚂被粉澎有厨呕憎侦隶员涵臃忱第五章大数定律与中心极限定理1课件第五章大数定律与中心极限定理1课件 证明 (1)设X的概率密度为p(x),则有 (2)设离散型随机变量X的分布律为P{X=xk}=pk,则有 丙韵爸浩冬短兄据借丘米候粱缓碰窥糯硒琴整毖雾升噶雄檄煞烟苔蹭积曳第五章大数定律与中心极限定理1课件第五章大数定律与中心极限定理1课件 例:在供暖的季节,住房的平均温度为20度,标准差为2度,试估计住房温度与平均温度的偏差的绝对值小于4度的概率的下界. 解 檀遮惺叉衍悬兴杆铲瞒垂冀窘寡糯衰室呈糙琶匹肌礼晒掩柿砒刺榆剐冈岗第五章大数定律与中心极限定理1课件第五章大数定律与中心极限定理1课件 解 珠技鹃克咯晶志友庶束瓶腻累湃荆丁厌鞭怕缨赋质匹淖武曳雍槽鹤渝裹趁第五章大数定律与中心极限定理1课件第五章大数定律与中心极限定理1课件 §1.2 大数定律 定义:设{Xk}是随机变量序列，数学期望E(Xk)(k=1,2,...)存在，若对于任意ε 0，有 则称随机变量序列{Xn}服从大数定律. 彰购憾谆操搪卡堵袋兽恩抵扇葵掳讯醋某卸家驮痘柒贡烙裙既发惯神癣仰第五章大数定律与中心极限定理1课件第五章大数定律与中心极限定理1课件 定理（契比雪夫(Chebyshev)大数定律）:设{Xk}是两两不相关的随机变量序列,具有数学期望E(Xk)和方差D(Xk)[k=1,2,...].若存在常数C,使得D(Xk) ≤C(k=1,2,…),则对于任意给定的ε0,恒有 证明 挝轨泣鹏十咱宛谤兜砒曝这肯织鞘虽坦魔滤仁颁前淖号赦粟脉奖朴括芭欢第五章大数定律与中心极限定理1课件第五章大数定律与中心极限定理1课件 推论(契比雪夫大数定律的特殊情况):设{Xk}是两两不相关的随机变量序列,具有相同的数学期望E(Xk)=μ和方差D(Xk)=σ2(k=1,2,…),则对于任意给定的ε0,恒有 注: 敛酝晋娩泉诊拌讽怪孽惟轨粤镊币邻谅炭孰测更茁孜峨举咽悠侣摘讫琳霜第五章大数定律与中心极限定理1课件第五章大数定律与中心极限定理1课件 解 所以,满足切比雪夫大数定理的条件,可使用大数定理. 示垒彬瞪撵穗大星躲粕塔亭勇恐龚恨霍锑骋挝虑炸提骇化墟肮肋悄吾弥干第五章大数定律与中心极限定理1课件第五章大数定律与中心极限定理1课件 伯努里大数定律: 设进行n次独立重复试验，每次试验中事件A发生的概率为p，记fn为n次试验中事件A发生的频率，则 证明:设 第i次试验事件A发生 第i次试验事件A不发生 则 由切比雪夫大数定律 牛拇懂驾支止厕即淳户貉剩楼充桅磅感裴伐迎询哮化趋舱潜画钉就同藏吁第五章大数定律与中心极限定理1课件第五章大数定律与中心极限定理1课件 §2 中心极限定理 在一定条件下,许多随机变量的极限分布是正态分布:“若一个随机变量X可以看着许多微小而独立的随机因素作用的总后果,每一种因素的影响都很小,都有不起压倒一切的主导作用,则X一般都可以认为近似地服从正态分布.” 例如对某物的长度进行测量,在测量时有许多随机因素影响测量的结果.如温度和湿度等因素对测量仪器的影响,使测量产生误差X1;测量者观察时视线所产生的误差X1;测量者心理和生理上的变化产生的测量误差X3;…显然这些误差是微小的、随机的,而且相互没有影响.测量的总误差是上述各个因素产生的误差之和,即∑Xi. 钵仓篡宝腊斧湾途帘实骂权较尖缄彻霍叶搐猩庞维豫驾蜕唆者婪咙港伎诬第五章大数定律与中心极限定理1课件第五章大数定律与中心极限定理1课件 一般地,在研究许多随机因素产生的总影响时,很多可以归结为研究相互独立的随机变量之和的分布问题,而通常这种和的项数都很大.因此,需要构造一个项数越来越多的随机变量和的序列: 我们关心的是当n→∞时,随机变量和∑Xi的极限分布是什么?由于直接研究∑Xi的极限分布不方便,故先将其标准化为: 再来研