第5章51 大数定律 - 概率论与数理统计.pptVIP

第5章 大数定律和中心极限定理 人们在长期的实践中发现 事件发生的频率具有稳定性 随着试验次数的增多，事件发生的频率将稳定在一个确定的常数(概率值)附近 频率的稳定性是概率定义的客观基础 在第一章中我们从直观上描述了这一事实 本章将用大数定律对频率的稳定性作出理论上的说明 第5章 大数定律和中心极限定理 【吸烟率调查问题】 某卫生组织为确定某城市成年男子的吸烟率p,将被调查的成年男子中吸烟的频率作为p的估计. 现在要保证有90%以上的把握,使得调查对象吸烟者的频率与该城市成年男子的吸烟率p之间的差异不大于5%. 问至少要调查多少对象？ 第5章 大数定律和中心极限定理 本章主要内容 §5.1 大数定律 §5.2 中心极限定理 §5.1 大 数 定 律 切比雪夫（Chebyshev, 1821—1894） 俄国数学家，机械学家 他左脚生来有残疾，童年时代经常独坐家 中，养成了在孤寂中看书和思索的习惯，并 对数学产生了强烈的兴趣，特别对欧里几得 的《几何原本》中关于没有最大素数的证明所深深吸引 1846年以论文《试论概率论的基础分析》获硕士学位 1849年他以论文《论同余式》获得彼得堡大学博士学位，并获彼得堡科学院的最高数学荣誉奖 1859年当选为彼得堡科学院院士 §5.1 大 数 定 律 切比雪夫（Chebyshev, 1821—1894） 1872年彼得堡大学授予他功勋教授称号，1890年他荣获了法国荣誉团勋章 切比雪夫在数学的很多方面及其邻近的学科都做出了重要贡献，在数学中以他的姓氏命名的有：切比雪夫集、切比雪夫交错、切比雪夫点、切比雪夫结点，…. 教学成就卓著 他在彼得堡大学执教35年间，先后主讲十余门课程 他的学生：李雅普诺夫、马尔可夫、格拉韦，… 1944年，苏联科学院设立了切比雪夫奖金 * * * * * * * * * * * * * * 概率论与数理统计 第5章 大数定律和中心极限定理 作 业 第123页：三、1,2 中心极限定理是讨论随机变量和的分布以正态分布为极限的一组定理. 我们知道正态分布有一个重要的性质： 相互独立的正态随机变量的和仍是正态随机变量 中心极限定理将给出概率论中的另一个重要结果: 在一定条件下，充分多个相互独立的非正态随机变量（不管它们的分布如何）的和近似服从正态分布． 大数定律和中心极限定理无论在应用上还是理论上都具有极其重要的作用． 第5章 大数定律和中心极限定理 对某个随机变量X进行大量的重复观测，所得到的大批观测数据的算术平均具有稳定性. 这类稳定性是在对随机变量进行大量重复试验条件下呈现出来的，历史上把这种试验次数很大时出现的规律统称为大数定律． 首先来引进证明大数定律所需要的预备知识: 切比雪夫（Chebyshev）不等式． §5.1 大 数 定 律 §5.1 大 数 定 律 【定理5.1】设随机变量X的数学期望E(X)及方差D(X)都存在，则对于任意正数?，有不等式 即 成立． 称上述不等式为切比雪夫(Chebyshev)不等式． §5.1 大 数 定 律 【定理5.1】设随机变量X的数学期望E(X)及方差D(X)都存在，则对于任意正数?，有不等式 证：（仅对连续型随机变量进行证明） 设f (x)为X的概率密度，则 . §5.1 大 数 定 律 【定理5.1】 从定理中可以看出， 如果D(X)越小，那么随机变量X取值于开区间(E(X) – ?，E(X) + ?)中的概率就越大 此定理进一步说明方差是一个反映随机变量在其分布中心E(X)附近集中程度的数量指标 利用切比雪夫不等式，可以在随机变量X的分布未知的情况下估算概率值的界限 §5.1 大 数 定 律 【例5.1】若某班某次考试的平均分为80分，标准差为10，试估计及格率至少为多少？ 解：用随机变量X表示学生成绩， 则数学期望E(X) = 80，方差D(X) = 100，所以 P{60 ? X ? 100} ? P{60 X 100} = P{|X – 80| 20} 所以及格率至少为75%． §5.1 大 数 定 律 【定义5.1】设X1，X2，…，Xn，…是一随机变量序列，a是一常数，若对任意正数 ? ，有 则称序列X1，X2，…，Xn，…依概率收敛于a. 记为 注： 若 当n充分大