沈恒范-概率论与数理统计（第四版）3-8切比雪夫不等式与大数定律.pptVIP

第三章 随机变量的数字特征 §3.8 切比雪夫不等式与大数定律 上一页 下一页 概率论与数理统计教程（第四版） 目录 结束 返回 概率论中用来阐明大量随机现象平均结果的稳定性的一系 列定理统称为大数定律. [定理1] 设随机变量 的数学期望 与方差 存在， 则对于任意的正数 或 §3.8 切比雪夫不等式与大数定律 1.切比雪夫不等式 这两个不等式都叫做切比雪夫不等式. 证： 设 为连续随机变量， 的概率密度为 则 §3.8 切比雪夫不等式与大数定律 当 为离散随机变量时， 类似可证. 所以有 注： 切比雪夫不等式给出了离差与方差的关系， 来估计 的概率. §3.8 切比雪夫不等式与大数定律 可用它 又因为 [定义] 对随机变量序列 若存在 使得对于任意的 正数 则称随机变量序列 按概率收敛于 §3.8 切比雪夫不等式与大数定律 2.大数定律 §3.8 切比雪夫不等式与大数定律 [定理2] （切比雪夫定理） §3.8 切比雪夫不等式与大数定律 设独立随机变量序列 的数学期望 与方差 并且方差 一致有上界， 即存在某一常数 使得 则对于任意的正数 有 证： 对随机变量 应用切比雪夫不等式得 §3.8 切比雪夫不等式与大数定律 由此得 令 得到 §3.8 切比雪夫不等式与大数定律 但概率不可能大于 故有 切比雪夫定理说明： 若独立随机变量序列 的数学期望 与方差存在， 且方差一致有上界， 按概率收敛于其数学期望 §3.8 切比雪夫不等式与大数定律 则 随机变量 紧密地聚集在它的数学期望 附近. 的值将比较 即当 充分大时, [推论] 设随机变量序列 独立同分 则对于任意的正数 有 即， 独立同分布随机变量序列 的算 术平均值 按概率收敛于 期望 注： 这一推论是算术平均值稳定性的理论依据. §3.8 切比雪夫不等式与大数定律 并且数学期望与方差存在： 布， [定理3] （伯努利定理） 在独立试验序列中， 设 则事件 在 次 试验中发生的频率 当试验的次数 时， 按概率收敛于事件 的概率 即 有 证： 设随机变量 §3.8 切比雪夫不等式与大数定律 则 独立同分布， 且 于是由切比雪夫定理的推论得 又易知 是事件 在 次试验中发生的次数 由此可知 §3.8 切比雪夫不等式与大数定律 所以有 伯努利定理说明： 当试验在相同的条件下重复进行很多次时， 随机事 §3.8 切比雪夫不等式与大数定律 的频率 将稳定在 事件 的概率 附近. 件