概率与统计6.ppt

§5.4大数定律 引子：在第一章统计概率一节中，我们从大量例子中知道：事件发生的频率具有稳定性。事实上，第二章引入的重复独立E中事件A发生的频率稳定性即大量随机现象的统计规律性的典型表现。这里应当注意两个事实(1)频率稳定性表征 了 事件概率 的一种 客 观 存在； ( 2)频率的性质表征了随机事件概率的性质； (n充分大时；二者之间有个近似)这是概率公理化定义的实际背景！直观背景！ 但是事件的频率稳定性是一种不确切且仅为一种直观的说法(原因：fn(A)具有不确定性)，怎样对频率的稳定性这一直观背景作一理论阐释呢？初学者常把它理解为微积分中的变量与极限的关系，这 是不正确的。由于事件的概率只是某种平均结果，于是我们亦可把事件的频率稳定性处理为大量随机现象之平均结果。在概率论中，这类平均结果的稳定性Theorem，统称为大数定律。 例1. 在分析天平上称量一质量为μ的物品，用X1,X2,…,Xn表示n次重复测量值， 为n个r·v,当n愈来愈大时， 对μ偏差愈小，实际上： 当 时， 在一定收敛意义下 例2.频率稳定性：在n次复复贝努里E中Xi表示第i 次贝努里E成功次数 表示事件A出现的频数与频率 当 时，在一定收敛意义下 原因：单个随机现象的行为对大量随机现象共同产生的总平均效果几乎不