湖南师范大学 概率论与数理统计 第四章.ppt

第四章 大数定律与中心极限定理 §4.1 特征函数 §4.2 大数定律 §4.3 随机变量序列的两种收敛性 §4.4 中心极限定理 §4.1 特征函数 特征函数是处理概率论问题的有力工具， 其作用在于： 4.1.1 特征函数的定义 定义4.1.1 设 X 是一随机变量，称 ?(t) = E( eitX ) 为 X 的特征函数. (必定存在) 注 意 点(1) 注 意 点(2) 特征函数的计算中用到复变函数，为此注意： 4.1.2 特征函数的性质 性质4.1.1 特征函数的定理 定理4.1.1 §4.2 大数定律 4.2.1 伯努利大数定律 4.2.2 常用的几个大数定律 切比雪夫大数定律 马尔可夫大数定律 辛钦大数定律 注 意 点 (1) 伯努利大数定律是切比雪夫大数定律的特例. §4.3 随机变量序列的两种收敛性 4.3.1 依概率收敛 依概率收敛的性质 4.3.2 按分布收敛、弱收敛 依概率收敛与按分布收敛的关系 4.3.3 判断弱收敛的方法 辛钦大数定律的证明思路 §4.4 中心极限定理 4.4.2 独立同分布下的中心极限定理 4.4.3 二项分布的正态近似 注 意 点 (1) 二项分布是离散分布，而正态分布是连续分布， 所以用正态分布作为二项分布的近似时，可作 如下修正： 注 意 点 (2) 中心极限定理的应用有三大类： 一、给定 n 和 y，求概率 二、给定 n 和概率，求 y 三、给定 y 和概率，求 n 4.4.4 独立不同分布下的中心极限定理 李雅普诺夫中心极限定理 例4.4.4 有200台独立工作(工作的概率为0.7)的机床， 每台机床工作时需15kw电力. 问共需多少电力, 才可 有95%的可能性保证正常生产? 解：用 设供电量为y, 则从 Xi=1表示第i台机床正常工作, 反之记为Xi=0. 又记Y=X1+X2+…+X200，则 E(Y)=140，Var(Y)=42. 中解得 例4.4.5 用调查对象中的收看比例 k/n 作为某电视节 目的收视率 p 的估计。 要有 90％ 的把握，使k/n与p 的差异不大于0.05，问至少要调查多少对象？ 解：用 根据题意 Yn表示n 个调查对象中收看此节目的人数，则 从中解得 Yn 服从 b(n, p) 分布，k 为Yn的实际取值。 又由 可解得 n = 271 例4.4.6 设每颗炮弹命中目标的概率为0.01， 求500发炮弹中命中 5 发的概率. 解: 设 X 表示命中的炮弹数, 则 X ~ b(500, 0.01) ＝0.17635 (2) 应用正态逼近: P(X=5) = P(4.5 X 5.5) = 0.1742 定理4.4.3 林德贝格中心极限定理 设{Xn }为独立随机变量序列，若任对 ? 0，有 林德贝格条件 则 定理4.4.4 李雅普诺夫中心极限定理 设{Xn }为独立随机变量序列，若存在 ? 0，满足： 李雅普诺夫条件 则 林德贝格条件较难验证. 例4.4.7 设 X1, X2 , …. , X99相互独立, 且服从不同的 0--1分布 试求 解: 设 X100, X101, ….相互独立, 且与X99同分布, 则可以验证{Xn}满足? =1的李雅普诺夫条件，且 由此得 退 出 前一页 后一页 目 录 第四章 小 结 2)大数定律的定义，贝努里、辛钦大数定律，切比 晓夫大数定律； 主要内容： 3)中心极限定理的定义，独立同分布的中心极限理 和德莫佛-拉普拉斯定理、麟德贝格中心极限定 理的及应用。 1)特征函数的定义、性质及其应用； 退 出 前一页 后一页 目 录 2) 理解大数定律的意义，掌握贝努里、辛钦大数定律，切比晓夫大数定律。 3) 理解中心极限定理的含义及其客观背景，要掌 握独立同分布的中心极限定理和德莫佛-拉普拉 斯定理，会利用中心极限定理解决一般实际应 用问题。 退 出 前一页 后一页 目 录 要求： 1)理解特征函数的概念，掌握特征函数的性质及其 应用； 第四章 大数定律与中心极限定理 湖南师范大学 * 第*页 * 第四章 大数定律与中心极限定理 湖南师范大学 * 第*页 * 第四章 大数定律与中心极限定理 湖南师范大学 * 第*页 可将卷积运算化成乘法运算； 可将求各阶矩的积分运算化成微分运算； 可将求随机变量序列的极限分布化成一般的函数极限问题； ………. 注意： 是虚数