概率论5.1 -5.2.pptVIP

* 第一节 大数定律 一、问题的引入 二、基本定理 三、典型例题 四、小结 * ② 若X1,X2,…Xn…为随机变量，随着 n +? , 的分布将会如何？ 所谓“稳定性”,粗略地说，也就是考察是否存在常数a，使 从分析的角度讲，这两个问题一个是概率的极限问题，一个是分布的极限问题，相应的一系列结论分别被称为“大数定律”、“中心极限定理”，统称极限定理。 ① 若X1,X2,…Xn…为随机变量，而 Yn= ,那么随着 n +? , Yn的稳定性如何？ 两个问题 1 实例　频率的稳定性 　　随着试验次数的增加, 启示:从实践 单击图形播放/暂停　ESC键退出 定于某个常数. 值有稳定性. 的算术平均 大量测量值 中人们发现 事件发生的频率逐渐稳 〖定义〗 对于R.v序列{Xn}，若存在常数a，使得 ??0，有 则称 （依概率收敛于a） * 1）切比雪夫(tchebysheff大数定律)定理 设{Xn}为相互独立的随机变量组成的序列，且Xn（n=1，2，…）的方差有公共上界，则 ??0，有 2、几个常用的大数定律 证: 由契比雪夫不等式: …… 独立、方差有公共上界的{Xn}服从大数定律. * 2）辛钦（Khintchine）大数定律 设X1,X2,…,Xn…为独立、同分布的随机变量，且有相同的数学 期望E（Xi）= ?（i=1,2,…），则对??0，有 3）贝努利（Bernoulli）大数定律 上述的贝努利大数定理又可简述为： 在独立重复实验中，事件A在各次实验中发生的次数{Xi}服从大数定律。 在n次独立重复试验中，事件A发生了n A次，且P(A)=p,则对任意正数ε有： 伯努利资料 Jacob Bernoulli Born: 27 Dec. 1654 in Basel, SwitzerlandDied: 16 Aug. 1705 in Basel, Switzerland 返回 辛钦资料 Aleksandr Yakovlevich Khinchin Born: 19 Jul. 1894 in Kondrovo, Kaluzhskaya guberniya, RussiaDied: 18 Nov. 1959 in Moscow, USSR 返回 第二节 中心极限定理 一、问题的引入 二、基本定理 三、典型例题 四、小结 一、问题的引入 实例: 考察射击命中点与靶心距离的偏差. 这种偏差是大量微小的偶然因素造成的微小 误差的总和, 这些因素包括: 瞄准误差、测量误差、 子弹制造过程方面 (如外形、重量等) 的误差以及 射击时武器的振动、气象因素(如风速、风向、能 见度、温度等) 的作用, 所有这些不同因素所引起 的微小误差是相互独立的, 并且它们中每一个对总 和产生的影响不大. 其概率分布情况如何呢？ 问题: 某个随机变量是由大量相互独立且均匀小的 随机变量相加而成的, 二、基本定理 定理一（独立同分布的中心极限定理） 定理一表明: 定理二(李雅普诺夫定理) 李雅普诺夫 则随机变量之和的标准化变量 定理二表明: (如实例中射击偏差服从正态分布) 下面介绍的定理三是定理一的特殊情况. 证明 定理三(棣莫弗－拉普拉斯定理) 拉普拉斯 棣莫弗 根据定理一得 定理三表明: 可以利用该定理来计算二项分布的概率. 正态分布是二项分布的极限分布, 当n充分大时, 下面的图形表明:正态分布是二项分布的逼近. 三、典型例题 解 由定理一, 例1 随机变量 问其中有29 500～30 500次纵 解 浪的冲击看作一次试验, 并假设各次试验是独立的, 在90 000次波浪冲击中纵摇角大于3o的次数记为X , 则 X 是一个随机变量, 例2 一船舶在某海区航行, 已知每遭受一次海浪 的冲击, 纵摇角大于3o的概率为1/3, 若船舶遭受了 摇角度大于3o的概率是多少？ 90 000次波浪冲击, 将船舶每遭受一次波 所求概率为 其分布律为 直接计算很麻烦， 利用棣莫弗－拉普拉斯定理 四、小结 三个中心极限定理 独立同分布的中心极限定理 李雅普诺夫定理 棣莫弗－拉普拉斯定理 其和的分布趋于正态 中心极限定理表明, 在相当一般的条件下, 独立随机变量的个数增加时, 当 分布. 作业 P101 1,2(1),4 李雅普诺夫资料 Aleksandr Mikhailovich Lyapunov Born: 6 Jun. 1857 in Yaroslavl, RussiaDi