概率论第5单元.pptVIP

朱连华 Tel南京信息工程大学数理学院统计系 E-mail:ahualian@126.com 第一节 大数定律 一、问题的引入 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 * * 概率论与数理统计 一、问题的引入 二、基本定理 三、典型例题 四、小结 第五章 大数定律及中心极限定理 实例　频率的稳定性 　　随着试验次数的增加, 事件发生的频率逐渐稳 定于某个常数. 启示:从实践 中人们发现 大量测量值 的算术平均 值有稳定性. 单击图形播放/暂停　ESC键退出 定理一（契比雪夫定理的特殊情况） 表达式的意义 二、基本定理 证明 由契比雪夫不等式可得 并注意到概率不能大于1, 则 定理一的另一种叙述: 定理二（伯努利大数定理） 关于辛钦定理的说明: (1) 与定理一相比, 不要求方差存在; (2) 伯努利定理是辛钦定理的特殊情况. 定理三（辛钦定理） 一、问题的引入 二、基本定理 三、典型例题 四、小结 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. 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, 研究其概率分布情况. 定理四（独立同分布的中心极限定理） 定理四表明: 李雅普诺夫 定理五(李雅普诺夫定理) 则随机变量之和的标准化变量 定理五表明: (如实例中射击偏差服从正态分布) 下面介绍的定理六是定理四的特殊情况. 提示： 德莫佛 拉普拉斯 定理六(德莫佛－拉普拉斯定理) 定理表明：正态分布是二项分布的极限分布, 当n充分大时, 可以利用该定理来计算二项分布的概率. 下面的图形表明:正态分布是二项分布的逼近. 解 由定理四, 随机变量 Z 近似服从正态分布 N (0,1) , 例1 其中