- 1、本文档共22页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
贝努里Bernoulli大数定律的意义定义a
每周一题11 * 瑞士 策马特峰 第五章 大数定律与中心极限定理 第五章 大数定律与中心极限定理 本章要解决的问题 为何能以某事件发生的频率 作为该事件的 概率的估计? 为何能以样本均值作为总体 期望的估计? 为何正态分布在概率论中占 有极其重要的地位? 大样本统计推断的理论基础 是什么? 答复 大数 定律 中心极 限定理 设非负 r.v. X 的期望 E( X )存在, 则对于任意实数 ? 0, 证 仅证连续型 r.v.的情形 重要不等式 §5.1 大数定律 §5.1 设随机变量 X 的k阶绝对原点矩 E( |X |k) 存在,则对于任意实数 ? 0, 推论 1 设随机变量 X 的方差 D ( X )存在, 则对于任意实数 ? 0, 推论 2 ——切贝雪夫( chebyshev)不等式 或 当 ? 2? D(X) 无实际意义, ——马尔可夫 ( Markov ) 不等式 例1 设有一大批种子,其中良种占1/6. 试 估计在任选的 6000 粒种子中, 良种所占比 例与1/6 比较上下小于1%的概率. 解 设 X 表示 6000 粒种子中的良种数 , X ~ B (6000,1/6 ) 例1 实际精确计算 用Poisson 分布近似计算 取? = 1000 例2 设每次试验中,事件 A 发生的概率为 0.75, 试用 Chebyshev 不等式估计, n 多大 时, 才能在 n 次独立重复试验中, 事件 A 出 现的频率在0.74 ~ 0.76 之间的概率大于 0.90? 解 设 X 表示 n 次独立重复试验中事件 A 发生的次数 , 则 X ~ B(n,0.75) 要使 ,求 n 例2 即 即 由 Chebyshev 不等式,? = 0.01n ,故 令 解得 大数定律 贝努里(Bernoulli) 大数定律 设 nA 是 n 次独立重复试验中事件 A 发生 的次数, p 是每次试验中 A 发生的概率, 则 有 或 大数定律 证 引入 r.v. 序列{Xk} 设 则 相互独立, 记 由 Chebyshev 不等式 故 在概率的统计定义中, 事件 A 发生的频率 “ 稳定于”事件 A 在一次试验中发生 的概率是指: 频率 与 p 有较大偏差 是 小概率事件, 因而在 n 足够大时, 可以用频 率近似代替 p . 这种稳定称为依概率稳定. 贝努里(Bernoulli)大数定律的意义 定义 a 是一常数, (或 则称 r.v. 序列 依概率 收敛于常数 a , 记作 故 是一系列 r.v. 设 有 若 在 Bernoulli 定理的证明过程中,Y n 是相互独立的服从 (0 , 1) 分布的 r.v. 序列 {Xk} 的算术平均值, Y n 依概率收敛于 其数学期望 p . 结果同样适用于服从其它分布的独立 r.v. 序列 Chebyshev 大数定律 相互独立, 设 r.v. 序列 (指任意给定 n 1, 相互独立) 且具有相同的数学期望和方差 则 有 或 定理的意义 当 n 足够大时, 算术平均值几乎是一常数. 具有相同数学期望和方差的独立 r.v.序列的算术平均值依概率收敛于数学期望. 算术 均值 数学 期望 近似代替 可被 注2 相互独立的条件可以 去掉,代之以 注1 不一定有相同的数学 期望与方差,可设 有 相 设 r.v.序列 则 有 互独立具有相同的分布,且 记 注3 则 则 连续, 若 作业 P185 习题五 3 4 习题 电视台需作节目A 收视率 的调查.每天在播电视的同时, 随机地向当地居民打电话询问是否在看电视. 若 在看电视, 再问是否在看节目A. 设回答 第12周 问 题 看电视的居民户数为 n. 若要保证以 95%的概率使调查误差在10%之内, n 应取多大?
文档评论(0)