概率5修改.pptVIP

§1 大数定律 §2 中心极限定理 * * * * * * * * §1 大数定律 1.1 切比雪夫不等式 设E(X) =μ，D(X) =σ2，则对于任意正数ε，有 或 证 只就连续型进行证明, 设X的概率密度为 f (x)，则有 例1.1 设有一批种子, 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 相差不超过1%的概率. 解 设 X 表示 6000 粒种子中的良种数 , X ~ B (6000,1/6 ) 实际精确计算 用Poisson 分布近似计算,取? = 1000. 例1.2 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 只需 即 由Chebyshev不等式, ? = 0.01n ,故 令 解得 1.2 依概率收敛 定义1.1 设 为一 r.v. 序列, a 为一个常数, 如果对于任意正数ε，都有 则称{Xn}依概率收敛于 a , 记作 （n→∞）． 依概率收敛r.v. 序列性质: 设 ， , 函数 在点（a ,b）连续, 则 1.3 大数定律 契比雪夫定理 设 相互独立，分别具有数学期望 及方差 并且方差是一致有上界的, 即存在正数 M, 使得 , 则对于任意正数ε ，恒有 推论1.1 设 相互独立，且具有相同的 数学期望 E ( Xk ) =μ 和方差 ， 则对于任意正数ε ， 伯努利定理 设 nA 是在 n 次独立重复试验中事件 A 发生 的次数， P( A ) = p ，则对任意正数ε ，有 证 由切比雪夫不等式 于是有 辛钦定理 设 相互独立，服从同一分 布，数学期望 E ( Xk ) = μ存在，则对于任意正数ε ，有 注 按概率收敛于μ = E ( Xk ). 按概率收敛于 §2 中心极限定理 2.1 依分布收敛 定义2.1 设 的分布函数依次为 如果对于F (x) 的每个连续点 x , 都有 则称随机变量序列 依分布收敛于 X ，记为 注 依分布收敛概念给出了随机变量序列对应的分布函数 序列的极限与某一特定随机变量分布函数之间的关系。 （独立同分布中心极限定理）设 相互独立，服从同一分布，存在期望E (Xk) =μ和方差 2.2 中心极限定理 则 依分布收敛于标准正态分布 N ( 0, 1 )， 即对于 Yn 的分布函数 的连续点 x 有 注 Y n 为 的标准化随机变量. n 足够大时, Y n的分布函数近似于标准正态随机变量的分布函数, 且 近似服从 例2.1 一射击运动员在一次射击中所得环数 X 的概率分布如下： X 10 9 8 7 6 P 0.5 0.3 0.1 0.05 0.05 问在100次独立射击中所得总环数介于900与930环之间的概率是多少？ 解 设Xk表示第 k 次射击所得环数, 则