[理学]第4章 大数定律与中心极限定理.pptVIP

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 4.2.2 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 §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 ii) 已知 n 和概率，求y ； iii) 已知 y 和概率，求 n . i) 已知 n 和 y，求概率； 例4.4.3 100个独立工作(工作的概率为0.9)的部件组成一个系统，求系统中至少有85个部件工作的概率. 解：用 由此得： Xi=1表示第i个部件正常工作, 反之记为Xi=0. 又记Y=X1+X2+…+X100，则 E(Y)=90，Var(Y)=9. 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 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 第四章 大数定律与中心极限定理 * 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： 是虚数单位. (1) 当X为离散随机变量时， (2) 当X为连续随机变量时， 这是 p(x) 的傅里叶变换 (1) 欧拉公式： (2) 复数的共轭： (3) 复数的模： 例1 二项分布 的特征函数为 例2 泊松分布 的特征函数为 |?(t)| ? ?(0)=1 性质4.1.2 性质4.1.3 性质4.1.4 若 X 与 Y 独立，则 性质4.1.5 定理4.1.2 特征函数在 上一致连续。 对于任意的正整数 及任意的实数 及复数 ，成立 这个性质称为非负定性，是特征函数的最本质的性质之一。 特征函数和分布函数是相互唯一确定的 定理 （逆转公式） 设分布函数 的特