第五章大数定律与中心极限定理(879KB).pptVIP

第五章 大数定律与中心极限定理 切比雪夫不等式 大数定律 中心极限定理 5.1 切比雪夫(Chebyshev,俄罗斯)不等式 定理5.1.1 设随机变量X，E(X)=μ， D(X)=σ2，则对任意的ε0，必有 或 或等价于 为研究随机现象的统计规律,进行大量重复实验中, 当实验次数n→∞时,频率fn在某种收敛意义下(依概 率收敛)收敛于某一定数,这是大数定律所描述的内 容.而其概率分布近似于某一分布(如正态分布),这 称为中心极限定理. 切比雪夫不等式 给出了在随机变量X的分布未知时，概率 P(|X-E(X)|≥ε)的一个上限， 当ε分别取时2σ，3σ，4σ时，有 P(|X-E(X)|≥2σ)≤1/4 P(|X-E(X)|≥3σ)≤1/9 P(|X-E(X)|≥4σ)≤1/16 证明: 以连续型为例.(离散的证明中相应积分 号用和号代替). ≥1 推论:D(X)=0,则X以概率1为常数，即 P(X=C)=1(C=EX) 证明: 事件未必互不相容,但≤是成立的 例5.1已知某种股票每股价格X的平均值为1元，标准差为0.1元，求a，使股价超过1+a元或低于1-a元的概率小于10%。 解 由切比雪夫不等式 令 5.2 大数定律 设随机变量序列X1,X2,…,Xn，若存在随机变量Y，使得对于任意正数?，均有 则称随机变量序列