大数定律课件.pptVIP

例3. 设电站供电网有10000盏电灯，夜晚每盏灯开灯的概率均 为0.7，假定灯的开、关是相互立的，使用切贝雪夫不等式估计 夜晚同时开着的灯数在6800到7200盏之间的概率。 推论：设随机变量X1,X2,X3,…,Xn ,…独立同分布，且有 §1 大数定律 第五章 大数定律与中心极限定理 */8 第五章 大数定律与中心极限定理 概率论与数理统计是研究随机现象统计规律性的学科. 随机现象的规律性只有在相同的条件下进行大量重复试验时才会呈现出来. 也就是说，要从随机现象中去寻求必然的法则，应该研究大量随机现象. 研究大量的随机现象，常常采用极限形式，由此导致对极限定理进行研究. 极限定理的内容很广泛，其中最重要的有两种: 与 大数定律 中心极限定理 阐明大量重复试验的平均结果具有稳定性的一 系列定律都称为大数定律。 论证随机变量（试验结果）之和渐进服从某一 分布的定理称为中心极限定理。 (ε是任一正数) 1. 对于任何具有有限方差的随机变量 X ，都有 则 (以连续型随机变量为例)设X的概率密度为f(x)， 2. 不等式的等价形式 估计 的概率． （1）证明大数定律；（2）估计事件的概率。 例2．若在每次试验中，A发生的概率为0.5，进行1000次独立试验，估计 A 发生 400～600 次之间的概率。 解：因 X ～B（1000，0.5），E（X）=500，D（X）=250 所以 P{ 400 X 600 } = P{ | X-500 | 100 } e 2 ) ( 1 } | ) ( {| e X D X E X P - ≥ - 由 得，P{ | X-500 | 100 } 解 : 令 X表示在夜晚同时开着的灯数目，则X 服从n=10000， p=0.7的二项分布，这时E(X)=np=7000, D(X)=npq =2100 ，由切 贝雪夫不等式可得 “概率”的概念是如何产生的 设 次独立重复试验中事件 发生的 随机变量 频率 概率 “频率稳定性”的严格数学描述是什么 怎样定义极限 次数为 则当 时,有 n重伯努利试验 怎样理解“越来越接近”？ 实验 序号 1 0.70 0.20 2 0.55 0.05 6 0.50 0.00 5 0.70 0.20 3 0.65 0.15 4 0.35 0.15 7 0.55 0.05 将一枚硬币抛20次，200次，2000次，各做10遍 8 0.30 0.20 9 0.45 0.05 10 0.30 0.20 0.520 0.020 0.455 0.045 0.495 0.005 0.495 0.005 0.480 0.020 0.540 0.040 0.505 0.005 0.505 0.005 0.550 0.050 0.490 0.010 0.505 0.0050 0.495 0.005 0.493 0.007 0.506 0.006 0.4955 0.0045 0.494 0.006 0.502 0.002 0.501 0.001 0.509 0.009 0.500 0.000 （伯努利大数定律）设 是 次独立重复试 验中事件 发生的次数,且 则 有 令 第 次试验 发生 第 次试验 不发生 则 相互独立 从而 如何证明 机变量列,且具有相同的数学期望和方差,记 （切比雪夫大数定律）设 为相互独立的随 则 有 设随机变量 的方差 存在,则 有 概率论历史上的第一个大数定律，由雅可比·伯努利于1713年发表的著作《猜测术》中提出. 在黑板上证明切比雪夫大数定律 伯努利大数定律、切比雪夫大数定律均要求随机列变量列的方差存在 , 该条件可用 “同分布”来代替 或 （辛钦大数定律）设 是独立同分布r.v列, 存在，则 服从大数定律,即 有 该定理通常称为 独立同分布大数定律 提供了通过试验来确定事件概率的方法. 是数理统计中参数估计的重要理论依据之一. 给出了“频率稳定性”的严格数学解释. 切贝雪夫大数定律表明,相互独立的随机变量的 算术平均值 以概率1是一个无穷小量. 这意味着在n充分大时， 值将比较紧密地聚集