大数定律与中心极限定理 概率论与数理统计课件技术方案.pptVIP

第 五 章 大 数 定 理 与  中 心 极 限 定 理 第5.1节 大数定律 一、问题的引入 二、基本定理 三、典型例题 四、小结 大量的随机现象中平均结果的稳定性 一、问题的引入 大数定律的定义 定义: 二、基本定理 定理1（契比雪夫大数定理） 关于定理1的说明: （这个接近是概率意义下的接近） 即在定理条件下, n个随机变量的算术平均, 当n无限增加时, 几乎变成一个常数. 定理1的另一种叙述: 证明 引入随机变量 定理2（伯努利大数定理） 显然 根据定理1有 [证毕] 关于贝努利定理的说明: 故而当n很大时, 事件发生的频率与概率有较大偏差的可能性很小. 在实际应用中, 当试验次数很大时, 便可以用事件发生的频率来代替事件的概率. 解 由契比雪夫大数定理知 例1 三、典型例题 四、小结 两个大数定理 契比雪夫大数定理 伯努利大数定理 　　频率的稳定性是概率定义的客观基础, 而伯努利大数定理以严密的数学形式论证了频率的稳定性.