第五章--大数律与中心极限定理.pptxVIP

第五章 大数定律与中心极限定理大数定律中心极限定理§5.1 大数定律一、 Chebyshev不等式 若随机变量X的期望和方差存在，则对任意有切比雪夫（Chebyshev）不等式(※)或证明 对连续型随机变量注意到 时,所以有由此得到由 有 Chebyshev不等式一方面是证明大数律的工具, 另一方面可以用于概率估计.例1 对随机变量 设 估计 的值.解 由期望的线性性质有由协方差的定义公式 及有则根据Chebyshev不等式有二、依概率收敛设 为随机变量序列， 为随机变量，若任给 使得则称依概率收敛于. 可记为三、几个常用的大数定律1.切比雪夫大数律 设 为独立的随机变量序列，且有相同的数学期望及方差 则证明: 根据条件, 有由切比雪夫不等式, 有所以2. 伯努里大数律 设进行 次独立重复试验，每次试验中事件A发生的概率为 记 为 次试验中事件A发生的频率，则证明: 设 则第 次试验事件A发生,第 次试验事件A不发生,由切比雪夫大数律, 有3.辛钦大数律 若 为独立同分布随机变量序列, 则4.关于大数律 (1) 三个大数律相互间有内在的理论联系.伯努里大数律从理论上回答了概率和频率的关系 ;(2) 切比雪夫大数律和辛钦大数律是统计学中大样本分析的有力工具, 虽然他们各自的条件稍有不同, 但来自统计学中的样本都能够满足;(3) 虽然切比雪夫大数律和辛钦大数律的结论是直接关于期望的,但同样可以应用于方差. §4.2中心极限定理一、依分布收敛设 为随机变量序列， 为随机变量，其对应的分布函数分别为 若在 的连续点，有则称 依分布收敛于. 可记为二、中心极限定理独立同分布的中心极限定理(Levy-Lindeberg) 设 为独立同分布随机变量序列，若则 满足中心极限定理: Levy-Lindeberg中心极限定理的等价形式：(※) (1) 条件: 独立同分布(2) 等价形式：注意到所以有 例2 为测定一台机床的质量, 把它分拆成75个部件来称量. 假定每个部件的称量误差（单位:kg）服从区间 上的均匀分布, 且每个部件的称量误差相互独立, 试求机床质量的总误差的绝对值不超过10的概率.解 设第 个部件的称量误差为 由题意可知:相互独立, 且有由此容易有则根据Levy-Lindeberg中心极限定理, 近似地有即则所求概率2.德莫佛-拉普拉斯中心极限定理(De Moivre-Laplace ) 设 为独立同分布随机变量序列，若则