- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE
PAGE 4
第五章 大数定律与中心极限定理
一、问题引入
例1 频率的稳定性
随着试验次数的增加, 事件发生的频率逐渐稳定于某个常数.
二、基本定理
定理1 (契比雪夫不等式)
和
每次试验中,事件发生的概率为0.5,利用切比雪夫不等式估计,在1000次独立试验中,事件发生的次数在450到550之间的概率。
解:设事件发生的次数,则,,
)
例2、 随机掷6颗骰子,利用切比雪夫不等式估计其点数总和大于9小于33的概率。
解:设第颗骰子的点数,点数之和,则
由于
,
所以
注:若直接求的分布十分困难
定理2 (契比雪夫大数定律)
注: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。
定义
性质:
定理 期望和方差:
定理3 (伯努力大数定律)
在重独立试验序列中,设事件发生的概率,则对于有
,其中是事件发生的频率。
注: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.
定理4 (辛钦大数定律)
注:(1) 与定理2相比, 不要求方差存在
(2) 伯努利定理是辛钦定理的特殊情况
三、中心极限定理
在客观实际中有许多随机变量,它们是由大量的相互独立的随机因素的综合影响所形成的,而其中每一个因素在总的影响中所起的作用都是微小的,这种随机变量是近似地服从正态分布,这种现象就是中心极限定理的客观背景。
中心极限定理的内容包含极限,因而称它为极限定理是很自然的,又由于它在统计中的重要性,称它为中心极限定理这是Poyla在1920年取得名字。
定理5 (林德伯格-列维定理)
和方差:则对于任意实数都有
,令
则都有
注:。
定理6 (棣莫弗-拉普拉斯中心极限定理)
设独立试验序列中,事件发生的概率,随机变量表示“事件在次独立试验中发生的次数”,则对于任何实数都有下式成立
注:正态分布是二项分布的极限分布, 当n充分大时, 可以利用该定理来计算二项分布的概率
例3、将一枚均匀硬币连续抛100次,用中心极限定理计算正面出现次数超过60次的概率。
解:设正面出现次数为,则
故
由中心极限定理知
所以
例4、学校有4900个学生,每晚上自习的占0.1,问需要准备多少个座位,才能以0.99的概率保证每个学习的学生都有座位?()
解:设自习的学生数,则 另设座位数
则 由中心极限定理有
由题意
故
所以,取整得
文档评论(0)