大数定律及中心的极限定理.pptVIP

§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”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”？ 皮尔逊 皮尔逊 蒲 丰 德 · 摩根 实验者 罗曼诺夫斯基 设函数 在区间 上有定义, 发生的频率为 则 正面朝上 “抛硬币”试验 将一枚硬币连续抛 次 ,记 是随机变量列 次试验中 正面朝上 蒲丰（1707-1788） 法国数学家、自然哲学家 反面朝上 是定义在样本空间 有 收敛于 是指: 逐点收敛 对于随机变量列,是否有 不太现实, 要求太严! 发生的次数 上的函数列 则称 记为 依概率收敛于 是一列随机变量,若 有 设 的直观含义: 随着 的增大,绝对误差 较大的可能性越来越小. 抛硬币试验的频率稳定性 （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 人物介绍 辛钦 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. 是 Monte Carlo 方法的主要数学理论基础. 给出了“频率稳定性”的严格数学解释. Monte Carlo 方法或称为计算机随机模拟方法、计算机仿真方法是科学与工程中的一种重要工具. Monte Carlo 方法的原理主要基于大数定律. 设计算机屏幕上有一矩形区域 不妨设 的面 积为 现用鼠标在 的内部任画一封闭曲线 求 围成 的内部图形 的面积 量(随机点) 立、均服从 上均匀分布的随机变 用计算机产生一串相互独 落入 中个数 由伯努利大数定律有 记事件 产生的随机点落入 中 故当 充分大时 的面积 的面积 的面积 在概率论发展初期，由于概率的数学定义尚未明确，所以缺乏理解概率收敛的理论基础，故把频率“趋于”概率视为经大量试验而得到的结果，就象物理学中的定律一样. 在概率论的公理化体系建立以后，大数定律可在理论上进行严格的证明而成为意义明确的定理，故现在教材上称为“大数定理”. END 为什么叫“大数定律” 而不叫“大数定理” 首先，讨论一下“大数定律”产生的背景。[M] 第一个问题：“概率”的概念是怎么产生的呢？[M] 如果我们回顾第一章已经学过的内容，可以清晰的发现“概率”产生的过程是这样的[M] 人们通过对随机现象的不断试验和观测，发现大量随机试验数据具有一种特性，即频率稳定性，通过对频率稳定性性质的研究，从而产生了“概率”。[M] “频率稳定性”是什么意思呢？[M] 记n重伯努利试验中事件A发生的次数为 ，则 这里 称为频数，常数p就是事件A发生的概率。[M] 请大家注意：频率 实际上是一列随机变量，怎么来理解这个“极限”？