概率论与数理统计第5章 大数定律与中心极限定理.pptVIP

出版社 理工分社 概率论与数理统计 第5章 大数定律与中心极限定理 随机现象的统计规律性是在相同条件下进行大量重复试验时显现出来的，比如在概率的统计定义中提到一个事件发生的频率具有稳定性，即频率在试验次数增加时会最终稳定于事件的概率，这就指试验的次数无限增大时，在某种收敛意义下，频率会收敛到某个定数（即概率）。 * 还有一类基本的极限定理称为中心极限定理，这些定理表明，在一般条件下，正态分布是很重要的极限分布，这为广泛地使用正态分布研究自然现象或者作为近似计算工具提供了有力的支持。 * 5.1 大数定律 * 上述的结论不仅仅局限于Xi取0或1的情形。例如，欲估计某高校上万名学生的平均身高a，随机观测一名学生的身高X1，它与全校学生的平均身高a=EX可能相差甚远，如果观测10名学生的平均身高，其平均值可能与a比较接近，如果更进一步观察100名学生，计算出平均身高，与a将更加接近。大数定律就是从理论上证明了这一现象。 * * * * * 贝努利大数定律说明：随着n的增大，事件A发生的频率 与概率p的偏差 小于预先给定的正数ε0的可能性愈来愈大，这从理论上应证了频率的稳定性。贝努利大数定律提供了用频率来确定概率的理论依据。譬如要估计某种产品的不合格率p，则可从这批产品中随机抽取n件，当n较大时，这n件产品中的不合格的比例可作为不合格率p的估计值。 * 5.2 中心极限定理 * 图5.2.1 二项分布B（10，0.2） * 图5.2.2 二项分布B（100，0.2） * 图5.2.3 正态分布N（20，16）的密度曲线图 * * * 出版社 理工分社 概率论与数理统计