叶宏应用概率统计第6章--极限定理.pptVIP

应用概率统计 主讲教师 叶宏 山东大学数学院 * * 第六章 极限定理 概率论与数理统计是研究随机现象统计规律性的学科. 随机现象的规律性只有在相同的条件下进行大量重复试验时才会呈现出来. 也就是说，要从随机现象中去寻求必然的法则，应该研究大量随机现象. 研究大量的随机现象，常常采用极限形式，由此导致对极限定理进行研究. 极限定理的内容很广泛，其中最重要的有两种: 与 大数定律 中心极限定理 设随机变量 X 的期望E(X)与方差 D(X) 存在，则对于任意实数 ? 0, 1. 切比雪夫不等式 或 贝努里大数定律 设 nA 是 n 次独立重复试验中事件 A 发生 的次数, p 是每次试验中 A 发生的概率, 则 有 或 2. 大数定律 在概率的统计定义中, 事件 A 发生的频率 “稳定于”事件A在一次试验中发生的概率 在 n 足够大时, 可以用频率近似代替 p . 这种稳定称为依概率稳定. 贝努里大数定律的意义 切比雪夫大数定律 且具有相同的数学期望和方差 则 有 或 相互独立， 设 r.v. 序列 当 n 足够大时, 算术平均值几乎是一常数. 具有相同数学期望和方差的独立 r.v.序列的算术平均值依概率收敛于数学期望. 算术 均值 数学 期望 近似代替 可被 定理的意义 3. 中心极限定理 中心极限定理