概率论PPT课件-第五章 大数定律与中心极限定理.ppt

概率论PPT课件-第五章 大数定律与中心极限定理.ppt

  1. 1、本文档共28页,可阅读全部内容。
  2. 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. 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. 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
第五章 第一节 定义1 命题 (切比雪夫Chebyshev不等式) 大数定律的客观背景 几个常见的大数定律 定理2(辛钦定律) 定理3(伯努利大数定律) 例3 如何测量某一未知的物理量a ,使得误差较小? 定理1(独立同分布的中心极限定理) 定理2(棣莫佛-拉普拉斯定理)De Moivre-Laplace 注:此定理表明正态分布是二项分布的极限分布, 例1 报童沿街向行人兜售报纸,假设每位行人买报 例2 某单位有200台电话分机,每台分机有5%的时间 例3 利用 ⑴ 契比雪夫不等式 * 大数定律与中心极限定理 一、大数定律 二、中心极限定理 机动 目录 上页 下页 返回 结束 大数定律 第五章 一、 切比雪夫Chebyshev不等式 二、几个常见的大数定律 ,有: 设随机变量序列 ,如果存 在常数 a ,使得对于任意 依概率收敛于a ,记为 则称 预备知识: 机动 目录 上页 下页 返回 结束 等价形式: 有 则称此式为切比雪夫不等式。 存在,则对任意 证明 设 X 为连续性(离散型类似),其密度为 设随机变量X 的数学期望 机动 目录 上页 下页 返回 结束 则 注:Chebyshev不等式对随机变量在以 的一个ε领域外取值的概率给出了一个上界 为中心 例1 一电网有1万盏路灯, 晚上每盏灯开的概率为0.7, 求同时开的灯数在6800至7200之间的概率至少为多少? 解: 设X 为同时开的灯数。 由二项分布 用切比雪夫不等式 已知正常男性成人血液中,每一毫升白细胞数 解 设每毫升白细胞数为X 依题意,EX =7300, DX =7002 所求为 由切比雪夫不等式 估计每毫升白细胞数在 5200~9400 之间的概率 . 平均是7300,均方差是700, 利用切比雪夫不等式 例2 即每毫升白细胞数在5200-9400之间的概率不小于8/9。 机动 目录 上页 下页 返回 结束 大量的随机现象中平均结果的稳定性 大量抛掷硬币 正面出现频率 字母使用频率 生产过程中的 废品率 机动 目录 上页 下页 返回 结束 定理1(切比雪夫大数定律) 则 即对任意的ε 0, 设 X1 , X2 , … 是一列相互独立的随机变量序列, 它们都有相同的数学期望 证明 机动 目录 上页 下页 返回 结束 由切比晓夫不等式得: 所以 其取值接近于其数学期望的概率接近于1. 当n充分大时, 差不多不再是随机的了, 注: 机动 目录 上页 下页 返回 结束 且具有相同的数学期望 辛钦 设随机变量序列X1 , X2 , … 独立同分布, 则 辛钦大数定律中,随机变量的方差可以不存在,只要 独立同分布就可以了。 比较和定理1的条件有什么不同? 机动 目录 上页 下页 返回 结束 P是事件A发生的概率,则对任给的ε 0,有 或 设nA是n重贝努里试验中事件A发生的次数, 即 证明 引入随机变量 试验中A发生, 试验中A不发生, 机动 目录 上页 下页 返回 结束 显然 且 又由于各次试验相互独立,所以 独立同分布, 则由辛钦大数定律可得 显然伯努利大数定律是辛钦定理的特殊情况。 机动 目录 上页 下页 返回 结束 解 在相同的条件下测量n 次,其结果为 ,它们可看成是相互独立、相同分布的 随机变量,并且有数学期望为a . 于是由辛钦大数定律 可知,当 时,有 因此我们可取n次测量值 的算术平均值 作为a 的近似值,即 ,当n充分大时误差很小。 机动 目录 上页 下页 返回 结束 则这种量X 一般都服从或近似服从正态分布。 客观背景,观察表明: 如果一个量是由大量相互独立的随机因素的影响所 造成, 习惯于把和的分布收敛于正态分布这 一类定理都叫做中心极限定理. 在概率论中, 而每一个别因素在总影响 X 中所起的作用不大。 第二节 中心极限定理 机动 目录 上页 下页 返回 结束 且服从同一分布, 具有相同的期望和方差 则 设 相互独立, ,即 或 近似 近似 机动 目录 上页 下页 返回 结束 之和总可以近似服从正态分布. 此定理表明,无论 原来服从什么 分布, 当n充分大时, 例1 某人要测量甲、乙两地之间的距离。 限于测量 工具,他分成 1200 段来测量。 每段测量误差(单位 厘米)服从于(-0.5,0.5)上的均匀分布。求总距离误 差的绝对值超过20厘米的概率。 解

文档评论(0)

***** + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档