大数定理： 讨论大量随机变量的算术平均值稳定性的一系列定... .pptVIP

返回 大数定理： 　　讨论大量随机变量的算术平均值稳定性的一系列定理 中心极限定理： 　　讨论在什么条件下，大量随机变量之和的极限分布为正态分布的一系列定理 第5章 中心极限定理与大数定律 1. 大数定律 定义 设随机变量序列{Xn},如果存在一个常数列 ,使 得对任意的ε0，有 则称{Xn}服从大数定律. 　大数定理 切比雪夫大数定理 辛钦大数定理 伯努利大数定理 马尔可夫大数定理 泊松大数定理 定理1 (马尔可夫大数定律) 设{Xn}为随机变量序列,且有 则对任意的ε0 ,有 证: 定理2 (切比雪夫大数定律) 设 {Xn}是两两不相关随机变量序列,方差一致有界D(Xn)=σn2 C (n=1,2,...), 其中常数C与n无关,则对任意的ε0,有 证: 定理3 (泊松大数定律) 设每次试验中事件A发生 的概率为 ，n次重复独立试验中事件A发生的次 数为 ,事件的频率 ,则对任意ε0,有 证: 定理4 (伯努里利大数定律) 设每次试验中事件A发生的概率为p，n次重复独立试验中事件A发生的次数为 ，事件的频率有 ,则对任意ε0, (伯努里利大数定律是泊松大数定律的特例) 　　意义： Bernoulli大数定理表明当试验次数无限增加时事件 A 的频率按概率收敛到事件 A 的概率. 　　这为频率的稳定性提供了理论依据