本科随机过程.pptxVIP

  • 14
  • 0
  • 约2.18千字
  • 约 79页
  • 2020-03-03 发布于上海
  • 举报
概 率 论(续)第五章 大数定律和中心极限定理 关键词: 契比雪夫不等式 大数定律 中心极限定理§1 大数定律背景 本章的大数定律,对第一章中提出的 “频率稳定性”,给出理论上的论证为了证明大数定理,先介绍一个重要不等式 例1:在n重贝努里试验中,若已知每次试验事件A出现的概率为0.75,试利用契比雪夫不等式,(1)若n=7500,估计A出现的频率在0.74至0.76之间的概率至少有多大;(2)估计n,使A出现的频率在0.74至0.76之间的概率不小于0.90。 随机变量序列依概率收敛的定义 契比雪夫大数定律表明,当n很大时,的算术平均 接近于数学期望 。这种接近是在概率意义下的接近。此外,定理中要求随机变量的方差存在,但当随机变量服从相同分布时,就不需要这一要求。 例2:大数定律的重要意义: 贝努里大数定律建立了在大量重复独立试验中事件出现频率的稳定性,正因为这种稳定性,概率的概念才有客观意义,贝努里大数定律还提供了通过试验来确定事件概率的方法,既然频率nA/n与概率p有较大偏差的可能性很小,我们便可以通过做试验确定某事件发生的频率并把它作为相应的概率估计,这种方法即是在第7章将要介绍的参数估计法,参数估计的重要理论基础之一就是大数定理。§2 中心极限定理背景: 有许多随机变量,它们是由大量的相互独立 的随机变量的综合影响所形成的,而其

文档评论(0)

1亿VIP精品文档

相关文档