06薛震-概率统计-D5基本极限定理-中北大学.ppt

第五章 第一节 第二节 内容小结 切比雪夫(1821 – 1894) 辛钦(1894 – 1959) 拉普拉斯(1749 – 1827) NORTH UNIVERSITY OF CHINA 上一页 下一页 返 回 结 束 目 录 第五章 基本极限定理 《概率统计》电子教案 薛震 编 基本极限定理 切比雪夫不等式与大数定律 中心极限定理 第五章 切比雪夫不等式与大数定律 一、切比雪夫不等式 二、大数定律 ① ② × 即 引 言 频率的稳定性, 用频率代替概率的科学性. 1.背景: 2.内容: 用来阐明大量随机现象平均结果的稳定性的 一系列定理称为大数定律. 3.刻画: 定理1: 设X的数学期望 方差 则 有 或 注: 切比雪夫不等式常用来在E(X)和D(X)已知时, 对事 件 发生的概率进行估计. 一、切比雪夫不等式 切比雪夫 例1. 已知我校有1万盏电灯, 夜晚每一盏灯开灯的概率 均为0.8, 且它们开关与否相互独立, 试用切比雪夫不等式 估计夜晚同时开灯7800-8200盏之间的概率. 解: 设X表示夜晚开灯数, 则 又因为E(X)=8000, D(X)=1600, 则由切比雪夫不 这说明只需供应8200盏灯的电力就能以相当大的概 率保证这1万盏灯的正常使用. 等式知 1.切比雪夫大数定律 二、大数定律 定理2: 设相互独立的随机变量 具有有 限的期望和方差, 若存在常数C使 则 有 即 推论: 设相互独立的随机变量 服从相 同的分布, 且 则有 注: 该结论的实际意义在于, 为了减少测量的随机误差, 常常用测量的平均值来代替真实值, 即 (切比雪夫大数定律推论的特殊形式) 2.伯努利大数定律 定理3: 设 是n重伯努利试验中事件A发生的次数, 且 则有 注: 该结论的实际意义在于, 当试验次数很大时, 便可以 用事件发生的频率来代替其概率. 3.辛钦大数定律 定理4: 注: 辛钦大数定律要求同分布但并不要求方差存在. 设相互独立的随机变量 服从相同的分布, 且 则有 辛钦 第五章 中心极限定理 一、独立同分布中心极限定理 二、棣莫弗-拉普拉斯中心极限定理 设独立随机变量序列 则当n很大时, 和方差都存在, 2.内容: 3.刻划: 的期望 1.背景: 若一个量受到大量独立的随机因素综合影响, 而每一因素在总影响中所起的作用并不大, 则这个量通常 近似服从正态分布. 引 言 设相互独立的随机变量 定理1: (Levy-Lindeberg中心极限定理) 一、独立同分布的中心极限定理 服从相 同的分布, 且 则 有 即 例2. 设某食品用机器装袋, 每袋净重的期望为100g, 标 准差为4g, 一箱装100袋, 求一箱净重大于10100g的概率. 解: 设 表示第i袋食品的净重, 则 独立 同分布, 且 而一箱净重 由独立同分布的中心极限定理可知: 所以 (独立同分布的中心极限定理的特殊形式) 二、De Moivre-Laplace中心极限定理 定理2: 设 是n重伯努利试验中事件A发生 且 则有 注: 设 当n比较大时, 对任意的a b有 的次数, 拉普拉斯 例3. 保险公司多年统计资料表明, 因被盗理赔的用户占 20%, 以X表示100个理赔用户中因被盗理赔的个数, 试写出 X的概率分布, 并利用拉普拉斯中心极限定理, 求被盗理赔 用户大于14且不多于30户的概率近似值. 解: (1) 易知 则X的分 (2) 已知n=100,p=0.2, 由拉普拉斯中心极限定理得 布列为 1.利用切比雪夫不等式进行近似计算； 2.切比雪夫大数定律； 3.伯努利大数定律； 4.辛钦大数定律； 6.独立同分布的中心极限定理； 7.德莫夫-拉普拉斯中心极限定理. 5.利用中心极限定理进行近似计算； 切比雪夫, 俄罗斯数学家. 1821年5月 生于俄国卡卢加, 1894年12月卒于彼得堡. 他出身于贵族家庭, 左脚生来有残疾, 因而童年时代的他经常独坐家中, 养成了 在孤寂中思索的习惯. 16岁进莫斯科大学, 1841年因《方 程根的计算》一文获银质奖章. 1847年进彼得堡大学, 两 年后获博士学位, 1859年当选为彼得堡科学院院士. 切比雪夫一生发表了70多篇科学论文, 论、概率论、函数逼近论、积分学等方面. 内容涉及数 辛钦, 现代概率论的奠 苏联数学家, 基者之一, 1894年7月生于莫斯科, 1959年 11月去世. 1916年毕业于莫斯科大学, 先 后在莫斯科大学和苏联科学院斯捷克洛 夫数学研究所等处工作. 1939年当选为苏联科学院通讯 院士, 他还是俄罗斯教育科学院院士. 辛钦在函数的度量理论、数论、概率论、信息论等 方面都有重要的研究成果. 在分析学、数论及概率论对 统计力学的应用方面也有重要贡献. 拉普拉斯, 法国