概率论512习题课.ppt

CNIVEESTTY 概率论与啟醒统计 第五章 大数定律与中心极限定理 5.1大数定律 5.2中心极限定理 ⑨@ CNIVEESTTY 概率论与啟醒统计 第一节大数定律 问题的引入 二、基本定理 、典型例题 四、小结 ⑨@ CNIVEESTTY 概率论与啟醒统计 问题的引入 第一章引入概率概念时,曾经指出,事件发 生的频率在一、二次或少数次试验中具有随机性 的,但随着试验次数n的增大,频率将会逐渐稳 定且趋近于概率。特别,当n很大时,频率与概 率会非常“接近”的。这个非常“接近”是什么 意思? 这与高等数学中的极限概念有否联系?本章将从 理论上讨论这一问题 ⑨@ CNIVEESTTY 概率论与醒镜计 定理1设随机变量的数学期望EX=,方差DX=a2 则对任意的正数ε,不等式 {X-E≥E}s 成立。这个不等式称为契贝雪夫 Cheby shev)不等式。 证我们仅就连续型随机变量情形加以证明 设X的概率密度为fx),于是 P(x-}=∫ f( dr s∫ f(r ) dr x-≥86 DX (r-u)f(r)dx ③⑨@ CNIVEESTTY 概率论与啟醒统计 P{X-HEE}≤=2= DX 式(1)表明当DX很小时,概率P{X-EX≥e}更小。 这就是说在上述条件下,随机变量X落入EX的ε邻域 之外的可能性很小,也即落入EX的ε邻域内可能性 很大。由此说明X的取值比较集中,也即离散程度较 小,这正是方差的意义所在。 契贝雪夫不等式在理论研究和实际应用中都有 很重要的价值。 ⑨@