《数理统计5.1大数定律》.ppt

数理统计5.1大数定律 例2 测量一个长度a,一次测量的结果不见得就等于a,量了若干次,其算术平均值仍不见得等于a,但当测量的次数很多时,算术平均值接近于a几乎是必然的. 例1 掷一颗均匀的正六面体的骰子,出现一点的概率是1/6,在掷的次数比较少时,出现一点的频率可能与1/6相差得很大.但是在掷的次数很多时,出现一点的频率接近1/6几乎是必然的. 一、问题的引入 这两个例子说明： 在大量随机现象中,不仅看到了随机事件的频率具有稳定性,而且还看到大量测量值的平均结果也具有稳定性。这种稳定性就是本章所要讨论的大数定律的客观背景。 大数定律以确切的数学形式表达了这种规律性,并论证了它成立的条件,即从理论上阐述了这种大量的、在一定条件下的、重复的随机现象呈现的规律性即稳定性. 定理5.1 契比雪夫不等式 证明 取连续型随机变量的情况来证明. 切比雪夫不等式 得 切比雪夫不等式只利用随机变量的数学期望及方差就可对的概率分布进行估计。 从切比雪夫不等式还可以看出, 对于给定的? >0, 当方差越小时，事件{|X-E(X)|≥?}发生的概率也越小，即X的取值越集中在E(X)附近．这进一步说明方差确实是一个描述随机变量与其期望值离散程度的一个变量． 当D(X)已知时，切比雪夫不等式给出了X与E(X)的偏差小于? 的概率的估计值． 切比雪夫不等式的用途： （1）证明大数定律； （2）估计事件的概率或区间内取值的下界。 例1 已知正常男性成人血液中 ，每一毫升白细胞数平均是7300，均方差是700 . 利用切比雪夫不等式估计每毫升白细胞数在5200~9400之间的概率 . 解：设每毫升白细胞数为X 依题意，E(X)=7300,D(X)=7002 所求为 P(5200 X 9400) 做题时如何选取?？ 由切比雪夫不等式 P{ |X-E(X)| 2100} 即估计每毫升白细胞数在5200~9400之间的概率不小于8/9 . P(5200 X 9400) = P(-2100 X-E(X) 2100) = P{ |X-E(X)| 2100} 【例5-2】已知n重伯努利试验中参数p = 0.75，问至少应做多少次试验，才能使试验成功的频率在0.74和0.76之间的概率不低于0.90？ 解： 设需做n次试验，其中成功的次数为X， 则X～B(n，p)，E(X) = np，D(X) = np(1 – p)。 因为 根据契比谢夫不等式应有 令 解得 所以至少应做18750次试验． 例3:在供暖的季节,住房的平均温度为20度,标准差为2度,试估计住房温度与平均温度的偏差的绝对值小于4度的概率的下界. 解 【练习】若某班某次考试的平均分为80分，标准差为10，试估计及格率至少为多少？ 解：用随机变量X表示学生成绩，则数学期望E(X) = 80，方差D(X) = 100，所以 P{60 ? X ? 100} ? P{60 < X < 100} = P{|X – 80| < 20} 所以及格率至少为75%． 练习 设电站供电网有10000盏电灯，夜晚每盏灯开灯的概率均为0.7，假定灯的开、关是相互立的，使用切贝雪夫不等式估计夜晚同时开着的灯数在6800到7200盏之间的概率。 解 令X表示在夜晚同时开着的灯数目，则X服从n=10000，p=0.7的二项分布，这时 由切贝雪夫不等式可得: 定义： 若存在常数a,使对于任何 二、依概率收敛的概念 则称随机变量序列{Xn}依概率收敛于a 有 记： 如 意思是:当 a 意思是: 时,Xn落在 内的概率越来越大. ,当 而 依概率收敛序列的性质: 三、基本定理 定理5.2的推论 切比雪夫大数定律 切比雪夫定理的特殊情况 证明 由契比雪夫不等式可得 取极限并由夹逼定理得： 定理表明：在一定条件下，n个随机变量的算术 平均依概率收敛于常数，即当n充分大时它几乎为常 数。 关于定理的说明: （这个接近是概率意义下的接近） 即在定理条件下, n个随机变量的算术平均, 当n无限增加时, 几乎变成一个常数. 定理的另一种叙述: 切比雪夫大数定律的一个推论通常称为贝努里大数定律. 证明 引入随机变量 定理5.4