武汉大学MBA课程《数据模型与决策》课件（8）中心极限定理.pptVIP

重 要;超 过;如果---应当---;请;后 悔;第八讲 大数定律与中心极限定理;设非负 r.v. X 的期望 E( X )存在， 则对于任意实数 ? 0,;设随机变量 X 的k阶绝对原点矩 E( |X |k) 存在，则对于任意实数 ? 0,;例1 设有一大批种子，其中良种占1/6. 试 估计在任选的 6000 粒种子中, 良种所占比 例与1/6 比较上下小于1%的概率.;实际精确计算;例2 设每次试验中，事件 A 发生的概率为 0.75, 试用 Chebyshev 不等式估计, n 多大 时, 才能在 n 次独立重复试验中, 事件 A 出 现的频率在0.74 ~ 0.76 之间的概率大于 0.90?;即;大数定律;证 引入 r.v. 序列{Xk};故;在概率的统计定义中, 事件 A 发生的频率;定义; 在 Bernoulli 定理的证明过程中，Y n 是相互独立的服从 (0 , 1) 分布的 r.v. 序列 {Xk} 的算术平均值, Y n 依概率收敛于 其数学期望 p .;Chebyshev 大数定律;定理的意义;注2;相;则; 电视台需作节目A 收视率的调查. 每天在播电视的同时, 随机地向当地居 民打 询问是否在看电视. 若在看电 视, 再问是否在看节目A. 设回答看电视的居民户数为 n. 若要保证以 9