概率论与数理统计第5章.pptx

第5章 大数定律和中心极限定理5.1 大数定律5.2 中心极限定理 概率论与数理统计是研究随机现象统计规律性的学科. 随机现象的规律性只有在相同的条件下进行大量重复试验时才会呈现出来.也就是说，要从随机现象中去寻求必然的法则，应该研究大量随机现象.大数定律与中心极限定理 研究大量的随机现象，常常采用极限形式，由此导致对极限定理进行研究.极限定理的内容很广泛，其中最重要的有两种: 5.1 大数定律一、依概率收敛的概念二、切比雪夫不等式三、切比雪夫大数定律四、伯努利大数定律五、辛钦大数定律一、依概率收敛的概念定义依概率收敛不是通常微积分中的收敛因此设随机变量 的期望值 方差则对于任意给定的正数有随机变量集中在期望附近随机变量的方差越小，二、切比雪夫不等式(1)切比雪夫不等式也可以写成注:(2)切比雪夫不等式表明：则事件发生的概率越大，即，的可能性越大.取值偏离超过3倍均方差的概率小于量与切比雪夫不等式给出了如的概率的估计式.取它的期望的偏差不小于(3)在方差已知的情况下，则有故对任给的分布，只要期望和方差存在，则随机变设每毫升白细胞数为例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.解依题意,所求概率为由切比雪夫不等式即每毫升白细胞数在 5200 ~ 9400 之间的概率不小于 8/9.发生的概率为 0.75,事件独立试验次数最小取出现的频率在 0.74 ~ 0.76 之间的事件设为次试验中,事件出现的次数,例2在每次试验中,利用切比雪夫不等式求:何值时,概率至少为 0.90?解则取使在切比雪夫不等式中取取 18750 时,即可以使得在次独立重复试验事件出现的频率在之间的概率则依题意,解得中,至少为 0.90.切比雪夫三、切比雪夫大数定律切比雪夫大数定律说明：在定理的条件下，当n充分大时，n个独立随机变量的平均数这个随机变量的离散程度是很小的.这意味着只要n充分大，尽管n个随机变量可以各有其分布，但其算术平均以后得到的随机变量 将比较密地聚集在它的数学期望 的附近，不再为个别随机变量所左右.作为切比雪夫大数定律的特例，我们有下面的推论.推论这一推论使算术平均值的法则有了理论根据四、伯努利大数定律切比雪夫大数定律的另一个推论通常称为伯努利大数定律 n重伯努利试验中事件A发生?n次, 每次试验A发生的概率为 p，则对任意?＞0, 有 伯努利大数定律表明事件发生的频率依概率收敛于事件的概率。由实际推断原理,在实际应用中, 当试验次数很大时,可以用事件发生的频率来代替事件的概率。进一步研究表明，切比雪夫大数定律推论中的方差存在这个条件并不是必要的，下面给出一个独立同分布场合下的辛钦大数定律。作业P139 练习5.11. 2.5.2 中心极限定理一、莱维中心极限定理二、棣莫佛－拉普拉斯中心极限定理 在实际问题中，常常需要考虑许多随机因素所产生总影响. 例如：炮弹射击的落点与目标的偏差，就受着许多随机因素的影响. 如瞄准时的误差，空气阻力所产生的误差，炮弹或炮身结构所引起的误差等等.重要的是这些随机因素的总影响.本节内容研究独立随机变量之和所特有的规律性问题当n无限增大时，这个和的分布是什么？ 自从高斯指出测量误差服从正态分布之后，人们发现，正态分布在自然界中极为常见. 观察表明，如果一个量是由大量相互独立的随机因素的影响所造成，而每一个别因素在总影响中所起的作用不大.则这种量一般都服从或近似服从正态分布.一、莱维中心极限定理设有30个电子元件,它们的寿命均服从参数为0.1的指数分布(单位:小时),每个元件工作相互独立,求他们的寿命之和超过350小时的概率.例1解由莱维中心极限定理他们的寿命之和超过350小时即他们的寿命之和超过350小时的概率为0.1814例2一加法器同时收到20个噪声电器Vk(k=1,2,…,20),设它们是相互独立的随机变量，且都在区间(0,10)上求P{V105}的近似值服从均匀分布。记 解E(Vk) = 5 ,D(Vk) = 100/12 ( k=1,2,…,20 ).由莱维中心极限定理近似服从正态分布N(0,1),例3 对敌人的防御地段进行100次炮击, 在每次炮击中, 炮弹命中颗数的数学期望为2, 均方差为1.5, 求在100次炮击中,有180颗到220颗炮弹命中目标的概率.解设Xk为第k次炮击炮弹命中的颗数(k=1,2,…,100),在100次炮击中炮弹命中的总颗数Xk相互独立，且E(Xk)=2,D(Xk)=1.52 (k=1,2,…,100)由莱维中心极限定理有180颗到220颗炮弹命中目标