概率统计第4章47.pptxVIP

§4.4 大数定律与中心极限定理 一、大数定律 定义4.7 设X1,X2,…,Xn,…是一个随机变量序列，a为常数，若对任意的ε0,有 则称X1,X2,…,Xn,…依概率收敛于a。 含义：当n充分大时,随机变量Xn与a出现大偏差的概率很小。 第四章 随机变量的数字特征 定理4.4 (切比雪夫大数定理) 设相互独立的随机变量序列X1,X2,…,Xn,…的数学期望E(Xi)与方差D(Xi)都存在，且存在正常数c,使得D(Xi) ≤c，(i=1,2,…,)则对任意ε0,有 第四章 随机变量的数字特征 推论1 (独立同分布大数定律)设随机变量序列{Xn}独立同分布,且E(Xi)=μ, D(Xi)=σ2 (i=1,2,…,),对任意的ε0,有 推论2 (伯努利大数定律)在n重伯努利试验中事件A发生的频率与概率满足 第四章 随机变量的数字特征 事件A发生的概率很小，那么它发生的频率也很小，即小概率原理。 定理4.5 (辛钦大数定理)设 {Xn}为独立同分布的随机变量序列,且E(Xi)=μ (i=1,2,…),对任意的ε0,有 第四章 随机变量的数字特征 二、 中心极限定理 定理4.6 设随机变量序列{Xn}是独立同分布的,且E(Xi)=μ,Var(Xi)=σ20.(i=1,2,…,)则对任意实数x,有 实际应用：随机序列{Xn}前n项和经标准化后近似服从标准正态分布。 第四章