中心极限定理renrev.pptxVIP

中心极限定理renrev会计学第1页/共36页复习契比雪夫定理的特殊情况伯努利大数定理三个大数定理辛钦定理　频率的稳定性是概率定义的客观基础, 而伯努利大数定理以严密的数学形式论证了频率的稳定性.第2页/共36页契比雪夫不等式定理 不等式 成立.契比雪夫不等式切比雪夫不等式也可以写成如下的形式:第3页/共36页弱大数定理（辛钦大数定理 ）第4页/共36页说明（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,几乎变成一个常数.当n无限增加时,第5页/共36页弱大数定理（辛钦大数定理）还可表述为：第6页/共36页定理一的另一种叙述:第7页/共36页伯努利大数定理第8页/共36页说明事件发生的频率与概率有较因而当 n 很大时,当试验次数大偏差的可能性很小.在实际应用中,便可以用事件发生的频率来代替事件的概很大时,率.第9页/共36页分　　布参数数学期望方差两点分布二项分布泊松分布均匀分布指数分布正态分布第10页/共36页第二节 中心极限定理一、问题的引入二、基本定理三、典型例题四、小结第11页/共36页一、问题的引入实例:考察射击命中点与靶心距离的偏差. 这种偏差是大量微小的偶然因素造成的微小瞄准误差、测量误差、误差的总和,这些因素包括:子弹制造过程方面 (如外形、重量等) 的误差以及射击时武器的振动、气象因素(如风速、风向、能所有这些不同因素所引起见度、温度等) 的作用, 的微小误差是相互独立的,并且它们中每一个对总和产生的影响不大.第12页/共36页问题: 某个随机变量是由大量相互独立且均匀小的其概率分布情况如何呢？随机变量相加而成的,第13页/共36页二、基本定理定理一（独立同分布的中心极限定理）第14页/共36页定理一表明:第15页/共36页定理二(李雅普诺夫定理)第16页/共36页则随机变量之和的标准化变量第17页/共36页定理二表明:(如实例中射击偏差服从正态分布)下面介绍的定理三是定理一的特殊情况.第18页/共36页定理三(棣莫佛－拉普拉斯定理)证明第19页/共36页根据定理一得定理三表明:正态分布是二项分布的极限分布, 当n充分大时,可以利用该定理来计算二项分布的概率.第20页/共36页下面的图形表明:正态分布是二项分布的逼近.第21页/共36页三、典型例题例1解由定理一, 随机变量第22页/共36页第23页/共36页第24页/共36页例2一船舶在某海区航行,已知每遭受一次海浪的冲击,若船舶遭受了纵摇角大于3o的概率为1/3,90 000次波浪冲击,问其中有29 500～30 500次纵纵摇角度大于3o的概率是多少？解将船舶每遭受一次波浪的冲击看作一次试验,并假设各次试验是独立的,在90 000次波浪冲击中纵摇角大于3o的次数记为X,则 X 是一个随机变量,第25页/共36页其分布律为所求概率为直接计算很麻烦，利用棣莫佛－拉普拉斯定理第26页/共36页第27页/共36页第28页/共36页例3对于一个学生而言,来参加家长会的家长人数是一个随机变量.设一个学生无家长、1名家长、0.15.2名家长来参加会议的概率分别为，，设各学生参加会议的家长若学校共有400名学生,数相互独立,且服从同一分布.(1) 求参加会议的家长数X 超过450的概率;(2) 求有1名家长来参加会议的学生数不多于340的概率.第29页/共36页解第30页/共36页第31页/共36页由定理一得,第32页/共36页四、小结独立同分布的中心极限定理李雅普诺夫定理三个中心极限定理德莫佛－拉普拉斯定理中心极限定理表明, 在相当一般的条件下,当其和的分布趋于正态独立随机变量的个数增加时,分布.第33页/共36页李雅普诺夫资料Aleksandr Mikhailovich LyapunovBorn: 6 Jun. 1857 in Yaroslavl, RussiaDied: 3 Nov. 1918 in Odessa, Russia第34页/共36页德莫佛资料Abraham de Moivre Born: 26 May. 1667 in Vitry (near Paris), FranceDied: 27 Nov. 1754 in London, England第35页/共36页拉普拉斯资料Pierre-Simon Laplace Born: 23 Mar. 1749 in Beaumont-en-Auge, Normandy, France Died: 5 Mar. 1827 in Paris, France