大数定律及中心极限定理5.1大数定律.pptxVIP

第一节 大数定律一、问题的引入二、基本定理三、典型例题四、小结第一页，共十九页。 一、问题的引入实例　频率的稳定性　　随着试验次数的增加, 启示:从实践单击图形播放/暂停　ESC键退出定于某个常数.值有稳定性.的算术平均大量测量值中人们发现事件发生的频率逐渐稳第二页，共十九页。 二 、基本定理1. 弱大数定理（辛钦大数定理 ） 辛钦资料第三页，共十九页。 证由契比雪夫不等式得即得第四页，共十九页。 说明几乎变成一个常数.（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,第五页，共十九页。 弱大数定理（辛钦大数定理）还可表述为：第六页，共十九页。 定理一的另一种叙述:第七页，共十九页。 依概率收敛序列的性质:证明第八页，共十九页。 [证毕]第九页，共十九页。 2. 伯努利大数定理伯努力资料第十页，共十九页。 证第十一页，共十九页。 说明因而当 n 很大时,事件发生的频率与概率有较大偏差的可能性很小.在实际应用中,当试验次数很大时,便可以用事件发生的频率来代替事件的概率.第十二页，共十九页。 三、典型例题解独立性依题意可知,检验是否具有数学期望？例1第十三页，共十九页。 说明每一个随机变量都有数学期望,检验是否具有有限方差？说明离散型随机变量有有限方差,故满足契比雪夫定理的条件.第十四页，共十九页。 解由辛钦定理知例2第十五页，共十九页。