第四章大数定律与中心极限定理.ppt

概率与统计

第四章大数定律与中心极限定理授课对象：经管学院为什么要讲述这部分内容？量变到质变：条件？如何刻画？概率的两个定义：统计学定义与公理化定义，其数理基础是否严格？统计学的统计方法（统计量）是否优良？两个数学问题频率稳定于概率该如何用数学的语言描述？传统的极限定义为何不可以用？正态分布的现实背景该如何用数学的语言给出？概率统计的研究核心内容？意义频率的稳定性：当试验在不变的条件下重复进行很多次时，随机事件的频率在它们的概率附近摆动。它是“概率论”的理论基础.用EXCEL计算的结果**4.1大数定律及中心极限定理

一、大数定律

（一）依概率收敛设{Xn}为随机变量序列，X为随机变量，若任给?0,使得则称{Xn}依概率收敛于X.可记为例如:意思是:当a而意思是:时,Xn落在内的概率越来越大.,当二.几个常用的大数定律1.切比雪夫大数定律设{Xk,k=1,2,...}为独立的随机变量序列，且有相同的数学期望?，及方差?20，则即若任给?0,使得证明:由切比雪夫不等式这里故切比雪夫不等式2.伯努里大数定律设进行n次独立重复试验，每次试验中事件A发生的概率为p，记fn为n次试验中事件A发生的频率，则证明:设第i次试验事件A发生第i次试验事件A不发生则由切比雪夫大数定理3.辛钦大数定律若{Xk,k=1.2,...}为独立同分布随机变量序列,EXk=??,k=1,2,…则推论:若{Xi,i=1.2,...}为独立同分布随机变量序列,E(X1k)=?,则定积分的近似计算意义：这是统计学矩估计的理论基础概率注意:辛钦大数定律只要求一阶矩存在,但是随机变量序列是独立同分布的.若所讨论的随机变量序列是不服从同分布的要求或不独立可应用切比雪夫大数定律或者马尔可夫大数定律.对比：从这些大数定律的推广可以得到做事应该坚持的科研态度----从小事做起。√√√5.2.中心极限定理

一.依分布收敛设{Xn}为随机变量序列，X为随机变量，其对应的分布函数分别为Fn(x),F(x).若在F(x)的连续点，有则称{Xn}依分布收敛于X.可记为二.几个常用的中心极限定理1.独立同分布中心极限定理(Levy-Lindeberg)设{Xn}为独立同分布随机变量序列，若EXk=??，DXk=?2?，k=1,2,…,则{Xn}满足中心极限定理。根据上述定理，当n充分大时例1.将一颗骰子连掷100次，则点数之和不少于300的概率是多少？解:设 Xk为第k次掷出的点数,k=1,2,…,100,则X1,…,X100独立同分布.由中心极限定理设随机变量?n(n=1,2,...)服从参数为n,p(0p1)的二项分布，则2.德莫佛-拉普拉斯中心极限定理

(DeMoivre-Laplace)证明:设第i次试验事件A发生第i次试验事件A不发生则由中心极限定理,结论得证例2在一家保险公司里有10000个人参加寿命保险，每人每年付12元保险费。在一年内一个人死亡的概率为0.6%，死亡时其家属可向保险公司领得1000元，问：(1)保险公司亏本的概率有多大？(2)其他条件不变，为使保险公司一年的利润不少于60000元的概率不低于90%，赔偿金至多可设为多少？解设X表示一年内死亡的人数，则X~B(n,p),其中n=10000，p=0.6%，设Y表示保险公司一年的利润，Y=10000?12-1000X于是由中心极限定理(1)P{Y0}=P{10000?12-1000X0}=1?P{X?120}?1??(7.75)=0;**