第六大数定律与中心极限定理.pptVIP

第1页，共35页，星期日，2025年，2月5日第一节大数定律背景1.为何能以某事件发生的频率作为该事件的概率的估计？2.为何能以样本均值作为总体期望的估计？3.为何正态分布在概率论中占有极其重要的地位？4.大样本统计推断的理论基础是什么？第2页，共35页，星期日，2025年，2月5日1.切比雪夫不等式设随机变量X的数学期望E(X)=?,方差D(X)=?2,则对任意的正数?，不等式或成立.第3页，共35页，星期日，2025年，2月5日利用切比雪夫不等式可以估计一些随机事件的概率。例1设电站供电网有10000盏灯，夜晚每一盏灯开灯的概率是0.7，假定开、关时间彼此独立，估计夜晚同时开着的灯数在6800与7200之间的概率解设X表示在夜晚同时开着的灯的数目，它服从参数为n=10000,p=0.7的二项分布，则有而用切比雪夫不等式估计E(X)=np=7000,D(x)=np(1-p)=2100P(6800X7200)=P(|X-7000|200)0.95使用切比雪夫不等式只能得到事件的大致概率，能否得到其较精确的概率呢？这就要用到中心极限定理第4页，共35页，星期日，2025年，2月5日2.大数定律定义1设Y1，Y2，?，Yn，?,是一随机变量序列，a为一常数.若对任意给定正数?0,有则称随机变量序列Y1,Y2,?,Yn,?,依概率收敛于a．定义2设X1，X2，?，Xn，?是一随机变量序列.若存在常数列{an}使对任意给定的正数?，恒有,则称随机变量序列{Yn}服从大数定律．第5页，共35页，星期日，2025年，2月5日注意：第6页，共35页，星期日，2025年，2月5日切比雪夫大数定理若X1，X2，?，Xn，?，为独立同分布随机变量序列,E(Xk)=?D(Xk)=?2(k=1,2,…)，则对任意的正数?0,有或第7页，共35页，星期日，2025年，2月5日注意第8页，共35页，星期日，2025年，2月5日证明:（利用切比雪夫不等式）根据已知条件由切比雪夫不等式，有又所以第9页，共35页，星期日，2025年，2月5日伯努利大数定理设nA为是n次独立重复试验中事件A发生的次数,p是事件A在每次试验中发生的概率,则对任意的正数?0,有或第10页，共35页，星期日，2025年，2月5日证：设由切比雪夫大数定理,有所以即那么相互独立，且服从参数为p的0—1分布，E(Xk)=p，D(Xk)=p(1-p).第11页，共35页，星期日，2025年，2月5日辛钦大数定理若X1，X2，?，Xn，?，为独立同分布随机变量序列,E(Xk)=?(k=1,2,…)，则对任意的正数?0,有或第12页，共35页，星期日，2025年，2月5日第二节中心极限定理设{Xn}为独立随机变量序列，记其和为问这个和的极限分布是什么？第13页，共35页，星期日，2025年，2月5日1.独立同分布中心极限定理若X1，X2，?，Xn，?，为独立同分布随机变量序列,E(Xk)=?D(Xk)=?2(k=1,2,…)，则随机变量标准化量的分布函数Fn(x)对于任意x满足第14页，共35页，星期日，2025年，2月5日第15页，共35页，星期日，2025年，2月5日例2每袋味精的净重为随机变量，平均重量为100克，标准差为10克.一箱内装200袋味精，求一箱味精的净重大于20500克的概率?解：设箱中第i袋味精的净重为Xi,则Xi独立同分布，且E(Xi)=100，Var(Xi)=100，由中心极限定理得，所求概率为：故一箱味精的净重大于20500克的概率为0.0002.第16页，共35页，星期日，2025年，2月5日2.李雅普诺夫中心极限定理若X1，X2，?，Xn，?，为独立随机变量序列,，若存在正数?，使当时，则随机变量标准化量Zn的分布函数Fn(x)对于任意x满足第17页，共35页，星期日，2025年，2月5日说明：中心极限定理表明无论各随机变量Xk(k=1,2,?