第五章 大数定律及中心极限定理.pptVIP

第五章大数定律及中心极限定理第1页，共39页，星期日，2025年，2月5日§5.1大数定律一、大数定律的客观背景二、几个常见的大数定律三、小结第2页，共39页，星期日，2025年，2月5日大量的随机现象中平均结果的稳定性一、大数定律的客观背景大量抛掷硬币正面出现频率字母使用频率生产过程中的废品率……第3页，共39页，星期日，2025年，2月5日二、几个常见的大数定律切比雪夫Th1:切比雪夫(Chebyshev)定理的特殊情况第4页，共39页，星期日，2025年，2月5日说明（2）在所给的条件下，当n充分大时，n个随机变量的算术平均值与它们的数学期望有较小的偏差的可能性比较大。可以考虑用算术平均值作为所研究指标值的近似值。（1）此定理也称为切比雪夫大数定理第5页，共39页，星期日，2025年，2月5日证明切比雪夫大数定律主要的数学工具是切比雪夫不等式.注意切比雪夫不等式第6页，共39页，星期日，2025年，2月5日证当X为连续型随机变量时,设X的概率密度为f(x),则第7页，共39页，星期日，2025年，2月5日说明例?=3?,P{|X-?|?}=P{|X-?|3?}?0.8889?=4?P{|X-?|?}=P{|X-?|4?}?0.9375第8页，共39页，星期日，2025年，2月5日例掷一颗骰子1620次，估计“六点”出现的次数X在250～290之间的概率？解由切比雪夫(Chebyshev)不等式估计第9页，共39页，星期日，2025年，2月5日切比雪夫(Chebyshev)定理证明第10页，共39页，星期日，2025年，2月5日第11页，共39页，星期日，2025年，2月5日定义由此得到定理1的另一种叙述：第12页，共39页，星期日，2025年，2月5日Th1′第13页，共39页，星期日，2025年，2月5日定理表明事件发生的频率依概率收敛于事件的概率。由实际推断原理,在实际应用中,当试验次数很大时,可以用事件发生的频率来代替事件的概率。Th2：(伯努利大数定理)说明第14页，共39页，星期日，2025年，2月5日Th3:(辛钦定理)说明伯努利大数定理是辛钦定理的特殊情况。n个随机变量的算术平均值以概率收敛于算术平均值的数学期望。第15页，共39页，星期日，2025年，2月5日三小结1、切比雪夫(Chebyshev)定理的特殊情况2.伯努利定理3.辛钦定理用算术平均值作为所研究指标值的近似值。事件发生的频率依概率收敛于事件的概率n个随机变量的算术平均值以概率收敛于算术平均值的数学期望。第16页，共39页，星期日，2025年，2月5日§5.2中心极限定理一、中心极限定理的客观背景二、中心极限定理三、小结第17页，共39页，星期日，2025年，2月5日一、中心极限定理的客观背景在实际问题中，常常需要考虑许多随机因素所产生总影响.例如：炮弹射击的落点与目标的偏差，就受着许多随机因素的影响.第18页，共39页，星期日，2025年，2月5日空气阻力所产生的误差，重要的是这些随机因素的总影响.如瞄准时的误差，炮弹或炮身结构所引起的误差等等.研究独立随机变量之和所特有的规律性问题当n无限增大时，这个和的分布是什么？本节内容第19页，共39页，星期日，2025年，2月5日观察表明，如果一个量是由大量相互独立的随机因素的影响所造成，而每一个别因素在总影响中所起的作用不大.则这种量一般都服从或近似服从正态分布.自从高斯指出测量误差服从正态分布之后，人们发现，正态分布在自然界中极为常见.第20页，共39页，星期日，2025年，2月5日由于无穷个随机变量之和可能趋于∞，故不研究n个随机变量之和本身而考虑它的标准化的随机变量的分布函数的极限.在概率论中，习惯于把和的分布收敛于正态分布这一类定理都叫做中心极限定理.第21页，共39页，星期日，2025年，2月5日1、独立同分布的中心极限定理二、中心极限定理第22页，共39页，星期日，2025年，2月5日1.在所给的条件下，当n无穷大时，n个具有期望和方差的独立同分布的随机变量之和Yn的分布函数近似服从标准正态分布为极限分布。说明2.独立同分布随机变量序列的中心极限定理，也称列维—林德伯格（Lev