天津大学概率论与数理统计.pptxVIP

第五章大数定律与中心极限定理本章要解决的问题为何能以某事件发生的频率作为该事件的概率的估计？为何能以样本均值作为总体期望的估计？为何正态分布在概率论中占有极其重要的地位？大样本统计推断的理论基础是什么？大数定律中心极限定理

设非负随机变量X的期望E(X)存在，则对于任意实数?0,证仅证连续型随机变量的情形重要不等式§5.1大数定律§5.1

设随机变量X的k阶绝对原点矩E(|X|k)存在，则对于任意实数?0,设随机变量X的方差D(X)存在，则对于任意实数?0,切贝雪夫(Chebyshev)不等式或当?2?D(X)无实际意义,马尔可夫(Markov)不等式

已知某种股票每股价格X的平均值为1元，标准差为0.1元，求a,使股价超过1+a元或低于1-a元的概率小于10%。解:由切比雪夫不等式令

例1设有一大批种子，其中良种占1/6.试估计在任选的6000粒种子中,良种所占比例与1/6比较上下小于1%的概率.解设X表示6000粒种子中的良种数,X~B(6000,1/6)例1

实际精确计算用Poisson分布近似计算取?=1000

例2设每次试验中，事件A发生的概率为0.75,试用Chebyshe