概率論與數(shù)理統(tǒng)計課件第十四講_第1頁
概率論與數(shù)理統(tǒng)計課件第十四講_第2頁
概率論與數(shù)理統(tǒng)計課件第十四講_第3頁
概率論與數(shù)理統(tǒng)計課件第十四講_第4頁
概率論與數(shù)理統(tǒng)計課件第十四講_第5頁
已閱讀5頁,還剩27頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、 概率論與數(shù)理統(tǒng)計概率論與數(shù)理統(tǒng)計第十四講第十四講主講教師:郭念國主講教師:郭念國河南工業(yè)大學理學院河南工業(yè)大學理學院 概率論與數(shù)理統(tǒng)計是概率論與數(shù)理統(tǒng)計是研究隨機現(xiàn)象統(tǒng)計研究隨機現(xiàn)象統(tǒng)計規(guī)律性的學科。規(guī)律性的學科。 所以,要從隨機現(xiàn)象中去尋求統(tǒng)計規(guī)律所以,要從隨機現(xiàn)象中去尋求統(tǒng)計規(guī)律,就應該對隨機現(xiàn)象進行就應該對隨機現(xiàn)象進行大量的觀測。大量的觀測。第五章第五章 極限定理極限定理 隨機現(xiàn)象的統(tǒng)計規(guī)律性只有隨機現(xiàn)象的統(tǒng)計規(guī)律性只有在相同條件下進行在相同條件下進行大量的重復試驗大量的重復試驗才能呈現(xiàn)才能呈現(xiàn)出來。出來。 研究隨機現(xiàn)象的大量觀測,研究隨機現(xiàn)象的大量觀測, 常采用極常采用極限形式,由此

2、導致了極限定理的研究。限形式,由此導致了極限定理的研究。 極極限定理的內(nèi)容很廣泛限定理的內(nèi)容很廣泛, 最重要的有兩種最重要的有兩種: “大數(shù)定律大數(shù)定律”和和“中心極限定理中心極限定理”。 對隨機現(xiàn)象進行大量重復觀測,對隨機現(xiàn)象進行大量重復觀測,各種結(jié)各種結(jié)果的出現(xiàn)頻率果的出現(xiàn)頻率具有穩(wěn)定性具有穩(wěn)定性。 5.1 大數(shù)定律大數(shù)定律大量地擲硬幣大量地擲硬幣正面出現(xiàn)頻率正面出現(xiàn)頻率字母使用頻率字母使用頻率生產(chǎn)過程生產(chǎn)過程中廢品率中廢品率5.1.1 切比雪夫不等式切比雪夫不等式 定理定理1: 設隨機變量設隨機變量X有期望有期望和方差和方差2,則對任給的,則對任給的 0, 有有. | 22XP, 1 2

3、2XP或或 證明:證明:只對只對X 是連續(xù)型情況加以證明。是連續(xù)型情況加以證明。設設X 的概率密度函數(shù)為的概率密度函數(shù)為 f(x),則有,則有 |d )( | xxxfXP放大被積函數(shù)放大被積函數(shù) |22d )()( xxxfx放大積分域放大積分域. d )()(1d )()(122 22 22xxfxxxfx5.1.2 大數(shù)定律大數(shù)定律首先引入隨機變量序列相互獨立的概念。首先引入隨機變量序列相互獨立的概念。 定義定義1:設設 X1, X2, 是一隨機變量序列。是一隨機變量序列。如果對任意的如果對任意的 n1, X1, X2, , Xn相互獨立相互獨立,則稱則稱X1, X2, 相互獨立。相互獨

4、立。 幾個常見的大數(shù)定律幾個常見的大數(shù)定律定理定理2 (切比雪夫大數(shù)定律切比雪夫大數(shù)定律): . 1 (1) , 1 lim 1nkknnnXnXXP其中 設隨機變量設隨機變量序列序列 X1, X2, 相互獨立,且有相同的期望和相互獨立,且有相同的期望和方差方差: E(Xi)=, Var(Xi) =2,i=1, 2, 。則對任意的則對任意的0,有,有證明:證明:. )(Var1)(Var )(1)(2121nXnXXEnXEnkknnkkn,得到使用切比雪夫不等式,對 nX, 1 22nXPn令 n,并注意到概率小于等于1,得(1)式。定理證畢。 該大數(shù)定律表明:無論正數(shù)該大數(shù)定律表明:無論正

5、數(shù) 怎樣小怎樣小, 只只要要 n充分大,事件充分大,事件 發(fā)生發(fā)生 的概率均可任意地接近于的概率均可任意地接近于 1。) ,(nX 即當即當 n充分大時,充分大時, 差不多不再是隨機差不多不再是隨機變量,變量, 取值接近于其數(shù)學期望取值接近于其數(shù)學期望 的概率接近的概率接近于于 1。nX 在概率論中,將在概率論中,將(1) 式所表示的收斂性稱式所表示的收斂性稱為隨機變量序列為隨機變量序列 依概率收斂依概率收斂于于 ,記為 。 , , , ,21nXXX. PnX 下面再給出定理下面再給出定理2的一種特例的一種特例 貝努里大數(shù)定律貝努里大數(shù)定律。 設設nA 是是 n重貝努里試驗中事件重貝努里試驗

6、中事件A發(fā)生的頻數(shù),發(fā)生的頻數(shù),p是每次試驗中是每次試驗中A發(fā)發(fā)生的概率。生的概率。.21,生不 次試 第 ,發(fā)生 次試 第 1,n, iAiA iXi發(fā)驗驗0 引入引入, 1niiAXn則發(fā)生的頻率。次試驗中是AnXnnnniiA 11于是于是, 有下面定理。有下面定理。 設設 nA是是 n 重貝重貝努里試驗中事件努里試驗中事件A發(fā)生的頻數(shù),發(fā)生的頻數(shù), p是是 A 發(fā)生的發(fā)生的概率,對任給的概率,對任給的 0,有,有 定理定理3 (貝努里大數(shù)定律貝努里大數(shù)定律): ,1 limpnnPAn或或.0 limpnnPAn 貝努里大數(shù)定律表明:當重復試驗次數(shù)貝努里大數(shù)定律表明:當重復試驗次數(shù)n充

7、分大時,事件充分大時,事件A發(fā)生的頻率發(fā)生的頻率nA / n與事件與事件A發(fā)生的概率發(fā)生的概率 p 有一定偏差的概率很小。有一定偏差的概率很小。 下面給出獨立同分布條件下的大數(shù)定律下面給出獨立同分布條件下的大數(shù)定律,它不要求隨機變量的方差存在它不要求隨機變量的方差存在。 設隨機設隨機變量序列變量序列 X1, X2, 獨立同分布,有獨立同分布,有有限的數(shù)學期有限的數(shù)學期 E(Xi)=, i=1,2,, 則對任給則對任給 0 ,有,有 定理定理4 (辛欽大數(shù)定律辛欽大數(shù)定律): .11 lim1niinXnP 中心極限定理是棣莫弗中心極限定理是棣莫弗 (De Moivre) 在在18世紀首先提出的

8、,到現(xiàn)在內(nèi)容已十分豐富。世紀首先提出的,到現(xiàn)在內(nèi)容已十分豐富。在這里,我們只介紹其中兩個最基本的結(jié)論。在這里,我們只介紹其中兩個最基本的結(jié)論。5.25.2 中心極限定理中心極限定理 當當 n 無限增大時,獨立同分布隨機變量之無限增大時,獨立同分布隨機變量之 和的極限分布是正態(tài)分布;和的極限分布是正態(tài)分布;2. 當當 n 很大時,二項分布可用正態(tài)分布近似。很大時,二項分布可用正態(tài)分布近似。 由于無窮個隨機變量之和可能趨于由于無窮個隨機變量之和可能趨于,故我們不研究故我們不研究 n 個隨機變量之和本身,而只個隨機變量之和本身,而只考慮其標準化的隨機變量考慮其標準化的隨機變量nkknknkkknXV

9、arXEXZ111)()(的極限分布。的極限分布。nkknknkkknXVarXEXZ111)()(的極限分布。的極限分布。 可以證明:可以證明:當當 Xn 滿足一定條件時滿足一定條件時, Zn的極限分布是標準正態(tài)分布的極限分布是標準正態(tài)分布。 考慮考慮 概率論中,常把隨機變量之和標準化后概率論中,常把隨機變量之和標準化后的分布收斂于正態(tài)分布的定理稱為的分布收斂于正態(tài)分布的定理稱為中心極限中心極限定理。定理。中心極限定理的幾種簡單情形。中心極限定理的幾種簡單情形。 下面給出獨立同分布隨機變量序列和的下面給出獨立同分布隨機變量序列和的中心極限定理,稱作中心極限定理,稱作 列維列維林德伯格林德伯格

10、(Levy Lindberg) 定理。定理。, )( dlim -2 1221xtexnnXPxt -niin 定理定理1 (列維列維林德伯格定理林德伯格定理): 設設 X1, X2, 是獨立同分布隨機變量序列,且是獨立同分布隨機變量序列,且 E(X1) =, Var(X1)=2,對任給,對任給 x (- -, ), 均均有有其中其中 (x) 是標準正態(tài)分布是標準正態(tài)分布 N(0, 1) 的分布函的分布函數(shù)。數(shù)。還有另一記法還有另一記法: delim-2t -1221xniintxnnXP有,記 1 1nkknXnX. de/ lim2221x-t -nntxnXP 定理定理2 ( (棣莫佛棣

11、莫佛拉普拉斯定理拉普拉斯定理):):).( d21)1 (lim2/2xtexpnpnpYPxtnn 定理定理 2 表明表明: 當當 n 很大時,二項分布很大時,二項分布 Yn 標標準化后的分布近似于標準正態(tài)分布準化后的分布近似于標準正態(tài)分布 N(0, 1) 。設隨機變量設隨機變量 Yn 服從參數(shù)為服從參數(shù)為 (n, p) 的二項分布的二項分布(0p0,有,有貝努里大數(shù)定律是切比雪夫大數(shù)定律的特例貝努里大數(shù)定律是切比雪夫大數(shù)定律的特例:設設 nA是是 n 重貝努里試驗中事件重貝努里試驗中事件A發(fā)生的頻數(shù)發(fā)生的頻數(shù), p 是是 A 發(fā)生的概率,對任給的發(fā)生的概率,對任給的 0,有,有; 1 limpnnPAn辛欽大數(shù)定律條件較寬:辛欽大數(shù)定律條件較寬: 設隨機變量序列設隨機變量序列 X1, X2, 獨立同分布,有有限的數(shù)學期獨立同分布,有有限的數(shù)學期E(Xi)=, i=1,2,,則對任給,則對任給 0 ,有,有.11 lim1niinXnP 其后介紹了兩個中心極限定理其后介紹了兩個中心極限定理: 列維列維林德伯格定

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論