概率課件:第五章 大數(shù)定律及中心極限定理_第1頁
概率課件:第五章 大數(shù)定律及中心極限定理_第2頁
概率課件:第五章 大數(shù)定律及中心極限定理_第3頁
概率課件:第五章 大數(shù)定律及中心極限定理_第4頁
概率課件:第五章 大數(shù)定律及中心極限定理_第5頁
已閱讀5頁,還剩26頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、5.1 大數(shù)定律5.2 中心極限定理 大數(shù)定律 及中心極限定理第五章 本章要解決的問題 2022/7/1121.為何能以某事件發(fā)生的頻率 作為該事件的概率的估計(jì)?2.為何能以樣本均值作為總體 期望的估計(jì)?3.為何正態(tài)分布在概率論中占 有極其重要的地位?4.大樣本統(tǒng)計(jì)推斷的理論基礎(chǔ) 是什么?大數(shù)定律中心極限定理 大量的隨機(jī)現(xiàn)象中平均結(jié)果的穩(wěn)定性 大數(shù)定律的客觀背景大量拋擲硬幣正面出現(xiàn)頻率字母使用頻率生產(chǎn)過程中的廢品率一、大數(shù)定律主要:(1) 頻率穩(wěn)定性(2) 大量測量結(jié)果算術(shù)平均值的穩(wěn)定性。 定理 設(shè)隨機(jī)變量X的數(shù)學(xué)期望E(X)= , 方差D(X)=2, 則對任意的正數(shù),有 -切比雪夫(cheb

2、yshev)不等式切比雪夫不等式證明:(X為連續(xù)型)設(shè)X的概率密度為f(x),則(1)這個(gè)不等式給出了在隨機(jī)變量X的分布未知的情況下事件 |x-| 0,有【注】 辛欽大數(shù)定理不要求隨機(jī)變量的方差存在.它為尋找隨機(jī)變量的期望值提供了一條實(shí)際可行的途徑.證由切比雪夫不等式即推論1(伯努利大數(shù)定律)設(shè)nA是n 次獨(dú)立重復(fù)試驗(yàn)中A發(fā)生的次數(shù).p 是事件A在每次試驗(yàn)中發(fā)生的概率, 則對任意 0,有因而 E(Xk)=p, (k=1,2,.),由辛欽大數(shù)定理證:因?yàn)橛屑?1. 伯努利大數(shù)定理以嚴(yán)格的數(shù)學(xué)形式表達(dá)了頻率的穩(wěn)定性.【注】2.伯努利大數(shù)定律提供了通過試驗(yàn)來確定事件概率的方法. 在實(shí)際應(yīng)用中,當(dāng)試驗(yàn)

3、次數(shù)很大時(shí),往往用事件發(fā)生的頻率來代替事件的概率 二、中心極限定理中心極限定理的客觀背景 在實(shí)際問題中,常需考慮許多隨機(jī)因素所產(chǎn)生總影響.例如:炮彈射擊的落點(diǎn)與目標(biāo)的偏差,就受著許多隨機(jī)因素的影響.瞄準(zhǔn)時(shí)的誤差,如空氣阻力所產(chǎn)生的誤差,炮彈或炮身結(jié)構(gòu)所引起的誤差等等.對我們來說重要的是這些隨機(jī)因素的總影響. 觀察表明,如果一個(gè)量是由大量相互獨(dú)立的隨機(jī)因素的影響所造成,而每一個(gè)別因素在總影響中所起的作用不大. 則這種量一般都服從或近似服從正態(tài)分布.現(xiàn)在我們研究獨(dú)立隨機(jī)變量之和的規(guī)律性問題:1.當(dāng)n無限增大時(shí),這個(gè)和的極限分布是什么?2.在什么條件下極限分布是正態(tài)分布?3. 考慮n個(gè)隨機(jī)變量之和的

4、標(biāo)準(zhǔn)化的隨機(jī)變量的分布函數(shù)的極限.定理1 設(shè)隨機(jī)變量X1,X2,Xn, 相互獨(dú)立,服從同一分布,且 E(Xk)=,D(Xk)=20 (k=1,2, .) ,則定理表明,當(dāng)n充分大時(shí),Yn近似服從標(biāo)準(zhǔn)正態(tài)分布.的分布函數(shù)Fn(x)滿足:對任意實(shí)數(shù)x,有(證明略)獨(dú)立同分布的中心極限定理例1 一盒同型號(hào)螺絲釘共100個(gè),已知該型號(hào)的螺絲釘?shù)闹亓渴且粋€(gè)隨機(jī)變量,期望值是100g,標(biāo)準(zhǔn)差是10g ,求一盒螺絲釘?shù)闹亓砍^10.2kg的概率. 且解:設(shè)Xi 為第i個(gè)螺絲釘?shù)闹亓? i=1,2,100.Xi相互獨(dú)立同分布.于是, 一盒螺絲釘?shù)闹亓繛橛芍行臉O限定理定理2 (李雅普諾夫定理)設(shè)隨機(jī)變量X1,X2,Xn,相互獨(dú)立, E(Xk)=k,D(Xk)=2k 0 (k=1,2,.) , 當(dāng)n充分大時(shí),Zn的分布近似于標(biāo)準(zhǔn)正態(tài)分布.記,若存在 0,使得則隨機(jī)變量的分布函數(shù)Fn(x) 對任意x,有(證明略)證 由4.2例知, n可以看成n個(gè)相互獨(dú)立的服從同一(0-1)分布的隨機(jī)變量X1,.,Xn之和,即 定理3 (棣莫弗-拉普拉斯定理)設(shè)隨機(jī)變量n(n=1,2,)服從參數(shù)為n,p(0 p 30000=PX152022/7/11252022/7/11262022/7/1127 0 1 2 0.05 0.

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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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