概率論與數(shù)理統(tǒng)計課件 5-113大數(shù)定律

第五章極限定理

一、大數(shù)定律二、中心極限定理下頁

大數(shù)定律和中心極限定理就是使用極限方法研

究大量隨機現(xiàn)象統(tǒng)計規(guī)律性的.

闡明大量重復試驗的平均結果具有穩(wěn)定性的一系列定律都稱為大數(shù)定律．論證隨機變量（試驗結果）之和漸進服從某一分布的定理稱為中心極限定理．本章概述下頁§5.1大數(shù)定律一、切比雪夫不等式(ε是任一正數(shù))1.對于任何具有有限方差的隨機變量X，都有則證明：(以連續(xù)型隨機變量為例)設X的概率密度為f(x)，下頁2.不等式的等價形式例1．估計的概率．解:作用：（1）證明大數(shù)定律；（2）估計事件的概率．下頁例2．若在每次試驗中，A發(fā)生的概率為0.5，進行1000次獨立試驗，估計A發(fā)生400～600次之間的概率．解：因X～B（1000，0.5），E（X）=500，D（X）=250所以P{400<X<600}=P{|X-500|<100}e2)(1}|)({|eXDXEXP-≥<-由得，P{|X-500|<100}下頁二、大數(shù)定律即，對于任意ε＞0，當n充分大時，不等式定理1(切貝雪夫大數(shù)定律)如果X1，X2…，Xn，…是相互獨立的隨機變量序列，每一個Xi都有數(shù)學期望E(Xi）和有限的方差D(Xi),且方差有公共的上界，即則對于任意ε＞0，有依概率1成立．下頁

證:

因相互獨立，所以又因，由切貝雪夫不等式可得所以切貝雪夫大數(shù)定律表明,相互獨立的隨機變量的算術平均值與其數(shù)學期望的差,在n充分大時以概率1是一個無窮小量.這意味著在n充分大時，的值將比較緊密地聚集在它的數(shù)學期望附近．下頁推論：設隨機變量X1,X2,X3,…,Xn

,…獨立同分布，且有E(Xk)=μ，D(Xk)=σ2，

k=1，2，…說明：（1）在不變的條件下，重復測量n次得到n個觀察值，x1,x2,…，xn,可看作服從同一分布的n個相互獨立的隨機變量X1，X2，…，Xn的試驗值．（2）n充分大時，x1,x2,…，xn的算術平均值與真值的誤差依概率1任意?。畡t在時對任意ε＞0，有下頁證明:直接可由推論得出(略).這就是以頻率定義概率的合理性依據．定理2（貝努里大數(shù)定律）設n重貝努里試驗中事件A發(fā)生nA次,每次試驗事件A發(fā)生的概率p，則對任意ε＞0有定義

(依概率收斂)設是一個互相獨立的隨機變量序列，

a是一個常數(shù)，若對于任意正數(shù)，

有則稱序列依概率收斂于a.下頁定理3設隨機變量X1,X2,X3,…,Xn

,…獨立同分布，具有數(shù)學期望E(Xk)=μ，k=1，2，…則在時對任意ε＞0，有作業(yè)：

106頁

1，2

結束例3.

設電站供電網有10000盞電燈，夜晚每盞燈開燈的概率均為0.7，假定燈的開、關是相互立的，使用切貝雪夫不等式估計夜晚同時開著的燈數(shù)在6800到7200盞之間的概率．解:

令X表示在夜晚同時開著的燈數(shù)目，則