概率論自學報告課程名稱與隨機過程編號_第1頁
概率論自學報告課程名稱與隨機過程編號_第2頁
概率論自學報告課程名稱與隨機過程編號_第3頁
概率論自學報告課程名稱與隨機過程編號_第4頁
全文預覽已結(jié)束

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

日期：20141018摘要：本文主要簡單總結(jié)了部分的具體內(nèi)容，表述了本人對五部分內(nèi)容的理解以及在實際中的應用其中受篇幅所限較少的直接引人部分的具體內(nèi)容之后選取第三部分內(nèi)容舉例說明與隨量的數(shù)學期望，方差及各階矩陣一樣，特征函數(shù)只依賴于隨量的分布e的指數(shù)上差一個負號j量序列的某種收斂性來刻畫。舉個例子（切比大數(shù)定律)：設(shè)X1,X2,,Xn,是兩兩不相關(guān)的隨量序列,它們數(shù)學期望和方差均存在,且方差有共同的上界,即D(X)K,i1,2,,則對任意0,有l(wèi)imP X E(X) nni ni 中心極限定理回答了大量獨立隨量和的近似分布問題,其結(jié)論表明:當一個量受許多隨機因素(主導因素除外)的共同影響而隨機取值,則它的分布就近似服從正態(tài)分布. X（t）ts為間隔進行等間隔抽樣產(chǎn)生的序列。其隨機序列的功率譜密度為自相關(guān)函數(shù)的葉變換，RD()

(kT)(kT應的葉變換為：

()

(kT)ejkT。當Ts1 kH（zG(ω)R(k)e

k

R(k2

率為0.1%,參加的人在一年的頭一天交付費10元,是家屬可以從公司領(lǐng)取2000元的金.求公司一年中獲利不少于40000元的概率;公司虧本的概率是多解設(shè)一年中的人數(shù)為x人.概率為P

,把考慮10000否看成10000重貝努里試驗,公司每年收入為10000*10

2000x(1)P>=40000P(1000002000x40000

np*(1np*(1(2)公司虧本的概率

(3.1641過學習中心極限定理的知識都可以做到估算和預測.大數(shù)定律是近代業(yè)賴以建立的基礎(chǔ).根據(jù)大數(shù)定律中心極限定理,我們知道承保的單位越多,損失概率的偏差越小,反之,承保的單位越少,損失概率的偏差越大.因此,人運用大數(shù)法則就可以比較精確的,x:xx,x:xx

1解假設(shè) )在0,1上有均勻分布,而且相互獨立,有D1dxndxn 2n 2n

由 n n,2n,2n

獨立同分布.根 大數(shù)定律知

1

dxn

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