概率统计和随机过程课件第六章大数定律与中心极限定理课件.ppt

概率统计和随机过程课件第六章大数定律与中心极限定理课件.ppt

  1. 1、本文档共32页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
概率统计和随机过程课件第六章大数定律与中心极限定理课件

作 业 习题六 1,2 ,3 , 4, 5 * 第六章 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, 马尔可夫(Markov) 不等式 证 仅证连续型随机变量的情形 重要不等式 6.1 大数定律 * 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, 推论 1 设随机变量 X 的方差 D ( X )存在, 则对于任意实数 ? 0, 推论 2 ——切贝雪夫( chebyshev )不等式 或 * 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 ) * 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 Chebyshev 不等式估计, n 多大时, 才 能在 n 次独立重复试验中, 事件 A 出现的 频率在0.74 ~ 0.76 之间的概率大于 0.90? 解 设 X 表示 n 次独立重复试验中事件 A 发生 的次数 , 则 X ~ B(n,0.75) 要使 ,求 n * 即 即 由 Chebyshev 不等式,? = 0.01n ,故 令 解得 * 若 E(X ) = ? , D(X ) = ? 2, 类似于正态分布的3? 原理,由 Chebyshev 不等式可估计 由 Chebyshev 不等式,可看出 D (X) 反映了 X 偏离 E(X ) 的程度. 固定? , ? 较小者, 较小. Chebyshev 不等式对于 ? 2?? 2 无实际意义 * 大数定律 贝努里(Bernoulli) 大数定律 设 nA 是 n 次独立重复试验中事件 A 发生的 次数, p 是每次试验中 A 发生的概率,则 有 或 * 证 引入随机变量序列{Xk} 设 则 相互独立, 记 由Chebyshev 不等式 * 故 * 在概率的统计定义中,事件 A 发生的频率 “ 稳定于”事件 A 在一次试验中发生的概率是 指: 频率 与 p 有较大偏差 是 小概率事件, 因而在 n 足够大时, 可以用频率 近似代替 p . 这种稳定称为依概率稳定. 贝努里(Bernoulli) 大数定律的意义: * 定义 a 是一常数, (或 则称随机变量序列 依概率收敛 于常数 a , 记作 故 是一系列随机变量, 设 有 若 * 在 Bernoulli 定理的证明过程中, Y n 是相互 独立的服从 0-1分布的随机变量序列 {Xk} 的 算术平均值, Y n 依概率收敛于其数学期望 p . 结果同样适用于服从其它分布的独立随 机变量序列. * 的数学 期望与方差设为 有 Chebyshev 大数定律 相互独立, 设随机变量序列 (指任意给定 n 1, 相互独立), 证明:由chebyshev不等式可得。 * 推论: 独立同分布时的 Chebyshev 大数定律 相互独立, 设随机变量序列 则 有 或 且 具有相同的数学期望和方差 * 定理的意义: 当 n 足够大时,算术平均值几乎就是一个常数, 可以用算术平均值近似地代替数学期望. 具有相同数学期望和方差的独立随机变量序列的算术平均值依概率收敛于数学期望. * §6.2 中心极限定理 定理1 独立同分布的中心极限定理 设随机变量序列 相互 独立,服从同一分布,且有期望和方差: 则对于任意实数 x , * 注: 则 Y n 为 的标准化随机变量. 即 n 足够大时,Y n 的分布函数近似于标准正态 随机变量的分布函数 记 近似 近似服从 * 定理2 德莫佛 — 拉普拉斯中心极限定理 (DeMoivre-Laplace ) Y n ~ B( n , p) , 0 p 1, n = 1,2,… 则对任一实数 x,有 是n次独立试验中事件A出现的次数, p为A发生概率,即 * 即对任意的 a b, Y n

文档评论(0)

叮当文档 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档