第六章大数定律与中心极限定理优秀PPT.ppt
《第六章大数定律与中心极限定理优秀PPT.ppt》由会员分享,可在线阅读,更多相关《第六章大数定律与中心极限定理优秀PPT.ppt(35页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、第六章大数定律与中心极限定理第一页,本课件共有35页第一节 大数定律背景背景1.1.为何能以某事件发生的频率作为该事件的概率的估为何能以某事件发生的频率作为该事件的概率的估计?计?2.2.为何能以样本均值作为总体期望的估计?为何能以样本均值作为总体期望的估计?3.3.为何正态分布在概率论中占有极其重要的地位?为何正态分布在概率论中占有极其重要的地位?4.4.大样本统计推断的理论基础是什么?大样本统计推断的理论基础是什么?第二页,本课件共有35页1.1.切比雪夫不等式切比雪夫不等式 设随机变量设随机变量X的数学期望的数学期望E(X)=,方差方差D(X)=2,则则对任意的正数对任意的正数,不等式,
2、不等式或或成立成立.第三页,本课件共有35页利用利用切比雪夫不等式可以估计一些随机事件的概率切比雪夫不等式可以估计一些随机事件的概率。例例1 1 设电站供电网有设电站供电网有1000010000盏灯,夜晚每一盏灯开灯盏灯,夜晚每一盏灯开灯的概率是的概率是0.70.7,假定开、关时间彼此独立,估计夜,假定开、关时间彼此独立,估计夜晚同时开着的灯数在晚同时开着的灯数在68006800与与72007200之间的概率之间的概率解解 设设X X表示在夜晚同时开着的灯的数目,它服从参数为表示在夜晚同时开着的灯的数目,它服从参数为n=10000,p=0.7n=10000,p=0.7的二项分布,则有的二项分布
3、,则有而用而用切比雪夫不等式估计切比雪夫不等式估计E(X)=np=7000,D(x)=np(1-p)=2100E(X)=np=7000,D(x)=np(1-p)=2100P(6800X7200)=P(|X-7000|0.95P(6800X7200)=P(|X-7000|0.95使用切比雪夫不等式只能得到事件的大致概率,能否使用切比雪夫不等式只能得到事件的大致概率,能否得到其得到其较精确的概率较精确的概率呢?这就要用到中心极限定理呢?这就要用到中心极限定理第四页,本课件共有35页2.大数定律大数定律 定义定义1 1 设设Y1,Y2,Yn,,是一随机变量序列,是一随机变量序列,a为一常数为一常数.
4、若对任意给定正数若对任意给定正数 0,0,有有则称随机变量序列则称随机变量序列Y1,Y2,Yn,依概率收敛于依概率收敛于a 定定 义义 2 2 设设X1,X2,Xn,是是一一随随机机变变量量序序列列 .若若 存存 在在 常常 数数 列列 an 使使 对对 任任 意意 给给 定定 的的 正正 数数 ,恒恒 有有 ,则则称称随随机机变变量量序序列列 Yn服从大数定律服从大数定律第五页,本课件共有35页注意:第六页,本课件共有35页切比雪夫切比雪夫大数定理大数定理 若若X1,X2,Xn,为独立同分布随机变量为独立同分布随机变量序列序列,E(Xk)=D(Xk)=2(k=1,2,=1,2,),则对任意,
5、则对任意的正数的正数 0,0,有有或或第七页,本课件共有35页注意第八页,本课件共有35页证明证明:(利用切比雪夫不等式)(利用切比雪夫不等式)根据已知条件根据已知条件由切比雪夫不等式,有由切比雪夫不等式,有又又所以所以第九页,本课件共有35页伯努利大数定理伯努利大数定理设设nA为为 是是n次次独独立立重重复复试试验验中中事事件件A发发生生的的次次数数,p是是 事事件件 A在在 每每 次次 试试 验验 中中 发发 生生 的的 概概 率率,则则 对对 任任 意意 的的正数正数 0,0,有有或或第十页,本课件共有35页证:设证:设由切比雪夫大数定理由切比雪夫大数定理,有有所以所以 即即那么那么 相
6、互独立,且服从参数为相互独立,且服从参数为p的的0 01 1分分布,布,E(Xk)=p,D(Xk)=p(1-(1-p).).第十一页,本课件共有35页辛钦大数定理辛钦大数定理 若若X1,X2,Xn,为独立同分布随机变为独立同分布随机变量序列量序列,E(Xk)=(k=1,2,=1,2,),则对任意的正,则对任意的正数数 0,0,有有或或第十二页,本课件共有35页第二节中心极限定理第二节中心极限定理设设 Xn 为独立随机变量序列,记其和为为独立随机变量序列,记其和为问这个和的问这个和的极限分布极限分布是什么?是什么?第十三页,本课件共有35页1.1.独立同分布中心极限定理独立同分布中心极限定理 若
7、若X1,X2,Xn,为独立同分布随机变量序为独立同分布随机变量序列列,E(Xk)=D(Xk)=2(k=1,2,=1,2,),则随机变量标,则随机变量标准化量准化量的分布函数的分布函数Fn(x)对于任意对于任意x满足满足第十四页,本课件共有35页第十五页,本课件共有35页例例2 每袋味精的净重为随机变量,平均重量为每袋味精的净重为随机变量,平均重量为 100克,克,标准差为标准差为10克克.一箱内装一箱内装200袋味精,求一箱味精的净袋味精,求一箱味精的净重大于重大于20500克的概率克的概率?解:解:设箱中第设箱中第 i 袋味精的净重为袋味精的净重为 Xi,则则Xi 独立同分布,独立同分布,且
8、且 E(Xi)=100,Var(Xi)=100,由中心极限定理得,所求概率为:由中心极限定理得,所求概率为:故一箱味精的净重大于故一箱味精的净重大于20500克的概率为克的概率为0.0002.第十六页,本课件共有35页2.2.李雅普诺夫中心极限定理李雅普诺夫中心极限定理 若若X1,X2,Xn,为独立随机变量序列为独立随机变量序列,,若存在正数若存在正数,使当,使当 时,时,则随机变量标准化量则随机变量标准化量Zn的分布函数的分布函数Fn(x)对于任意对于任意x满足满足第十七页,本课件共有35页说说明明:中中心心极极限限定定理理表表明明无无论论各各随随机机变变量量Xk(k=1 1,2 2,)服服
9、 从从什什么么分分布布,只只要要满满足足定定理理的的条条件件,那那么么他他们们的的和和当当 n很很大大时时,就就近近似似服服从从正正态态分分布布,这这就就是是为为什什么么正正态态随随机机变变量量在在概概率率论论中中占占有有非非常常重重要要地地位位的的一一个个基基本本原原因因第十八页,本课件共有35页3.3.棣莫弗棣莫弗拉普拉斯中心极限定理拉普拉斯中心极限定理定理表明:二项分布的极限分布是正态分布,定理表明:二项分布的极限分布是正态分布,即即 设随机变量设随机变量 服从参数为服从参数为n,p的二项分布,的二项分布,则则对任意对任意x,有,有第十九页,本课件共有35页小结小结中中心心极极限限定定理
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第六 大数 定律 中心 极限 定理 优秀 PPT
限制150内