概率论与数理统计大数定律与中心极限定理.pdf

《概率论与数理统计大数定律与中心极限定理.pdf》由会员分享，可在线阅读，更多相关《概率论与数理统计大数定律与中心极限定理.pdf（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1/9 河北金融学院教案 课程名称：概率论与数理统计 教材名称：概率论与数理统计 出版单位：中国质检出版社 出版时间：2011年6月 主 编：陈爱江、张文良 教案编写人：尹亮亮 授课专业（班级）：10物流本、10国贸本、10保险本 授课时间：2011年9月2012年1月2/9 河北金融学院课程教案 授课教师：授课班级：授课时间：课 题 5.1 大数定律的概念 5.2 切贝谢夫不等式 5.3 切贝谢夫定理 教学基本 要求与目标 了解大数定律的实际意义及三大定律之间的联系；掌握切贝谢夫不等式的内容及利用不等式估计随机变量区间概率的方法 方法与手段 讲解与练习相结合 实践性环节 课堂练习 课外要求

2、完成课后习题 内容（其中：重点划“”，难点划“”）课时分配 教学引入：在第一章，我们提到过事件发生的频率具有稳定性，即随着试验次数的增加，事件发生的频率逐渐稳定于某个常数。在实践中，人们还认识到大量测量值的算术平均值也具有稳定性。这种稳定性就是本节所要讨论的大数定律的客观背景。本节介绍三个定理，他们分别反映了算术平均值及频率的稳定性。一、切贝谢夫不等式 1、定理内容：随机变量X，数学期望E，方差2D，则对0 有：22P 2、概念解析：定理的另一种形式 221PP 3、例题应用 若废品率为 0.03，利用切贝谢夫不等式估计 1000 个产品中废品多于 20少于 40 的概率。4、不等式的局限性

3、对于随机变量2(,)N，可由不等式估计 2213 0.11(3)9P 10 30 3/9 内容（其中：重点划“”，难点划“”）课时分配 但根据第二章的3原则可知 3 0.997,3 0.003PP 故切贝谢夫不等式估计精度不够，但理论引用却很强，下面的三大大数定律均是由不等式加以证明的 二、大数定律 1、引入：设A事件在一次实验中发生的概率为p，共进行了n次试验，其中事件A发生了n次，则事件A在n次试验中的频率为nn，当n 时，频率会逐渐稳定与概率，但并非limnnpn 该极限意味着0,NZ在变化过程中，对于nN 而言，总会有不等式nn成立。然而，nn是随机的，在实验过程中，,A AA即每次试

4、验事件均发生这一结果是有可能出现的，此时,1nnnn，从而即使特别小(01)p，无论N多大，也无法保证当nN 时不等式nn成立，所以极限关系不一定正确。但是，当n很大时，0,nPpn 却是很小的，即使如上述,1,nnnnn PPnpn当n 时0np，也就是说，当n 时0nPpn 2、贝努里大数定律 设n是 n 次独立重复试验中事件 A 发生的次数。p 是事件 A 在每次试验中发生的概率，则对于任意正数0，有 lim1AnnPpn，lim0AnnPpn 30 4/9 5/9 内容（其中：重点划“”，难点划“”）课时分配 3、切贝谢夫大数定律 设n是一个两两不相关的随机变量序列，设它们的方差均有界

5、即存在常数0c 有,1,2,3,iDci 则对于0，1111lim()1nniiniiPEnn 4、辛钦大数定律 设n是一个相互独立同分布的随机变量序列，且期望存在，即,1,2,3,iEai，则对于0 有 11lim1niniPan 三、本节内容总结 1、三大定律之间的关系 2、大数定律的一般定义 设n是一个随机变量序列，即123,若存在常数列na，即123,a a a 使得对于0 均有 11lim1ninniPan 则称随机变量序列n服从大数定律。3、依概率收敛 10 课后心得 6/9 河北金融学院课程教案 授课教师：授课班级：授课时间：课 题 5.4 中心极限定理 教学基本 要求与目标 理

6、解中心极限定理的实际意义；掌握利用中心极限定理计算概率的基本方法 方法与手段 讲解与练习相结合 实践性环节 课堂练习 课外要求 完成课后习题 内容（其中：重点划“”，难点划“”）课时分配 复习要点：切贝谢夫不等式；三大大数定律以及依概率收敛 一、标准化（中心化）引入：设22(,),XNEXDX，则 (0,1),()0,()1XXXNED 推广：设iX为相互独立的随机变量序列，且,iiEX DX均存在 由数字特征的性质可知：1111,nnnniiiiiiiiEXEXDXDX 则对于nZ，设111()()()nniiiinniiXEXSDX 111()()0()nniiiinniiEXEXESDX

7、 111211()()()1()()nnniiiiiinnniiiiDXEXDXDSDXDX 将上述过程称为1niiX的标准化（中心化）过程。10 30 7/9 内容（其中：重点划“”，难点划“”）课时分配 标准化的意义：nS称为1nkkX的标准化变量，其分布函数对于xR 有 2/211limlim2nkxtknnnXnFxPxedtxn 二、中心极限定理 1、李雅普诺夫定理 设随机变量序列,1,2,3iXi 是相互独立的序列，且 iiE X，2iiD X 1,2,k，且每个iX对总和影响不大，令21nniiS则对于xR 有 2/21()1limlim2niixtknnnnXFxPxedtxS

8、 定理解析：标准化过程分析 定理意义：如果一个随机现象由众多随机变量因素引起，每一个因素在总的变化中作用不显著（相互独立），则这些随机变量的总体和近似的服从正态分布，而其标准化以后近似的服从标准正态分布 即：1niiX近似服从211(,)nniiiiN 2、林德贝尔格勒维定理 设随机变量序列,1,2,3iXi 是相互独立且同分布的序列，其中2,iiEXDX则对于xR 有 2/211limlim2nixtknnnXnFxPxedtxn 40 8/9 内容（其中：重点划“”，难点划“”）课时分配 定理解析：标准化过程 定理意义：勒维定理是李雅普诺夫定理，当随机变量序列同分布时候的特殊情况。推广：1

9、niiX近似服从2211(,)(,)nniiiiNN nn 11niiXXn近似服从2(,)Nn 定理应用：一根粉笔的长度是一个随机变量，其期望值为8 厘米，标准差为 0.1 厘米，求一盒（100 根）同型号粉笔总长度超过8.02 米的概率 3、德莫佛拉普拉斯定理 在n重贝努力试验中事件A发生的概率为01pp，n为实验中事件A发生的次数，则xR 有 2/21limlim,12xtnnnnnpFxPxedtxqpnpq 其中 定理解析：标准化过程 定理意义：拉普拉斯定理是勒维定理，当随机变量序列同 0-1 分布时候的特殊情况。三、中心极限定理的理论应用 应用背景：以n贝努力试验中，事件A发生的次数nk为例，当n很大时，计算kkn knna k bP abC p q 的计算量非常大 分析：此时可由定理知：2/212xtnnpPxedtxnpq 所以：()()nnnpanpbnpbnpanpP abPnpqnpqnpqnpqnpq 查询正态分布表即可计算结果。若1(,),()knpXB n p P Xknpqnpq 20 9/9 内容（其中：重点划“”，难点划“”）课时分配 例题分析：某单位内部有 260 部电话分机，每个分机有4%的事件要用外线通话，可以认为各个电话分机用不用外线是相互独立的，问总机要备有多少条外线才能以95%的把握保证各个分机用外线时不等候 课后心得