大数定律和中心极限定理资料课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《大数定律和中心极限定理资料课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 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:
- 大数 定律 中心 极限 定理 资料 课件
- 资源描述:
-
1、 第四章第四章 大数定律与中心极限定理大数定律与中心极限定理大数定律从理论上解决:大数定律从理论上解决:nnAPA)(xE 中心极限定理阐述:独立随机变量之和以正态分中心极限定理阐述:独立随机变量之和以正态分布为极限分布,布为极限分布,即即 用正态分布作近似计算。用正态分布作近似计算。用样本均值近似代替理论均值问题:用样本均值近似代替理论均值问题:用频率近似代替概率问题:用频率近似代替概率问题:定义定义4.1 若存在常数若存在常数a,使对任给常数使对任给常数 ,有有0 1|lim aPnnn 则称则称随机变量序列随机变量序列 依概率收敛于依概率收敛于a。)(a n 切比雪切比雪夫夫(Cheby
2、shev)不等式不等式 设设 的期望的期望E 和和方方差差D 存在,则对任给常数存在,则对任给常数 ,有,有 0 2|DEP 或或2|1DPE 当当n充分大时,充分大时,几乎几乎所有的所有的 都落在都落在a的的 邻域内。邻域内。n )(E只要期望和方差存在,可用上式估计上述事件的概率。只要期望和方差存在,可用上式估计上述事件的概率。证证(对连续型)(对连续型)设设),(xf 则则|)(|ExdxxfEP)1|(Ex21|22)()(ExdxxfEx dxxfEx)()(122 D 21补例补例(P.113A.2)有有10000盏电灯,夜晚每盏灯开灯的盏电灯,夜晚每盏灯开灯的概率均为概率均为0.
3、7。各电灯开、关相互独立。估计:同时开。各电灯开、关相互独立。估计:同时开着的灯的数量在着的灯的数量在6800至至7200之间的概率。之间的概率。解解 设设 表示同时开着的灯的数量,表示同时开着的灯的数量,则则)7.0,10000(B)3.07.072006800(100007199680110000kkkkCP ,70007.010000 npE 21003.07.010000 D200|7000|72006800 PP221001200 95.0 例 设是掷一颗骰子出现的点数,若给定=1,计算 并验证切比雪夫不等式|PE1234561 61 61 61 61 61 6P3.52.9ED21
4、4.52.522.93PEPPD补例补例:设设 e(),用用切比雪夫不等式估计切比雪夫不等式估计1241().1 4PABCD2,2,1,4,0.5,6()XYEXEYDXDYP XY例:由切比雪夫不等式,1/12C定理定理4.1(切比雪夫大数定律)设(切比雪夫大数定律)设 相互独立,相互独立,,21 ,为常数为常数);,2,1(,2cicDEiiii 有有则对任何则对任何,0 111lim11 niiniinnnP证证 niiniiDnnD12111 ncncn 2112111111ninniiiiiDnPnn 前前n个随机变量的算术平均个随机变量的算术平均由切比雪夫不等式由切比雪夫不等式2
5、1 nc 1 1 11推论推论(伯努利大数定律)设(伯努利大数定律)设 为为n重伯努利试验中重伯努利试验中A发生的次数,发生的次数,An),(APp 则对任给则对任给常数常数 有有,0 1lim pnnPAn即即 事件事件A的频率的频率依概率依概率收敛于收敛于A的概率。这是用频率的概率。这是用频率近似代替概率的理论依据。近似代替概率的理论依据。证证 设设,0,1 发生发生次试验中次试验中,第,第发生发生次试验中次试验中第第AiAii 则则,1)1(,ppDpEiii ,11nnnAnii ,11pnnpnnii 由由定理定理4.1得证。得证。定理定理4.2(辛钦(辛钦Khinchine大数定律
6、)设大数定律)设,21 相互独立且同分布,相互独立且同分布,),2,1(iEi 有有则对任何则对任何,0 11lim1 niinnP即即 独立同分布随机变量的算术平均依概率收敛于独立同分布随机变量的算术平均依概率收敛于理论均值。理论均值。111lim11 niiniinnnP由由定理定理4.14.2 中心极限定理中心极限定理定理定理4.3(林德伯格列维(林德伯格列维Lindberg-Levy定理)定理)设设随机变量随机变量 相互相互独立独立且且同分布同分布,,21 ),2,1,0(,22 iDEii 则对则对任何实数任何实数 x,有有 xtniindtexnnP21221lim )(x 当当n
7、充分大时,充分大时,,1 nii 令令211,nDDnEEniinii 有有(0,1)nNn(近似)(近似))(),(21近似近似 nnNnii 注意:注意:不必知道不必知道 的确切分布,只要求独立、同分布。的确切分布,只要求独立、同分布。i 条件还隐含了每个条件还隐含了每个 对总和对总和 的影响不大。的影响不大。i nii1定理的实际意义:定理的实际意义:补例补例(P.113A.3)设一袋味精的重量是随机变量,平设一袋味精的重量是随机变量,平均值均值100克,标准差克,标准差2克。求克。求100袋味精的重量超过袋味精的重量超过10.05公斤的概率。公斤的概率。解解 设设 表示第表示第 袋味精
8、的重量,袋味精的重量,i i可以认为可以认为 是独立同分布的,是独立同分布的,10021,)100,2,1(4,100 iDEii 且且又又设设 表示表示100袋味精的重量,袋味精的重量,1001,ii则10000,E400D,所求概率为:所求概率为:10050 P100501 P10050100001(10050)120F )5.2(1 00621.0 分布分布未知未知(10000,400)()N近似由中心极限定理由中心极限定理,若将若将1500个数相加,求误差总和的绝对值超过个数相加,求误差总和的绝对值超过15的概率的概率.:,(1,2.,1500),iii解 设 表示第 次取整误差()0
9、,iE2(0.50.5)1()1212iD15001,:ii记记由由独独立立同同分分布布中中心心极极限限定定理理 近近似似的的有有11500(15000,1500)(0,),1212NN:(15)1(15)PP于是例例1:计算机在进行加法时,每个加数取整数。计算机在进行加法时,每个加数取整数。设所有的取整误差是相互独立的设所有的取整误差是相互独立的,且都在且都在-0.5,0.5上服从均匀分布上服从均匀分布.22(1.34)0.18024.0.5,0.5,:iU则每个 于是0151()1500/121500/12P相互独立相互独立,制造制造1200个零件个零件,问总重量大于问总重量大于1202k
10、g的概率是多少?的概率是多少?:,(1,2.,1200),iXii 解 设表示第 个零件重量,1205.195.0)(iXE1200112)95.005.1()(2iXD12001,:iiXX记记由由独独立立同同分分布布中中心心极极限限定定理理 近近似似的的有有),1,1200()120011200,11200(NNX:(1202)1(1202)P XP X于是补例:补例:用一机床制造大小相同的零件用一机床制造大小相同的零件,由于随机误差,由于随机误差,每个零件的重量在每个零件的重量在(0.95,1.05)(kg)上均匀分布上均匀分布.设每个零件重量设每个零件重量120212001()1(2)
11、10.97720.0228.1 (0.95,1.05),:iXU则每个于是定理定理4.4(棣莫弗拉普拉斯定理)设(棣莫弗拉普拉斯定理)设 (,),B n p则对则对任何实数任何实数 x,有有221lim2txnnpPxedtnpq()x)(),(近似近似npqnpN 连续型连续型离散型离散型 npqnpanpqnpbbaP 当n充分大时,(,),Bnp下面的图形表明下面的图形表明:正态分布是二项分布的逼近正态分布是二项分布的逼近.例(P.113A.2)有10000盏电灯,夜晚每盏灯开灯的概率均为0.7。各电灯开、关相互独立。求同时开着的灯的数量在6800至7200之间的概率。(10000,0.
展开阅读全文