当前位置:高等教育资讯网  >  中国高校课件下载中心  >  大学文库  >  浏览文档

湖南商学院:《概率论》课程教学资源(PPT课件)第五章 大数定律和中心极限定理(5.1)大数定律

资源类别:文库,文档格式:PPT,文档页数:15,文件大小:1.05MB,团购合买
概率论与数理统计是研究随机现象统计 规律性的学科.随机现象的规律性只有在相 同的条件下进行大量重复试验时才会呈现出 来.也就是说,要从随机现象中去寻求必然 的法则,应该研究大量随机现象。
点击下载完整版文档(PPT)

第五章大数定律和 中心极限定理 第一节大数定梓 湖南商学院信息系 教学教研宝

第五章 大数定律和 中心极限定理 第一节 大 数 定 律 湖南商学院信息系 数学教研室

概率论与数理统计是研究随机现象统计 规律性的学科.随机现象的规律性只有在相 同的条件下进行大量重复试验时才会呈现出 来.也就是说,要从随机现象中去寻求必然 的法则,应该研究大量随机现象 ⊙o

概率论与数理统计是研究随机现象统计 规律性的学科. 随机现象的规律性只有在相 同的条件下进行大量重复试验时才会呈现出 来. 也就是说,要从随机现象中去寻求必然 的法则,应该研究大量随机现象

研究大量的随机现象,常常采用极限 形式,由此导致对极限定理进行研究.极 限定理的内容很广泛,其中最重要的有两 种 大数定律与中心极限定理 下面我们先介绍大数定律

研究大量的随机现象,常常采用极限 形式,由此导致对极限定理进行研究. 极 限定理的内容很广泛,其中最重要的有两 种: 大数定律 与 中心极限定理 下面我们先介绍大数定律

大数定律的客观背景 大量的随机现象中平均结果的稳定性 大量抛掷硬币 正面出现频率生产过程中的字母使用频率 废品率

大量的随机现象中平均结果的稳定性 大数定律的客观背景 大量抛掷硬币 正面出现频率 生产过程中的 字母使用频率 废品率 ……

几个常见的大数定律 定理1(切比雪夫大数定律) 设X1,X2,是相互独立的随 切比雪夫,I兀 机变量序列,它们都有有限的方差,切比雪夫 并且方差有共同的上界,即r(X ≤K,i=1,2,…,则对任意的>0, imP∑X-∑E(X)ke}=1 n

几个常见的大数定律 定理1(切比雪夫大数定律)   = = → −  = n i n i i i n E X n X n P 1 1 ( ) | } 1 1 1 lim {|  设 X1 , X2 , …是相互独立的随 机变量序列,它们都有有限的方差, 并且方差有共同的上界,即 Var(Xi ) ≤K,i=1, 2, …, 切比雪夫 则对任意的ε>0

切比雪夫大数定律表明,独立随机变 量序列{X},如果方差有共同的上界,则 n2X与其数学期望∑E(X偏差很小的 概率接近于1. 即当n充分大时,∑X差不多不再是 随机的了,取值接近于其数学期望的概率接 近于1 切比雪夫大数定律给出了 平均值稳定性的科学描述

切比雪夫大数定律表明,独立随机变 量序列{Xn },如果方差有共同的上界,则 = n i Xi n 1 1 与其数学期望 = n i E Xi n 1 ( ) 1 偏差很小的 概率接近于1. = n i Xi n 1 1 随机的了,取值接近于其数学期望的概率接 近于1. 即当n充分大时, 差不多不再是 切比雪夫大数定律给出了 平均值稳定性的科学描述

证明切比雪夫大数定律主要的数学 工具是切比雪夫不等式 设随机变量X有期望E(X和方差a2 则对于任给E>0, P{X-E(X)k}≥1

证明切比雪夫大数定律主要的数学 工具是切比雪夫不等式. 设随机变量X有期望E(X)和方差 , 则对于任给 >0, 2   2 2 {| ( ) | } 1   P X − E X    −

作为切比雪夫大数定律的特殊情况, 有下面的定理 定理2(独立同分布下的大数定律) 设X1,X2,…是独立同分布的随机变量 序列,且E(X)=pWr(X)=σ2i=1,2, 则对任给公0 imP{-∑X2-4ke} n→0

作为切比雪夫大数定律的特殊情况, 有下面的定理. | } 1 1 lim {| 1  −  = = →   n i i n X n P 定理2(独立同分布下的大数定律) 设X1 ,X2 , …是独立同分布的随机变量 序列,且E(Xi )= ,Var(Xi )= , i=1,2,…, 则对任给 >0, 2   

下面给出的贝努里大数定律, 是定理2的一种特例 设S是n重贝努里试验中事件A发 生的次数,P是事件A发生的概率, 伯努利 贝努里 引入x=,如第次试验发生 0, 否则=1,2, 则S=∑X ∑X是事件A发生的频率 1

下面给出的贝努里大数定律, 是定理2的一种特例. 贝努里 设Sn是n重贝努里试验中事件A发 生的次数,p是事件A发生的概率,    = , 否则 , 如第 次试验 发生 0 1 i A 引入 X i i=1,2,…,n 则 = = n i n Xi S 1 = = n i i n X n n S 1 1 是事件A发生的频率

于是有下面的定理: 贝努里 定理3(贝努里大数定律) 布第一·伯努利 设S是n重贝努里试验中事件4发生的 次数,p是事件4发生的概率,则对任给的 £>0, n pke lim Pi-n n→0 或 n→>00 D上e}=0 lim Pin

于是有下面的定理: 设Sn是n重贝努里试验中事件A发生的 次数,p是事件A发生的概率,则对任给的 ε> 0, 定理3(贝努里大数定律) lim {| − | } = 1 → p  n S P n n 或 lim {| − | } = 0 → p  n S P n n 贝努里

点击下载完整版文档(PPT)VIP每日下载上限内不扣除下载券和下载次数;
按次数下载不扣除下载券;
24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
共15页,试读已结束,阅读完整版请下载
相关文档

关于我们|帮助中心|下载说明|相关软件|意见反馈|联系我们

Copyright © 2008-现在 cucdc.com 高等教育资讯网 版权所有