基本信息
文件名称:大数定理和中心极限定理.ppt
文件大小:2.44 MB
总页数:52 页
更新时间:2025-09-24
总字数:约4.92千字
文档摘要

书面作业:P103~1046-16-26-56-76-9第29页,共52页,星期日,2025年,2月5日作业评讲:1.第30页,共52页,星期日,2025年,2月5日2.第31页,共52页,星期日,2025年,2月5日3.第32页,共52页,星期日,2025年,2月5日4.第33页,共52页,星期日,2025年,2月5日5.第34页,共52页,星期日,2025年,2月5日8.第35页,共52页,星期日,2025年,2月5日10.第36页,共52页,星期日,2025年,2月5日例题讲解一、设随机变量X和Y独立,其分布列分别为则下列各式正确的是。X=Y(2)P(X=Y)=1/2(3)P(X=Y)=0(4)P(X=Y)=1解虽然X和Y是相同的分布,但不写成X=Y;P(X=Y)=P(X=1,Y=1)+P(X=-1,Y=-1)=P(X=1)P(Y=1)+P(X=-1)P(Y=-1)=0.5?0.5+0.5?0.5=0.5选答案(2)第37页,共52页,星期日,2025年,2月5日第1页,共52页,星期日,2025年,2月5日6.1大数定理学校有10000个学生,平均身高为a;若随意观察1个学生的身高X1,则X1与a可能相差较大。若随意观察10个学生的身高X1,X2,…,X10,则10个数据的均值(X1+X2+…+X10)/10与a较接近;若随意观察100个学生的身高X1,X2,…,X100,则100个数据的均值(X1+X2+…+X100)/100与a更接近;若随意观察n(n<10000)个学生的身高X1,X2,…,Xn,则n个数据的均值(X1+X2+…+Xn)/n,随着n的增大而与a接近。第2页,共52页,星期日,2025年,2月5日定义设X1,X2,…,Xn,…是随机变量序列,如果存在一个常数序列{an},对,有则称随机变量序列{Xn}服从大数定律。第3页,共52页,星期日,2025年,2月5日定理1(辛钦大数定理)设X1,X2,…,Xn…是独立同分布的随机变量,记它们的公共均值为a,又设它们的方差存在,并记为?2,随机变量的频率为,则对任意给定的?>0,有定理1的意义:随着n的增大,依概率意义越来越接近a;而不接近a的可能性越来越小。(该定理的证明需要用契比雪夫不等式。)第4页,共52页,星期日,2025年,2月5日6.1.1马尔科夫不等式若X是只取非负值的随机变量,则对任意常数?0,有证明第5页,共52页,星期日,2025年,2月5日6.1.2契比雪夫不等式若D(X)存在,则对任意常数?0,有证明第6页,共52页,星期日,2025年,2月5日定理1的证明:第7页,共52页,星期日,2025年,2月5日6.1.3伯努利大数定理(频率收敛于概率)设pn是n重伯努利试验中事件A出现的频率(pn=Xn/n),在每次试验中P(A)=p是常数,设Xn~B(n,p),其中n=1,2,…,(0<p<1)则对任意正数?>0,有伯努利大数定理的意义:随着n的增大,依概率意义讲,频率pn越来越接近概率p,而pn不接近p的可能性越来越小。但不能说:。因为可能有pn?p情形(虽然这些例外情形出现的概率趋于0)。第8页,共52页,星期日,2025年,2月5日证明:第9页,共52页,星期日,2025年,2月5日6.2中心极限定理设X1,X2,…,Xn…是一系列随机变量,通常把论证和函数X1+X2+…+Xn的分布收敛于正态分布的这类定理叫做“中心极限定理”。定理2(莱维-林德伯格(Levy-Lindberg)定理)、(独立同分布的中心极限定理)设X1,X2,…,Xn…是独立同分布的随机变量,它们有相同的均值E