概率论与数理统计-第五章 大数定律及中心极限定理
31页1、引言,迄今为止,人们已发现很多大数定律(laws of large numbers),所谓大数定律,简单地说,就是大量数目的随机变量所呈现出的规律,这种规律一般用随机变量序列的某种收敛性来刻划。本章仅介绍几个最基本的大数定律。,大量随机现象的平均结果实际上是与各个个别随机现象的特征无关,并且几乎不再是随机的了.所有这些事实都应该由概率论作出理论上的结论.,概率论中用来阐明大量随机现象平均结果的稳定性的一系列定理统称为大数定律.大数定律是一种表现必然性与偶然性之间的辩证联系的规律.由于大数定律的作用,大量的随机因素的总和作用必然导致某种不依赖于个别随机事件的结果.,5.1 大数定律,讨论 “概率是频率的稳定值”的确切含义; 给出几种大数定律: 切比雪夫大数定律 伯努利大数定律 辛钦大数定律,一、问题的引入,实例 频率的稳定性,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.,启示:从实践 中人们发现 大量测量值 的算术平均 值有稳定性.,单击图形播放/暂停 ESC键退出,二、基本定理,定理一(切比雪夫大数定律),切比雪夫,表达式的意义,证明,由切比雪夫不等式可得,并注意到概率不
2、能大于1, 则,说明:,(这个接近是概率意义下的接近),即在定理条件下, n个随机变量的算术平均, 当n无限增加时, 几乎变成一个常数.,定理一的另一种叙述:,依概率收敛序列的性质:,证明,引入随机变量,伯努利,定理二(伯努利大数定理),显然,根据定理一有,说明:,故而当 n 很大时, 事件发生的频率与概率有较大偏差的可能性很小. 在实际应用中, 当试验次数很大时, 便可以用事件发生的频率来代替事件的概率.,关于辛钦定理的说明:,(1) 与定理一相比, 不要求方差存在;,(2) 伯努利定理是辛钦定理的特殊情况.,辛钦资料,定理三(辛钦定理),切比雪夫资料,Pafnuty Chebyshev,Born: 16 May. 1821 in Okatovo, Russia Died: 8 Dec. 1894 In St Petersburg, Russia,伯努利资料,Jacob Bernoulli,Born: 27 Dec. 1654 in Basel, Switzerland Died: 16 Aug. 1705 in Basel, Switzerland,辛钦资料,Aleksandr Y
《概率论与数理统计-第五章 大数定律及中心极限定理》由会员tia****nde分享,可在线阅读,更多相关《概率论与数理统计-第五章 大数定律及中心极限定理》请在金锄头文库上搜索。
2024-04-11 25页
2024-04-11 37页
2024-04-11 28页
2024-04-11 31页
2024-04-11 36页
2024-04-11 29页
2024-04-11 22页
2024-04-11 27页
2024-04-11 34页
2024-04-11 32页