考研必备概率统计难点精讲.pps_第1页
考研必备概率统计难点精讲.pps_第2页
考研必备概率统计难点精讲.pps_第3页
考研必备概率统计难点精讲.pps_第4页
考研必备概率统计难点精讲.pps_第5页
已阅读5页,还剩16页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

2012考研必备,You stupid cunt ! cunnilingus penis vagina 内部使用,极 限 定 理,二、依概率收敛,一、契比雪夫不等式(复习),三、大数定律,四、中心极限定理,五、极限定理的初步应用,设随机变量X具有均值E(X)= ,方差D(X)=2 则对 0 ,有不等式,二、依概率收敛,随机变量序列Xn, a为常数,对任意正数,有,一、契比雪夫不等式(复习),.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,两个问题:, 若X1,X2,Xn为随机变量,随着 n + , 的 分布将会如何?, 这里所谓的“极限”,就是前面讲以概率收敛的意思,即考察是否存在常数a,使, 这两个问题一个是概率的极限问题,一个是分布的极限问题,相应的一系列结论分别被称为“大数定律”、“中心极限定理”,统称极限定理。, 若X1,X2,Xn为随机变量,而 Yn= ,那么随着 n + , Yn的极限如何?,贝努利试验的描述: 在每次试验中,P(A)=p; 各次试验相互独立。,1、问题的引出,在n次独立重复试验中,事件A发生的频率是否逐渐稳定于A的概率p?,分析:,nA表示n次试验中A发生的次数,,则为n次试验中A发生的频率,即 fn(A).,实际上,若记Xi为A在第i次试验中发生的次数,则有,三、大数定律,fn (A)的极限行为的讨论:,nA是随机变量! 且 nAB(n,p),进而 EnA=np, DnA=np(1-p) ;,也是随机变量,分布未知,但,可见,n 时,D(fn(A) 0, 而E(fn(A)不变;,注意到: D(X)=0 PX=C=1.,故有 n 时,P(fn(A)=常数p) 1 ;,或说:当n 充分大时,fn(A)与常数p有较大偏差的概率很小;,由契比雪夫不等式:P|X-| 2/2,得,由此得 当 n充分大时,fn(A) p; p很小时,fn (A)也很小。,fn(A) p 的证明 :,依概率,2、契比雪夫(大数定律)定理,设Xn为相互独立的随机变量序列,E(Xi)存在,D(Xi)M,(i=1,2, 则对 0,有,证:,另一方面,所以,契比雪夫(大数定律)定理的特殊情况,实际意义,如何测定某厂生产的灯泡的平均寿命?,独立地抽取n(n=1000,n=2000,n=5000等)只灯泡测量其 寿命,得一系列实数值:,抽取的数量越大精度越高,3、贝努利大数定理,在n次独立重复试验中,事件A发生了n A次,且P(A)=p, 则对任意正数有:,意义,频率稳定性的严格数学表达,注:,辛钦定理 设X1,X2,Xn为独立、同分布的随机变量,且有相同的数学期望E(Xi)= (i=1,2,), 则对0,有, 此外还有若干其它的大数定律,如马尔可夫大数定律等。, 强大数定律(关于fnp的另一种提法):, 契比雪夫大数定律还有其它“特例”。如辛钦定理。, 贝努利大数定律乃契比雪夫大数定律之特例。,四、中心极限定理,1、独立同分布中心极限定理,设X1,X2,Xn,独立同分布,E(Xn)=,D(Xn)= 20,则,标准正态分布 的分布函数,解释,为一个随机变量,将,标准化得,设Yn的分布函数为Fn(x),N(0,1),证明从略,无论各R.v.Xn 的分布为何,都有(当n时), N(0, 1),意义:,进而,注意条件:独立同分布,德莫佛拉普拉斯定理 设ZnB(n,p),n=1,2,.,则对任意实数 x 有,2、德莫佛拉普拉斯定理,解释,独立同分布中心极限定理的特殊情况。,设Xi为A在第i次试验中发生的次数,则有,说明:由此定理得:若 XB(n,p),则当n很大时有,(2)对任意区间a,b有,(1)对任意实数x,有,?,?,近似地,还记得泊松定理 是怎么说得吗?,泊松定理: X ()(近似地),3、几点说明, 若Xn不同分布,但相互独立,则在一定条件下 仍有, Xn服从中心极限定理,正是依据中心极限定理,才反映出正态分布在实际中的广泛适应性。,五、极限定理的初步应用,若XB(n,p),则n 很大时,近似有,若R.v.序列Xn独立同分布,且E(Xn)=,D(Xn)=2,(n=1,2,), 则近似有,进而可求Paa等等。,归纳前面所述,有,N(0, 1),例1 一加法器同时收到20个噪声电压Vi(i=1,2,20), 设它们是相互独立的随机变量,且都服从(0,1)上的均匀分布。记V= ,求PV105的近似值。,分析:,1、Vi是独立同分布的,且分布已知,= ?,2= ? ;,2、要求 PV105,但只是近似值;,利用中心极限定理恰好可以得知,的近似分布,,进而,N(0, 1),详解略。,例2 每次射击命中目标的炮弹数的数学期望为2,均方差为1.5,求在100次射击中,有180发到220发炮弹击中目标的概率。,分析:,1、每次射击中所发射的炮弹数Ni是未知的,,2、若记Y为100次射击中击中目标的炮弹数,则,因而每次击中目标的炮弹数Xi的分布也未知,但 i= 2,i=1.5;,是同分布吗?,而要求的是 P180Y220;,你准备怎么做?,解:依题意,各次射击命中目标的次数Xi,I=1,2,100,是独立、同分布的,且EXi=2,Xi=1.5;而100次射击中击中目标的次数 由同分布中心极限定理知,近似地有, P180Y220,= P-4/3Z4/3= (4/3)-(-4/3)= ,例3:设随机变量X1,X2Xn独立同分布,已知,问当n充分大时,随机变量,服从什么分布,指出分布参数。

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 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。

评论

0/150

提交评论