复变函数教学资料51PPT学习教案_第1页
复变函数教学资料51PPT学习教案_第2页
复变函数教学资料51PPT学习教案_第3页
复变函数教学资料51PPT学习教案_第4页
复变函数教学资料51PPT学习教案_第5页
已阅读5页,还剩14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

1、会计学1复变函数教学资料复变函数教学资料51 在概率论中,用来阐明大量平均结果稳定性的一系列定理统称为大数定律. 由大数定律,大量随机因素的总和,必然导致某种不依赖于个别随机事件的结果.为了证明大数定律,下面给出一个重要有用的不等式.5.1.1 5.1.1 切比雪夫不等切比雪夫不等式式 我们已经知道,方差是用来描述一个随机变量取值的分散程度的。第1页/共19页2XDXEXP 设随机变量 X 有数学期望 和方差 ,则对于任意给定的正数 总有 XE XD0通常称该不等式为切比雪夫不等式.在实际应用及理论上都很有用。为简便起见,下面就连续型随机变量 讨论其正确性。X第2页/共19页因为 时, XEX

2、122XEx ,xf设随机变量 的概率密度为X XEXE,之外。 XEX表示随机变量 落在区间X第3页/共19页因此,不等式成立。 XExdxxfXEXP故有 2221XDdxxfXEx XExdxxfXEx221 XExdxxfXEx22第4页/共19页 .12XDXEXP 1XEXPXEXP故,切比雪夫不等式又可表示成下面形式 由于 与 是对立 XEX XEX事件,所以的情况下,估计随机事件 的概率XEX 上式给出了在随机变量 的分布未知X的一种方法。若在上式中取第5页/共19页 ,4 ,3XDXD则分别有 .8889. 098913XDXDXDXEXP .9375. 016151614X

3、DXDXDXEXP越小,则概率 越大,表明随机变 XEXP 越小,表明随机变量 取XEXPX量 取值越集中;反之,方差 越大,概率 XDX 由切比雪夫不等式可以看出,若方差 XD第6页/共19页值较分散。由此,可以更进一步理解方差是5.1.2 5.1.2 大数定律大数定律 定理1 (切比雪夫定理的特殊情况)设随机变量 相互独立,且具有 ,21nXXX , 2 , 12iXDi 。作前 个随机变量n描述随机变量与其期望值分散程度的一个量。,nY的算术平均,记为,iXE相同的有限数学期望和方差:第7页/共19页则对于任意正数 恒有, 0,11niinXnY即11limlim1niinnnXnPYP

4、 ,11111nnXEnXnEYEniiniin所以证明,iXE , 2 , 12iXDi因为第8页/共19页 ,111221221nnnXDnXnDYDniiniin.112222nnYPn由切比雪夫不等式可得. 11limlim1niinnnXnPYP在上式中令 并注意到概率不能大于1,,n即得第9页/共19页 一般地,设 为一个随机变 ,21nYYY 定理1中, 是一个随机事件,nY等式表明,当 时,这个事件的概率趋,n于 1, 通常我们称序列 依概率 ,21nYYY收敛于 。量序列, 是一个常数,若对于任意正数a, 0. 1limaYPnn都有第10页/共19页 的算术平均 接近于 ,

5、21nXXXniiXn11数学期望 这种接近是., 2 , 1niXEi 限增加时, 将几乎变成一个常数。niiXn11则称随机变量序列 依概率收敛于 。 ,21nYYYa 定理 1 表明,当 很大时,随机变量 n条件下, 个随机变量的算术平均,当 无nn通俗地说,在定理 1 的概率意义下的接近。第11页/共19页 例如,在一个闭合容器内有很多气体分子,它们在不断地运动,每个气体分子的运动是随机的。对于单个气体分子而言,我们不能确定其在指定时刻的动能。但是,在一定的温度下,对于容器内的某一部分气体分子的动能的算术平均却几乎是一个常数。这一物理量和大数定理的结论是相吻合的。下面我们给出更一般的切

6、比雪夫定理。 定理2(切比雪夫定理)设随机变量 相互独立,并且具有有限的数12,nX XX第12页/共19页学期望和方差:,iiXEcXDi2i算术平均,记为 即,nYniinXnY11则对于任意正数 恒有, 0( 为常数, )前n个随机变量的c1,2,3i . 111lim11niiniinXEnXnPniinnXEnYP11lim第13页/共19页学期望值 附近。即说明算术平均值具有稳 nYE术平均后的 的值,将比较紧密地集中在其数nY 定理 2 的证明请读者参照定理1自行完成。定理 2 中要求方差 ( 为常cXDii2c数, ),即 是一致有界的。iXD1,2,3i 一个无穷小量。即当

7、充分大时,niinXnY11n因此,当 无限增大时, 是niinXnDYD11n的分布的分散程度是很小的。这表明,经过算 定性。第14页/共19页1limpnnPAn. 0limpnnPAn或 定理定理3 3 (伯努利定理)设在 次独立试n验中事件 发生的次数为 ,在每次试验AnA中事件 发生的概率为 ,则对于任意给定Ap的正数 ,恒有0第15页/共19页是 相互独立,且服从相同的 ,21nXXX显然有 由于 只依赖,21nAXXXn iX,10iXA 在第 i 次试验中不发生,A 在第 i 次试验中发生。., 2 , 1 i证明引入随机变量于第 次试验,而各次实验是独立的,于i., 2 , 1,1, ippXDpXEii(01)分布,即第16页/共19页由定理 1,得. 11lim1pXnPniin即1limpnnPAn又因为1pnnPpnnPAA. 0limpnnPAn故有第17页/共19页 伯努利定理是切比雪

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