概率论与统计4-1大数定律.ppt

概率论与数理统计,一、问题的提出,二、随机变量序列的收敛性,第一节 大数定律,三、常用的四种大数定律,一、问题的提出,在第一章有关概率的统计定义中讲到,随机现象在大量重复试验中呈现明显的统计规律性,即事件发生的频率具有稳定性.,贝努里于1713年首先提出关于频率稳定性的定理,被称为贝努里大数定律.,大量抛掷硬币正面出现频率,生产过程中的废品率,字母使用频率,在实践中,人们认识到大量测量值的算术平均值也具有稳定性.大数定律就是用于研究大量随机现象中平均结果的稳定性的理论.,大数定律的客观背景,二、随机变量序列的收敛性,定义4.1,的所有连续点,上都有,简记为,较弱的一种收敛性.,定义4.2,或,简记为,大，直至趋于1.,定理4.1,为一随机变量序列，且,设,从而,这就表明：,，简记为,设随机变量序列,特别的有,1-阶收敛又称为平均收敛，,2-阶收敛又称为均方收敛。,可以证明：均方收敛则平均收敛。,，若,或简记为,以概率1（或几乎处处）收敛于随机变量,简记为,。,下面定理揭示了四种收敛之间的关系。,定义4.5,三、常用的四种大数定理,令,定理4.3 切比谢夫大数定律,证,注1,这种接近是概率意义下的！,通俗地说,在定理条件下,n 个随机变量的算术平均值,当 n无限增加时,几乎变成一个常数.,解,例1,从而对任意给定的 0,由切比谢夫不等式得,解,具有如下分布律:,问是否满足切比谢夫大数定理?,由题意可知独立性.,可见,每个随机变量的数学期望都存在.,检验是否有数学期望,例2,检验是否有有限方差,故满足切比谢夫大数定理的条件.,定理4.4,定理4.5 贝努里大数定理,证,由定理4.3对任意的 0,有,证毕.,注1,用严格的数学形式表达频率的稳定性!,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.,都有,定理4.6 泊松大数定理,由定理4.3可得结论.,注1,与切比谢夫大数定理相比,不要求方差存在且有界.,2,贝努里大数定理是辛钦大数定理的特例.,定理4.7 辛钦大数定理,证明对任意,解,例3,由辛钦大数定理知,设 f(x)(a x b)是连续函数,试用概率论,解,设|f(x)|的一个上界为M(M0),f(x)的最小值,为h,则,故不妨假定 0 f(x)1,引进新变量,z:x(ba)za后,可将 x 轴上的区间a,b变为 z,轴上0,1,故不妨设a 0,b 1.,例4,考虑几何型随机试验E:向矩形 0 x 1,0 y 1 中,均匀分布地掷点,将E独立地重复做下去,以 A表示,此矩形中曲线 y f(x)下的区域,即,A=(x,y):0 y f(x);x0,1,并定义随机变量序列,则Xk:k1独立同分布,而且,E(Xk)P(Xk 1)|A|,|A|表示A的面积,由贝努里大数定理知,这表示当n充分大时,前n次试验中落于A中的点数,除以n后,以任意接近于1的概率与,近似.,这种近似计算法叫蒙特卡洛(Monte-Carlo)方法.,四个大数定理,内容小结,频率的稳定性是概率定义的客观基础,而贝努里大数定理以严密的数学形式论证了频率的稳定性.,再见,设Xn为独立同分布的随机变量序列,其共同分布为,例3-1,试问Xn是否服从大数定律?,即EXn存在,由辛钦大数定律知服从大数定律.,解,备用题,贝努里(Jacob Bernoulli),1654-1705,提出贝努里大数定理,建立了贝努里概型.在无穷级数理论、变分法和概率论等反面都有贡献.,瑞士人,贝努里家族的三大杰出的数学家之一.,首先发展无穷小分析,1960年提出悬连线问题,首创积分“integral”这一术语.,切比谢夫(Pafnuty Chebyshev),1821-1894,俄国数学家、机械学家.对数论、积分理论、概率论和力学都有很大贡献.,证明了贝尔特兰公式,关于自然数列中素数分布的定理,大数定律的一般公式以及中心极限定理.创立了切比谢夫多项式.,辛钦(Aleksandr Yakovlevich Khinchin),1894-1959,苏联数学家,现代概率论的奠基人之一.,辛钦在函数的度量理论、数论、概率论、数学分析、信息论等方面都有重要的研究成果.,他最早的概率论成果是贝努里试验序列的重对数律.,