《中心极限定理renre.ppt》由会员分享，可在线阅读，更多相关《中心极限定理renre.ppt（36页珍藏版）》请在三一办公上搜索。
1、1、复习：大数定理2、新知识点：中心极限定理,HQU-152013年6月4日星期二,复习,三个大数定理,契比雪夫定理的特殊情况,伯努利大数定理,辛钦定理,频率的稳定性是概率定义的客观基础,定性.,努利大数定理以严密的数学形式论证了频率的稳,而伯,契比雪夫不等式,契比雪夫不等式,定理,不等式,成立.,切比雪夫不等式也可以写成如下的形式:,弱大数定理（辛钦大数定理）,辛钦资料,说明,几乎变成一个常数.,（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,弱大数定理（辛钦大数定理）还可表述为：,定理一的另一种叙述:,伯努利大数定理,伯努力资料,说明,因而当 n 很
2、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.,分布,参数,数学期望,方差,两点分布,二项分布,泊松分布,均匀分布,指数分布,正态分布,第二节 中心极限定理,一、问题的引入,二、基本定理,三、典型例题,四、小结,一、问题的引入,实例:,考察射击命中点与靶心距离的偏差.,这种偏差是大量微小的偶然因素造成的微小,误差的总和,这些因素包括:,瞄准误差、测量误差、,子弹制造过程方面(如外形、重量等)的误差以及,射击时武器的振动、气象因素(如风速、风向、能,见度、温度等)的作用,所有这些不同因素所引起,的微小误差是相互独
3、立的,并且它们中每一个对总,和产生的影响不大.,其概率分布情况如何呢？,问题:,某个随机变量是由大量相互独立且均匀小的,随机变量相加而成的,二、基本定理,定理一（独立同分布的中心极限定理）,定理一表明:,定理二(李雅普诺夫定理),李雅普,则随机变量之和的标准化变量,定理二表明:,(如实例中射击偏差服从正态分布),下面介绍的定理三是定理一的特殊情况.,证明,定理三(棣莫佛拉普拉斯定理),拉普拉斯,棣莫佛,根据定理一得,定理三表明:,可以利用该定理来计算二项分布的概率.,正态分布是二项分布的极限分布,当n充分大时,下面的图形表明:正态分布是二项分布的逼近.,三、典型例题,解,由定理一,例1,随机变
4、量,问其中有29 50030 500次纵,解,浪的冲击看作一次试验,并假设各次试验是独立的,在90 000次波浪冲击中纵摇角大于3的次数记为X,则 X 是一个随机变量,例2,一船舶在某海区航行,已知每遭受一次海浪,的冲击,纵摇角大于3的概率为1/3,若船舶遭受了,纵摇角度大于3的概率是多少？,90 000次波浪冲击,将船舶每遭受一次波,所求概率为,其分布律为,直接计算很麻烦，,利用棣莫佛拉普拉斯定理,340的概率.,例3,来参加家长会的家长人数,对于一个学生而言,是一个随机变量.,设一个学生无家长、1名家长、,2名家长来参加会议的概率分别为0.05，,0.8，,0.15.,若学校共有400名学
5、生,设各学生参加会议的家长,数相互独立,且服从同一分布.,(1)求参加会议的家长数X 超过450的概率;,(2)求有1名家长来参加会议的学生数不多于,解,由定理一得,四、小结,三个中心极限定理,独立同分布的中心极限定理,李雅普诺夫定理,德莫佛拉普拉斯定理,其和的分布趋于正态,中心极限定理表明,在相当一般的条件下,独立随机变量的个数增加时,当,分布.,李雅普诺夫资料,Aleksandr Mikhailovich Lyapunov,Born:6 Jun.1857 in Yaroslavl,RussiaDied:3 Nov.1918 in Odessa,Russia,返回,德莫佛资料,Abraham de Moivre,Born:26 May.1667 in Vitry(near Paris),FranceDied:27 Nov.1754 in London,England,返回,拉普拉斯资料,Pierre-Simon Laplace,Born:23 Mar.1749 in Beaumont-en-Auge,Normandy,France Died:5 Mar.1827 in Paris,France,返回,
