概率论与数理统计随机事件与概率

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
总结/summary
切比雪夫不等式 大数定律 中心极限定理
理解切比雪夫不等式的定义, 掌握用切比雪夫不等式求解概率上界
理解依概率收敛的定义 了解切比雪夫大数定律 了解伯努利大数定律 了解辛钦大数定律
掌握运用列维-林德伯格中心定理和 棣莫弗-拉普拉斯中心极限定理求解 独立随机变量之和的近似概率值
38
中心极限定理
27
所以最多有78个加数,才能使误差总和的绝对值不 超过5的概率超过0.95。
中心极限定理
28
例6 在街头赌博中,庄家在高尔顿钉板的底板两端 距离原点超出8格的位置放置了值钱的东西来吸引 顾客,试用中心极限定理来揭穿这个街头赌博中的 骗术。

中心极限定理
29
所以,有
-1
1
0.5
0.5
中心极限定理
20
高尔顿钉板
中心极限定理
21
中心极限定理
22
定理6(列维—林德伯格中心极限定理)
由于中心极限定理的证明需要使用其它的数学 工具,因此这里不给出证明。
中心极限定理
23

中心极限定理
24
例5
中心极限定理
25
中心极限定理
26
解 (2)设加数最多有ᵅ 个才能使误差总和的绝对 值不超过5的概率超过0.95。有
一、切比雪夫不等式
5
定理1(切比雪夫不等式)
一、切比雪夫不等式
6
例2

一、切比雪夫不等式
7
例3
二、依概率收敛
8
定义1
二、依概率收敛
9
依概率收敛性具有下列性质:
定理2
三、大数定律
10
定理3 伯努利大数定律
三、大数定律
11
证明
由切比雪夫不等式知,对任意ᵰ > 0,当ᵅ →∞时,

三、大数定律
1
05
随机事件与概率
《概率论与数理统计》
2
目录/Contents
5.1 大数定律 5.2 中心极限定理
3
目录/Contents
5.1 大数定律
一、切比雪夫(Chebyshev)不等式 二、依概率收敛 三、大数定律
一、切比雪夫不等式
பைடு நூலகம்
4
例1
设ᵄ ~ᵄ (ᵰ ,ᵰ 2),计算ᵄ (|ᵄ − ᵰ | ≥ 3ᵰ )。
03
OPTION
18
目录/Contents
5.1 大数定律 5.2 中心极限定理
中心极限定理
19
例5(高尔顿钉板实验)
如图,有一排有一个板上面有排钉子,每排相 邻的两个钉子之间的距离均相等。上一排钉子的水 平位置恰巧位于下一排紧邻的两个钉子水平位置的 正中间。从上端入口处放入小球,在下落过程中小 球碰到钉子后以相等的可能性向左或向右偏离,碰 到下一排相邻的两个钉子中的一个。如此继续下去, 直到落入底部隔板中的一格中。问当有大量的小球 从上端依次放入,任其自由下落,问小球最终在底 板中堆积的形态. 设钉子有16排
谢谢观赏
《概率论与数理统计》
中心极限定理
33

中心极限定理
34
解 (1)借助于计算机得
即在任何时刻同时最多有15个终端在使用的概率 为0.9601。
中心极限定理
35
即在任何时刻同时最多有15个终端在使用的概率近 似值为0.9522.
中心极限定理
36

即在任何时刻同时最多有15个终端在使用的概率 近似值为0.9513.
37
12
定理4(独立同分布大数定律)
三、大数定律
13
定理5(伯努利大数定律)
显然伯努利大数定律是独立同分布大数定律的 特例。这里
三、大数定律
14
三、大数定律
15
例4
1 ᵄ ᵅ ∼ ᵃ (ᵅ ,ᵅ ),ᵅ = 1,2, ⋯ ;
2 3
三、大数定律
16

三、大数定律
17
例4续
01
OPTION
02
OPTION
中心极限定理
30
中心极限定理
31
定理7(德莫弗—拉普拉斯中心极限定理)
中心极限定理
32
例7 某 单 位 的 局 域 网 有 100个 终 端 ,每 个 终 端 有 10%的时间在使用,如果各个终端使用与否是相互 独立的.(1)计算在任何时刻同时最多有15个个终 端在使用的概率;(2)用中心极限定理计算在任 何时刻同时最多有15个个终端在使用的概率的近似 值;(3)用泊松定理计算在任何时刻同时最多有 15个终端在使用的概率近似值。
相关文档
最新文档