概率論與數(shù)理統(tǒng)計ppt 第四章_第1頁
概率論與數(shù)理統(tǒng)計ppt 第四章_第2頁
概率論與數(shù)理統(tǒng)計ppt 第四章_第3頁
概率論與數(shù)理統(tǒng)計ppt 第四章_第4頁
概率論與數(shù)理統(tǒng)計ppt 第四章_第5頁
已閱讀5頁,還剩30頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

§4.1

特征函數(shù)

§4.2大數(shù)定律§4.3隨機(jī)變量序列的兩種收斂性

§4.4中心極限定理第四章大數(shù)定律與中心極限定理§4.1

特征函數(shù)特征函數(shù)是處理概率論問題的有力工具,其作用在于:可將卷積運算化成乘法運算;可將求各階矩的積分運算化成微分運算;可將求隨機(jī)變量序列的極限分布化成一般的函數(shù)極限問題;……….4.1.1

特征函數(shù)的定義定義4.1.1

設(shè)X是一隨機(jī)變量,稱

(t)=E(eitX)為X的特征函數(shù).(必定存在)注意:是虛數(shù)單位.注意點(1)(1)當(dāng)X為離散隨機(jī)變量時,(2)當(dāng)X為連續(xù)隨機(jī)變量時,這是p(x)的傅里葉變換特征函數(shù)的計算中用到復(fù)變函數(shù),為此注意:注意點(2)(1)

歐拉公式:(2)

復(fù)數(shù)的共軛:(3)復(fù)數(shù)的模:

性質(zhì)4.1.1

4.1.2

特征函數(shù)的性質(zhì)|

(t)|

(0)=1

性質(zhì)4.1.2

性質(zhì)4.1.3

性質(zhì)4.1.4

若X與Y獨立,則

性質(zhì)4.1.5

定理4.1.1

特征函數(shù)的定理一致連續(xù)性.

定理4.1.2

定理4.1.3

定理4.1.4

唯一性.

定理4.1.5

非負(fù)定性.逆轉(zhuǎn)公式.連續(xù)場合,§4.2

大數(shù)定律討論“概率是頻率的穩(wěn)定值”的確切含義;給出幾種大數(shù)定律:伯努利大數(shù)定律、切比雪夫大數(shù)定律、馬爾可夫大數(shù)定律、辛欽大數(shù)定律.4.2.1伯努利大數(shù)定律定理4.2.1(伯努利大數(shù)定律)設(shè)

n

是n重伯努利試驗中事件A出現(xiàn)的次數(shù),每次試驗中P(A)=p,則對任意的

>0,有4.2.2

常用的幾個大數(shù)定律

大數(shù)定律一般形式:

若隨機(jī)變量序列{Xn}滿足:則稱{Xn}服從大數(shù)定律.切比雪夫大數(shù)定律

定理4.2.2{Xn}兩兩不相關(guān),且Xn方差存在,有共同的上界,則{Xn}服從大數(shù)定律.證明用到切比雪夫不等式.馬爾可夫大數(shù)定律

定理4.2.3若隨機(jī)變量序列{Xn}滿足:則{Xn}服從大數(shù)定律.(馬爾可夫條件)辛欽大數(shù)定律

定理4.2.4若隨機(jī)變量序列{Xn}獨立同分布,且Xn的數(shù)學(xué)期望存在。則{Xn}服從大數(shù)定律.(1)伯努利大數(shù)定律是切比雪夫大數(shù)定律的特例.注意點(2)切比雪夫大數(shù)定律是馬爾可夫大數(shù)定律的特例.(3)伯努利大數(shù)定律是辛欽大數(shù)定律的特例.§4.3

隨機(jī)變量序列的兩種收斂性兩種收斂性:i)依概率收斂:用于大數(shù)定律;ii)按分布收斂:用于中心極限定理.4.3.1依概率收斂定義4.3.1(依概率收斂)大數(shù)定律討論的就是依概率收斂.若對任意的

>0,有則稱隨機(jī)變量序列{Yn}依概率收斂于Y,記為依概率收斂的性質(zhì)定理4.3.1

若則{Xn}與{Yn}的加、減、乘、除依概率收斂到a與b的加、減、乘、除.4.3.2按分布收斂、弱收斂對分布函數(shù)列{Fn(x)}而言,點點收斂要求太高.定義4.3.2若在F(x)的連續(xù)點上都有則稱{Fn(x)}弱收斂于

F(x),記為相應(yīng)記按分布收斂依概率收斂與按分布收斂的關(guān)系定理4.3.2

定理4.3.3

4.3.3判斷弱收斂的方法定理4.3.4

辛欽大數(shù)定律的證明思路欲證:

只須證:

§4.4中心極限定理

討論獨立隨機(jī)變量和的極限分布,

本指出極限分布為正態(tài)分布.4.4.1獨立隨機(jī)變量和設(shè){Xn}為獨立隨機(jī)變量序列,記其和為4.4.2獨立同分布下的中心極限定理定理4.4.1

林德貝格—勒維中心極限定理設(shè){Xn}為獨立同分布隨機(jī)變量序列,數(shù)學(xué)期望為

,方差為

2>0,則當(dāng)n充分大時,有應(yīng)用之例:正態(tài)隨機(jī)數(shù)的產(chǎn)生;

誤差分析例4.4.1

每袋味精的凈重為隨機(jī)變量,平均重量為100克,標(biāo)準(zhǔn)差為10克.一箱內(nèi)裝200袋味精,求一箱味精的凈重大于20500克的概率?解:設(shè)箱中第i袋味精的凈重為Xi,則Xi獨立同分布,且E(Xi)=100,Var(Xi)=100,

由中心極限定理得,所求概率為:=0.0002故一箱味精的凈重大于20500克的概率為0.0002.(很小)例4.4.2

設(shè)X為一次射擊中命中的環(huán)數(shù),其分布列為求100次射擊中命中環(huán)數(shù)在900環(huán)到930環(huán)之間的概率.XP109876

0.80.1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論