《维正态分布》PPT课件.ppt

上传人:w****2 文档编号:15621761 上传时间:2020-08-25 格式:PPT 页数:30 大小:939.50KB
返回 下载 相关 举报
《维正态分布》PPT课件.ppt_第1页
第1页 / 共30页
《维正态分布》PPT课件.ppt_第2页
第2页 / 共30页
《维正态分布》PPT课件.ppt_第3页
第3页 / 共30页
点击查看更多>>
资源描述
3.3二维正态分布,定义1 若二维随机变量 的联合概率密度为,称上述的 为二维正态概率密度.,也就是说,二维正态分布的两个边缘分布仍然为正态分布,而且其边缘分布不依赖于参数 .因此可以断定参数 描述了 与 之间的某种关系!,二维正态分布的5个参数的概率意义是:,定理1 二维随机向量(X,Y)服从正态分布,则X,不相关的。,与Y相互独立的充分必要条件是:X与Y是,注意:一般地两个随机变量相互独立,则这两 个随机变量是不相关的,反之不相关的随机 变量未必相互独立,而二维正态分布却是: 两个随机变量相互独立的充分必要条件是: 两个随机变量是不相关的。,研究大量的随机现象,常常采用极限形式,由此导致对极限定理进行研究. 极限定理的内容很广泛,其中最重要的有两种:,下面我们先介绍大数定律,3.4大数定律与中心极限定理,字母使用频率,大量的随机现象中平均结果的稳定性,大数定律的客观背景,大量抛掷硬币 正面出现频率,生产过程中的 废品率,阐明大量的随机现象平均结果的稳定性的一系,列定理统称为大数定律。,一、大数定律,的概率几乎等于1,即,则称随机变量序列 Xn 依概率收敛于,记作,几个常见的大数定律,定理1(Chebyshev切比雪夫大数定律),切比雪夫,证明切比雪夫大数定律主要的数学工具是切比雪夫不等式.,切比雪夫大数定律给出了 平均值稳定性的科学描述,推论 设随机变量序列 Xn 独立且都服从某,个分布,它们的数学期望及方差均存在,,即,注 一般地,我们要求出随机变量 X 的数学期,来估计EX。当n充分大时,偏差不会太大。,机变量X的分布时求EX的方法,即用,知道EX,上述的推论告诉了我们,在不知随,我们往往在不知随机变量X的分布时,希望,望,必须知道随机变量X的分布。但实际中,,这一点我们将会在数理统计中看到。,定理3 (伯努利大数定律) 设 是 重伯努利试,验中事件A出现的次数,又A在每次试验中出,即,有,注贝努里大数定律从理论上证明了频率的稳定性,下面给出的独立同分布下的大数定律,不要求随机变量的方差存在.,设随机变量序列X1,X2, 独立同分布,且数学期望E (Xi )=, i=1,2,, 则对任给 0 ,,定理2(辛钦大数定律),辛钦,注 (1)辛钦大数定律与定理1的推论的区别 在,辛钦大数定律与方差无关。,(3)贝努里大数定律是辛钦大数定律的特 例,而辛钦大数定律在应用中是非常重 要的。,(2) 由于证明辛钦大数定律要用特征函数 的知识,故证明略。,二、中心极限定理,中心极限定理的客观背景,在实际问题中,常常需要考虑许多随机因素所产生总影响.,例如:炮弹射击的落点与目标的偏差,就受着许多随机因素的影响.,空气阻力所产生的误差,,对我们来说重要的是这些随机因素的总影响.,如瞄准时的误差,,炮弹或炮身结构所引起的误差等.,观察表明,如果一个量是由大量相互独立的随机因素的影响所造成,而每一个别因素在总影响中所起的作用不大. 则这种量一般都服从或近似服从正态分布.,自从高斯指出测量误差服从正态分布之后,人们发现,正态分布在自然界中极为常见.,现在我们就来研究独立随机变量之和所特有的规律性问题.,在概率论中,习惯于把和的分布收敛于正态分布这一类定理都叫做中心极限定理.,下面给出的独立同分布随机变量序列的中心极限定理, 也称列维一林德伯格(LevyLindberg)定理.,定理1(独立同分布下的中心极限定理),设 X1, X2, , Xn 是独立同分布的随机 变量序列,且E(Xi)= ,D(Xi)= , i=1,2,n,则,注 1)证明所需要的知识已超出范围,证明略。,独立同分布,且它们的数学期,2)中 心极限 定理表明,若 随 机 变 量 序 列,望及方差存在,则当n充分大时,其和的分布,3)中心定理还表明:无论每一个随机变量,服从什么分布,只要每一个随机变量,标准正态分布),例1 根据以往经验,某种电器元件的寿命服 从均值为100小时的指数分布. 现随机地取 16只,设它们的寿命是相互独立的. 求这16 只元件的寿命的总和大于1920小时的概率.,由题给条件知,诸Xi独立,,16只元件的寿命的总和为,解: 设第i只元件的寿命为Xi , i=1,2, ,16,E(Xi)=100, D(Xi)=10000,依题意,所求为P(Y1920),由题给条件知,诸Xi独立,16只元件的寿命的总和为,解: 设第i只元件的寿命为Xi , i=1,2, ,16,E(Xi)=100,D(Xi)=10000,依题意,所求为P(Y1920),由于E(Y)=1600,D(Y)=160000,P(Y1920)=1-P(Y1920),=1-(0.8),1-,=1-0.7881=0.2119,定理2 (棣莫弗-拉普拉斯中心极限定理) 设 是 重伯努利试验中事件A出现的次数, 又A在每次试验中出现的概率为 则对于任意的实数 有:,注 1)德莫佛拉普拉斯定理表明:二项分布,以正态分布为极限;,2) 棣莫佛拉普拉斯定理是中心极限定理,的特殊情况.,解 设 表示某一时刻机器开动的台数,则,设电厂至少要供应 个单位的电能,则由题意,有,由棣莫弗-拉普拉斯定理,有,查表得,应有,故至少须向该车间供应2261个单位的电能,才,能以95%的概率保证不致因供电不足而影响生产.,看作是相互独立同分布的随机变量,而总重量,是独立同分布的随机变量之和.,是所求得箱数,由条件可以把,由林德伯格-列维定理,即 必须满足,即最多可以装98箱。,例4 在保险公司里,有3000个同一年龄的人参 加人寿保险,在一年里,这些人死亡的概率 为0.1%,参加保险的人在一年的头一天交付 保险金10元,死亡时,家属可从保险公司领 取2000元赔偿金。,(2)保险公司亏本的概率是多少?,(1)求保险公司一年中获利不少于10000元的 概率;,概率论中的关键词,随机试验,样本空间,事件,频率,概率, 等可能概型,条件概率,全概率公式,贝叶斯 公式,独立性;,随机变量,分布函数,分布律,概率密度,函数的分布,边缘概率分布律,边缘概率密度,独立性;,数学期望,方差,协方差,相关系数.,0-1分布,二项分布,泊松分布,均匀分布, 指数分布,正态分布;,
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 图纸专区 > 课件教案


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图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,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!