《维正态分布》PPT课件.ppt

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;,