第五章大数定律与中心极限定理[1]课件1

上传人:痛*** 文档编号:253142648 上传时间:2024-11-29 格式:PPT 页数:45 大小:1.55MB
返回 下载 相关 举报
第五章大数定律与中心极限定理[1]课件1_第1页
第1页 / 共45页
第五章大数定律与中心极限定理[1]课件1_第2页
第2页 / 共45页
第五章大数定律与中心极限定理[1]课件1_第3页
第3页 / 共45页
点击查看更多>>
资源描述
,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,Probability Theory and Mathematical Statistics,概率论与数理统计,Probability Theory and Mathema,第5章,大数定律与中心极限定理,第大数定律与中心极限定理,第五章,大数定律与中心极限定理,本章主要内容,1 极限定理的背景,2 大数定律,3 中心极限定理,11/29/2024,3,第五章 大数定律与中心极限定理 本章主要内容6/,在第一章中我们曾指出长期实践发现,虽然个别随机事件在一次试验中可以发生,也可以不发生,具有偶然性,但大量重复试验中却能呈现出其统计规性随着试验次数的增加,某一事件发生的频率渐渐接近于某个常数,即在这个常数的附近摆动,这就是所谓的“频率稳定性”但对这一点,至今为止我们尚未给予理论上的说明另外,在第二章我们给出了二项分布的泊松逼近,那么更一般的近似计算方案又是怎样呢?,5.1,极限定理的背景,11/29/2024,4,在第一章中我们曾指出长期实践发现,虽然个别随,要讨论随机现象的统计规律性,首先应明确在数学上怎样描述“一定条件下大量的重复试验”前面,我们曾建立了贝努利试验概率模型,它可以作为在一定条件下重复试验的数学模型在,n,次贝努利试验中,各次试验是相互独立的,并且在每次试验中,所关心的主要问题“事件,A,发生的概率,p,(,A,) =,p,”保持不变,同时认为每次试验的样本空间相同,(,即试验条件不变,或试验可重复,),这些特征可以看作是从数学角度把“在一定条件下”、“重复试验”等术语的涵义加以明确化,5.1,极限定理的背景,11/29/2024,5,要讨论随机现象的统计规律性,首先应明确在数学上怎样描述“,5.1,极限定理的背景,11/29/2024,6,5.1 极限定理的背景 6/12/20236,5.1,极限定理的背景,11/29/2024,7,5.1 极限定理的背景 6/12/20237,5.1,极限定理的背景,11/29/2024,8,5.1 极限定理的背景 6/12/20238,5.1,极限定理的背景,11/29/2024,9,5.1 极限定理的背景 6/12/20239,5.1,极限定理的背景,11/29/2024,10,5.1 极限定理的背景 6/12/202310,3 中心极限定理,定理的结论阐明了本节开始时所提到的“如果随机变量由大量相互独立的随机因素综合影响而确定,且每种个别因素在总的影响中所起的作用又都很微小,那么这种随机变量通常服从正态分布或近似服从正态分布”的理论根据,例3-3 某车间有200台机床独立工作,因检修、换料等原因,使得每台机床的开工率为0.,3 中心极限定理,观察随机现象时是连同一切个别的特性来观察的,这些个别的特性往往蒙蔽了事物的规律性在大量观察中个别因素的影响将相互抵消而使得总体稳定除了上述的“频率”这类平均值具有稳定性之外,还有众多的随机现象也具有“平均值”的统计稳定性,显然,贝努利大数定律是辛钦大数定律的特殊情况辛钦大数定律在应用中是很重要的,它为寻找随机变量的数学期望值提供了一条实际可行的途径例如,要估计某地区的平均亩产量,可收割某些有代表性的地块,比如n块,计算其平均亩产量,则当n 较大时,可用它作为整个地区平均亩产量的一个估计,例3-3 某车间有200台机床独立工作,因检修、换料等原因,使得每台机床的开工率为0.,3 中心极限定理,2 大数定律,3 中心极限定理,3 中心极限定理,3 中心极限定理,6开工时每台机床的耗电量均为1千瓦问至少要供给该车间多少千瓦电,才能以99.,3 中心极限定理,显然,贝努利大数定律是辛钦大数定律的特殊情况辛钦大数定律在应用中是很重要的,它为寻找随机变量的数学期望值提供了一条实际可行的途径例如,要估计某地区的平均亩产量,可收割某些有代表性的地块,比如n块,计算其平均亩产量,则当n 较大时,可用它作为整个地区平均亩产量的一个估计,此定理也称为林德贝格莱维(LindebergLevy)中心极限定理,5.1,极限定理的背景,11/29/2024,11,3 中心极限定理5.1 极限定理的背景 6/12/202,5.1,极限定理的背景,11/29/2024,12,5.1 极限定理的背景 6/12/202312,返回,5.1,极限定理的背景,11/29/2024,13,返回5.1 极限定理的背景 6/12/202313,作为预备知识,我们先明确随机变量序列收敛的相关概念,同时给出一个重要的不等式,它是以下理论证明所用的主要工具之一,5.2,大数定律,11/29/2024,14,作为预备知识,我们先明确随机变量序列收敛的相,5.2,大数定律,11/29/2024,15,5.2 大数定律 6/12/202315,5.2,大数定律,11/29/2024,16,5.2 大数定律 6/12/202316,3 中心极限定理,此定理也称为林德贝格莱维(LindebergLevy)中心极限定理,例3-4 甲乙两戏院公平竞争1000名观众设每位观众可以完全任意地选择一个戏院,且每位观众的选择相互独立问每个戏院应设置多少个座位,才能保证因缺少座位而致使观众离去的概率小于1%?,3 中心极限定理,从而,每个戏院至少应设置537个座位,才能保证因缺少座位而致使观众离去的概率小于1%,2 大数定律,3 中心极限定理,1 极限定理的背景,6开工时每台机床的耗电量均为1千瓦问至少要供给该车间多少千瓦电,才能以99.,此定理也称为林德贝格莱维(LindebergLevy)中心极限定理,解显然两个戏院的情况是一样的,不妨只考虑甲戏院,设甲戏院应设置M个座位,定义随机变量如下:,Probability Theory and Mathematical Statistics,定理的结论阐明了本节开始时所提到的“如果随机变量由大量相互独立的随机因素综合影响而确定,且每种个别因素在总的影响中所起的作用又都很微小,那么这种随机变量通常服从正态分布或近似服从正态分布”的理论根据,2 大数定律,在第一章中我们曾指出长期实践发现,虽然个别随机事件在一次试验中可以发生,也可以不发生,具有偶然性,但大量重复试验中却能呈现出其统计规性随着试验次数的增加,某一事件发生的频率渐渐接近于某个常数,即在这个常数的附近摆动,这就是所谓的“频率稳定性”但对这一点,至今为止我们尚未给予理论上的说明另外,在第二章我们给出了二项分布的泊松逼近,那么更一般的近似计算方案又是怎样呢?,2 大数定律,例3-3 某车间有200台机床独立工作,因检修、换料等原因,使得每台机床的开工率为0.,2 大数定律,5.2,大数定律,11/29/2024,17,3 中心极限定理5.2 大数定律 6/12/2,5.2,大数定律,11/29/2024,18,5.2 大数定律 6/12/202318,5.2,大数定律,11/29/2024,19,5.2 大数定律 6/12/202319,5.2,大数定律,11/29/2024,20,5.2 大数定律 6/12/202320,5.2,大数定律,11/29/2024,21,5.2 大数定律 6/12/202321,5.2,大数定律,11/29/2024,22,5.2 大数定律 6/12/202322,5.2,大数定律,11/29/2024,23,5.2 大数定律 6/12/202323,5.2,大数定律,11/29/2024,24,5.2 大数定律 6/12/202324,2 大数定律,观察随机现象时是连同一切个别的特性来观察的,这些个别的特性往往蒙蔽了事物的规律性在大量观察中个别因素的影响将相互抵消而使得总体稳定除了上述的“频率”这类平均值具有稳定性之外,还有众多的随机现象也具有“平均值”的统计稳定性,3 中心极限定理,设甲戏院应设置M个座位,定义随机变量如下:,此定理也称为林德贝格莱维(LindebergLevy)中心极限定理,3 中心极限定理,2 大数定律,例3-3 某车间有200台机床独立工作,因检修、换料等原因,使得每台机床的开工率为0.,Probability Theory and Mathematical Statistics,6开工时每台机床的耗电量均为1千瓦问至少要供给该车间多少千瓦电,才能以99.,3 中心极限定理,3 中心极限定理,3 中心极限定理,例3-3 某车间有200台机床独立工作,因检修、换料等原因,使得每台机床的开工率为0.,3 中心极限定理,显然,贝努利大数定律是辛钦大数定律的特殊情况辛钦大数定律在应用中是很重要的,它为寻找随机变量的数学期望值提供了一条实际可行的途径例如,要估计某地区的平均亩产量,可收割某些有代表性的地块,比如n块,计算其平均亩产量,则当n 较大时,可用它作为整个地区平均亩产量的一个估计,观察随机现象时是连同一切个别的特性来观察的,这些个别的特性往往蒙蔽了事物的规律性在大量观察中个别因素的影响将相互抵消而使得总体稳定除了上述的“频率”这类平均值具有稳定性之外,还有众多的随机现象也具有“平均值”的统计稳定性,2 大数定律,2 大数定律,从而,每个戏院至少应设置537个座位,才能保证因缺少座位而致使观众离去的概率小于1%,3 中心极限定理,显然,贝努利大数定律是辛钦大数定律的特殊情况辛钦大数定律在应用中是很重要的,它为寻找随机变量的数学期望值提供了一条实际可行的途径例如,要估计某地区的平均亩产量,可收割某些有代表性的地块,比如,n,块,计算其平均亩产量,则当,n,较大时,可用它作为整个地区平均亩产量的一个估计,大数定律的现实意义,观察随机现象时是连同一切个别的特性来观察的,这些个别的特性往往蒙蔽了事物的规律性在大量观察中个别因素的影响将相互抵消而使得总体稳定除了上述的“频率”这类平均值具有稳定性之外,还有众多的随机现象也具有“平均值”的统计稳定性,5.2,大数定律,11/29/2024,25,2 大数定律 显然,贝努利大数定律是辛,譬如,学生食堂有几千名学生就餐,尽管每个同学午餐的饭量略有不同,且个人的饭量也有随机的波动,但正常情况下,总的平均饭量是相对稳定的因而炊事员不必每天按人登记饭量也不致使做出的饭菜出现太大的余缺再比如,对于一栋楼内使用的灯,很难预料在一天内需要更换多少被烧毁的灯泡,但对于全校所需更换的灯泡数却能较为准确地估计,对于一个城市来说,就可更加稳定地预料,返回,5.2,大数定律,11/29/2024,26,譬如,学生食堂有几千名学生就餐,尽管每个同学,大数定律断言了频率等“平均值”的稳定性,从理论上明确了概率的客观意义本节的中心极限定理,则要给出频数的渐近分布的更精确的论述,前面几章,我们一直强调,正态分布,的重要地位实际上,客观实际中有许多随机变量服从或近似服从正态分布实践证明,有许多随机变量,他们是由大量的相互独立的随机变量,(,随机因素,),综合影响所形成,但个别因素在总的影响中的作用却是微小的这种随机变量往往会近似服从正态分布这便是中心极限定理的客观背景中心极限定理就是论证“在一定条件下,随机变量和的极限分布近似服从正态分布”的一系列定理,5.3,中心极限定理,11/29/2024,27,大数定律断言了频率等“平均值”的稳定性,从理论上,5.3,中心极限定理,11/29/2024,28,5.3 中心极限定理 6/12/202328,此定理也称为,林德贝格莱维(LindebergLevy),中心极限定理,5.3,中心极限定理,11/29/2024,29,此定理也称为林德贝格莱维(Lindeber,5.3,中心极限定理,11/29/2024,30,5.3 中心极限定理 6/12/202330,5.3,中心极限定理,11/29/2024,31,5.3 中心极限定理 6/12/202331,5.3,中心极限定理,11/29/2024,32,5.3 中心极限定理 6/12/202332,定理的结论阐明了本节开始时所提到的“如果随机变量由大量相互独立的随机因素综合影响而确定,且每种个别因素在总的影响中所起的作用又都很微小,那么这种随机变量通常服从正态分布或近似服从正态分布”的理论根据,5.3,中心极限定理,11/29/2024,33,定理的结论阐明了本节开始时所提到的“如果随机,5.3,中心极限定理,11/29/2024,34,5.3 中心极限定理 6/12/202334,5.3,中心极限定理,11/29/2024,35,5.3 中心极限定理 6/12/202335,5.3,中心极限定理,11/29/2024,36,5.3 中心极限定理 6/12/202336,5.3,中心极限定理,11/29/2024,37,5.3 中心极限定理 6/12/202337,下面介绍另一个中心极限定理,它是定理3.1的特例,5.3,中心极限定理,11/29/2024,38,下面介绍另一个中心极限定理,它是定理3.1的特例 5.3,5.3,中心极限定理,11/29/2024,39,5.3 中心极限定理 6/12/202339,例3-3,某车间有200台机床独立工作,因检修、换料等原因,使得每台机床的开工率为0.6开工时每台机床的耗电量均为1千瓦问至少要供给该车间多少千瓦电,才能以99.9%的概率保证该车间不会因供电不足而影响生产?,5.3,中心极限定理,11/29/2024,40,例3-3 某车间有200台机床独立工作,因检修、换料等原,5.3,中心极限定理,11/29/2024,41,5.3 中心极限定理 6/12/202341,5.3,中心极限定理,11/29/2024,42,5.3 中心极限定理 6/12/202342,例3-4,甲乙两戏院公平竞争1000名观众设每位观众可以完全任意地选择一个戏院,且每位观众的选择相互独立问每个戏院应设置多少个座位,才能保证因缺少座位而致使观众离去的概率小于1%?,解,显然两个戏院的情况是一样的,不妨只考虑甲戏院,设甲戏院应设置,M,个座位,定义随机变量如下:,5.3,中心极限定理,11/29/2024,43,例3-4 甲乙两戏院公平竞争1000名观众设每位观众可,根据定理3.3,,5.3,中心极限定理,11/29/2024,44,根据定理3.3, 5.3 中心极限定理 6/12/20,此定理也称为林德贝格莱维(LindebergLevy)中心极限定理,本章主要内容,3 中心极限定理,Probability Theory and Mathematical Statistics,例3-3 某车间有200台机床独立工作,因检修、换料等原因,使得每台机床的开工率为0.,3 中心极限定理,2 大数定律,此定理也称为林德贝格莱维(LindebergLevy)中心极限定理,下面介绍另一个中心极限定理,它是定理3.,6开工时每台机床的耗电量均为1千瓦问至少要供给该车间多少千瓦电,才能以99.,3 中心极限定理,例3-4 甲乙两戏院公平竞争1000名观众设每位观众可以完全任意地选择一个戏院,且每位观众的选择相互独立问每个戏院应设置多少个座位,才能保证因缺少座位而致使观众离去的概率小于1%?,2 大数定律,此定理也称为林德贝格莱维(LindebergLevy)中心极限定理,3 中心极限定理,3 中心极限定理,2 大数定律,3 中心极限定理,观察随机现象时是连同一切个别的特性来观察的,这些个别的特性往往蒙蔽了事物的规律性在大量观察中个别因素的影响将相互抵消而使得总体稳定除了上述的“频率”这类平均值具有稳定性之外,还有众多的随机现象也具有“平均值”的统计稳定性,3 中心极限定理,2 大数定律,2 大数定律,3 中心极限定理,Probability Theory and Mathematical Statistics,2 大数定律,下面介绍另一个中心极限定理,它是定理3.,定理的结论阐明了本节开始时所提到的“如果随机变量由大量相互独立的随机因素综合影响而确定,且每种个别因素在总的影响中所起的作用又都很微小,那么这种随机变量通常服从正态分布或近似服从正态分布”的理论根据,2 大数定律,3 中心极限定理,3 中心极限定理,3 中心极限定理,3 中心极限定理,3 中心极限定理,2 大数定律,从而,每个戏院至少应设置537个座位,才能保证因缺少座位而致使观众离去的概率小于1%,例3-4 甲乙两戏院公平竞争1000名观众设每位观众可以完全任意地选择一个戏院,且每位观众的选择相互独立问每个戏院应设置多少个座位,才能保证因缺少座位而致使观众离去的概率小于1%?,3 中心极限定理,从而,每个戏院至少应设置537个座位,才能保证因缺少座位而致使观众离去的概率小于1%,3 中心极限定理,3 中心极限定理,解显然两个戏院的情况是一样的,不妨只考虑甲戏院,2 大数定律,本章主要内容,显然,贝努利大数定律是辛钦大数定律的特殊情况辛钦大数定律在应用中是很重要的,它为寻找随机变量的数学期望值提供了一条实际可行的途径例如,要估计某地区的平均亩产量,可收割某些有代表性的地块,比如n块,计算其平均亩产量,则当n 较大时,可用它作为整个地区平均亩产量的一个估计,设甲戏院应设置M个座位,定义随机变量如下:,3 中心极限定理,下面介绍另一个中心极限定理,它是定理3.,定理的结论阐明了本节开始时所提到的“如果随机变量由大量相互独立的随机因素综合影响而确定,且每种个别因素在总的影响中所起的作用又都很微小,那么这种随机变量通常服从正态分布或近似服从正态分布”的理论根据,观察随机现象时是连同一切个别的特性来观察的,这些个别的特性往往蒙蔽了事物的规律性在大量观察中个别因素的影响将相互抵消而使得总体稳定除了上述的“频率”这类平均值具有稳定性之外,还有众多的随机现象也具有“平均值”的统计稳定性,2 大数定律,定理的结论阐明了本节开始时所提到的“如果随机变量由大量相互独立的随机因素综合影响而确定,且每种个别因素在总的影响中所起的作用又都很微小,那么这种随机变量通常服从正态分布或近似服从正态分布”的理论根据,3 中心极限定理,解显然两个戏院的情况是一样的,不妨只考虑甲戏院,例3-3 某车间有200台机床独立工作,因检修、换料等原因,使得每台机床的开工率为0.,6开工时每台机床的耗电量均为1千瓦问至少要供给该车间多少千瓦电,才能以99.,此定理也称为林德贝格莱维(LindebergLevy)中心极限定理,Probability Theory and Mathematical Statistics,从而,每个戏院至少应设置537个座位,才能保证因缺少座位而致使观众离去的概率小于1%,3 中心极限定理,3 中心极限定理,从而,每个戏院至少应设置537个座位,才能保证因缺少座位而致使观众离去的概率小于1%,返回,5.3,中心极限定理,11/29/2024,45,此定理也称为林德贝格莱维(LindebergLevy)中,
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 > 管理文书 > 施工组织


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!