概率论与数理统计(简明版-理工类)
提示:选中知识点单击!
第 一 章
第 二 章
第 三 章
第 四 章
第 五 章
第 六 章
第 七 章
第 八 章
离散型随机变量的数学期望
连续型随机变量的数学期望
随机变量函数的数学期望
二维随机变量函数的数学期望
数学期望的性质
方差的定义
随机变量方差的计算
0-1分布的数字特征
二项分布的数字特征
几何分布的数字特征
泊松分布的数字特征
指数分布的数字特征
均匀分布的数字特征
正态分布的数字特征
方差的性质
协方差的计算
协方差的性质
相关系数的定义
随机变量和的方差与协方差的关系
正态分布的相关与独立
矩的概念
n维正态分布的重要性质—性质1
n维正态分布的重要性质—性质2
n维正态分布的重要性质—性质3
n维正态分布的重要性质—性质4
切比雪夫不等式
伯努利大数定理
依概率收敛的定义
切比雪夫大数定理
林德伯格—勒维中心极限定理
棣莫佛—拉普拉斯中心极限定理
 
大学普通本科 -> 简明版-理工类 -> 概率论与数理统计 -> 第四章 随机变量的数字特征 -> 4.4 大数定理与中心极限定理 -> 内容要点 -> 大数定理的推论—伯努利大数定理
大数定理的推论—伯努利大数定理

  设重伯努利试验中事件发生的次数,是事件在每次试验中发生的概率,则对任意的,有

.       

  证明 因为,所以

,

其中相互独立,且都服从以为参数的0-1分布,因而

注意到,由定理即证得(*)式.

  注:这个推论就是最早的一个大数定理,称为伯努利大数定理. 它表明:当重复试验次数充分大时,事件发生的频率收敛于事件发生的概率. 定理以严格的数学形式表达了频率的稳定性. 在实际应用中,当试验次数很大时,便可以用事件发生的频率来近似代替事件的概率.

  如果事件的概率很小,则由伯努利大数定理知事件发生的频率也是很小的,或者说事件很少发生,即“概率很小的事件在个别试验中几乎不会发生”,这一原理称为小概率原理. 它的实际应用很广泛,但应注意到,小概率事件与不可能事件是有区别的,在多次试验中,小概率事件也可能发生.

发表自己对本题的跟帖
用户   密码     注册
知识点提示
1、切比雪夫不等式

设随机变量的期望,方差,则对于任意给定的正数,有
    ,或
    .

2、0-1分布的数字特征

若随机变量服从0-1分布,即

.

知识点查询
版权所有©佛山市数苑科技信息有限公司
数苑网 粤ICP备09146901号