保险中的大数法则.ppt_第1页
保险中的大数法则.ppt_第2页
保险中的大数法则.ppt_第3页
保险中的大数法则.ppt_第4页
保险中的大数法则.ppt_第5页
已阅读5页,还剩6页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

保险中的大数法则,大数法则(LawofLargeNumbers),又称“大数定律”或“平均法则”。人们在长期的实践中发现,在随机现象的大量重复中往往出现几乎必然的规律,也即随着风险单位数量的不断增加,实际损失的结果会愈接近从无限单位数量得出的预期损失可能的结果。也即,平均损失会趋向和稳定于期望损失,或者说,损失发生的频率会趋向和稳定于概率。,(一)大数法则的基本含义,大数法则是近代保险业赖以建立的数理基础。保险公司正是利用事件损失在个别情形下的不确定性在大数中消失的这种规律,从而比较准确地预测未来损失发生规模和概率。由于任何一家保险公司都有它的局限性,即承保的具有同一风险性质的单位是有限的,这就需要通过再保险来扩大风险单位及风险分散面。,(二)大数法则的几个定理,1.切比雪夫大数定理,若X1,X2,Xn相互独立,每个Xk的方差存在,且一致有界,即存在常数c,使得,令,则对任意正数有,或,意义:当n很大时,相互独立、方差有界的随机变量的平均值依概率收敛于它的数学期望.,2.伯努利大数定理,设事件A在每次试验中发生的概率为p,n次重复独立试验中事件A发生的次数为nA,则对任意正数有,或,3.辛钦大数定理,若X1,X2,Xn相互独立,服从同一分布,且具有相同的数学期望,对任意正数,有,意义:当n很大时,独立同分布的随机变量的平均值依概率收敛于它的数学期望,风险单位数量的变化对平均损失分布的影响,大数法则所描述的是随着随机变量数量的增加,某一事件发生的频率趋向和稳定于概率,这是一种“定性”的规定。但是利用频率来代替真实概率存在着误差,那么这种误差是多少呢?这就要求我们从“定量”的角度来估计。,(三)中心极限定理,1.独立同分布的中心极限定理(列维林德伯格定理),若X1,X2,Xn相互独立,服从同一分布,且具有相同的数学期望和方差:则随机变量,的分布函数Fn(x)收敛到标准正态分布.即对任意x满足,意义:均值为方差为的独立同分布的随机变量的和的标准化变量,当n充分大时,有,(近似服从),2.棣莫弗拉普拉斯定理,设随机变量则对任意x,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库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,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论