(基础数学专业论文)大数定律与中心极限定理的若干应用.pdf_第1页
(基础数学专业论文)大数定律与中心极限定理的若干应用.pdf_第2页
(基础数学专业论文)大数定律与中心极限定理的若干应用.pdf_第3页
(基础数学专业论文)大数定律与中心极限定理的若干应用.pdf_第4页
(基础数学专业论文)大数定律与中心极限定理的若干应用.pdf_第5页
已阅读5页,还剩14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

摘要 大数定律是概率论中的重要内容,它以严格的数学形式表达了随机现象最根本的性 质平均结果的稳定性,它是随机现象统计规律性的具体表现,在数学应用及经济生 活中有着较为重要的作用,较多文献给出了不同条件下存在的大数定律,并利用大数定 律和中心极限定理得到较多模型的收敛性,但对于它们的适用范围及在实际生活中的应 用涉及较少。 本文就不同条件下存在的大数定律与中心极限定理做了具体的分析,介绍了几种较 为常见的大数定律,并结合它们存在的条件的不同,分析了它们各种适用的数学模型的 特征,列举了它们在经济生活、数学分析、信息论等各个不同领域的应用,将理论具体 化,将可行的结论用于具体的数学模型中,以使得枯燥的数学理论与实际想结合,使大 家对大数定律与中心极限定理在实际生活中的应用价值有了更深的认识。 关键词:大数定律;随机变量序列:中心极限定理;应用;熵 a b s t r a c t t h el a wo fl a r g en u m b e ri so n eo ft h ec e n t r a lp r o b l e m si np r o b a b i l i t y , b ys t r i c t m a t h e m a t i c a lf o r mi te x p r e s s e st h em o s tb a s i cp r o p e r t yo ft h er a n d o mp h e n o m e n o n 一t h es t a t i o n a r yo fa v e r a g er e s u l t s i ti st h ec o n c r e t em a n i f e s t a t i o no ft h er a n d o mp h e n - o m e n o ns t a t i s t i c a la n dr u l e s i ti si m p o r t a n tt om a t h e m a t i c sa n de c o n o m i c s ,m a n yl i t e r - a t u r e sh a v eg i v e nt h ed i s s i m i l a rc o n d i t i o n so ft h el a wo fl a r g en u m b e r s ,a n dh a v eo b t a i n e dt h ea s t r i n g e n tu s i n gt h el a wo fl a r g en u m b e r sa n dc e n t r a ll i m i t i n gt h e o r e m s ,b u t t h e r eh a sn om a n yr e s u l t si np r a c t i c a ll i f ea n da p p l i c a b l es c o p e t h ea r t i c l ea n a l y z e st - h es o m ec o n d i t i o n so ft h el a wo fl a r g en u m b e r sa n dc e n t r a ll i m i t i n gt h e o r e m s ,i n t r o d u c e ss e v e r a lk i n d so fl a w so fl a r g en u m b e r s ,a n da n a l y z e st h ec h a r a c t e r i s t i c su n d e rd i f - f c r e n tc o n d i t i o n t h e n ,t h i sp a p e re n u m e r a t e ss o m ed i f f e r e n ta p p l i c a t i o n si ne c o n o m i c l i f e ,m a t h e m a t i c sa n di n f o r m a t i o nt h e o r ya n ds oo n i tm a k e st h e o r yc o n c r e t e l y , c o n s i d e r ss o m ec o n c r e t em a t h e m a t i c a lm o d e l ,a n ds om a k e sm a t h e m a t i c a lt h e o r yr e a l i t y t h - u sw ec a nh a v ed e e p e ru n d e r s t a n d i n go nt h el a wo fl a r g en u m b e r sa n dt h ec e n t r a ll i - m i t i n gt h e o r e m k e yw o r d s :t h el a wo fl a r g en u m b e r s ;r a n d o mv a r i a b l e s ;t h ec e n t r a ll i m i t i n gt h e o r e m ; a p p l i c a t i o n ;e n t r o p y 湖北大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 论文作者签名:昊两炙 日期:加暑年5 月多1 日 学位论文使用授权说明 本学位论文作者完全了解学校有关保留、使用学位论文的规定,即: 按照学校要求提交学位论文的印刷本和电子版本;学校有权保存并向国家有 关部门或机构送交论文的复印件和电子版,并提供目录检索与阅览服务;学校可以 允许采用影印、缩印、数字化或其它复制手段保存学位论文;在不以赢利为目的的 前提下,学校可以公开学位论文的部分或全部内容。( 保密论文在解密后遵守此规 定) 作者签名:昊砀芰 指导教师签名;如f 翻 日期:加苦。s 多 日期:嘲 1 引言 1 引言 概率论与数理统计是研究现实世界随机现象统计规律的科学,是近代数学的重要组 成部分。它在自然科学及经济工作中都有着广泛的应用。而大数定律和中心极限定理 则概率论中的两类具有极大意义的重要定理,是概率论与数理统计之间承前启后的重要 纽带,大数定律阐明了大量随机现象平均结果具有稳定性,证明了在大样本条件下,样 本平均值可以看作总体平均值,它是“算术平均值法则 的基本理论,在现实生活中, 经常可见这一类型的数学模型。例如:在分析天平上秤重量为a 的物品,若以x 1 ,x , 屯,z 。表示n 次重复称量的结果,经验告诉我们,当n 充分大时,它们的算术平均值 1开 三y x ,与a 的偏差就越小。这种思想,不仅在整个概率论中起着重要的作用,而且在其 以篇。 他数学领域里面也占据着相当重要的地位;中心极限定理比大数定律更为详细具体,它 以严格的数学形式阐明了在大样本条件下,不论总体分布如何,样本均值总是服从或是 近似的服从正态分布。正是这个结论使得正态分布在数理统计和误差分析中占用特殊的 地位,是正态分布得以广泛应用的理论基础。 现在,大数定律与中心极限定理的相关模型已经被国内外为广大学者研究,特别是 应用在实际生活中,如保险业得以存在并不断发展壮大的两个基石中的一个就是大数定 理。许多学者在此领域里已经研究出了许多具有价值的成果,如文献【1 ,2 】中讨论了在统 计方面的应用,文献【3 ,4 】讨论了在信息论中的应用,文献1 6 】讨论了在分析、数论等方面的 应用。在许多数学领域中,广大学者对某些具有特定类型的数学模型,都能利用大数定 律与中心极限定理的思考方式总结其代表性的性质及结论,使得这些类型的数学模型在 进行讨论的时候大大简化了繁琐的论证过程,方便了研究,但是,很多模型由于存在的 条件不同,就需要考虑在各种条件下的大数定律与中心极限定理它们所适用的范围和对 不同模型的处理方式。很多科研成果虽然给出了存在条件,由于讨论目的及撰写方式的 不同,自然缺少一些较为体系的应用模式,使得这些成果不能较好的发挥其真正的作用。 而对大数定律与中心极限定理的应用问题的推广是一项非常有价值的研究方向,通过对 这些问题的应用推广,不仅能加深对大数定律与中心极限定律的理解,而且能使之更为 有效的服务于各项知识领域中。下面就是列举的一些能用大数定律与中心极限定理解决 的实例,希望能通过这些实例,加深大家对大数定律以及中心极限定理的理解。 第1 页共1 6 页 湖北大学硕士学位论文 2 相关定义及定理 , 2 1 相关定义 定义1 设q 一9 2 9 ) 为概论空间( q ,f ,尸) 上定义的随机变量序列( 或简称随机序 ! 鲤p 陵一纠苫占 。o 或! 鲤p l 幺一纠墨e - i , 舰p 艟叫 十1 或掣艟叫斗。 掣辟器 0 ,有: ! 鲤p l 昙骞岛一丢砉e 袅j 0 ,都有: ! 塑p i 昙喜岛一i 善ne 舅i 0 ,有: 酬鬻- 口i f ) = 1 。 2 4 几个大数定律的关系及适用场合 2 4 1 各个大数定律之间的关系 第3 页共1 6 页 湖北大学硕士学位论文 1 、伯努利大数定律是泊松大数定律的特例。在泊松大数定律的条件中,如果p 。1p , 则泊松大数定律也就是伯努利大数定律。伯努利大数定律证明了事件在完全相同条件下 重复进行的随机试验中频率的稳定性;而泊松大数定律表明,当独立进行的随机试验的 条件变化时,频率仍然具有稳定性:随着n 的无限增大,在1 1 次独立试验中,事件a 的 频率趋于稳定在各次试验中a 出现的概率的算术平均值附近。 2 、泊松大数定律是切比雪夫大数定律的特例。在泊松大数定律的条件中 d 岛一p 。q 墨1 ,因此也满足切比雪夫大数定律的条件。 3 、切比雪夫大数定律是马尔可夫大数定律的特例。在切比雪夫大数定律的条件中 d 最sc ( f 一1 ,2 ,) ,由随机变量序列的两两不相关性可知: 砉。( 砉氧) 一万1 善。( 氧) s 詈一。 故也满足马尔可夫大数定律的条件。 因此,伯努利大数定律、泊松大数定律也都是马尔可夫大数定律的特例。 4 、伯努利大数定律是辛钦大数定律的特殊情形。 在伯努利大数定律中,可以定义随机变量 。 皂f 1 ,第i 次试验出现a 白41 0 ,第i 沃试验不出现a 则 色独立同分布,都服从伯努利分布: 尸饿一1 一p ,p 信一o 一口, 并且e ( 皇) 一p ,因此满足辛钦大数定律的条件。 但是,辛钦大数定律不是泊松大数定律和切比雪夫大数定律的推广,因为辛钦大数 定律必须要求同分布。 2 4 2 大数定律适用条件的分析 辛钦大数定律和伯努利大数定律都要求随机变量序列有独立性、同分布和有有限的 数学期望。 泊松大数定律和切比雪夫大数定律对条件有所放松,不要求同分布,但要求有某种 独立性。 马尔可夫大数定律对条件作了进一步放松,它不要求同分布,也不要求有独立性, 第4 页共1 6 页 2 相关定义及定理 只要求满足一种关于二阶矩即方差的条件。 在这些大数定律中,只有辛钦大数定律不要求方差存在的条件。并且,所给出条件 中满足条件的一定服从大数定律,但是不满足这些条件的并不一定就不服从大数定律, 我们可以根据各种不同的数学模型,利用大数定律收敛的思想,得到许多类似于这些大 数定律的结论,方便更多的数学研究。 2 4 3 几个大数定律的应用场合分析 伯努利大数定律只适用于伯努利实验( 掷硬币模型的一般化) ,讲的是频率收敛与 概率。 泊松大数定律适用于泊松实验( 会磨损的掷硬币模型) ,在实验中,每次还是有两 种结果,但概率会发生变化。 切比雪夫大数定律适用于两两不相关的序列( 常用的是独立序列) 并且有有界的方 差,与前面两种大数定律适用的特殊试验,应用范围大为扩展。 马尔可夫大数定律则扩展到了一般的序列,只要满足马尔可夫条件,非常一般化, 因此很多大数定律的验证,通常考虑到是否满足马尔可夫条件。 辛钦大数定律适用于独立同分布,经常用于数理统计中的应用。 2 5 不同条件下的中心极限定理 “ 棣莫弗一拉普拉斯中心极限定理设随机变量 色) 服从二项分布曰o ,p ) ,则对于任 意区间【口,b 】,总有 l i m p s 斋 6 一去e 舭 从而当色一b ( n ,p ) 时,就有 则 p 卜编 6 j f 去j 出 一币p ) 一西( 口) p 仁墨6 ) = p a - r i p ;歹s 了器 为相互独立的同分布随机变量序列,且有有限的期望 和方差,即: e ( 袅) - ,d ( 袅) t 口2 乒0 ( n 一1 ,2 ,) , 罗舅一刀肛 则随机变量仉一鱼 的分布函数c o ) ,对任意的x ( 一曲,+ ) ,都有: l i m 只o ) 一l i m p n - - o o 疗 挲忙矗 这个定理说明,在定理条件下,当n 很大时,随机变量豫。- 皇 n a 近似服从正 罗最一 态分布( o ,1 ) ,或者说,当n 很大时,独立同分布的随机变量的和岛近似服从正态分 p 降“悻气 舰毒瓢殷飞阐m 。, 其中曩o ) 为色的分布函数,口j 。e 候) ,见2 善d 候) ,则 色) 月艮从中心极限定理, 第6 页共1 6 页 3 定理的应用 熙p 去砉( 和f ) 加拙一譬出 3 定理的应用 3 1 在生产生活中的应用 例 某种仪器测量已知量彳时,设n 次独立得到的测量数据为毛,x :,如 果仪器无系统误差,问:当刀充分大时,能否取三罗o ;一彳) 2 作为仪器测量误差的方差 n 篇 的近似值? 解把鼍视为万个独立同分布的随机变量毛( f 一1 ,2 ,n ) 的观察值,则e 纯) 一j l , d ) 一仃2 ( f - 1 , 2 , - - n ) 。仪器第f 次测量的误差鼍一彳的数学期望e 瓴- a ) 一j l - a , 方差d “一a ) 一仃2 设v o 。一彳) 2 ( i 一1 2 ) ,则也相互独立且同分布。在仪器无系统误差时, e “- a ) 一0 ,即有一a ; e ( k ) 一e 【( t 一彳) 】一e 【“一戤) 】 ” = d 纯) 。2 ( f l 2 , 刀) 由切比雪夫大数定理可知: 烛p 艟枷2 吐 即 辫艟瓴- a ) - a 2 h “ 从而确定,当n _ 时,随机变量三罗o ,一彳) 2 依概率收敛于仃2 ,故当玎充分大时,我 n 箭 们可以取三罗 ;一彳) 2 作为仪器测量误差的方差。 - 以舒 倒2 现有一大批种子苴中自种占1 6 今存其中仟洗6 0 0 0 粒试计笪技必种子中 第7 页共1 6 页 湖北大学硕士学位论文 艮种所占的比例与1 6 之差小于1 的概翠是多少? 解设取出的种子中良种的粒数为x ,则x 一口o ,p ) ,于是 e x 一印- 6 0 0 0 吾一1 0 0 0 d x 一印( 1 一p ) 6 0 。o i 1 吾一吾舢。o 方法一要估计的规律为, 尸 岳一爿 爿2 p 仁一10 0 0 | 6 0 ) , 相当于在切比雪夫不等式中取艿一6 0 ,于是 p r - 6 盖o ,一剖 志 | p 仁一1 0 0 0 i 6 。) 小万d x , 由题意有1 一罂:1 一兰1 0 0 0 l :0 7 6 8 5 ,即用切比雪夫不等式估计此概率不小于 6 0 263 6 0 0 0 7 6 8 5 。 方法二由拉普拉斯中心极限定理,对于二项分布b ( 6 0 0 0 ,匀可用正态分布 o v o o o o ,导1 0 0 0 ) 近似,于是所求概率为 o ,p 崎一爿 南 _ p 9 4 0 o ,只要k ,一z :j 6 ,总有l ,o ,) 一( x :) i 导,其中_ ,x :【o ,1 l ,此外,对于任意 z 【0 1 】,有l ,o ) js 七( k 为常数) 。 设随机变量皇,色服从二项分布,则可建立多项式: 第9 页共1 6 页 湖北大学硕士学位论文 口。o ) 可0 邑) = 多,( 竺) c ? x 4 0 一石) , 筋 n 其中工【o ,1 】,参数以1 。显然或( o ) 一厂( o ) ,b 。( 1 ) - f o ) 。由贝努利大数定律知: ! 姆p 1 专 一工l 时,对于一切石【0 ,1 】,有: 慨 ) 一, ) l 0 ,使0s 厂o ) c g ) 。 证明设随机变量氧,色相互独立且服从均匀分布,且f ( x ) ,g ( x ) 为【a , b 】 ( o s4 三厂o ) 苫0 ,则( ) 0 ,因此 ( y ,z ) 在 点j i l ( y o ,z o ) 处连续,即:对于任意 0 ,存在6 0 ,当1 ) ,- y o i 6 和k z 。i 6 时,有 l h ( y ,z ) - h ( y o ,) i 占 于是 p h ( r l 。,考。) 一h ( y o , z o ) l f 之p 切。一y 。i 6 ,胁- z o 6 乏1 一尸 ,7 。一夕。l 乏6 ) 一尸 ;。一z 。l 6 j 故有 l i m p h ( r i o ,考。) 一h ( y o , z o ) 占 - - 1 , 第1 l 页共1 6 页 湖北大学硕士学位论文 辫悟铡“卜一。i 胁( 袅) li 因此矗铆。,幺) 。蚤依概率收敛于 地加器一甓 = l i m ( b 叫”卜f 而1 条潞,呶 = l i m ( b 叫屯 黼】 = l i m ( b 一口) 4 e + 昙喜飚, 昙套鹏, = l i m ( b 一口) ”e ( 刍 , 厂 矗 而b a 一1 ,即l i m ( b 一口) 疗一1 ,所以有: h 出。:上o r f 一( x ) d x j c g o 皿 由上面推导过程,可知当0 0 ,使 0s 厂g ) c g o ) ,则: 鲥f 篆器t 妣2 0 坦 f g o 渺 0 0 , 0 b 一口 1 此外,我们还可以根据函数f ( x ) ,g ( x ) 的不同,得到不同的极限情况。 例如:分别取f ( x ) 工2 ,g ( x ) 一x 或是f ( x ) 一x 2 ,g ) - 1 ,就可以得到文献【1 0 】 和【1 2 】中的相关结论。 3 3 在信息论中的应用 渐近等分性在信源编码问题中有重要的作用,而信源序列的渐近等分性质便是大数 定律在信息论中的较好应用。 信息论中,由大数定律的收敛特征,有: 引理1 如果 x ,1 墨j s 刀,是独立随机变量序列, ,1s ,s 以) 是b o r e l 可测函数, 则 ,僻f sj s 以 也是独立随机变量序列。 引理2 如果 x 。,n2q 是独立同分布的随机变量序列,并且e ( | x 。1 ) ,l r s 。= 罗鼍,则有:l i ms 一e 伐) a e 爿 “。n 并且,设 x 。,n2 q 是一信源在sa 仕2 ,m 中取值,其联合分布为: v ( x l = x 1 ,x 。x n ) = p ( x l ,x 。) ,x j s ,1 sis 刀, 则我们称一- - 1l o g p ( x ,x 。) 为 彳。,以苫q 在时刻咒的相对熵密度。 渐近等分性的一般表述是一il o g p ( x l ,一,x 。) 在某种意义下收敛到信源的熵率 h 。僻) ,其中日。( x ) = 。l i m 。l 咒h ( x t ,x n ) ,h ( x l ,一,x 一) 为以为随机向量的联合熵。 这是信息论中的一个重要问题,并且已有了深刻的结论【4 】。下面就一简捷事例加以说明 强大数定律在这方面的应用。 第1 3 页共1 6 页 湖北大学硕士学位论文 例6 证明:x 。,x :,x 。为独立l 司分布的随机过程,并且有公共的分布p 0 ) , 则: 。l i r a 。一1 以1 。g p ,( x l ,x 。) = 日( 墨) 口卫 其中h ( x 。) 一x 是单个随机变量的公共熵。 证明由于x 。,x :,x 。为独立同分布的随机过程,由引理1 易知 1 0 9 i 去专,“一l 2 ,) 也是独立同分布的随机变量序列。故由引理2 有: l i r a 一砉l o g p , ( 舻 ) 刮沛孝善l o g 丽1 9 4 - q t j 月o 嚣 露留口1 五: = e ,l 。g 厕1 = 日( 墨) 口名。 4 结束语 一 大数定律与中心极限定理的理论与实用价值远不只于此,在概率理论的迅速发展 下,由它们的收敛思想所衍生出的各种大数定律有着更深的应用价值,在此我们只就基 础的收敛理论作了具体分析,希望能起到抛砖引玉的作用,将概率论中最中心的思想一 一大数定律与中心极限定律更为详尽的介绍给大家,加深大家对整个概率理论的认识。 第1 4 页共1 6 页 参考文献 参考文献: 1 朱成熹随机极限引论 m 天津:南开大学出版社,1 9 8 7 2 庄楚强,吴亚森应用数理统计基础 m 广州:华南理工大学出版社,2 0 0 2 3 叶中行信息论基础 m 北京:高等教育出版社,2 0 0 3 4 刘文,杨卫国关于有限马氏链相对熵密度和随机条件熵的一类极限定理 j 应用数学学 报,1 9 9 5 ,1 8 ( 2 ) :2 3 4 2 4 7 5 王小胜,郭海英,李芳关于一类奇异单调函数 j 河北建筑科技学院学报( 自然科学版) ,2 0 0 4 , 2 1 ( 2 ) :9 7 - 1 0 0 6 钟开莱概率论教材 m ,上海:上海科技出版社,1 9 8 9 7 黄清龙,阮宏顺概率论与数理统计 m 北京:北京大学出版社,2 0 0 5 8 杨亚非概率与数理统计基础 m 北京:化学工业出版社2 0 0 3 9 中山大学统计科学系概率论与数理统计 m 北京:高等教育出版社,2 0 0 5 1 0 贾兆丽概率方法在数学证明中的应用 j 安徽工业大学学报,2 0 0 2 ,1 9 ( 1 ) :7 5 7 6 1 1 华东师范大学数学系概率论与数理统计习题集 m 北京:高等教育出版社,2 0 0 5 1 2 刘军,望清风数学分析中一些等式的概率证明 j 三峡大学学报( 自然科学版) ,2 0 0 5 ,2 7 ( 3 ) : 2 8 4 2 8 5 1 3 陈希孺数理统计引论 m 北京:科学出版社,1 9 8 1 1 4 张千祥几个分析不等式的概率证法 j 巢湖学院学报,2 0 0 5 ( 3 ) :3 5 3 7 1 5 周少强大数定律与中心极限定理之问的关系 j 高等数学研究,2 0 0 1 ( 1 ) :1 5 1 7 1 6 刘建忠中心极限定理的一个推广及其应用 j 华东师范大学学报( 自然科学版) 2 0 0 1 ,1 8 ( 0 3 ) :8 - 1 2 1 7 龚德恩,范培华,胡显佐等经济数学基础( 第三分册:概率统计) m 成都:四川人民出版社, 1 9 9 5 1 2 9 - 2 4 4 。“7 8 杨桂元中心极限定理及其在统计分析中的应用 j 统计与信息论坛,2 0 0 0 ( 0 3 ) :1 3 1 5 4 1 9 常中央,徐向宏中心极限定理浅谈 j 甘肃农业大学学报,1 9 9 4 ( 0 1 ) :1 2 7 1 3 0 2 0 朱学军中心极限定理在管理中的应用探讨 j 浙江统计,1 9 9 7 ( 0 9 ) :1 7 1 8 2 1 钟镇权关于大数定律与中心极限定理的若干注记 j 玉林师范学院学报2 0 0 1

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