第五章 大数定律和中心极限定理1.pptVIP

* * * 棣莫弗—拉普拉斯定理的另一种叙述形式： 二项分布的正态近似：设Yn 为服从二项分布 B(n, p) 的随机变量，则当 n 充分大时，有 二项分布是离散分布，而正态分布是连续分布， 所以用正态分布作为二项分布的近似时，一般可 作如下修正： 注 意 点 (1) 注：当 n 很大时，该修正影响不大；当 n 不是很大时，该修正可提高精度！ 棣莫弗—拉普拉斯中心极限定理的应用： 注 意 点 (2) ii) 已知 n 和概率，求x ； iii) 已知 x 和概率，求 n . i) 已知 n 和 x，求概率； 例5.2.2 设某地区原有一家小电影院，现拟筹建一所较大的电影院。根据分析，该地区每天平均看电影者约有n=1600人，预计新电影院开业后，平均约有3/4的观众将去新电影院。现计划其座位数，要求座位数尽可能多，但“空座达到200或更多”的概率不能超过0.1，问设多少座位为好？ 解：设每天看电影的人编号1,2,3,…,1600, 且令 假设各观众去不去电影院是独立选择的，则X1,…, X1600是独立的B(1,p)分布的随机变量。设座位数是m，按要求有 P(X1+X2+…+X1600≤m-200)≤0.1 要在此条件下m最大，就是在上式取等号时. 小结 大数定律： 依概率收敛：契比雪夫弱大数定理、辛钦弱大数定理、伯努利大数定理。 以概率1收敛：柯尔莫哥洛夫强大数定律、博雷尔强大数定律。 中心极限定理： 独立同分布的中心极限定理——林德伯格-莱维定理； 独立B(1,p)分布的情形——棣莫弗－拉普拉斯定理； 学习要求：理解并会简单应用 P98 5.1，5.2 P99 5.3、5.8、5.9 作 业 有关大数定律习题选讲 注：本题参考答案有误 中心极限定理的应用例题补充 一、给定 n 和 x，求概率 补充例3 100个独立工作(工作的概率为0.9)的部件组成一个系统，求系统中至少有85个部件工作的概率. 解：用 Xi=1表示第i个部件正常工作, 反之记为Xi=0. 则 E[Xi]=0.9，Var[Xi]=0.09，由此得： 二、给定 n 和概率，求 x 补充例4 有200台独立工作(工作的概率为0.7)的机床， 每台机床工作时需15kw电力. 问共需多少电力, 才可 有95%的可能性保证供电充足? 解：用 Xi=1表示第i台机床正常工作, 反之记为Xi=0. 则 E[Xi]=0.7，Var[Xi]=0.21，设供电量为x, 供电充足即为15(ΣXi ) ≤x，则 解得 三、给定 x 和概率，求 n 补充例5 用调查对象中的收看比例 k/n 作为某电视节目的收视率 p 的估计。 要有 90％ 的把握，使k/n与p的差异不大于0.05，问至少要调查多少对象？ 解：用 Xi=1表示第i 个调查对象收看此节目，反之记为Xi=0，则Xi 服从 B(1, p) 分布，则 又由 可解得 故 n = 271 补充例6 设每颗炮弹命中目标的概率为0.01， 求500发炮弹中命中 5 发的概率. 解: 设 X 表示命中的炮弹数, 则 X ~ B(500, 0.01) ＝0.17635 (2) 应用正态逼近: * * * * * * * * * * * * * * * 第五章 大数定律与中心极限定理 * 第*页 理学院数学系 概率论与数理统计 §5.1 大数定律 §5.2 中心极限定理 第五章 大数定律与中心极限定理 问题引入 人们在长期实践中发现，虽然个别随机事件在某次试验中可以出现也可以不出现，但在大量的重复试验中却呈现出明显的规律性。即随机事件出现的频率在某个固定的数值附近摆动----频率稳定性。 数学上如何描述一定条件下大量重复试验呢？ 伯努利实验 每次试验相互独立，P(A)=p 伯努利试验中，以 表示n次试验中A出现的次数，则 就是事件A出现的频率，所谓稳定性就是当n很大时， 接近于常数。 这个固定的常数就是事件A在一次试验中发生的概率。由此可见讨论频率 的极限行为是理解概率论中最基本的概念-----概率，所不可缺少的。 我们知道， 是随机变量，服从二项分布 且数学期望 ，方差 显然，n很大时， 一般很大，所以直接研究 不很恰当，还是研究频率 为宜。 因为 ，所以当n趋于无穷时，频率的数学期望不变，而方差趋于零。我们知道方差为零的随