大数定律及中心极限定理.ppt

* 证 hn可看作由n个服从同一(0-1)分布的随机变量X1,X2,...,Xn的和hn=X1+X2+...+Xn, 其中E(Xk)=p, D(Xk)=p(1-p)(k=1,2,...,n), 由定理四得 * 例1 一加法器同时收到20个噪声电压Vk(k=1,2,...,20), 设它们是相互独立的随机变量, 且都在区间(0,10)上服从均匀分布, 记V=V1+V2+...+V20, 求P(V105)的近似值. 解 易知E(Vk)=5, D(Vk)=100/12(k=1,2,...,20). 则E(V)=E(V1+...+V20)=E(V1)+...+E(V20)=100, D(V)=D(V1+...+V20)=D(V1)+...+D(V20)=1000/6,根据中心极限定理, 近似有 V~N(100, 1000/6). * V~N(100, 1000/6). 于是 即有 P{V105}?0.348. * 例2 一船舶在某海区航行, 已知每遭受一次波浪的冲击, 纵摇角大于3o的概率为p=1/3, 若船舶遭受了90000次波浪冲击, 问其中有29500~30500次纵摇角大于3o的概率是多少? 解 将船舶每遭受一次波浪冲击看作是一次试验, 并假定各次试验是独立的. 在90000次波浪冲击中纵摇角度大于3o的次数记为X, 则X是一个随机变量, 且有X~b(90000, 1/3). 则 E(X)=np=90000?(1/3)=30000, D(X)=np(1-p)=90000?(1/3)?(2/3)=20000. * E(X)=30000, D(X)=20000,因此, 根据中心极限定理, 近似有X~N(30000, 20000), 则 * 例3 对于一个学生而言, 来参加家长会的家长人数是一个随机变量, 设一个学生无家长, 1名家长, 2名家长来参加会议的概率分别为0.05, 0.8, 0.15. 若学校共有400名学生, 设各学生参加会议的家长数相互独立, 且服从同一分布. (1)求参加会议的家长数X超过450的概率; (2) 求有一名家长来参加会议的学生数不多于340的概率. * 解 (1)以Xk(k=1,2,...,400)记第k个学生来参加会议的家长数, 则Xk的分布律为 则E(Xk)=1.1, D(Xk)=0.19 k=1,2,...,400. 而X=X1+X2+...+X400, E(X)=440, D(X)=76, X近似服从N(440, 76). 因此 * (2) 以Y记有一名家长来参加会议的学生数, 则Y~b(400, 0.8), 由定理六得 * 作业 第五章 习题 第126页 开始 第1,7题 * Μ * 概率论与数理统计 * 第五章大数定律及中心极限定理 * §1 大数定律 * 在第一章提到过事件发生的频率具有稳定性, 即随着试验次数的增加, 事件发生的频率逐渐稳定于某个常数. 在实践中人们还认识到大量测量值的算术平均值也具有稳定性. 这种稳定性就是本节要讨论的大数定律的客观背景. * 定理一(契比雪夫定理的特殊情况) 设随机变量X1,X2,...,Xn,...相互独立, 且具有相同的数学期望和方差: E(Xk)=m, D(Xk)=s2(k=1,2,...), 作前n个随机变量的算术平均 则对于任意正数e, 有 * 证 由于 由契比雪夫不等式可得 * 在上式中令n??, 并注意到概率不能大于1, 即得 * E(X1)=E(X2)=...=E(Xn)=m. 这种接近是概率意义下的接近. 通俗地说, 在定理的条件下, n个随机变量的算术平均, 当n无限增加时将几乎变成一个常数. * 设Y1,Y2,...,Yn,...是一个随机变量序列, a是一个常数. 若对于任意正数e, 有 则称序列Y1,Y2,...,Yn,...依概率收敛于a. 记为 * 依概率收敛的序列还有以下性质. 证: 由g(x,y)在(a,b)的连续性可知, 任给e0, 必存在d0, 使当|x-a|+|y-b|d时|g(x,y)-g(a,b)|e, 于是 {|g(Xn,Yn)-g(a,b)|?e}?{|Xn-a|+|Yn-b|?d} ?{|Xn-a|?d/2}?{|Yn-b|?d/2}, * {|g(Xn,Yn)-g(a,b)|?e}?{|Xn-a|+|Yn-b|?d} ?{|Xn-a|?d/2}?{|Yn-b|?d/2},因此P{|g(Xn,Yn)-g(a,b)|?e}? P{|Xn-a|?d/2}+P{|Yn-b|?d/2} ?0, 当n??亦即 * 这样, 上述定理一又可叙述为: 定理一 设随机变量X1,X2,...,Xn,...相互独立, 且具有相同的数学