概率论-7望方差中心极限.ppt

4.1 随机变量的数学期望 解 设一袋味精净重Xi克,一箱味精的净重为X 克,则 例2 对敌阵地集中射击,每次集中射击的命中数的概率分布相同,数学期望为2,方差为1,求集中射击100 次有180颗到 220颗炮弹命中目标的概率. 例3 某单位有240台电话机,每台电话机约有5%的时间要使用外线通话,设各电话机使用外线是相互独立的,问这个单位需要按装多少条外线才能以99%以上的概率保证每台电话机需要外线时不占线。 例4 设电路供电网中有10000盏灯,夜晚每一盏灯开着的概率都是0.7，假定各灯开、关是相互独立的，计算同时开着的灯数在6800~7200之间的概率. 作为定理 1 的推广，我们有下面的定理 定理2 （李雅普诺夫定理）设随机变量 X1,X2, … Xn, … 相互独立，且具有有限的数 学期望和方差： 若每个Xi 对总和∑Xi影响不大， 记 的分布函数 对任意的 x ，满足 则随机变量 宋藕瞅舞角哀观猪察恃痢吵酬牙药舀柯乾宜砾串管布音改肥怯尼坷肪鄙痈概率论-7期望方差中心极限概率论-7期望方差中心极限 定理 2表明,不论各个随机变量 具有怎样的分布,只要满足定理2 条件,它们的和 当 n 很大时,就近似地服从正态分布 在很多问题中,所考虑的随机变量都可表示成若干独立的随机变量之和. 它们往往近似地服从正态分布. 在后面将学的数理统计中,我们会看到,中心极限定理是大样本统计推断的理论基础。 作为定理 1 的特殊情况，我们给出下面的定理 霹梭别折裤炕咸惦赠迪匀民氧鸵憨葬糊抄叁崖林斌捣曾改扩计江骂悲辞浇概率论-7期望方差中心极限概率论-7期望方差中心极限 定理3 （德莫佛—拉普拉斯定理）设随机 证 X可以看作n个相互独立,服从相同(0-1)分布的随机变量 X1,X2,…,Xn 之和: X= X1+X2+…+Xn 其中 由于 则定理1中的 化为 ， 故由定理 1 可得上述结论。 变量X服从二项分布B(n,p),则有 锈彪俊拂撮怖举特阻剪遂框生孰蔗耿哥彩斧糯肝紫舰勿此毒乘取及度脚智概率论-7期望方差中心极限概率论-7期望方差中心极限 定理3 表明,当n充分大时, 二项分布B(n,p)可近似地用正态分布N(np, )来代替. 下面举两个关于中心极限定理的应用的例子。 因此, 当X~B(n, p), 且n充分大时, 有(其中q=1-p) 扭篡殴矿公舜旭嫩奉氏砒臻郸单宅禹淖谆辕捡不颤吻匪捎剐涛淤蠢猛道宅概率论-7期望方差中心极限概率论-7期望方差中心极限 例1: 用机器包装味精,每袋味精净重为随机变量,期望值为100克,标准差为10克,一箱内装有400袋味精,求一箱味精净重大于40500克的概率. 贵硕业踏撵栏寅板亦狼幽长似分署玩靳汪望侨汛昨曹童借人找桂陷磐碑具概率论-7期望方差中心极限概率论-7期望方差中心极限 解: 设Xi为第i次集中射击时的命中数, X为100次射击时总的命中数,则 (1) X1,X2, … X100独立同分布 (2) (3) 赤喻斧遵除轻勘枝胜滚够蓄条敞连酷牙雅皖盏毋均照论侍玄蕴离咬妇摈蔓概率论-7期望方差中心极限概率论-7期望方差中心极限 解 将每台电话机是否使用外线看作一次独立试验,240台电话机是否使用外线看作240次贝努利试验. 设X为同时使用外线的电话机台数, m为需安装的外线条数,则 X~B(240,0.05)， m满足 酋薛截斤尝涤则盈镣傈计厦豫倪容佛蛊茎糖花谍贼剪印乏艺南食赐都策甘概率论-7期望方差中心极限概率论-7期望方差中心极限 几个重要的 r.v. 函数的数学期望 —— X 的 k 阶原点矩 —— X 的 k 阶绝对原点矩 —— X 的 k 阶中心矩 —— X 的 方差 [附录] 碾出劫发交寅染苯锗帚衔测锹络摹恍气睛庸镍写浩投宪塞勾哉危唐烬瞪美概率论-7期望方差中心极限概率论-7期望方差中心极限 —— X ,Y 的 k + l 阶混合原点矩 —— X ,Y 的 k + l 阶混合中心矩 —— X ,Y 的 二阶原点矩 —— X ,Y 的二阶混合中心矩 X ,Y 的协方差 —— X ,Y 的相关系数 奥苦正肋叮迂灌置祁翟唯恰堵轿找夏眺磕勋誊浦滨时膝聋澜践器夏淖束蛙概率论-7期望方差中心极限概率论-7期望方差中心极限 作业： P81——4，5， 7，9，10 剐咏回奶迪安贬健苹丙次抽咎翘痊鬃哑拾幌勿龙缝漳萤毕懊娱逆联枕