[概率复习5大数定律和中心极限定理.docVIP

第五讲 大数定律和中心极限定理 基础理论知识 知识框图： 1. 切比雪夫不等式 设随机变量 X 有数学期望 E(X) = m, 方差 D(X) = s 2, 则对任意 e 0, 或 2. 大数定律 定理1 (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) = s 2(k = 1, 2, …). 前 n 个随机变量的 算术平均为 则对于任意 e 0, 有 定理2 (伯努利大数定理) 设 nA 是 n 次独立重复试验中事件 A 发生的次数. p 是事件 A 在每次试验中发生的概率,则对任意 e 0, 有 或 定理3 (辛钦定理) 设随机变量 X1, X2, …, Xn , … 相互独立, 服从同一分布且具有数学期望 E(Xk) = m , (k = 1, 2, …). 则对任意 e 0, 有 显然, 伯努利大数定理是辛钦定理的特殊情形. 3. 中心极限定理 定理4 (独立同分布的中心极限定理) 设随机变量 X1, X2, …, Xn , … 相互独立, 服从同一分布, 且具有数学期望和方差: E(Xk) = m , D(Xk) = s 2 0(k = 1, 2, …). 则 的分布函数 Fn(x) 对于任意 x 满足 说明: 定理说明 N(0, 1). 或 N(m, s 2/n). 定理5 (李雅普诺夫(Liapunov)定理) 设随机变量 X1, X2, …, Xn , … 相互独立, 且E(Xk) = mk , D(Xk) = sk2 0(k = 1, 2, …). 设若存在 ? 0，使当n ?? 时, 则 的分布函数 Fn(x) 对于任意 x 满足 定理6 (德莫佛-拉普拉斯(De Moivre--Laplace)定理) 设随机变量 hn ~ b(n, p), n = 1, 2, …, 0 p 1, 则对任意 x, 有 说明: 定理表明, 正态分布是二项分布的极限分布. 当 n 充分大时, 可以用定理结果计算二项分布的概率. 近似计算方法: 设随机变量 hn ~ b(n, p), n = 1, 2, …, 0 p 1, 则当 n 充分大时, 有 二、典型题型分析 1. 切比雪夫不等式的应用 解题提示: 直接利用切比雪夫不等式, 并且注意不等式中期望和方差的位置. 例1 设随机变量 X 的数学期望 E(X) = m , 方差 D(X) = s 2, 则由切比雪夫不等式, 有 P{| X - m | 3 3s } ￡ ________ . 例2 设随机变量 X 和 Y 的数学期望分别为 -2 和 2, 方差分别为 1 和 4, 而相关系数为 -0.5, 则 P{|X + Y| 3 6} ￡ ______ . 2. 大数定律的应用 解题提示: 注意大数定律的实际概率意义. 例3 设随机变量 X1, X2, …, Xn, … 独立同分布, 且 E(Xk) = 0, 则 = __________. 3. 中心极限定理的应用 解题提示: 这类问题主要以两种形式出现: 一是直接给出独立同分布的随机变量序列; 二是通过实际问题间接给出. 一般解题步骤为: 正确选取独立同分布的随机变量 X1, X2, … (2) 将 标准化为 (3) 利用 并利用题目给出的标准正态分布值进行近似计算. 例4 设 X1, X2, … 为独立同分布序列, 且 Xi (i = 1, 2, …)服从参数为 l 的指数分布, 则 例5 某人要测量 A、B 两地之间的距离, 限于测量工具, 将其分成1200段进行测量, 设 每段误差(km)相互独立, 且均服从 (-0.5, 0.5) 上的均匀分布. 求总距离测量误差的绝对值不超过20km的概率. 解: 设 Xi 表示第 i 段上的测量误差, 则 Xi ~ U(-0.5, 0.5). i = 1, 2, …, 1200. 且 E(Xi) = 0, D(Xi) = 1/12, i = 1, 2, …, 1200. 于是根据中心极限定理, N(0, 1). 故 例6 (1) 一个复杂系统由100个相互独立的元件构成, 在系统运行期间每个元件损坏的概 率为0.10, 又知为使系统正常运行, 至少必须有85个元件工作, 求系统的可靠性(正常运行的概率); (2) 上述系统假如由 n 个相互独立的元件组成, 而且有要求至少有80%的元件工作才能使整个系统正常运行, 问 n 至少为多大时才能保证系统的可靠性为0.95? 解: (1) 设 设