- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第二节 中心极限定理 一、问题的提出 二、中心极限定理 例1 定理4.8 棣莫佛-拉普拉斯定理 注 1? 定理4.8表明正态分布是二项分布的极限 例2 内容小结 备用题 例1-2 (2)利用林德贝格-列维中心极限定理, 可得 例3-1 例3-2 棣莫佛(Abraham de Moivre) 李雅普诺夫( Aleksandr Mikhailovich Lyapunov) 拉普拉斯(Pierre-Simon Laplace) 定理4.9 李雅普诺夫(Liapunov)定理 例2 某人钓鱼平均每次钓到2kg, 方差2.25kg2. 问: 至少钓多少次鱼, 才能使总重量不少200kg 的概率为0.95? 解 设此人共钓n次, 各次钓到的鱼 的重量为随机变量Xi , 则 E?Xi ? ?2, D?Xi ? ?2.25. 令 , 则E?Z? ?2n, D?Z? ?2.25n. 根据林德贝格-列维中心极限定理, Z近似服从 N ?2n, 2.25n?. 例1-4 查表得 . 即n满足方程 解方程, 得n=113.12. 因此, 取n=114即可. 则有 每人每年交200元. 若老人在该年内死亡, 公司付 给家属1万元. 设老年人死亡率为0.017, 试求保险 公司在一年内的这项保险中亏本的概率. 解 设 X 为一年中投保老人 其中 n?10000, p ?0.017. 且 的死亡数, 则 X ? B?n, p? 某保险公司的老年人寿保险有1万人参加, 保险公司亏本的概率为 由棣莫佛?拉普拉斯定理知 遭受了90000次波浪冲击, 问其中有29500~30500 一船舶在某海区航行, 已知每遭受一次 海浪的冲击, 纵摇角大于 3o 的概率为1/3, 若船舶 解 将船舶每遭受一次海浪的 冲击看作一次试验, 并假设各 次试验是独立的. 在90000次 波浪冲击中纵摇角大于 3o 的次数为X, 则X是 一个随机变量, 且 X ? B?90000, 1/3?. 分布律为 次纵摇角大于 3o 的概率是多少? 所求概率为 直接计算很麻烦,利用棣莫佛-拉普拉斯定理 解 令X表示同时要外线的 电话机数, 则 X~B?1000, 0.05?, 且 np?50, np(1-p)?47.5. 根据棣莫佛-拉普拉斯定理, X近似服N?50,47.5?. 假定安装 k 条外线, 可使 某单位有1000部内线电话, 每部电话打 外线的概率为0.05, 问需要装多少外线, 才能保 证每部电话打外线时, 即时接通的概率不小于 0.95? 例3-3 查表得 ??1.645? ? 0.95. 由单调性, 应有 解得 k ? 61.3. 因此, 安装62条外线即可. 则有 主要的贡献是在一般分布与概率论上, 包括斯特林公式以及棣莫佛-拉普拉斯定理. 法国数学家. 发现了棣莫佛公式, 将复数与三角学联系起来. 1667-1754 俄国数学家、力学家, 是切比谢夫创立的彼得堡学派的杰出代表. 1857-1918 在概率论方面, 创立了的特征函数方法, 实现了概率论极限理论在研究方法上的突破. 是常微分方程运动稳定性理论的创始人. 法国著名的天文学家和数学家,天体力学的集大成者. 1749-1827 因著名杰作《天体力学》被誉为是法国的牛顿.首次提出“天体力学”这一学科名称. 是现在广泛应用于各个领域的拉普拉斯变换和拉普拉斯方程的发现者. 设随机变量X1, X2,…, Xn相互独立, 它们具有数学 期望与方差 若存在正数?, 使得当n??时 则随机变量 的分布函数Fn?x? 对于任意 x 满足 下 回 停 一、问题的提出 二、中心极限定理 由上一节大数定律,我们得知满足一定条件 的随机变量序列的算术平均值依概率收敛, 但 我们无法得知其收敛的速度, 本节的中心极限 定理可以解决这个问题. 在实际中, 人们发现 n 个相互独立同分布 的随机变量之和的分布近似于正态分布, 并且 n 越大,近似程度越好. 定理4.7 林德贝格-列维中心极限定理 且具有数学期望与方差 设随机变量X1, X2,…, Xn相互独立, 服从同一分布, 则随机变量 E?Xi? ? ?, D?Xi?? ? 2 ? 0 ?i=1, 2,…, n? 的分布函数Fn?x? 对于任意 x 满足 2? 注 1? 近似程度越好. n越大, 3? 的和近似服从正态分布. 定理4.7表明n个相互独立同分布的随机变量 一加法器同时收到20个噪声电压Vk 解 由于Vk?U ?0, 10 ?, 易知 ?k=1, 2,…, 20?. 设它们是相互独立的随机变量, 由林德贝格-列维中
原创力文档


文档评论(0)