概率论与数理统计第五章.pptVIP

  1. 1、本文档共43页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
概率论与数理统计第五章

第五章 大数定律和中心极限定理 第一节 大 数 定 律 第二节 中心极限定理 计算机在进行数字计算时遵从四舍五入原则. 为使我们此题简单考虑,我们假定对小数点后面的第一位进行四舍五入运算. 则误差X这个随机变量可以认为服从 [-0.5,0.5]上的均匀分布. 现若在一项计算中一共进行了100次数字计算. 例2 ≈0.0866 求:平均误差落在区间 上的概率 解: n=100,设Xi是第i次运算的误差. ∵误差服从[-0.5,0.5]上的均匀分布 ∴ E(Xi)=(-0.5+0.5)/2=0 Var(Xi)=[0.5-(-0.5)]2/12=1/12 i=1,2, ?,100. ∴平均误差为 根据中心极限定理 近似~N(0,1) 于是 某单位有200部电话分机,每部电话约有5%的时间要使用外线通话.设每部电话是否使用外线通话是相互独立的. 求:该单位总机至少需要安装多少条外线才能以90%以上的概率保证每部电话需要使用外线时可以打通? 解: 例3 ∴ Xi ~ b(1,p).X1,X2 ,? ,X200相互独立. 设该单位总机安装k条外线,则: P{每部电话需要使用外线时可以打通} =P{使用外线的电话数目≤k} =P{X1+X2+?+X200 ≤k} 求最小的k,使 P{每部电话需要使用外线时可以打通}≥90% ?求最小的k,使P{X1+X2+?+X200 ≤k}≥90% ?求最小的k,使 ∴该单位总机至少需要安装14条外线. 某市保险公司开办一年人身保险业务.被保险人每年需交付保险费160元. 若一年内发生重大人身事故,其本人或家属可获2万元赔金. 己知该市人员一年内发生重大人身事故的概率为0.005.现有5000人参加此项保险. 求:保险公司一年内从此项业务所得到的总收益在20万元到40万元之间的概率. 解: 例4 ∴ Xi ~ b(1,p). P=0.005 X1,X2 ,? ,X200相互独立.则: P{20万元≤总收益≤ 40万元} =P{20万元≤0.016万元保险费?参保人数-2万 元赔金?一年内发生重大人身事故的人数≤40万元} =P{20≤0.016?5000- 2?(X1+X2+?+X5000)≤40} ∵ np=25 np(1-p)=25?0.995 ∴总收益在20万元到40万元之间的概率为 0.6826. 不知大家是否还记得街头赌博的演示? 现在我们用中心极限定理来揭穿这个赌博中的奥秘. 请看演示: 高尔顿钉板试验的理论解释 街头赌博 再看演示请点击 如图,钉板有n=16层,可以求出标准差 n次碰钉后小球的位置 Yn近似服从正态分布N(0,n). E(Yn)=0, Var(Yn)=n . 左右8颗钉子以内的概率近似为95.6%, 根据正态分布的查表计算知道,落在2 以内即中线 说,落在这以外的概率只有4%左右. 即是 如图钉板有n=16层,可以求出标准差 根据正态分布的查表计算知道,落在2 以内即中线 左右8颗钉子以内的概率近似为95.6%,即是说,落在这以外的概率只有4%左右. 现在你知道为什么摆摊的人敢于 在上面放那么值钱的东西了吧! * * 第五章 大数定律和 中心极限定理 湖南商学院信息系 数学教研室 概率论与数理统计是研究随机现象统计规律性的学科. 随机现象的规律性只有在相同的条件下进行大量重复试验时才会呈现出来. 也就是说,要从随机现象中去寻求必然的法则,应该研究大量随机现象. 研究大量的随机现象,常常采用极限形式,由此导致对极限定理进行研究. 极限定理的内容很广泛,其中最重要的有两种: 与 大数定律 中心极限定理 下面我们先介绍大数定律 大量的随机现象中平均结果的稳定性 大数定律的客观背景 大量抛掷硬币 正面出现频率 字母使用频率 生产过程中的 废品率 …… 几个常见的大数定律 定理1(切比雪夫大数定律) 设 X1, X2, …是相互独立的随机变量序列,它们都有有限的方差,并且方差有共同的上界,即 Var(Xi) ≤K,i=1, 2, …, 切比雪夫 则对任意的ε0, 切比雪夫大数定律表明,独立随机变量序列{Xn},如果方差有共同的上界,则 与其数学期望 偏差很小的 概率接近于1. 随机的了,取值接近于其数学期望的概率接近于1. 即当n充分大时, 差不

您可能关注的文档

文档评论(0)

118books + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档