概率论及数理统计大数定律与中心极限定理.pptVIP

虽然在一般情况下，我们很难求出X1+X2+ …+Xn 的分布的确切形式，但当n很大时，可以求出近似分布. 德莫佛－拉普拉斯定理（二项分布的正态近似）是上述定理的特殊 情况. 定理5.2.2(德莫佛－拉普拉斯定理） 设随机变量 服从参数n, p(0p1)的二项分布，则对任意x，有 定理表明，当n很大，0p1是一个定值时（或者说，np(1-p)也不太小时），二项变量 的分布近似正态分布 N(np,np(1-p)). 例2. (供电问题)某车间有200台车床,在生产期间由于需要检修、调换刀具、变换位置及调换工件等常需停车. 设开工率为0.6, 并设每台车床的工作是独立的，且在开工时需电力1千瓦. 问应供应多少瓦电力就能以99.9%的概率保证该车间不会因供电不足而影响生产? 用X表示在某时刻工作着的车床数， 依题意， X~B(200,0.6), P(X≤N)≥0.999 的最小的N. 求满足 设需N台车床工作， （由于每台车床在开工时需电力1千瓦，N台工作所需电力即N千瓦.） 解： 由德莫佛-拉普拉斯极限定理 近似N(0,1), 于是 P(X≤N)= P(0≤X≤N) 这里 np=120, np(1-p)=48 由3σ准则， 此项为0。 查正态分布函数表得 由 ≥0.999， 从中解得N≥141.5, 即所求N=142. 也就是说, 应供应142 千瓦电力就能以99.9%的概率保证该车间不会因供电不足而影响生产. ≥ 3.1, 故 例3 在一个罐子中,装有10个编号为0-9的同样的球，从罐中有放回地抽取若干次，每次抽一个，并记下号码. 问对序列{Xk},能否应用大数定律？ 诸Xk 独立同分布，且期望存在，故能使用大数定律. 解: k=1,2, … E(Xk)=0.1, (1) 设 ，k=1,2, … Xk p 0 1 0.9 0.1 即对任意的ε0, (2) 至少应取球多少次才能使“0”出现的频率在0.09-0.11之间的概率至少是0.95? 解：设应取球n次，0出现频率为 由中心极限定理 近似N(0,1) Xk p 0 1 0.9 0.1 第五章 极 限 定 理 初 步 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 数 定 律 第一节 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 …… 设X1,X2, …是独立同分布的随机变量 序列，且E(Xi)= ，D(Xi)= ， i=1,2,…, 其中方差有共同的上界，则对任给 0, 作为切比雪夫大数定律的特殊情况，有下面的定理. 定理（独立同分布下的大数定律） 切比雪夫 设{Xn}为随机变量序列，X为随机变量，若任给?0, 使得 则称{Xn}依概率收敛于X. 可记为 依概率收敛 a 如 意思是:当 时,Xn落在 内的概率越来越大. 而 意思是: ,当 证明:由切比雪夫不等式 这里 故 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， 差不多不再是 切比雪夫大数定律给出了平均值稳定性的科学描述 下面给出的贝努里大数定律，是上述定理的一种特例. 贝努里 设Sn是n重贝努里试验中事件A发生的次数，p是事件A发生的概率， 引入 i=1,2,…,n 则 是事件A发生的频率 于是有下面的定理： 设Sn是n重贝努里试验中事件A发生的 次数，p是事件A发生的概率，则对任给的ε 0， 定理5.1.1（贝努里大数定律） 或 贝努里 贝努里大数定律提供了通过试验来确定事件概率的方法. 任给ε0， 贝努利大数定律表明：当重复试验次数n充分大时，事件A发生的频率Sn/n几乎等于事件A的概率p。因此可用事件发生的频率作为相应概率的估计。 蒲丰投针问题中解法的 理论