经典概率论与数理统计第五章大数定律及中心极限定理.pptVIP

第五章 大数定律与中心极限定理;5.1 大数定律;例5.1.1 设电站供电网有10000盏电灯，夜晚每一盏灯开灯的概率都是0.7，而假定开、关时间彼此独立，估计夜晚同时开着的灯数在6800与7200之间的概率.;2;定理 5.1.1;契比雪夫大数定律说明：在定理的条件下，当n充分大时，n个独立随机变量的平均数这个随机变量的离散程度是很小的。这意味，经过算术平均以后得到的随机变量 将比较密的聚集在它的数学期望的 附近，它与数学期望之差依概率收敛到0.;定理5.1.2;或;说明：1、贝努里大数定律从理论上证明了大量重复独立试验中，事件A发生的频率具有稳定性，正因为这种稳定性，概率的概念才有实际意义 ； 2、贝努里大数定律还提供了通过试验来确定事件的概率的方法。;例5.1.2 设{Xn}为一同分布、方差存在的随机变量序列，且Xn仅与Xn-1和Xn+1相关，而??其他的Xi不相关，试问该随机变量序列{Xn}是否服从大数定律？; (辛钦大数定律)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(Xi)=? (i=1,2,…) ，则对于任意正数?,有;5.2 中心极限定理; (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)=?, D(Xk)=? 2?0( k=1,2,…).则随机变量;说明：定理5.2.1称为林德贝格——勒维(Lindeberg-Levy)中心极限定理，也称为独立同分布的中心极限定理 ; (李雅普诺夫定理)设随机变量X1 ,X2 ,…,Xn ,…相互独立,它们具有数学期望和方差:;上一页;定理5.2.3;例5.2.2某保险公司有10000个同龄又同阶层的人参加人寿保险，已知该类人在一年内死亡的概率为0.006，每个参加保险的人在年初付12元保险费，而在死亡时家属可向公司领得1000元。问在此项业务活动中： 保险公司亏本的概率是多少？? ?保险公司获得利润不少于40000元的概率是多少？;P{X120}=1-