4大数定律和中心极限定理.pptVIP

第四章 大数定律及中心极限定理;大数定律的概念;算术平均值在相同条件下对某一个随机变量进行反复地试验, 计划试验n次, 就试验方案而言, 这样的试验将产生出相互独立且同样分布的n个随机变量X1,X2,...,Xn. 将这n个随机变量加起来除以n称做这n个随机变量的算术平均值, ;虽然n个随机变量的算术平均值仍然是随机变量, 人们相信当试验次数n无限增大的时候, 此随机变量将趋向于常数, 即数学期望, 这就是大数定律.;§1 大数定律;§1 大数定律;切贝谢夫不等式;示意图;§1 大数定律;§1 大数定律;2.中心极限定理;正态分布的概率密度的图形;二项分布的随机变量可看作许多相互独立的0-1分布的随机变量之和, 下面是当x~B(20,0.5)时, x的概率分布图; Poisson分布相当于二项分布中p很小n很大的分布, 因此, 参数l=np当很大时也相当于n特别大, 这个时候Poisson分布也近似服从正态分布, 下面是l=30时??Poisson概率分布图.;在c2(n)分布中, 如果自由度n很大, 也可以认为是多个自由度为1的相互独立的c2(1)分布的随机变量的和, 因此也近似服从正态分布. 下面是c2(60)的概率密度曲线.;例1 一个螺丝钉的重量是一个随机变量, 期望值是一两, 标准差是0.1两. 求一盒(100个)螺丝钉的重量超过10.2斤的概率.;例2 对敌人的防御地段进行100次轰炸, 每次轰炸命中目标的炸弹数目是一个随机变量, 其期望值为2, 方差为1.69. 求在100次轰炸中有180颗到220炸弹命中目标的概率.;§2 中心极限定理;§2 中心极限定理;;§2 中心极限定理;例.将一颗骰子连掷100次，则点数之和不少于500的概率是多少？;例 10部机器独立工作, 每部停机的概率为0.2. 求最多有3部机器同时停机的概率.;例 产品为废品的概率为p=0.005, 求10000件产品中废品数不大于70的概率.;例 每颗炮弹命中飞机的概率为0.01, 求500发炮弹中命中5发的概率.; 例 在一家保险公司里有10000个人参加寿命保险，每人每年付12元保险费。在一年内一个人死亡的概率为0.6%，死亡时其家属可向保险公司领得1000元，问： (1)保险公司亏本的概率有多大？ (2)其他条件不变，为使保险公司一年的利润不少于60000元，赔偿金至多可设为多少？;解 设X表示一年内死亡??人数,则X~B(n, p), 其中n= 10000，p=0.6%， 设Y表示保险公司一年的利润， Y=10000?12-1000X 于是由中心极限定理 (1)P{Y0}=P{10000?12-1000X0} =1?P{X?120} ?1 ? ?(7.75)=0;;P{Y60000}=P{10000?12-aX60000} =P{X?60000/a}?0.9;;例 设电站供电所有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 中心极限定理;§2 中心极限定理;§2 中心极限定理;第四章 大数定律及中心极限定理;§2 中心极限定理;假设一批种子的良种率为 ，从中任意选出600粒，试用切比晓夫（Chebyshev）不等式和中心极限定理分别估计：这600粒种子中良种所占比例与 之差的绝对值不超过0.02的概率。;§2 中心极限定理;第四章 大数定律及中心极限定理;第四章 大数定律及中心极限定理;1 引进了大数定律的概念，要了解大数定律的意 义和内容，理解贝努里、辛钦大数定律，了解 契比雪夫大数定律。 2 阐述了中心极限定理的含义及其客观背景，要 掌握独立同分布的中心极限定理和德莫佛-拉普 拉斯定理， 会利用中心极限定理解决一般实际 应用问题。