第五章节大数定律_中心极限定理.pptVIP

* * 由棣莫弗-拉普拉斯定理得 * * * * * * * * * * * * * * * * * 11yue11 * * * * * * * 4月12日 * * * * * * * * * 第五章 大数定律及中心极限定理 §1. 大数定律 (1)频率具有稳定性 * * (2) 平均值具有稳定性 * * 定义1：设Xn(n=1,2,…)是一随机变量序列，若存在随机变量X，使得对任意的正数?，恒有 则称随机变量序列{Xn}依概率收敛于随机变量X记作 解释:记An={|Xn-X| ?},pn=P(An)?1,当n??时. 特别地, X为常数a,则 * * 一、切比雪夫大数定律: 设X1, X2, …, Xn, …, 是由相互独立的 r.v. 所构成的序列, E(Xk)=?k, 并且它们的方差有公共的上界. * * 由契比雪夫不等式可得 * * 设nA是n次独立重复试验中A发生的次数, p是事件A在每次试验中发生的概率, 则 伯努利定理说明, 事件A发生的频率nA/n依概率收敛到事件A发生的概率p, 这就以严格的数学形式表达了频率的稳定性, 就是说, 当n很大时, 事件A发生的频率与概率有较大差别的可能性很小, 因而在实际中便可以用频率来代替概率. 二. 伯努利大数定理: * * 证明： 由切比雪夫大数定理有 * * 三. 辛钦大数定理: 设 r.v. X1, X2, …, Xn, …相互独立, 服从同一分布, 且具数学期望 * * §2. 中心极限定理 一. 独立同分布的中心极限定理: 设 r.v. Xk(k=1, 2, … )相互独立, 服从同一分布(i.i.d.)且具有有限的数学期望和方差: * * * * 二. 李雅普诺夫（Liapunov)定理 * * * * 三. 棣莫佛--拉普拉斯定理: * * * * 三 林德贝格中心极限定理 (1)（林德贝格条件）设随机变量X1, X2,…, Xn,…相互独立，具有有限的数学期望及方差： * * (2)(林德贝格定理）对任意实数x, 有 * * * * * * * * * * 例2. 一船舶在某海区航行, 已知每遭受一次波浪的冲击, 纵摇角大于30的概率p=1/3, 若船舶遭受了90000次波浪冲击, 问其中有29500~30500次纵摇角大于30概率是多少? 解: 我们将船舶每遭受一次波浪冲击看成是一次试验, 并假定每次试验是独立的, 在90000次波浪冲击中纵摇角度大于30的次数记为X, 则X是一个r.v.且X~b(90000,1/3) 其分布律 * * 所求概率为P{29500X≤30500} 显然, 直接计算十分麻烦, 我们利用棣莫佛-拉普拉斯定理来近似求解:即有: * * * * 例3 有240台电话分机，独立使用，每台话机约 有5%的时间使用外线。问总机至少需要多少外 线才能90%以上的概率保证各分机用外线不必等候。 解：设X为240台分机中同时需用外线的台数，显然X~b(240,0.05). 即求最小的N,使得 由于n=240很大，而 * * * * * * * * * * 例5 对于一个学生而言，来参加家长会的家长人数是一个随机变量，设一个学生无家长、1名家长、2名家长来参加会议的概率分别为0.05, 0.8, 0.15. 若学校共有400名学生，设各学生参加会议的家长数相互独立，且服从同一分布。（1）求参加会议的家长数X超过450人的概率；（2）求恰有1名家长来参加会议的学生数不多于340的概率。 Xk 0 1 2 pk 0.05 0.8 0.15 * * * * * * * * * * * * * * * * * * * 11yue11 * * * * * * * 4月12日 * * * * * * *