《概率论与数理统计》学习指导(5,6).docVIP

《概率论与数理统计》 学习指导 ·内容提要 ·疑难分析 ·例题解析 ·自测试题 安徽工业大学应用数学系 编  目 录 第一章 随机事件及其概率 2 第二章 随机变量及其分布 15 第三章 多维随机变量及其分布 29 第四章 随机变量的数字特征 41 第五章 大数定律和中心极限定理 50 第六章 数理统计的基本概念 55 第七章 参数估计 61 第八章 假设检验 68  第五章 大数定律和中心极限定理 内 容 提 要 1、切贝雪夫不等式 设随机变量的数学期望，方差，则对任意正数，有不等式 或成立. 2、大数定律 （1）切贝雪夫大数定理:设是相互独立的随机变量序列，数学期望和方差都存在，且，则对任意给定的，有 . （2）贝努利大数定理:设是次重复独立试验中事件发生的次数，是事件在一次试验中发生的概率，则对于任意给定的，有. 贝努利大数定理给出了当很大时，发生的频率依概率收敛于的概率，证明了频率的稳定性. 3、中心极限定律 （1）独立同分布中心极限定理:设是独立同分布的随机变量序列，有有限的数学期望和方差，，.则对任意实数，随机变量的分布函数满足 . （2）李雅普诺夫定理:设 是不同分布且相互独立的随机变量，它们分别有数学期望和方差：, .记 ,若存在正数，，使得当时，有, 则随机变量的分布函数对于任意的，满足 . 当很大时,.服从参数为的二项分布，则对于任意的，恒有 . 疑 难 分 析 1、依概率收敛的意义是什么？ 依概率收敛即依概率1收敛.随机变量序列依概率收敛于，说明对于任给的，当很大时，事件“”的概率接近于1.但正因为是概率，所以不排除小概率事件“”发生.依概率收敛是不确定现象中关于收敛的一种说法. 2、大数定律在概率论中有何意义？ 大数定律给出了在试验次数很大时频率和平均值的稳定性.从理论上肯定了用算术平均值代替均值，用频率代替概率的合理性，它既验证了概率论中一些假设的合理性，又为数理统计中用样本推断总体提供了理论依据.所以说，大数定律是概率论中最重要的基本定律. 3、中心极限定理有何实际意义？ 许多随机变量本身并不属于正态分布，但它们的极限分布是正态分布.中心极限定理阐明了在什么条件下，原来不属于正态分布的一些随机变量其总和分布渐进地服从正态分布.为我们利用正态分布来解决这类随机变量的问题提供了理论依据. 4、大数定律与中心极限定理有何异同？ 相同点：都是通过极限理论来研究概率问题，研究对象都是随机变量序列，解决的都是概率论中的基本问题，因而在概率论中有重要意义.不同点：大数定律研究当 时，概率或平均值的极限，而中心极限定理则研究随机变量总和的分布的极限. 例 题 解 析 例1．设为连续型随机变量，为常数，，求证 分析 此类概率不等式的证明，一般考虑用切比雪夫不等式或直接从定义用类似切比雪夫不等式的方法来证. 证 设的密度函数为，则 例2．设随机变量和的数学期望都是2,方差分别为1和40.5,则根据切比雪夫不等式有 . 解 . 由于 故 . 例3．设在独立重复试验中，每次试验中事件发生的概率为1/4.问是否用0.925的概率确信在1000次试验中发生的次数在200到300之间？ 分析 在1000次试验中事件A发生的次数,且 而 利用Chebychev不等式得 所以可用0.925的概率确信在1000次试验中A发生的次数在200到300之间. 解 如分析所述，由Chebychev不等式即可得 例4．分布用切比雪夫不等式与隶美弗—拉普拉斯中心极限定理确定：当掷一枚硬币时，需要掷多少次，才能保证出现正面的频率在0.4~0.6之间的概率不小于90%． 解 设X为n次掷硬币正面出现的次数，则，其中 （1）由切比雪夫不等式知 令 则得． 由隶美弗-拉普拉斯的中心极限定理，得： 查表知：． 例5． (1)一个复杂系统由100个相互独立的元件组成,在系统运行期间每个元件损坏的概率为0.10,又知为使系统正常运行,至少必须有85个元件工作,求系统的可靠度;(2)上述系统假如由个相互独立的元件组成,而且又要求至少有80%的元件工作才能使整个系统正常运行,问至少为多大时才能保证系统的可靠度不小于0.95. 解 (1)设,为系统正常运行时完好的元件个数,于是服从, 因而 故所求的概率为 (2)此时,要求,而 故,查表得取=25 例6． 一加法器同时收到20个噪声电压，设它们是相互独立且都服从区间（0，10）上的均匀分布，求总和噪声电压超过计划105（伏）的概率. 解 记，因是相互独立且都服从（0，10）上的均匀分布，且 由独立同分布中心极限定理