概率论与数理统计极限定理.pptVIP

若X，Y相互独立，则 f(x,y) =fX(x) ·fY(y)，得卷积公式: 从而有，Z=X+Y～N（0，2）. 定理3（同分布中心极限定理）设随机变量X1，X2，…，Xn，…相互独立，服从相同分布，且有有限的数学期望和方差，即 例3. 某出租车公司有500辆的士参加保险，在一年里的出事故的概率为0.006，参加保险的的士每年交800元的保险费．若出事故，保险公司最多赔偿50000元，试利用中心极限定理，计算保险公司一年赚钱不小于200000元的概率． 作业： 92页  1,2,3,7，8  第六章 样本及抽样分布 二、样本的数字特征 2.样本方差： §6.2 抽样分布(几个重要分布) 二、标准正态分布的百分位点 P{X＞Xα} =α， 三、 分布 记作 四 、t分布 4. F分布的百分位点 小 结 练习 作业： 108页 3, 4 设F~F(m, n)，对给定的α（0＜α＜1） （1）称满足 的点Fα(m, n)为F分布的上100α百分位点. 0 f(y) α Fα(m,n) y 即 （2）称满足 的点 0 f(y) y 为F分布的双侧百分位点. 与 下页 定理 3 分别是这两个样本的 且X与Y独立, X1, X2,…, 是取自X的样本, 取自Y的样本, 分别是这两个样本的样本方差, 均值， 则有 Y1,Y2,…, 是 样本 下页 设 X: X1，X2，…，Xn 1. 2. 若 X~N（0，1），则 下页 Xi ~N（μ，σ2） (1) (2) (3) 3. 若 X~N（μ，σ2）， 下页 1 2 3 4 则 相互独立. 与 Y ~ N (μ2,σ2 2) ： Y1，Y2，…,Yn2 ，它们相互独立. X ~ N (μ1,σ12) ： X1，X2，…,Xn1 (1) (2) 当σ12 =σ22 =σ2时， 4. 两个正态总体 当σ12 ,σ22 已知时， 下页 5 6 《概率统计》 下页 结束 返回 §3.3 二维随机变量函数的分布---回顾 下页 例3．设X和Y是两个互相独立的随机变量，且X～N(0,1), Y ～N(0，1)，求Z = X +Y 的概率密度. 解：由于X、Y互相独立，由卷积公式 （2）如果Xi(i=1,2,…,n)为 n 个互相独立的随机 变量，且 Xi ~ N( μi，σi2)，则 一般地（1）若X1~ ，X2~N ， 且X1、X2相互独立，则有 X1+X2~N 下页 的分布函数Fn(x)满足：对任意的x，有 E(Xk) =μ，D(Xk) =σ2，k = 1,2,… 则随机变量 §5.2 中心极限定理 下页 说明： （1） 当n很大时，Yn近似地服从N（0，1），即 （2）当n很大时， 近似地服从N（n μ ，nσ2） 即不论Xi具有怎样的分布，只要有有限的期望和方差， 当n很大时，其和 就近似地服从正态分布. 下页 例1．设样本X1，X2，…，X20相互独立，且都来自均匀分布 U(0,1)，其中,E(Xi)=1/2,D(Xi)=1/12，令Y20 = X1+X2+…+X20， 求：P{Y20≤9.1}. 解： P{Y20≤9.1}= n = 20，μ= 1/2, σ2 = 1/12 下页 定理4（棣莫佛-拉普拉斯中心极限定理）设随机变量ηn服从参数为n , p的二项分布（n=1,2,…,0＜p＜1），则对于任意实数x 恒有 其中 由独立同分布中心极限定理可得 证: 由于服从二项分布的随机变量和hn 可视为 n 个相互独立的、 服从同一参数p的（0-1）分布的随机变量X1，X2，…，Xn之和， 下页 例2．一批种子，其中良种占1/6，在其中任选6000粒，试问在这些种子中，良种所占的比例与1/6之差的绝对值小于1%的概率是多少？ 解：设X表示取6000粒种子中的良种粒数，则 X~B(6000, 1/6) 注 若X~B(n, p),则当n较大时，有 下页 解：设X表示500 辆的士中出事故的车辆数，则X ～B(500,0.006) 其中np=3, npq=2.982,保险公司一年赚钱不小于200000元的事件为 {500×800≥ 500×800-50000X ≥ 200000 }, 即事件{0≤X≤4} 可见，保险公司在一年里赚钱不小于200000元的概率为0.7781. 下页 例4. 在抽样检