概统4.4节.pptVIP

§ 4. 4　大数定律与中心极限定理;设非负 r.v. X 的期望 E( X )存在， 则对于任意实数 ? 0,;设随机变量 X 的k阶绝对原点矩 E( |X |k) 存在，则对于任意实数 ? 0,;例1 设有一大批种子，其中良种占1/6. 试 估计在任选的 6000 粒种子中, 良种所占比 例与1/6 比较上下小于1%的概率.;实际精确计算;例2 设每次试验中，事件 A 发生的概率为 0.75, 试用 Chebyshev 不等式估计, n 多大 时, 才能在 n 次独立重复试验中, 事件 A 出 现的频率在0.74 ~ 0.76 之间的概率大于 0.90?;即;大数定律;证 引入 r.v. 序列{Xk};故;在概率的统计定义中, 事件 A 发生的频率;定义; 在 Bernoulli 定理的证明过程中，Y n 是相互独立的服从 (0 , 1) 分布的 r.v. 序列 {Xk} 的算术平均值, Y n 依概率收敛于 其数学期望 p .;Chebyshev 大数定律;定理的意义;注2;相;则;二． 中心极限定理;独立同分布的中心极限定理;注;中心极限定理的意义;对此现象还 可举个有趣 的例子——;德莫佛—拉普拉斯中心极限定理 （DeMoivre-Laplace ）;中心极限定理的应用;解 设 X k 表示第 k 次轰击命中的炮弹数;(1) ;例２ 某车间有200台车床，每台独立工作， 开工率为0.6. 开工时每台耗电量为 r 千瓦. 问供 电所至少要供给这个车间多少电力, 才能以 99.9% 的概率保证这个车间不会因 供电不足而影响生产？;问题转化为求 a , 使;令