随机变量序列的极限.ppt

由独立同分布的中心极限定理, 可以近似认为 于是所求的概率为 因此机床质量总误差不超过 的概率近似为 例6 某单位有200台分机, 每台使用外线通话的概率为 15%, 若每台分机是否使用外线是相互独立的, 问该单 位至少需要装多少多少条外线, 才能以95%的概率保证 每台分机能随时接通外线电话. 解 以 表示在时刻 使用的外线数, 则 此时有 若以 表示安装的外 线数, 则分机能使用外线意味着此时有 由 中心极限定理得: 查表得: 即: 所以可取 方能以95%的把握保证在该时刻分机可以使用外 线. 三、部分作业解答 试问, 最多可以把这台机床分解成多少个部件, 才能以 5.6 为了测定一台机床的质量, 将其分解成若干个部件 来称量. 假定每个部件的称量误差（单位: ）服从区 间 上的均匀分布, 且每个部件的称量是独立的, 不低于 的概率保证总重量的误差的绝对值不超过 解 设将机床分解成 个部件, 而 表示第 个部件的 重量, 则 所以 由已知条件 又 即有 所以取 5.7 已知生男婴的概率为 求在 个婴儿中 男孩个数多于女孩的概率. 解 设 个婴儿中男婴的个数为 由条件知 此时 由中心极限定理得 所以所求概率为 5.8 报童沿街向行人兜售报纸, 设每位行人买报的概率 是 且他们是否买报是相互独立的, 试求报童在向 位行人兜售后, 卖掉报纸 份的概率. 解 以 表示出售的报纸份数, 则 所以 所求概率为 由中心极限定理得 * 程序Galton.m 第五章 随机变量序列的极限 本章要点 本章讨论两类重要的极限分布. 一、大数定律 定义 设 是一个随机变量序列, 如果存在常 数 使得对于任意常数 总有 则称随机变量序列 依概率收敛于 记作 若随机变量序列 依概率收敛于 则 定理 如果 且函数 在点 处连续, 则 定理 设 是两两不相关的随机变量序列, 如 果存在常数 使得 则 特别地, 若 则上式表明 注意 该定理的条件为方差有界. 定理 （独立同分布情形下的大数定律） 设 是独立同分布的随机变量序列, 且 则 用独立同分布情形下的大数定律可以证明频率的稳 定性。 设进行n次独立重复的试验，每次试验只有两个结果 引进随机变量 相互独立，则在n次试验中A发生的 频率 例1 设 是独立同分布的随机变量序列, 且 则 有些情况下, 可以得到其分布. 例如 二、中心极限定理 在数理统计中经常要用到 个独立同分布的随机变量 进一步地有 的和 的分布, 但要给出其精确分布有 时很困难. 则 则 但很多情况下这样的分布并不能得到, 有时也不一定 有这个必要. 人们在长期实践中发现, 在相当一般的条件下, 只要 充分大, 总认为 近似服从正态分布. 下面这个例子说明了这个情况. 例 （高尔顿钉板实验） 高尔顿设计了一个钉板实验, 图中每个黑点表示钉在板上的一个钉子, 它们彼此间的 距离相等, 上一层的每一个钉子的水平位置恰好位于下 一层的两个钉子的正中间. 从入口处放进一个直径略小 于两个钉子之间的距离的小球. 在小 球向下降落的过程中, 碰到钉子后均 以 的概率向左或向右滚下, 于是 又碰到下一层钉子. 如此进行下去, 直 到滚到底板的一个格子里为止. 把许 多同样大小的小球不断从入口处放下, 只要球的数目相 当大, 它们在底板将堆成近似正态分布 的密 度函数图形. O x -8 -7 -6 -5 -4 -3 -2 -1 1 2 3 4 5 6 7 8 共16层小钉 小球碰第 层钉后向右落下 小球碰第 层钉后向左落下 高尔顿( Francis Galton,1822-1911) 英国人类学家和气象学家 程序如下