2014年上stats4.24.5章节.pptVIP

4.3-4.5 一.正态随机变量的线性函数的分布 二.二维正态分布 三.中心极限定理 正态随机变量的线性函数的分布 ？ N( , ) ？ N( , ) 解： 例1 X与Y相互独立，X~N(0, 1), Y~N(1, 1).则 X+Y～N( , ), X－Y～N( , ), A. P(X+Y≤0)=0.5 B. P(X+Y≤1)=0.5 C. P(X－Y≤0)=0.5 D. P(X－Y≤1)=0.5 1 2 －1 2 概率为0.5，对称轴的左边或右边. √ 解： 例2.X与Y相互独立，X~N(－3, 1), Y~N(2, 1). 若Z=X－2Y+7, 求Z的概率密度 fZ(z). 因为X与Y独立，X~N(－3, 1), Y~N(2, 1) 所以 Z=X－2Y+7～N( , ) 其中μ=E(Z)=E(X－2Y+7) =E(X)－2E(Y)+7 =－3－2×2+7=0 0 其中σ2=D(Z)=D(X－2Y+7) =D(X)+4D(Y)+0 =1+4×1+0=5 5 解： 例3. X与Y相互独立，X~N(1, 2), Y~N(1, 2). 求|X－Y|的数学期望，方差. 因为X与Y独立，且都服从正态分布 所以 Z＝X－Y～N( , ) 0 4 二 维 正 态 分 布 但对下述情形，独立与不相关等价 若(X,Y)服从二维正态分布，则 X与Y独立 X与Y不相关 前面，我们已经看到： 相互独立 不相关 三.中心极限定理 独立随机变量的和的分布趋于正态分布. 有关论证随机变量的和的极限分布的定理,称为中心极限定理. 在实际问题中，常常需要考虑许多随机因素所产生总影响. 例如：炮弹射击的落点与目标的偏差X，就受着许多随机因素的影响. 空气阻力所产生的误差X2， 对我们来说重要的是这些随机因素的总影响. 如瞄准时的误差 X1， 炮弹或炮身结构所引起的误差X3等等. 例4:某射手射击,得十分的概率为0.5,得九分的概率 为0.3,得八分的概率为0.2,现射击100次,求总得 分多于950分的概率. 解： 棣莫扶-拉普拉斯定理 中心极限定理 例5.设电站向10000盏电灯供电,夜晚每盏灯开灯概率都是0.7, 设彼此开、关灯时间相互独立,试估计夜晚同时开6800至  7200盏灯的概率。 解： 解： 例7 一条生产线的产品以箱包装，每箱的重量是随机的，假设平均每箱重50公斤，标准差5公斤，若用最大载重为5吨的汽车承运，试用中心极限定理说明每辆汽车最多可以装多少箱，才能保证不超载的概率大于0.977. 解： 设 Xi 表示第i箱的重量， i=1,2,… 则 X1 , X2 , …独立同分布, E(Xi)=50, D(Xi)=52 设汽车最多装n箱,保证不超载的概率大于0.977 即 X1 , X2 , …独立同分布, E(Xi)=50, D(Xi)=52 即 于是 由独立同分布中心极限定理，得 于是 解得 n≤98.02 所以，汽车最多装98箱，保证不超载的概率不超过0.977. 作 业 某地抽样调查结果表明，考生的外语成绩（百分制）近似服从正态分布，平均成绩为72分，96分以上的考生占考生总数的2.3%，试求考生成绩在60分至84分之间的概率. 2．一个系统由100个相互独立工作的部件组成，每个 部件正常工作的概率为0.9. 已知整个系统中至少有85个部件正常工作,系统工作才正常. 试求系统正常工作的概率.(利用中心极限定理) ?