[理学]概率论与数理统计5.pptVIP

题12 例4 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？ 解 设至少要供给这个车间 a 千瓦的电力， X 为开工的车床数 , 则 X ~ B(200,0.6) , X ~ N (120, 48) (近似) 应用4 由德莫佛—拉普拉斯中心极限定理, 有 问题转化为求 a , 使 反查标准正态函数分布表，得 令 解得 (千瓦) * 第五章 大数定律与中心极限定理 本章要解决的问题 为何能以某事件发生的频率 作为该事件的 概率的估计？ 为何能以样本均值作为总体 期望的估计？ 为何正态分布在概率论中占 有极其重要的地位？ 大样本统计推断的理论基础 是什么？ 答复 大数 定律 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, 证 仅证连续型 r.v.的情形 重要不等式 §5.1 大数定律 §5.1 设随机变量 X 的方差 D ( X )存在， 则对于任意实数 ? 0, 推论 1 ——切贝雪夫( chebyshev)不等式 或 当 ? 2? D(X) 无实际意义, 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. 解 设 X 表示 6000 粒种子中的良种数 , X ~ B (6000,1/6 ) 例1 实际精确计算 用Poisson 分布近似计算 取? = 1000 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? 解 设 X 表示 n 次独立重复试验中事件 A 发生的次数 , 则 X ~ B(n,0.75) 要使 ，求 n 例2 即 即 由 Chebyshev 不等式，? = 0.01n ,故 令 解得 定义 若存在随机变量X,对 有 设 为随机变量序列， 或 则称 r.v. 序列 依概率收敛于随机 变量 X,记为 大数定律 定义5.2 若 对任意随机变量序列 ： 则称 服从大数定律。 马尔可夫大数定律 设随机变量序列 满足马尔可夫 条件： 则 有 Chebyshev 大数定律 两两互不 设 r.v. 序列 相关的随机变量序列，又存在常数C0,使 则 服从大数定律。 独立同分布大数定律 若 为相互独立且服从同一分布的 随机变量序列，其 均存在， 服从大数定律。 则 定理的意义 当 n 足够大时, 算术平均值几乎是一常数. 具有相同数学期望和方差的独立 r.v.序列的算术平均值依概率收敛于数学期望. 算术 均值 数学 期望 近似代替 可被 相 设 r.v.序列 则 有 互独立具有相同的分布，且 记 注1 则 则 连续， 若 贝努里（Bernoulli） 大数定律 设 nA 是 n 次独立重复试验中事件 A 发生 的次数, p 是每次试验中 A 发生的概率, 则 有 或 大数定律 故 证 因为 ，所以 由 Chebyshev 不等式得 即 在概率的统计定义中, 事件 A 发生的频率 “ 稳定于”事件 A 在一次试验中发生 的概率是指： 频率 与 p 有较大偏差 是 小概率事件, 因而在 n 足够大时, 可以用频 率近似代替 p . 这种稳定称为依概率稳定. 贝努里(Bernoulli)大数定律的意义 电视台需作节目A 收视率 的调查.每天在播电视的同时, 随机地向当地居民打电话询问是否在看电视. 若 在看电视, 再问是否在看节目A. 设回答 问 题 看电视的居民户数为 n. 若要保证以 95%的概率使调查误差在10%之内, n 应取多大？ 每晚节目A 播出一小时, 调 查需同时进行, 设每小时每人能 调查20户, 每户居民每晚看电视 的概率为70%, 电视台需安排多 少人作调查. 又，若使调查误差在 1 %之内, n 应取多大？ §5.2 §5.2 中心极限定理 定 理 一 林德伯格-列维中心极限定理 [ 独立同分布的中心极限定理 ] 定 理 二 棣莫弗-拉普拉斯中心极限定理 [ 二项分布以正态分布为极限分布 ] (Lindberg-levi) (De Moivre-Laplace) 独立同分布的中心极限定理 设随机变量序列 独立同一分布, 且有期望和方差：