[2018年最新整理]《概率论》第4章§中心极限定理.pptVIP

二项分布的正态近似 注 意 点 中心极限定理的应用有三大类： i) 给定 n 和 y，求概率 ii) 给定 n 和概率，求 y iii) 给定 y 和概率，求 n * 第四章 大数定律与中心极限定理 */14 * 第四章 大数定律与中心极限定理 */21 在现实中为什么很多数量指标都服从或近似服从正态分布 研究发现这些指标通常是由大量相互独立的随机因素综合影响而成,即 当 时,在什么情况下 的极限分布是正态分布 的极限分布是标准正态分布 设 是独立r.v列,均值和方差都存在 令 则 部分和标准化r.v 的极限分布是否为 一般地，答案是否定的！ 除非 服从正态分布，否则结论就不真. 取 则 则称 服从中心极限定理 若 的分布函数 对任意 满足 服从中心极限定理的条件是什么 相互独立 都存在 同分布的 r.v 列，其数学期望和方差分别为 则 服从中心极限定理 的分布函数 对任意 满足 设 为独立 ,即标准化r.v 例4.4.1 每袋味精的净重为随机变量，平均重量为 100克，标准差为10克. 一箱内装200袋味精，求一箱味精的净重大于20500克的概率? 解: 设箱中第 i 袋味精的净重为 Xi, 则Xi 独立同分布， 且 E(Xi)=100，Var(Xi) =100， 由中心极限定理得，所求概率为： = 0.0002 故一箱味精的净重大于20500克的概率为0.0002. (很小) 例4.4.2 设 X 为一次射击中命中的环数，其分布列为 求100次射击中命中环数在900环到930环之间的概率. X P 10 9 8 7 6 0.8 0.1 0.05 0.02 0.03 解: 设 Xi 为第 i 次射击命中的环数，则Xi 独立同分布， 且 E(Xi) =9.62，Var(Xi) =0.82，故 = 0.99979 由独立同分布的中心极限定理,有 设 为服从 参数为 的 二项分布r.v列, 则对任意 有 其中 为独立同分布的(0-1)分布r.v,且 因二项分布产生于 重伯努利试验,故 可分解为 该定理是概率论历史上第一个中心极限定理,由棣莫弗于1730年给出 到 时的证明,几十年后经拉普拉斯推广 的一般情形. 定理4.9 棣莫弗—拉普拉斯中心极限定理 设?n 为服从二项分布 b(n, p) 的随机变量，则当 n 充分大时，有 是林德贝格—勒维中心极限定理的特例. 在任一时刻，记 某单位电话交换机接有500部电话,在所有通话中有96%次通话是在各分机内进行的.假定每部分机是否需要打外线是相互独立的,问要配备多少条外线才能以95%的概率保证每个分机要用外线时不必等候？ 由独立同分布中心极限定理有 近似 第 台分机要用外线 否则 独立同分布，且 则 设共需要 条外线才能满足要求，则应有 又 故至少应配备28条外线才能满足要求. 查正态分布表得 ,故有 ii) 已知 n 和概率，求y ； iii) 已知 y 和概率，求 n . i) 已知 n 和 y，求概率； 例4.4.3 100个独立工作(工作的概率为0.9)的部件组成一个系统，求系统中至少有85个部件工作的概率. 解：用 由此得： Xi=1表示第i个部件正常工作, 反之记为Xi=0. 又记Y=X1+X2+…+X100，则 E(Y)=90，Var(Y)=9. 例4.4.4 有200台独立工作(工作的概率为0.7)的机床， 每台机床工作时需15kw电力. 问共需多少电力, 才可 有95%的可能性保证正常生产? 解：用 设供电量为y, 则从 Xi=1表示第i台机床正常工作, 反之记为Xi=0. 又记Y=X1+X2+…+X200，则 E(Y)=140，Var(Y)=42. 中解得 例4.4.5 用调查对象中的收看比例 k/n 作为某电视节 目的收视率 p 的估计。 要有 90％ 的把握，使k/n与p 的差异不大于0.05，问至少要调查多少对象？ 解：用 根据题意 Yn表示n 个调查对象中收看此节目的人数，则 从中解得 Yn 服从 b(n, p) 分布，k 为Yn的实际取值。 又由 可解得 n = 271 END 33, 35