[2018年最新整理]中心极限定理.ppt

一、问题的引入 概率论与数理统计 概率论与数理统计 第 五 章 §5.3 中心极限定理 概率论与数理统计 主要内容 一、问题的引入 二、中心极限定理的概念 三、中心极限定理 四、中心极限定理的应用 实例: 考察射击命中点与靶心距离的偏差. 这种偏差是大量微小的偶然因素造成的微小误差的总和, 这些因素包括: 瞄准误差、测量误差、子弹制造过程方面 (如外形、重量等) 的误差以及射击时武器的振动、气象因素(如风速、风向、能见度、温度等) 的作用, 所有这些不同因素所引起的微小误差是相互独立的, 并且它们中每一个对总和产生的影响不大. 问题: 某个随机变量是由大量相互独立且均匀小的随机变量相加而成的, 研究其概率分布情况. 二、中心极限定理的概念 设 为一独立随机变量序列，且 均存在，令 称其为 的规范和。 概率论中，一切关于随机变量序列规范和的极限分布是标准正态分布的定理统称为中心极限定理。 即 设 的规范和 有 则称 服从中心极限定理。 定 理 5.9 棣莫弗-拉普拉斯中心极限定理 三、中心极限定理 (De Moivre-Laplace) [ 二项分布以正态分布为极限分布 ] 定 理 5.10 林德贝格-勒维中心极限定理 (Lindberg-levy) [ 独立同分布的中心极限定理 ] 定理5.9（棣莫弗—拉普拉斯）中心极限定理 率为p(0p1), 为n次试验中A事件发生的次数，则 定理5.9 表明: 正态分布是二项分布的极限分布, 当n充分大时, 可以利用该定理来计算二项分布的概率. 在n重伯努利试验中，事件A在每次试验中出现的概 下面的图形表明:正态分布是二项分布的逼近. 定理5.10（林德贝格-勒维）中心极限定理 是一列独立同分布的随机变量，且 则有 设 近似 定理5.10 表明: 当 随机变量序列 解 由定理4.10, 随机变量 Z 近似服从正态分布 N (0,1) , 例1 其中 四、中心极限定理的应用 棣莫弗—拉普拉斯中心极限定理是概率论历史上的第一个中心极限定理，它有许多重要的应用。下面介绍它在数值计算方面的一些具体应用。 二项概率的近似计算 设 当n很大时，直接计算很困难。这时如果np不大（即p较小时接近于0）或n(1-p)不大（即p接近于1）则用泊松近似公式来计算。 当p不太接近于0或1时，可用正态分布来近似计算。 ，对任意 有 是n重伯努利试验中事件A发生的次数，则 一船舶在某海区航行, 已知每遭受一次海浪的冲击, 纵摇角大于 3o 的概率为1/3, 若船舶遭受了90 000次波浪冲击, 问其中有29 500～30 500次纵摇角大于 3o 的概率是多少？ 解 将船舶每遭受一次海浪的冲击看作一次试验, 并假设各次试验是独立的, 在90 000次波浪冲击中纵摇角大于 3o 的次数为 则 是一个随机变量,且 例2 所求概率为 分布律为 直接计算很麻烦，利用棣莫弗－拉普拉斯定理 某保险公司的老年人寿保险有1万人参加,每人每年交200元. 若老人在该年内死亡,公司付给家属1万元. 设老年人死亡率为0.017,试求保险公司在一年内的这项保险中亏本的概率. 解 设 为一年中投保老人的死亡数, 由棣莫弗－拉普拉斯定理知, 例3 保险公司亏本的概率 例4 某单位内部有260架电话分机，每个分机有4%的时间要用外线通话。可以认为各个电话分机用不同外线是相互独立的。问：总机需备多少条外线才能以95%的把握保证各个分机在使用外线时不必等候？ 解：由题意，任意一个分机或使用外线或不使用外线只有两种可能结果，且使用外线的概率p=0.04，260个分机中同时使用外线的分机数 设总机确定的最少外线条数为x ,则有 概率论与数理统计 * * * *