2大数定律与中心极限定理1.ppt

欲使 即 查表得 从中解得 即至少应取球3458次才能使“0”出现的频率在0.09-0.11之间的概率至少是0.95. （2）解：在100次抽取中, 数码“0”出现次数为 由中心极限定理, 即 其中E(Xk)=0.1, D(Xk)=0.09 即在100次抽取中，数码“0”出现次数在7和13之间 的概率为0.6826. =0.6826 三、小结 三个大数定理 契比雪夫定理的特殊情况 伯努利大数定理 辛钦定理 　　频率的稳定性是概率定义的客观基础, 而伯努利大数定理以严密的数学形式论证了频率的稳定性. 三、小结 三个中心极限定理 独立同分布的中心极限定理 李雅普诺夫定理 德莫佛－拉普拉斯定理 中心极限定理表明, 在相当一般的条件下, 当独立随机变量的个数增加时, 其和的分布趋于正态分布. * * * 第五章 大数定律与中心极限定理 5.1 大数定律 5.2 中心极限定理 弱大数定律 (辛钦大数定律) 依概率收敛定义及性质 贝努利大数定律 第一节 大数定律 设随机变量序列X1,X2, … 相互独立，服从同一分布，具有数学期E(Xi)=μ, i=1,2,…， 则对于任意正数ε ，有 定理1（辛钦大数定律） 辛钦 一、弱大数定理（辛钦大数定律） 二、依概率收敛定义及性质 定义 性质 辛钦大数定律的另一种叙述: 依概率收敛于 。 即 设随机变量序列X1,X2, … 相互独立，服从同 一分布，具有数学期E(Xi)=μ, i=1,2,…， 则序列 设 fA 是n次独立重复试验中事件A发生的次数，p是事件A在每次试验中发生的概率，则对于任意正数ε 0 ，有 定理2（伯努里大数定律） 或 证明 证毕 注 贝努里大数定律表明，当重复试验次数n充分大时，事件A发生的频率fA/n与事件A的概率p有较大偏差的概率很小.(频率的稳定性) 或 第二节 中心极限定理 中心极限定理 例题 课堂练习 中心极限定理的客观背景 在实际问题中许多随机变量是由相互独立随机因素的综合（或和)影响所形成的. 例如：炮弹射击的 落点与目标的偏差， 就受着许多随机因 素（如瞄准，空气 阻力，炮弹或炮身结构等）综合影响的.每个随机因素的对弹着点（随机变量和）所起的作用都是很小的.那么弹着点服从怎样分布哪 ？ 如果一个随机变量是由大量相互独立的随机因素的综合影响所造成，而每一个别因素对这种综合影响中所起的作用不大. 则这种随机变量一般都服从或近似服从正态分布. 自从高斯指出测量误差服从正态 分布之后，人们发现，正态分布在 自然界中极为常见. 现在我们就来研究独立随机变量之和所特有的规律性问题. 高斯 当n无限增大时，这个和的极限分布是什么呢？ 由于无穷个随机变量之和可能趋于∞，故我们不研究n个随机变量之和本身而考虑它的标准化的随机变量. 在概率论中，习惯于把和的分布收敛于正态分布这一类定理都叫做中心极限定理. 一、中心极限定理 定理1（独立同分布下的中心极限定理） 注 3、虽然在一般情况下，我们很难求出 的分布的确切形式，但当n很大时，可以求出近似分布. 定理2（李雅普诺夫(Liapounov)定理) 请注意 : 定理3(棣莫佛－拉普拉斯（De Laplace定理） 设随机变量 (n=1,2,‥‥)服从参数n,p(0p1) 的二项分布，则对任意x，有 证 定理表明，当n很大，0p1是一个定值时，二项分布近似正态分布 N(np,np(1-p)). 即 例1 设有100个电子器件，它们的使用寿命 X1，X2，…，X100均服从参数为?=20(h-1)的指数分布，其使用情况为：第一个损坏第二个立即使用，第二个损坏第三个立即使用等等。令X表示这100个电子器件使用的总时间，试求X超过1800h小时的概率。 解 由于Xi 服从参数为 ?= 20的指数分布。因此 又由题设知 ，因此由定理5得： 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 X 为一年中投保老人的死亡数, 由德莫佛－拉普拉斯定理知, 例2 保险公司亏本的概率 例3. (供电问题)某车间有200台车床,在生产期间由于需要检修、调换刀具、变换位置及调换工件等常需停车. 设开工率为0.6, 并设每台车床的工作是独立的，且在开工时需电力1千瓦. 问应供