概率论基础5.2.pptxVIP

§2 中心极限定理及其应用; 研究大量的随机现象，自然需要常常采用极限形式，由此导致对随机变量极限定理进行研究. 极限定理的内容很广泛，其中最重要的有两种;大数定律时用到的极限;中心极限定理需要的极限形式;一、分布函数的弱收敛性;判断弱收敛的方法; 观察表明，如果一个量是由大量相互独立的随机因素的影响所造成，而每一个别因素在总影响中所起的作用不大. 则这种量一般都服从或近似服从正态分布.;　　人们开始研究独立随机变量之和所特有的规律性问题.; 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;的分布函数的极限.; 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.;定理（独立同分布下的中心极限定理）; 虽然在一般情况下，我们很难求出X1+X2+ …+Xn 的分布的确切形式，但当n很大时，可以求出近似分布.;三　棣莫弗－拉普拉斯极限定理（二项分布的正态近似）;四 棣莫弗－拉普拉斯极限定理的一些应用;2、二项分布的高斯近似; 由此导出三类应用： ;例1：华师学生10000名，在周一晚上去自习的概率为0.7，假设彼此自习是相互独立的，设 为周一晚上华师学生去上自习的人数。 （1）写出X 的分布； （2）用切贝谢夫不等式估算周一晚上华师学生上自习的人数在6800~7200之间的概率的近似值； （3）用棣莫弗-拉普拉斯定理计算周一晚上华师学生上自习人数在6800~7200之间的概率的近似值。 ;; 例2 蒲丰试验中掷铜币4040次，出正面2048次，试计算当重复蒲丰试验时，正面出现的频率与概率之差的偏离程度不大于蒲丰试验中所发生的偏差的概率。;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.;用X表示在某时刻工作着的车床数，;由德莫弗-拉普拉斯极限定理;查正态分布函数表得;例4 （参见课本例3，pp295） ;下面的图形表明:正态分布是二项分布的逼近.