概率统计Ch5极限定理.ppt

第五章 大数定律及中心极限定理 §1 大数定律 §2 中心极限定理 第五章 大数定律及中心极限定理 §1 大数定律 大数定律的定义 切比雪夫大数定律 贝努里大数定律 实例：测量一个工件，由于测量具有误差，以各次的 平均值作为测量结果，只要仪器准确且测量的次数足 够多，总可以达到要求的精度。 此问题的数学表达： 反映了什么统计规律？ 如果工件的真值为a, 第五章 大数定律及中心极限定理 §1 大数定律 即大量测量值的算术平均值具有稳定性。 这就是大数定律的内容。 测量的经验就是： 第五章 大数定律及中心极限定理 §1 大数定律 第五章 大数定律及中心极限定理 §1 大数定律 定义1 若对任意 考虑：数列的收敛性定义，比较数列与随机变量序列  收敛性的区别。 一、定义 定义2 对任意 第五章 大数定律及中心极限定理 §1 大数定律 随机变量的平均值依概率趋向于它们数学期望的平均值. 定理1. 切比雪夫大数定律（独立同分布 ~ ） 第五章 大数定律及中心极限定理 §1 大数定律 设随机变量 独立同分布 由切比雪夫不等式得： 证： 第五章 大数定律及中心极限定理 §1 大数定律 定理2. 贝努里大数定律 证：令 第五章 大数定律及中心极限定理 §1 大数定律 则 相互独立， 由定理1. 有 该定理给出了频率的稳定性的严格的数学意义。 第五章 大数定律及中心极限定理 §1 大数定律 第五章 大数定律及中心极限定理 §2 中心极限定理 定义 独立同分布的中心极限定理 拉普拉斯中心极限定理 用频率估计概率时误差的估计 中心极限定理说明了正态分布的重要地位，它是统计学中处理大样本时的重要工具。 第五章 大数定律及中心极限定理 §2 中心极限定理 一、定义 第五章 大数定律及中心极限定理 §2 中心极限定理 若对任意 x ： 表示Zn的极限分布为标准正态分布 定理1 （独立同分布的中心极限定理） 二、中心极限定理 第五章 大数定律及中心极限定理 §2 中心极限定理 本质是： 的极限分布是正态分布. 从而 的极限分布是 标准正态分布 中心极限 定理 由定理1有结论成立。 定理2 贝努里情形的中心极限定理（拉普拉斯～） 证明：由二项分布和两点分布的关系知 其中 相互独立且都服从于两点分布，且 第五章 大数定律及中心极限定理 §2 中心极限定理 设μn是 n 重贝努里试验中A发生的次数，p=P(A). 则对 从而 的极限分布是 标准正态分布 拉普拉斯 中心极限 定理 本质是： 服从二项分布， 则 的极限分布是正态分布. 推论： 说明：这个公式给出了n 较大时二项分布的概率  计算方法。 第五章 大数定律及中心极限定理 §2 中心极限定理 设μn~ B ( n, p ), 例. 车间有200台独立工作的车床，每台工作的 概率为0.6, 工作时每台耗电1千瓦，问至少供电 多少千瓦才能以99.9%的概率保证正常生产。 设至少要供给这个车间 s 千瓦电才能以99.9%的概 率保证这个车间正常生产。由题意有 解： 记同时工作的车床数为 X， 则 X ~B(200,0.6). 第五章 大数定律及中心极限定理 §2 中心极限定理 即供给141千瓦电就能以99.9%的概率保证该 车间正常生产。 第五章 大数定律及中心极限定理 §2 中心极限定理 用频率估计概率时误差的估计： 由上面的定理知 用这个关系式可解决许多计算问题。 第五章 大数定律及中心极限定理 §2 中心极限定理 例. 　 今从良种率为1/6的种子中任取6000粒，问能 以0.99的概率保证在这6000粒种子中良种所占的 比例与1/6的差的绝对值不超过多少？相应的良种 粒数在哪个范围内？ 解： 由拉普拉斯中心极限定理 第五章 大数定律及中心极限定理 §2 中心极限定理 故近似地有 第五章 大数定律及中心极限定理 §2 中心极限定理 良种粒数X的范围为 第五章 大数定律及中心极限定理 §2 中心极限定理 例. 系统由100个相互独立的部件组成，每个部件的损坏率为0.1。至少有85个部件正常工作，系统才能运行，求系统能运行的概率。 解： 由拉普拉斯中心极