第五讲第二节中心极限定理.pptVIP

第五章第二节 中心极限定理 在实际问题中，如果一个量是由大量相互独立的随机因素的影响所造成，而每个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地服从正态分布。 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. 现在我们来研究独立同分布随机变量之和所特有的规律性. 当 n 无限增大时，独立同分布随机变量之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，而只考虑其标准化的随机变量 的分布函数的极限. 的分布函数的极限. 可以证明：当{ Xk } 满足一定条件时，上述极限分布是标准正态分布. 考虑 这就是下面要介绍的——中心极限定理. 概率论中，常把随机变量之和标准化后的分布收敛于正态分布的定理称为中心极限定理. 中心极限定理的几种简单情形. 下面给出独立同分布随机变量序列和的中心极限定理，称作列维一林德伯格（Levy－Lindberg）定理. 定理1（列维一林德伯格定理） 设X1, X2, … 是独立同分布的随机 变量序列, 且 E(X1) = , Var(X1)= ， i=1,2,…，则任给 x∈(-∞, ∞), 均有 上式还有另一记法: 记 有 定理2 (棣莫佛－拉普拉斯定理） 设随机变量 服从参数n, p(0p1)的二项分布，则对任意x，有 设一批产品的强度服从期望为14, 方差为4的分布. 每箱中装有这种产品100件. 求 (1).每箱产品的平均强度超过14.5的概率 是多少. (2).每箱产品的平均强度超过期望14的概 率是多少. n=100,设Xi是第i件产品的强度. E(Xi)=14,Var(Xi)=4,i=1,2,?,100. 每箱产品的平均强度为 解: 例1 根据定理1，有 近似～N(0,1),故 某市保险公司开办一年人身保险业务.被保险人每年需交付保险费160元. 若一年内发生重大人身事故,其本人或家属可获2万元赔金. 己知该市人员一年内发生重大人身事故的概率为0.005.现有5000人参加此项保险. 求:保险公司一年内从此项业务所得到的总收益在20万元到40万元之间的概率. 解: 例2 ∴ Xi ～ b(1,p), P=0.005, X1,X2 ,? ,X200 相互独立. 则: P{20万元 ≤ 总收益 ≤ 40万元} = P{20万元 ≤ 0.016万元保险费?参保人数 -2万元赔金?一年内发生重大人身事故的 人数 ≤ 40万元} = P{20≤0.016?5000-2?(X1+X2+?+X5000)≤40}