经典概率论拉与数理统计第5章大数定律及中心极限定理.pptVIP

* 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 5.1 大数定律 上一页 下一页 返回 例5.1.1 设电站供电网有10000盏电灯，夜晚每一盏灯开灯的概率都是0.7，而假定开、关时间彼此独立，估计夜晚同时开着的灯数在6800与7200之间的概率. 2 2、大数定律定义 定义5.1.1 设{Xn}为随机变量序列，若对任意的 有 则称{Xn}服从大数定律。 定理 5.1.1 上一页 下一页 返回 契比雪夫大数定律说明：在定理的条件下，当n充分大时，n个独立随机变量的平均数这个随机变量的离散程度是很小的。这意味，经过算术平均以后得到的随机变量 将比较密的聚集在它的数学期望的 附近，它与数学期望之差依概率收敛到0. 定理5.1.2 上一页 下一页 返回 或 证明：设Xi表示第 i 次试验中事件A出现的次数，i=1,2,…,n,则X1,X2,…,Xn相互独立且均服从参数为p的 (0-1)分布，故有 E(Xi)=p, D(Xi)=p(1-p) i=1,2,…,n且 ，由契比雪夫大数定律知，对于任意的 ，有 （贝努利大数定律）以nA是n次独立重复试验中事件A出现的次数. p是事件A在每次试验中发生的概率 (0p1),则对任意的? 0有: 定理5.1.3 上一页 下一页 返回 说明：1、贝努里大数定律从理论上证明了大量重复独立试验中，事件A发生的频率具有稳定性，正因为这种稳定性，概率的概念才有实际意义 ； 2、贝努里大数定律还提供了通过试验来确定事件的概率的方法。 定理5.1.4（马尔可夫大数定律）对随机变量序列{Xn}，若马尔可夫条件 成立，则{Xn}服从大数定律，即对任意的，式(5.1.2)成立。 例5.1.2 设{Xn}为一同分布、方差存在的随机变量序列，且Xn仅与Xn-1和Xn+1相关，而与其他的Xi不相关，试问该随机变量序列{Xn}是否服从大数定律？ (辛钦大数定律)设随机变量X1 ,X2 ,…,Xn ,… 相互独立,服从同一分布，且具有数学期望E(Xi)=? (i=1,2,…) ，则对于任意正数?,有 定理5.1.5 上一页 下一页 返回 5.2 中心极限定理 定义5.2.1 若独立随机变量序列X1 ,X2 ,…,Xn ,…的标准化和 使得 恒成立， 则称随机变量序列{Yn}服从中心极限定理（The Central Limit Theorem）。 (独立同分布的中心极限定理)设随机变量X1 ,X2 ,…,Xn ,…相互独立,服从同一分布,且具有数学期望和方差，E(Xk)=?, D(Xk)=? 2?0( k=1,2,…).则随机变量 定理5.2.1 的分布函数Fn(x) , 对于任意x ,有 上一页 下一页 返回 说明：定理5.2.1称为林德贝格——勒维(Lindeberg-Levy)中心极限定理，也称为独立同分布的中心极限定理 例5.2.1 一个螺丝钉重量是一个随机变量，期望值是1两，标准差是0.1两.求一盒（100个）同型号螺丝钉的重量超过10.2斤的概率. (李雅普诺夫定理)设随机变量X1 ,X2 ,…,Xn ,…相互独立,它们具有数学期望和方差: 定理5.2.2 上一页 下一页 返回 上一页 下一页 返回 定理5.2.3 上一页 下一页 返回 例5.2.2某保险公司有10000个同龄又同阶层的人参加人寿保险，已知该类人在一年内死亡的概率为0.006，每个参加保险的人在年初付12元保险费，而在死亡时家属可向公司领得1000元。问在此项业务活动中： 保险公司亏本的概率是多少？? ?保险公司获得利润不少于40000元的概率是多少？ 上一页 下一页 返回 P{X120}=1- 解：设这10000人中一年内死亡的人数为X，则X~b(10000,0.006),保险公司一年收取10000×12=120000元保险费，故仅当每年死亡人数超过120人时公司才会亏本，当每年死亡人数不超过80人时公司获利不少于40000元。由此可知，所求的概率分别为P{X120}及 。 上一页 下一页 返回