概率论第4,5章课件..ppt

* * * * * * * * * * 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） 例 在一个罐子中,装有10个编号为0-9的同样的球，从罐中有放回地抽取若干次，每次抽一个，并记下号码. 设 ，k=1,2, … 问对序列{Xk}能否应用大数定律？ 即对任意的ε0, 解: k=1,2, … E(Xk)=0.1, 诸Xk 独立同分布，且期望存在，故能使用大数定律. 二、依概率收敛定义及性质 定义 性质 定理1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 nA 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（贝努里大数定律） 或 伯努利 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nA/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 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（或者说，np(1-p)也不太小时），二项变量 的分布近似正态分布 N(np,np(1-p)). 即 二、例题 例1 于是 解 例2. (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. 问应供应多少瓦电力就能以99.9%的概率保证该车间不会因供电不足而影响生产? 用X表示在某时刻工作着的车床数， 解：对每台车床的观察作为一次试验，每次试验 是观察该台车床在某时刻是否工作, 工作的概率0.6,共进行200次独立重复试验. 依题意， X~B(200,0.6), 现在的问题是： P(X≤N)≥0.999 的最小的N. 求满足 设需N台车床工作， （由于每台车床在开工时需电力1千瓦，N台工作所需电力即N千瓦.） 由德莫佛-拉普拉斯极限定理 近似N(0,1), 于是 P(X≤N)= P(0≤X≤N) 这里 np=120, np(1-p)=48 由3σ准则， 此项为0。 查正态分布函数表得 从中解得N≥141.5, 即所求N=142. 也就是说, 应供应142 千瓦电力就能以99.9%的概率保证该车间不会因供电不足而影响生产. ≥ 3.1, 故 例3 解 例1 根据以往经验，某种电器元件的寿命服从均值为100小时的指数分布. 现随机地取16只，设它们的寿命是相互独立的. 求这16只元件的寿命的总和大于1920小时的概率. 三、课堂练习 例2 在一个罐子中,装有10个编号为0-9的同样的球从罐中有放回地抽取若干次，每次抽一个，并记下号码. 设 ，k=1,2, … 至少应取球多少次才能使“0”出现的频率在0.09- 0.11之间的概率至少是0.95? (2)用中心极限定理计算在100次抽取中,数码“0”出现次数在7和13之间的概率. 由题给条件知，诸Xi独立， 16只元件的寿命的总和为 且E(Xi)=100, D(Xi)=10000 依题意，所求为P(