第五章 大数定和中心极限定理.pptVIP

第二节 中心极限定理 对我们来说重要的是这些随机因素的总影响. 例２ 某灯泡厂生产的灯泡的平均寿命原为2000小时, 标准差为200小时. 经过技术改造使平均寿命提高到2250小时, 标准差不变. 对其进行检验, 方法如下: 任意挑选若干只灯泡, 如这些灯泡的平均寿命超过2200小时, 就承认技改有效. 欲使检验的通过率超过0.997,至少应检查多少只灯泡？ 例3 一生产线生产的产品成箱包装, 每箱的重量是随机的. 假设每箱平均重50千克, 标准差为5千克. 若用最大载重量为5吨的汽车承运, 试利用中心极限定理说明: 每辆车最多可以装多少箱, 才能保证不超载的概率大于0.977(已知Φ(2)=0.977). 下面介绍另一个中心极限定理, 它是定理1的特殊情况. 例5 一船舶在某海区航行, 已知每遭受一次波浪的冲击, 纵摇角大于3o的概率为 . 若船舶遭受了90000次波浪冲击, 问其中有29500～30500次纵摇角度大于3o的概率是多少？ 在90000次波浪冲击中纵摇角度大于3o的次数记为X, 则X是一个随机变量, 且有 . X的分布律为 要直接计算上式是比较麻烦的. 我们利用棣莫弗—拉普拉斯定理来求它的近似值. 即计算 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， 每次试验观察该台车床在某时刻是否工作， 工作的概率为0.6 , 共进行200次试验. 用X 依题意， X~B(200,0.6). 现在的问题是： P{X≤N}≥0.999 的最小的正整数N. 求满足 由棣莫佛-拉普拉斯极限定理 近似服从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 由 ≥0.999， 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，而不必供应1千瓦×200=200千瓦电力. ≥ 3.1, 故 讲评 此题解法是利用“二项分布以正态分布为极限分布”来简化、近似计算的,若直接用二项分布计算问题“已知Sn～B(n, p), 求 ”也是可以的,但是计算量大. 参见教学辅助教材第五章第一节及例5. P{X≤N}≥0.999 解 我们将船舶每遭受一次波浪冲击看作是一次试验, 并假定各次试验是独立的. 1 3 p = 所求的概率为 将n=90000, p= 代入上式, 得 第五章 大数定律和中心极限定理 第二节 中心极限定理 第五章 大数定律和中心极限定理 内容摘要：中心极限定理是概率论中最著名的结果之一, 它不仅提供了计算独立随 机变量之和的近似概率的方法, 而且有助于 解释为什么很多自然现象的统计规律服从正态分布这一值得注意的重大事实. (1) 为什么正态分布在概率论中占有极其重要的地位？ (3) 大样本统计推断的理论基础是什么？ 二、预备知识 (2) 随机变量之和的分布是什么？ 一、提出问题 随机事件的概率，随机变量的均值、方差. 　　 在实际问题中, 常常需要考虑许多随机 因素所产生的总影响. 　　　　　　　 这些随机因素是相互独 立的,而其中每一个个别因素所起的作用都是 微小的. 这种量一般都服从或近似服从正态分布. 三、分析问题 例如, 炮弹射击的落弹着点与目标的偏 差, 就受着许多随机因素的影响. 如瞄准时 的误差，空气阻力所产生的误差，炮弹或炮 身结构所引起的误差等. 例如，开展物理试验实验所出现的测量 误差，等等. 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，解决“总影响”的概率分 布问题. 　　一般情况下, 很难求出 X1 + X2 + … + Xn 分布的确切形式 , 　　　　　　　 但当 n 很大时, 可以求出 这个和的近似分布. 　　当n无限增大时, 这个和的极限分布是什 么呢？一般情况下它服从正态分布． 在什么条件下极限分布会是正态分布的呢？ 　　我们把在一定条件下, 随机变量和的分布收敛于正态分布