第五章 大数定律中心极限定理.pptVIP

* 第五章 大数定律与中心极限定理 第一节 大数定律 一、复习切比雪夫不等式 定理1(切比雪夫不等式) 设 是一随机变量,数学期望E(X)与方差D(X)都存在,对任给常数 ,有 等价地 二、大数定律 讨论 “概率是频率的稳定值”的确切含义 例1 掷一枚均匀分币，出现正面的概率为1/2. 例2 测量一个长度为a的物体,算术平均数逐渐稳定到a. 大数定理:就是以确切的数学形式表达大量重复出现的 随机现象的统计规律. 定义 5.1.1 设{Xn}是一随机变量序列，若对任意 有 成立， 则称 依概率收敛于X. 记为 定理 5.1.2 设{Xn}是一随机变量序列，若 成立， 则称随机变量序列 服从大数定律. 二、大数定律 定理1（切比雪夫大数定律）设X1 , X2 ,…, Xn 是一列相互独立的随机变量序列，若存在常数C， 使得 则对任意的 有 证明 则 令 由切比雪夫不等式，有 证毕 定理2 (切比雪夫大数定律的特殊情况) 相互独立且具有相同的数学期望 和方差: 则对于任意的 有 此时称 依概率收敛于 记为 设 定理3(伯努利大数定律) 设nA是n重伯努利试验 中事件A出现的次数,又A在每次试验中出现的概率为 ,则对于任意的 有 即频率 依概率收敛于概率 即 证明 令 由于 故由定理2,知有 并且 定理4（Markov大数定律）设 是一随机变量序列，若 则对于任意的 有 证 由切贝晓夫不等式得 例 5.1 设{Xn}是一独立随机变量序列，若 则称 服从大数定律. 证 由Markov大数定律得证. 从而 定理5（辛钦大数定律）设 独立同分布，数学期望均为 , 则对于任意的 有 或 第二节 中心极限定理 中心极限定理揭示了正态分布的普遍性。 定理1(林德伯格-列维中心极限定理) 设 独立同分布,且 则对于任意的实数x,有 由该定理,当n很大时,就可以认为 近似服从正态分布 . 定理2(棣莫弗-拉普拉斯中心极限定理)设nA是n重伯努利试验中事件A出现的次数,又A在每次试验中出现的概率为 则对于任意的实数x,有 证明 令 由于 并且 故由定理1，得证. 根据该定理，若 则当 很大时，有 例1 将一枚硬币连续的抛掷1000次,分别计算出现正面的次数大于530,550的概率. 解 设X为出现正面的次数,则有 由棣莫弗-拉普拉斯定理,有 同理 例2 某车间有同型号的机床200部,每部机器开动的概率为0.7,假定各机床开关是相互独立的,开动时每部机器要耗电能15个单位,问电厂最少要供应该车间多少单位电能,才能以95%的概率保证不致因供电不足而影响生产? 解 设 表示某一时刻机器开动的台数,则 设电厂至少要供应 个单位的电能,则由题意,有 由棣莫弗-拉普拉斯定理,有 查表得,应有 故至少须向该车间供应2261个单位的电能,才能以95%的概率保证不致因供电不足而影响生产. 例4 一生产线生产的产品成箱包装，每箱的重量是随机的，假设每箱的平均重50千克，标准差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，才能保障不超载的概率大于0.997. 解 设 是装运的第 箱的重量, 是所求得箱数,有条件可知,可以把 看作是相互独立同分布的随机变量,而总重量 是独立同分布的随机变量之和. 由林德伯格-列维定理, 由题意知 并且要求 满足