概率论与数理统计习题详解（周概容）——习题5解.docVIP

PAGE —习题解答●5.PAGE 10— 习题五 大数定律和中心极限定理 5.1 利用辛钦大数定律证明伯努利大数定律． 证明 考虑成功的概率为的次伯努利试验；以表示次伯努利试验成功的次数，则服从参数为的二项分布．第次伯努利试验成功的次数服从参数为的0-1分布，；．于是，随机变量独立同分布，并且数学期望存在，从而满足辛钦大数定律的条件，因此根据辛钦大数定律， ， 此即伯努利大数定律． 5.2 设随机变量的阶矩存在，是独立与同分布随机变量，试证明， ． 证明 由于独立同分布，可见也独立同分布，且存在．因此，根据辛钦大数定律，有 ． 5.3 假设随机变量列两两独立并且同分布，，存在，证明的算术平均值依概率收敛于（各个变量共同的）数学期望： ． 证明 易见 由切贝绍夫（切比雪夫）不等式可见，对于任意ε0，有 ． 5.4 设随机变量在区间上服从均匀分布，是独立与同分布随机变量，试证明， ． 证明 由独立同在区间上服从均匀分布，可见数学期望存在：；从而独立同分布，且1存在．因此，根据辛钦大数定律，有 ． 5.5 假设天平无系统误差．将一质量为10 g的物品重复进行称量，证明当称量次数无限增大时，称量结果的算术平均值依概率收敛于10 g． 解 因为各次称量的结果可以视为独立同分布随机变量，其数学期望都等于，所以根据辛钦大数定律，当n时，n次称量结果的算术平均值依概率收敛于其共同的数学期望10 g． 5.6 设随机变量服从参数为的泊松分布，是独立与同分布随机变量，试证明， ． 证明 由于独立同泊松分布，可见也独立同分布，而且数学期望存在： ． 因此，根据辛钦大数定律，有 ． 5.7 设随机变量服从参数为的二项分布，是独立与同分布随机变量，求极限 ． 解 由于独立同服从参数为的二项分布，可见也独立同二项分布，而且数学期望存在： ， 因此，根据辛钦大数定律，有 ． 5.8 假设随机变量独立同服从参数为2的指数分布，证明当充分大时，近似服从正态分布，并通过前4阶矩表示和． 证明 参数为2的指数分布的概率密度为 ，而由分部积分法可见 ． 从而；．由于独立同分布，且数学期望和方差存在，则根据列维-林德伯格中心极限定理，当n充分大时Sn近似服从正态分布，且==，． 5.9 一包装工平均三分钟完成一件包装．假设实际完成一件包装所用时间服从指数分布，试利用中心极限定理，求完成100件包装的总时间需要5 h到6 h的概率的近似值． 解 设是完成第件包装所用时间．由条件知，服从指数分布，min，从而分布参数，．记为完成100件包装的总时间，则T近似服从正态分布，min． 其中是标准正态分布函数．这样，完成100件包装的总时间需要5到6 h的概率的近似等于0.4772． 5.10 用自动包装机包装的味精，每袋净重是一个随机变量．假设要求每袋的平均重量为100g，标准差为2g．如果每箱装100袋，试求随意查验的一箱净重超过10050g的概率． 解 由条件知服从正态分布．以表示一箱的100袋中第袋的净重，则根据列维-林德伯格定理，随机变量之和 近似服从正态分布．因此 5.11 将一枚均匀对称的硬币掷10000次，求正面恰好出现5000次的概率的近似值． 解 以表示正面出现的次数，则服从参数为的二项分布，其中，故．根据棣莫弗-拉普拉斯局部定理，有 ． 5.12 一计算机有150个终端，每个终端在一个小时之内平均有6 min使用打印机，假设各终端使用打印机与否相互独立，求至少有20台打印机同时使用的概率． 解 由题意知，每一终端在某一时刻使用打印机的概率．以表示同时使用的打印机的台数，则服从参数为的二项分布，，标准差．根据棣莫弗-拉普拉斯定理，近似服从正态分布．因此 5.13 以往春季商品交易会上，某企业在所接待的客户中下定单的客户占30%．假定今年下定单的比率不变，试求在所接待的90个客户中， 恰好有27个客户下定单的概率； (2) 有15~30个客户下定单的概率． 解 以X表示所接待的客户中下定单的客户数．可以认为X服从参数n=90和 p=0.30的二项分布，，．由于n=90充分大，则根据棣莫佛-拉普拉斯定理，近似地X~． (1) 由棣莫佛-拉普拉斯局部定理，知 ； (2) 由棣莫佛-拉普拉斯积分定理，有 5.14 假设批量生产的某产品的优质品率为60%，求在随机抽取的200件产品中有120到150件优质品的概率． 解 记——随机抽取的200件产品中优质品的的件数，则服从二项分布，参数为n=200，p=0.60；．由于n=200充分大，故根据棣莫佛-拉普拉斯中心极限定理，近似地 5.15 在某地区抽样调查残疾人比率．问至少需要调查多少人，才能以不小于的概率使被调查人中残疾人的比率对的绝对偏差不大于1%．