概率论与数理统计5.2 中心极限定理.pptVIP

定理1（独立同分布的中心极限定理） 某单位有200台电话分机，每台分机有5%的时间 * §5.2 中心极限定理 中心极限定理的客观背景: 常常需要考虑许多随机因素所产生的综合影响。 在实际问题中， 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。 第五章 则一般都服从或近似服从正态分布。 观察表明： 如果一个量是由大量相互独立的随机因素的影响所 造成， 而每一个别因素在总影响X 中所起的作用不大。 而总影响 X 是这些随机变量 的总和: 在概率论中，中心极限定理就是处理和的分布收敛 于正态分布这类问题。 研究n个随机变量之和本身而考虑它的标准化的随机 的分布函数的极限。 由于无穷个随机变量之和可能趋于∞，故我们不 变量： 正态分布。这就是下面要介绍的中心极限定理。 可以证明： 满足一定的条件，上述极限分布是标准 则对于任意实数 x，有 设 独立同分布，且有相同的数学 期望和方差 表明：无论 原来服从什么分布，当 n充分大时，其和总可以近似服从正态分布。 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。现随机抽取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。 由题知，Xi 相互独立，且 16只元件的寿命的总和为 解：设第i 只元件的寿命为Xi ,i=1,2, …,16. E( Xi ) =100, D( Xi ) =10000 则E(Y )=1600, D(Y )=160000 例1 近似服从N (0,1)，故有 依题意，所求概率为P{Y 1920}，根据中心极限定理 定理2（德莫佛-拉普拉斯定理） 设随机变量 服从参数为 的二项分布 则对任意的实数x，有 证明：由于 故有 其中 相互独立，且都服从（0-1）分布， 故 由独立同分布的中心极限定理可得 注意：正态分布是二项分布的极限分布，当n 充分大 时，可以利用正态分布计算二项分布的概率。 从而有 推论： 设随机变量 当n充分大时有 注意：该公式给出了n 较大时二项分布的概率计算方法。 要使用外线通话。假定每台分机是否使用外线是相互独 立的，问该单位总机要安装多少条外线，才能以90%以 上的概率保证分机用外线时不等待？ 解：设有X 台分机同时使用外线，则有 设有N 条外线。由题意有 其中 例2 故 N 应满足条件 查表得 即至少要安装14 条外线。 由德莫佛-拉普拉斯定理得 利用 ⑴ 契比雪夫不等式 ⑵ 中心极限定理 分别确定投掷一枚均匀硬币的次数，使得出现“正 面向上”的频率在0.4到0.6之间的概率不小于0.9。 解： 设 X 表示正面出现的次数（n 次试验），则 故 例3