概率论与数理统计教程-朱庆峰大数定律与中心极限定理精选文档.ppt

（ 3 ）与 Poisson 定理近似计算二项分布概率的比较 ① 当 n 较 大 ， p 充 分 小 时 （ n p 不 大 ） ， 二 项 分 布 近 似 服 从 ? = n p 的 泊 松 分 布 ； k b(k,n,p)=C p ( 1 ? p ) k n k n ? k ? ? k ! k e ? ? ? n ? k n ? k ? ? ? P(a ? ? n ? b ) ? ? ? ? p q ? ? e a ? k ? b ? k ? a ? k ? b k ! ② 当 n 充 分 大 时 （ n p 或 n p q 都 较 大 ） ， 二 项 分 布 近 似 服 从 N ( n p , n p q ) . b ? np a ? np P ( a ? ? n ? b ) ? ? ( ) ? ? ( ) npq npq 例 2 某保险公司的老年人寿保险有 1 万人参加 , 每 人每年交 200 元 . 若老人在该年内死亡 , 公司付给家 属 1 万元 . 设老年人死亡率为 0.017, 试求保险公司在 一年内的这项保险中亏本的概率 . ? 为一年中投保老人的死亡数 , 解 设 则 ? ~( b n , p ) , E ? n p ? 1 7 0 , D ? n p q ? 1 6 7 . 1 1 由 德莫佛－拉普拉斯定理 知 , ? 其中 n ? 10000 , p ? 0 . 017 , ? 保险公司亏本的概率 ? P { ? ? 2 0 0 } P { 1 0 0 0 0 ? ? 1 0 0 0 0 ? 2 0 0 } ? p 2 0 0 ? n p ? ? ? ? n ? ? P ? ? ? p q n p q ? ? ? n ? 1 7 0 3 0 ? ? ? ? ? P ? ? ? 2 . 9 3 ? 6 7 . 1 1 1 ? 1 7 0 ? ? ? 1 ? ? P ? ? 2 .3 2 ? 6 7 .1 1 ? 1 ? ? 1 ? ? ( 2 . 3 2 ) ? 0 . 0 1 . 练习 1 ： 将一颗骰子连掷 100 次，则点数之 和不少于 500 的概率是多少？ 练习 2 ： 100 个独立工作 ( 工作的概率为 0.9) 的部 件组成一个系统，求系统中至少有 85 个部件工 作的概率 . 三、独立不同分布下的中心极限定理 定理 4.4.4 ( 李雅普诺夫定理 ) 设随机变量 ? 1 , ? 2 , E ? k ? ? k , 记 2 n 2 , ? n , 相互独立 , 它 ), 们具有数学期望 和方差： D ? k ? ? k ? 0 ( k ? 1, 2, n 2 k k ? 1 B ? ? ? , 1 B 2 ? n n 若存在正数 ? , 使得当 n ? ? 时 , E {| ? ? ? k ? 1 k ? ? k | 2 ? ? } ? 0, 则随机变量之和的标准化变量 ? ? n n ? ? E ? ? k ? ? k ? ? ? ? k ? 1 k ? 1 ? ? ? ? k k Z n ? k ? 1 k ? 1 n ? ? ? D ? ? ? k ? B n ? k ? 1 ? 的分布函数 F ( x ) 对于任意 x 满足 n l i m F x ) ? l i m P { n ( n ? ? n ? ? x n n ? ? ? ? ? k k ? 1 k ? 1 n n k B n 2 t ? 2 ? x } ? ? ? ? 1 e d t ? ? ( x ). 2 π 4.3 大数定律 ? 讨论 “ 概率是频率的稳定值 ”的确切含义； ? 给出几种大数定律： 伯努利大数定律、切比雪夫大数定律、 马尔可夫大数定律、辛钦大数定律 . 研究大量的随机现象，常常采用极限 形式，由此导致对极限定理进行研究 . 极 限定理的内容很广泛，其中最重要的有两 种 : 大数定律 与 中心极限定理 下面我们先介绍大数定律 大数定律的客观背景 大量的随机现象中平均结果的稳定性 大量抛掷硬币 正面出现频率 生产过程中的 字母使用频率 废品率 …… 思 考 ： 频 率 是 概 率 的 反 映 ， 随 着 观 察 的 次 数 增 加 ， 频 率 将 会 “ 逐 渐 稳 定 ” 或 “ 靠 近 ” 到 概 率 , “ 逐 渐 稳 定 ” 或 “ 靠 近 ” 到 概 率 是 什 么 ？ ? n ？ lim ? p n ?? n ? ? ?