概率论与数理统计、概率论03-第37讲-中心极限定理-38.pptx

第37讲中心极限定理

问题的提出：2有许多随机变量，它们是由大量的相互独立的随机变量的综合影响所形成的，而其中每个个别的因素作用都很小，这种随机变量往往服从或近似服从正态分布，或者说它的极限分布是正态分布，中心极限定理正是从数学上论证了这一现象，它在长达两个世纪的时期内曾是概率论研究的中心课题.

X13X1?X2123X ?X ?X1234X ?X ?X ?Xn个独立同分布的均匀分布随机变量的和：

定理(独立同分布的中心极限定理(CLT))：设随机变量X1,X2,?,Xn,?,相互独立且同分布,E?Xi???,D?Xi??? ,i?1,2,?, 2nii?1近似则对于充分大的n,有?X ～N(n?,n?2).in? n?i?1P(a??X ?b)??(b?n?)??(a?n?).nnX1ni?1X?? i的近似分布是?24N(?, )n此时

注意到：当随机变量X1,X2,?,Xn,?,相互独立且同分布,5? ? ? ?2i iE X??, D X ?? , i?1,2,?,n nE(?Xi)??E(Xi)?n?.2i?1ni?1niiD(i?1X )?D(X )?n? .??2i?1ni? ).i?1?近似据CLT，有X ～N(n?,n故CLT仅仅是分布类型上的一种近似.(万物归一）

定理(德莫弗-拉普拉斯中心极限定理)：近似记nA为n重贝努里试验中事件A发生的次数,并记事件A在每次试验中发生的概率为p(0?p?1).则对于充分大的n有nA～N(np,np(1?p)).即, 对于二项分布B(n,p),当n充分大时,可用正态分布来近似.中心极限定理的作用通过实验10有一个直观的了解。6

例1：某宴会上提供一瓶6升(l)的大瓶法国红酒,假定与会者每次所倒红酒的重量服从同一分布,期望值为100毫升(ml),标准差为32毫升.若每次所倒红酒都是相互独立的,试问:倒了55次后该瓶红酒仍有剩余的概率约为多少？7

ii?155P{?32 558? ???X ?6000}???6000?55?100????2.11??0.9826.55i?1P{倒了55次后该瓶红酒仍有剩余}?P{?Xi?6000}根据独立同分布的CLT,可知552ii?1?近似X ～N(55?100,55?32 ).i i分布相同,且E(X )?100,D(X )?322,i?1,2,?,55.解：设Xi为第i次所倒的红酒的重量(ml), 则相互独立,

1152011520ACk (1)k(5)11520?k6 6k?2161?...?那么P{n ?2160}?假设骰子是均匀的,则nA~B(11520,1/6).9解：记nA为骰子投掷了11520次出现1点的次数.例2：一颗骰子投掷了11520次, 出现1点的次数超过了2160次, 由此可否推断该骰子是不均匀的呢？

160010? ?? ?A?2160}?1???2160?1920??1???6??0.那么P{n根据实际推断原理, 可以推断该骰子是不均匀的.近似根据德莫弗?拉普拉斯CLT,可知nA～N(np,np(1?p)).近似即nA～N(1920,1600).