大数定律及中心极限定理通用教学课件.pptVIP

§1切比雪夫不等式一个随机量离差平方的数学期望就是它的方差,而方差又是用来描述随机量取的分散程度的.下面我研究随机量的离差与方差之的关系式.定理1(Chebyshev)不等式随机量X的期望E(X)及方差D(X)存在,任意小正数ε0,有:或：

【例5-1】X是抛一枚骰子所出的点数,若定ε=2,2.5，算P{|X-E(X)|≥ε},并比雪夫不等式成立.解X的分布律为所以

当ε=2，当ε=2.5，可见，切比雪夫不等式成立

【例5-2】在供暖的季节,住房的平均温度为20度,标准差为2度,试估计住房温度与平均温度的偏差的绝对值小于4度的概率的下界.解

§2大数定律在第一章中曾提到，事件生的率具有定性，即随着次数增多，事件生的率将逐定于一个确定的常数附近.另外，人践中到大量量的算平均也具有定性，即平均果的定性.大数定律以格的数学形式表示明了在一定的条件下，大量重复出的随机象呈的律性，即率的定性与平均果的定性.

§2.1贝努利大数定律定理1设m是n次独立重复试验中事件A发生的次数,p是事件A的概率,则对任意正数ε,有（不）贝努利大数定律说明,在大量试验同一事件A时,事件A的概率是A的频率的稳定值.

§2.2独立同分布随机变量序列的切比雪夫大数定律先介独立同分布随机量序列的概念.称随机量序列X,X,…X,…是相互独立的,12n若任意的n1,X,X,…X是相互独立的.此,若12n所有的X又具有相同的分布,称X,X,…X,…是i12n独立同分布随机量序列.

定理2X,X,…X,…是独立同分布随机量12n序列E（X）=μ,D（X）=σ2（i=1,2…）均存在,（不）ii于任意ε0有一定理明：平均后得到的随机量在上具有一种稳定性，它的取值将比较紧密聚集在它的期望附近。这正是大数定律的含义。在概率论中，大数定律是随机现象的统计稳定性的深刻描述；同时，也是数理统计的重要理论基础。

§3中心极限定理§3.1独立同分布序列的中心极限定理定理1X,X,…X,…是独立同分布的随机变12n量序列，且具有相同数学期望和方差E(Xi)=μ,D(Xi)=σ(i=1,2,…).记随机变量2的分布函数为F（x），则对于任意实数x，有n其中φ（x）为标准正态分布函数.

由这一定理知道下列结论：（1）当n充分大时,独立同分布的随机变量之和的分布近似于正分布N（nμ,nσ）.我知道,n2个独立同分布的正随机量之和服从正分布.中心极限定理一步告我.不X,X,…X,…独立同服从什么分布，当n12n充分大，其和Z近似服从正分布.n（2）考X,X,…X,…的平均,有12n

它的标准化随机变量为,即上述Yn.因此的分布函数即是上述的F(x),因而有n由此可，当n充分大时，独立同分布随机变量的平均值的分布近似于正分布

【例5-3】人的防御地段行100次射,每次射命中目的炮数是一个随机量,其数学期望2,均方差1.5,求在100次射中有180到220炮命中目的概率.解X第i次射命中目的炮数i(i=1,2,…,100),100次射中命中目的炮数,而且X,X,…X同分布且相互独立.12100由定理1可知,随机变量准正态分布,故有近似服从标

[例5-4]某种电器元件的寿命服从均值为100（单位：小时）的指数分布.现随机抽出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.解第i只器元件的寿命X=(i=1,2,…16),iE(X)=100,D(X)=1002=10000,ii是16只元件的寿命的和.E(Y)=100×16=1600,D(Y)=160000，则所求概率为：

§3.2棣莫弗(DeMoivre)-拉普拉斯(Laplace)中心极限定理下面介另一个中心极限定理，它是定理1的特殊情况定理2（棣莫弗－拉普拉斯中心极限定理）随机量Z是n次独立重复中事件A生的次数,pn是事件A生的概率,于任意数x其中q=1-p,φ（x）为标准正态分布函数.

由棣莫弗-拉普拉斯中心极限定理得到下列结论：（1）在努利中,若事件A生的概率p.又Zn次独立重复中事件A生的数,n当n充分大,Z近似服从正分布N（np,npqn）.（2）在努利中,若事件中A生的概率p,为n次独立重复试验中事件A发生的频率，则当n充分大时,近似服从正态分布

解法1设X为10000个新生儿中男孩个数X服从B(n,p)，其中n=10000，p=0.515由德莫弗-拉普拉斯中心极限定理，所求概率为

解法2设X为10000个新生儿中男孩个数则女孩不少于男孩的概率为

【例5-6】某位内部有1000台分机，每台分机有5%的使用外通，假定各个分机是否使用外是相互独立的，机至少需要安装多