概率论与数理统计.pptx

1第五章极限定理大数定理（依概率收敛、切比雪夫大数定律、辛钦大数定律、贝努里大数定律）中心极限定理（林德伯格中心极限定理、独立同分布的中心极限定理、德莫佛--拉普拉斯定理）

2§5.1大数定理一、问题的提出:当n足够大时,频率与概率存在较大偏差的概率很小.就是要证明:

3意义：即n很大时，Xn以很大的可能性靠近X，其中ε为误差。（随机性消失）

4

51.切比雪夫大数定律:设X1,X2,…,Xn,…是由相互独立的随机变量所构成的序列,其中EXk=?k,DXk≤C+∞（k=1,2,…,n,…），

62.辛钦大数定律此定理使算术平均值的法则有了理论依据：我们测量时以n次测量的平均值作为最后的试验结果。

73.贝努里大数定律设nA是n重贝努里试验中事件A发生的次数，p(A)是事件A在每次试验中发生的概率，则贝努里定理说明,事件A发生的频率依概率收敛到事件A发生的概率p,这就以严格的数学形式表达了频率的稳定性。就是说,当n很大时,事件A发生的频率与概率差别较大的可能性很小,因而在实际中便可以用频率来代替概率。

三个大数定理之间的关系切贝雪夫大数定理（随机变量独立）=辛钦大数定理（随机变量独立同分布）=贝努里大数定理（随机变量独立同0-1分布）

9一、问题的提出:§5.2中心极限定理相互独立的随机变量序列{Xn},设EXn,DXn(n=1,2,…)存在,令

101.林德伯格(Lindeberg)定理设随机变量序列{Xn}相互独立，数学期望及方差存在：则{Xn}服从中心极限定理。

11上式中极限称为林德伯格条件，我们要验证此条件成立是比较困难的，所以计算时一般不会引用此定理。但是该条件给了我们一个很好的结论：

12

132.列维－林德伯格中心极限定理设随机变量序列{Xn}(n=1,2,…)独立同分布，

14例1.计算机进行加法运算，把每个加数四舍五入到整数再相加，假设各个加数的舍入误差是相互独立的，同服从于U(-0.5,0.5)。求：(1)1200个数相加，误差之和的绝对值超过15的概率；(2)最多几个数相加才能保证误差之和的绝对值小于10的概率达到0.95。

153.棣莫弗--拉普拉斯定理

16例2.有240台电话分机，独立使用，每台话机约有5%的时间使用外线。问总机至少需要多少外线才能90%以上的保证各分机用外线不必等候。

17棣莫弗--拉普拉斯定理的应用：令Xn是n重贝努里试验中事件A发生的次数，则Xn~B(n,p)，其中p=P(A)。

18棣莫弗--拉普拉斯定理的应用：

19例3.已知某厂生产一大批无线电产品中合格品占1/6。某商店从该厂任意选购6000个元件，试问这6000个元件中，合格品的比例与1/6之间误差小于1%的概率是多少？

20练习:1.抽样检查产品质量时，如果发现次品多于10个，则认为这批产品不能接受，问应检查多少个产品，可使次品率为10%的一批产品不能被接受的概率达到0.9?(147个)2.一个复杂的系统，由n个相互独立起作用的部件组成，每个部件的可靠度为0.9，且必须至少有80%的部件工作才能使整个系统工作，问n至少为多少才能使系统的可靠度为0.95?(25个)3.设某电话总机要为2000个用户服务，在最忙时，平均每户有3%的时间占线，假设各户是否打电话是相互独立的，问若想以99%的可能性满足用户的要求，最少需要多少条线路？(79条)