第五章 大数定律与中心极限定理.ppt_第1页
第五章 大数定律与中心极限定理.ppt_第2页
第五章 大数定律与中心极限定理.ppt_第3页
第五章 大数定律与中心极限定理.ppt_第4页
第五章 大数定律与中心极限定理.ppt_第5页
已阅读5页,还剩35页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、1,第五章 大数定律与中心极限定理,在大量随机现象中,我们不仅看到随机事件频率的稳定性,而且还看到一般的平均结果的稳定性.概率论中用来阐明大量随机现象平均结果的稳定性的一系列定理统称为大数定律.大数定律是一种表现必然性与偶然性之间的辩证联系的规律.由于大数定律的作用,大量的随机因素的总和作用必然导致某种不依赖于个别随机事件的结果.,2,5.1 大数定律,3,证明 由于,在上式中令 并注意到概率不能大于1,,由契比晓夫不等式可得,即得,4,(1.1)式中, 是一个随机事件, 等式表明,当 时,这个事件的概率趋 于 1,即对于任意正数 当 n 充分大时, 不等式 几乎都是成立的。通常我 们称序列

2、依概率收敛于 。,5,6,7,证明,显然有 由于 只依赖 于第 i 次试验,而各次实验是独立的,于 是 相互独立,且服从相同的 (01)分布,即,引入随机变量,8,由定理 一,得,即,又因为,故有,9,贝努里定理是契比晓夫定理的特例,它从 理论上证明了频率的稳定性。只要试验次数 n 足够大,事件 A 出现的频率 与事件 A 的概 率 p 有较大偏差的可能性很小。因此在实践中, 当试验次数较大时,便可以用事件发生的频率 来代替事件发生的概率。,10,定理三(辛钦大数定理) 设随机变量X1,X2Xn互相独立,服从同一分布且具有数学期望E(Xk)= ,(k=1,2)。则对任意0,有,11,在客观实际

3、中有许多随机变量,它们是由大量相互独立的随机因素的综合效应所形成的,而其中的每一个单个因素在总的效应中所起的作用都是微小的。这类随机变量往往近似地服从正态分布。例如,射击命中点与靶心距离的偏差.这种偏差是大量微小的偶然因素造成的微小误差的总和, 这些因素包括: 瞄准误差、测量误差、子弹制造过程方面 (如外形、重量等) 的误差以及射击时武器的振动、气象因素(如风速、风向、能见度、温度等) 的作用,5.2 中心极限定理,12,所有这些不同因素所引起的微小误差是相互独立的, 并且它们中每一个对总和产生的影响不大. 在概率论中,论证随机变量和的极限分布是正态分布的一系列定理统称为中心极限定理。下面介绍

4、常用的三个中心极限定理。,13,14,定理四表明:当n时,独立同分布随机变量序列Yn的分布函数收敛于标准正态分布的分布函数。,15,定理五(李雅普诺夫定理)设随机变量 相互独立,且具有数学期望和方差:,记,若存在正数 ,使得当 时,,16,的分布函数 对任意的 x ,满足,则随机变量之和的标准化变量,17,定理 五 表明,在定理的条件下,随机变 量 ,当 n 很大时,近似地服从标准正态 分布 N(0,1)。由此可知,当 n 很大时,随 机变量 近似地服从正态分,18,作为定理 四 的特殊情况,我们给出下面的定理。,定理六 (德莫佛拉普拉斯定理)设随机 变量 服从参数为 的 二项分布,则对于任意

5、x,恒有,证明 Yn可以看作为n个相互独立,服从相同(0-1)分布的随机变量 X1,X2,Xn 之和,19,即,其中 的分布列为,由于,则定理四中的 化为 ,,故由定理 四可得上述结论。,20,定理六表明,正态分布是二项分布的极限分布, 当n充分大时, 可以利用该定理来计算二项分布的概率.,近似公式1 若独立随机变量X1,X2Xn满足定理四的条件,则当n充分大时,对任意实数z1、z2,有,21,近似公式2 若XnB(n,p),则有 P(aXnb),在后面将学的数理统计中,我们会看到,中心极限定理是大样本统计推断的理论基础。,22,例1 在每组射击中,命中目标的炮弹数的 数学期望为 2 ,均方差

6、为1.5,求在 100 组射击 中由 180 到 220 发炮弹命中目标的概率。,设 表示第 i 组命中目标的炮弹数,解,由题设,23,于是,24,例2 设一货轮在某海区航行,已知每遭 受一次波浪的冲击,纵摇角度大于 的概率 为 。若货轮在航行中遭受了90000 次波 浪冲击,问其中有 29500 至 30500 次纵摇角 度大于 的概率是多少?,解 可将货轮每遭受一次波浪冲击看作是一次试验,并认为实验是独立的。在 90000次波浪冲击中,纵摇角度大于6的次数记为X ,,25,所求概率为,显然,要直接计算是困难的。可以利用德莫,的二项分布,其分布列为,佛拉普拉斯定理来求它的近似值。即有,则 X

7、 为一随机变量,它服从,26,将 代入有,27,例3 售报员在报摊上卖报, 已知每个过路 人在报摊上买报的概率为1/3. 令X 是出售 了100份报时过路人的数目,求 P (280 X 320).,解 令Xi 为售出了第 i 1 份报纸后到售出 第i 份报纸时的过路人数, i = 1,2,100,(几何分布),应用2,28,相互独立,由独立同分布中心极限定理, 有,29,例4 检验员逐个检查某产品,每查一个需 用10秒钟. 但有的产品需重复检查一次, 再用去10秒钟. 若产品需重复检查的概率 为 0.5, 求检验员在 8 小时内检查的产品多 于1900个的概率.,解 若在 8 小时内检查的产品

8、多于1900个, 即检查1900个产品所用的时间小于 8 小时.,设 X 为检查1900 个产品所用的时间(秒),设 Xk 为检查第 k 个产品所用的时间(单位:秒), k = 1,2,1900,应用3,30,0.5 0.5,相互独立同分布,31,32,例5 某车间有200台车床,每台独立工作, 开工率为0.6. 开工时每台耗电量为 r 千瓦. 问供 电所至少要供给这个车间多少电力, 才能以 99.9% 的概率保证这个车间不会因 供电不足而影响生产?,解 设至少要供给这个车间 a 千瓦的电力,,X 为开工的车床数 ,则 X B(200,0.6) ,X N (120, 48) (近似),应用4,

9、由德莫佛拉普拉斯中心极限定理, 有,33,问题转化为求 a , 使,反查标准正态函数分布表,得,34,令,35,例6 设有一批种子,其中良种占1/6. 试估计在任选的6000粒种子中,良种 比例与 1/6 比较上下不超过1%的概率.,解 设 X 表示6000粒种子中的良种数 ,X B( 6000 , 1/6 ),应用5,由德莫佛拉普拉斯中心极限定理,则,有,36,37,例7 某校有学生5000人,有一个开水房,现有水龙头数量为45个,由于每天傍晚打开水的人较多,经常出现同学排长队的现象,已知每个学生在傍晚一般有1的时间要占用一个水龙头,请问:(1)未新装水龙头前,拥挤的概率是多少?(2)需至少要装多少个水龙头,才能以95以上的概率保证不拥挤?,38,解:(1)设占用水龙头学生人数为X,它服从二项分布B(5000,0.01),已知n=5000,p=0.01,q=0.99,np=5

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论