资源描述
第五章大数定律及中心极限定理,一、切比雪夫不等式二、大数定律三、中心极限定理,主要内容,一、切比雪夫不等式,证明,取连续型随机变量的情况来证明.,切比雪夫不等式,所以,例1已知人的血液中,每一毫升白细胞数平均是7300,标准差是700.利用切比雪夫不等式估计每毫升白细胞数在52009400之间的概率.,解:设每毫升白细胞数为X,依题意,E(X)=7300,D(X)=7002,所求为,P(5200X9400),=P|X-E(X)|2100,由切比雪夫不等式,P|X-E(X)|2100,即估计每毫升白细胞数在52009400之间的概率不小于8/9.,例2(2001,数学一)设随机变量X的方差为2,则,根据切比雪夫不等式有估计,解:,切比雪夫不等式为,故,不需考虑X服从什么分布,只要知道X的数学期望和方差就可以,给出的估计相对比较粗糙仅当偏差区间是以E(X)为中心的区间时才能用,二、大数定律,问题的提出,在第一章提出,人们在长期实践中发现,虽然个别事件在某次实验中可以出现也可以不出现,但是在大量重复试验中却呈现明显的规律性,即一个随机事件出现的概率在某个固定数的附近摆动,这就是所谓“频率稳定性”,对于这一点,我们将在本节给予理论上的说明。,依概率收敛的序列有如下性质:,由数学期望和方差的性质,证明,由切比雪夫不等式可得,并注意到概率不能大于1,则,三、中心极限定理,在实际问题中许多随机变量是由相互独立随机因素的综合(或和)影响所形成的.,例如:炮弹射击的落点与目标的偏差,就受着许多随机因素(如瞄准,空气阻力,炮弹或炮身结构等)综合影响的.每个随机因素对炮弹着点(随机变量和)所起的作用都是很小,那么综合影响后炮弹弹着点服从怎样分布?,问题的提出,定理一(李雅普诺夫定理),则随机变量之和的标准化变量,定理一表明:,定理二(独立同分布的中心极限定理),定理二表明:,定理三(德莫佛拉普拉斯中心极限定理),证明:,已知,根据定理二得,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.,定理三表明:,例3,解:,由定理二,随机变量Z近似服从正态分布N(0,1),其中,一船舶在某海区航行,已知每遭受一次海浪的冲击,纵摇角大于3的概率为1/3,若船舶遭受了90000次波浪冲击,问其中有2950030500次纵摇角大于3的概率是多少?,例4,解:,将船舶每遭受一次海浪的冲击看作一次试验,并假设各次试验是独立的,在90000次波浪冲击中,纵摇角大于3的次数为X,则X是一个随机变量,所求概率为,分布律为,直接计算很麻烦,利用德莫佛拉普拉斯定理,对于一个学生而言,来参加家长会的家长人数是一个随机变量.设一个学生无家长、1名家长、2名家长来参加会议的概率分别为0.05,0.8,0.15.若学校共有400名学生,设各学生参加会议的家长数相互独立,且服从同一分布.(1)求参加会议的家长数X超过450的概率;(2)求有1名家长来参加会议的学生数不多于340的概率.,例5,解:,根据独立同分布的中心极限定理,,由德莫佛拉普拉斯定理知,
展开阅读全文