《大数定律与中心极限定理.ppt》由会员分享，可在线阅读，更多相关《大数定律与中心极限定理.ppt（21页珍藏版）》请在三一办公上搜索。
1、五、大数定律与中心极限定理,考试内容,切比雪夫不等式 切比雪夫大数定理 伯努利大数定理 辛钦大数定理棣莫弗拉普拉斯定理列维林德伯格定理,（一）切比雪夫不等式,设X为随机变量,且有有限方差,则对任意,有,或,意义：粗略估计方差存在的随机变量在以数学期望为中心的对称区间上的概率；证明一些与概率有关的不等式.,（二）大数定理,1.切比雪夫大数定理,若X1,X2,Xn相互独立,每个Xk的方差存在,且一致有界，即存在常数c,使得,令,则对任意正数 有,或,意义：当n 很大时,相互独立方差一致有界的随机变量的平均值依概率收敛于它的数学期望.,2.伯努利大数定理,设事件A在每次试验中发生的概率为p,n次重复
2、独立试验中事件A发生的次数为nA,则对任意正数 有,或,3.辛钦大数定理,若X1,X2,Xn相互独立,服从同一分布,且具有相同的数学期望,对任意正数,有,意义：当n很大时,独立同分布的随机变量的平均值 依概率收敛于它的数学期望,（三）中心极限定理,1.独立同分布的中心极限定理（列维林德伯格定理）,若X1,X2,Xn相互独立,服从同一分布,且具有相同的数学期望和方差：则随机变量,的分布函数Fn(x)收敛到标准正态分布.即对任意x满足,意义：均值为 方差为 的独立同分布的随机变量的和 的标准化变量,当n充分大时,有,（近似服从）,2.棣莫弗拉普拉斯定理,设随机变量 则对任意x,有,显然,其中X1,
3、X2,Xn独立同服从,意义:当n充分大时,二项分布可用正态分布来近似.,考点与例题分析,考点一：有关切比雪夫不等式,考点二：大数定理,考点三：中心极限定理,考点一：有关切比雪夫不等式,1.粗略估计X在 内的概率；,2.证明不等式.,例1 设随机变量X的数学期望EX=11,方差DX=9,则根据切比雪夫不等式估计,解 由 有,考点二：大数定理,大数定理描述了独立同分布的随机变量的,在一定的条件下依概率收敛于它,的数学期望,平均值,例2 设X1,X2,Xn相互独立,它们满足大数定理,则Xi 的分布可以是,(D)Xi 的密度函数,(C)Xi 服从参数为 的泊松分布.,(B)Xi 服从参数为 的指数分布
4、.,分析：只须判断序列是否满足大数定理:独立同分布且数学期望存在；（辛钦）或独立但分布不同，而数学期望方差存在且方差一致有界.（切比雪夫）,(A),解 选A.因为(A)中Xi 独立同分布,且,（收敛）,存在，,(D)中Xi 独立同分布,但EXi 不存在，因,发散.,(B),(C)中Xi 不同分布,且(B)中DXi=i2,(C)中DXi=1/i均是i的无界函数.,例3 设X1,X2,Xn相互独立,同服从参数为2的指数分布,则当 时,依概率收敛于_.,分析：由辛钦大数定理知,独立同分布且期望存在的随机变量序列的平均值依概率收敛于它的期望.因此只须求Yn的期望.,解 因X1,X2,Xn独立同分布,故
5、X12,X22,Xn2独立同分布.,考点三：中心极限定理,求解步骤：1.正确选择独立同分布随机变量X1,X2,Xn；,2.将 标准化：,3.近似计算：,例4 检查员逐个地检查某产品,每次花10秒钟检查一个,但也可能有的产品需要再花10秒种重新检查一次,假设每个产品需要复检的概率为0.5,求在8小时内检查员检查的产品个数多于1900个的概率是多少？,分析 在8小时内检查员检查的产品个数多于1900个的概率等于检查员检查1900个产品的时间小于8小时的概率,检查每个产品花费的时间可认为是相互独立的,由列维林德伯格定理计算.,解 设Xi表示“检查第i 个产品花费的时间”(秒),即,则X1,X2,Xn相互独立同分布,为检查1900个产品所花费的时间,且,于是,故8小时内检查的个数多于1900个的概率是0.91559.,例5 银行为支付某日即将到期的债券准备一笔现金,已知这批债券共发放了500张,每张需付本息1000元,设持券人(1人1券)到期到银行领取本息的概率为0.4.问银行于该日应准备多少现金才能以99.9%的把握满足客户的兑换？,解 设X为该日到银行领取本息的总人数,则,所需支付现金为1000X,设银行该日,应准备现金x元,依题意有,由棣莫弗拉普拉斯中心极限定理知,即,得,因此银行于该日应准备现金234000元才能以99.9%的把握满足客户的兑换.,
