五、大数定律与中心极限定理(答案)

五、大数定律与中心极限定理(答案)
五、大数定律与中心极限定理(答案)

概率论与数理统计练习题

系 专业 班 姓名 学号

第五章 大数定律与中心极限定理

一、选择题:

1.设n μ是n 次重复试验中事件A 出现的次数,p 是事件A 在每次试验中出现的概率,则对任意的0ε>均有lim {}n n P p n με→∞-≥ [ A ]

(A )0= (B )1= (C )0> (D )不存在

2.设随机变量X ,若2() 1.1,()0.1E X D X ==,则一定有 [ B ]

(A ){11}0.9P X -<<≥ (B ){02}0.9P X <<≥

(C ){|1|1}0.9P X +≥≤ (D ){|}1}0.1P X ≥≤

3.121000,,,X X X 是同分布相互独立的随机变量,~(1,)i X B p ,则下列不正确的是 [ D ]

(A )1000111000i i X p =≈∑ (B

)10001

{}i i P a X b =<<≈Φ-Φ∑ (C )10001~(1000,)i i X B p =∑ (D )1000

1{}()()i i P a X b b a =<<≈Φ-Φ∑

二、填空题:

1.对于随机变量X ,仅知其1()3,()25

E X D X ==,则可知{|3|3}P X -<≥

2.设随机变量X 和Y 的数学期望分别为2-和2,方差分别为1和4,而相关系数为5.0-,则根据契比雪夫不等式{}6P X Y +≥≤

三、计算题:

1.设各零件的重量是同分布相互独立的随机变量,其数学期望为0.5kg ,均方差为0.1kg ,问

5000只零件的总重量超过2510kg 的概率是多少?

解:设第i 件零件的重量为随机变量i X ,根据题意得0.1.i EX ==

5000

5000

11

()50000.52500,()50000.0150.i i

i i E X D X ===?==?=∑∑

5000500012500(2510)110.9207

0.0793.i i i X P X P =->=>≈-Φ≈-=∑∑

2.计算器在进行加法时,将每个加数舍入最靠近它的整数,设所有舍入误差是独立的且在(0.5,0.5)-上服从均匀分布。

(1)若将1500个数相加,问误差总和的绝对值超过15的概率是多少?

(2)最多可有几个数相加使得误差总和的绝对值小于10的概率不小于0.90 ?

解:(1)1500

1500111(0.5,0.5),()0,()1500125.12

i i i i X U E X D X ==-==?

=∑∑

1500

1(||15)2[1(2[1(1.3)]0.18.5

i i P X

P =>=>≈-Φ≈-Φ=∑ (2

)1||(||10)0.90n i n i i X P X P =<=<≥∑

∑0.95?Φ≥. 根据Φ

1.645≥,故21012()443.4.1.645n ≤?≈ 所以n 最多为443个数相加.

3.某药厂断言,该厂生产的某种药品对于医治一种疑难的血液病的治愈率为0.8,医院检验员任意抽查100个服用此药品的病人,如果其中多于75人治愈,就接受这一断言,否则就拒绝这一断言。

(1)若实际上此药品对这种疾病的治愈率是0.8,问接受这一断言的概率是多少?

(2)若实际上此药品对这种疾病的治愈率是0.7,问接受这一断言的概率是多少?

解:(1)令1i X =为第i 个病人治愈成功,反之则0.i X =

令100

1,(100,0.8),()80,()16.i

i Y X Y B E Y D Y ====∑ 05(75))()0.8

944.

4P Y >=>≈Φ= (2)令1i X =为第i 个病人治愈成功,反之则0.i X =

令100

1,(100,0.7),()70,()21.i

i Y X Y B E Y D Y ====∑ (75)10.1379.

P Y P >=>≈-Φ= 4.一食品店有三种蛋糕出售,由于售出哪一种蛋糕是随机的,因而售出一只蛋糕的价格是一个随机变量,它取1元、1.2元、1.5元各个值的概率分别为0.3、0.2、0.5。某天售出300只蛋糕。

(1)求收入至少400元的概率;

(2)求售出价格为1.2元的蛋糕多于60只的概率。

解:(1)设X i (i=1,2,3…,300)为蛋糕的价格,其分布律为: 11215030205i

X P .....

10312021505129

123300i E X i =?+?+?==()......(,,,) 2103144

022250512900489123300().....(.).(,,,)i D X i =?+?+?-== 记3001i i X X

==∑

400

()P X P ≥=≥ 1291

0409

P =-< 13394(.)=-Φ

10999700003..=-=

记Y 为售出蛋糕的价格为1.2元的数量,则30002Y B ~(,.)

60160P Y P Y >=-≤()() 1

P =-≤ 1005=-Φ=().

考研数学一-概率论与数理统计大数定律和中心极限定理(一).doc

考研数学一-概率论与数理统计大数定律和中心极限定理(一) (总分:48.00,做题时间:90分钟) 一、选择题(总题数:9,分数:9.00) 1.假设随机变量序列X1,…,X n…独立同分布且EX n=0 (A) 0. 1.00) A. B. C. D. 2.设X1,…,X n…是相互独立的随机变量序列,X n服从参数为n的指数分布(n=1,2,…),则下列随机变量序列中不服从切比雪夫大数定律的是 (A) X1,X2/2,…,X n/n,…. (B) X1,X2,…,X n,…. (C) X1,2X2,…,nX n,…. (D) X1,22X2,…,n2X n,…. (分数:1.00) A. B. C. D. 3.假设X n,n≥1n充分大时,可以用正态分布作为S n的近似分布,如果 (A) X n,n≥1相互独立、同分布. (B) X n,n≥I (C) X n,n≥1 (D) X n,n≥1 1.00) A. B. C. D. 4.设X n,n≥1为相互独立的随机变量序列且都服从参数为λ的指数分布,则 1.00) A. B. C.

5.设随机变量X1,…,X n-林德伯格中心极限定理,当n充分大时,S n近似服从正态分布,只要X1,…,X n (A) PX i=m=p m q1-m,m=0,1,…(1≤i≤n). ≤i≤n). ≤i≤n) 1.00) A. B. C. D. 6.假设X1,…,X n,…为独立同分布随机变量序列,且EX n=0,DX n=σ2 (A) 0. 1.00) A. B. C. D. 7.下列命题正确的是 (A) 由辛钦大数定律可以得出切比雪夫大数定律. (B) 由切比雪夫大数定律可以得出辛钦大数定律. (C) 由切比雪夫大数定律可以得出伯努利大数定律. (D) 由伯努利大数定律可以得出切比雪夫大数定律. (分数:1.00) A. B. C. D. 8.设随机变量X1,X2,…,X n,…独立同分布,EX i=μ(i=1,2,…),则根据切比雪夫大数定律,X1,X2,…,X n,…依概率收敛于μ,只要X1,X2,…,X n,… (A) 共同的方差存在. (B) 服从指数分布. (C) 服从离散型分布. (D) 服从连续型分布. (分数:1.00) A. B. C. D. 9.假设天平无系统误差.将一质量为10克的物品重复进行称量,则可以断定“当称量次数充分大时,称量结果的算术平均值以接近于1的概率近似等于10克”,其理论根据是 (A) 切比雪夫大数定律. (B) 辛钦大数定律. (C) 伯努利大数定律. (D) 中心极限定理. (分数:1.00) A.

切线长定理典型练习题

切线长定理典型练习题 一、填空题 1、如图AB 为⊙O 的直径,CA 切⊙O 于点A ,CD=1cm ,DB=3cm ,则AB=______cm 。 2、已知三角形的三边分别为 3、 4、5,则这个三角形的内切圆半径是 。 3、三角形的周长是12,面积是18,那么这个三角形的内切圆半径是 。 二、选择题 1、△ABC 内接于圆O ,AD ⊥BC 于D 交⊙O 于E ,若BD=8cm , CD=4cm ,DE=2cm ,则△ABC 的面积等于( ) A.248cm B.296cm C.2108cm D.232cm 2、正方形的外接圆与内切圆的周长比为( ) A. 1:2 B. 2:1 C. 4:1 D. 3:1 3、在三角形内,与三角形三条边距离相等的点,是这个三角形的 ( ) A.三条中线的交点, B.三条角平分线的交点, C.三条高的交点, D.三边的垂直平分线的交点。 4、△ABC 中,内切圆I 和边BC 、CA 、AB 分别相切于点D 、E 、F ,则∠FDE 与∠A 的关系 是 ( ) A. ∠FDE=21∠A B . ∠FDE+21∠A=180° C . ∠FDE+2 1∠A=90° D . 无法确定 三、解答题: 1、如图,AB 、CD 分别与半圆O 切于点A 、D ,BC 切⊙O 于点E ,若AB =4,CD =9,求⊙O 的半径。 2、等腰三角形的腰长为13cm ,底边长为10 cm ,求它的内切圆的半径。 3、如图,在△ABC 中,∠C=90°,以BC 上一点O 为圆心,以OB 为半径的圆交AB 于点M ,交BC 于点N 。 (1)求证:B A ·BM=BC ·BN ; (2)如果CM 是⊙O 的切线,N 为OC 的中点。当AC=3时,求AB 的值。

《切线性质与判定》练习题

《切线性质与判定》练习题 一.选择题(共12小题) 1.如图,AB是⊙O的弦,PA是⊙O的切线,若∠PAB=40°,则∠AOB=() A.80° B.60° C.40° D.20° 2.如图,AB、AC是⊙O的两条弦,∠A=35°,过C点的切线与OB的延长线交于点D,则∠D的度数为() A.20° B.30° C.35° D.40° 第1题图第2题图第3题图 3.如图,AB是⊙O的直径,点D在AB的延长线上,DC切⊙O于点C,若∠A=25°,则∠D等于()A.20° B.30° C.40° D.50° 4.如图,PA、PB切⊙O于A、B两点,∠APB=80°,C是⊙O上不同于A、B的任一点,则∠ACB等于() A.80° B.50°或130° C.100° D.40° 第4题图第5题图第6题图 5.如图,在平面直角坐标系中,点在第一象限,⊙P与x轴相切于点Q,与y轴交于M(2,0),N(0,8)两点,则点P的坐标是() A.(5,3) B.(3,5)C.(5,4)D.(4,5) 6.如图,PC是⊙O的切线,切点为C,割线PAB过圆心O,交⊙O于点A、B,PC=2,PA=1,则PB的长为() A.5 B.4 C.3 D.2 7.如图,在同心圆中,大圆的弦AB切小圆于点C,AB=8,则圆环的面积是() A.8 B.16 C.16π D.8π 8.如图,PA、PB、CD是⊙O的切线,切点分别是A、B、E,CD分别交PA、PB于C、D两点,若∠APB=60°,则∠COD的度数() A.50° B.60° C.70° D.75° 9.如图,AB是⊙O的直径,下列条件中不能判定直线AT是⊙O的切线的是() A.AB=4,AT=3,BT=5 B.∠B=45°,AB=A T C.∠B=55°,∠TAC=55° D.∠A TC=∠B 第7题图第8题图第9题图 11.如图,AB是⊙O的直径,⊙O交BC的中点于D,DE⊥AC于点E,连接AD,则下列结论正确的个数是() ①AD⊥BC;②∠EDA=∠B;③OA=AC;④DE是⊙O的切线.

中心极限定理及其应用论文

青岛农业大学本科生课程论文 题目:中心极限定理及其应用姓名: 学院: 专业: 班级: 学号: 指导教师: 2012 年06 月27 日

青岛农业大学课程论文任务书 论文题目中心极限定理及其应用 要求完成时间 2012年 07 月 02 日 论文内容(需明确列出研究的问题):研究中心极限定理的目的就是为了更深入的了解中心极限定理,更好的了解中心极限定理的作用,更好地使用它解决现实生活中的问题。 资料、数据、技术水平等方面的要求论文要符合一般学术论文的写作规范,具备学术性、科学性和一定的创造性。文字要流畅、语言要准确、论点要清楚、论据要准确、论证要完整、严密,有独立的观点和见解。内容要理论联系实际,计算数据要求准确,涉及到他人的观点、统计数据或计算公式等要标明出处,结论要写的概括简短。参考文献的书写按论文中引用的先后顺序连续编码。 指导教师签名:年月日

中心极限定理及其应用 信息与计算科学专业(学生姓名) 指导教师(老师姓名) 摘要:中心极限定理在概率论与数理统计中占有重要地位,本文阐述了中心极限定理的内容并简单介绍了它在实际中的应用。 关键词:中心极限定理;正态分布;随机变量

Central limit theorem and its application Student majoring in Information and Computing Science Specialty (学生英文名) Tutor (老师英文名) Abstract:The central limit theorem in probability theory and mathematical statistics plays an important role,this paper expounds the content of the central limit theorem and briefly introduces its application in practice. Key words: Central limit theorem Normal distribution Random variable

切线长定理—知识讲解

切线长定理—知识讲解 【学习目标】 1.了解切线长定义,掌握切线长定理; 2.了解圆外切四边形定义及性质; 3. 利用切线长定理解决相关的计算和证明. 【要点梳理】 要点一、切线长定理 1.切线长: 经过圆外一点作圆的切线,这点和切点之间的线段的长,叫做这点到圆的切线长. 要点诠释: 切线长是指圆外一点和切点之间的线段的长,不是“切线的长”的简称.切线是直线,而非线段. 2.切线长定理: 从圆外一点可以引圆的两条切线,它们的切线长相等,这一点和圆心的连线平分两条切线的夹角. 要点诠释: 切线长定理包含两个结论:线段相等和角相等. 要点二、圆外切四边形的性质 1.圆外切四边形 四边形的四条边都与同一个圆相切,那这个四边形叫做圆的外切四边形. 2.圆外切四边形性质 圆外切四边形的两组对边之和相等. 【典型例题】 类型一、切线长定理 1.(2015秋?湛江校级月考)已知PA、PB分别切⊙O于A、B,E为劣弧AB上一点,过E点的切线交PA于C、交PB于D. (1)若PA=6,求△PCD的周长. (2)若∠P=50°求∠DOC. 【答案与解析】 解:(1)连接OE, ∵P A、PB与圆O相切, ∴PA=PB=6, 同理可得:AC=CE,BD=DE, △PCD的周长=PC+PD+CD=PC+PD+CE+DE=PA+PB=12;

(2)∵PA PB与圆O相切, ∴∠OAP=∠OBP=90°∠P=50°, ∴∠AOB=360°﹣90°﹣90°﹣50°=130°, 在Rt△AOC和Rt△EOC中, , ∴Rt△AOC≌Rt△EOC(HL), ∴∠AOC=∠COE, 同理:∠DOE=∠BOD, ∴∠COD=∠AOB=65°. 【总结升华】本题考查的是切线长定理和全等三角形的判定和性质,掌握切线长定理是解题的关键. 2.如图,△ABC中,∠ACB=90°,以AC为直径的⊙O交AB于D,E为BC中点. 求证:DE是⊙O切线. 【答案与解析】 连结OD、CD,AC是直径,∴OA=OC=OD,∴∠OCD=∠ODC, ∠ADC=90°,∴△CDB是直角三角形. ∵E是BC的中点,∴DE=EB=EC,∴∠ECD=∠EDC,∠ECD+∠OCD=90°, ∴∠EDC+∠ODC=90°,即OD⊥ED, ∴DE是⊙O切线. 【总结升华】自然连接OD,可证OD⊥DE. 举一反三: 【变式】已知:如图,⊙O为ABC ?的外接圆,BC为⊙O的直径,作射线BF,使得BA平分CBF ∠,过点A作AD BF ⊥于点D.求证:DA为⊙O的切线. F C F C 【答案】连接AO. ∵ AO BO =,∴ 23 ∠=∠.

中心极限定理

中心极限定理 中心极限定理(Central Limit Theorems) 什么是中心极限定理 大数定律揭示了大量随机变量的平均结果,但没有涉及到随机变量的分布的问题。而中心极限定理说明的是在一定条件下,大量独立随机变量的平均数是以正态分布为极限的。 中心极限定理是概率论中最著名的结果之一。它提出,大量的独立随机变量之和具有近似于正态的分布。因此,它不仅提供了计算独立随机变量之和的近似概率的简单方法,而且有助于解释为什么有很多自然群体的经验频率呈现出钟形(即正态)曲线这一事实,因此中心极限定理这个结论使正态分布在数理统计中具有很重要的地位,也使正态分布有了广泛的应用。 中心极限定理的表现形式 中心极限定理也有若干个表现形式,这里仅介绍其中四个常用定理: (一)辛钦中心极限定理 设随机变量相互独立,服从同一分布且有有限的数学期望a和方差σ2,则 随机变量,在n无限增大时,服从参数为a和的正态分布即n→∞时, 将该定理应用到抽样调查,就有这样一个结论:如果抽样总体的数学期望a和方差σ2是有限的,无论总体服从什么分布,从中抽取容量为n的样本时,只要n足够大,其样本平均数的分布就趋于数学期望为a,方差为σ2 / n的正态分布。 (二)德莫佛——拉普拉斯中心极限定理 设μ n是n次独立试验中事件A发生的次数,事件A在每次试验中发生的概率为P,则当n 无限大时,频率设μ n / n趋于服从参数为的正态分布。即:

该定理是辛钦中心极限定理的特例。在抽样调查中,不论总体服从什么分布,只要n充分大,那么频率就近似服从正态分布。 (三)李亚普洛夫中心极限定理 设是一个相互独立的随机变量序列,它们具有有限的数学期望和方 差:。 记,如果能选择这一个正数δ>0,使当n→∞时, ,则对任意的x有: 该定理的含义是:如果一个量是由大量相互独立的随机因素影响所造成的,而每一个别因素在总影响中所起的作用不很大,则这个量服从或近似服从正态分布。 (四)林德贝尔格定理 设是一个相对独立的随机变量序列,它们具有有限的数学期望和方差满足林德贝尔格条件,则当n→∞时,对任意的x,有 。 中心极限定理案例分析 案例一:中心极限定理在商业管理中的应用 水房拥挤问题:假设西安邮电学院新校区有学生5000人,只有一个开水房,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,为此校学生会特向后勤集团提议增设水龙头。假

中心极限定理的内涵和应用

中心极限定理的内涵和应用 在概率论与数理统计中,中心极限定理是非常重要的一节内容,而且是概率论与数理统计之间承前启后的一个重要纽带。中心极限定理是概率论中讨论随机变量和的分布以正态分布为极限的一组定理。这组定理是数理统计学和误差分析的理论基础,指出了大量随机变量之和近似服从于正态分布的条件。故为了深化同学们的理解并掌握其重要性,本组组员共同努力,课外深入学习,详细地介绍了中心极限定理的内涵及其在生活实践中的应用。 一、独立同分布下的中心极限定理及其应用 在对中心极限定理的研究中,我们不妨由浅入深地来学习,为此我们先来研究一下在独立同分布条件下的中心极限定理,即如下的定理1: 定理l (林德伯格-勒维中心极限定理)设{}n X 是独立同分布的随机变量序列,且0)(,)(2>==σμi i X Var X E 存在,若记 n n X Y n i i n σμ-= ∑=1 则对任意实数y ,有 {}?∞--∞→=Φ=≤y t n n t y y Y P .d e π21)(lim 22 (1) 证明:为证明(1)式,只须证}{n Y 的分布函数列弱收敛于标准正态分布。由定理可知:只须证}{n Y 的特征函数列收敛于标准正态分布的特征函数。为此,设μ-n X 的特征函数为)(t ?,则n Y 的特征函数为 n Y n t t n ??????=)()(σ?? 又因为E(μ-n X )=0,Var(μ-n X )=2σ,所以有()0?'=0,2)0(σ?-=''。 于是,特征函数)(t ?有展开式 )(2 11)(2)0()0()0()(22222t o t t o t t +-=+''+'+=σ???? 从而有 =??????+-=+∞→+∞→n n Y n n t o n t t n )(21lim )(lim 22?22t e - 而22 t e -正是N(0,1)分布的特征函数,定理得证。

切线长定理及其应用

切线长定理及其应用 一、基础知识总结 1.内切圆和内心 定义: 与三角形各边都相切的圆叫做三角形的内切圆.内切圆的圆心是三角形三条角平分 线的交点,叫做三角形的内心. 总结:判断一个多边形是否有内切圆,就是判断能否找到一个点到各边距离都 相等。 2.直角三角形的内切圆半径与三边关系 (1)一个基本图形; (2)两个结论: 1)四边形OECF 是正方形 2)r=(a+b-c)∕2或r=ab ∕(a+b+c) (3)两个方法 代数法(方程思想);面积法 3.切线长定义:过圆外一点作圆的切线,该点和切点之间的线段长叫做切线长。 4.切线长定理: 从圆外一点引圆的两条切线,它们的切线长相等,圆心和这一点的连线平分两条切线的交角。 二、典型例题解析 【例1】如图△ABC 的内切圆⊙O 与BC 、CA 、AB 分别相交于点D 、E 、F ,且AB=9 cm,BC=14 cm ,CA=13 cm ,求AF 、BD 、CE 的长 D E F O C B A 112 12902 a b c A B C A B C S s r p a b c p C r a b c ?∠∠∠==++∠=?=+-设、、分别为中、、的对边,面积为,则内切圆半径(),其中(); (),则()

【例2】如图,已知⊙O是△ABC的内切圆,切点为D、 E、F,如果AE=1, CD=2,BF=3,且△ABC的面积为6.求内切圆的半径r. 【例3】如图,以等腰ABC ?中的腰A B为直径作⊙O,交底边BC于点D.过点D作⊥,垂足为E. D E A C (I)求证:D E为⊙O的切线; (II)若⊙O的半径为5,60 ∠= ,求D E的长. B A C 【例4】如上图等边三角形的面积为S,⊙O是它的外接圆,点P是⌒BC的中点.(1)试判断过C所作的⊙O的切线与直线AB是否相交,并证明你的结论;(2)设直线 CP与AB相交于点D,过点B作BE⊥CD垂足为E,证明BE是⊙O的切线,并求△ BDE的面积.

中心极限定理

中心极限定理 从总体中抽取容量为n的一个样本时,当样本容量足够大时,样本均值x的抽样分布近似服从于正态分布。 eg:用R从0-10的均匀分布中产生100个样本量为n=2的随机样本,对每个样本计算,并画出100个的频数分布,对于n=5,10,30,50,重复这一个过程。 a=matrix(rep(0,200),nrow=100,byrow=T) set.seed(200) for(i in 1:100) a[i,]=runif(2,0,10) b=matrix(rep(0,100),nrow=100) for(t in 1:100) b[t]=b[t]+mean(a[t,]) hist(b,freq=FALSE,density=20,main="100 个样本量n=2的随机样本",xlab="x的均值") sd=sd(b) mean=mean(b) x=seq(min(b),max(b),by=0.1) y=dnorm(x,mean,sd) lines(x,y,col="red",lwd=2) a=matrix(rep(0,1000),nrow=100,byrow=T) set.seed(1000) for(i in 1:100) a[i,]=runif(10,0,10) b=matrix(rep(0,100),nrow=100) for(t in 1:100) b[t]=b[t]+mean(a[t,]) hist(b,freq=FALSE,density=20,main="100个样本量n=10的随机样本",xlab="x的均值") sd=sd(b) mean=mean(b) x=seq(min(b),max(b),by=0.1) y=dnorm(x,mean,sd) lines(x,y,col="red",lwd=2) a=matrix(rep(0,3000),nrow=100,byrow=T) set.seed(3000) for(i in 1:100) a[i,]=runif(30,0,10) b=matrix(rep(0,100),nrow=100) for(t in 1:100) b[t]=b[t]+mean(a[t,]) hist(b,freq=FALSE,density=20,main="100个样本量n=30的随机样本",xlab="x的均值") sd=sd(b) mean=mean(b) x=seq(min(b),max(b),by=0.1) y=dnorm(x,mean,sd) lines(x,y,col="red",lwd=2) a=matrix(rep(0,5000),nrow=100,byrow=T) set.seed(3000) for(i in 1:100) a[i,]=runif(50,0,10) b=matrix(rep(0,100),nrow=100) for(t in 1:100) b[t]=b[t]+mean(a[t,]) hist(b,freq=FALSE,density=20,main="100个样本量n=50的随机样本",xlab="x的均值") sd=sd(b) mean=mean(b) x=seq(min(b),max(b),by=0.1) y=dnorm(x,mean,sd) lines(x,y,col="red",lwd=2)

中心极限定理及其应用

中心极限定理及其应用 [摘要] 在中心极限定理的基础上,通过实例介绍它的应用。 [关键词] 中心极限定理随机变量应用 中心极限定理是棣莫佛在18世纪首先提出的,至今其内容已经非常丰富。它不仅是概率论中的重要内容,而且还是数理统计中大样本统计推断的理论基础。一种随机现象可能会受到许多不确定因素的影响,如果这些彼此之间没有什么依存关系,且谁也没有特别突出的影响,那么,这些影响的“累积效应”将会使现象近似地服从正态分布。中心极限定理在很一般的情况下证明了,无论随机变量服从什么分布,个随机变量的和当时的极限分布是正态分布。因此,它不仅提供了计算独立随机变量之和的近似概率的简单方法,而且有助于解释在现实中为什么很多数量指标都服从或近似服从正态分布这一事实。在中心极限定理的教学中,通过列举一些用中心极限定理解决问题的实例,能使学生较深地理解中心极限定理的理论与实用价值。 一、两个常用的中心极限定理 根据不同的假设条件,有多个中心极限定理。这里只介绍两个常用的中心极限定理。 定理1 列维—林德伯格(Levy-Lindeberg)定理(独立同分布的中心极限定理) 设随机变量相互独立,服从同一分布,且具有数学期望和方差.则随机变量 的分布函数Fn(x)对于任意x满足 (5.7) 从定理1的结论可知,当n充分大时,有 或者说,当n充分大时,有 如果用表示相互独立的各随机因素。假定它们都服从相同的分布(不论服从什么分布),且都有有限的期望与方差(每个因素的影响有一定限度)。则(5.8)式说明,作为总和这个随机变量,当n充分大时,便近似地服从正态分布。 定理2(棣莫佛-拉普拉斯(De Moivre Laplace)定理) 设随机变量X服从参数为n,p (0<p<1)的二项分布,即,则

数理统计作业二__用数学实验的方法验证大数定理和中心极限定理

验证大数定理: 1、实验原理: 证明大数定理即证明样本均值趋近于总体均值。 2、实验步骤: ①在excel中,用公式 =RAND( )*9+1 生成2000个1到10之间的随机数。 ②选择样本的前50个,前100个,前150个…前2000个,分别求出均值。 ③利用excel作出上述求出值的样本均值折线图(图一)和总体均值折线图(图二): 图一 图二 从图一和图二中可以看出样本均值最终趋于水平,即趋于总体均值,大数定理得证。

验证中心极限定理: 1、实验原理: 证明中心极限定理即证明N个独立同分布的随机变量和的极限分布为正态分布。本次实验采用独立同分布于0-1分布B(1,0.5)的随机变量序列E k,k=1,2,3······来验证中心极限定理。因为E k, k=1,2,3······之间是独立同分布,所以 )5.0, ( ~ E n 1 k k n B ∑ =。由中心极 限定理可知,当n的取值足够大时,∑ = n 1 k k E 这一随机变量的分布与正太分 布具有很好的近似,下面用MATLAB软件分别画出n取不同值时∑ = n 1 k k E 的分 布及对应的正太分布的图像,通过对比这两条曲线的相似度来验证中心极限定理。 2、实验步骤: ①当n=10时,对应正态分布为N(5,2.5)。 MATLAB结果图:

MATLAB源程序: MATLAB结果图:

MATLAB源程序: MATLAB结果图:

MATLAB源程序: MATLAB结果图:

MATLAB源程序: ⑤观察得出,当N足够大时,其密度函数服从正态分布,即满足 中心极限定理。

圆的知识点总结及典型例题.

圆的知识点总结 (一)圆的有关性质 [知识归纳] 1. 圆的有关概念: 圆、圆心、半径、圆的内部、圆的外部、同心圆、等圆; 弦、直径、弦心距、弧、半圆、优弧、劣弧、等弧、弓形、弓形的高; 圆的内接三角形、三角形的外接圆、三角形的外心、圆内接多边形、多边形的外接圆;圆心角、圆周角、圆内接四边形的外角。 2. 圆的对称性 圆是轴对称图形,经过圆心的每一条直线都是它的对称轴,圆有无数条对称轴; 圆是以圆心为对称中心的中心对称图形; 圆具有旋转不变性。 3. 圆的确定 不在同一条直线上的三点确定一个圆。 4. 垂直于弦的直径 垂径定理垂直于弦的直径平分这条弦,并且平分弦所对的两条弧; 推论1 (1)平分弦(不是直径)的直径垂直于弦,并且平分弦所对的两条弧; (2)弦的垂直平分线经过圆心,并且平分弦所对的两条弧; (3)平分弦所对的一条弧的直径垂直平分弦,并且平分弦所对的另一条弧。 垂径定理及推论1 可理解为一个圆和一条直线具备下面五个条件中的任意两个,就 可推出另外三个:①过圆心;②垂直于弦;③平分弦(不是直径); ④平分弦所对的优弧;⑤平分弦所对的劣弧。 1

推论2圆的两条平行弦所夹的弧相等。 5. 圆心角、弧、弦、弦心距之间的关系 定理在同圆或等圆中,相等的圆心角所对的弧相等,所对的弦相等;所对的弦的弦心距相等。 推论在同圆或等圆中,如果两个圆心角、两条弧、两条弦或两条弦的弦心距中有一组量相等,那么它们所对应的其余各组量都分别相等。 此定理和推论可以理解成:在同圆或等圆中,满足下面四个条件中的任何一个就能推出另外三个:①两个圆心角相等;②两个圆心角所对的弧相等;③两个圆 心角或两条弧所对的弦相等;④两条弦的弦心距相等。 圆心角的度数等于它所对的弧的度数。 6. 圆周角 定理一条弧所对的圆周角等于它所对的圆心角的一半; 推论1同弧或等弧所对的圆周角相等;在同圆或等圆中,相等的圆周角所对的弧也相等; 推论2半圆(或直径)所对的圆周角是直角;90°的圆周角所对的弦是直径; 推论3如果三角形一边上的中线等于这边的一半,那么这个三角形是直角三角形。 圆周角的度数等于它所对的弧的度数的一半。 7. 圆内接四边形的性质 圆内接四边形的对角互补,并且任何一个外角都等于它的内对角。 ※8. 轨迹 轨迹符合某一条件的所有的点组成的图形,叫做符合这个条件的点的轨迹。 (1)平面内,到一定点的距离等于定长的点的轨迹,是以这个定点为圆心,定长为半径的圆; (2)平面内,和已知线段两个端点的距离相等的点的轨迹,是这条线段的垂直平分线; (3)平面内,到已知角两边的距离相等的点的轨迹,是这个角的平分线。 [例题分析] 例1. 已知:如图1,在⊙O中,半径OM⊥弦AB于点N。 图1 ①若AB =,ON=1,求MN的长; ②若半径OM=R,∠AOB=120°,求MN的长。 解:①∵AB =,半径OM⊥AB,∴AN=BN = ∵ON=1,由勾股定理得OA=2 ∴MN=OM-ON=OA-ON=1 ②∵半径OM⊥AB,且∠AOB=120°∴∠AOM=60° 2

(完整word版)概率论与数理统计教程习题(大数定律与中心极限定理)

习题10(切比雪夫不等式) 一.填空题 1. 设随机变量X 的数学期望μ=)(X E ,方差2 )(σ=X D ,则由切比雪夫不等式,得 ≤≥-)3(σμX P . 2. 随机掷6枚骰子,用X 表示6枚骰子点数之和,则由切比雪夫不等式,得≥<<)2715(X P . 3. 若二维随机变量),(Y X 满足,2)(-=X E ,2)(=Y E ,1)(=X D ,4)(=Y D , 5.0),(-=Y X R ,则由切比雪夫不等式,得≤≥+)6(Y X P . 4. 设ΛΛ,,,,21n X X X 是相互独立、同分布的随机变量序列,且0)(=i X E ,)(i X D 一致有界),,,2,1(ΛΛn i =,则=<∑=∞ →)( lim 1 n X P n i i n . 二.选择题 1. 若随机变量X 的数学期望与方差都存在,对b a <,在以下概率中,( )可以由切比雪夫不等式进行取值大小的估计。 ①)(b X a P <<; ②))((b X E X a P <-<; ③)(a X a P <<-; ④))((a b X E X P -≥-. 2. 随机变量X 服从指数分布)(λe ,用切比雪夫不等式估计≤≥ -)1 (λ λX P ( ). ①λ; ②2 λ③4 λ; ④ λ 1 . 三.解答题 1. 已知正常男性成年人的血液里,每毫升中白细胞含量X 是一个随机变量,若7300)(=X E , 2700)(=X D ,利用切比雪夫不等式估计每毫升血液中白细胞含量在5200至9400之间的概率。 2. 如果n X X X ,,,21Λ是相互独立、同分布的随机变量序列,μ=)(i X E ,

(完整)初三数学有关圆的经典例题

初三数学 有关圆的经典例题 1. 在半径为的⊙中,弦、的长分别为和,求∠的度数。132O AB AC BAC 分析:根据题意,需要自己画出图形进行解答,在画图时要注意AB 与AC 有不同的位置关系。 解:由题意画图,分AB 、AC 在圆心O 的同侧、异侧两种情况讨论, 当AB 、AC 在圆心O 的异侧时,如下图所示, 过O 作OD ⊥AB 于D ,过O 作OE ⊥AC 于E , ∵,,∴,AB AC AD AE = == = 32322 2 ∵,∴∠,OA OAD AD OA == =132 cos cos ∠OAE AE OA = = 22 ∴∠OAD=30°,∠OAE=45°,故∠BAC=75°, 当AB 、AC 在圆心O 同侧时,如下图所示, 同理可知∠OAD=30°,∠OAE=45°, ∴∠BAC=15° 点拨:本题易出现只画出一种情况,而出现漏解的错误。 例2. 如图:△ABC 的顶点A 、B 在⊙O 上,⊙O 的半径为R ,⊙O 与AC 交于D , 如果点既是的中点,又是边的中点,D AB AC ? (1)求证:△ABC 是直角三角形; ()22 求的值AD BC 分 析 : ()1由为的中点,联想到垂径定理的推论,连结交于,D AB OD AB F ? 则AF=FB ,OD ⊥AB ,可证DF 是△ABC 的中位线;

(2)延长DO 交⊙O 于E ,连接AE ,由于∠DAE=90°,DE ⊥AB ,∴△ADF ∽△,可得·,而,,故可求DAE AD DF DE DF BC DE R AD BC 2 2 122=== 解:(1)证明,作直径DE 交AB 于F ,交圆于E ∵为的中点,∴⊥,D AB AB DE AF FB ? = 又∵AD=DC ∴∥,DF BC DF BC = 12 ∴AB ⊥BC ,∴△ABC 是直角三角形。 (2)解:连结AE ∵DE 是⊙O 的直径 ∴∠DAE=90° 而AB ⊥DE ,∴△ADF ∽△EDA ∴ ,即·AD DE DF AD AD DE DF ==2 ∵,DE R DF BC ==21 2 ∴·,故AD BC R AD BC R 2 2 == 例3. 如图,在⊙O 中,AB=2CD ,那么( ) A A B CD B AB CD ..?>? ?

切线长定理、弦切角定理、切割线定理、相交弦定理

切线长定理、弦切角定理、切割线定理、相交弦定理 以及与圆有关的比例线段 [学习目标] 1.切线长概念 切线长是在经过圆外一点的圆的切线上,这点和切点之间的线段的长度,“切线长”是切线上一条线段的长,具有数量的特征,而“切线”是一条直线,它不可以度量长度。(PA 长) 2.切线长定理 对于切线长定理,应明确(1)若已知圆的两条切线相交,则切线长相等;(2)若已知两条切线平行,则圆上两个切点的连线为直径;(3)经过圆外一点引圆的两条切线,连结两个切点可得到一个等腰三角形;(4)经过圆外一点引圆的两条切线,切线的夹角与过切点的两个半径的夹角互补;(5)圆外一点与圆心的连线,平分过这点向圆引的两条切线所夹的角。 3.弦切角:顶点在圆上,一边和圆相交,另一边和圆相切的角。 直线AB 切⊙O 于P ,PC 、PD 为弦,图中几个弦切角呢?(四个) 4.弦切角定理:弦切角等于其所夹的弧所对的圆周角。 5.弄清和圆有关的角:圆周角,圆心角,弦切角,圆内角,圆外角。 6.遇到圆的切线,可联想“角”弦切角,“线”切线的性质定理及切线长定理。 7.与圆有关的比例线段 定理 图形 已知 结论 证法 相交弦定理 ⊙O 中,AB 、CD 为弦,交于P. PA·PB=PC·PD . 连结AC 、BD ,证:△APC∽△DPB . 相交弦定理的推论 ⊙O 中,AB 为直径,CD⊥AB 于P. PC 2 =PA·PB . (特殊情况) 用相交弦定理.

切割线定理 ⊙O 中,PT 切⊙O 于T ,割线PB 交⊙O 于A PT 2 =PA·PB 连结TA 、TB ,证:△PTB∽△PAT 切割线定理推论 PB 、PD 为⊙O 的两条割线,交⊙O 于A 、C PA·PB=PC·PD 过P 作PT 切⊙O 于T ,用两次切割线定理 (记忆的方法方法) 圆幂定理 ⊙O 中,割线PB 交⊙O 于A ,CD 为弦 P'C·P'D =r 2 -OP'2 PA·PB=OP 2-r 2 r 为⊙O 的半径 延长P'O 交⊙O 于M ,延 长OP'交⊙O 于N ,用相交 弦定理证;过P 作切线用切割线定理勾股定理证 8.圆幂定理:过一定点P 向⊙O 作任一直线,交⊙O 于两点,则自定点P 到两交点的两条线段之积为常数||(R 为圆半径),因为叫做点对于⊙O 的幂,所以将上述定理统称为圆幂定理。 【典型例题】 例1.如图1,正方形ABCD 的边长为1,以BC 为直径。在正方形内作半圆O ,过A 作半圆切线,切点为F ,交CD 于E ,求DE :AE 的值。 图1 解:由切线长定理知:AF =AB =1,EF =CE 设CE 为x ,在Rt△ADE 中,由勾股定理 ∴, ,

中心极限定理的发展

中心极限定理的创立和发展 1141010113 万帅 关键词:中心极限定理,创立,严格证明,新的发展,三阶段。 引言:这组定理是数理统计学和误差分析的理论基础,指出了大量随机变量近似服从正态分布的条件。该定理为人们用正态分布来描述和解决大量的概率问题提供了坚实的理论基础。 中心极限定理,是概率论中讨论随机变量和的分布以正态分布为极限的一组定理。这组定理是数理统计学和误差分析的理论基础,指出了大量随机变量近似服从正态分布的条件。该定理为人们用正态分布来描述和解决大量的概率问题提供了坚实的理论基础。 “中心极限定理”这一名称的来源有两种说法。波利亚认为这个定理十分重要,在概率论中具有中心地位,所以他加上了“中心”这一名称,于1920年引入这一术语。另一种说法是,现代法国概率论学派认为极限定理描述了分布函数中心的情况,而不是尾部的情况。 历史上有不少数学家对中心极限定理的研究做出了贡献。中心极限定理的发展主要分为三个阶段。 创立阶段:1733-----1853年 人们通常认为,法国数学家隶莫弗在1733年首次证明了,二项发布近似正态分布。然而,当时正态发布的概念,隶莫弗并不知道自己本质上证明了“中心极限定理” 法国数学家拉普拉斯写了很多论文,想推广棣莫弗的工作。他意识到需要一种新的数学技巧,并在1785年成功地发明了这个技巧:特征函数的简单形式和反演公式。拉普拉斯把他的两个主要研究方向结合起来得到了这个方法-----母函数和积分的监禁展开。通过把母函数中的t换成it e ,就得到了特征函数。然而,直到1810年他才发表了特征函数与反演公示的一般理论,并证明了中心极限定理。他之所以推迟到1810年,有一种解释是,从1786年开始,他就专注于《天体力学》的写作,这本书1805年才完成。1810年,拉普拉斯证明了中心极限定理,先是服从均匀发布的连续随机变量的情形,接着是服从任意分布的随机变量。拉普拉斯的证明显然对独立有界的随机变量和成立,证明过程使用了现在所谓的特征函数,或傅里叶变换,即itXEe(t为实数)。在1812年,他先后考虑了对称的、离散的均匀分布,对称的连续分布,任意分布情形。最后,拉普拉斯在他的名著《概率的分析理论》中对任意的p证明了如下中心极限定理:【1】 泊松完善和推广了拉普拉斯关于中心极限定理的证明。在所有考虑的情况里,都假设随机变量是独立的。泊松证明了服从相同分布的随机变量的情况,还推广到服从不同分布的随机变量的情况。1824年,泊松证明了连续随机变量的中心极限定理,并给出了三个反例,其中包括服从柯西分布的随机变量和,这时中心极限定理不成立。受当时传统的影响,泊松没有明确阐明中心极限定理成立的条件。但是,从他的证明和例子中,可以看到,他假设每个变量的方差都是有界的,且不等于零。其他数学家也做了这方面工作,比如贝塞尔和柯西。拉普拉斯等人给出证明的前提假设是,和的分布是有限的,因此所有的矩都存在。他们把结果推广到无限情形,但没有给出证明,并隐含假定了矩的存在。以现在的观点来看,只要沿着拉普拉斯的方向继续下去,法国数学家们是可以给出中心极限定理的严格证明的,比如柯西,他知道特征函数和稳定率。 从当时环境来看,大约1870年代,概率学家还处于心理上的劣势,苦于自己的研究领

中心极限定理的内涵和应用

中心极限定理的涵和应用 在概率论与数理统计中,中心极限定理是非常重要的一节容,而且是概率论与数理统计之间承前启后的一个重要纽带。中心极限定理是概率论中讨论随机变量和的分布以正态分布为极限的一组定理。这组定理是数理统计学和误差分析的理论基础,指出了大量随机变量之和近似服从于正态分布的条件。故为了深化同学们的理解并掌握其重要性,本组组员共同努力,课外深入学习,详细地介绍了中心极限定理的涵及其在生活实践中的应用。 一、独立同分布下的中心极限定理及其应用 在对中心极限定理的研究中,我们不妨由浅入深地来学习,为此我们先来研究一下在独立同分布条件下的中心极限定理,即如下的定理1: 定理l (林德伯格-勒维中心极限定理)设{}n X 是独立同分布的随机变量序列,且0)(,)(2>==σμi i X Var X E 存在,若记 n n X Y n i i n σμ-= ∑=1 则对任意实数y ,有 {}?∞--∞→=Φ=≤y t n n t y y Y P .d e π21)(lim 22 (1) 证明:为证明(1)式,只须证}{n Y 的分布函数列弱收敛于标准正态分布。由定理可知:只须证}{n Y 的特征函数列收敛于标准正态分布的特征函数。为此,设μ-n X 的特征函数为)(t ?,则n Y 的特征函数为 n Y n t t n ??????=)()(σ?? 又因为E(μ-n X )=0,Var(μ-n X )=2σ,所以有()0?'=0,2)0(σ?-=''。于是,特征函数)(t ?有展开式 )(2 11)(2)0()0()0()(22222t o t t o t t +-=+''+'+=σ???? 从而有 =??????+-=+∞→+∞→n n Y n n t o n t t n )(21lim )(lim 22?22t e - 而22 t e -正是N(0,1)分布的特征函数,定理得证。

中心极限定理及其意义

题目:中心极限定理及意义 课程名称:概率论与数理统计 专业班级: 成员组成: 联系方式: 2012年5月25日 摘要: 本文从随机变量序列的各种收敛与他们的关系谈起,通过对概率经典定理——中心极限定理在独立同分布和不同分布两种条件下的结论做了比较系统的阐述,揭示了随机现象最根本的性质——平均结果的稳定性。经过对中心极限定理的讨论,给出了独立随机变量之和的分布用正态分布来表示的理论依据。同样中心极限定理的内容也从独立分布与独立不同分布两个角度来研究。同时通过很多相关的正反例题,进行说明这些定理所给出的条件是否是充要条件;签掉在实际问题中灵活的应用和辨别是否服从我们给出的定理条件。最后了解一些简单简便的中心极限定理在数理统计、管理决策、仅是计算以及保险业务等方面的应用,来进一步的阐明了中心极限定理分支学课中的中重要作用和应用价值。

关键词: 随机变量,独立随机变量,特征函数,中心极限定理 引言: 在客观实际中有许多随机变量,他们是由大量的相互独立的随机因数的综合 影响所形成的,而其中每一个别因数在总的影响中所起的作用都是渺小的,这种随机变量往往近似地服从正态分布,这种现象就是中心极限定理的客观背景。 中心极限定理自提出至今,其内容已经非常丰富。在概率论中,把研究在什么条件下,大量独立随机变量和的分布以正态分布为极限的这一类定理称为中心极限定理。但其中最常见、最基本的两个定理是德莫佛-拉普拉斯中心极限定理和林德贝格-勒维中心极限定理。 一、三个重要的中心极限定理 1.独立同分布的中心极限定理 设随机变量??????,,,,21n X X X 相互独立,服从统一分布,具有数学期望和方差 ()()) ,2,1(0,2???=>==k X D X E k k σμ,则随机变量之和 ∑=n k k X 1 的标准化变量, σ μ n n X X D X E X Y n k k n k k n k k n k k n -=?? ? ????? ??-=∑∑∑∑====1 111 的分布函数)(x F n 对于任意x 满足, ()x dt e x n n X P x F t x n k k n n n Φ==????????? ?? ??? ≤-=-∞-=∞→∞→?∑2/1221lim )(lim πσμ 2.李雅普诺夫定理 设随机变量??????,,,,21n X X X 相互独立,它们具有数学期望和方差 ()()) ,2,1(0,2???=>==k X D X E k k k k σμ,

相关文档
最新文档