大数定律和中心极限定理习题和例题
《概率论与数理统计》典型例题 第四章 大数定律与中心极限定理
= 0.15,
µn 为
5000
户中收视
该节目的户数，所以可应用棣莫弗-拉普拉斯中心极限定理，即二项分布以正态 分布为极限定理。
解 ： 设 µn 为 5000 户 中 收 视 该 节 目 的 户 数 ， 则 µn ~ B(n, p) ， 其 中
n = 5000, p = 0.15 。 由棣莫弗-拉普拉斯中心极限定理， µn − np 近似服从 np(1− p)
显然需用到前一不等式，则只需算出 E(X + Y ) 与 D(X + Y ) 即可。
解：由于 E(X + Y ) = 0 ，
D( X + Y ) = DX + DY + 2Cov( X , Y ) = DX + DY + 2ρ XY DX DY = 1+ 4 + 2×1× 2× (−0.5) = 3 ，
( D )服从同一离散型分布。
分析：林德伯格-列维中心极限定理要求的条件是 X 1, X 2,", X n,"相互独
立、同分布、方差存在，这时，当 n 充分大时， Sn 才近似服从正态分布。 根据 条件分析选项即可。
解：显然选项 A 与 B 不能保证 X 1, X 2 , ", X n 同分布，可排除。 选项 C 给出了指数分布，此时独立同分布显然满足，而且由于是指数分布， 方差肯定存在，故满足定理条件。 选项 D 只给出其离散型的描述，此时独立同分布显然满足。 但却不能保证 方差一定存在，因此也应排除。 故选 C 。 注：本例重在考察中心极限定理的条件。
P{ X
− EX
≥ ε}≤
E[g( X − EX )] 。 g(ε )
分析：证明的结论形式与切比雪夫不等式非常相似，利用切比雪夫不等式的 证明思想试试看。
概率论-大数定律和中心极限定理习题和例题
二项分布的正态近似
定理5.2.2 棣莫弗—拉普拉斯中心极限定理
设Yn 为服从二项分布 b(n, p) 的随机变量，则当 n 充分大时，有
Yn np lim P x (x) n np(1 p )
注意点
二项分布是离散分布，而正态分布是连续分布， 所以用正态分布作为二项分布的近似时，可作 如下修正：
E[Yk ] E[ X 32k 2 X 3k 1 X 3k ] E[ X 32k 2 ] E[ X 3k 1 X 3k ] Var[ X 3k 2 ] ( E[ X 3k 2 ]) 2 E[ X 3k 1 ]E[ X 3k ] 6 4 4 14 k 1, 2, , n {Yn }满足辛钦大数定律条件，所以
n = 271
补充例6 设每颗炮弹命中目标的概率为0.01， 求500发炮弹中命中 5 发的概率.
解: 设 X 表示命中的炮弹数, 则 X ~ b(500, 0.01)
(1) P( X 5) C
5 500
0.015 0.99495 ＝0.17635
5.5 5 4.5 5 4.95 4.95
P k1 n k2 P k1 0.5 n k2 0.5
k2 0.5 np k1 0.5 np np(1 p) np(1 p)
我们这门课对修正不做要求
中心极限定理的应用例题补充
解： 依题意，显然有， {X n }是一个独立同分布的随机变量序列，只要存在 有限的公共数学期望，则{X n }的算术平均值依概率收敛于其公共数学期 望，由于X i 服从[5,53]上的均匀分布，所以E[ X i ] (53 5) / 2 29, i 1, 2, , n
大数定律习题全面汇总
第五章 大数定律与中心极限定理〔练习题〕1.随机的掷6个骰子，利用切贝谢夫不等式估计6个骰子出现点数之和在15点到27点之间的概率.解：设i ξ为第i 个骰子出现的点数(1,2,3,4,5,6)i =，它们相互独立.ξ为6个骰子出现的点数之和，即1ki i ξξ==∑.那么有1234562166i E ξ+++++==， 2222112112113512666666612i D ξ⎛⎫⎛⎫⎛⎫=-⨯+-⨯++-⨯= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 故21E ξ=，352D ξ=.由切贝谢夫不等式得 2351352(1527)(216)10.514672P P ξξ-<<=-<≥=-≈. 2.一本300页的书中每页印刷错误的个数服从参数为0.2的普哇松分布，求这本书的印刷错误总数不多于70的概率.解：设第i 页的印刷错误个数为(1,2,,300)i i ξ=，那么0.2i E ξ=，0.2i D ξ=且i ξ相互独立，故所求概率为()300000170 1.290.90153i i P ξ=⎛⎫⎛⎫≤≈Φ=Φ=Φ= ⎪ ⎪ ⎪⎝⎭⎝⎭∑. 3.对敌人阵地进展1000次炮击，炮弹的命中颗数的期望为0.4，方差为3.6，求在1000次炮击中，有380颗到420颗炮弹击中目标的概率近似值.解：设第i 次炮击击中颗数为(1,2,,1000)i i ξ=，有0.4i E ξ=， 3.6i D ξ=那么有1000000010113804203312120.629310.25863i i P ξ=⎛⎫⎛⎫⎛⎫<≤≈Φ-Φ=Φ-Φ- ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎛⎫=Φ-=⨯-= ⎪⎝⎭∑ 4.某电教中心有100台彩电，各台彩电发生故障的概率为0.02，每台彩电工作是相互独立的.试分别用二项分布、普哇松分布和中心极限定理计算彩电出故障台数不少于1的概率.解：〔1〕根据题意设(100,0.02)B ξ，那么有100(1)1(0)1(0.98)0.8674P P ξξ≥=-==-=〔2〕根据普哇松定理，100n =，0.02p =，2np =，那么有2(1)1(0)10.8647P P e ξξ-≥=-==-=〔3〕根据中心极限定理，有0001(1)111(0.7143)0.7641.4P ξ-⎛⎫≥≈-Φ=-Φ=-Φ-= ⎪⎝⎭ 5.设(1,2,,50)i i ξ=是相互独立的随机变量，它们都服从参数为0.02的普哇松分布.利用中心极限定理计算5012i i P ξ=⎛⎫≥ ⎪⎝⎭∑. 解：设501i i ξξ==∑，因为0.02i E ξ=，0.02i D ξ=，故1E ξ=，1D ξ=，那么有500012(2)11(1)10.84130.1587i i P P ξξ=⎛⎫≥=≥≈-Φ=-Φ=-= ⎪⎝⎭∑ 6.某车间有200台机床，它们独立工作且开工率各为0.6，开工时耗电各为1kW.问供电所至少要供应这个车间多少电力，才能以99.9℅的概率保证这个车间不会因供电缺乏而影响生产？解：设m 为某时刻工作着的机床台数，200n =，0.6p =，某时刻m 台机床工作，需耗电m kW.设供电数为r kW ，根据题意有 ()0.999P m r ≤≥而又有00()P m r ≤≈Φ=Φ故00.999Φ≥查表可得3.1≥ 所以141r ≥.因此，假设向该车间供电141kW ，那么由于供电缺乏而影响生产的概率小于0.001.。
CH5大数定律及中心极限定理--练习题
CH5大数定律及中心极限定理--练习题第一篇：CH5 大数定律及中心极限定理--练习题CH5 大数定律及中心极限定理1.设Ф(x)为标准正态分布函数，Xi=⎨100⎧1,事件A发生；⎩0,事件A不发生，i=1，2，…，100，且P(A)=0.8,X1,X2,…,X100相互独立。
令Y=∑i=1Xi，则由中心极限定理知Y的分布函数F(y)近似于（）y-804A.Ф(y)2.从一大批发芽率为0.9的种子中随机抽取100粒,则这100粒种子的发芽率不低于88%的概率约为.(已知φ(0.67)=0.7486)3.设随机变量X1，X2，…，Xn，…独立同分布，且i=1，2…，0nB.Ф()C.Ф(16y+80)D.Ф(4y+80)Yn=∑i=1⎧⎪Xi,n=1，2，Λ.Φ（x）为标准正态分布函数，则limP⎨n→∞⎪⎩⎫⎪≤1⎬=（）np(1-p)⎪⎭Yn-npA．0B．Φ（1）C．1－Φ（1）D．14.设5.设X服从(-1,1)上的均匀分布，试用切比雪夫不等式估计6.设7.报童沿街向行人兜售报纸，设每位行人买报纸的概率为0.2，且他们买报纸与否是相互独立的。
试求报童在想100为行人兜售之后，卖掉报纸15到30份的概率8.一个复杂系统由n个相互独立的工作部件组成，每个部件的可靠性（即部件在一定时间内无故障的概率）为0.9，且必须至少有80%的部件工作才能使得整个系统工作。
问n至少为多少才能使系统的可靠性为0.959.某人有100个灯泡，每个灯泡的寿命为指数分布，其平均寿命为5小时。
他每次用一个灯泡，灯泡灭了之后立即换上一个新的灯泡。
求525小时之后他仍有灯泡可用的概率近似值相互独立的随机变量，且都服从参数为10的指数分布，求的下界是独立同分布的随机变量，设, 求第二篇：ch5大数定律和中心极限定理答案一、选择题⎧0,事件A不发生1.设Xi=⎨(i=1,2Λ,10000),且P(A)=0.8,X1,X2,Λ,X10000相互独立,令1,事件A发生⎩10000Y=∑X,则由中心极限定理知Y近似服从的分布是（D）ii=1A.N(0,1)C.N(1600,8000)B.N(8000,40)D.N(8000,1600)2．设X1，X2，……，Xn是来自总体N（μ,σ2）的样本，对任意的ε>0，样本均值X所满足的切比雪夫不等式为（B）{X-nμ<ε}≥εnσC．P{X-μ≥ε}≤1-εA．P2nσ{X-μ<ε}≥1-nεnσD．P{X-nμ≥ε}≤εB．Pσ23.设随机变量X的E（X）=μ,D(X)=σ2，用切比雪夫不等式估计P(|X-E(X)|≤3σ)≥（C）A.C.1 98 919121B.3D.14．设随机变量X服从参数为0.5的指数分布，用切比雪夫不等式估计P(|X-2|≥3)≤(C)A.C.1B.3D.1二、填空题1．将一枚均匀硬币连掷100次，则利用中心极限定理可知，正面出现的次数大于60的概率近似为___0.0228________.（附：Φ（2）=0.9772）2．设随机变量序列X1，X2，…，Xn，…独立同分布，且E(Xi)=μ,D(Xi)=σ2>0,i=1,2,…, 则⎧n⎫X-nμ⎪⎪i⎪i=1⎪>x⎬=_对任意实数x，limP⎨n→∞nσ⎪⎪⎪⎪⎩⎭∑___________.3.设随机变量X的E(X)=μ,D(X)=σ2,用切比雪夫不等式估计P(|X-E(X)|≤3σ2)≥ ___8/9________。
大数定律和中心极限定理例题与解析
在大量随机选取的人群中测量身高, 这些身高的平均值将接近正 态分布, 这也是中心极限定理的一个应用实例。
中心极限定理的应用
概率论与统计学
中心极限定理是概率论和统计学中的基本原理 之一, 用于研究随机变量的分布和统计推断。
金融领域
中心极限定理在金融领域中也有广泛应用, 例如在资 产定价、风险管理和投资组合优化等方面。
例题一解析
要点一
题目
一个班级有30名学生, 每个学生随机选择一个1-100之间的整 数。求这30个随机数的平均数大于50的概率。
要点二
解析
首先, 根据大数定律, 当试验次数足够多时, 随机数的算术平 均值趋近于期望值。在本题中, 每个随机数的期望值是50, 因 此30个随机数的平均数期望值是50。其次, 根据中心极限定 理, 当试验次数足够多时, 随机变量的算术平均值的分布趋近 于正态分布。因此, 这30个随机数的平均数大于50的概率可 以通过正态分布的概率密度函数计算得出。
大数定律的实例
抛硬币实验
如果我们抛硬币1000次，虽然单次抛 硬币的结果是随机的，但当我们计算 正面朝上的频率时，会发现这个频Βιβλιοθήκη 会逐渐趋近于50%。生日悖论
在一个有30人的房间里，存在一定概 率两个人生日相同，这个概率随着人 数的增加而趋近于100%。
大数定律的应用
概率论与统计学
大数定律是概率论和统计学中的 基本原理, 用于估计概率和预测未 来的随机事件。
例题三解析
题目
一个彩票公司发行了100万张彩票, 每张彩票都有一个独立 的随机数生成器生成的一个随机数。求至少有1张彩票的随 机数小于1的概率。
解析
首先, 根据大数定律, 当试验次数足够多时, 随机数的频率趋 近于概率。在本题中, 每张彩票的随机数小于1的概率是 1/100（即每张彩票生成的随机数小于1的概率是固定的）。 其次, 根据中心极限定理, 当试验次数足够多时, 随机变量的 独立同分布的随机变量和的分布趋近于正态分布。因此, 这 100万张彩票中至少有1张彩票的随机数小于1的概率可以 通过正态分布的概率密度函数计算得出。
大数定律及中心极限定理习题及答案
第 5 章 大数定律与中心极限定理一、填空题：1.设随机变量μξ=)(E ，方差2σξ=)(D ，则由切比雪夫不等式有≤≥-}|{|σμξ3P 91 . 2.设nξξξ,,, 21是n 个相互独立同分布的随机变量，),,,(,)(,)(n i D E i i 218===ξμξ对于∑==ni in1ξξ，写出所满足的切彼雪夫不等式 228εεξεμξn D P =≤≥-)(}|{| ，并估计≥<-}|{|4μξP n211-. 3. 设随机变量129,,,X X X 相互独立且同分布, 而且有1i EX =,1(1,2,,9)i DX i ==, 令91i i X X ==∑, 则对任意给定的0ε>, 由切比雪夫不等式直接可得{}≥<-ε9X P 291ε-. 解：切比雪夫不等式指出：如果随机变量X 满足：()E X μ=与2()D X σ=都存在, 则对任意给定的0ε>, 有22{||}P X σμεε-≥≤, 或者22{||}1.P X σμεε-<≥-由于随机变量129,,,X X X 相互独立且同分布, 而且有1,1(1,2,9),i i EX DX i === 所以999111()()19,i i i i i E X E X E X μ===⎛⎫===== ⎪⎝⎭∑∑∑9992111()()19.i i i i i D X D X D X σ===⎛⎫===== ⎪⎝⎭∑∑∑4. 设随机变量X 满足：2(),()E X D X μσ==, 则由切比雪夫不等式, 有{||4}P X μσ-≥ 116≤. 解：切比雪夫不等式为：设随机变量X 满足2(),()E X D X μσ==, 则对任意的0ε>, 有22{||}.P X σμεε-≥≤由此得 221{||4}.(4)16P X σμσσ-≥≤=5、设随机变量2σξμξξ==)(,)(,D E ，则≥<-}|{|σμξ2P 43.6、设n ξξξ,,, 21为相互独立的随机变量序列，且),,( 21=i i ξ服从参数为λ的泊松分布，则≤-∑=∞→}{lim x n n P ni in λλξ1∞--xt dt e22 .7、设n η表示n 次独立重复试验中事件A 出现的次数，p 是事件A 在每次试验中出现的概率，则≈≤<}{b a P n η⎰-----)1()1(2221p np np b p np np a t dt e π.8. 设随机变量n ξ, 服从二项分布(,)B n p , 其中01,1,2,p n <<=, 那么, 对于任一实数x , 有lim {|||}n n P np x ξ→+∞-<= 0 .9. 设12,,,n X X X 为随机变量序列,a 为常数, 则{}n X 依概率收敛于a 是指{}=<->∀+∞>-εεa X P n n lim ,0 1 ,或{}=≥->∀+∞>-εεa X P n n lim ,0 0 。
大数定律及中心极限定理练习题
第五章 大数定律及中心极限定理练习题1. 在每次试验中，事件A 发生的概率为0.5 ,利用切比雪夫不等式估计：在1000次独立试验中，事件A 发生的次数X 在600~400之间的概率.2. 每次射击中，命中目标的炮弹数的均值为2，方差为25.1，求在100次独立射击中有180发到220发炮弹命中目标的概率．3．设有30个同类型的电子器件3021,,,D D D ，若)30,,2,1( =i D i 的使用寿命服从参数为1.0=λ的指数分布，令T 为30个器件各自正常使用的总计时间，求}350{>T P ．4．在天平上重复称量一件物品,设各次称量结果相互独立且服从正态分布2(,0.2)N μ， 若以n X 表示n 次称量结果的平均值，问n 至少取多大，使得 {||0.1}0.05n P X μ-≥<．5．由100个相互独立起作用的部件组成的一个系统在运行过程中，每个部件能正常工作的概率都为90% ．为了使整个系统能正常运行，至少必须有85%的部件在正常工作，求整个系统能正常运行的概率．6．某单位设置的电话总机，共有200门电话分机，每门电话分机有5%的时间要用外线通话，假设各门分机是否使用外线通话是相互独立的，问总机至少要配置多少条外线，才能以90%的概率保证每门分机要使用外线时，有外线可供使用．7．计算机在进行加法运算时，对每个加数取整(取为最接近于它的整数). 设所有的取整误差相互独立且都服从区间)5.0,5.0(-上的均匀分布.(1) 求在1500个数相加时，误差总和的绝对值超过15的概率.(2) 欲使误差总和的绝对值小于10的概率不小于%90，最多能允许几个数相加？8．设某公路段过往车辆发生交通事故的概率为0.0001, 车辆间发生交通事故与否相互独立, 若在某个时间区间内恰有10万辆车辆通过, 试求在该时间内发生交通事故的次数不多于15次的概率的近似值..9．设某学校有1000名学生, 在某一时间区间内每个学生去某阅览室自修的概率是0.05, 且设每个学生去阅览室自修与否相互独立. 试问该阅览室至少应设多少座位才能以不低于0.95的概率保证每个来阅览室自修的学生均有座位？。
第四章大数定律与中心极限定理典型题
设一个学生无家长、有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，各学生参加会议的家长人数
相互独立，且服从同一分布.求
（1）参加会议的家长人数超过450人的概率；
（2）有1名家长来参加会议的学生人数不多于340人的概率.
解：1用Sn表示参加会议的家长人数，X k (k 1, 2,
第四章 大数定律与中心极限定理典型例题
一、本章基本要求
1. 了解切比雪夫大数定律的条件与结论，了解依概率收敛 的概念；
2. 掌握伯努利大数定律、辛钦大数定律成立的条件和结论； 3. 掌握独立同分布的中心极限定理、棣莫弗-拉普拉斯中
心极限定理成立的条件和结论，并会用于近似计算有关 事件的概率。
二. 典型例题
解 设n表示所求的箱数并设X i (i 1, 2, , n)表示第i箱的重量，
则 X1, X 2,
,
X n
n
独立同分布，且
E(
X
i
)
50, D( X i
)
25,
由题意
所求概率为 P{ Xi 5000} 0.997, 由中心极限定理，有
n P{
i 1
i 1
Xi
5000}
的过路人数,i 1，2， 100,则 P X i k p 1 p k 1 , p1/3 k 1, 2,
E(Xi )
1 p
3,
D(
X
i
)
1
p p2
6.
p 1/ 3
p 1/ 3
100
因为X1, X 2 , , X100相互独立, X X k , E(X ) 300, D(X ) 600
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
有关大数定律习题选讲
5.5设 {Xn}是 独 立 同 分 布 的 随 机 变 量 序 列 ， 且 假 设 E[Xn]2, Var[Xn]6,证 明 ： X12X2X3X4 2X5X6 X3 2n2X3n1X3n P a,n ,
n 并 确 定 常 数 a之 值 .
解：设Yk =X32k2 X3k X 1 3k ,由于{Xn}是独立同分布的随机变量序列
解: 设 X 表示命中的炮弹数, 则 X ~ b(500, 0.01)
( 1 ) P ( X 5 ) C 5 5 0 0 0 . 0 1 5 0 . 9 9 4 9 5 ＝0.17635
(2) 应用正态逼近: P(X=5) = P(4.5 < X < 5.5) 5.4 5. 95 54.4 5. 95 5 = 0.1742
P X n / n p 0 . 0 5 2 0 . 0 5 n / p ( 1 p ) 1 0 . 9 0
从中解得 0.05n/p(1p)1.645
又由 p(1p)0.25 可解得 n270.6 n = 271
补充例6 设每颗炮弹命中目标的概率为0.01， 求500发炮弹中命中 5 发的概率.
三、给定 x 和概率，求 n
补充例5 用调查对象中的收看比例 k/n 作为某电视节
目的收视率 p 的估计。 要有 90％ 的把握，使k/n与p 的差异不大于0.05，问至少要调查多少对象？
解：用 Xn表示n 个调查对象中收看此节目的人数，则
Xn 服从 b(n, p) 分布，k 为Xn的实际取值。根据题意
所 以 ， 当 n 时 ， n次 服 务 时 间 的 算 术 平 均 值 1 ni n 1X i以 概 率 1 收 敛 于 2 （ 9分 钟 ） .
注：本题参考答案有误
中心极限定理的应用例题补充
一、给定 n 和 x，求概率
补充例3 100个独立工作(工作的概率为0.9)的部件组 成一个系统，求系统中至少有85个部件工作的概率.
{Yn}满足辛钦大数定律条件，所以
n
Yk
k1
X12 X2X3 X42 X5X6
n
n
X2 3n2
X3n1X3n
Pa,n
a 14
5 .1 1 假 设 某 洗 衣 店 为 第 i个 顾 客 服 务 的 时 间 X i服 从 区 间 [ 5 , 5 3 ] ( 单 位 ： 分 钟 ) 上 的 均 匀 分 布 ， 且 对 每 个 顾 客 是 相 互 独 立 的 ， 试 问 当 n 时 ， n 次 服 务 时
解：用 Xi=1表示第i个部件正常工作, 反之记为Xi=0. 又记Y=X1+X2+…+X100，则 E[Y]=90，Var[Y]=9. 由此得：
P { Y 8 5 } 1 8 5 0 .9 5 9 0 0 .9 6 6 .
二、给定 n 和概率，求 x
补充例4 有200台独立工作(工作的概率为0.7)的机床，
所以，{Yn}也是独立同分布的随机变量序列，且
n
Yk X12 X2X3 X42 X5X6
X2 3n2
X3n1X3n
k1
E[Yk
]
E[
X2 3k2
X3k1X3k
]
E[
X2 3k2
]
E[
X3k
X 1 3k
]
Var[X3k2](E[X3k2])2 E[X3k1]E[X3k ]
644 14 k 1,2, ,n
间 的 算 术 平 均 值 1 n i n 1X i以 概 率 1 收 敛 于 何 值 ？
解 ： 依 题 意 ， 显 然 有 ， { X n} 是 一 个 独 立 同 分 布 的 随 机 变 量 序 列 ， 只 要 存 在 有 限 的 公 共 数 学 期 望 ， 则 { X n} 的 算 术 平 均 值 依 概 率 收 敛 于 其 公 共 数 学 期 望 ， 由 于 X i服 从 [ 5 , 5 3 ] 上 的 均 匀 分 布 ， 所 以 E [X i](5 3 5 )/22 9 ,i 1 ,2 , ,n
每台机床工作时需15kw电力. 问共需多少电力, 才可 有95%的可能性保证供电充足?
解：用 Xi=1表示第i台机床正常工作, 反之记为Xi=0.
又记Y=X1+X2+…+X200，则 E[Y]=140，Var[Y]=42. 设供电量为x, 供电充足即为15Y≤x，则从
中解得P { x1 5 Y 2 25x } 2. x/