第5章大数定律及中心极限定理习题及答案

第5章大数定律及中心极限定理一、选择题1．设随机变量序列相互独立且都服从参数为1的泊松分布，令，则随机变量序列一定（）。

A．满足切比雪夫大数定律B．不满足切比雪夫大数定律C．满足辛钦大数定律D．不满足辛钦大数定律【答案】A【解析】相互独立，其期望、方差都存在且，符合切比雪夫大数定律成立的三个条件，即①相互独立；②期望、方差都存在；③对任何，方差都小于一个共同常数。

因此满足切比雪夫大数定律。

由于不一定完全相同，因此不能确定是否同分布，（要求，此时同分布；不全相同，不同分布），故不能确定其是否一定满足辛钦大数定律。

2．设随机变量，，…，，…相互独立，且服从参数为的泊松分布，服从期望值为的指数分布，则随机变量序列，，…，，…一定满足（）。

A．切比雪夫大数定律B．伯努利大数定律C．辛钦大数定律D．中心极限定理【答案】A【解析】，…不是同分布，因此不能满足辛钦大数定律、伯努利大数定律和中心极限定理。

进一步分析，，因此对任何n=1，2，…，都有，即，…相互独立，期望、方差都存在且对所有，，符合切比雪夫大数定律成立的条件。

3．设随机变量序列X1，…，X n，…相互独立，则根据辛钦大数定律，当n→∞吋，依概率收敛其数学期望，只要{X n，n≥1}（）。

A．有相同的数学期望B．服从同一离散型分布C．服从同一泊松分布D．服从同一连续型分布【答案】C【解析】ABD三项，由辛钦大数定律可知，随机变量序列｛，≥1}必须是：“独立同分布且数学期望存在”，A项缺少同分布条件，BD两项虽然服从同一分布但不能保证期望存在。

4．设随机变量X1，…，X n，…相互独立，记Y n=X2n－X2n－1（n≥1），概括大数定律，当n→∞时,依概率收敛到零，只要{X n，n≥l}满足（）。

A．数学期望存在B．有相同的数学期望与方差C．服从同一离散型分布D．服从同一连续型分布【答案】B【解析】ACD三项，由于相互独立，所以相互独立，A项“缺少同分布”条件，CD两项“缺少数学期望存在”的条件，因此都不满足辛钦大数定律。

第五章 大数定律和中心极限定理一、内容提要（一）切贝谢夫不等式 1. 切贝谢夫不等式的内容设随机变量X 具有有限的数学期望E （X ）和方差D （X ），则对任何正数ε，下列不等式成立。

(){}()(){}().1,22εεεεX D X E X P X D X E X P -≤-≤≥-2. 切贝谢夫不等式的意义（1）只要知道随机变量X 的数学期望和方差（不须知道分布律），利用切贝谢夫不等式，就能够对事件(){}ε≥-X E X 的概率做出估计，这是它的最大优点，今后在理论推导及实际应用中都常用到切贝谢夫不等式。

（2）不足之处为要计算(){}ε≥-X E X P 的值时，切贝谢夫不等式就无能为力，只有知道分布密度或分布函数才能解决。

另外，利用本不等式估值时精确性也不够。

（3）当X 的方差D (X )越小时，(){}ε≥-X E X P 的值也越小，表明X 与E (X )有较大“偏差”的可能性也较小，显示出D (X )确是刻画X 与E (X )偏差程度的一个量。

（二）依概率收敛如果对于任何ε＞0，事件{}ε a X n -的概率当n →∞时，趋于1，即{}1lim =-∞→ε a X P n n ，则称随机变量序列X 1,X 2,…,X n ,…当n →∞时依概率收敛于α。

（三）大数定律 1. 大数定律的内容（1）大数定律的一般提法若X 1,X 2,…,X n ,…是随机变量序列，如果存在一个常数序列α1,…,αn ,…，对任意ε＞0，恒有11lim 1=⎭⎬⎫⎩⎨⎧-∑=∞→ε n i n i n a X n P ， 则称序列{X n }服从大数定律（或大数法则）。

（2）切贝谢夫大数定律设随机变量X 1,X 2,…,X n ,…相互独立，分别有数学期望E(X i )和方差D(X i )，且它们的方差有公共上界C ，即()().,,,2,1, n i C X D i =≤则对于任意的ε＞0，恒有()111lim 11=⎭⎬⎫⎩⎨⎧-∑∑==∞→ε n i ni i i n X E n X n P 。

1．[一] 据以往经验某种电器元件的寿命服从均值为100小时的指数分布，现在随机的抽取16只，设它们的寿命是相互独立的，求这16只元件寿命总和大于1920小时的概率。

解：设第i 只寿命为X i ，（1≤i ≤16），故E (X i )=100，D (X i )=1002(l=1,2,…,16).依本章定理1知÷÷÷÷÷øöçççççèæ£-=÷÷÷÷÷øöçççççèæ´-£´-=£ååå===8.040016001001616001920100161600)1920(1616161i i i i i i X P X P X P.7881.0)8.0(=F =从而.2119.07881.01)1920(1)1920(161161=-=£-=>åå==i ii iXP XP3．[三] 计算机在进行加法时，对每个加数取整（取为最接近它的整数），设所有的取整误差是相互独立的，且它们都在（－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）几个数相加在一起使得误差总和的绝对值小于10的概率不小于0.90 解：（1）设取整误差为X i （L ,2,1=i ，1500），它们都在（－0.5, 0.5）上服从均匀分布。

于是： 025.05.0)(=+-==p X E i 12112)]5.0(5.0[)(2=--=i X D18.111251211500)(,0)(==´==i i X nD X nE þýüîí죣--=ïþïýüïîïíì£-=ïþïýüïîïíì>ååå===1515115115150011500115000i i i i i i X P X P X P ïïþïïýüïïîïïí죣--=å=18.111518.1118.1115115001i i X P1802.0]9099.01[2)]34.1(1[2)]34.1()34.1([1=-´=F -=-F -F -=8．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。

概率论与数理统计作业班级 姓名 学号 任课教师第五章 大数定律及中心极限定理教学要求：一、了解大数定律的直观意义； 二、掌握Chebyshev 不等式；三、了解Chebyshev 大数定理和贝努里大数定理； 四、会用中心极限定理估算有关事件的概率．重点：中心极限定理．难点：切比雪夫不等式、大数定律、中心极限定理．综合练习题一、选择题1.设12,,,n X X X 是独立同分布的随机变量序列，且1,2,,i n = .令∑==ni i n X Y 1，1,2,,i n = ，()x Φ为标准正态分布函数，则()=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤--∞→11lim p np np Y P n n （B ）. （A ）0 ； （B ）()1Φ； （C ）()11Φ-； （D ）1.6 . 2.设()x Φ为标准正态分布函数，0,1,i A X A ⎧=⎨⎩事件不发生，事件发生，()100,,2,1 =i ，且()8.0=A P ，10021,,,X X X 相互独立.令∑==1001i i X Y ，则由中心极限定理知Y 的分布函数()y F 近似于（B ）. （A ）()y Φ； （B ）⎪⎭⎫⎝⎛-Φ480y ； （C ）()8016+Φy ； （D ）()804+Φy .3.设随机变量 ,,,,21n X X X 相互独立，且i X () ,,,2,1n i =都服从参数为21的指数分布，则当n 充分大时，随机变量∑==ni i n X n Z 11的概率分布近似服从（B ）.（A ）()4,2N ； （B ）⎪⎭⎫ ⎝⎛n N 4,2； （C ）⎪⎭⎫⎝⎛n N 41,21； （D ）()n n N 4,2. 二、填空题1.设随机变量 ,,,,21n X X X 相互独立且同分布，它们的期望为μ，方差为2σ，令∑==ni i n X n Z 11，则对任意正数ε，有{}=≤-∞→εμn n Z P lim 1 .2.设 ,,,,21n X X X 是独立同分布的随机变量序列，且具有相同数学期望和方差()μ=i X E ，()02>=σi X D ，() ,2,1=i ， 则对任意实数x ， =⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧≤-∑=∞→x n n X P n i i n σμ1lim ()x Φ. 3.设()1-=X E ，()4=X D ，则由切比雪夫不等式估计概率{}42P X -<<≥95. 4.设随机变量[]1,0~U X ，由切比雪夫不等式可得≤⎭⎬⎫⎩⎨⎧≥-3121X P 41. 5.设随机变量()2.0,100~B X ，应用中心极限定理可得{}≈≥30X P 0062.0.（其中()()9938.05.2=Φ）三、应用题1. 100台车床彼此独立地工作着，每台车床的实际工作时间占全部工作时间的80%， 求任一时刻有70至86台车床在工作的概率.解：设⎩⎨⎧=台车床没有工作第台车床正在工作第i i X i .0.1（100,,2,1 =i ），且()8.0,1~B X i ，则100台车床中在任一时刻正在工作的机床台数为10021X X X X +++= ，且()80=X E ，()16=X D ，（其中10021,,,X X X 独立同分布），于是由德莫弗-拉普拉斯中心极限定理近似可得()⎪⎪⎭⎫⎝⎛-≤-≤-=≤≤16808616801680708670X P X P()()()()927.015.25.15.25.1=-Φ+Φ=-Φ-Φ≈.2. 某计算机系统有120个终端，每个终端在1小时内平均有3分钟使用打印机，假定各终端使用打印机与否是相互独立的，求至少有10个终端同时使用打印机的概率.解：设,,0,1⎩⎨⎧=个终端没有使用打印机第个终端正在使用打印机第i i X i （120,,2,1 =i ），且()05.0,1~B X i ，则120个终端中同时使用打印机的台数为12021X X X X +++= ，且()6=X E ，()7.5=X D （其中12021,,,X X X 独立同分布），于是由德莫弗-拉普拉斯中心极限定理近似可得:()()⎪⎪⎭⎫⎝⎛-<--=<-=≥7.56107.56110110X P X P X P()0465.09535.0168.11=-=Φ-≈.３.设某产品的废品率为0.005，从这批产品中任取1000件，求其中废品率不大于0.007的概率.解：设1000件设产品的废品数为n μ，易知()005.0,1000~B n μ，则()()(),975.41,5=-===p np D np E n n μμ 相应的废品率为nnμ，()1000=n 由德莫弗-拉普拉斯中心极限定理知：当n 充分大时n μ近似地服从正态分布，于是由中心极限定理近似可得()⎪⎪⎭⎫ ⎝⎛-≤-=≤=⎪⎭⎫⎝⎛≤975.457975.457007.0n n n P P n P μμμ()8159.09.0=Φ≈.４.在掷硬币的试验中，至少掷多少次，才能使正面出现的频率落在（0.4，0.6）区间的概率不小于0.9？解：设A n 表示n 次试验中正面出现的次数，;.0.1⎩⎨⎧=次试验中出现反面第次试验中出现正面第i i X i （n i ,,2,1 =），显然()5.0,~21n B X X X n n A +++= （其中n X X X ,,,21 独立同分布），()(),25.0,5.0n n D n n E A A ==于是正面出现的频率nn A应满足9.06.04.0≥⎪⎭⎫⎝⎛<<n n P A .从而由中心极限定理知：()n n n P n n P A A 6.04.06.04.0<<=⎪⎭⎫⎝⎛<<⎪⎪⎭⎫⎝⎛-<-<-=n n n n n n n n n P A 25.05.06.025.05.025.05.04.0()()()12.022.02.0-Φ=-Φ-Φ≈n n n , 要使9.06.04.0≥⎪⎭⎫⎝⎛<<n n P A ，只要()9.012.02≥-Φn ，即()95.02.0≥Φn .反查表可得65.12.0≥n ，即06.68≥n ，所以至少掷69次，才能使正面出现的频率落在（0.4，0.6）区间的概率不小于0.9.５.设一个系统由100个相互独立起作用的部件组成，每个部件损坏的概率为0.1，必须有85个以上的部件正常工作，才能保证系统正常运行，求整个系统正常工作的概率.解：设X 为100个相互独立的部件中正常工作的部件数，则()9.0,100~B X ，()()(),91.09.01001,909.0100=⨯⨯=-==⨯==p np X D np X E 整个系统正常工作的概率为()85>X P .由中心极限定理知：()()⎪⎪⎭⎫⎝⎛-≤--=≤-=>99085990185185X P X P X P9525.035351=⎪⎭⎫⎝⎛Φ=⎪⎭⎫ ⎝⎛-Φ-≈. ６.有一批建筑房屋用的木柱，其中80%的长度不小于3米，现从这批木材中随机抽取100根，问其中至少有30根短于3米的概率是多少？解：设X 为100根木柱中长度小于3米的根数，易知()2.0,100~B X ，()(),16,20==X D X E 则所求问题为()30≥X P ，由中心极限定理知：()()⎪⎪⎭⎫⎝⎛-<--=<-=≥1620301620130130X P X P X P()0062.09938.015.21=-=Φ-≈.7.某车间有同型号机床200台，它们独立地工作着，每台开动的概率均为0.7，开动时耗电均为1.5千瓦，问电厂至少要供给该车间多少电力，才能以99..5%的概率保证用电需要？解：设⎩⎨⎧=台机床没有工作第台机床正在工作第i i X i .0.1（200,,2,1 =i ），且()7.0,1~B X i ，记X 某时刻正在工作的机床数，则20021X X X X +++= ，()(),42,140==X D X E 于是某时刻该车间的耗电数为X Y 5.1=千瓦.设供给该车间的电力数为α千瓦，则问题要求是()995.0=≤αY P ，由德莫弗-拉普拉斯中心极限定理知：()()⎪⎭⎫ ⎝⎛≤=≤=≤5.15.1αααX P X P Y P995.0421405.1421405.142140=⎪⎪⎪⎪⎭⎫⎝⎛-Φ≈⎪⎪⎪⎪⎭⎫⎝⎛-≤-=ααX P , 查标准正态分布表，得58.2421405.1=-α，即 235=α.所以电厂至少要供给该车间235千瓦的电力，才能以%5.99的概率保证用电需要.。

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________。

第五章 大数定律 中心极限定律例1 设一批产品的废品率为014.0=P ，若要使一箱中至少有100个合格品的概率不低于0.9，求一箱中至少应装入多少个产品？试分别用中心极限定律和泊松定理求其近似值。

例2 某车间有200台车床，由于各种原因每台车床只有60％的时间在开动，每台车床开动期间耗电量为E ，问至少供应此车间多少电量才能以99.9％的概率保证此车间不因供电不足而影响生产？例 3 一保险公司有10000人投保，每人每年付12元保险费，已知一年内人口死亡率为006.0，如死亡，则公司付其家属1000元赔偿费，求1）保险公司年利润为零的概率 2）保险公司年利润不少于60000元的概率。

例4 设{}n X 为独立随机变量序列，()()n n n n n X P X P 2122110,212-===±=+，,,2,1 =n 证明 {}n X 服从大数定律例 5 设随机变量X 的数学期望μ=)(X E ，方差()2σ=X D ，利用切比雪夫不等式估计 {}σμ3≥-X P例6 试证当∞→n 时，21!0→∑=-n k kn k n e习 题一 填空题1 设随机变量X 的数学期望μ=EX ，方差2σ=DX ，则由切比雪夫不等式有：{}________3≤≥-σμX P2 设随机变量1001,,X X 相互独立同分布，且()()100,,2,1!11 ===-i e k k X P i ，则________1201001=⎭⎬⎫⎩⎨⎧<∑=i i X P3 设随机变量n X X X ,,,21 相互独立同分布，()()()n i X D X E i i ,,2,1,8, ===μ 对于∑==ni i X n X 11，写出所满足的切比雪夫不等式______并估计{}_____4≥<-μX P4 10万粒种子有1万粒不发芽，今从中任取100粒，问至少有80粒发芽的概率是_____二 解答题1. 某单位有200台电话分机，每架分机有5%的时间要使用外线通话，假设每架分机是否使用外线是相互独立的，问该单位总机需要安装多少条外线，才能以90%以上的概率保证分机使用时不等候？2. 甲、乙两个电影院在竞争1000名观众，假定每个观众任选一个影院且观众间的选择是彼此独立的，问每个影院至少要设多少座位，才能保证因缺少座位而使观众离去的概率小于1%？3. 某教授根据以往的经验知道，他的一个学生在期末考试中的成绩是均值为75的随机变量，a ）假设这教授知道该学生成绩的方差是25，试给出此学生的成绩将超过85的概率上限； b ）你对这个学生取得65分到85分之间的概率能说些什么？ c)* 不用中心极限定理，求出应有多少如上的学生参加考试，才能保证他们的平均分数在70到80分之间的概率至少是0.9。

滨州学院《概率论与数理统计》（公共课）练习题第五章 大数定律及中心极限定理一、填空题1．设某种电气元件不能承受超负荷试验的概率为0.05．现在对100个这样的元件进行超负荷试验，以X 表示不能承受试验而烧毁的元件数，则根据中心极限{}≈≤≤105X P ．2．设试验成功的概率p=20%，现在将试验独立地重复进行100次，则试验成功的次数介于16和32次之间的概率Q ≈ ．3．将一枚均匀对称的硬币接连掷10000次，则正面恰好出现5000次的概率≈α ．4．将一枚色子重复掷n 次，则当∞→n 时，n 次掷出点数的算术平均值n X 依概率收敛于 ．5．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-0.5, 则根据切比雪夫不等式≤≥+)6|(|Y X P ．6．已知随机变量X 的数学期望为10，方差DX 存在且1.0)4020(≤<<-X P ，则≥DX ．7．设 ，n X X X ,,,21为独立同分布的随机变量序列，且),2,1( =i X i 服从参数为2的指数分布，则∞→n 当时，∑==n i i n X n Y 121依概率收敛于 ． 8．设 ，n X X X ,,,21为独立同分布的随机变量序列，且),2,1( =i X i 服从参数为0>λ的泊松分布，若∑==ni i X n X 11，则对任意实数x ，有≈<)(x X P ． 二、选择题1．设随机变量n X X X ,,,21 相互独立，n n X X X S +++= 21，则根据列维-林德伯格中心极限定理，当n 充分大时n S 近似服从正态分布，只要n X X X ,,,21 （ ）．(A) 有相同期望和方差； (B) 服从同一离散型分布；(C) 服从同一指数分布； (D) 服从同一连续型分布．2．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．3．设随机变量X 的方差为2, 则根据切贝雪夫不等式有估计{}≤≥-2||EX X P （ ）．（A ）21； （B ）31； （C ）41； （D ）81． 4．设随机变量 ，n X X X ,,,21独立同分布，其分布函数为 ∞<<∞-+=x b x a x F ,arctan 1)(π，0≠b 则辛钦大数定律对此序列（ ）． （A ）适用； （B ）当常数a 和b 取适当数值十适用；（C ）不适用； （D ）无法判别．5．设随机变量n X X X ,,,21 相互独立, n n X X X S +++= 21, 则根据列维-林德伯格(Levy-Lindeberg)中心极限定理, 当n 充分大时, n S 近似服从正态分布, 只要nX X X ,,,21 （ ）．(A)有相同的数学期望； (B)有相同的方差；(C)服从同一指数分布； (D)服从同一离散型分布．6．设 ，n X X X ,,,21为独立同分布的随机变量序列，且),2,1( =i X i 服从参数为1≠λ的指数分布，则（ ）．（A ）)()(lim 1x x n n X P n i i n Φ=≤-∑=+∞→λ； （B ）)()(lim 1x x nn X P n i i n Φ=≤-∑=+∞→；（C ）)()(lim 1x x n X P n i i n Φ=≤-∑=+∞→λλ； （D ）)()(lim 1x x n X P n i i n Φ=≤-∑=+∞→λλ． 三、解答题1．设n ν是n 次伯努利试验成功的次数，p(0<p<1)是每次试验成功的概率，n f n n ν=是n次独立重复试验成功的频率，设n 次独立重复试验中，成功的频率f n 对概率p 的绝对偏差不小于Δ的概率{}α=∆≥-p f n P ． 试利用中心极限定理，(1) 根据∆和n 求α的近似值； (2) 根据α和n 估计∆的近似值； (3) 根据α和∆估计n ．2．假设某单位交换台有n 部分机，k 条外线，每部分机呼叫外线的概率为p ．利用中心极限定理，解下列问题：(1) 设n =200，k =30，p =0.12，求每部分机呼叫外线时能及时得到满足的概率α的近似值；(2) 设n =200，p =0.12，问为使每部分机呼叫外线时能及时得到满足的概率α≥95%，至少需要设置多少条外线？(3) k =30，p =0.12，问为使每部分机呼叫外线时能及时得到满足的概率α≥95%，最多可以容纳多少部分机？3．设n X X X ,,,21 是独立同分布随机变量，n X 是其算术平均值．考虑概率 {}αμ=∆≥-n X P ，其中μ=i EX ()n i .,2,1 =，()0>∆∆和α(0<α<1)是给定的实数．试利用中心极限定理，根据给定的，(1) ∆和n ，求α的近似值；(2) α和n ，求∆的近似值；(3) α和∆，估计n ．4．某保险公司接受了10000电动自行车的保险，每辆每年的保费为12元．若车丢失，则车主得赔偿1000元．假设车的丢失率为0.006，对于此项业务，试利用中心极限定理，求保险公司：(1) 亏损的概率α；(2) 一年获利润不少于40000元的概率β；(3) 一年获利润不少于60000元的概率γ．5．假设伯努利试验成功的概率为5%．利用中心极限定理估计，进行多少次试验才能以概率80%使成功的次数不少于5次．6．生产线组装每件产品的时间服从指数分布．统计资料表明，每件产品的平均组装时间为10分钟．假设各件产品的组装时间互不影响．试利用中心极限定理，(1) 求组装100件产品需要15到20小时的概率Q ；(2) 求以概率0.95在16个小时内最多可以组装产品的件数．7．将n 个观测数据相加时，首先对小数部分按“四舍五入”舍去小数位后化为整数．试利用中心极限定理估计，(1) 试当n =1500时求舍位误差之和的绝对值大于15的概率；(2) 估计数据个数n 满足何条件时，以不小于90%的概率，使舍位误差之和的绝对值小于10的数据个数n ．8．利用列维-林德伯格定理，证明棣莫佛-拉普拉斯定理．9．设X 是任一非负（离散型或连续型）随机变量，已知X 的数学期望存在，而 0>ε是任意实数，证明不等式{}εεXX P ≤≥．10．设事件A 出现的概率为=p 0.5，试利用切比雪夫不等式，估计在1000次独立重复试验中事件A 出现的次数在450到550次之间的概率α．11．设随机变量X 的数学期望为μ，方差为2σ，(1)利用切比雪夫不等式估计：X 落在以μ为中心，σ3为半径的区间内的概率不小于多少？(2)如果已知),(~2σμN X ，对上述概率，你是否可得到更好的估计？12．利用切比雪夫不等式来确定，当抛掷一枚均匀硬币时，需抛多少次，才能保证正面出现的频率在0.4至0.6之间的概率不小于90%，并用正态逼近去估计同一问题． 13．设 ，n X X X ,,,21为独立同分布的随机变量序列，且 ,2,1,,2===i DX EX i i σμ，令∑=+=n i i n iX n n Y 1)1(2，试证明：μP n Y →． 14．设}{n X 为一列独立同分布的随机变量序列，其概率密度函数为⎩⎨⎧<≥=--ax a x e x f a x 0)()( 令},,,m in{21n n X X X M =，试证：a M Pn →．15．在一家保险公司里有10000人参加保险，每人每年付12元保险费，在一年内一个人死亡的概率为0.006，死亡时，其家属可向保险公司领取1000元的赔偿费．试求：（1）保险公司没有利润的概率为多大？（2）保险公司一年的利润不少于60000元的概率为多大？16．已知生男孩的概率近似地等于0.515，求在10000个婴孩中，男孩不多于女孩的概率．17．某药厂断言，该工厂生产的某种药品对于医治一种疑难的疾病的治愈率为0.8，某医院试用了这种药品进行治疗，该医院任意抽查了100个服用此药品的病人，如果其中多于75人治愈，医院就接受药厂的这一断言，否则就拒绝这一断言．问：（1）若实际上此药品对这种疾病的治愈率为0.8，那么，医院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为0.7，那么，医院接受这一断言的概率是多少？18．一生产线生产的产品成箱包装, 每箱的重量是随机的, 假设每箱平均重50kg, 标准差为5kg ． 若用最大载重量为5吨的汽车承运, 试利用中心极限定理说明每辆车最多可以装多少箱,才能保障不超载的概率大于0.977．(977.0)2(=Φ)．19．一家有800间客房的大宾馆的每间客房内装有一台2kW （千瓦）的空调机，若该宾馆的开房率为70%，试问应供应多少千瓦的电力才能以99%的概率保证有充足的电力开动空调机？20．设有30个电子器件，他们的使用寿命（单位：小时）3021,,,T T T 均服从平均寿命为10小时的指数分布，其使用情况是第一个损坏第二个立即使用，第二个损坏第三个立即使用等等． 令T 为30个器件使用的总计时间，求T 超过350小时的概率．。

第5章大数定律及中心极限定理1．据以往经验，某种电器元件的寿命服从均值为100 h的指数分布，现随机地取16只，设它们的寿命是相互独立的；．求这16只元件的寿命的总和大于1920 h的概率．解：以记第i只元件的寿命，以T记16只元件寿命的总和：，按题设知，由中心极限定理知近似地服从N（0，1）分布，故所求概率为2．（1）一保险公司有10000个汽车投保人，每个投保人索赔金额的数学期望为280美元，标准差为800美元，求索赔总金额超过2700000美元的概率．（2）一公司有50张签约保险单，各张保险单的索赔金额为，（以千美元计）服从韦布尔（Weibull）分布，均值，方差；求50张保险单索赔的合计金额大于300的概率（设各保险单索赔金额是相互独立的）．解：（1）记第i人的索赔金额为，则由已知条件，要计算因各投保人索赔金额是独立的，n=10000很大．故由中心极限定理，近似地有故（2）则3．计算器在进行加法时，将每个加数舍入最靠近它的整数，设所有舍入误差相互独立且在（－0.5，0.5）上服从均匀分布．（1）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：设第k个加数的舍入误差为，已知在（－0.5，0.5）上服从均匀分布，故知．（1）记，由中心极限定理，当n充分大时有近似公式于是即误差总和的绝对值超过15的概率近似地为0.1802．（2）设最多有n个数相加，使误差总和符合要求，即要确定n，使，由中心极限定理，当n充分大时有近似公式于是因而n需满足，亦即n需满足即n应满足，由此得．因n为正整数，因而所求的n为443，故最多只能有443个数加在一起，才能使得误差总和的绝对值小于10的概率不小于0.90．4．设各零件的重量都是随机变量，它们相互独立，且服从相同的分布，其数学期望为0.5 kg，均方差为0.1 kg，问5000个零件的总重量超过2510 kg的概率是多少?解：以记第i个零件的重量，以W记5000个零件的总重量：，按题设，由中心极限定理，可知近似地服从N（0，1）分布，故所求概率为5．有一批建筑房屋用的木柱，其中80％的长度不小于3 m，现从这批木柱中随机地取100根，求其中至少有30根短于3 m的概率．解：按题意，可认为100根木柱是从为数甚多的木柱中抽取得到的，因而可当作放回抽样来看待，将检查一根木柱看它是否短于3 m看成是一次试验，检查100根木柱相当于做100重伯努利试验．以X记被抽取的100根木柱中长度短于3 m的根数，则X～b（100，0.2）．于是根据由棣莫弗—拉普拉斯定理得本题也可以这样做，引入随机变量于是，以X表示100根木柱中短于3 m的根数，则由中心极限定理知6．一工人修理一台机器需两个阶段，第一阶段所需时间（小时）服从均值为0.2的指数分布，第二阶段服从均值为0.3的指数分布，且与第一阶段独立．现有20台机器需要修理，求他在8小时内完成的概率．解：设修理第i（i=1，2，…，20）台机器，第一阶段耗时，第二阶段为，,则共耗时，今已知，故20台机器需要修理的时间可认为近似服从正态分布，即有所求概率即不大可能在8小时内完成全部工作．7．一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．若售出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：设第i只蛋糕的价格为，则有分布律为由此得（1）以X表示这天的总收入，则，由中心极限定理得。

第五章　大数定律及中心极限定理1．据以往经验，某种电器元件的寿命服从均值为１００h的指数分布，现随机地取１６只，设它们的寿命是相互独立的．求这１６只元件的寿命的总和大于１９２０h的概率．解以X i（i＝１，２，…，１６）记第i只元件的寿命，以T记１６只元件寿命的总和：T＝钞１６i＝１X i，按题设E（X i）＝１００，D（X i）＝１００２，由中心极限定理知T－１６×１００１６１００２近似地服从N（０，１）分布，故所求概率为P｛T＞１９２０｝＝１－P｛T≤１９２０｝＝１－P T－１６×１００１６１００２≤１９２０－１６×１００１６１００２≈１－Ф１９２０－１６００４００＝１－Ф（０．８）＝１－０畅７８８１＝０畅２１１９．2．（１）一保险公司有１００００个汽车投保人，每个投保人索赔金额的数学期望为２８０美元，标准差为８００美元，求索赔总金额超过２７０００００美元的概率．（２）一公司有５０张签约保险单，各张保险单的索赔金额为X i，i＝１，２，…，５０（以千美元计）服从韦布尔（Weibull）分布，均值E（X i）＝５，方差D（X i）＝６，求５０张保险单索赔的合计金额大于３００的概率（设各保险单索赔金额是相互独立的）．解（１）记第i人的索赔金额为X i，则由已知条件E（X i）＝２８０， D（X i）＝８００２．要计算p１＝P钞１００００i＝１X i＞２７０００００，因各投保人索赔金额是独立的，n＝１００００很大．故由中心极限定理，近似地有X　—＝１１００００钞１００００i＝１X i～N２８０，８００２１００２，故　p１＝P（X　—＞２７０）≈１－Φ２７０－２８０８＝１－Φ－５４＝Φ５４＝Φ（１畅２５）＝０畅８９４４．（２）E（X i）＝５，D（X i）＝６，n＝５０．故 p＝P钞５０i＝１X i＞３００≈１－Φ３００－５０×５５０×６＝１－Φ５０３００＝１－Φ（２畅８９）＝０畅００１９．这与情况（１）相反．（１）的概率为０畅８９４４表明可能性很大．而（２）表明可能性太小了，大约５００次索赔中出现＞３００的只有一次．3．计算器在进行加法时，将每个加数舍入最靠近它的整数，设所有舍入误差相互独立且在（－０畅５，０畅５）上服从均匀分布．（１）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畅９０？解设第k个加数的舍入误差为X k（k＝１，２，…，１５００），已知X k在（－０畅５，０畅５）上服从均匀分布，故知E（X k）＝０，D（X k）＝１１２．（１）记X＝钞１５００k＝１X k，由中心极限定理，当n充分大时有近似公式P 钞１５００k＝１X k－１５００×０１５００１１２≤x≈Φ（x）．于是P｛X＞１５｝＝１－P｛X≤１５｝＝１－P｛－１５≤X≤１５｝＝１－P－１５－０１５００１１２≤X－０１５００１１２≤１５－０１５００１１２≈１－Φ１５１５００１１２－Φ－１５１５００１１２＝１－２Φ１５１５００１２－１＝１－［２Φ（１畅３４２）－１］＝２［１－０畅９０９９］＝０畅１８０２．即误差总和的绝对值超过１５的概率近似地为０畅１８０２．（２）设最多有n个数相加，使误差总和Y＝钞n k＝１X k符合要求，即要确定n，使P｛Y＜１０｝≥０畅９０．由中心极限定理，当n充分大时有近似公式P Y－０n１１２≤x≈Φ（x）．811概率论与数理统计习题全解指南于是 P ｛Y ＜１０｝＝P ｛－１０＜Y ＜１０｝＝P －１０n １１２＜Yn １１２＜１０n １１２≈Φ１０n １２－Φ－１０n １２＝２Φ１０n １２－１．因而n 需满足 ２Φ１０n ／１２－１≥０．９０，亦即n 需满足 Φ１０n ／１２≥０畅９５＝Φ（１畅６４５），即n 应满足 １０n ／１２≥１畅６４５，由此得 n ≤４４３畅４５．因n 为正整数，因而所求的n 为４４３．故最多只能有４４３个数加在一起，才能使得误差总和的绝对值小于１０的概率不小于０畅９０．4．设各零件的重量都是随机变量，它们相互独立，且服从相同的分布，其数学期望为０畅５kg ，均方差为０畅１kg ，问５０００个零件的总重量超过２５１０kg 的概率是多少？解以X i （i ＝１，２，…，５０００）记第i 个零件的重量，以W 记５０００个零件的总重量：W ＝钞５０００i ＝１X i ．按题设E （X i ）＝０．５，D （X i ）＝０畅１２，由中心极限定理，可知W －５０００×０畅５５０００×０畅１近似地服从N （０，１）分布，故所求概率为P ｛W ＞２５１０｝＝１－P ｛W ≤２５１０｝＝１－P W －５０００×０畅５５０００×０畅１≤２５１０－５０００×０畅５５０００×０畅１≈１－Ф２５１０－５０００×０畅５５０００×０畅１＝１－Ф（２）＝１－０畅９２１３＝０畅０７８７畅5．有一批建筑房屋用的木柱，其中８０％的长度不小于３m ，现从这批木柱中随机地取１００根，求其中至少有３０根短于３m 的概率．解按题意，可认为１００根木柱是从为数甚多的木柱中抽取得到的，因而可当作放回抽样来看待．将检查一根木柱看它是否短于３m 看成是一次试验，检查１００根木柱相当于做１００重伯努利试验．以X 记被抽取的１００根木柱中长度短于３m 的根数，则X ～b （１００，０畅２）．于是由教材第五章§２定理三得P ｛X ≥３０｝＝P ｛３０≤X ＜∞｝911第五章　大数定律及中心极限定理＝P３０－１００×０畅２１００×０畅２×０畅８≤X －１００×０畅２１００×０畅２×０畅８＜∞－１００×０畅２１００×０畅２×０畅８≈Φ（∞）－Φ３０－２０１６＝１－Φ（２畅５）＝１－０畅９９３８＝０畅００６２畅本题也可以这样做，引入随机变量：X k ＝１，　若第k 根木柱短于３m ，０，　若第k 根木柱不短于３m ，　k ＝１，２，…，１００畅于是E （X k ）＝０．２，D （X k ）＝０畅２×０畅８．以X 表示１００根木柱中短于３m 的根数，则X ＝钞１００k ＝１X k ．由中心极限定理有P ｛X ≥３０｝＝P ｛３０≤X ＜∞｝＝P ３０－１００×０畅２１０００畅２×０畅８≤钞１００k ＝１X k －１００×０畅２１０００畅２×０畅８　＜∞－１００×０畅２１０００畅２×０畅８≈Φ（∞）－Ф３０－２０１６＝１－Φ（２畅５）＝０畅００６２畅6．一工人修理一台机器需两个阶段，第一阶段所需时间（小时）服从均值为０．２的指数分布，第二阶段服从均值为０畅３的指数分布，且与第一阶段独立．现有２０台机器需要修理，求他在８小时内完成的概率．解设修理第i （i ＝１，２，…，２０）台机器，第一阶段耗时X i ，第二阶段为Y i ，则共耗时Z i ＝X i ＋Y i ，今已知E （X i ）＝０畅２，E （Y i ）＝０畅３，故E （Z i ）＝０畅５．D （Z i ）＝D （X i ）＋D （Y i ）＝０畅２２＋０畅３２＝０畅１３畅２０台机器需要修理的时间可认为近似服从正态分布，即有钞２０i ＝１Z i ～N （２０×０畅５，２０×０畅１３）＝N （１０，２畅６）．所求概率　p ＝P钞２０i ＝１Z i ≤８≈Φ８－２０×０畅５２０×０畅１３＝Φ－２１畅６１２５＝Φ（－１畅２４）＝０畅１０７５，即不大可能在８小时内完成全部工作．7．一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畅２元、１畅５元各个值的概率分别为０畅３、０畅２、０畅５畅若售出３００只蛋糕．21概率论与数理统计习题全解指南（１）求收入至少４００元的概率；（２）求售出价格为１畅２元的蛋糕多于６０只的概率．解设第i 只蛋糕的价格为X i ，i ＝１，２，…，３００，则X i 有分布律为X i １１畅２１畅５p k０畅３０畅２０畅５由此得E （X i ）＝１×０畅３＋１畅２×０畅２＋１畅５×０畅５＝１畅２９，E （X ２i ）＝１２×０畅３＋１畅２２×０畅２＋１畅５２×０畅５＝１畅７１３，故D （X i ）＝E （X ２i ）－［E （X i ）］２＝０畅０４８９畅（１）以X 表示这天的总收入，则X ＝钞３００i ＝１X i ，由中心极限定理得P ｛X ≥４００｝＝P ｛４００≤X ＜∞｝＝P ４００－３００×１畅２９３０００畅０４８９≤钞３００i ＝１X i －３００×１畅２９３０００畅０４８９ ＜∞－３００×１畅２９３０００畅０４８９≈１－Φ（３畅３９）＝１－０畅９９９７＝０畅０００３．（２）以Y 记３００只蛋糕中售价为１畅２元的蛋糕的只数，于是Y ～b （３００，０畅２）．E （Y ）＝３００×０畅２，D （Y ）＝３００×０畅２×０畅８，由棣莫弗拉普拉斯定理得P ｛Y ＞６０｝＝１－P ｛Y ≤６０｝＝１－P Y －３００×０畅２３００×０畅２×０畅８≤６０－３００×０畅２３００×０畅２×０畅８≈１－Φ６０－３００×０畅２３００×０畅２×０畅８＝１－Φ（０）＝０畅５．8．一复杂的系统由１００个相互独立起作用的部件所组成，在整个运行期间每个部件损坏的概率为０畅１０．为了使整个系统起作用，至少必须有８５个部件正常工作，求整个系统起作用的概率．解将观察一个部件是否正常工作看成是一次试验，由于各部件是否正常工作是相互独立的，因而观察１００个部件是否正常工作是做１００重伯努利试验，以X 表示１００个部件中正常工作的部件数，则X ～b （１００，０畅９），按题意需求概率P ｛X ≥８５｝，由棣莫弗拉普拉斯定理知X －１００×０畅９１００×０畅９×０畅１近似地服从标准正态分布N （０，１），故所求概率为121第五章　大数定律及中心极限定理P ｛X ≥８５｝＝P ｛８５≤X ＜∞｝＝P ８５－１００×０畅９１００×０畅９×０畅１≤X －１００×０畅９１００×０畅９×０畅１≤∞－１００×０畅９１００×０畅９×０畅１≈１－Ф－５３＝０畅９５２５．9．已知在某十字路口，一周事故发生数的数学期望为２畅２，标准差为１畅４．（１）以X —表示一年（以５２周计）此十字路口事故发生数的算术平均，试用中心极限定理求X —的近似分布，并求P ｛X —＜２｝．（２）求一年事故发生数小于１００的概率．解　（１）E （X —）＝E （X ）＝２畅２，D （X —）＝D （X ）５２＝１畅４２５２，由中心极限定理，可认为X —～N （２畅２，１畅４２／５２）．P ｛X —＜２｝＝Φ２－２畅２１畅４／５２＝Φ－０畅２×５２１畅４＝Φ（－１畅０３０）＝１－Φ（１畅０３０）＝１－０畅８４８５＝０畅１５１５．（２）一年５２周，设各周事故发生数为X １，X ２，…，X ５２．则需计算p ＝P钞５２i ＝１X i ＜１００，即P ｛５２X —＜１００｝．用中心极限定理可知所求概率为 p ＝P ｛５２X —＜１００｝＝P ｛X —＜１００５２｝≈Φ１００５２－２畅２５２１畅４＝Φ（－１畅４２６）＝１－０畅９２３０＝０畅０７７０．10．某种小汽车氧化氮的排放量的数学期望为０．９g ／km ，标准差为１畅９g ／km ，某汽车公司有这种小汽车１００辆，以X —表示这些车辆氧化氮排放量的算术平均，问当L 为何值时X —＞L 的概率不超过０畅０１．解　设以X i （i ＝１，２，…，１００）表示第i 辆小汽车氧化氮的排放量，则X —＝１１００钞１００i ＝１X i ．由已知条件E （X i ）＝０畅９，D （X i ）＝１畅９２得E （X —）＝０畅９，　D （X —）＝１畅９２１００．各辆汽车氧化氮的排放量相互独立，故可认为近似地有221概率论与数理统计习题全解指南X —～N ０畅９，１畅９２１００．需要计算的是满足P ｛X —＞L ｝≤０畅０１的最小值L ．由中心极限定理P ｛X —＞L ｝＝PX —－０畅９０畅１９＞L －０畅９０畅１９≤０畅０１畅L 应为满足１－ΦL －０畅９０畅１９≤０畅０１的最小值，即ΦL －０畅９０畅１９≥０畅９９＝Φ（２畅３３），即L －０畅９０畅１９≥２畅３３，故L ≥０畅９＋０畅１９×２畅３３＝１畅３４２７，应取L ＝１畅３４２７g ／km 畅11．随机地选取两组学生，每组８０人，分别在两个实验室里测量某种化合物的p H ．各人测量的结果是随机变量，它们相互独立，服从同一分布，数学期望为５，方差为０畅３，以X —，Y —分别表示第一组和第二组所得结果的算术平均．（１）求P ｛４畅９＜X —＜５畅１｝．（２）求P ｛－０畅１＜X —－Y —＜０畅１｝．解由题设E （X —）＝５，D （X —）＝D （Y —）＝０畅３８０．（１）由中心极限定理知X —近似服从N （５，０畅３８０），故P ｛４畅９＜X —＜５畅１｝＝P ４畅９－５０畅３８０＜X —－５０畅３８０＜５畅１－５０畅３８０≈Φ５畅１－５０畅３８０－Φ４畅９－５０畅３８０＝２Φ（１畅６３）－１＝２×０畅９４８４－１＝０畅８９６８．（２）因E （X —－Y —）＝E （X —）－E （Y —）＝０，D （X —－Y —）＝D （X —）＋D （Y —）＝０畅３４０，由中心极限定理P ｛－０畅１＜X —－Y —＜０畅１｝ 321第五章　大数定律及中心极限定理＝P－０畅１－００畅３４０＜（X —－Y —）－００畅３４０＜０畅１－００畅３４０≈Φ０畅１－００畅３４０－Φ－０畅１－００畅３４０＝２Φ（１畅１５）－１＝２×０畅８７４９－１＝０畅７４９８．12．一公寓有２００户住户，一户住户拥有汽车辆数X 的分布律为X ０１２p k０畅１０畅６０畅３问需要多少车位，才能使每辆汽车都具有一个车位的概率至少为０畅９５畅解　设需要车位数为n ，且设第i （i ＝１，２，…，２００）户有车辆数为X i ，则由X i 的分布律知E （X i ）＝０×０畅１＋１×０畅６＋２×０畅３＝１畅２，E （X ２i ）＝０２×０畅１＋１２×０畅６＋２２×０畅３＝１畅８，故D （X i ）＝E （X ２i ）－［E （X i ）］２＝１畅８－１畅２２＝０畅３６．因共有２００户，各户占有车位数相互独立．从而近似地有钞２００i ＝１X i ～N （２００×１畅２，　２００×０畅３６）．今要求车位数n 满足０畅９５≤P钞２００i ＝１X i ≤n ，由正态近似知，上式中n 应满足０畅９５≤Φn －２００×１畅２２００×０畅３６＝Φn －２４０７２，因０畅９５＝Φ（１畅６４５），从而由Φ（x ）的单调性知n －２４０７２≥１畅６４５，故n ≥２４０＋１畅６４５×７２＝２５３畅９６．由此知至少需２５４个车位畅13．某种电子器件的寿命（小时）具有数学期望μ（未知），方差σ２＝４００．为了估计μ，随机地取n 只这种器件，在时刻t ＝０投入测试（测试是相互独立的）直到失效，测得其寿命为X １，X ２，…，X n ，以X —＝１n钞ni ＝１X i 作为μ的估计，为使P ｛X —－μ＜１｝≥０畅９５，问n 至少为多少？解由教材第五章§２定理一可知，当n 充分大时，421概率论与数理统计习题全解指南钞ni ＝１X i －n μn σ＝１n钞ni ＝１X i －μσ／n近似地N （０，１），即X —－μσn近似地N （０，１）．由题设D （X i ）＝４００（i ＝１，２，…，n ），即有σ＝４００，于是X —－μ４００n ＝X —－μ２０n近似地服从N （０，１）分布，即有P ｛X —－μ＜１｝＝P ｛－１＜X —－μ＜１｝＝P －１２０n ＜X —－μ２０n ＜１２０n ≈Φ１２０n－Φ－１２０n ＝２Φ１２０n －１．现在要求P ｛X —－μ＜１｝≥０畅９５，即要求２Ф１２０n －１≥０畅９５，亦即要求Ф１２０n≥０畅９７５＝Ф（１畅９６），故需要１２０n≥１畅９６，即 n ≥（２０×１畅９６）２＝１５３６畅６４畅因n 为正整数，故n 至少为１５３７．14．某药厂断言，该厂生产的某种药品对于医治一种疑难血液病的治愈率为０畅８，医院任意抽查１００个服用此药品的病人，若其中多于７５人治愈，就接受此断言，否则就拒绝此断言．（１）若实际上此药品对这种疾病的治愈率是０畅８畅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为０畅７，问接受这一断言的概率是多少？解由药厂断言来看１００人中治愈人数X ～b （１００，０畅８）．（１）在治愈率与实际情况相符合条件下，接受药厂断言的概率即为P （X ＞521第五章　大数定律及中心极限定理７５）．由中心极限定理知近似地有X～N（１００×０畅８，　１００×０畅８×０畅２）＝N（８０，４２），于是 p１＝P（X＞７５）≈１－Φ７５－８０４＝１－Φ（－５４）＝Φ（１畅２５）＝０畅８９４４．（２）若实际上治疗率为０畅７，即X～b（１００，０畅７），则治愈人数X近似地服从正态分布，即有X～N（１００×０畅７，　１００×０畅７×０畅３）．所求概率p２＝P（X＞７５）≈１－Φ７５－１００×０畅７１００×０畅７×０畅３＝１－Φ５２１＝１－Φ（１畅０９）＝１－０畅８６２１＝０畅１３７９．621概率论与数理统计习题全解指南。

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,,,Λ21是n 个相互独立同分布的随机变量，),,,(,)(,)(n i D E i i Λ218===ξμξ对于∑==ni in 1ξξ，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 L 相互独立且同分布, 而且有1i EX =,1(1,2,,9)i DX i ==L , 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 L 相互独立且同分布, 而且有 1,1(1,2,9),i i EX DX i ===L 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,,,Λ21为相互独立的随机变量序列，且),,(Λ21=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 <<=L , 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 L 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 。

习题五 大数定律和中心极限定理习题解答（A ）一、大数定律5.1 设X 是任一非负（离散型或连续型）随机变量，已知X 的数学期望存在，而 0>ε是任意实数，证明(马尔科夫[A.A.Марков，A.A.Markov])不等式：{}E XP X εε≥≤．证明 (1) 设X 是离散型随机变量，其一切可能值为}{i x ，则11{}{}{}{}1{}i iiii i x x ii x i i x P X P X x P X x x P X x E Xx P X x εεεεεεε≥≥≥≥====≤=≤==∑∑∑∑．(2) 设X 是连续型随机变量，其概率密度为)(x f ，则1{}()d d 1()d P X f x x x x E Xx f x x εεεεεεε+∞+∞+∞≥=≤≤≤⎰⎰⎰．说明 马尔可夫不等式的一种变式为：随机变量X 的)0(>r r 阶绝对原点矩||r E X 存在，则||{||}rrE X P X εε>≤．5.2假设随机变量列12,,,,n X X X ……两两独立并且同分布，i EX μ=，2i DX σ=存在，证明12,,,n X X X …的算术平均值n X 依概率收敛于(各个变量共同的)数学期望μ：11lim ni n i P X n μ→∞=-=∑．证明 易见1122111111n nn i i i i n nn i i i i EX E X EX n n DX D X DX n n n μσ====⎛⎫=== ⎪⎝⎭⎛⎫=== ⎪⎝⎭∑∑∑∑，．由切比雪夫(切比雪夫)不等式可见，对于任意ε>0，有222{||}0 ()nn DX P X n n σμεεε-≥≤=→→∞．于是，12,,,n X X X …的算术平均值n X 依概率收敛于数学期望μ．5.3 设随机变量X 服从参数为λ的泊松分布，12,,,n X X X …是独立与X 同分布随机变量，证明2211lim n i n k P X n λλ→∞=-=+∑．证明 由1X ,2X ,…,n X 独立同泊松分布，可见22212,,,n X X X …独立同分布，而且数学期望存在：222()i i i EX DX EX λλ=+=+．因此，根据辛钦大数定律，有2211lim n k n k P X n λλ→∞=-=+∑．二、中心极限定理5.4 某生产线生产的产品成箱包装，每箱的质量是随机的，假设每箱平均质量为50 kg ，标准差为5 kg ，若用最大载重量为5 t 的汽车承运，试利用中心极限定理说明每辆车最多可装多少箱，才能保证不超载的概率大于0.977．解 以i X (1,2,,)i n =…表示装运的第i 箱产品的实际重量，n 为所求箱数．由条件可以认为随机变量1X ,2X ,…,n X 独立同分布，因而总重量12n T X X X =+++…是独立同分布随机变量之和．由条件，知50,5i i EX DX σ===．因而50,5T ET n DT n σ===( kg)．由于随机变量1X ,2X ,…,n X 独立同分布且数学期望和方差都存在, 故根据中心极限定理,只要n 充分大，随机变量T 就近似服从正态分布2(50,[5])N n n ．由题意知所求n 应满足条件：50500050{5000}0.97755T n n P T P n n --⎧⎫≤=≤≥⎨⎬⎩⎭．由于当n 充分大时随机变量近似地)1,0(~550N nn T U -=，可见{2}0.977P U ≤≥．从而，有.21010005505000≥-=-=nn n n a n经试算：对于05.397==n a n ，；对于02.298==n a n ，；对于01.199==n a n ，．于是，应取98=n ，即最多只能装98箱．5.5 计算机有120个终端，每个终端在一小时内平均3 min 使用一次打印机．假设各终端使用打印机与否相互独立，求至少有10个终端同时使用打印机的概率α．解 由题意知，计算机有120n =个终端，而每一终端在某一时刻使用打印机的概率3600.05p ==．以X 表示同时使用的打印机终端数，则X 服从参数为(120 , 0.05)的二项分布，6(1) 5.7EX np DX np p ===-=，，标准差 2.39σ=．根据棣莫弗-拉普拉斯定理，X 近似服从正态分布(6 , 5.7)N ．因此，至少有10个终端同时使用打印机的概率6106{10} 2.39 2.391(1.67)10.95250.0475X P X P αΦ--⎧⎫=≥=≥⎨⎬⎩⎭≈-≈-≈．5.6 据以往经验，某种电器元件的寿命服从均值为100小时的指数分布，现随机地取16只，假设它们的使用寿命相互独立，求这16只元件的寿命的总和大于1920 h 的概率．解 由条件知这种元件的寿命X 服从指数分布且100EX =(h)．因此，可以认为“X 服从参数为11000.01λ==的指数分布”．设1216,,,X X X …是随机取16只元件的寿命，可以视为16个独立参数0.01λ=指数分布的随机变量．根据列维-林德伯格中心极限定理，这16只元件的寿命的总和1216++S X X X =+… 近似服从正态分布22(,16)(1600,16100)N N λλ=⨯16。

〖填空题〗例5.1（棣莫佛-拉普拉斯定理） 设某种电气元件不能承受超负荷试验的概率为0.05．现在对100个这样的元件进行超负荷试验，以X 表示不能承受试验而烧毁的元件数，则根据中心极限定理{}≈≤≤105X P．分析 不能承受试验而烧毁的元件数X ～),(p n B ．根据棣莫佛-拉普拉斯定理，X 近似服从正态分布),(npq np N ，其中n =100，p =0.05，q =0.95．因此{}．4890.0)0()29.2(29.275.45075.451075.450105105=-≈⎭⎬⎫⎩⎨⎧≤-≤=⎭⎬⎫⎩⎨⎧-≤-≤=⎭⎬⎫⎩⎨⎧-≤-≤-=≤≤ΦΦX X npq np npq np X npq np X P P P P例5.2（棣莫佛-拉普拉斯定理）设试验成功的概率p =20%，现在将试验独立地重复进行100次，则试验成功的次数介于16和32次之间的概率Q ≈ ．分析 以n ν表示100次独立重复试验成功的次数，则)20.0 100(~，B nν，且4)1(20=-===p np np n n ννD E ，．因此试验成功的次数介于16和32次之间的概率{}[][]，84.08413.019987.0)1(1)3()1()3(42032420420163216=--=--=--≈⎭⎬⎫⎩⎨⎧-≤-≤-=≤≤=ΦΦΦΦννn n Q P P 其中)(u Φ是标准正态分布函数．例5.3（棣莫佛-拉普拉斯定理） 将一枚均匀对称的硬币接连掷10000次，则正面恰好出现5000次的概率≈α．分析 正面出现的次数ν)5.0 , 10000(~B ，2500,5000==ννD E ．根据局部定理，有008.025012D 1}5000{≈=≈==ππνναP ．例5.10（辛钦大数定律） 将一枚色子重复掷n 次，则当∞→n 时，n 次掷出点数的算术平均值n X 依概率收敛于 7/2 ．分析 设n X X X ,,,21 是各次掷出的点数，它们显然独立同分布，每次掷出点数的数学期望等于7/2．因此，根据辛钦大数定律，n X 依概率收敛于7/2．5.2. （1）121；（2）90；（3）21；（4）))((λλ-Φx n〖选择题〗例5.11（中心极限定理） 设随机变量n X X X ,,,21 相互独立，n n X X X S +++= 21，则根据列维-林德伯格中心极限定理，当n 充分大时n S 近似服从正态分布，只要n X X X ,,,21(A) 有相同期望和方差． (B) 服从同一离散型分布．(C) 服从同一指数分布． (D) 服从同一连续型分布． [ C ]分析 应选（C ）．列维-林德伯格中心极限定理的条件是：随机变量n X ,,X ,X 21相互独立同分布, 并且其数学期望和方差存在．由于有相同的数学期望未必有相同分布，可见(A)不满足定理条件．满足(B)和(D)的随机变量i X 的数学期望或方差未必存在，故(B)和(D)也不满足定理条件．于是，只有(C)成立(指数分布的数学期望和方差都存在)．例5.14（大数定律）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． [ C ]分析 应选（C ）．切比雪夫大数定律的条件是：随机变量 ,,,,21n X X X 两两独立，并且存在常数C ，使),,,2,1( n i C X i=≤D ；这样的常数C 对于选项（C ）存在．伯努利大数定律可以表述为：假设随机变量 ,,,,21n X X X 独立同服从参数为p 的0-1分布，则p X n ni i n =-∑=∞→11lim P ；对于服从参数为p 的0-1分布随机变量 ,,,,21n X X X ，显然),,,2,1(41)1( n i p p X i =≤-=D ．从而满足服从切比雪夫大数定律的条件．此外，（A ），（B ）和（D ）显然不成立．5.1. （1）A ；（2）C ；（3）C ；（4）A〖计算题〗例5.16（棣莫佛-拉普拉斯定理） 设n ν是n 次伯努利试验成功的次数，p (0<p <1)是每次试验成功的概率，n f n n ν=是n 次独立重复试验成功的频率，设n 次独立重复试验中，成功的频率f n 对概率p 的绝对偏差不小于Δ的概率{}α∆=≥-p f n P ． (5.10)试利用中心极限定理，(1) 根据∆和n 求α的近似值； (2) 根据α和n 估计∆的近似值； (3) 根据α∆和估计n ． 解 变量n ν服从参数为),(p n 的二项分布．记p q -=1，则由（5.7）知，当n 充分大时nν近似服从正态分布),(npq np N ．因此，近似地有{}{}，，～)1,0(~α∆ν∆ν∆να=≥≈⎭⎬⎫⎩⎨⎧≥-=⎭⎬⎫⎩⎨⎧≥-=≥--u U pq n npqnp p n p f N npqnpU n n n n n P P P P(5.11)其中U 是服从)1,0(N 的随机变量，而αu 是)1,0(N 水平α双侧分位数(附表2)．故(5.12)(1) 已知n 和∆，求α．利用附表1，可以由（5.11）求出α的值(附表1)．例如，若(5.12)式左侧等于1.96，则05.0≈α．亦可由下式求α的近似值．有． 12 1 ⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛-=⎭⎬⎫⎩⎨⎧<-≈⎭⎬⎫⎩⎨⎧≥-=pq n pq n U pq n npq np n ∆Φ∆∆ναP P (5.13) 进而由)1,0(N 分布函数)(x Φ的数值表（附表1）最后求出α的值．(2) 已知n 和α，求∆．由（*）和41≤pq ，可见nu n pqu 2αα∆≤≈； (5.14) (3) 已知α和∆，求n ．由（5.12）和pq ≤1/4，可见2⎪⎭⎫⎝⎛≈∆αu pq n 或2241⎪⎭⎫ ⎝⎛≥⎪⎭⎫ ⎝⎛≥∆∆ααu pq u n ． (5.15)例5.17（棣莫佛-拉普拉斯定理） 假设某单位交换台有n 部分机，k 条外线，每部分机呼叫外线的概率为p ．利用中心极限定理，解下列问题：(1) 设n =200，k =30，p =0.12，求每部分机呼叫外线时能及时得到满足的概率α的近似值． (2) 设n =200，p =0.12，问为使每部分机呼叫外线时能及时得到满足的概率α≥95%，至少需要设置多少条外线？(3) k =30，p =0.12，问为使每部分机呼叫外线时能及时得到满足的概率α≥95%，最多可以容纳多少部分机？解 设n ν——n 部分机中同时呼叫外线的分机数，k ——外线条数，则n ν服从参数为(n , p )的二项分布，=np24，npq =21.12．当n 充分大时，根据棣莫佛-拉普拉斯中心极限定理，近似地)1 ,0(~N npqnpU n n -=ν．(1) 设n =200，k =30，p =0.12，每部分机呼叫外线时能及时得到满足的概率{}()． 9049.031.112.21243012.21243030≈=⎪⎭⎫⎝⎛-≈⎭⎬⎫⎩⎨⎧-≤-=≤=ΦΦνναnpqnp n n P P (2) 设n =200，p =0.12，k ——至少需要设置的外线条数，则{}．，； 31.562412.216449.1 1.644912.212495.012.212412.2124≈+⨯≥≥-≥⎪⎭⎫⎝⎛-≈⎭⎬⎫⎩⎨⎧-≤-=≤=k k k k npq np k n n ΦνναP P即至少需要设置32外线．(3) 设k =30，p =0.12，且每部分机呼叫外线时能及时得到满足的概率≥α95%．由{}95.01056.012.0301056.012.03030≥⎪⎭⎫⎝⎛-≈⎭⎬⎫⎩⎨⎧-≤-=≤=n n n n npq np n n ΦνναP P ， 6449.11056.012.030≥-n n．09004857.70144.0 6449.11056.012.0302=+-≥-n n nn，，它有两个实根：3310431,7972.18821==n n ；经验证33104312=n 为增根，由此得n ≈188.797，即最多可以容纳188部分机．例5.20（列维-林德伯格定理） 设n X X X ,,,21 是独立同分布随机变量，n X 是其算术平均值．考虑概率{}α∆μ=≥-n X P ， (5.16)其中μ=iX E ()n i .,2,1 =，()0>∆∆和α(0<α<1)是给定的实数．试利用中心极限定理，根据给定的，(1) ∆和n ，求α的近似值； (2) α和n ，求∆的近似值；(3)α∆和，估计n ．解 式（5.16）中的三个数),,(α∆n 相互联系又相互制约：其中的任意两个可以完全决定第三个．不过，明显地表示出它们之间的关系一般并不容易．假如n 充分大，则利用（5.9）式可以（近似地）表示出α∆,,n 之间的关系．易见μ=nX E ，X n 2σ=D ．(1) 已知∆和n ，求α-1的近似值：{}⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛≈⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤-=≤-=-σ∆Φσ∆Φσ∆σμ∆μαn n n n X X n n P P 1． (2) 已知α和n ，求∆的近似值．由(5.17)式可得nu σ∆α ≈．(3) 已知α∆和，求n 的近似值．由(5.18)有2⎪⎭⎫⎝⎛≈∆σαu n ．例5.21（列维-林德伯格定理） 某保险公司接受了10000电动自行车的保险，每辆每年的保费为12元．若车丢失，则车主得赔偿1000元．假设车的丢失率为0.006，对于此项业务，试利用中心极限定理，求保险公司：(1) 亏损的概率α；(2) 一年获利润不少于40000元的概率β； (3) 一年获利润不少于60000元的概率γ．解 设X 为需要赔偿的车主人数，则需要赔偿的金额为X Y1.0=（万元）；保费总收入C =12万元．易见，随机变量X 服从参数为（n ，p ）的二项分布，其中 n =10000，p =0.006；60==np X E ，)1(p np X -=D =59.64．由棣莫佛-拉普拉斯定理知，随机变量X 近似服从正态分布)64.59,60(N ；随机变量Y 近似服从正态分布)5964.0,6(N ．(1) 保险公司亏损的概率{}0)77.7(177.75964.065964.06125964.0612≈-=⎭⎬⎫⎩⎨⎧>-=⎭⎬⎫⎩⎨⎧->-=>=ΦαY Y Y P P P ．(2) 保险公司一年获利润不少于4万元的概率{}{}．9952.0)59.2(5964.0685964.068412=≈⎭⎬⎫⎩⎨⎧-≤-=≤=≥-=ΦβY Y Y P P P (3) 保险公司一年获利润不少于6万元的概率{}{}．5.0)0(05964.066612=≈⎭⎬⎫⎩⎨⎧≤-=≤=≥-=ΦγY Y Y P P P例5.22（棣莫佛-拉普拉斯定理） 假设伯努利试验成功的概率为5%．利用中心极限定理估计，进行多少次试验才能以概率80%使成功的次数不少于5次．解 设n 是所需试验的次数，每次试验成功的概率p =0.05．以n ν表示n 次伯努利试验成功的次数，则),(~p n B nν，npq np n n ==ννD E ，，其中p q -=1；由棣莫佛-拉普拉斯定理，知对于充分大的n ，随机变量n ν近似服从正态分布),(npq np N ．查)1,0(N 分位数表，可见()()8416.018416.080.0--==ΦΦ．因此{}()．8416.01)1(51)1(5)1(5.080.0--=⎪⎪⎭⎫⎝⎛---≈⎭⎬⎫⎩⎨⎧--≥--=≥=ΦΦννp np np p np np p np np n n P P．，），（025)8416.010()1(8416.058416.0)1(522222≈++--≈--≈--n n p p np np p np np将05.0=p 代入上列方程，的关于n 的一元二次方程：0255354.00025.02≈+-n n ，其根为79.6837.14521==n n ，．经验证79.682=n 为增根，舍去2n ，取37.1451461=>=n n ．于是，至少需要进行146次试验才能以概率80%保障成功的次数不少于5次．例5.26（列维-林德伯格定理） 生产线组装每件产品的时间服从指数分布．统计资料表明，每件产品的平均组装时间为10分钟．假设各件产品的组装时间互不影响．试利用中心极限定理，(1) 求组装100件产品需要15到20小时的概率Q ；(2) 求以概率0.95在16个小时内最多可以组装产品的件数． 解 以)100,,2,1( =iX i 表示第i 件产品的组装时间．由条件知)100,,2,1( =i X i 独立同服从指数分布．由指数分布的数字特征和条件“每件产品的平均组装时间为10分钟”，可见10=i X E ；由于i X 服从指数分布，可见()2210==i i X X E D ．(1) 因为n =100充分大，故由列维-林德伯格定理，知100件产品组装的时间10021X X X T n +++= 近似服从()210100 10100⨯⨯，N ，因此{}．8156.0)8413.01(9973.0)1( )2( 21010010100112009002=--=--≈⎭⎬⎫⎩⎨⎧≤⨯⨯-≤-=≤≤=ΦΦT T Q n n P P(2) 16小时即960分钟．需要求满足{}95.0960=≤n T P 的n ．由列维-林德伯格定理，知当n 充分大时，n nX X X T +++= 21近似服从()nn N 210 10，，故由{}， 101096010109601010960950⎪⎭⎫⎝⎛-≈⎭⎬⎫⎩⎨⎧-≤-=≤=n n n n n n T T .n n ΦP P 可见95.0)645.1( ≈Φ．因此645.11010960≈-nn． （*）由此得关于n 的一元二次方程09606025.1947010022≈+-n n ，其解为53.11318.8121≈≈n n ，，其中53.1132≈n 不满足式（*），因此53.1132≈n 为增根，故应舍去．于是，以概率0.95在16个小时内最多可以组装81~82件产品．例5.27（列维-林德伯格定理） 将n 个观测数据相加时，首先对小数部分按“四舍五入”舍去小数位后化为整数．试利用中心极限定理估计，(1) 试当n =1500时求舍位误差之和的绝对值大于15的概率；(2) 估计数据个数n 满足何条件时，以不小于90%的概率，使舍位误差之和的绝对值小于10的数据个数n ．解 设)1500,,2,1( =iX i 是第i 个数据的舍位误差；由条件可以认为)1500,,2,1( =i X i 独立且都在区间]5.0 5.0[，-上服从均匀分布,从而12/10==i i X X D E ，．记n n X X X S +++= 21为n 个数据的舍位误差之和，则12/0n S S n n==D E ，．根据列维-林德伯格中心极限定理，当n 充分大时n S 近似服从)12/0(n N ，．记)(x Φ为)1,0(N 分布函数．(1) 由于12n S n近似服从标准正态分布，可见{}．1802.02)]34.1(1[34.112/150012/15001512/150015150015001500=⨯-≈⎭⎬⎫⎩⎨⎧>=⎭⎬⎫⎩⎨⎧>=>ΦS S S P P P(2) 数据个数n 应满足条件：{}．90.012/1012/10=⎭⎬⎫⎩⎨⎧≤=≤n n S S n n P P 由于12n S n近似服从)1,0(N ，可见51.4436449.11210 6449.112/102≈⎪⎪⎭⎫ ⎝⎛≈，n ． 于是，当n >443时，才能使误差之和的绝对值小于10的概率不小于90%． 〖证明题〗例5.35（棣莫佛-拉普拉斯定理） 利用列维-林德伯格定理，证明棣莫佛-拉普拉斯定理．证明 设随机变量n X X X ,,,21 相互独立，同服从0-1分布；，，，，，npq S np S X X X S n i pq X p X n n n n i i ==+++====D E D E 21),,2,1(其中p q-=1． n X X X ,,,21 满足列维-林德伯格定理的条件：n X X X ,,,21 独立同分布且数学期望和方差存在，当n 充分大时近似地n n X X X S +++= 21～),(npq np N ．4.55（证明不等式） 设X 是任一非负（离散型或连续型）随机变量，已知X的数学期望存在，而0>ε是任意实数，证明不等式{}εεXX E P ≤≥．证明 (1) 设X 是离散型随机变量，其一切可能值为}{i x ，则{}．}{1}{}{}{11εεεεεεεXx X x x X x x Xx XX iiii x i i x i ix i x i E P P P P P ==≤=≤====≥∑∑∑∑≥≥≥(2) 设X 是连续型随机变量，其概率密度为)(x f ，则{}．d )(1d )(1d )(0εεεεεεXx x f x x x f x x x f X E P ≤≤≤=≥⎰⎰⎰∞∞∞例4.00（切比雪夫不等式） 设事件A 出现的概率为=p 0.5，试利用切比雪夫不等式，估计在1000次独立重复试验中事件A 出现的次数在450到550次之间的概率α． 解 设n ν是1000次独立重复试验中事件A 出现的次数，则．，），，2505.010005005.010005.0 1000(~2=⨯==⨯=X X B n D E ν由用切比雪夫不等式，知{}{}．9.050250150|550|5504502=-≥≤-=≤≤=n n νναP P 例5.3. 设随机变量X 的数学期望为μ，方差为2σ，(1)利用切比雪夫不等式估计：X 落在以μ为中心，σ3为半径的区间 内的概率不小于多少？(2)如果已知),(~2σμN X ，对上述概率，你是否可得到更好的估计？解：（1）()()()0.88899131)3()3(222=-=-≥<-=<-σσσσμσX D X P X E X P （2）()()⎪⎪⎭⎫⎝⎛<-=<-DX DX X E X P X E X P σσ3)3( ()0.99743322=≈⎪⎪⎭⎫⎝⎛<-=⎰∞--dt e DX X E X P t例5.4. 利用切比雪夫不等式来确定，当抛掷一枚均匀硬币时，需抛多少次，才能保证 正面出现的频率在0.4至0.6之间的概率不小于90%，并用正态逼近去估计同一问题。