大数定理与中心极限定理典型题解

第五章 大数定律与中心极限定理§5.1 大数定律 §5.2 中心极限定理一、填空题1．设2(),()E X D X μσ==,则由切比雪夫不等式有{||3}P X μσ-≥≤ 1/9 ； 2．设随机变量12,,,n X X X 相互独立同分布，且()i E X μ=，()8i D X =，(1,2,,)i n =， 则由切比雪夫不等式有{}||P X με-≥≤28n ε 。

并有估计{}||4P X μ-<≥ 112n-； 3．设随机变量n X X X ,,,21 相互独立且都服从参数为 的泊松分布，则 1lim n i i n X n P x n λλ=→∞⎧⎫-⎪⎪⎪≤=⎬⎪⎪⎪⎩⎭∑ ()x Φ ；4．设随机变量X 和Y 的数学期望分别为2-和3，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}P X Y +≥≤；解：因为 ()()()220E X Y E X E Y +=+=-+=,cov(.)()()0.5141XY X Y D X D Y ρ==-=-， ()()()2cov(.)142(1)3D X Y D X D Y X Y +=++=++⨯-=，故由切比雪夫不等式,231{||6}{|()0|6}612P X Y P X Y +≥=+-≥≤=. 5．设随机变量12,,,n X X X 相互独立，都服从参数为2的指数分布，则n →∞时，211n n i i Y X n ==∑依概率收敛于 。

解:因为 11(),(),(1,2,,)24i i E X D X i n ===，所以 22111()()()442i i i E X D X E X =+=+=,故由辛钦大数定律，对0ε∀>,有{}2111lim ()lim 12n n n i n n i P Y E Y P X n εε→∞→∞=⎧⎫-<=-<=⎨⎬⎩⎭∑,即 211n n i i Y X n ==∑依概率收敛于21()2i E X =。

大数定律和中心极限定理历年真题数学一：1（01，3分）设随机变量X 的方差为2，则根据切比雪夫不等式有估计≤≥-}2|)({|X E X P。

数学三：1（88，6分） 某保险公司多年的统计资料表明，在索赔中被盗索赔户占20%。

以X 表示在随机抽查的100个索赔户中因被盗向保险公司索赔的户数。

（1） 写出X 的概率分布； （2）利用棣美佛-拉普拉斯定理，求被盗索赔户不少于14户且不多于30户的概率的近似值。

[附表]Φ（x ）是标准正态分布函数。

999.0994.0977.0933.0841.0692.0500.0)(0.35.20.25.10.15.00x x Φ2（89，3分）设X 为随机变量且2,σμ==DX EX 。

则由切比雪夫不等式，有≤≥-}3|{|σμX P。

3（96，6分）设n X X X ,,,21 是来自总体X 的简单随机样本。

已知)4,3,2,1(==k a EXk k，证明当n 充分大时，随机变量∑==n i i n X n Z 121近似服从正态分布，并指出其分布参数。

4（99，3分） 在天平上重复称量一重为a 的物品。

假设各次称量结果相互独立且服从正态分布n X a N n 表示若以).2.0,(2次称量结果的算术平均值，则为使95.0}1.0|{|≥<-a X P nn 的最小值应小于自然数。

5（01，3分）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-0.5，则根据切比雪夫不等式有≤≥+}6|{|Y X P.6（01，8分） 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50千克，标准差为5千克。

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。

（Φ（2）=0.977，其中Φ（x ）是标准正态分布函数。

）数学四：1（01，3分） 设随机变量X 和Y 的数学期望都是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有P {|X-Y |≥6}≤ 。

第五章 大数定律与中心极限定理一、 典型题解例1设随机变量X 的数学期望()(){}2,3E X u D X X u σσ==-≥方差，求P 的大小区间。

解 令3εσ=，则有切比雪夫不等式有：()()()22221,339D X P X E X P X E X σεσεσ⎡⎤⎡⎤-≥≤-≥≤=⎣⎦⎣⎦有例2在n 次独立试验中，设事件A 在第i 次试验中发生的概率为()1,2,....i p i n =试证明：A 发生的频率稳定于概率的平均值。

证 设X 表示n 次试验中A 发生的次数，引入新的随机变量0i A X A ⎧=⎨⎩1,发生•，不发生()12,...i n =，，则X 服从()01-分布，故 ()()(),1i i i i i i i E X p D X p p p q ==-=，又因为()()224140i i i i i i i i p q p q p q p q -=+-=-≥，所以()()11,2, (4)i i i D X p q i n =≤= 由切比雪夫大数定理，对,o ε∀>有()11lim 1n i i n i p X E X n ε→∞=⎧⎫-<=⎡⎤⎨⎬⎣⎦⎩⎭∑ 即 11lim 1n i n i X p p n n ε→∞=⎧⎫-<=⎨⎬⎩⎭∑例 3 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。

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。

解（1）以()400,,2,1 =k X k 记第k 个学生来参加会议的家长数，则k X 的分布律为k X 0 1 2 k P 0.05 0.8 0.15易知()()19.0,1.1==k k X D X E ，1,2,...400.k =而∑==4001k k X X .由独立同分布中心极限定理知，随机变量19.04001.140019.04001.14004001⨯-=⨯-∑=X Xk k近似服从正态分布()0,1N ，于是{}()14004001.145011.147.00.4000.1911.1470.1357P X P P⎫>=>=-≤⎬⎭≈-Φ= （2）以Y 记有一名家长来参加会议的学生数，则(400,0.8)Y B ，由德莫佛—拉普拉斯定理得{}()340 2.52.50.9938.P Y P P ≤=≤⎫=≤⎬⎭≈Φ=例4一加法器同时收到20个噪声电压()20,,2,1 =k V k ，设它们是相互独立的随机变量，且都在区间(0,10)上服从均匀分布。

（完整版）8-第五章⼤数定律和中⼼极限定理解析第五章⼤数定律和中⼼极限定理⼤数定律和中⼼极限定理是概率论中两类极限定理的统称，前者是从理论上证明随机现象的“频率稳定性”，并进⼀步推⼴到“算术平均值法则”；⽽后者证明了独⽴随机变量标准化和的极限分布是正态分布或近似正态分布问题，这两类极限定理揭⽰了随机现象的重要统计规律，在理论和应⽤上都有很重要的意义。

§5.1 ⼤数定律设ΛΛ,,,,21n X X X 是互相独⽴的⼀列随机变量，每个随机变量取值于⼆元集合{0，1}，并有相同的概率分布函数()()0,1,1j j P X q P X p p q ====+=易计算它们的数学期望和⽅差为 (),()j j E X p D X pq ==如果取这些j X 的部分和 n n X X X S +++=Λ21并考虑它们的平均值∑==n j j n n Xn S 1/)(/，易知它的数学期望和⽅差为;nnS S pq E p D n n n == ? ?利⽤定理4.2.13给出的切⽐雪夫不等式可知：对任何⼀个正数t 有2n S pq P p t n t n-≥≤ ? 令∞→n ，有2lim lim 0n n n S pq P p t n t n→∞→∞??-≥≤= 即lim 0n n S P p t n →∞??-≥=(5.1.1) 可见当n 很⼤时，部分和的平均值/n S n 与p 相距超过任何⼀个数0>t 的概率都很⼩，⽽当∞→n 时, 这个概率趋于0。

(5.1.1)式的结果称为弱⼤数定律，也称伯努利⼤数定律, 因为这个定律是伯努利在1713年⾸先证明的，是从理论上证明随机现象的频率具有稳定性的第⼀个定律。

注意式(5.1.1)等价于lim 1n n S P p t n →∞??-≤=(5.1.2) 把它完整地叙述如以下定理：定理5.1.1（伯努利⼤数定律）设ΛΛ,,,,21n X X X 是互相独⽴的取值于⼆元集合{0，1}的⼀列随机变量，并有相同的概率分布函数()()0,1,1j j P X q P X p p q ====+=⼜设 n n X X X S +++=Λ21则 lim 0n n S P p t n →∞??-≥=或等价地lim 1n n S P p t n →∞??-≤=。

第四章 大数定理与中心极限定理典型题解1．计算器在进行时，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)5.0,5.0(-上服从均匀分布，将1500个数相加，问误差总和的绝对值超过15的概率是多少？解 设第k 个加数的舍入误差为),1500,,2,1( =k X k 已k X 在)5.0,5.0(-上服从均匀分布，故知121)(,0)(==k k X D X E ．记∑==15001k k X X ，由中心极限定理，当n 充分 时有近似公式)(}121150001500{x x X P Φ≈≤⨯-，于是{15}1{15}1{1515}11[1[21]2(1.342)2[10.9099]0.1802.P x P x P X P >=-≤=--≤≤=-≤≤≈-Φ-Φ=-Φ=Φ=-= 即误差总和的绝对值超过15的概率近似地为1802.0．2．有一批建筑房屋用的木柱，其中%80的长度不小于m 3，现在从这批木柱中地取100根，求其中至少有30根短于m 3的概率． 解 以X 记被抽取的100根木柱长度短于m 3的根数，则)2.0,100(~b X ．于是由中心极限定理得{30}{30}()1(2.5)10.99380.0062.P X P X P ≥=≤<∞=≤<=Φ∞-Φ=-Φ=-= 3．将一枚硬币投掷49次，（I ）求至多出现28次正面的概率；（II ）求出现20-25次正面的概率．解 以X 表示49次投掷中出现正面的次数，则有)21,49(~b X ． （I ）由中心极限定理得8413.0)1()212149214928(}28{=Φ=⨯⨯⨯-Φ≈≤X P ； （II ）由中心极限定理得112549204919{2025}()()770.55570.09850.4572.P X -⨯-⨯≤≤≈Φ-Φ=Φ-Φ-=-= 4．某厂有同号机器100台，且独立工作，在一段时间内每台正常工作的概率为8.0．求正常工作的机器超过85台的概率．解 设ξ为100台中正常工作的机器数，则)8.0,100(~B ξ，且16 ,80====ξξD npq E np ．由中心极限定理可得所求概率为080808580{85}1{085}1{}4441[(1.25)(20)]0.1056.P P P ξξξ--->=-≤≤=-≤≤≈-Φ-Φ-= 5．一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5kg ．若用最大载重量5t 的汽车承运最多可以装多少箱才能保障不超载的概率大于0.977．解 设n 为每辆车所装的箱数，),,2,1(n i i =ε是装运的第i 箱的重量，且25,50==i i D E εε．n 箱的总重量 n εεεε+++= 21有n D n E 25,50==εε，由中心极限定理ε近似服从正态分布)25,50(n n N ．现求使下面不等式成立的:n977.0)101000(}5505000550{}5000{>-Φ≈-≤-=≤nn n nn nP P εε 查正态分布表得 2101000>-n n，从而0199.98<n ，即最大可以装98箱．6．设一大批产品中一级品率为%10，现从中任取500件，这500件中一件级品的比例与%10之差的绝对值小于%2的概率．解 设ξ为所取500件中的一级品数，则)1.0,500(~B ξ且45 ,50==ξξD E由中心极限定理得{0.10.02}{5010}5002(1.49)10.8638.P P P ξξ-<=-<=<≈Φ-=7．设一袋味精的重量是随机变量，平均值100g,标准差2g ．求100袋味精的重量超过10.05kg 的概率．解 设i i i 第)100,2,1( =ξ袋味精的重量，100袋的总重量10021ξξξξ+++= ，而4,100==i i D E ξξ，所以所求概率为{10050}1{010050}11[(2.5)(500)]10.993790.00621.P P P ξξ>=-≤≤=-≤≤≈-Φ-Φ-=-= 8．一本200页的书，每页上的错误数服从参数为0.1的泊松分布，求该书的错误数大于15个的概率．解 设ξ为该书的总错误数，则20=ξE ，20=ξD ,于是所求概率为{15}1{015}11[( 1.12)( 4.47)]0.8686.P P P ξξ>=-≤≤=-≤≤=-Φ--Φ-=9．某射手打靶，得10分，9分，8分，7分，6分的概率分别为0.5,0.3,0.1,0.05,0.05．现射击100次，求总分多于880分的概率．解 设ξ为100次射击的总分数，依题意，915,122.75E D ξξ==．根据中心极限定理得{880}1{0915}11( 3.16)0.9992.P P P ξξ>=-≤≤=-≤≤≈-Φ-=10．一生产过程的次品率为12%，随机地自这一生产过程生产的产品中取出120只，求次品不多余15只的概率．解 以120~(120,0.12)X X B 记只产品中的次品数，则．所需求的概率为{15}(0.17)0.5675.P X P ≤=≤≈Φ=11．某种难度很大的心脏手术成功率为0.9，对100个病人进行这种手术，以X 记手术成功的人数．求{8495}P X ≤≤．解 依题意有{8495}(1.67)(2)0.95250.977210.9297.P X ≤≤≈Φ-Φ=Φ-Φ-=+-=12．在一零件商店中，其结帐柜台替各顾客服务的时间（以分计）是相互独立的随机变量，均值为1.5，方差为1.求对100位顾客的总服务时间不多余2小时的概率．解 以(1,2,,100)i X i = 记对第i 位顾客的服务时间．按题设需求概率为1001001100 1.5{120}120150()(3)0.0013.10ii X P X P =-⨯≤=≤-≈Φ=Φ-=∑13．某种电子元件的寿命服从数学期望为2的指数分布，各元件的寿命相互独立，随机取100只元件，求这100只元件的寿命之和大于180的概率．解 设X 为100只元件的寿命之和，则()200,()400E X D X ==，则所求概率为{180)1{0180}11[(1)(10)]0.8413.P X P X >=-≤≤=-≤≤≈-Φ--Φ-=14．某工厂有200台同类型的机器，每台机的实际工作时间只占全部工作时间的75%，各台机器是否工作是相互独立的，求一时刻有144至160台机器正在工作的概率．解 设随机变量Y 表示任一时刻正在工作的机器的台数，则Y 服从二项分布(200,0.75)B ．所以所求概率为{144160}(1.63)(0.98)0.7849.P Y ≤≤≈Φ-Φ=Φ-Φ-=15．在次品率为16的一大批产品中，任意抽取300件产品，利用中心极限定理计算抽取的产品中次品书在40~60之间的概率．解 设X 为300件产品中次品的件数，依题意知1250~(300,),()50,()66X B E X D X ==， 利用中心极限定理得(4060)(1.55)( 1.55)2(1.55)10.8788.P X P <<=<<≈Φ-Φ-=Φ-=。