首页 理论教育 独立同分布中心极限定理

独立同分布中心极限定理

时间:2023-11-19 理论教育 版权反馈
【摘要】:定理5.2.1设随机变量X 1,X 2,…),则随机变量之的标准化随机变量的分布函数Fn对于任意的x满足独立同分布中心极限定理说明,具有数学期望E(X k)=μ和方差D(X k)=σ2>0的独立同分布的随机变量的标准化变量,当n充分大时,有在一般情况下,很难求出的分布的确切形式.式说明,当n充分大时,可以利用正态分布对进行理论分析或实际计算.例5.2.1设{X i(i=1,2,…

独立同分布中心极限定理

定理5.2.1(独立同分布中心极限定理)设随机变量X 1,X 2,…,Xn,…相互独立,服从同一分布,且具有数学期望和方差:E(X k)=μ,D(X k)=σ2>0(k=1,2,…),则随机变量之的标准化随机变量

的分布函数Fn(x)对于任意的x满足

独立同分布中心极限定理说明,具有数学期望E(X k)=μ和方差D(X k)=σ2>0的独立同分布的随机变量的标准化变量,当n充分大时,有

在一般情况下,很难求出的分布的确切形式.式(5.2.1)说明,当n充分大时,可以利用正态分布进行理论分析或实际计算.

例5.2.1 设{X i(i=1,2,…)}是一些相互独立同分布的随机变量,且它们都服从参数为λ的泊松分布P(λ),可以证明(证明见:何书元《概率论数理统计》中的“泊松分布的可加性”).当λ=1时,随着n的增加(n=1,2,5,10,15,20)将如何变化?的标准化随机变量又将如何变化?

解 当n=1,2,5,10,15,20和λ=1时,的分布律折线图如图5-2所示.

图5-2 的分布律折线图

从图5-2可以看出i的分布律折线图,随着n的增加(1→2→5→10→15→20)越来越接近正态分布密度函数的形状.即当n较大时,近似服从正态分布,因此的标准化随机变量近似服从标准正态分布.这就直观地验证了定理5.2.1(独立同分布中心极限定理).(www.xing528.com)

说明:例5.2.1中分布律折线图的MATLAB程序,见本书附录B的例B.2.4.

例5.2.2 在一个超市中,结账柜台为顾客服务的时间(以min计)是相互独立的随机变量且服从相同的分布,均值为1.5,方差为1.(1)求对100位顾客的总服务时间不超过2h的概率.(2)要求总的服务时间不超过1h的概率大于0.95,问至多能为多少位顾客服务?

解 (1)设X i(i=1,2,…,100)表示为第i位顾客的服务时间.根据题意,X 1,X 2,…,X 100相互独立且服从相同的分布,根据定理5.2.1,有

由于所求出的概率比较小,在实际中可以认为为100位顾客服务的总时间不小于2h几乎是不可能的.

(2)设1h内能为N位顾客服务,并设X i(i=1,2,…,N)表示为第i位顾客的服务时间.根据题意,要确定最大的N,使

根据定理5.2.1,有

查表,于是,得5.8,因此N<33.64.

由于N为正整数,所以取N=33,即最多只能为33位顾客服务,才能使总的服务时间不超过1h的概率大于0.95.

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈