第一篇：ch5大數(shù)定律和中心極限定理答案

一、選擇題

?0,事件A不發(fā)生

1.設(shè)Xi??(i?1,2?,10000),且P(A)=0.8,X1,X2,?,X10000相互獨(dú)立,令

1,事件A發(fā)生?

10000

Y=

?X,則由中心極限定理知Y近似服從的分布是（D）

ii?

1A.N(0,1)

C.N(1600,8000)B.N(8000,40)D.N(8000,1600)

2．設(shè)X1，X2，……，Xn是來自總體N（μ,σ2）的樣本，對任意的ε>0，樣本均值X所滿足的切比雪夫不等式為（B）

?X?n????≥?

n?

C．P?X?????≤1-?

A．P

2n?

?X?????≥1-n?

n?

D．P?X?n????≤

?

B．P

?2

3.設(shè)隨機(jī)變量X的E（X）=?,D(X)=?2，用切比雪夫不等式估計(jì)P(|X?E(X)|?3?)?（C）A.C.1 98 91912

1B.3D.1

4．設(shè)隨機(jī)變量X服從參數(shù)為0.5的指數(shù)分布，用切比雪夫不等式估計(jì)P(|X-2|≥3)≤(C)A.C.1B.3

D.1

二、填空題

1．將一枚均勻硬幣連擲100次，則利用中心極限定理可知，正面出現(xiàn)的次數(shù)大于60的概率

近似為___0.0228________.（附：Φ（2）=0.9772）

2．設(shè)隨機(jī)變量序列X1，X2，…，Xn，…獨(dú)立同分布，且E(Xi)=μ,D(Xi)=σ2>0,i=1,2,…, 則?n?

X?n???i

?i?1?

?x??_對任意實(shí)數(shù)x，limP?

n??n???

????

?

___________.3.設(shè)隨機(jī)變量X的E(X)=?,D(X)??2,用切比雪夫不等式估計(jì)P(|X?E(X)|?3?2)? ___8/9________。

4．設(shè)隨機(jī)變量X～U（0，1），用切比雪夫不等式估計(jì)P（|X－_____1/4___________．

5．設(shè)隨機(jī)變量X~B(100,0.8)，由中心極限定量可知，11

|≥）≤2

P?74?X?86??_0.8664______.(Φ(1.5)=0.9332)

?0,6.設(shè)Xi=??1,事件A不發(fā)生事件A發(fā)生(i=1,2,…,100)，且P(A)=0.8, X1，X2，…，X100相互獨(dú)立，令Y=?X

i?1100i，則由中心極限定理知Y近似服從于正態(tài)分布，其方差為___16________。

7．設(shè)隨機(jī)變量X ~ B（100，0.2），應(yīng)用中心極限定理計(jì)算P{16?X?24}=___0.6826_______.（附：Φ（1）=0.8413）

8.設(shè)?n為n次獨(dú)立重復(fù)試驗(yàn)中事件A發(fā)生的次數(shù)，p是事件A在每次試驗(yàn)中發(fā)生的概率，則對任意的??0,limP{|n???n?p|??}=__1________.n

9．設(shè)隨機(jī)變量X～B(100，0.5)，應(yīng)用中心極限定理可算得P{40

10.設(shè)X1,X2,?,Xn是獨(dú)立同分布隨機(jī)變量序列，具有相同的數(shù)學(xué)期望和方差E(Xi)=0，D(Xi)=1，則當(dāng)n充分大的時(shí)候，隨機(jī)變量Zn?

_N(0,1)_______(標(biāo)明參數(shù)).1X?i?1ni的概率分布近似服從

第二篇：CH5 大數(shù)定律及中心極限定理--練習(xí)題

CH5 大數(shù)定律及中心極限定理

1.設(shè)Ф(x)為標(biāo)準(zhǔn)正態(tài)分布函數(shù)，Xi=?

100?1,事件A發(fā)生；?0,事件A不發(fā)生，i=1，2，…，100，且P(A)=0.8,X1,X2,…,X100

相互獨(dú)立。令Y=?

i?1Xi，則由中心極限定理知Y的分布函數(shù)F(y)近似于（）

y?80

4A.Ф(y)

2.從一大批發(fā)芽率為0.9的種子中隨機(jī)抽取100粒,則這100粒種子的發(fā)芽率不低于88%的概率約為.(已知φ(0.67)=0.7486)

3.設(shè)隨機(jī)變量X1，X2，…，Xn，…獨(dú)立同分布，且i=1，2…，0

nB.Ф()C.Ф(16y+80)D.Ф(4y+80)

Yn??

i?1??Xi,n?1，2，?.Φ（x）為標(biāo)準(zhǔn)正態(tài)分布函數(shù)，則limP?n???????1??（）np(1?p)??Yn?np

A．0B．Φ（1）C．1－Φ（1）D．1

4.設(shè)

5.設(shè)X服從(-1,1)上的均勻分布，試用切比雪夫不等式估計(jì)

6.設(shè)

7.報(bào)童沿街向行人兜售報(bào)紙，設(shè)每位行人買報(bào)紙的概率為0.2，且他們買報(bào)紙與否是相互獨(dú)立的。試求報(bào)童在想100為行人兜售之后，賣掉報(bào)紙15到30份的概率

8.一個(gè)復(fù)雜系統(tǒng)由n個(gè)相互獨(dú)立的工作部件組成，每個(gè)部件的可靠性（即部件在一定時(shí)間內(nèi)無故障的概率）為0.9，且必須至少有80%的部件工作才能使得整個(gè)系統(tǒng)工作。問n至少為多少才能使系統(tǒng)的可靠性為0.95

9.某人有100個(gè)燈泡，每個(gè)燈泡的壽命為指數(shù)分布，其平均壽命為5小時(shí)。他每次用一個(gè)燈泡，燈泡滅了之后立即換上一個(gè)新的燈泡。求525小時(shí)之后他仍有燈泡可用的概率近似值相互獨(dú)立的隨機(jī)變量，且都服從參數(shù)為10的指數(shù)分布，求 的下界 是獨(dú)立同分布的隨機(jī)變量，設(shè), 求

第三篇：第五章 大數(shù)定律及中心極限定理

第五章

大數(shù)定律及中心極限定理

概率統(tǒng)計(jì)是研究隨機(jī)變量統(tǒng)計(jì)規(guī)律性的數(shù)學(xué)學(xué)科，而隨機(jī)現(xiàn)象的規(guī)律只有在對大量隨機(jī)現(xiàn)象的考察中才能顯現(xiàn)出來。研究大量隨機(jī)現(xiàn)象的統(tǒng)計(jì)規(guī)律，常常采用極限定理的形式去刻畫，由此導(dǎo)致對極限定理進(jìn)行研究。極限定理的內(nèi)容非常廣泛，本章中主要介紹大數(shù)定律與中心極限定理。

5.1 切比雪夫Chebyshev不等式

一個(gè)隨機(jī)變量離差平方的數(shù)學(xué)期望就是它的方差，而方差又是用來描述隨機(jī)變量取值的分散程度的。下面我們研究隨機(jī)變量的離差與方差之間的關(guān)系式。

定理5－1（切比雪夫不等式）設(shè)隨機(jī)變量X的期望E（X）及方差D（X）存在，則對任意小正數(shù)ε>0，有:

或：

［例5-1］設(shè)X是拋擲一枚骰子所出現(xiàn)的點(diǎn)數(shù)，若給定ε=2,2.5，實(shí)際計(jì)算P{|X-E（X）|≥ε}，并驗(yàn)證切比雪夫不等式成立。

解 X的分布律為

所以

當(dāng)ε=2時(shí)，當(dāng)ε=2.5時(shí)，可見，切比雪夫不等式成立。

[例5-2]設(shè)電站供電網(wǎng)有10 000盞燈，夜晚每一盞燈開燈的概率都是0.7，而假定所有電燈開或關(guān)是彼此獨(dú)立的。試用切比雪夫不等式估計(jì)夜晚同時(shí)開著的燈數(shù)在6 800～7 200的概率。

解：設(shè)X表示在夜晚同時(shí)開著的電燈的數(shù)目，它服從參數(shù)n=10 000,p=0.7的二項(xiàng)分布。于是有

E（X）=np=10 000×0.7=7 000，D（X）=npq=10 000×0.7×0.3=2100，P{6 800

可見，雖然有10 000盞燈，但是只要有供應(yīng)7 000盞燈的電力就能夠以相當(dāng)大的概率保證夠用。

[例5-3補(bǔ)充] 用切比雪夫不等式估計(jì)

解： 的三倍的可能性極

可見，隨機(jī)變量X取值與期望EX的差的絕對值大于其均方差小。

5.2 大數(shù)定律

在第一章中曾經(jīng)提到過，事件發(fā)生的頻率具有穩(wěn)定性，即隨著試驗(yàn)次數(shù)增多，事件發(fā)生的頻率將逐漸穩(wěn)定于一個(gè)確定的常數(shù)值附近。另外，人們在實(shí)踐中還認(rèn)識到大量測量值的算術(shù)平均值也具有穩(wěn)定性，即平均結(jié)果的穩(wěn)定性。大數(shù)定律以嚴(yán)格的數(shù)學(xué)形式表示證明了在一定的條件下，大量重復(fù)出現(xiàn)的隨機(jī)現(xiàn)象呈現(xiàn)的統(tǒng)計(jì)規(guī)律性，即頻率的穩(wěn)定性與平均結(jié)果的穩(wěn)定性。

5.2.1 貝努利大數(shù)定律

定理5-2 設(shè)m是n次獨(dú)立重復(fù)試驗(yàn)中事件A發(fā)生的次數(shù)，p是事件A的概率，則對任意正數(shù)ε，有

貝努利大數(shù)定律說明，在大量試驗(yàn)同一事件A時(shí)，事件A的概率是A的頻率的穩(wěn)定值。

5.2.2 獨(dú)立同分布隨機(jī)變量序列的切比雪夫大數(shù)定律

先介紹獨(dú)立同分布隨機(jī)變量序列的概念。

稱隨機(jī)變量序列X1,X2,…Xn,…是相互獨(dú)立的，若對任意的n>1,X1,X2,…Xn是相互獨(dú)立的。此時(shí)，若所有的Xi又具有相同的分布，則稱X1,X2,…Xn,…是獨(dú)立同分布隨機(jī)變量序列。

定理5-3 設(shè)X1,X2,…Xn,…是獨(dú)立同分布隨機(jī)變量序列E（Xi）=μ,D（Xi）=σ2（i=1,2…）均存在，則對于任意ε>0有

這一定理說明：經(jīng)過算術(shù)平均后得到的隨機(jī)變量在統(tǒng)計(jì)上具有一種穩(wěn)定性，它的取值將比較緊密聚集在它的期望附近。這正是大數(shù)定律的含義。在概率論中，大數(shù)定律是隨機(jī)現(xiàn)象的統(tǒng)計(jì)穩(wěn)定性的深刻描述；同時(shí)，也是數(shù)理統(tǒng)計(jì)的重要理論基礎(chǔ)。

5.3 中心極限定理

5.3.1獨(dú)立同分布序列的中心極限定理

定理5-4 設(shè)X1,X2,…Xn,…是獨(dú)立同分布的隨機(jī)變量序列，且具有相同數(shù)學(xué)期望和方差E（Xi）=μ，D（Xi）=σ2（i=1,2,…）。記隨機(jī)變量 的分布函數(shù)為Fn（x），則對于任意實(shí)數(shù)x，有

（不證）

其中φ（x）為標(biāo)準(zhǔn)正態(tài)分布函數(shù)。

由這一定理知道下列結(jié)論：

（1）當(dāng)n充分大時(shí)，獨(dú)立同分布的隨機(jī)變量之和的分布近似于正態(tài)分布N2（nμ，nσ）。我們知道，n個(gè)獨(dú)立同分布的正態(tài)隨機(jī)變量之和服從正態(tài)分布。中心極限定理進(jìn)一步告訴我們。

不論X1,X2,…Xn,…獨(dú)立同服從什么分布，當(dāng)n充分大時(shí)，其和Zn近似服從正態(tài)分布。

（2）考慮X1,X2,…Xn,…的平均值，有

它的標(biāo)準(zhǔn)化隨機(jī)變量為，即為上述Yn。因此的分布函數(shù)即是上述的F（，nx）因而有

由此可見，當(dāng)n充分大時(shí)，獨(dú)立同分布隨機(jī)變量的平均值 的分布近似于正態(tài)分布

[例5-3]對敵人的防御地段進(jìn)行100次射擊，每次射擊時(shí)命中目標(biāo)的炮彈數(shù)是一個(gè)隨機(jī)變量，其數(shù)學(xué)期望為2，均方差為1.5，求在100次射擊中有180顆到220顆炮彈命中目標(biāo)的概率。解 設(shè)Xi為第i次射擊時(shí)命中目標(biāo)的炮彈數(shù)（i=1,2,…,100），則中命中目標(biāo)的炮彈總數(shù)，而且X1，X2，…X100同分布且相互獨(dú)立。

為100次射擊

由定理5-4可知，隨機(jī)變量近似服從標(biāo)準(zhǔn)正態(tài)分布，故有

[例5-4]某種電器元件的壽命服從均值為100（單位：小時(shí)）的指數(shù)分布?，F(xiàn)隨機(jī)抽出16只，設(shè)它們的壽命是相互獨(dú)立的，求這16只元件的壽命的總和大于1 920小時(shí)的概率。

解 設(shè)第i只電器元件的壽命為Xi=（i=1,2,…16），E（Xi）=100，D（Xi）=1002=10 000，則是這16只元件的壽命的總和。

E（Y）=100×16=1 600，D（Y）= 160 000，則所求概率為：

5.3.2 棣莫弗（De Moivre）-拉普拉斯（Laplace）中心極限定理

下面介紹另一個(gè)中心極限定理，它是定理5-4的特殊情況。

定理5-5（棣莫弗－拉普拉斯中心極限定理）設(shè)隨機(jī)變量Zn是n次獨(dú)立重復(fù)試驗(yàn)中事件A發(fā)生的次數(shù)，p是事件A發(fā)生的概率，則對于任意實(shí)數(shù)x

其中q=1-p,φ（x）為標(biāo)準(zhǔn)正態(tài)分布函數(shù)。由棣莫弗-拉普拉斯中心極限定理得到下列結(jié)論：

（1）在貝努利試驗(yàn)中，若事件A發(fā)生的概率為p。又設(shè)Zn為n次獨(dú)立重復(fù)試驗(yàn)中事件A發(fā)生的頻數(shù)，則當(dāng)n充分大時(shí)，Zn近似服從正態(tài)分布N（np,npq）。

（2）在貝努利試驗(yàn)中，若事件中A發(fā)生的概率為p，發(fā)生的頻率，則當(dāng)n充分大時(shí)，近似服從正態(tài)分布

【例5-5】用中心極限定理得到求解5.1例5-2的概率。

解 設(shè)同時(shí)開著的燈數(shù)為X，則

X-B（1000，0.7），np=1000×0.7=7000，為n次獨(dú)立重復(fù)試驗(yàn)中事件A

【例5-6】設(shè)某單位內(nèi)部有1000臺電話分機(jī)，每臺分機(jī)有5%的時(shí)間使用外線通話，假定各個(gè)分機(jī)是否使用外線是相互獨(dú)立的，該單位總機(jī)至少需要安裝多少條外線，才能以95%以上的概率保證每臺分機(jī)需要使用外線時(shí)不被占用？

解：把觀察每一臺分機(jī)是否使用外線作為一次試驗(yàn)，則各次試驗(yàn)相互獨(dú)立，設(shè)X為1000臺分機(jī)中同時(shí)使用外線的分機(jī)數(shù)，則

X～B（1000，0.05），np=1000×0.05=50，根據(jù)題意，設(shè)N為滿足條件的最小正整數(shù)

由于φ（-7.255）≈0，故有

查標(biāo)準(zhǔn)正態(tài)分布表得φ（1.65）=0.9505，故有

由此

N≥61.37

即該單位總機(jī)至少需要62條外線，才能以95%以上的概率保證每臺分機(jī)在使用外線時(shí)不被占用。

小結(jié) 本章考核要求

（一）知道切比雪夫不等式

或

并且會用切比雪夫不等式估計(jì)事件|X-EX|≥ε或|X-EX|<ε的概率。

（二）知道貝努利大數(shù)定律

其中n是試驗(yàn)次數(shù)，m是A發(fā)生次數(shù)，p是A的概率，它說明試驗(yàn)次數(shù)很多時(shí)，頻率近似于概率。

（三）知道切比雪夫不等式大數(shù)定律

取值穩(wěn)定在期望附近。

它說明在大量試驗(yàn)中，隨機(jī)變量

（四）知道獨(dú)立同分布中心極限定理

若

記Yn～Fn（x），則有

它說明當(dāng)n很大時(shí)，獨(dú)立同分布的隨機(jī)變量之和近似服從正態(tài)N（nμ,nσ2）所以，無論n個(gè)獨(dú)立同分布的X1,X2,…Xn服從何種分布，n很大時(shí)，X1+X2+…Xn卻近似正態(tài)N（nμ,nσ2）.（五）知道棣莫弗—拉普拉斯中心極限定理

若Zn表示n次獨(dú)立重復(fù)事件發(fā)生次數(shù)，即

Zn～B（n,p）,則有

即Zn近似正態(tài)N（np,np（1-p）2）。并會用中心極限定理計(jì)算簡單應(yīng)用問題。

第四篇：第5章-大數(shù)定律與中心極限定理答案

n?n??n?X??X?n??i????i?i?1A)limP??x????x?;B)

limP?x????x?;

n??n?????

2????????1?n??n?X??X?n??i????i?i?1i?

1C)limP??x????x?;D)limP??x????x?;

n??n??n????

2?????????

其中??x?為標(biāo)準(zhǔn)正態(tài)分布函數(shù).解由李雅普諾夫中心極限定理:

E(Xi)?

?,D(Xi)?

?

2?i?1,2,?,n?,11??1

Sn??2?2??

?2??

?????

nn1?1?

??Xi?n??Xi???Xi?n

??i?1?i?1????N(0,1)

Snn

故選(B)

4.設(shè)隨機(jī)變量X與Y的數(shù)學(xué)期望分別為-2和2,方差分別為1和4,而相關(guān)系數(shù)為?0.5,則根據(jù)切貝謝夫不等式估計(jì)PX?Y?6?（）.A)

??

1111

B)C)D)461216

解|E?X?Y???2?2?0

(Y,?)?XY D?X?Y??D?X??D?Y??2cov?X,Y?,covX

??1?4?2???0.5??1?2?3.由切貝謝夫不等式得 PX?Y?E?X?Y??6?故選(C)

5.若隨機(jī)變量X?B?1000,0.01?, 則P?4?X?16??（）.A)0.925B)0.825C)0.9D)0.725 解|因?yàn)?E?X??1000?0.01?10,D?X??npq?10?0.99?9.9

??

D?X?Y?31

??.623612

由切貝謝夫不等式得

P?4?X?16??P?X?10?6?

?1?P?X?10?6??1?

故選(D)

D?X?9.9

?1??1?0.275?0.725.3662

二、填空題（每空2分，共10分）

1.已知離散型隨機(jī)變量X服從參數(shù)為??3的泊松分布，則利用切貝謝夫不等式估計(jì)概率

P?X?3?5??解因?yàn)閄?P??m?

所以E?X??D?X??

3由切貝謝夫不等式PX?E?X??5?

??

D?X?3

?.522

52.已知隨機(jī)變量X存在數(shù)學(xué)期望E?X?和方差D?X?，且數(shù)學(xué)期望E?X??10，EX?109，利用

??

切貝謝夫不等式估計(jì)概率PX?10?6?解因?yàn)?E?X??10,D?X??EX

??

????E?X??

?109?100?9

由切貝謝夫不等式PX?10?6?

??

D?X?9

1??.2636

43.已知隨機(jī)變量X的方差為4，則由切貝謝夫不等式估計(jì)概率PX?E?X??3?解由切貝謝夫不等式PX?E?X??3?

??

??

4.9

4.若隨機(jī)變量X?B?n,p?,則當(dāng)n充分大時(shí),X近似服從正態(tài)分布N 解因?yàn)?E?X??np,D?X??np?1?p?.三、計(jì)算或證明題題（每題10分，共80分）

1.如果隨機(jī)變量X存在數(shù)學(xué)期望E?X?和方差D?X?，則對于任意常數(shù)??0，都有切貝謝夫不等式：

P?X?EX????

DX

?2

（證明當(dāng)X為連續(xù)型隨機(jī)變量時(shí)的情況）

證明 設(shè)連續(xù)性隨機(jī)變量X的概率密度函數(shù)為??x?,則

P?X?EX????

X?EX??

?

??x?dx?

X?EX??

?

X?EX

?2

??x?dx

D?X?

?

?2

?

??

??

X?EX??x?dx?

?2

.2.投擲一枚均勻硬幣1000次，試?yán)们胸愔x夫不等式估計(jì)出現(xiàn)正面次數(shù)在450次~550次之間的概率.解設(shè)隨機(jī)變量X表示1000次試驗(yàn)中出現(xiàn)正面朝上的次數(shù), 由于

X?B?1000,0.5?,所以E?X??500,D?X??250;

由切貝謝夫不等式

P?450?X?550??P?X?500?50??1?

D?X?250

?1??0.9.2

250050

3.已知連續(xù)型隨機(jī)變量X服從區(qū)間??1,3?的均勻分布，試?yán)们胸愔x夫不等式估計(jì)事件X??4發(fā)生的概率.?1?3?3?(?1)??4;

?1,D?X??解由于X?U??1,3?, 所以E?X??2123

由切貝謝夫不等式

D(X)11

P?X?1?4??1?2?1???0.9167.41216

4.對敵人的防御工事進(jìn)行80次轟炸，每次轟炸命中目標(biāo)炸彈數(shù)目的數(shù)學(xué)期望為2，方差為0.8，且各次轟炸相互獨(dú)立，求在80次轟炸中有150顆~170顆炸彈命中目標(biāo)的概率.解設(shè)隨機(jī)變量X表示80次轟炸中炸彈命中目標(biāo)的次數(shù), Xi表示第i次轟炸命中目標(biāo)的次數(shù), 則E?Xi??2，D?Xi??0.8;由于X?

?X

i?1

i

所以E?X??160，D?X??80?0.8?64;由中心極限定理得

P?150?X?170?

?170?160??150?160?

????????

88????

???1.25?????1.25??2??1.25??1?2?0.8944?1?0.7888.5.袋裝食糖用機(jī)器裝袋，每袋食糖凈重的數(shù)學(xué)期望為100克，方差為4克，一盒內(nèi)裝100袋，求一盒食糖

凈重大于10,060克的概率.解 設(shè)每袋食糖的凈重為Xi?i?1,2,?,100?,則Xi?i?1,2,?,100?服從獨(dú)立同分布,且

E(Xi)?100,D(Xi)?4;設(shè)一盒食糖為X,則

X??Xi,E(X)?10000,D(X)?400,i?1100

由中心極限定理得

P?X?10060? ?1?P?X

?10060?

?1???1???3??1?0.99865?0.00135.6.某人壽保險(xiǎn)公司為某地區(qū)100,000人保險(xiǎn)，規(guī)定投保人在年初向人壽保險(xiǎn)公司交納保險(xiǎn)金30元，若投保人死亡，則人壽保險(xiǎn)公司向家屬一次性賠償6,000元，由歷史資料估計(jì)該地區(qū)投保人死亡率為0.0037，求人壽保險(xiǎn)公司一年從投保人得到凈收入不少于600,000元的概率.解設(shè)隨機(jī)變量X表示一年內(nèi)投保人中死亡人數(shù), 則X?B?n,p?,其中n?100000,p?0.0037;

E?X??np?370,D?X??npq?370?0.9963?368.31;由100000?30?6000X?600,000,得X?400

由拉普拉斯中心極限定理,所求概率為

??

P?X?400?

?P?

?30?

???????1.56??0.9406.?19.1940?

7.某車間有同型號機(jī)床200部，每部開動的概率為0.7，假定各機(jī)床開與關(guān)是獨(dú)立的，開動時(shí)每部機(jī)床要消耗電能15個(gè)單位.問電廠最少要供應(yīng)這個(gè)車間多少電能，才能以95%的概率，保證不致因供電不足而影響生產(chǎn)？

解設(shè)隨機(jī)變量X表示200部機(jī)床中同時(shí)開動機(jī)床臺數(shù), 則

X?B?200,0.7?,E?X??np?140,D?X??42?6.482

用K表示最少開動的機(jī)床臺數(shù),則

P?X?K??P?X?K?

??

?K?140??????0.95

?6.5?

查表??1.65??0.95, 故

K?140

?1.65 6.5

由此得K?151

這說明, 這個(gè)車間同時(shí)開動的機(jī)床數(shù)不大于151部的概率為0.95.所以電廠最少要供應(yīng)這個(gè)車間151?15?2265個(gè)單位電能,才能以95%的概率, 保證不致因供電不足而影響生產(chǎn).8.設(shè)某婦產(chǎn)醫(yī)院生男嬰的概率為0.515,求新生的10000個(gè)嬰兒中,女嬰不少于男嬰的概率? 解設(shè)X表示10000個(gè)嬰兒中男嬰的個(gè)數(shù), 則X?B?n,p?其中n?10000,p?0.515.由拉普拉斯中心極限定理,所求概率為

??

P?X?5000?

?P?

??????3??1???3?

?1?0.99865?0.00135.附表：

?0?0.5??0.6913;?0?1??0.8413;?0?1.25??0.8944;??2.5??0.993790 ?0?1.5??0.9938;?0?1.56??0.9406;?0?1.65??0.95;?0?3??0.99865.

第五篇：第五章、大數(shù)定律與中心極限定理

第五章、大數(shù)定律與中心極限定理

一、選擇題：

1．若隨機(jī)變量X的數(shù)學(xué)期望與方差分別為EX =1，DX = 0.1，根據(jù)切比雪夫不等式，一定有（）

A．P{?1?X?1}?0.9B．P{0?x?2}?0.9

C．P{?1?X?1}?0.9D．P{0?x?2}?0.9

2．設(shè)X1,X2,?X9相互獨(dú)立，EXi?1,DXi?1(i?1,2,?9)，根據(jù)切比雪夫不等式，???1有（）

A．P{?xi?1??}?1??B．P{?xi?1??}?1???2 9i?1i?1?29

C．P{?2D． x?9??}?1??P{x?9??}?1?9??i?i?

2i?1i?199

3．若X1、X2、2?1000即都?X1000為獨(dú)立同分布的隨機(jī)變量，且Xi~B(1,p)i?

1、服從參數(shù)為p的0-1分布，則（）不正確

100011000

A．Xi?PB．?Xi~B(1000、P)?1000i?1i?

11000

C．P{a??X

i?1i?b}??(b)??(a)

1000

D

．P{a??Xi?b}??i?1?? 1，根據(jù)切比雪夫不等式，164．設(shè)隨機(jī)變量X的數(shù)學(xué)期望EX = 1，且滿足P{X?1?2}?

X的方差必滿足（）

11B．DX? 16

41C．DX?D．DX?1 2A．DX?

5．設(shè)隨機(jī)變量X的數(shù)學(xué)期望EX = 1，方差DX = 1，且滿足P{X?1??}?1，根據(jù)切16

比雪夫不等式，則?應(yīng)滿足（）

A．??4B．??4

C．??

11D．?? 44

二、填空題：

1.若隨機(jī)變量X的數(shù)學(xué)期望與方差分別為EX = 1，DX = 1，且 P{X?1??}?

切比雪夫不等式，?應(yīng)滿足。

2.若隨機(jī)變量X的數(shù)學(xué)期望與方差均存在，且EX = 1，P{X?1?1}?

夫不等式，DX應(yīng)滿足。

3.設(shè)X1,X2,?,X9相互獨(dú)立，且EXi?1,DXi?1,i?1、2、?9，根據(jù)切比雪夫不等式，則???0有P{1，根據(jù)41，根據(jù)切比雪4?X

i?19i?9??}?。

4.設(shè)X1,X2,?,X9相互獨(dú)立，且EXi?1,DXi?1,i?1、2、?9，根據(jù)切比雪夫不等式，19

則???0有P?Xi?1??}? 9i?

1三、計(jì)算題：

1．計(jì)算機(jī)進(jìn)行加法計(jì)算時(shí)，把每個(gè)加數(shù)取為最接近它的整數(shù)來計(jì)算。設(shè)所有的取整誤差是

相互獨(dú)立的隨機(jī)變量，并且都在[-0.5,0.5]上服從均勻分布，求：300個(gè)數(shù)相加時(shí)誤差總和的絕對值小于10的概率。

（附：?(1)?0.8413,?(2)?0.9772,?(3)?0.99865,?(4)?0.99968）

2． 一顆螺絲釘?shù)闹亓渴且粋€(gè)隨機(jī)變量,期望值是1兩,標(biāo)準(zhǔn)差是0.1兩.求一盒

(100個(gè))同型號螺絲釘?shù)闹亓砍^10.2斤的概率.（附：?(1)?0.8413,?(2)?0.9772,?(3)?0.99865,?(4)?0.99968）

3．已知一本1000頁的書中每頁印刷錯(cuò)誤的個(gè)數(shù)服從泊松分布P（0.1），求這本書的印刷錯(cuò)

誤總數(shù)大于120的概率。

（附：?(1)?0.8413,?(2)?0.9772,?(3)?0.99865,?(4)?0.99968）

4．據(jù)以往經(jīng)驗(yàn)，某種電器元件的壽命服從均值為100小時(shí)的指數(shù)分布，現(xiàn)隨機(jī)地取25只，設(shè)他們的壽命是互相獨(dú)立的，求這25只元件的壽命總和大于3000小時(shí)的概率。

（附：?(1)?0.8413,?(2)?0.9772,?(3)?0.99865,?(4)?0.99968）