06_ЦПТ (Лекции)
Описание файла
Файл "06_ЦПТ" внутри архива находится в следующих папках: Лекции, 03_Простейшие законы распределения. Документ из архива "Лекции", который расположен в категории "". Всё это находится в предмете "теория вероятностей и математическая статистика" из 4 семестр, которые можно найти в файловом архиве МГУ им. Ломоносова. Не смотря на прямую связь этого архива с МГУ им. Ломоносова, его также можно найти и в других разделах. .
Онлайн просмотр документа "06_ЦПТ"
Текст из документа "06_ЦПТ"
с) |
Центральная предельная теорема.
Пусть имеется с.в. Х1 со своим законом распределения и с.в. Х2, закон распределения которой тоже известен. Есть формулы которые позволяют закон распределения суммы. Он будет отличатся от законов распределения слагаемых. Например, если складываются два равномерных распределения:
то закон распределения суммы выглядит так:
Доказано, что, если складывается два нормальных распределения, то закон распределения суммы будет нормальным.
Все формулировки центральной пред. теоремы говорят о том, что если число слагаемых увеличивается, то закон распределения суммы приближается к нормальному закону. При n→∞ f(y)→нормальному закону.
Простейшая формулировка: пусть с.в. Y представляет собой сумму и все слагаемые xi имеют одинаковое распределение, тогда при n→∞ закон распределения суммы стремится к нормальному.
Другие формулировки (Чебышева, Ляпунова и др.) отличаются тем, что накладываю другие ограничения на слагаемые. Они не требуют одинакового распределения, нужно, чтобы ни у одного из слагаемых дисперсия не была больше, чем у всех остальных, вместе взятых.
Все хi – равномерные на (2;4).
Найти Р(100<Y<50).
По УПТ з/п-н распределения можно приблизительно считать нормальным.
Р(100<Y<50)= = Ф(0) – Ф(-12,25) = 0+ 0,5 =0,5
Рекомендация: формулами норм.распределения можно пользоваться, если n 25 30
Следствие из ЦПТ – теорема Муавра-Лапласа: в биномаильном распределении при большом числе опытом вместо ф-лы Бернулли можно пользоваться ф-лами норм.распределения.
Доказательство
В биномиальном распределении рассматриваем с.в. Х – число появления соб.А в серии из N опытов. Ее можно представить в виде суммы Х=Х1+Х2+ ..+Хn, где Xi – число появления события в одном опыте. По ЦПТ с возрастанием числа опытов N з/п-н распределения суммы приближается к нормальному.
Случайная величина Y представляет собой сумму
Все Xi распределены по закону Пуассона с параметром a = 0,1. Найти P(Y >12).
По центральной предельной теореме случайная величина Y распределена по нормальному закону. Найдем параметры этого нормального закона, пользуясь свойствами математического ожидания и дисперсии :
Все X i распределены по закону Пуассона с параметром a = 0,1. Для распределения Пуассона математическое ожидание и дисперсия равны :
m x = D x = a .
Тогда m y = 100 a = 10; D y = 100 a = 10 . .
Вероятность того, что нормально распределенная случайная величина Y попадет в заданную область, равна:
Случайная величина Y представляет собой сумму
Все Xi распределены по показательному закону с параметром = 50.
Найти P(Y-my >5).
По центральной предельной теореме случайная величина Y распределена по нормальному закону. Найдем параметры этого нормального закона, пользуясь свойствами математического ожидания и дисперсии :
Все X i распределены по показательному закону с параметром = 50. Для показательного распределения математическое ожидание и дисперсия равны :
m x = 1/; D x = 1/2 .
Тогда m y = 100/50 = 2; D y = 100/502 = 0,04 . .
Вероятность того, что нормально распределенная случайная величина Y отклонится от своего математического ожидания больше, чем на 5 , равна: