中心极限定理及其应用论文

青岛农业大学本科生课程论文

题目：中心极限定理及其应用姓名：

学院：

专业：

班级：

学号：

指导教师：

2012 年06 月27 日

青岛农业大学课程论文任务书

论文题目中心极限定理及其应用

要求完成时间 2012年 07 月 02 日

论文内容（需明确列出研究的问题）：研究中心极限定理的目的就是为了更深入的了解中心极限定理，更好的了解中心极限定理的作用，更好地使用它解决现实生活中的问题。

资料、数据、技术水平等方面的要求论文要符合一般学术论文的写作规范，具备学术性、科学性和一定的创造性。文字要流畅、语言要准确、论点要清楚、论据要准确、论证要完整、严密，有独立的观点和见解。内容要理论联系实际，计算数据要求准确，涉及到他人的观点、统计数据或计算公式等要标明出处，结论要写的概括简短。参考文献的书写按论文中引用的先后顺序连续编码。

指导教师签名：年月日

中心极限定理及其应用

信息与计算科学专业（学生姓名）

指导教师（老师姓名）

摘要：中心极限定理在概率论与数理统计中占有重要地位，本文阐述了中心极限定理的内容并简单介绍了它在实际中的应用。

关键词：中心极限定理；正态分布；随机变量

Central limit theorem and its application

Student majoring in Information and Computing Science Specialty （学生英文名）

Tutor （老师英文名）

Abstract:The central limit theorem in probability theory and mathematical statistics plays an important role,this paper expounds the content of the central limit theorem and briefly introduces its application in practice.

Key words: Central limit theorem Normal distribution Random variable

引言：最早的中心极限定理是讨论n重伯努力试验中，事件A出现的次数渐近于正态分布的问题。1716年前后莫弗对n重伯努力实验中每次事件A出现的概率为0.5的情况进行了讨论，随后拉普拉斯和李雅普诺夫等进行了推广和改进。自莱维在1919-1925年系统的建立了特征函数理论起，中心极限定理的研究得到了很快的发展，先后产生了普遍极限定理和布局极限定理等。极限定理是概率论的重要内容，也是数理统计学的基石之一，其理论成果也比较完美。长期以来，对于极限定理的研究所形成的概率轮分析方法，影响着概率论的发展。同时新的极限理论问题也在实际中不断产生。

1 中心极限定理的表现形式

中心极限定理也有若干个表现形式，这里仅介绍其中四个常用定理：

1.1 辛钦中心极限定理

设随机变量相互独立，服从同一分布且有有限的数学期望a 和方差σ2，则随机变量，在n无限增大时，服从参数为a和的正

态分布即n→∞时，

将该定理应用到抽样调查，就有这样一个结论：如果抽样总体的数学期望a 和方差σ2是有限的，无论总体服从什么分布，从中抽取容量为n的样本时，只要n足够大，其样本平均数的分布就趋于数学期望为a，方差为σ2 / n的正态分布。

1.2 德莫佛——拉普拉斯中心极限定理

设μn是n次独立试验中事件A发生的次数，事件A在每次试验中发生的概率为P，则当n无限大时，频率设μn / n趋于服从参数为的正态

分布。即：

该定理是辛钦中心极限定理的特例。在抽样调查中，不论总体服从什么分布，只要n充分大，那么频率就近似服从正态分布。

1.3 李亚普洛夫中心极限定理

当随机变量Xi独立，但不一定同分布时，中心极限定理也成立。

定理3[2](李雅普诺夫定理)：设X1，X2，…，Xn，…为独立随机变量序列，且

E(Xn)=an，D(Xn)=σn2存在，Bn2= σn2（n=1，2，…），若存在δ>0，使得：

也就是说，无论各个随机变量Xi服从什么分布，只要满足李雅普诺夫条件，当n很大时，它们的和近似服从正态分布。

由于在大学本科阶段接触的不同分布的样本较少，本文对它的应用将不举例说明。

中心极限定理以严格的数学形式阐明了在大样本条件下，不论总体的分布如何，样本均值总是近似地服从正态分布。正是这个结论使得正态分布在生活中有着广泛的应用。

设是一个相互独立的随机变量序列，它们具有有限的数学期望和方差：。

记，如果能选择这一个正数δ>0，使当n→∞时，

，则对任意的x有：

该定理的含义是：如果一个量是由大量相互独立的随机因素影响所造成的，而每一个别因素在总影响中所起的作用不很大，则这个量服从或近似服从正态分布。

中心极限定理以严格的数学形式阐明了在大样本条件下，不论总体的分布如何，样本均值总是近似地服从正态分布。正是这个结论使得正态分布在生活中有着广泛的应用。

1.4 林德贝尔格定理

定理[1]：设x1，X2，…，Xn，…是独立同分布随机变量，EXi=μDXi=σ2（i=1，

2，…，n)则

它表明当n充分大时，n个具有期望和方差的独立同分布的随机变量之和近似服从正态分布。定理1也称为林德伯格定理或列维——林德伯格定理。

其中上下同除n，分子中有，其在数理统计中可表示样本的均值，可见独立同分布的样本均值近似地服从正态分布。这使得中心极限定理在数理统计中有着广泛而重要的作用。

而上述定理应用到伯努利实验序列的情形，我们可以得到如下定理。

定理2[1](拉普拉斯定理)，在n重伯努利试验中，事件A在每次实验中出现的概率P(0

2 中心极限定理的应用

2.1 同分布下中心极限定理的简单应用

独立同分布的中心极限定理可应用于求随机变量之和Sn落在某区间的概率和已知随机变量之和Sn取值的概率，求随机变量的个数。

例1[3]：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0.5kg，均方差为0.1kg，问5000只零件的总重量超过2510kg的概率是多少?

解：设Xi(i=1，2，…，5000)表示第i个零件的重量X1，X2，…，X5000独立同分布且E(Xi)=0.5，D(Xi)=0.12。

由独立同分布的中心极限定理可知

=I-φ（1.414）=1-0.9215

=0.0785

例2[3]：一生产线生产的产品成箱包装，每箱的重量是随机的且同分布，设每箱平均重50kg，标准差为5kg，若用最大载重为50吨的汽车承运，每辆车最多可以装多少箱才能保证不超载的概率大于0.977？

解：设Xi(i=1，2，…，n)是装运第i箱的重量，n为所求箱数。由条件可把X1，X2，…，Xn看作独立同分布的随机变量，而n箱的总重量为Tn=X1+X2+…+Xn，是独立同分布的随机变量之和。

由E(Xi)=50、D(Xi)=52得：E(Tn)=50n，D(Tn)=52n

根据独立同分布的中心极限定理：

即最多可以装98箱。

例3[2]：报名听心理学课程的学生人数K是服从均值为100的泊松分布的随机变量，负责这门课的教授决定，如果报名人数不少于120，就分成两班，否则就一班讲授。问该教授讲授两个班的概率是多少?

分析：该教授讲授两个班的情况出现当且仅当报名人数x不少于120，精确解为P（x≥120）=e-100 100i/i！很难求解，如果利用泊松分布的可加性，想到均值为100的泊松分布随机变量等于100个均值为1的独立泊松分布随机变量之和，即X= Xi，其中每个Xi具有参数1的泊松分布，则我们可利用中心极限定理求近似解。

解：可知E(X)=100，D(X)=100

即教授讲授两个班的概率是0.023。

例4[1]：火炮向目标不断地射击，若每次射中目标的概率是0、1。

(1)求在400次射击中击中目标的次数在区间［30，50］内的概率。

(2)问最少要射击多少次才能使击中目标的次数超过10次的概率不小于0.9？分析：显然火炮射击可看作是伯努利实验。

我们知道，正态分布可近似于二项分布，而且泊松分布可近似于二项分布，当二项分布b(n，p)，n较大、p较小时可用泊松分布估计近似值。如果p接近1，有q=l-p很小，这时也可用泊松分布计算；但是当n较大，p不接近0或1时，再用泊松分布估计二项分布的概率就不够精确了，这时应采用拉普拉斯定理来计算。

解：(1)设在射击中击中目标的次数为Yn，所求概率(30≤Yn<50)等于：

最小正整数n=147就是所要求的最小射击数。

以上例子都是独立同分布的随机变量，可以用中心极限定理近似估算，但是如果不同分布，中心极限定理是否也成立呢?

2.2 中心极限定理在商业管理中的应用[4]

水房拥挤问题：假设西安邮电学院新校区有学生5000人，只有一个开水房，由于每天傍晚打开水的人较多，经常出现同学排长队的现象，为此校学生会特向后勤集团提议增设水龙头。假设后勤集团经过调查，发现每个学生在傍晚一般有1％的时间要占用一个水龙头，现有水龙头45个，现在总务处遇到的问题是：

1、未新装水龙头前，拥挤的概率是多少？

2、至少要装多少个水龙头，才能以95％以上的概率保证不拥挤？

3、至少安装多少个水龙头，才能以99%以上的概率保证不拥挤？

4、若条件中已有水龙头数量改为55个，其余的条件不变, （1），（2）两问题结果如何？

5、若条件中的每个学生占用由1%提高到1.5%，其余的条件不变，则（1），（2）两问题结果如何?

解：1、设同一时刻，5000个学生中占用水龙头的人数为X，则

X～B（5000,0.01）

拥挤的概率是

有定理2，n=5000，p=0.01，q=0.985，

故

即拥挤的概率

P(ζ > 45) = 1 ? 0.2389 = 0.7611

2、欲求m，使得，

即，

由于，即，

查表，即，需装62个水龙头。

问题的变形：

3、至少安装多少个水龙头，才能以99%以上的概率保证不拥挤？

解：欲求m，使得

，即，

由，即，

查表，即m≥66.4，故需要装67个水龙头。

4、若条件中已有水龙头数量改为55个，其余的条件不变, （1），（2）两问题结果如何？

解：（1）

（2）

5、若条件中的每个学生占用由1%提高到1.5%，其余的条件不变，则（1），（2）两问题结果如何?

解：(1)设同一时刻，5000个学生中占用水龙头的人数为X，则

X-B(5000，0.015)

已知n=5000，p=0.015，q=0.985，np=75，。拥挤的概率达

。

(2)欲求m，使得，

即，由，

即，查表，即m≥89.14 ，

故需装90个水龙头。

中心极限定理以严格的数学形式阐明了在大样本条件下，不论总体的分布如何，样本的均值总是近似地服从正态分布。如果一个随机变量能够分解为独立同

分布的随机变量序列之和，则可以直接利用中心极限定理进行解决。总之，恰当地使用中心极限定理解决实际问题有着极其重要意义。

参考文献：

[1]邓永录著应用概率及其理论基础.清华大学出版社。

[2]魏振军著概率论与数理统计三十三讲.中国统计出版社。

[3]程依明等著概率论与数理统计习题与解答.高等数学出版社。

[4]孔祥凤.中心极限定理在管理中的应用[J].现代商业,2009,(4)

课程论文成绩评定表

中心极限定理及其应用论文

青岛农业大学本科生课程论文 题目：中心极限定理及其应用姓名： 学院： 专业： 班级： 学号： 指导教师： 2012 年06 月27 日

青岛农业大学课程论文任务书 论文题目中心极限定理及其应用 要求完成时间 2012年 07 月 02 日 论文内容（需明确列出研究的问题）：研究中心极限定理的目的就是为了更深入的了解中心极限定理，更好的了解中心极限定理的作用，更好地使用它解决现实生活中的问题。 资料、数据、技术水平等方面的要求论文要符合一般学术论文的写作规范，具备学术性、科学性和一定的创造性。文字要流畅、语言要准确、论点要清楚、论据要准确、论证要完整、严密，有独立的观点和见解。内容要理论联系实际，计算数据要求准确，涉及到他人的观点、统计数据或计算公式等要标明出处，结论要写的概括简短。参考文献的书写按论文中引用的先后顺序连续编码。 指导教师签名：年月日

中心极限定理及其应用 信息与计算科学专业（学生姓名） 指导教师（老师姓名） 摘要：中心极限定理在概率论与数理统计中占有重要地位，本文阐述了中心极限定理的内容并简单介绍了它在实际中的应用。 关键词：中心极限定理；正态分布；随机变量

Central limit theorem and its application Student majoring in Information and Computing Science Specialty （学生英文名） Tutor （老师英文名） Abstract:The central limit theorem in probability theory and mathematical statistics plays an important role,this paper expounds the content of the central limit theorem and briefly introduces its application in practice. Key words: Central limit theorem Normal distribution Random variable

勾股定理的应用(讲义及答案).

勾股定理的应用（讲义） 知识点睛 1.利用勾股定理解决实际问题的处理思路： （1）理解题意，把实际问题转化为数学问题； （2）找出相应的直角三角形，并找出其______、______； （3）根据已知及所求，利用___________进行计算． 2.“勾股定理”或“勾股定理逆定理”： 条件是直角三角形时，考虑______________________； 要证明三角形是直角三角形，考虑______________________． 精讲精练 1.一艘帆船由于风向的原因先向正东方向航行了160km，然后 向正北方向航行了120km，这时它离出发点有________km． 2.我方侦察员小王在距离东西向公路400m处侦察，发现一辆敌 方汽车在公路上疾驶，他赶紧拿出红外测距仪，测得汽车与他相距400m，10s后，汽车与他相距500m，则敌方汽车的速度为_________km/h． 3.如图，一个梯子AB长2.5米，顶端A靠在一竖直的墙AO上，这 时梯子底端B与墙角O的距离为0.7米．梯子滑动后停在CD位置上，测得BD=0.8米，求梯子顶端A沿墙下滑了多少米？

4.一根竹子高1丈，折断后竹子顶端落在离竹子底端3尺处， 则折断处离地面的高度是_________尺．（这是我国古代数学著作《九章算术》中的一个问题．其中的丈、尺是长度单位，1丈=10尺） 第4题图第5题图 5.在我国古代数学著作《九章算术》中记载了一道有趣的问题， 这个问题的大意是：有一个水池，水面是一个边长为10尺的正方形．在水池正中央有一根新生的芦苇，它高出水面1尺．如果把这根芦苇垂直拉向岸边，它的顶端恰好到达岸边的水面．请问这个水池的深度是_______尺，这根芦苇的长度是 _______尺． 6.如图，公路上A，B两站相距5km，在公路附近有C，D两 所学校，DA⊥AB于点A，CB⊥AB于点B，已知AD=2km，BC=1km，现要在公路边建一个青少年活动中心E，使C，D 两所学校到E的距离相等，则青少年活动中心E应建在距离A多远处？

中心极限定理及其应用

中心极限定理及其应用 [摘要] 在中心极限定理的基础上，通过实例介绍它的应用。 [关键词] 中心极限定理随机变量应用 中心极限定理是棣莫佛在18世纪首先提出的，至今其内容已经非常丰富。它不仅是概率论中的重要内容，而且还是数理统计中大样本统计推断的理论基础。一种随机现象可能会受到许多不确定因素的影响,如果这些彼此之间没有什么依存关系,且谁也没有特别突出的影响,那么,这些影响的“累积效应”将会使现象近似地服从正态分布。中心极限定理在很一般的情况下证明了，无论随机变量服从什么分布，个随机变量的和当时的极限分布是正态分布。因此，它不仅提供了计算独立随机变量之和的近似概率的简单方法，而且有助于解释在现实中为什么很多数量指标都服从或近似服从正态分布这一事实。在中心极限定理的教学中，通过列举一些用中心极限定理解决问题的实例，能使学生较深地理解中心极限定理的理论与实用价值。 一、两个常用的中心极限定理 根据不同的假设条件，有多个中心极限定理。这里只介绍两个常用的中心极限定理。 定理1 列维—林德伯格（Levy-Lindeberg）定理（独立同分布的中心极限定理） 设随机变量相互独立，服从同一分布，且具有数学期望和方差.则随机变量 的分布函数Fn（x）对于任意x满足 （5.7） 从定理1的结论可知，当n充分大时，有 或者说，当n充分大时，有 如果用表示相互独立的各随机因素。假定它们都服从相同的分布（不论服从什么分布），且都有有限的期望与方差（每个因素的影响有一定限度）。则（5.8）式说明，作为总和这个随机变量，当n充分大时，便近似地服从正态分布。 定理2（棣莫佛-拉普拉斯(De Moivre Laplace)定理） 设随机变量X服从参数为n，p （0＜p＜1）的二项分布，即，则

勾股定理(讲义)

勾股定理 一、知识归纳 1．勾股定理 容：直角三角形两直角边的平方和等于斜边的平方； 表示方法：如果直角三角形的两直角边分别为a，b，斜边为c，那么222 += a b c 2．勾股定理的适用围 勾股定理揭示了直角三角形三条边之间所存在的数量关系，它只适用于直角三角形，对于锐角三角形和钝角三角形的三边就不具有这一特征，因而在应用勾股定理时，必须明了所考察的对象是直角三角形 3．勾股定理的应用 ①已知直角三角形的任意两边长，求第三边 在ABC ∠=?，则c，b=，a= ?中，90 C ②知道直角三角形一边，可得另外两边之间的数量关系 二、题型 题型一：直接考查勾股定理 例１. 在ABC C ∠=? ?中，90 ⑴已知6 BC=．求AB的长 AC=，8 ⑵已知17 AB=，15 AC=，求BC的长 解： 题型二：应用勾股定理建立方程

2 1 E D C B A 例２.⑴在AB C ?中，90ACB ∠=?，5AB =cm ，3BC =cm ，C D AB ⊥于D ，CD ＝ ⑵已知直角三角形的两直角边长之比为3:4，斜边长为15，则这个三角形的面积为 ⑶已知直角三角形的周长为30cm ，斜边长为13cm ，则这个三角形的面积为 例３.如图ABC ?中，90C ∠=?，12∠=∠， 1.5CD =， 2.5BD =，求AC 的长

A B C D E 例4.如图Rt ABC ?，90C ∠=?3,4AC BC ==,分别以各边为直径作半圆，求阴影部分面积 题型三：实际问题中应用勾股定理 例5.如图有两棵树，一棵高8cm ，另一棵高2cm ，两树相距8cm ，一只小鸟从一棵树的树梢飞到另一棵数的树梢，至少飞了 m

中心极限定理与大数定理的关系

渤海大学学士学位论文 题目: 中心极限定理与大数定理的关系 系别: 渤海大学 专业: 数学系 班级: 2002级1班 姓名：于丹 指导教师：金铁英 完成日期：2006年5月19日 中心极限定理与大数定理的关系 于丹 （渤海大学数学系辽宁锦州 121000 中国） 摘要：中心极限定理是概率与数理统计的一个重要分支，大数定理和中心极限定理都是讨论的随机变量序列的极限问题，它们是概率论中比较深入的理论结果。 本篇论文从研究大数定理开始，然后由大数定理以及收敛性引出了中心极限定理，最后通过对定理在实际应用中的举例和定理的一些反例的研究使我们弄清中心极限定理的内涵与外延，进一步弄清了大数定理与中心极限定理之间的关系。 关键词：大数定理中心极限定理收敛性 The relation of the central limit theorem and large numbers law Yu Dan (Department of Mathematics Bohai University Liaoning jinzhou 121000 China) Abstract：The Central limit theorem is an important branch of probability and mathematical statistic. The large numbers law and the central limit theorem is limit question of random variable sequence .They are the quite thorough theory result in the theory of probability. This paper commences from large numbers law,then the central limit theorem is cited by large numbers law and convergence.Eventually,we can understand connotation and extension of the central limit theorem by its examples and relationship between large numbers law and the central limit theorem . Key words:large numbers law ; the central limit theorem ; convergence. 引言

中心极限定理的内涵和应用

中心极限定理的内涵和应用 在概率论与数理统计中，中心极限定理是非常重要的一节内容，而且是概率论与数理统计之间承前启后的一个重要纽带。中心极限定理是概率论中讨论随机变量和的分布以正态分布为极限的一组定理。这组定理是数理统计学和误差分析的理论基础，指出了大量随机变量之和近似服从于正态分布的条件。故为了深化同学们的理解并掌握其重要性，本组组员共同努力，课外深入学习，详细地介绍了中心极限定理的内涵及其在生活实践中的应用。 一、独立同分布下的中心极限定理及其应用 在对中心极限定理的研究中，我们不妨由浅入深地来学习，为此我们先来研究一下在独立同分布条件下的中心极限定理，即如下的定理1： 定理l （林德伯格-勒维中心极限定理）设{}n X 是独立同分布的随机变量序列，且0)(,)(2>==σμi i X Var X E 存在，若记 n n X Y n i i n σμ-= ∑=1 则对任意实数y ，有 {}?∞--∞→=Φ=≤y t n n t y y Y P .d e π21)(lim 22 （1） 证明：为证明(1)式，只须证}{n Y 的分布函数列弱收敛于标准正态分布。由定理可知：只须证}{n Y 的特征函数列收敛于标准正态分布的特征函数。为此,设μ-n X 的特征函数为)(t ?，则n Y 的特征函数为 n Y n t t n ??????=)()(σ?? 又因为E(μ-n X )=0，Var(μ-n X )=2σ,所以有()0?'=0，2)0(σ?-=''。 于是，特征函数)(t ?有展开式 )(2 11)(2)0()0()0()(22222t o t t o t t +-=+''+'+=σ???? 从而有 =??????+-=+∞→+∞→n n Y n n t o n t t n )(21lim )(lim 22?22t e - 而22 t e -正是N(0,1)分布的特征函数，定理得证。

勾股定理复习讲义

2 1E D C B A 勾股定理复习 班级______姓名_________ 一．知识归纳 １．勾股定理：如果直角三角形的两直角边分别为a ，b ，斜边为c ，那么____________, 2.勾股定理的逆定理 如果三角形三边长a ，b ，c 满足________，那么这个三角形是_______，其中_____为斜边 如何判定一个三角形是否是直角三角形 （1）首先确定最大边（如c ）.（2）验证2 c 与2 a +2 b 是否具有相等关系. 若2c =2a +2b ，则△ABC 是 ；若2c ≠2a +2 b ，则△ABC 不是 . 3.勾股数 ①能够构成直角三角形的三边长的三个_________称为勾股数，即222a b c +=中，a ，b ，c 为_____整数时，称a ，b ，c 为一组勾股数 ②记住常见的勾股数可以提高解题速度，如_______；_______；________；7,24,25等 题型一：直接考查勾股定理 例１.（1）在ABC ?中，90C ∠=?，17AB =，15AC =，BC ＝ （2）在ABC ?中，90ACB ∠=?，5AB =cm ，3BC =cm ，CD AB ⊥于D ，CD ＝ （3）已知直角三角形的两直角边长之比为3:4，斜边长为15，则这个三角形的面积为 （4）已知直角三角形的周长为30cm ，斜边长为13cm ，则这个三角形的面积为 2cm 练习1：求下列阴影部分的面积： （1） 正方形S ＝ ； （2）长方形S ＝ ； （3）半圆S ＝ ； 2：如图2，已知△ABC 中，AB ＝17，AC ＝10， BC 边上的高AD ＝8，则边BC 的长为 例2.如图ABC ?中，90C ∠=?，12∠=∠， 1.5CD =， 2.5BD =，求AC 的长 D C B A

勾股定理实际应用(讲义及答案)

勾股定理实际应用（讲义） ? 课前预习 1. 常用的6组勾股数：___________；__________；___________；___________； __________；___________． 2. 请你画出圆柱的侧面展开图． 3. 读一读，做一做 小聪郊游时发现了一个有趣的问题：有一只蚂蚁从易拉罐底部爬向易拉罐顶部的罐口处喝饮料，在侧面留下了其爬行的轨迹．小聪观察后发现，蚂蚁爬行的路径是一条曲线，小聪想知道蚂蚁具体爬行了多长，于是邀请小明一起来研究这个问题．经过一番讨论，小聪和小明分别准备尝试用两种方法来进行测量． 的长度来估计爬行的路程，如图1． 方案二：小明准备将易拉罐侧面剪开，然后用尺子直接测量蚂蚁爬行的路程．小明剪开易拉罐侧面，将其展开后发现，蚂蚁爬行的路径竟然是一条笔直的线段，如图2． 请你选一张长方形纸片，画出他的对角线，然后卷成一个圆柱，的方法，动手测量一下这条线的长度． ? 知识点睛

蚂蚁爬最短路问题处理思路： （1）________________________； （2）找点，连线； （3）构造__________，利用__________进行计算． ?精讲精练 1.有这样一个有趣的问题：如图所示，圆柱的高等于8 cm，底面半径等于2 cm．在 圆柱的下底面的A点处有一只蚂蚁，它想吃到上底面上与A相对的B点处的食物，则蚂蚁沿圆柱的侧面爬行的最短路程是__________．（π取整数3） 2.如图，一根藤蔓一晚上生长的长度是沿树干爬一圈后由点A上升到点B，已知 AB=5 cm，树干的直径为4 cm．你能计算出藤蔓一晚上生长的最短长度吗？（π取整数3） 3.如图所示，有一根高为2 m的木柱，它的底面周长为0.3 m，为了营造喜庆的气 氛，老师要求小明将一根彩带从柱底向柱顶均匀地缠绕7圈，一直缠到起点的正

大数定律与中心极限定理及其应用

重庆三峡学院毕业设计（论文）大数定律与中心极限定理及其应用 分院数学与统计学院 专业数学与应用数学（师范） 班级 10数本1班 学号201006034109 姓名张永东 指导教师陈飞翔 (讲师) 2014年5月10日

目录 摘要.................................................................................................................................................. I ABSTRACT. ..................................................................................................................................II １大数定律的应用 .. (3) 1.1引言 (3) 1.2预备知识 (3) 1.2.1相关定义 (3) 1.2.2切比雪夫不等式及其应用 (4) 1.3几类重要的大数定律的应用 (4) 1.3.1切比雪夫大数定律及其在测绘方面的应用 (4) 1.3.2伯努利大数定律及其在重复事件方面的应用 (6) 1.3.3辛钦大数定律及其在数学分析方面的应用 (6) 1.4大数定律的意义 (8) 2 中心极限定理的应用 (8) 2.1前言 (8) 2.2几类重要的中心极限定理的应用 (9) 2.2.1林德伯格定理及其在保险方面的应用 (9) 2.2.2列维定理及其在极限求解方面的应用 (10) 2.2.3棣莫弗-拉普拉斯定理及其在实际生活方面的应用 (11) 2.2.4 李雅普诺夫中心极限定理及其在具体分布方面的应用 (14) 3 大数定律和中心极限定理的比较应用 (15) 3.1大数定律和中心极限定理的比较应用 (15) 结论 (16) 致谢 (17) 参考文献 (18)

中心极限定理的内涵和应用

中心极限定理的涵和应用 在概率论与数理统计中，中心极限定理是非常重要的一节容，而且是概率论与数理统计之间承前启后的一个重要纽带。中心极限定理是概率论中讨论随机变量和的分布以正态分布为极限的一组定理。这组定理是数理统计学和误差分析的理论基础，指出了大量随机变量之和近似服从于正态分布的条件。故为了深化同学们的理解并掌握其重要性，本组组员共同努力，课外深入学习，详细地介绍了中心极限定理的涵及其在生活实践中的应用。 一、独立同分布下的中心极限定理及其应用 在对中心极限定理的研究中，我们不妨由浅入深地来学习，为此我们先来研究一下在独立同分布条件下的中心极限定理，即如下的定理1： 定理l （林德伯格-勒维中心极限定理）设{}n X 是独立同分布的随机变量序列，且0)(,)(2>==σμi i X Var X E 存在，若记 n n X Y n i i n σμ-= ∑=1 则对任意实数y ，有 {}?∞--∞→=Φ=≤y t n n t y y Y P .d e π21)(lim 22 （1） 证明：为证明(1)式，只须证}{n Y 的分布函数列弱收敛于标准正态分布。由定理可知：只须证}{n Y 的特征函数列收敛于标准正态分布的特征函数。为此,设μ-n X 的特征函数为)(t ?，则n Y 的特征函数为 n Y n t t n ??????=)()(σ?? 又因为E(μ-n X )=0，Var(μ-n X )=2σ,所以有()0?'=0，2)0(σ?-=''。于是，特征函数)(t ?有展开式 )(2 11)(2)0()0()0()(22222t o t t o t t +-=+''+'+=σ???? 从而有 =??????+-=+∞→+∞→n n Y n n t o n t t n )(21lim )(lim 22?22t e - 而22 t e -正是N(0,1)分布的特征函数，定理得证。

-中心极限定理在保险业务中的应用讲解学习

-中心极限定理在保险业务中的应用

中心极限定理在保险业务中的应用 学生姓名：许红红指导教师:赵连阔 一、引言 保险是以合同的形式来确定双方经济关系，以投保人缴纳保险费所建立起来的保险基金，对保险合同规定范围内的意外所造成的损失，进行经济补偿或给付的一种经济形式。保险费是根据数理统计原理进行制定，对未来发生的成本进行预测和估算，将预期赔偿金额作为纯保险费来收取的。为避免和减少未来风险因素带来的经济损失，保险公司采取一些方法保证自己的偿付能力。 在实际生活中有诸如交通事故发生率、人口死亡率等许多随机因素影响着保险的预期利润和偿付能力，这些随机因素是相互独立的，且每一个因素的影响在总结果中所起到的作用都是很小的随机变量。这些随机变量都通常近似服从正态分布。这种现象就是中心极限定理产生的客观背景条件。 二、中心极限定理 结合上文中心极限定理的产生的客观背景，我们给出中心极限定理的具体内容。我们把描述或验证大量随机变量和的极限是正态分布的那些定理通称为中心极限定理。但其中最常见、最基本且应用最广泛的是两个定理德莫弗—拉普拉斯中心极限定理（二项分布的正态近似）和林德贝格—勒维中心极限定理（独立同分布下的中心极限定理）。

(一)德莫弗——拉普拉斯定理 设n 重伯努利试验(将事件A 重复进行n 次)中，事件A 在每次试验中出现的概率为 ()01p p <<，记n μ为n 次试验中事件A 出现的次数，且记* n Y =，其中1.q p =- 则对任意实数y ，有 {}()2 *2lim . t y n n P Y y dt y -→+∞≤==Φ? 这个定理可以说是二项分布的近似正态分布，当n 充分大时，可以利用该定理来计算二项分布的概率。 即(),A B n p :，其中1q p =-，则当n 很大时，有 ()P a X b ≤≤≈-. (二)林德贝格——勒维中心极限定理 设{}n X 是独立同分布的随机变量序列，且()()2,0i i E X Var X μσ==>记 * n Y 则对任意实数y ，有 *lim () n n P Y y ?→+∞≤=22 ()t y y e dt --∞=. 此定理也可称为独立同分布中心极限定理且应用十分广泛，它只假设{}n X 独立同分布、方差存在，且是随便变量的序列，不管原来的分布是什么，只要n 充分大，就可以用正态分布去逼近。于是有：

勾股定理实际应用(讲义及答案)

勾股定理实际应用（讲义） 课前预习 1. 常用的6组勾股数：___________；__________；___________；___________；__________；___________．2. 请你画出圆柱的侧面展开图． 3.读一读，做一做 小聪郊游时发现了一个有趣的问题：有一只蚂蚁从易拉罐底部爬向易拉罐顶部的罐口处喝饮料，在侧面留下了其爬行的轨迹．小聪观察后发现，蚂蚁爬行的路径是一条曲线，小聪想知道蚂蚁具体爬行了多长，于是邀请小明一起来研究这个问题．经过一番讨论，小聪和小明分别准备尝试用两种方法来进行测量． 方案一：小聪准备用一根绳子沿着蚂蚁爬过的轨迹来进行测量，然后再借助绳子的长度来估计爬行的路程，如图1．方案二：小明准备将易拉罐侧面剪开，然后用尺子直接测量蚂蚁爬行的路程．小明剪开易拉罐侧面，将其展开后发现，蚂蚁爬行的路径竟然是一条笔直的线段，如图2． 请你选一张长方形纸片，画出他的对角线，然后卷成一个圆柱，并参照小聪和小明的方法，动手测量一下这条线的长度．图1 图2

知识点睛 蚂蚁爬最短路问题处理思路： （1）________________________； （2）找点，连线； （3）构造__________，利用__________进行计算． 精讲精练 1.有这样一个有趣的问题：如图所示，圆柱的高等于8cm，底 面半径等于2cm．在圆柱的下底面的A点处有一只蚂蚁，它想吃到上底面上与A相对的B点处的食物，则蚂蚁沿圆柱的侧面爬行的最短路程是__________．（π取整数3） 2.如图，一根藤蔓一晚上生长的长度是沿树干爬一圈后由点A 上升到点B，已知AB=5cm，树干的直径为4cm．你能计算出藤蔓一晚上生长的最短长度吗？（π取整数3）

中心极限定理及其意义

题目：中心极限定理及意义 课程名称：概率论与数理统计 专业班级： 成员组成： 联系方式： 2012年5月25日 摘要： 本文从随机变量序列的各种收敛与他们的关系谈起，通过对概率经典定理——中心极限定理在独立同分布和不同分布两种条件下的结论做了比较系统的阐述，揭示了随机现象最根本的性质——平均结果的稳定性。经过对中心极限定理的讨论，给出了独立随机变量之和的分布用正态分布来表示的理论依据。同样中心极限定理的内容也从独立分布与独立不同分布两个角度来研究。同时通过很多相关的正反例题，进行说明这些定理所给出的条件是否是充要条件；签掉在实际问题中灵活的应用和辨别是否服从我们给出的定理条件。最后了解一些简单简便的中心极限定理在数理统计、管理决策、仅是计算以及保险业务等方面的应用，来进一步的阐明了中心极限定理分支学课中的中重要作用和应用价值。

关键词： 随机变量，独立随机变量，特征函数，中心极限定理 引言： 在客观实际中有许多随机变量，他们是由大量的相互独立的随机因数的综合 影响所形成的，而其中每一个别因数在总的影响中所起的作用都是渺小的，这种随机变量往往近似地服从正态分布，这种现象就是中心极限定理的客观背景。 中心极限定理自提出至今，其内容已经非常丰富。在概率论中，把研究在什么条件下，大量独立随机变量和的分布以正态分布为极限的这一类定理称为中心极限定理。但其中最常见、最基本的两个定理是德莫佛-拉普拉斯中心极限定理和林德贝格-勒维中心极限定理。 一、三个重要的中心极限定理 1.独立同分布的中心极限定理 设随机变量??????,,,,21n X X X 相互独立，服从统一分布，具有数学期望和方差 ()()) ,2,1(0,2???=>==k X D X E k k σμ，则随机变量之和 ∑=n k k X 1 的标准化变量， σ μ n n X X D X E X Y n k k n k k n k k n k k n -=?? ? ????? ??-=∑∑∑∑====1 111 的分布函数)(x F n 对于任意x 满足， ()x dt e x n n X P x F t x n k k n n n Φ==????????? ?? ??? ≤-=-∞-=∞→∞→?∑2/1221lim )(lim πσμ 2.李雅普诺夫定理 设随机变量??????,,,,21n X X X 相互独立，它们具有数学期望和方差 ()()) ,2,1(0,2???=>==k X D X E k k k k σμ，

大数定律及中心极限定理 应用题

大数定律与中心极限定理 应用题 1． 设各零件质量都是随机变量，且独立同分布，其数学期望为0.5kg ，标准差 为0.1kg, 问（1）5000只零件的总质量超过2510kg 的概率是多少？(2)如果用一辆载重汽车运输这5000只零件，至少载重量是多少才能使不超重的概率大于0.975？ 解 设第i 只零件重为i X ，500,...,2,1=i ，则5.0=i EX ，21.0=i DX 设 ∑==500 1i i X X ，则X 是这些零件的总重量 250050005.0=?=EX ，5050001.02=?=DX 由中心极限定理 )1,0(~50 2500N X a - （1）)2510(≥X P =)50 25002510502500(-≥-X P )2(10Φ-≈=9213.01-=0.0787 (2) 设 汽车载重量为a 吨 )(a X P ≤=)502500502500(-≤-a X P 95.0)50 2500(0≥-Φ≈a 查表得 64.150 2500≥-a 计算得 59.2511≥a 因此汽车载重量不能低于2512公斤 2． 有一批建筑房屋用的木柱，其中80%的长度不小于3m ，先从这批木柱中随 机的取100根，求其中至少有30根短于3m 的概率？ 解 设X 是长度小于3m 的木柱根数，则)2.0,100(~b X 由中心极限定理 )16,20(~N X a )30(≥X P =)16 20301620(-≥-X P )5.2(10Φ-≈=9938.01-=0.0062 3． 一个食品店有三种蛋糕出售，由于售出哪一种蛋糕是随机的，因而售出一种 蛋糕的价格是随机变量，它取1元，1.2元，1.5元的概率分别为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）售价为1.2元蛋糕售出多于60只的概率。

大数定理与中心极限定理的关系及应用

本科生毕业论文（设计） 题目大数定律与中心极限定理的 关系及应用 姓名学号 院系数学科学学院 专业数学与应用数学 指导教师职称 2013年4 月16 日 曲阜师范大学教务处制

目录 摘要 (3) 关键词 (3) Abstract (3) Key words (3) 引言 (3) 1 大数定律与中心极限定理的关系 (4) 1.1预备知识 (4) 1.1.1大数定律 (4) 1.1.2中心极限定理 (5) 1.2大数定律与中心极限定理的关系 (6) 1.2.1服从大数定律不服从中心极限定理的例子 (7) 1.2.2服从中心极限定理不服从大数定律的例子 (8) 1.2.3大数定律与中心极限定理均不服从的例子 (9) 2 大数定律与中心极限定理在实际生活中的应用 (10) 2.1 在误差分析中的应用 (10) 2.2 在数学分析中的应用 (11) 2.3 在近似计算中的应用 (13) 2.4 在保险业中的应用 (14) 2.5 在企业管理方面的应用 (15) 结论 (16) 致谢 (16) 参考文献 (17)

大数定律与中心极限定理的 关系及应用 摘要：本文通过对大数定律与中心极限定理在独立同分布和不同分布两种情况下的结论作了比较系统的阐述，揭示了随机现象最根本的性质——平均结果的稳定性。经过对中心极限定理的讨论，给出了独立随机变量之和的分布可以用正态分布来表示理论依据。另外，叙述了大数定律与中心极限定理之间的关系，同时通过举出很多相关的反例说明二者的关系。最后给出了一些简便的大数定律与中心极限定理在误差分析、数学分析、近似计算、保险业及企业管理等几个方面的应用,来进一步地阐明了大数定律与中心极限定理在各分支学科中的重要作用和应用价值。 关键词：大数定律中心极限定理随机变量应用 Relationship and Applications between the Law of Large Number and Central Limit Theorem Student majoring in mathematics and applied mathematics Bai Yanfei Tutor Liu Li Abstract: Based on the law of large numbers and central limit theorem in the independent distribution with the different distribution of both cases, it makes more systematic exposition, and reveals the phenomenon of the random nature of the most fundamental an average of the results of the Stability. Through the central limit theorem discussion, it gives out the random variables and the distribution of the normal distribution. At the same time, it demonstrates the relationship between the two aspects through lots of anti-related examples. Finally, it gives out several aspects of applications of a number of simple law of large numbers and the central limit theorem in error analysis, mathematical analysis, the approximate calculation, the insurance industry and business management to further clarify the law of large numbers and the central limit theorem in all branches of the important role and value. Key words: Laws of large number; Central-limit theorem; Random variables; Applications 引言概率论与数理统计是研究随机现象的统计规律的一门学科,而随机现象的统计规律性只有在相同条件下进行大量重复试验或观察才呈现出来。在随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律就是大数定律。大数定律是概率论中一个非常重要的课题，而且是概率论与数理统计之间一个承前启后的重要纽带。大数定律阐明了大量随机现象平均结果具有稳定性，证明了在大样本条件下，样本平均值可以看作总体平均值,它是“算数平均值法则”的基本理论，通俗地说，这个定理就是在试验不变的条件下，重复试验多次，随机事件的频率以概率为稳定值。在现实生活中经常可以见到这一类型的数学模型，比如，我们向上抛一枚硬币，硬币落下后哪一面朝上本来是偶然的，但当我们向上抛硬币的次数足够多时，达到上万次甚至几十万几百万次之后，我们会发现，硬币向上的次数约占总次数的二分之一，偶然中包含着必然。 而中心极限定理是概率论中讨论随机变量序列部分和的分布渐近于正态分

勾股定理实际应用(讲义) 含答案

勾股定理实际应用（讲义） ? 课前预习 1. 常用的6组勾股数：___________；__________；___________；___________； __________；___________． 2. 下列各组数： ①6，6，8 ②65，8 5，2 ③13，14，15 ④0.6，0.8，1.0 ⑤10，24，26 ⑥7，12，13 其中能作为直角三角形三边长的是___________．（填写序号） 3. 请你画出圆柱的侧面展开图． 4. 读一读，做一做 小聪郊游时发现了一个有趣的问题：有一只蚂蚁从易拉罐底部爬向易拉罐顶部的罐口处喝饮料，在侧面留下了其爬行的轨迹．小聪观察后发现，蚂蚁爬行的路径是一条曲线，小聪想知道蚂蚁具体爬行了多长，于是邀请小明一起来研究这个问题．经过一番讨论，小聪和小明分别准备尝试用两种方法来进行测量． 的长度来估计爬行的路程，如图1． 方案二：小明准备将易拉罐侧面剪开，然后用尺子直接测量蚂蚁爬行的路程．小明剪开易拉罐侧面，将其展开后发现，蚂蚁爬行的路径竟然是一条笔直的线段，如图2． 请你选一张长方形纸片，画出他的对角线，然后卷成一个圆柱，的方法，动手测量一下这条线的长度． ? 知识点睛

蚂蚁爬最短路问题处理思路 （1）__________________________； （2）__________________________； （3）_______________，利用________________进行计算． ? 精讲精练 1. 有这样一个有趣的问题：如图所示，圆柱的高等于12cm ，底面半径等于3cm ．在 圆柱的下底面的A 点处有一只蚂蚁，它想吃到上底面上与A 相对的B 点处的食物，则沿圆柱的侧面爬行的最短路程是__________．（π取整数3） 2. 如图，一根藤蔓一晚上生长的长度是沿树干爬一圈后由点A 上升 到点B ，已知AB =5cm ，树干的直径为4cm ．你能计算出藤蔓一晚上生长的最短长度吗？（π取整数3） 3. 如图所示，有一根高为2m 的木柱，它的底面周长为0.3m ，为了营造

概率论大数定律及其应用

概率论基础结课论文 题目：独立随机序列的大数事件的定理与应用 作者：信计1301班王彩云130350119 摘要：概率论历史上第一个极限定理属于伯努利，后人称之为“大数定律”。概率论中讨论随机变量序列的算术平均值向常数收敛的定律。概率论与数理统计学的基本定律之一，又称弱大数理论。 大数定律以严格的数学形式表达了随机现象最根本的性质—平均结果的稳定性，它是概率论中一个非常重要的定律，是随机现象统计规律性的具体表现，应用很广泛。本文介绍了几种常用的大数定律，并分析了它们在理论与实际中的应用。 关键词：弱大数定理伯努利大数定理随机变量数学期望概率 引言：“大数定律”本来是一个数学概念，又叫做“平均法则”。在随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律就是大数定律，通俗的说，这个定律就是在试验不变的条件下，重复试验多次，随机事件的频率以概率为稳定值。比如，我们向上抛一枚硬币，硬币落下时哪一面朝上本身是偶然的，但当我们向上抛的硬币的次数足够多时，达到上万次甚至几十万几百万时之后，我们就会发现，硬币朝上的次数大约占总数的二分之一。偶然之中包含着必然。 从概率的统计定义中可以看出：一个事件发生的频率具有稳定性，即随着试验次数的增多，事件的频率逐渐稳定在某个常数附近，人们在实践中观察其他的一些随机现象时，也常常会发现大量随机个体的平均效果的稳定性。这就是说，无论个别随机个体以及它们在试验进行过程中的个别特征如何，大量随机个体的平均效果与每一个体的个别特征无关，而且结果也不再是随机的。深入考虑后，人们会提出这样的问题：稳定性的确切含义是什么？在什么条件下具有稳定性？这就是我们大数要研究的问题。 概率与统计是研究随机现象的统计规律的学科，而随机现象的统计规律性只有在相同条件下进行大量重复试验或观察才呈现出来。然而，在大量重复试验或观察中，我们会发现，一个事件发生的频率具有稳定性，它的稳定性会随着试验次数的增多表现得越来越明显。这种稳定性与它在在实验进行中的个别特征无关，且不再是随机的。大数定律给出了稳定性的确切含义，并且给出了什么条件下才具有稳定性。那么，这对于我们解决理论与实际问题有哪些实际意义呢？这就是我们在下面将要了解到的，大数定律的某些应用。即，大数定律及其在理论与实际生活中的一些应用。

勾股定理的应用(讲义)(含答案)

勾股定理的应用（讲义） ?知识点睛 1.利用勾股定理解决实际问题的处理思路： （1）理解题意，把实际问题转化为数学问题； （2）找出相应的直角三角形，并找出其______、______； （3）根据已知及所求，利用___________进行计算． 2.“勾股定理”或“勾股定理逆定理”： 条件是直角三角形时，考虑______________________； 要证明三角形是直角三角形，考虑______________________． ?精讲精练 1.一艘帆船由于风向的原因先向正东方向航行了160 km，然后向正北方向航行了 120 km，这时它离出发点有________km． 2.我方侦察员小王在距离东西向公路400 m处侦察，发现一辆敌方汽车在公路上疾 驶，他赶紧拿出红外测距仪，测得汽车与他相距400 m，10 s后，汽车与他相距500 m，则敌方汽车的速度为_________km/h． 3.如图，一个梯子AB长2.5米，顶端A靠在一竖直的墙AO上，这时梯子底端B与墙角O 的距离为0.7米．梯子滑动后停在CD位置上，测得BD=0.8米，求梯子顶端A沿墙下滑了多少米？

4.一根竹子高1丈，折断后竹子顶端落在离竹子底端3尺处，则折断处离地面的高 度是_________尺．（这是我国古代数学著作《九章算术》中的一个问题．其中的丈、尺是长度单位，1丈=10尺） 第4题图第5题图 5.在我国古代数学著作《九章算术》中记载了一道有趣的问题，这个问题的大意 是：有一个水池，水面是一个边长为10尺的正方形．在水池正中央有一根新生的芦苇，它高出水面1尺． 如果把这根芦苇垂直拉向岸边，它的顶端恰好到达岸边的水面．请问这个水池的深度是_______尺，这根芦苇的长度是_______尺． 6.如图，公路上A，B两站相距5 km，在公路附近有C，D两所学校，DA⊥AB于点 A，CB⊥AB于点B，已知AD=2 km，BC=1 km，现要在公路边建一个青少年活动中心E，使C，D两所学校到E的距离相等，则青少年活动中心E应建在距离A多远处？ D E C B A

中心极限定理的应用

毕业论文 题目中心极限定理的应用 学生姓名张世军学号1109014148 所在院(系) 数学与计算机科学学院 专业班级数学与应用数学专业(统计类)11级2班指导教师程小静 2015 年 5 月 25 日

中心极限定理的应用 张世军 （陕西理工学院数学与计算机科学学院数学与应用数学专业2011级数应2班，陕西汉中 723000） 指导教师：程小静 [摘要]中心极限定理是概率论中讨论随机变量序列部分和的分布渐近于正态分布的一类重要定理。本文首先从中心极限定理的内容出发，给出几种常见的中心极限定理并对其进行了证明；其次讨论了中心极限定理在供应电力、器件价格、商场管理、烟卷制造业、社会生活、军事问题等这几个方面的实际应用；最后总结分析了中心极限定理在应用上的优缺点。 [关键词]随机变量；中心极限定理；正态分布；概率论；近似计算 Central Limit Theorem of Application Zhang Shijun (Grade11,Class02,Major Mathematics and Applied Mathematics Specialty，Mathematics and computer scienceDept.，Shaanxi University of Technology，Hanzhong 723000，Shaanxi) Tutor: Cheng Xiaojing Abstract：The central limit theorem is an important limit theorem in probability theory to discuss a set of random variables and the distribution of the normal distribution. Firstly starting from the content of the central limit theorem, given several common central limit theorems and its proofs; Second central limit theorem is discussed in the electric power supply, prices, market management, cigarette manufacturing, social life, the practical application of this a few aspects such as military questions; Summarized and analyzed the advantages and disadvantages of central limit theorem on the application. Keywords：Random variables; Central limit theorem; Normal distribution; Probability theory;Approximate calculation