多维r.v.

的特征数
中心极限定理

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数
中心极限定理

《概率论与数理统计》
第三章 多维随机变量
汤银才
华东师范大学 金融与统计学院

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数
中心极限定理

《概率论与数理统计》
第三章 多维随机变量
汤银才
华东师范大学 金融与统计学院

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
3.4.1 一个重要的现象

大量的观察表明, 如果一个量是由大量相互独立的随机因素
的影响所造成, 而每一个别因素在总影响中所起的作用不大,
则这种量一般都服从或近似服从正态分布.
也即, n个独立同分布的r.v.的和的分布近似于正态分布, 且
随着n的增大, 这种近似程度愈来愈好.
例子: 例5.1(page 209), 例5.2(Page 211)

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
3.4.1 一个重要的现象

大量的观察表明, 如果一个量是由大量相互独立的随机因素
的影响所造成, 而每一个别因素在总影响中所起的作用不大,
则这种量一般都服从或近似服从正态分布.
也即, n个独立同分布的r.v.的和的分布近似于正态分布, 且
随着n的增大, 这种近似程度愈来愈好.
例子: 例5.1(page 209), 例5.2(Page 211)

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
3.4.1 一个重要的现象

大量的观察表明, 如果一个量是由大量相互独立的随机因素
的影响所造成, 而每一个别因素在总影响中所起的作用不大,
则这种量一般都服从或近似服从正态分布.
也即, n个独立同分布的r.v.的和的分布近似于正态分布, 且
随着n的增大, 这种近似程度愈来愈好.
例子: 例5.1(page 209), 例5.2(Page 211)

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
3.4.2 独立同分布下的中心极限定理
由于无穷个随机变量之和可能趋于∞, 故考虑标准化的随机
变量 P P n n
Xk − E ( Xk )
∗ k=1 k=1
Yn = s
n
P
D( Xk )
k=1

若X , X , · · · , X , · · · 是独立同分布的(i. i. d.) 的,
且E (X ) = µ, Var (X ) = σ , 则
1 2 n
2
i i

n
P
Xk − nµ
k=1
Yn∗ = √
nσ

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
3.4.2 独立同分布下的中心极限定理
由于无穷个随机变量之和可能趋于∞, 故考虑标准化的随机
变量 P P n n
Xk − E ( Xk )
∗ k=1 k=1
Yn = s
n
P
D( Xk )
k=1

若X , X , · · · , X , · · · 是独立同分布的(i. i. d.) 的,
且E (X ) = µ, Var (X ) = σ , 则
1 2 n
2
i i

n
P
Xk − nµ
k=1
Yn∗ = √
nσ

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
Lindberg—Levy 中心极限定理
定理2.1 (Lindberg—Levy中心极限定理)
设X , X , · · · , X , · · · 是i. i. d., 且E (X ) = µ, Var (X ) = σ , 2

0 < σ < ∞, 则
1 2 n i i
2

n
P
Xk − nµ
k=1 ·
Yn∗ = √ ∼ N(0, 1)
nσ

即 lim P(Y
n→∞
∗
n ≤ y ) = Φ(y ).

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
中心极限定理的作用

根据上述性质(也称大样本性质), 当n较大时, 可以(近似

的)计算n个i.i.d. r.v.的和 或算术平均的有关事件的概率或各
阶矩.
在定理条件下, 有X =
Pn  
Xi · σ2
n∼ N µ,
i=1
n

注: 当X , X , · · · , X ∼ N(µ, σ )时, 上述结论精确成立!

1 2 n
iid 2

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
中心极限定理的作用

根据上述性质(也称大样本性质), 当n较大时, 可以(近似

的)计算n个i.i.d. r.v.的和 或算术平均的有关事件的概率或各
阶矩.
在定理条件下, 有X =
Pn  
Xi · σ2
n∼ N µ,
i=1
n

注: 当X , X , · · · , X ∼ N(µ, σ )时, 上述结论精确成立!

1 2 n
iid 2

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
中心极限定理的作用

根据上述性质(也称大样本性质), 当n较大时, 可以(近似

的)计算n个i.i.d. r.v.的和 或算术平均的有关事件的概率或各
阶矩.
在定理条件下, 有X =
Pn  
Xi · σ2
n∼ N µ,
i=1
n

注: 当X , X , · · · , X ∼ N(µ, σ )时, 上述结论精确成立!

1 2 n
iid 2

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
3.4.3 二项分布的正态近似
考虑一个特例: 若X , X , · · · , X ∼ b(1, p)(对应于贝努里试验), iid

则E (X ) = p,PVar (X ) = p(1 − p), 且n重贝努里试验中成功出现

1 2 n

的次数Y = X 服从二项分布b(n, p). 当n很大时,它近似服

i i
n

从正态分布. 这一结论可表述为
n i=1 i

定理2.2 (德莫弗—拉普拉斯中心极限定理)
设Y ∼ b(n, p), 则
n

Yn − np ·
Yn∗ = p ∼ N(0, 1).
np(1 − p)

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
二种近似的比较

通常将德莫弗—拉普拉斯中心极限定理称为二项分布的正态
近似.
定理2.2.1(Page 80)为二项分布的泊松近似.
二种近似对于n都要求较大, 但对于p的要求不同:
当p很小(≤ 0.10), np不太大时使用泊松近似;
当np ≥ 5且n(1 − p) ≥ 5时用正态近似;
为了提高近似的精度, 基于频数Y 的计算作如下调整:
n

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
二种近似的比较

通常将德莫弗—拉普拉斯中心极限定理称为二项分布的正态
近似.
定理2.2.1(Page 80)为二项分布的泊松近似.
二种近似对于n都要求较大, 但对于p的要求不同:
当p很小(≤ 0.10), np不太大时使用泊松近似;
当np ≥ 5且n(1 − p) ≥ 5时用正态近似;
为了提高近似的精度, 基于频数Y 的计算作如下调整:
n

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
二种近似的比较

通常将德莫弗—拉普拉斯中心极限定理称为二项分布的正态
近似.
定理2.2.1(Page 80)为二项分布的泊松近似.
二种近似对于n都要求较大, 但对于p的要求不同:
当p很小(≤ 0.10), np不太大时使用泊松近似;
当np ≥ 5且n(1 − p) ≥ 5时用正态近似;
为了提高近似的精度, 基于频数Y 的计算作如下调整:
n

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
二种近似的比较

通常将德莫弗—拉普拉斯中心极限定理称为二项分布的正态
近似.
定理2.2.1(Page 80)为二项分布的泊松近似.
二种近似对于n都要求较大, 但对于p的要求不同:
当p很小(≤ 0.10), np不太大时使用泊松近似;
当np ≥ 5且n(1 − p) ≥ 5时用正态近似;
为了提高近似的精度, 基于频数Y 的计算作如下调整:
n

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
二种近似的比较

通常将德莫弗—拉普拉斯中心极限定理称为二项分布的正态
近似.
定理2.2.1(Page 80)为二项分布的泊松近似.
二种近似对于n都要求较大, 但对于p的要求不同:
当p很小(≤ 0.10), np不太大时使用泊松近似;
当np ≥ 5且n(1 − p) ≥ 5时用正态近似;
为了提高近似的精度, 基于频数Y 的计算作如下调整:
n

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
二种近似的比较

通常将德莫弗—拉普拉斯中心极限定理称为二项分布的正态
近似.
定理2.2.1(Page 80)为二项分布的泊松近似.
二种近似对于n都要求较大, 但对于p的要求不同:
当p很小(≤ 0.10), np不太大时使用泊松近似;
当np ≥ 5且n(1 − p) ≥ 5时用正态近似;
为了提高近似的精度, 基于频数Y 的计算作如下调整:
n

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较

b+ 1 − np a− 1 − np
P(a ≤ Yn ≤ b) = Φ( p 2 ) − Φ( p 2 )
np(1 − p) np(1 − p)
b+ 1 − np
P(Yn ≤ b) = Φ( p 2 )
np(1 − p)
a− 1 − np
P(Yn ≥ a) = 1 − Φ( p 2 )
np(1 − p)

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较

b+ 1 − np a− 1 − np
P(a ≤ Yn ≤ b) = Φ( p 2 ) − Φ( p 2 )
np(1 − p) np(1 − p)
b+ 1 − np
P(Yn ≤ b) = Φ( p 2 )
np(1 − p)
a− 1 − np
P(Yn ≥ a) = 1 − Φ( p 2 )
np(1 − p)

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较

b+ 1 − np a− 1 − np
P(a ≤ Yn ≤ b) = Φ( p 2 ) − Φ( p 2 )
np(1 − p) np(1 − p)
b+ 1 − np
P(Yn ≤ b) = Φ( p 2 )
np(1 − p)
a− 1 − np
P(Yn ≥ a) = 1 − Φ( p 2 )
np(1 − p)

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较

b+ 1 − np a− 1 − np
P(a ≤ Yn ≤ b) = Φ( p 2 ) − Φ( p 2 )
np(1 − p) np(1 − p)
b+ 1 − np
P(Yn ≤ b) = Φ( p 2 )
np(1 − p)
a− 1 − np
P(Yn ≥ a) = 1 − Φ( p 2 )
np(1 − p)

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较

b+ 1 − np a− 1 − np
P(a ≤ Yn ≤ b) = Φ( p 2 ) − Φ( p 2 )
np(1 − p) np(1 − p)
b+ 1 − np
P(Yn ≤ b) = Φ( p 2 )
np(1 − p)
a− 1 − np
P(Yn ≥ a) = 1 − Φ( p 2 )
np(1 − p)

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
例3.4.1:

例3.4.1:
某保险公司有10000个同龄又同阶层的人参数人寿保险, 已知该
类人在一年内的死亡率为0.006. 每个参加保险的人年初需交12元
的保险费. 若他死亡, 则其家属可向保险公司领取1000元. 问:
1 保险公司亏本的概率是多少?
2 保险公司获利(不计管理费)不少于40000元的概率是多少?

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
例3.4.1:

例3.4.1:
某保险公司有10000个同龄又同阶层的人参数人寿保险, 已知该
类人在一年内的死亡率为0.006. 每个参加保险的人年初需交12元
的保险费. 若他死亡, 则其家属可向保险公司领取1000元. 问:
1 保险公司亏本的概率是多少?
2 保险公司获利(不计管理费)不少于40000元的概率是多少?

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
例3.4.1:

例3.4.1:
某保险公司有10000个同龄又同阶层的人参数人寿保险, 已知该
类人在一年内的死亡率为0.006. 每个参加保险的人年初需交12元
的保险费. 若他死亡, 则其家属可向保险公司领取1000元. 问:
1 保险公司亏本的概率是多少?
2 保险公司获利(不计管理费)不少于40000元的概率是多少?

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较

解: (
设X = 0,1, 第第ii个人一年内仍活着
i
个投保人在年内死亡 ,
则X ∼ b(1, 0.006), 因为n = 10000, np = 60, np(1 − p) = 59.64,
iid

故由中心极限定理
i

n
P
Xk − 60
k=1 ·
√ ∼ N(0, 1)
59.64

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较

(1)

保险公司亏本) = P(X
P( n > 120)
= P(Xn ≥ 121)
 
10000
P
Xk − 60

 k=1 121 − 0.5 − 60 
=P √ > √


 59.64 59.64 

≈ 1 − Φ(7.8341) = 0

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较

(2)

保险公司获利 ≥ 40000)
P(

= P(X n ≤ 80)

10000
P
Xk − 60

k=1 80 + 0.5 − 60 
=P √ < √
 

 59.64 59.64 

≈ Φ(2.6545) = 0.9960

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
例3.4.2:
例3.4.2:
在一个罐子中, 装有10个编号为0-9的同样的球, 从罐中有放回地
抽取若干次, 每次抽一个，并记下号码. 问至少应取球多少次才
能使“0”出现的频率在0.09-0.11之间的概率至少是0.95?
解: (
设X = 0,1, 第第ii次取到号码
i
次取到号码0 ,
1-9
则X ∼ b(1, 0.1), 故由中心极限定理
i
iid

n
P
Xk − 0.1n
k=1 ·
√ ∼ N(0, 1)
0.3 n
华东师范大学 金融与统计学院
n 《概率论与数理统计》 — 第三章
 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较

即 n
1 P
n Xk − 0.1
k=1 ·
√ ∼ N(0, 1),
0.3/ n
n
( )
1X
P 0.09 ≤ Xk ≤ 0.11
n
k=1
( n  )
1 X 
=P  Xk − 0.1 ≤ 0.01
 
n 
k=1

1 n
 P  
X − 0.1  √  √
 
 k=1 k
 n 
  n n
=P  √  ≤ 30  ≈ 2Φ( 30 ) − 1


 0.3/ n
 




华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较

欲使 √
n
2Φ( ) ≥ 0.95
30
即 √
n
Φ( ) ≥ 0.975
30
查表得 由此解得n ≥ 3458. 即至少应取球3458次.
√
n
30 ≥ 1.96,

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章

 多维r.v.的特征数 一个重要的现象
中心极限定理 独立同分布下的中心极限定理
与泊松近似的比较
§3.4 习题

§3.4 习题( Page 224):

5, 8, 12

华东师范大学 金融与统计学院 《概率论与数理统计》 — 第三章