中心极限定理及例题解析（卡车超载问题）

最新推荐文章于 2024-06-09 17:02:04 发布
最新推荐文章于 2024-06-09 17:02:04 发布
阅读量2.2w 收藏 17
点赞数 10
分类专栏： 数理统计 文章标签： 中心极限定理 数理统计
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lrs1353281004/article/details/82286552
版权

辛钦中心极限定理Central Limit Theorem：设从均值为μ、方差为σ^2;（有限）的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ^2/n的正态分布。
以公式形式表达为：
这里写图片描述
由此可推导出：
这里写图片描述

例题：

每箱货物的重量服从均值为50KG，标准差为3KG的正态分布。卡车载重量为5000KG，在保证不超载概率大于0.84的前提下，最多能装多少箱 ？
已知 Φ（1）= 0.84
A. 96 B.97 C.98 D.99

答案：D

题目解析：

这里写图片描述

Cris_Lee卡卡卡
关注
  • 10
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
利用独立同分布的中心极限定理生成正态分布的随机数
m0_37772174的博客
07-15 6797
           多数编程语言只提供一个生成[0,1] 区间上的均匀分布数组的函数。本人的目的在于介绍如何生成一个正态分布的随机数组     参考文献[1]指出了利用均匀分布生成正态分布的方法，即中心极限定理之独立同分布。 设随机变量相互独立，服从[0,1]区间上的均匀分布。则随机变量   当n足够大时，新的随机变量Y 满足标准正态分布。 但实际上，标准正态分布不一定能满足要...
概率统计4.3 大数定律与中心极限定理-综合文档
05-22
概率统计4.3 大数定律与中心极限定理
中心极限定理以及例题棉花例题的解答过程
Done Lin的专栏
04-20 6118
概率和数理统计 某地区 批棉花1500包 标准差为5公斤 这个是一个概率和数理的例题。 搜索人数很多。 统计学中的概率，网上很多这个问题，包括试题里面也有，但是没有答案。 有部分查到答案是： 0.1587 但是没有解体过程，我去看看，学习了数理和概率，终于知道解体答案： 3.某地区到了一批棉花1500包,已知这批棉花平均每包质量为100公斤,标准差为5公斤,按照重复抽样100包,那么样本平均重量小于99.5公斤的概率为_____________. 主要是用到中心极限定理来解出来，解题过程如下图： ..
中心极限定理的MATLAB例
u013600306的博客
06-09 798
简单来说，中心极限定理表明，当从任意一个总体中抽取样本量足够大的样本时，样本均值的分布将趋近于正态分布，无论原来的总体分布是什么。是独立同分布的随机变量序列，且。是标准正态分布的分布函数。
中心极限定理的形象理解
anshuai_aw1的博客
09-19 5948
中心极限定理是统计学中的一个重要定理，本文的目的是形象地讲解中心极限定理，不列举公式。 本篇博客是基于猴子在知乎上的回答，进行的整理。非常感谢猴子的讲解。   目录 1 什么是中心极限定理 1.1 简单定义 1.2 形象演示 1.2.1 例子1 1.2.2 例子2 2 中心极限定理应用案例 3 如何用样本估计总体 3.1 样本标准差与总体标准差 3.2 标准误差 4 一句...
统计学——中心极限定理（R语言）
热门推荐
snowdroptulip的博客
01-04 1万+
中心极限定理用通俗的话来讲就是，假设有一个服从（μ,σ2）的总体，这个总体的分布可以是任意分布，不用是正态分布，既可以是离散的，也可以是连续的。我们从该分布里随机取n个样本x1,x2,...,xn，然后求这些样本的均值x_mean，这个过程我们重复m次，我们就会得到x_mean_1,x_mean_2,...,x_mean_m，如果n-->∞，这些样本的均值服从N(μ,σ2/n)的正态分布。
『统计学』第二部分：中心极限定理及其应用
简之的通向技术之路
07-31 1万+
请求
中心极限定理
搬砖小能手
02-28 1万+
中心极限定理
极限及简单例题
qq_16183037的博客
03-23 8298
文章目录一 极限1.1 极限定义1.2 极限的一般性质1.3 极限的运算性质1.4 两个重要极限二 无穷小2.1 无穷小的定义2.1 无穷小的性质三 其他四 例题4.1 题型二 左右极限4.2 题型三 不定型计算4.2 题型四 n项和或积的极限计算4.3题型五 极限存在性问题4.4题型六 含参极限问题五 接力题典 一 极限 1.1 极限定义 函数极限存在的充要条件是左右极限都存在且相等 1.2 极限的一般性质 唯一性 极限若存在，则极限一定唯一 保号性 存在去心邻域使得f(x)同号 有界性
概率论总结(四): 大数定律及中心极限定理
JacksonKim的博客
07-27 1万+
一、大数定律 大数定律是叙述随机变量序列的前一些项的算术平均值在某种条件下收敛到这些项的均值的算术平均值。 1.弱大数定理（辛钦大数定理） (1) 什么是随机变量序列？ 随机变量序列就是一列按某种规则排列的随机变量。 这种规则可随意，但强调的是一个次序。 例如： 若Xi表示第i次抛硬币的结果，那么{Xi}这个序列就是若干次抛硬币的结果序列，X1指第一次抛的结果，Xn指第n次抛的结果。 若Yi表示前i次抛硬币正面向上的次数，（记第i次正面朝上为Xi=1，反面朝上为Xi=0）那么可以有Yi=X1+X2
大数定律和中心极限定理习题和例题学习教案.pptx
11-20
大数定律和中心极限定理习题和例题学习教案.pptx 本资源为一个关于大数定律和中心极限定理的习题和例题学习教案，共9页，涵盖了多个与概率论相关的知识点。 大数定律是概率论中的一个基本概念，指的是在独立相同...
有限元方法例题及解析.doc
05-22
《有限元方法例题及解析》的文档详细阐述了如何运用有限元方法求解偏微分方程（PDE）的数值解，并提供了C语言实现的代码示例。以下是该文档涉及的主要知识点： 1. 有限元方法：有限元方法是一种数值计算方法，常...
多媒体技术基础知识之计算例题解析.pdf
04-17
以下是对这些计算例题的详细解析： 1. **数字音频计算**： - **例题1**：计算1分钟未压缩的立体声录音存储容量。 - 首先，采样频率为44KHz，采样精度为16位，立体声意味着双声道。所以，1秒钟的音频数据量为44K *...
计算机操作系统典型例题解析之三.doc
11-15
计算机操作系统典型例题解析之三 计算机操作系统是计算机科学中的一门重要学科，旨在研究计算机操作系统的基本概念、原理和技术。操作系统是计算机系统的核心组件，负责管理计算机硬件资源、提供基本的服务接口、...
pillow_heif-0.17.0-pp39-pypy39_pp73-macosx_14_0_arm64.whl
07-27
基本介绍 名称与起源：Pillow，原名为PIL（Python Imaging Library），但PIL只支持Python 2版本。随着Python 3的普及，Pillow作为PIL的一个分支出现，兼容Python 3并提供更多的功能和改进。 主要功能：Pillow支持多种图像格式的打开、保存、显示以及基本的图像操作和处理，如裁剪、缩放、旋转、翻转、滤镜应用等。 跨平台性：Pillow库可以在不同的操作系统上运行，包括Windows、Linux和MacOS等。 主要功能模块 Pillow库包含多个功能模块，每个模块都提供了特定的图像处理功能。以下是一些常用的模块： Image：用于处理图像文件，提供打开、保存、调整大小、旋转、裁剪、滤镜等功能。 ImageDraw：提供在图像上绘制各种形状（如线条、矩形、圆形）和文本的功能。 ImageFont：用于加载和使用TrueType字体文件，以便在图像上绘制文本时设置字体样式、大小和颜色。 ImageFilter：提供各种滤镜效果，如模糊、锐化、边缘增强等，用于图像增强、特效处理和图像识别等应用。 ImageEnhance：用于调整图像的亮度、对比度、颜色饱和度等参数，使图像更加清晰、明亮或具有特定的调色效果。 高级功能 除了基本的图像处理功能外，Pillow还支持一些高级功能，如色彩空间转换、直方图均衡化等。这些功能可以帮助用户进行更复杂的图像处理和分析。
cykooz.resizer-3.0.0-cp310-cp310-macosx_11_0_arm64.whl
07-27
python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！
[毕设]Delphi题库管理与试卷自动生成系统.zip
最新发布
07-27
[毕设]Delphi题库管理与试卷自动生成系统
131 种水果、蔬菜和坚果的 90380张的高质量图像数据集+图像识别与定位+该数据集相关的研究论文
07-27
<项目介绍> 包含131 种水果、蔬菜和坚果的 90380张的高质量图像数据集+该数据集相关的研究论文。可供深度学习图像识别与定位。 - 训练集大小：67700 个图像 测试集大小：22888 个图像 文件名格式：image_index_100.jpg（例如 32_100.jpg）或 r_image_index_100.jpg（例如 r_32_100.jpg）或 r2_image_index_100.jpg 或 r3_image_index_100.jpg。 “r”代表旋转水果。 “r2”表示水果绕第三轴旋转。 “100”来自图像尺寸（100x100 像素）。 水果是如何拍摄的: 1:使用 C920 摄像机拍摄水果。最好的网络摄像头之一。 2:在水果后面，我们放了一张白纸作为背景。 3:将水果和蔬菜种植在低速电机（3转/分钟）的轴中，并录制一段20秒的短片。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------
单个正态总体，均值未知时，方差的假设检验问题例题及算法程序
06-07
假设我们观察到一个具有 $n$ 个观测值的样本，我们要检验这个样本是否符合一个已知方差 $\sigma^2$ 的正态分布。假设这个正态总体的均值为 $\mu$，那么我们需要进行如下的假设检验： $H_0: \mu = \mu_0$ $H_1: \mu \neq \mu_0$ 其中，$\mu_0$ 是我们要检验的均值。我们使用样本均值 $\bar{x}$ 作为 $\mu$ 的估计值，使用样本方差 $s^2$ 作为 $\sigma^2$ 的估计值。 根据中心极限定理，当 $n$ 足够大时，$\bar{x}$ 的分布近似于正态分布，且均值为 $\mu$，标准差为 $\sigma/\sqrt{n}$。因此，我们可以构造如下的检验统计量： $$ Z = \frac{\bar{x} - \mu_0}{\sigma/\sqrt{n}} $$ 当 $H_0$ 成立时，$Z$ 的分布是标准正态分布。因此，我们可以计算出 $Z$ 的值，并计算出 $Z$ 在标准正态分布中的累积概率 $p$。如果 $p$ 值小于我们预设的显著性水平 $\alpha$，则拒绝 $H_0$，认为样本不符合均值为 $\mu_0$ 的正态分布。 下面是 Python 中的算法实现： ```python import math from scipy.stats import norm def test_mean(sample, mu_0, sigma, alpha): """ 进行单个正态总体均值的假设检验 :param sample: 样本数据，为一个列表 :param mu_0: 均值的假设值 :param sigma: 标准差的真实值 :param alpha: 显著性水平 :return: 检验结果，为一个布尔值，表示是否拒绝 H0 假设 """ n = len(sample) x_bar = sum(sample) / n z = (x_bar - mu_0) / (sigma / math.sqrt(n)) p = 2 * (1 - norm.cdf(abs(z))) # 双侧检验，计算 p 值时需要乘以 2 return p < alpha ``` 这个函数接受一个样本数据的列表、均值的假设值、标准差的真实值和显著性水平，返回一个布尔值，表示是否拒绝 $H_0$ 假设。如果返回值为 True，则拒绝 $H_0$，认为样本不符合均值为 $\mu_0$ 的正态分布。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值