第四章 大数定律中心极限定理.docVIP

第四章 大数定律与中心极限定理 教学目的： 1．使学员理解随机变量序列依概率收敛、按分布收敛的含义，知道两种收敛的关系，理解连续性定理的意义。 2．使学员牢固掌握马尔科夫大数定律、辛钦大数定律及其证明、理解契贝晓夫、贝努力里大数定律的意义。 3．使学员能熟练应用De Moivre-Laplace中心极限定理作近似计算及解决生产、生活中的实际问题。 4．使学员掌握、独立同分布场合下的Lindeberg-Leve中心极限定理的证明及应用，知道德莫佛—拉斯定理是其特例。 本课程一开始引入事件与概率的概念时，我们就知道就一次试验而言，一个随机事件可以出现也可不出现，但作大量的重复试验则呈现出明显的规律性——统计规律性。即，任一事件出现的频率是稳定于某一固定数的，这固定数就是该事件在一次试验下发生的概率，这里说的“频率稳定于概率”实质上是频率依某种收敛意义趋于概率，“大数定律”就是解释这一问题的。 另外在前一章介绍正态分布时，我们一再强调正态分布在概率统计中的重要地位和作用，为什么实际上有许多随机现象会遵循正态分布？这仅仅是一些人的经验猜测还是确有理论依据，“中心极限定理”正是讨论这一问题的。 §4.2 随机变量序列的两种收敛性 假设是定义在同一概率空间（，F, P）上的一列随机变量，显然，其中每个r.v，可以看成是定义在概率空间上的一个有限可测函数，因此，我们可以象在实变函数论中对可