概率论第5章.pptVIP

概率论与数理统计　第十五讲 第五章 大数定律与中心极限定理 * * §5.1 大数定律 一、契比雪夫定理： 设随机变量 相互独立且具有相同 的有限数学期望和方差： 令 ， 则 ，有 前n项算术平均 证明：因 相互独立，故 又由契比雪夫不等式 即 所以 该定理表明，只要n充分大， 以很大 的概率取值接近于数学期望 。 定义：设 是一个随机变量序列，a 是一个常数，若对 ，有 则称序列 依概率收敛于a。 注意依概率收敛与微积分中的收敛的区别。 微积分中序列 指： 当nN时，恒有 成立。 概率论中序列 为随机变量序列， 依概 率收敛于a指： ，当n充分大，事件 发生的概 率很大，接近于1，即 但并不排除 不发生，可能性很小而已。 二、贝努里大数定律： 设nA是n次独立试验中事件A发生的次数，p是事 件A在每次试验中发生的概率，则对于 ，有 该定理表达了“频率的稳定性” 原理以及“小 概率事件实际几乎不可能发生”的原理。 证明：引入随机变量 则 服从0-1分布且相互独立， 因此 满足契比雪夫定理的条件， 三、辛钦大数定律： 设随机变量 相互独立同分布，且 具有有限的数学期望： 令 ，则 ，有 与契比雪夫定理比较： ⑴ 条件改为独立同分布； ⑵ 去掉了方差存在性条件。 §5.2 中心极限定理 则随机变量 一、中心极限（又称列维-林德伯格）定理： 设随机变量 相互独立且同分布， 的分布函数 对于任意实数x，满足 事实上， ， 。 即为标准化量。 该定理表明，只要n充分大， 从而便于计算 。 *