第五章大数定理与中心极限定理要点.pptVIP

1.定理5.4 （李雅普诺夫Liapunov定理） 设ξ1,ξ2…是相互独立的随机变量,有期望及方差 二.几个常用的中心极限定理 （5. 5） 这个定理的实际意义是:如果一个随机现象由众多的随机因素所引起,每一因素在总的变化里起着不显著的作用,就可以推断,描述这个随机现象的随机变量近似的服从正态分布.由于这些情况很普遍,所以有相当多一类随机变量遵从正态分布,从而正态分布成为概率统计中最重要的分布. 这个定理对离散的和连续的随机变量都适用 2.独立同分布中心极限定理(Levy-Lindeberg) 设{ξn}为独立同分布随机变量序列，若Eξk=??，Dξk= ?2 ?，k=1, 2, …, 则{ξn}满足中心极限定理。 根据上述定理，当n充分大时 在一般情况下,很难求出n个随机变量之和 的分布函数，根据中心极限定理，当n充分大时， 可以通过正态分布给出其近似的分布。 例1.将一颗骰子连掷100次，则点数之和不少于500的概率是多少？ 解:设 ξk为第k 次掷出的点数,k=1,2,…,100,则 ξ1,…,ξ100独立同分布. 由中心极限定理 标准化变换 设随机变量ξn(n=1, 2, ...)服从参数为n, p(0p1)的二项分布，则 3.德莫佛-拉普拉斯中心极限定理(De Moivre-Laplace) 证明:设 第i次试验事件A发生 第i次