二、大数定律.pptVIP

泊松分布相当于二项分布中p很小n很大的分布, 因此, 参数l=np当很大时也相当于n特别大, 这个时候泊松分布也近似服从正态分布, 下面是l=30时的泊松概率分布图. 在c2(n)分布中, 如果自由度n很大, 也可以认为是多个自由度为1的相互独立的c2(1)分布的随机变量的和, 因此也近似服从正态分布. 下面是c2(60)的概率密度曲线. x 0 60 120 定理五(独立同分布的中心极限定理) 设随机变量X1,X2,...,Xn,...相互独立, 服从同一分布, 且具有数学期望和方差E(Xk)=m, D(Xk)=s2, (k=1,2,...). 则随机变量之和X1+X2+...+Xn的标准化变量设为Yn:(近似服从标准正态分布) Yn的分布函数Fn(x)对于任意x满足 证明略. * 第五章 大数定律与中心极限定理 了解切比雪夫不等式。 了解切比雪夫大数定律和伯努利大数定律。 了解列维一林德伯格定理（独立同分布的中心极限定理）和棣莫佛-拉普拉斯定理（二项分布以正态分布为极限分布）。 一、切比雪夫不等式 二、大数定律 三、列维一林德伯格定理 四、棣莫佛-拉普拉斯定理 第五章 大数定律与中心极限定理 我们知道，概率论与数理统计是研究随机现象统计规律性的数学分支。但是，只有对大量随机现象进行观测时，随机现象的统计规律性才会呈现出来。为了考察“大