《chapt5-2中心极限定理.pptVIP

第二节 中心极限定理 客观背景：客观实际中，许多随机变量是由大量 相互独立的偶然因素的综合影响所形成，每一个微小 因素，在总的影响中所起的作用是很小的，但总起来， 却对总和有显著影响，这种随机变量往往近似地服从 正态分布。 概率论中有关论证独立随机变量的和的极限分布是正态分布的一系列定理称为中心极限定理。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 由于无穷个随机变量之和可能趋于∞，故我们不研究n个随机变量之和本身而考虑它的标准化的随机变量 的极限分布. 下面介绍常用的三个中心极限定理。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 定理1（独立同分布下的中心极限定理）P131 设X1,X2, …是独立同分布的随机变量序列，且E(Xi)=μ，D(Xi)=σ2，i=1,2,…，则 即 近似 近似 （林德贝格－勒维中心极限定理） Evaluation only. Created