概率论中心极限定理讲述.ppt

概率论 主讲：于红香 概率论 4-4：中心极限定理 误差的产生由大量微小的相互独立的随机因素 叠加而成，若误差记为 当n充分大时，其分布是我们所关心的问题。 用卷积公式可以计算，但无疑相当复杂，不易实现。 见书中例4.4.2， 分析上例的趋势，我们应该先将随机和先标准化。 再研究其分布是否为标准正态分布。 §4.4 中心极限定理 讨论独立随机变量和的极限分布, 并指出极限分布为正态分布. 独立随机变量和 设 {Xn} 为独立随机变量序列，记其和为 独立同分布下的中心极限定理 定理1 林德贝格—勒维中心极限定理 设 {Xn} 为独立同分布随机变量序列，数学期望为?, 方差为 ?20，则当 n 充分大时，有 应用之例: 正态随机数的产生； 误差分析 证明？ 例1 每袋味精的净重为随机变量，平均重量为 100克，标准差为10克. 一箱内装200袋味精，求一箱味精的净重大于20500克的概率? 解: 设箱中第 i 袋味精的净重为 Xi, 则Xi 独立同分布， 且 E(Xi)=100，Var(Xi) =100， 由中心极限定理得，所求概率为： = 0.0002 故一箱味精的净重大于20500克的概率为0.0002. (很小) 例2 设 X 为一次射击中命中的环数，其分布列为 求100次射击中命中环数在900环到930环之间的概率. X P 1