概率论与数理统计第四章第四节大数定理与中心极限定理..docVIP

第四节 大数定理与中心极限定理 概率论与数理统计是研究随机现象统计规律性的学科. 而随机现象的规律性在相同的条件下进行大量重复试验时会呈现某种稳定性. 例如, 大量的抛掷硬币的随机试验中, 正面出现频率; 在大量文字资料中, 字母使用频率; 工厂大量生产某种产品过程中, 产品的废品率等. 一般地, 要从随机现象中去寻求事件内在的必然规律, 就要研究大量随机现象的问题. 在生产实践中, 人们还认识到大量试验数据、测量数据的算术平均值也具有稳定性. 这种稳定性就是我们将要讨论的大数定律的客观背景. 在这一节中，我们将介绍有关随机变量序列的最基本的两类极限定理----大数定理和中心极限定理. 教学目标：了解大数定理与中心极限定理。 教学重点：大数定理与中心定理。 教学难点：中心定理。 教学内容： 一、依概率收敛 与微积分学中的收敛性的概念类似, 在概率论中, 我们要考虑随机变量序列的收敛性. 定义1 设是一个随机变量序列, 为一个常数,若对于任意给定的正数,有 则称序列依概率收敛于, 记为 定理1 设又设函数在点连续, 则 . 二、切比雪夫不等式 定理2设随机变量有期望和方差,则对于任给, 有 . 上述不等式称切比雪夫不等式. 注：(i) 由切比雪夫不等式可以看出,若越小, 则事件 的概率越大, 即, 随机变量集中在期望附近的可能性越大. 由此可见方差刻划了随