第五章大数定律及中心极限定理.doc

第五章 大数定律及中心极限定理 【】Bernoulli大数定律和辛钦大数定律成立的条件及结论； 3、了解独立同分布的中心极限定理（列维—林德伯格定理）和德莫佛—拉普拉斯中心极限定理（二项分布以正态分布为极限分布）的应用条件和结论，并会用相关定理近似计算有关随机事件的概率。 【】Bernoulli大数定理。 【】【】【】§5.1 大数定律 0.前言 在第一章我们提到过事件发生的频率具有稳定性，即随着试验次数的增加，事件发生的频率逐渐稳定于某个常数，这一事实显示了可以用一个数来表征事件发生的可能性大小，这使人们认识到概率是客观存在的，进而由频率的三条性质的启发和抽象给出了概率的定义，而频率的稳定性是概率定义的客观基础。在实践中人们还认识到大量测量值的算术平均值也具有稳定性，而这种稳定性就是本节所要讨论的大数定律的客观背景，而这些理论正是概率论的理论基础。 下面介绍三个定理，它们分别反映了算术平均值及频率的稳定性。 一、切比雪夫大数定律 事件的频率稳定于概率，能否有，答案是否定的。而是用[依概率收敛]来刻划（弱）。或者用[a.e.收敛] 来刻划（强）。 1.定义：设是一个随机变量序列，是一个常数，若对于任意正数，有， 则称序列依概率收敛于.记为. 2．切比雪夫不等式 设随机变量具有有限的期望与方差，则对，有 或 证明：我们就连续性随机变量的情况来证明。设，则有 该不等式表