北邮概率统计课件中心极限定理.pptVIP

北邮概率统计课件 * 概率统计 在概率论中，我们已经知道正态分布居 于头等重要的地位，许多随机变量都遵循 正态分布。自从高斯指出测量误差服从正 态分布之后，人们发现，正态分布在自然 界中极为常见。并且大量实验观察也表明如果一个量是由大量相互独立的随机因素的影响所造成，而每一个别因素在总影响中所起的作用不大， 则这种量一般都服从或近似服从正态分布。 第二节 中心极限定理 问题的引出 高斯 (1). 具有有限方差的一列独立同分布的随机变量的 和经过标准化后是以标准正态分布为极限的， 这就是独立同分布的中心极限定理 或 称为 林德贝尔格---勒维中心极限定理。当同分布 为二项分布时就得出该定理的特例，即为： 棣莫弗---拉普拉斯定理，它也是二项分布的 正态近似。 这仅仅是经验之谈呢，还是确有理论依据呢？对于这样一个重要问题，在长达两个世纪内一直成为概率论研究的中心问题。数学家们经过卓越工作建立了一系列定理，解决了这一问题，并指出: (2). 对“由大量微小的独立的随机因素”（不要求同分 布）引起并累积成的变量，当随机因素个数趋于 无穷时以正态分布为极限。这就是李雅普诺夫中 心极限定理。 比如