第5章节大数定律与中心极限定理1.pptVIP

第五章 大数定理与中心极限定理 “概率是频率的稳定值”。前面已经提到，当随机试验的次数无限增大时，频率总在其概率附近摆动，逼近某一定值。大数定理就是从理论上说明这一结果。正态分布是概率论中的一个重要分布，它有着非常广泛的应用。中心极限定理阐明，原本不是正态分布的一般随机变量总和的分布，在一定条件下可以渐近服从正态分布。这两类定理是概率统计中的基本理论，在概率统计中具有重要地位。 §1 大数定理 §2 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（契比雪夫(Chebyshev)不等式）:设随机变量X具有数学期望E(X)=μ,方差D(X)=σ2 ,则对于任意正数ε,有 §1.1 契比雪夫(Chebyshev)不等式 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 证明 (1)设X的概率密度为p(x),则有 (2)设离散型随机变量X的分布律为P{X=xk}=pk,则有 Eva