4.3大数定律和中心极限定理.pptVIP

4.3 大数定律及中心极限定理; 大数定律; 大量的随机现象中平均结果的稳定性 ;二、几个常见的大数定律;说明; 证明切比雪夫大数定律主要的数学工具是切比雪夫不等式.;证;说明;例 掷一颗骰子1620次，估计“六点”出现的次数X在250～290之间的概率？;切比雪夫(Chebyshev)定理证明;11;定义;; 定理表明事件发生的频率依概率收敛于 事件的概率。由实际推断原理,在实际应用中, 当试验次数很大时,可以用事件发生的频率来代替事件的概率。;Th3: (辛钦定理);三 小结; 中心极限定理; ;空气阻力所产生的误差，; 观察表明，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.; 由于无穷个随机变量之和可能趋于∞，故不研究n个随机变量之和本身而考虑它的标准化的随机变量;1、独立同分布的中心极限定理;1. 在所给的条件下，当n无穷大时， n个具有期望和方差的独立同分布的随机变量之和Yn的分布函数近似服从标准正态分布为极限分布。;2.李雅普诺夫定理;;3.棣莫佛－拉普拉斯定理;例1 掷一颗骰子1620次，求“六点”出现的次数X 在250～290之间的概率？;例2;1-CDF.NO