概率论5_2.pdf

第 五 章 大数定律和中心极限定理 第二节 中心极限定理 1、中心极限定理的定义 2、列维-林德伯格中心极限定理 3、棣莫佛-拉普拉斯中心极限定理 4、小结、思考 5.2 中心极限定理 1 Probability Theory 一、中心极限定理一、中心极限定理 设随机变量设随机变量 XX ~~ NN(0,1)(0,1)，，{{XXk}}，，kk == 1,2,1,2,……相互独相互独 立，且数学期望和方差都存在立，且数学期望和方差都存在,, 若标准化随机变量序列若标准化随机变量序列 n n ∑ X k ? ∑ E ( X k ) k = 1 k = 1 n ∑ D ( X k ) k = 1 依分布收敛于依分布收敛于 XX ，，则称随机变量序列则称随机变量序列{{ XXk }}，，kk == 1,2,1,2,…… 服从服从中心极限定理中心极限定理。。 5.2 中心极限定理 2 Probability Theory 若随机变量序列若随机变量序列{{ XXk }}，，kk == 1,2,1,2,……满足中心极限定满足中心极限定 理，有理，有 ? n n ? ? X ? E ( X ) ? ? ∑ k ∑ k ? lim P k = 1 k = 1 ≤ x n → ∞ ? n ? ? D ( X ) ? ? ∑ k ? ? k = 1 ? = Φ ()x n 即 的标准化随机变量的极 限分布为标准正态分布 ∑ X k . k =1 5.2 中心极限定理 3 Probability Theory 当当nn 足够大时足够大时:: n n ∑ X k ? ∑ E ( X k ) k = 1 k = 1 ~ N (0 ,1) n ∑ D ( X k ) k = 1 近似成立，从而近似成立，从而 n ? n n ? X ∑ k ~ N ? ∑ E ( X k ), ∑ D ( X k ) ? k = 1 ? k = 1 k = 1 ? 近似成立。近似成立。 5.2 中心极限定理 4 Probability Theory 二二.. 中心极限定理中心极限定理 11 独立同分布中心极限定理独立同分布中心极限定理 设设{{ XXk }}，，kk =1,2=1,2……是一个是一个相互独立相互独立、具有、具有同分布同分布的的 2 随机变量序列，且随机变量序列，且EE(( XXk )) == μμ，， DD(( XXk )) == σσ 。。 则随机变量序列则随机变量序列{{ XXk }}满足中心极限定理，即有满足中心极限定理，即有 ? n ? ?