概率论与数理统计（钱俊）概率5-1.pptVIP

我们介绍均值法，步骤是 1) 产生在(0,1)上均匀分布的随机数rn, 2) 计算g(rn)， n=1,2,…,N n=1,2,…,N 即 3) 用平均值近似积分值 求 的值 因此，当N充分大时， 原理是什么呢？ 设X~U(0, 1) 由大数定律 这一讲我们介绍了大数定律 大数定律以严格的数学形式表达了随机现象最根本的性质之一： 它是随机现象统计规律的具体表现. 大数定律在理论和实际中都有广泛的应用. 平均结果的稳定性 本讲首先介绍了几个大数定律：切比雪夫大数定律（独立同分布下的大数定律），贝努里大数定律和辛钦大数定律。 切比雪夫大数定律主要结论如下: 贝努里大数定律是切比雪夫大数定律的特例: 设 nA是 n 重贝努里试验中事件A发生的频数, p 是 A 发生的概率，对任给的ε 0，有 辛钦大数定律条件较宽： 设随机变量序列 X1, X2, …独立同分布，有有限的数学期E(Xi)=μ, i=1,2,…，则对任给 ε 0 ，有 其后介绍了两个中心极限定理: 列维—林德伯格定理和棣莫佛 — 拉普拉斯定理。 棣莫佛 — 拉普拉斯定理的内容是：当 n 很大