概率论与数理统计（钱俊）概率5-2.pptVIP

* * * * * 的概率分布 n=200 的概率分布 n=200 两点分布之和 正态分布 由于无穷个随机变量之和可能趋于∞，故我们研究n个随机变量之和的标准化: 若 ~N(0,1) 若 X～N(0,1), 定 理 一 林德伯格-列维中心极限定理 [ 独立同分布的中心极限定理 ] (Lindberg-levy) 当 n 无限增大时，独立同分布随机变量之 和的极限分布是正态分布； 定理1（独立同分布的中心极限定理） 设X1,X2, …是独立同分布的随机 变量序列，且E(Xi)= ，D(Xi)= ， i=1,2,…，则 近似 近似服从 它表明，当n充分大时，n个具有期望和方差 的独立同分布的r.v之和近似服从正态分布. 定 理 二 棣莫弗-拉普拉斯中心极限定理 [ 二项分布以正态分布为极限分布 ] (De Moivre-Laplace) 2. 当 n 很大时，二项分布可用正态分布近似。 定理(棣莫佛－拉普拉斯定理） 设随机变量 服从参数n, p(0p1)的二项分布，则对任意x，有 Y n ~ N (np , np(1-p)) (近似) 例1：设一批产品的强度服从期望为14, 方差为4的分布。每箱中装有这种产品100件。求 (1).每箱产品的平均强度超过14.5的概率； (2).每箱产品的平均强