概率论第十六讲中心极限定理.pptVIP

高尔顿钉板 每周一题12 * 教学目的： 1.介绍中心极限定理的思想； 2.应用，着重讲解用正态分布计算其它分布的方法； 教学内容： 第四章，§ 4.5 第十六讲 中心极限定理 中心极限定理：概率论中有关随机变量 的和的极限分布是正态分布的系列定理。 设随机变量序列 相互独立, 且有期望和方差： 令 则 定理1 林德伯格（Lindberg）定理 设相互独立随机变量 满足林德伯格条件，即 有 其中， 是随机变量 的概率密度 其中， 是任何实数 则n →∞，有 林德伯格定理的意义: 被研究的随机变量可以被表示为， 许多相互独立随机变量的和,其中, 则这个总和服从 或近似服从正态分布. 每一个随机变量对于总和只起微小的作用, 定 理 二 林德伯格-列维中心极限定理 [ 独立同分布的中心极限定理 ] 定 理 三 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 ] (Lindberg-levi) (De Moivre-Laplace) 独立同分布的中心极限定理 设随机变量序列 独立同一分布, 且有期望和方差： 则对于任意实数 x , 定理 1 注 则 Y n 为 的标准化随机变量. 即 n 足够大时，Y n 的分布函数近似于标 准正态随机变量的分布函数 记 近似 近似服从 中心极限定理的意义 在第二