[课件]概率与统计5.2中心极限定理.pptVIP

中 心 极 限 定 理 电子科技大学 * §5.2 中心极限定理 一. 中心极限定理的定义与意义 引例：高尔顿钉板试验 定义5.2.1 设随机变量X, X1, X2, …的分布函数分别为F( x ),F1( x ), F2( x ), …, 若极限式 在F( x )的每一个连续点上都成立，称随机变量序列{Xk}, k = 1,2,…依分布收敛于X . 记为 定义5.2.2（中心极限定理）设随机变量 { Xk}，k = 1,2,…相互独立，有有限数学期望和方差.若随机变量序列 标准化 对y∈R一致地有 称随机变量序列 {Xk}服从中心极限定理. 注1 随机变量序列 {Xk}服从中心极限定理，指其前n项和 的标准化随机变量 依分布收敛于标准正态分布随机变量X； 注2 解释了现实中哪些随机变量可看服从正态分布； 若随机变量序列{Xk }，k = 1,2,…服从中心极限定理，有 故当n 足够大时，可以认为 近似成立，或 近似成立. 许多相互独立的微小因素Xk的叠加总和. 注3 给出了概率的近似计算公式. 若随机变量序列{Xk }，k = 1,2,…服从中心极限定理，则有 定理5.2.1（林德伯格—列维定理或 独立同分布中心极限定理） 二. 中心极限定理 设{ Xk }, k =1,2…为相