4 第四节 大数定理与中心极限定理.docVIP

第四节 大数定理与中心极限定理 概率论与数理统计是研究随机现象统计规律性的学科. 而随机现象的规律性在相同的条件下进行大量重复试验时会呈现某种稳定性. 例如, 大量的抛掷硬币的随机试验中, 正面出现频率; 在大量文字资料中, 字母使用频率; 工厂大量生产某种产品过程中, 产品的废品率等. 一般地, 要从随机现象中去寻求事件内在的必然规律, 就要研究大量随机现象的问题. 在生产实践中, 人们还认识到大量试验数据、测量数据的算术平均值也具有稳定性. 这种稳定性就是我们将要讨论的大数定律的客观背景. 在这一节中，我们将介绍有关随机变量序列的最基本的两类极限定理----大数定理和中心极限定理. 分布图示 ★大数定理的引入 ★切比雪夫不等式 ★例1 ★例2 ★大数定理 ★推论 大数定理 ★中心极限定理的引入 ★林德伯格—勒维定理 ★棣莫佛—拉普拉斯定理 ★例3 ★例4 ★例5 ★例6 ★例7 ★例8 ★高尔顿钉板试验 中心极限定理 ★内容小结 ★课堂练习 ★习题4-4 内容要点 一、切比雪夫不等式 定理2设随机变量有期望和方差,则对于任给, 有 . 上述不等式称切比雪夫不等式. 注：(i) 由切比雪夫不等式可以看出,若越小, 则事件 的概率越大, 即, 随机