教学讲义：极限定理.docVIP

第四章 极限定理 一 教学目标与要求 掌握几个大数定律（马尔可夫大数定律，切比晓夫大数定律，Bernoulli大数定律，辛钦大数定律）的内容.独立同分布中心极限定理的内容及其应用.了解几种收敛性的定义及其关系。 二 重点和难点 重点：几个大数定律的内容，中心极限定理的内容及其应用. 难点：中心极限定理的应用 三 教学内容 §4.1三种收敛性 依分布收敛 定义：随机变量序列，对应的分布函数列是，如果存在分布函数，使，在的连续点成立。则称依分布收敛。若，则依分布收敛于，记为。 例1. ，则，，此时是分布函数。若为的分布函数，则。 依概率收敛 定义：随机变量序列，若存在，使， 则称依概率收敛于。记为。 例2. 如例1. 事实上： 概率1收敛 定义：随机变量序列，若存在，使 ， 则称随机变量序列依概率1收敛于，记为。 可以证明：.（反之一般不成立） §4.2 大数定理 马尔可夫大数定律 定理：随机变量序列如果,则服从大数定律。 即： 证明：（略） 二. 切比晓夫大数定律 定理：数学期望存在，方差存在且有共同上界，即 ）两两不相关，则服从大数定律。 即：。 三. Bernoulli大数定律 定理：表示在n重Bernoulli试验中A发生的次数，且，则：。 辛钦大数定律 定理：独立同分布随机变量序列，如果，则。 §4.3 中心极限定理 Lindeberg—Levy中心极限定理 定理：是独立同分布的序列， 则：。 例1. 表示n重Bernoulli试验中发生的次数， 则： 例2.一加法器同时收到20个噪音电压，设它们是相互独立的随机变量，且都在区间（0，10）上服从均匀分布。记，求的近似值。 例3. 例4.设，分别用，二项分布的精确计算、Poisson分布近似、正态分布近似，这三种方法计算当：；；； 时，的值并作比较。 n=20 n=30 p=0.04 p=0.4 p=0.04 p=0.4 值 误 差 值 误 差 值 误 差 值 误 差 精确值 0.999900 0 0.125600 0 0.998940 0 0.005600 0 Poisson 0.999816 -0.000084 0.191236 0.065636 0.998500 -0.00044 0.020341 0.014741 正态分布 0.999999 0.000099 0.085340 -0.04026 0.999800 0.00086 0.004527 -0.00107 例4． 据统计某商店每天的销售额（单位：万元），且商店每天的销售额相互独立，求这个商店100天的销售额超过424.5万元的概率。（） 信息与计算科学《概率论与数理统计》教案 —51—