第4章第3讲 中心极限定理 中南大学概率论课件.ppt

第4章第3讲 中心极限定理 中南大学概率论课件.ppt

  1. 1、本文档共34页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第4章第3讲 中心极限定理 中南大学概率论课件

自从高斯指出测量误差服从正态分布之后,人们发现,正态分布在自然界中极为常见. 观察表明,如果一个量是由大量相互独立的随机因素的影响所造成,而每一个别因素在总影响中所起的作用不大. 则这种量一般都服从或近似服从正态分布. 特殊情形 小结: 1.中心极限定理的定义; 2.几个中心极限定理:德莫佛-拉普拉斯定理(二项分布以正态分布为极限分布);林德贝尔格一勒维定理(独立同分布的中心极限定理); 林德贝尔格定理 ;李雅普诺夫定理 3.利用中心极限定理解决一些实际中的概率计算问题. 作业:P222  4.33, 4.34, 4.36,4.41 例5:利用中心极限定理证明: 证:设 是独立同分布随即变量序列,共同分布为的Poisson分布,故 由林德贝尔格-勒维中心极限定理知 由普哇松分布的可加性知 是参数为的普哇松分布,因而 * * 概率论 中南大学数学院 概率统计课程组 §4.3 中心极限定理 §4.4 中心极限定理(续) 1. 中心极限定理的概念 在一定条件下,许多随机变量的极限分布是正态分布:“若一个随机变量可以看作许多微小而独立的随机因素作用的总后果,每一种因素的影响都很小,都有不起压倒一切的主导作用,则这个随机变量一般都可以认为近似地服从正态分布.” 例如对某物的长度进行测量,在测量时有许多随机因素影响测量的结果.如温度和湿度等因素对测量仪器的影响,使测量产生误差 ;测量者观察时视线所产生的误差子力学 ;测量者心理和生理上的变化产生的测量误差 ;…显然这些误差是微小的、随机的,而且相互没有影响.测量的总误差是上述各个因素产生的误差之和,即 一般地,在研究许多随机因素产生的总影响时,很多可以归结为研究相互独立的随机变量之和的分布问题,而通常这种和的项数都很大.因此,需要构造一个项数越来越多的随机变量和的序列: 我们关心的是当n→∞时,随机变量和的极限分布是什么? 由于无穷个随机变量之和可能趋于∞,因此直接研究随机变量之和的极限分布不方便,故先将其标准化为: 再来研究上面随机变量序列的极限分布. 若对于一切实数x,有 定义:设{ }为相互独立的随机变量序列,有有限的数学期望和方差 令 则称随机变量序列{ }服从中心极限定理. 2.独立同分布的中心极限定理 定理[林德贝尔格-勒维(Lindeberg-Levy)定理] :设{ }为独立同分布的随机变量序列,且具有数学期望 ,则随机变量 的分布函数Fn(x),对于任意x,满足 证明: 例1: 将一颗骰子连掷100次,则点数 之和不少于500的概率是多少? 解: 由中心极限定理 解: 注: 此为林德贝尔格-勒维定理的特殊情况. De Moivre--Laplace 定理(德莫佛-拉普拉斯极限定理):设随机变量 n服从二项分布 则对于任意x,恒有 由独立同分布的中心极限定理得 解: 若第i个对象收看此节目 若第i个对象不看此节目 在前面介绍的中心极限定理中,不仅要求随机变量序列相互独立,而且要求它们同分布.而实际问题中的许多随机变量序列,说其具有独立性是合理的,但很难满足同分布的要求.为了解决此问题,引入下面的林德贝尔格条件: §4.4 中心极限定理(续) (独立不同分布下的中心极限定理) (1)若{ }是连续型随机变量序列,密度函数列为{pk (x)},如果对任意的τ0,有 定义:设{ }为相互独立的随机变量序列,且具有数学期望和方差 记 (2)若{ }是离散型随机变量序列, 的分布列为 则称{ }满足林德贝尔格条件. 如果对任意的τ0,有 注:由林德贝尔格定理可以推出林德贝尔格-勒维定理 定理(林德贝尔格定理): 设独立随机变量序列{ }满足林德贝尔格条件,则对任意实数x,有 设{ }为相互独立同分布的随机变量序列,且具有数学期望E( )=μ和方差D( )=σ2 ,若 为连续型随机变量,密度函数为pk(x)=p(x),则 若存在δ0,使得 定理(李雅普诺夫定理):设{ }为相互独立的随机变量序列,且具有数学期望和方差 记 则对任意的实数x有 证明: 只需验证{ }满足林德贝尔格条件.仍设 为连续型随机变量,密度函数为pk(x) 则有 解: 若学生答对第i题 若学生答错第i题

文档评论(0)

qiwqpu54 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档