概率与统计第五章课件课.pptVIP

下面的图形表明:正态分布是二项分布的逼近. 定理7（李雅普诺夫Liapunov定理）设随机变量 X1，X2，…，Xn ，…相互独立，且 若存在? 0，使得 则对任意的x，有 对于相互独立但不同分布的随机变量和的分布的极限问题, 有李雅普诺夫中心极限定理。 不难看出，当n很大时， 近似服从标准正态分布N(0，1)，也即 近似服从正态分布： 三、小结 三个中心极限定理 独立同分布的中心极限定理 李雅普诺夫定理 德莫佛－拉普拉斯定理 中心极限定理表明, 在相当一般的条件下, 当独立随机变量的个数增加时, 其和的分布趋于正态分布. * * * * * * * * * * * * * * 第五章 大数定律与中心极限定理 5.1 大数定律 5.2 中心极限定理 第一章引入概率概念时，曾经指出，事件发 生的频率在一、二次或少数次试验中具有随机性 的，但随着试验次数n的增大，频率将会逐渐稳 定且趋近于概率。特别，当n很大时，频率与概 率会非常“接近”的。这个非常“接近”是什么意思？ 这与高等数学中的极限概念有否联系？本章将从 理论上讨论这一问题。 问题的引入 第一节 大数定律 定理1 设随机变量的数学期望EX=? ，方差DX=? 2，则对任意的正数?，不等式