概率与统计第五章课教材教学课件.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 (1) 成立。这个不等式称