复变函数教学资料52.ppt

* * 5.2 中心极限定理 客观实际中有许多随机变量，它们是由大 量相互独立的随机因素的综合效应所形成的 ， 而其中的每一个因素在总的效应中所起的作用 都是微小的。这类随机变量往往近似地服从正 态分布。在概率论中，论证随机变量和的极限 分布是正态分布的一系列定理统称为中心极限 定理。下面介绍常用的三个中心极限定理。 定理1（独立同分布的中心极限定理）设随机 变量 相互独立，服从同一分布 则随机变量 对任意实数 ，满足 的分布函数 并且具有有限的数学期望和方差； 作为定理 1 的推广，我们有下面的定理。 定理2 （李雅普诺夫定理）设随机变量 证略 学期望和方差： 相互独立，且具有有限的数 记 若存在正数 ，使得当 时， 则随机变量 的分布函数 对任意的 ，满足 定理 2 表明，在定理的条件下， 随机变 变量 近似地服从正态分 证略。 量 ，当 很大时， 近似地服从标准正态 分布 。 由此可知，当 很大时,随机 在很多问题中，所考虑的随机变量，都可表示成若干独立的随机变量之和。它们往往