北邮概率统计课件5.2中心极限定理.pdf

第二节 中心极限定理 问题的引出 在概率论中，我们已经知道正态分布居 于头等重要的地位，许多随机变量都遵循 正态分布。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。并且大量实验观察也表明 如果一个量是由大量相互独立的随机因素 高斯 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。 2013-5-17 北邮概率统计课件 概率统计 这仅仅是经验之谈呢，还是确有理论依据呢？对于 这样一个重要问题，在长达两个世纪内一直成为概 率论研究的中心问题。数学家们经过卓越工作建立 了一系列定理，解决了这一问题，并指出: (1). 具有有限方差的一列独立同分布的随机变量的 和经过标准化后是以标准正态分布为极限的， 这就是独立同分布的中心极限定理或称为 林德贝尔格勒维中心极限定理。当同分布 为二项分布时就得出该定理的特例，即为： 棣莫弗拉普拉斯定理，它也是二项分布的 正态近似。 2013-5-17 北邮概率统计课件 概率统计 (2). 对“ 由大量微小的独立的随机因素” （不要求同分 布）引起并累积成的变量，当随机因素个数趋于 无穷时以正态分布为极限。这就是李雅普诺夫中 心极限定理。 比如：一台机床已经调试良好，操作正常。但由 于机床的微小震动、工具的微小变形、原材料质 量上的微小差异、工作操作上的微小偏差等等数 不清的随机因素，它们每一个因素在总的影响中 所起的作用都是微小的。而综合起来在产品质量 上就形成一定的误差，这误差近似服从正态分布。 2013-5-17 北邮概率统计课件 概率统计 研究的问题： 研究独立随机变量之和所特有的规律性问题。当 n 无限增大时，这个和的极限分布是什么？在什 么条件下极限分布会是正态的呢？ 在概率论中，习惯于把和的分布收敛于正态分 布这一类定理都叫做中心极限定理。故： 在一定条件下，大量的随机变量之和的概率分布 以正态分布为极限的定理称为中心极限定理。 2013-5-17 北邮概率统计课件 概率统计 中心极限定理的客观背景 在实际问题中，常常需要考虑许多随机因素所产生 的总影响： 例如：炮弹射击的落点与目标的偏差，就受着 许多随机因素的影响： 如，瞄准时的误差，空气阻力所产生的误 差，炮弹或炮身结构所引起的误差等等. 而所要研究的是：这些随机因素的总影响。 2013-5-17 北邮概率统计课件 概率统计 一. 独立同分布中心极限定理 （林德贝尔格勒维(Levy－Lindberg)定理） 定理1. 设随机变量 X 1 , X 2 L X n L 相互独立且服从同 一分布，其数学期望与方差: E (X k )  n 2 则随机变量之和X k D (X k )  , (k 1, 2L ) k 1 的标准化变量： n n n n