席第11讲大数定律与中心极限定理.ppt

第五章 大数定律及中心极限定理 概率论与数理统计是研究随机现象统计规律性的学科. 随机现象的规律性只有在相同的条件下进行大量重复试验时才会呈现出来. 也就是说，要从随机现象中去寻求必然的法则，应该研究大量随机现象. 研究大量的随机现象，常常采用极限形式，由此导致对极限定理进行研究. 极限定理的内容很广泛，其中最重要的有两种: 与 大数定律 中心极限定理 定理1 (契比雪夫大数定律的特殊情况) 设 X1, X2, …是相互独立的随机变量序列，它们具有相同的数学期望和方差，即 E(Xi)=? ， D(Xi)=? 2 ，i=1,2, … 则对任意的? ?0，有 契比雪夫 证明见书p145 契比雪夫大数定律表明，当n充分大时， 与 ? 偏差很小的概率接近于1. 契比雪夫大数定律给出了 平均值稳定性的科学描述 当 n 很大时，X1, …, Xn 的算术平均值在概率 意义下接近于它们公共的均值? 设 Y1, Y2, … Yn , … 是随机变量序列，a 是一个常数。若对任意的? ?0，有 则称序列Y1, Y2, … Yn , … 依概率收敛于常数a . 记为 依概率收敛有什么性质呢? 依概率收敛于有以下性质 若 又 g(x, y) 设在点 (a, b) 连续，则 这样, 上述 定理1又可叙述为: