《5.3中心极限定理》.pptVIP

5.3中心极限定理 设m是n重贝努利试验中事件A发生的次数， p是事件A发生的概率，则对任给的ε 0， 定理1（贝努利大数定律） 或 贝努利大数定律表明，当重复试验次数n充分大时，事件A发生的频率m/n会靠近事件A的概率p §5.2 大数定律 设 X1,X2, …是独立同分布的随机变量序列，EXi =μ, DXi=σ2 ，i=1,2, …， 定理2 （切比雪夫大数定律） 则对任意的ε0， 定理2表明，独立随机变量序列{Xn}, 如果方差 存在，则 与其数学期望μ 偏差很小的概率 接近于1. 取值非常接近于其数学期望. 即当n充分大时， 差不多不再是随机的了, 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. §5.3 中心极限定理 空气阻力所产生的误差， 对我们来说重要的是这些随机因素的总影响. 如瞄准时的误差， 炮弹或炮身结构所引起的误差等等. 由于无穷个随机变量之和可能趋于∞，故我们不研究n个随机变量之和本身而考虑它的标准化的随机变量 的分布函数的极限. 可以证明，满足一定的条件，上述极限分布是标准正态分布. 定理1（独立同分布下的