大数定律与中心极限定理.ppt

第四章大数定律与中心极限定理§4.1大数定律注：（1）该定律的另一种叙述：

设{Xk,k=1,2,...}为两两不相关的随机变量

序列，且它们的方差有界，则的

算术平均值与它门的数学期望的算术平均值之差，

当时，依概率收敛于零。三、大数定律的定义四、利用契贝晓夫不等式估值例2：在每次试验中，A发生的概率为0.5，利用契贝晓夫不等式估计：在1000次试验中，A发生的次数在450到550之间的概率。*概率论中用来阐明大量随机现象平均结果的稳定性的一系列的定律统称为大数定律。设{Xn}为随机变量序列，X为随机变量，若任给?0,使得则称{Xn}依概率收敛于X.可记为一、依概率收敛或1.契贝晓夫大数定律设{Xk,k=1,2,...}为两两不相关的随机变量序列，且它们的方差有界，即存在常数C0，使则任意的?0,有二.几个常用的大数定律（2）推论：设…为两两不相关的随机变量序列，服从同一分布，并且有数学期望及方差，则任意的,有设进行n次独立重复试验，每次试验中事件A发生的概率为p，记为n次试验中事件A发生的次数，则证明:设第i次试验事件A发生第i次试验事件A不发生则由契贝晓夫大数定理，2.伯努里大数定律任意的?0,有即：若{Xi,i=1.2,...}为独立同分布随机变量序列,EXi=a?,i=1,2,…则对任意的，有推论:若{Xi,i=1.2,...}为独立同分布随机变量序列,E(X1k)=a?,则3.辛钦大数定律，即定义：若是随机变量序列，如果存在常数列，使对任意的，有，成立，则称随机变量序列服从大数定律。例1：设，利用契贝晓夫不等式估计的值一.依分布收敛设{Xn}为随机变量序列，X为随机变量，其对应的分布函数分别为Fn(x),F(x).若在F(x)的连续点，有则称{Xn}依分布收敛于X.可记为§4.3.中心极限定理也称分布函数列{Fn(x)}弱收敛于分布函数F(X)。可记为设X1,X2,…，Xn,…是一列相互独立的随机变量，期望、方差都存在，为了便于研究，将其和标准化一般，讨论当时，的极限分布。*