52概率统计经典讲义.ppt
《52概率统计经典讲义.ppt》由会员分享,可在线阅读,更多相关《52概率统计经典讲义.ppt(22页珍藏版)》请在三一办公上搜索。
1、,一、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的影响.,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.,2 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.,观察表明,如果一个量是由大量相互独立的随机因素的影响所造成,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.,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.,现在我们就来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呢?
2、,在什么条件下极限分布会是正态的呢?,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.,的分布函数的极限.,可以证明,若满足一定的条件,则上述极限分布是标准正态分布.,考虑,中心极限定理,这就是下面要介绍的,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.,我们只讨论几种简单情形.,下面给出的独立同分布随机变量序列的中心极限定理,也称列维一林德伯格(LevyLindberg)定理.,二、三个常用的中心极限定理,定理1(独立同分布下的中心极限定理),设X1,X2,是独立同分布的r.v.序列,且 E(Xi)=,D
3、(Xi)=,i=1,2,则,定理1表明,当n充分大时,n个具有期望和方差的独立同分布r.v.之和近似服从正态分布.,定理2(Liapunov中心极限定理),设X1,X2,是相互独立的r.v.序列,且 E(Xi)=i,D(Xi)=i2,i=1,2,记,若存在 0,使得,则,定理2表明,当n充分大时,,即,无论各个r.v.Xi(i=1,2,)服从什么分布,只要满足定理2的条件,当n很大时,它们的和就近似地服从正态分布.,定理3(De Moive Laplace定理),设随机变量 服从参数n,p(0p1)的二项分布,则对任意x,有,定理3表明,当n很大,0p1是一个定值时(或者说,np(1-p)也不
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 52 概率 统计 经典 讲义

链接地址:https://www.31ppt.com/p-6037633.html