第二节中心极限定理演示文稿.ppt

该【第二节中心极限定理演示文稿 】是由【qinqinzhang】上传分享，文档一共【24】页，该文档可以免费在线阅读，需要了解更多关于【第二节中心极限定理演示文稿 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。第二节中心极限定理演示文稿
现在是1页\一共有24页\编辑于星期一
优选第二节中心极限定理
现在是2页\一共有24页\编辑于星期一
(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。
现在是3页\一共有24页\编辑于星期一
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。
在概率论中****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:
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?
研究的问题:
现在是4页\一共有24页\编辑于星期一
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:
中心极限定理的客观背景
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。
现在是5页\一共有24页\编辑于星期一

定理1.
设随机变量相互独立且服从同
一分布,其数学期望与方差:
(林德贝尔格---勒维(Levy-Lindberg)定理)
则随机变量之和
的标准化变量:
现在是6页\一共有24页\编辑于星期一
的分布函数对于任意满足:
证:(略)它要用到特征函数和傅利叶变换等等。
注:
▲
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的随机变量之和近似服从正态分布。
虽然在一般情况下,很难求出X1+X2+…+Xn
的分布的确切形式,但当n很大时,可以求
出其近似分布。
现在是7页\一共有24页\编辑于星期一
定理1表达了正态分布在概率论中的特殊地位:
尽管分布是任意的,但只要n充分大后,其样本平均值的分布却是近似服从正态分布的:
▲
或
这一结果是数理统计中大样本统计推断的基础
现在是8页\一共有24页\编辑于星期一

定理2.
设随机变量相互独立,它们
具有数学期望和方差为:
(Liapunov中心极限定理)
记
若存在正数
使得当
现在是9页\一共有24页\编辑于星期一
则随机变量之和
的标准化变量:
的分布函数对于任意满足:
证明:(略)
现在是10页\一共有24页\编辑于星期一