机器人
AI摘要
NoyeArk
生成中...

1 大数定律

1.1 弱大数定律 (辛钦大数定律)

设随机变量序列 X1, X2, 相互独立服从同一分布,具有数学期望E(Xi)=μ,i=1,2,,则对于任意正数E,有

limnP|1ni=1nXiμ|<ε=1

1.1.1 依概率收敛定义及性质

设Y1, Y2, …,Yn…是一个随机变量序列,a是一个常数。若对任意正数ε,有

limnP|Yna|<ε=1

Y1,Y2,Yn,a,记作YnPa.

1.1.2 定理1的另一种叙述

设随机变量序列X1,X2, … 相互独立,服从同一分布,具有数学期望E(Xi)=μ,i=1,2, 则序列X¯=1nnXiμX¯Pμ

1.2 伯努利大数定律

设 nA 是n次独立重复试验中事件A发生的次数,p是事件A在每次试验中发生的概率,则对于任意正数ε> 0 ,有

limnP|nAnp|<ε=1limnP|nAnp|ε=0


2 中心极限定理

2.1 中心极限定理产生的背景

实际中,许多随机变量是由大量的相互独立的随机因素的综合影响所形成的,而每一个个别因素在总的影响中所起的作用都是微小的。这种随机变量往往近似地服从正态分布。

2.2 定理1(独立同分布下的中心极限定理)

设随机变量X1,X2,Xn,相互独立,服从同一分布,且具有数据期望和方差:

E(Xk)=μ,D(Xk)=σ2,k=1,2,

则随机变量之和k=1nXk的标准化变量为:

Yn=k=1nXknμnσ

其分布函数F(x)对任意x满足:

limnP|nAnp|<ε=1limnP|nAnp|ε=0

上述结论等价于:

2.3 定理3 棣莫佛-拉普拉斯(De Movire-Laplace定理)

设随机变量ηn(n=1,2,)服从参数n,p(0<p<1)的二项分布,则对任意x,有

limnPηnnpnp(1p)x=x12πet22dt=Φ(x)

定理标命,当n很大时,0<p<1是一个定值时,二项变量ηn的分布近似正态分布N(np,np(1p)),即:

ηn 近似地 N(np,np(1p))

例1 一加法器同时收到20个噪声电压Vk(k=1,2,…20),设它们是相互独立的随机变量, 且都在区间(0,10)上服从均匀分布. 记V=k=1nVk, 求PV>105的近似值