概率论第5章:大数定律及中心极限定理
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
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
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
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
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
则随机变量之和
其分布函数F(x)对任意x满足:
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
定理标命,当n很大时,0<p<1是一个定值时,二项变量
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
, 求 的近似值
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 诺亚方舟!
评论