中心极限定理
所属章节:第5章 大数定律和中心极限定理
定理 4(列维 - 林德伯格定理) 假设 {Xn}(n=1,2,⋯) 是独立同分布的随机变量序列,如果
EXi=μ,DXi=σ2>0(i=1,2,⋯)
存在,则对任意的实数 x,有
n→∞limP⎩⎨⎧nσi=1∑nXi−nμ⩽x⎭⎬⎫=2π1∫−∞xe−2t2dt=Φ(x).
定理 5(棣莫弗 - 拉普拉斯定理) 假设随机变量 Yn∼B(n,p)(0<p<1,n⩾1),则对任意实数 x,有
n→∞limP{np(1−p)Yn−np⩽x}=2π1∫−∞xe−2t2dt=Φ(x).
关联知识
- 大数定律:两者分别研究平均量的稳定性与标准化和的极限分布。
- 正态分布:中心极限定理的标准化和趋于标准正态分布。
- 方差与标准差:中心极限定理使用和的均值与标准差进行标准化。
- 二项分布的概率近似:棣莫弗-拉普拉斯定理支持二项分布的正态近似。
原文:原笔记 · 5.3 中心极限定理 P128(原文件第 704–717 行)。
返回概率论导航