5.2中心极限定理 定理一林德伯格-列维中心极限定理 (Lindberg-levi) 【独立同分布的中心极限定理] 定理二棣莫弗-拉普拉斯中心极限定理 (De Moivre-Laplace-) 【二项分布以正态分布为极限分布]

第五章大数定律与中心极限定理 本章要解决的问题 答复 1.为何能以某事件发生的频率作为该事件的概率的估计? 2.为何能以样本均值作为总体定律期望的估计? 3.为何正态分布在概率论中占有极其重要的地位? 4.大样本统计推断的理论基础限定理是什么?

4.4协方差和相关系数 问题对于二维随机变量(,): 已知联合分布 边缘分布 对二维随机变量除每个随机变量各自 的概率特性外,相互之间可能还有某种联系 问题是用一个怎样的数去反映这种联系 数 反映了随机变量X,Y之间的某种关系

4.2方差 引例甲、乙两射手各打了6发子弹,每发 子弹击中的环数分别为: 甲10,7,9,8,10,6, 有五个不 乙8,7,10,9,8,8,有个 四 问哪一个射手的技术较好?个同 解首先比较平均环数 不数 甲=8.3,乙=8.3 同数

3.4二维r..函数的分布 问题已知r(X,Y)的概率分布, g(x,y)为已知的二元函数, 求Z=8(X,Y)的概率分布 方法转化为(X,Y)的事件

3.3随机变量的独立性 将事件独立性推广到r.v. 两个rv的相互独立性 定义设(X,Y)为二维r.v.若对任何 实数x,y都有 则称r.v.X和Y相互独立

二维离散r.v的条件分布律 设二维离散型r.v.(X,Y)的分布 若-XO 记作 则称y)) j12 9 为在X=x1的条件下,Y的条件分布律

在实际问题中,试验结果有时需要同 时用两个或两个以上的rv来描述 例如用温度和风力来描述天气情况. 通过对含碳、含硫、含磷量的测定来研究 钢的成分.要研究这些rv之间的联系,就 需考虑多维r.v及其取值规律—多维分布

2.4r.v.函数的分布 问题已知r.v.X的d.f.或分布律 求随机因变量Y-g()的密度函数或分布律 方法将与Y有关的事件转化成X的事件

2.3连续型随机变量 连续型rv的概念 定义设是随机变量,若存在一个非负 可积函数(x),使得 其中F(x)是它的分布函数 则称x是连续型rv,f(x)是它的概率 密度函数(p.d.f.),简记为df