这就是二项分布的中心极限定理 在概率论中还有其他许多的中心极限定理.求解有关中心极限定理问题的关键就是要凑 出上面的式子(参见本章5.2节例2), 林德贝格一列维中心极限定理(独立同分布中心极限定理) 设51,52,…,5,…是相互独立的服从同一分布的随机变量序列,它们的数学期望和方 差都存在,分别为E5,=4和D5,=o2>0(i=1,2,…),则对任何x,当n→∞时, 有 2 ≤X V2元1ed山=). 当n充分大时,近似有 2-u -≈N(0,1)。 ng? 德莫哇佛一拉普拉斯极限定理(二项分布中心极限定理) 若4n是n次独立重复试验(n重贝努里试验)中事件A发生的次数,0<p<1是事件 1在每次试验中发生的概率,g=1-P,p付)=。 x e2,则 J2π (1)对任意的有限区间[a,1,当a<-吧≤b及n→∞时,有 npq Piun=k Cpgk lim lim- 1 k-np 1→0 1 -p2-1, 2npq npqnpq 2mpq (2)对任何x,当n→oo时,有 ImP4。~p → ≤x7= npq 4n-吧一N0,)。 npq 9595 这就是二项分布的中心极限定理. 在概率论中还有其他许多的中心极限定理.求解有关中心极限定理问题的关键就是要凑 出上面的式子(参见本章 5.2 节例 2). 林德贝格-列维中心极限定理(独立同分布中心极限定理) 设 1 , 2 , , n , 是相互独立的服从同一分布的随机变量序列,它们的数学期望和方 差都存在,分别为 E i = 和 0 2 D i = ( i = 1,2, ),则对任何 x ,当 n → 时, 有 e d ( ) 2 1 lim 2 2 1 2 x t x n n P x t n i i n = = − − − = → 。 当 n 充分大时,近似有 2 1 n n n i i − = ~ N(0,1) 。 = P a b n i i 1 ≈ ( ) ( ) 2 2 n a n n b n − − − 。 德莫哇佛-拉普拉斯极限定理(二项分布中心极限定理) 若 n 是 n 次独立重复试验( n 重贝努里试验)中事件 A 发生的次数, 0 p 1 是事件 A 在每次试验中发生的概率, q = 1− p , 2 2 e 2 1 ( ) x x − = ,则 (1)对任意的有限区间 [a, b] ,当 b npq k np a − 及 n → 时,有 = − = → ( ) 1 { } lim npq k np npq P k n n 1 e 2 1 lim 2 ( ) 2 = − − − → npq k np k k n k n n npq C p q ; (2)对任何 x ,当 n → 时,有 − → x npq np P n n lim − − = x t e dt 2 1 2 2 = (x) 。 npq np n − ~ N(0,1)