作者:whisper
链接:http://proprogrammar.com:443/article/228
声明:请尊重原作者的劳动,如需转载请注明出处
概括:算术平均依概率收敛于统计平均
1/n*∑[i=1,n]Xᵢ -> E(1/n*∑[i=1,n]Xᵢ) = 1/n*∑[i=1,n]EXᵢ
(一)切比雪夫大数定律(切大数)
设随机变量X₁, X₂,...,Xₙ,...相互独立(两两不相关即可),如果方差DXₖ存在且一致有上界,即存在常数C,使得DXₖ ≤ C,则
lim[n->∞]P{|1/n*∑[k=1,n]Xₖ - 1/n*∑[k=1,n]EXₖ| < ε} = 1
(二)辛钦大数定律(辛大数)
设随机变量X₁, X₂,...Xₙ,...相互独立,服从同一分布,具有数学期望EXₖ = μ,则
lim[n->∞]P{|1/n*∑[k=1,n]Xₖ - μ| < ε} = 1
(三)伯努利大数定律(伯大数)
nₐ是n次独立重复试验中A发生的次数,p是事件A在每次实验中发生的概率,则
lim[n->∞]P{|nₐ/n - p| < ε} = 1
概括为:n个相互独立同分布随机变量之和近似服从正态分布
lim[n->+∞]∑[i=1,n]Xᵢ ~ N(E(∑[i=1,n]Xᵢ), D(∑[i=1,n]Xᵢ))
(一)棣莫弗-拉普拉斯中心极限定理
设随机变量Xₙ服从参数为n和p的二项分布,即Xₙ~B(n, p) (0<p<1, n = 1, 2,...),则当n -> ∞时,有
lim[n->∞]P{(Xₙ-np)/sqrt(np(1-p)) ≤ x} = Φ(x) 即
Xₙ~N(np, np(1-p))
(二)列维-林德伯格中心极限定理
设随机变量X₁,X₂,...Xₙ....相互独立,服从相同的分布,具有数数学期望E(Xₙ) = μ和方差D(Xₙ) = σ²(n = 1, 2,...),则当n->∞时,有
lim[n->∞]P{(∑[k=1,n]Xₖ - nμ)/sqrt(n)σ ≤ x} = Φ(x)
即 ∑[k=1,n]Xₖ~N(nμ, nσ²)
亲爱的读者:有时间可以点赞评论一下
全部评论