中心极限定理是研究独立随机变量和的极限分布为正态分布的问题。
设随机变量序列 相互独立,均具有相同的数学期望与方差,即
令:
则称随机变量为随机变量序列的规范和。
中心极限定理:设从均值为、方差为;(有限)的任意一个总体中抽取样本量为n的样本,当n充分大时,样本均值的抽样分布近似服从均值为、方差为 的正态分布。
【定理1】:(独立同分布的中心极限定理) 设随机变量 相互独立,具有相同的分布, 记:
【定理2】:均值为 ,方差为 的独立同分布的随机变量 的和 的标准化变量的分布函数,当 充分大时,有
代码实现:
# Python
# 中心极限定理
u = 0 # 均值μ
sig = math.sqrt(0.5) # 标准差δ
t = 10000
a = np.zeros(1000)
for i in range(t):
a += np.random.uniform(-5, 5, 1000) # random:返回随机的浮点数,在半开区间 [0.0, 1.0),uniform:均匀分布
a = (a - u)/(sig/math.sqrt(t))
plt.hist(a, bins=30, color='g', alpha=0.75) # hist:绘制直方图
plt.grid()
plt.show()