大数定律和中心极限定理

切比雪夫不等式

随机变量$X$，$E(X)=\mu ,D(X)=\sigma$

$P(|X-\mu |\ge \epsilon )\le \frac{{\sigma }^2}{{\epsilon }^2}$

中心极限定理

和的分布收敛于正态分布这一类定理叫做中心极限定理

独立同分布的 中心极限定理

$X_1,X_2,...,E(X_i)=\mu ,D(X_i)={\sigma }^2,i=1,2,...$

计
$$Y_n=\frac{{\sum }_{i=1}^n{X}_i-n\mu }{\sigma \sqrt{n}}$$
的分布函数$F_n(x)$，有
$$F_n(x)=\Phi (x)$$

---

$$\sum _{i=1}^n{X}_i\sim N(n\mu ,n\sigma )$$

两点分布

lim ⁡ n → ∞ { ∑ i = 1 n X i − n p n p ( 1 − p ) ≤ x } = Φ ( x ) \lim_{n\to\infty}\{\frac{\sum_{i=1}^nX_i-np}{\sqrt{np(1-p)}}\leq x\}=\Phi(x) n→∞lim​{np(1−p) ​∑i=1n​Xi​−np​≤x}=Φ(x)