大数定律及中心极限定理

已于 2024-01-08 13:59:40 修改
阅读量412 收藏 7
点赞数 6
分类专栏： 概率统计 文章标签： 概率论
于 2024-01-06 10:34:47 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_74894425/article/details/135422469
版权
本文概述了概率论中的几大重要定理，包括弱大数定理（辛钦大数定理）、伯努利大数定理、切比雪夫大数定理以及中心极限定理，重点介绍了随机变量在独立同分布和标准化条件下的性质。最后提到了李雅普诺夫定理，它涉及随机变量和极限分布的关系。
摘要由CSDN通过智能技术生成

目录

弱大数定理（辛钦大数定理）

伯努利大数定理

切比雪夫大数定理

中心极限定理

定理一（独立同分布）

定理二（李雅普诺夫定理）

弱大数定理（辛钦大数定理）

随机变量 X_1, X_2, X_3, ... 

  1. 相互独立
  2. 同分布
  3. 具有相同的数学期望 E(X_k) = \mu 

则

         \bar{X} \overset{P}{\rightarrow} \mu

伯努利大数定理

f_A 是 n 次重复实验事件A发生的次数

则 \frac{f_A}{n} \overset{P}{\rightarrow}p

切比雪夫大数定理

随机变量 X_1, X_2, X_3,... 有

  1. E(X_k) = \mu
  2. D(X_k) \leq m

则 \bar{X} \overset{P}{\rightarrow} \mu

中心极限定理

定理一（独立同分布）

随机变量X_1,X_2,X_3,...

  1. 相互独立
  2. 服从同一分布
  3. E(X_k) = \mu
  4. D(X_k) = \sigma^2 >0

\sum_{i=1}^{n}X_k   的标准化变量  \frac{\sum_{i =1}^{n} X_k - n\mu}{\sqrt{n}\sigma}\sim N(0,1)   （近似的）

或者

        \bar{X} \sim N(\mu, \sigma^2 / n) (近似的)

定理二（李雅普诺夫定理）

满足：

  1. E(X_k) = \mu
  2. D(X_k) = \sigma^2 >0
  3. 记 B^2_n = \sum^{n}_{k = 1} \sigma ^2_k

若存在 \delta 使得 当 n \rightarrow \infty 时,

\frac{1}{B^{2+\delta}_n} \sum^{n}_{k=1} E\{ \left | X_k - \mu_k \right |^{2+\delta}\} \rightarrow 0

随机变量的和 \sum^{n}_{k=1} X_k 经过标准化之后，服从标准正态分布

对该定理的理解

taikonlover Fenglin
关注
专栏目录
中心极限定理_大数定律及中心极限定理
weixin_39999209的博客
12-19 782
大数定律通俗表述：在定理条件下，n个随机变量的算术平均，当n无限增加时将几乎变成一个常数。公理化定义：定理一（切比雪夫定理的特殊情况）：强调了在相互独立随机变量下的结果条件随机变量X1, X2,...,Xn,...相互独立。具有相同的数学期望E（ ）= 和方差D（ ）= 。则： ， = =1上式表明： 是一个随机事件，当n趋近于∞时，该事件发生的概率很大。注意：称序列 依概率收...
课时11 大数定律及中心极限定理 2.mp4
06-19
课时11 大数定律及中心极限定理 2.mp4
大数定律与中心极限定理
博客简介
03-22 3270
大数定律描述了独立同分布随机变量序列的算术平均值依概率收敛到分布的数学期望；中心极限定理描述了独立同分布随机变量序列之和的分布逼近于正分布。在很多场合中都能见到被冠以“大数定律”和“中心极限定理”的各类结论。
大数定律及中心极限定理6
chichi_magic的博客
09-19 831
大数定律及中心极限定理
概率论总结(四): 大数定律及中心极限定理
热门推荐
JacksonKim的博客
07-27 2万+
一、大数定律 大数定律是叙述随机变量序列的前一些项的算术平均值在某种条件下收敛到这些项的均值的算术平均值。 1.弱大数定理（辛钦大数定理） (1) 什么是随机变量序列？ 随机变量序列就是一列按某种规则排列的随机变量。 这种规则可随意，但强调的是一个次序。 例如： 若Xi表示第i次抛硬币的结果，那么{Xi}这个序列就是若干次抛硬币的结果序列，X1指第一次抛的结果，Xn指第n次抛的结果。 若Yi表示前i次抛硬币正面向上的次数，（记第i次正面朝上为Xi=1，反面朝上为Xi=0）那么可以有Yi=X1+X2
大数定律、中心极限定理
Data Time
08-17 5216
一、大数定律 大数定律的一般形式： ， 翻译：当 n 趋近无穷大时，随机变量的均值会收敛至随机变量期望的均值 值得注意的是，大数定律的一般形式是一个性质，不是一个定律！上面的表述并非恒成立，而是说满足这个条件的定律可以称作大数定律 1.1 切比雪夫大数定律 大数定律的一般形式长得很像切比雪夫不等式，因此有了切比雪夫大数定律 随机变量到相互独立且方差存在，满足，则 ， 当n 趋近无穷大时，右边趋于 0，满足大数定律 1.2 马尔可夫条件 在切比雪夫大数定律中有独立性假设，...
大数定律和中心极限定理
YJ语
03-30 8645
1 大数定律 这里强调的是总体与样本 大数定律就是说：当随机事件发生的次数足够多时，发生的频率趋近于预期的概率 大数定律说的是当随机事件重复多次时频率的稳定性，随着试验次数的增加，事件发生的频率趋近于预期的“概率” 2 赌徒缪误： 1，2，4，8-----在赌钱时——输了就翻倍，一直到赢为止 有人说：如果已经连续4次出现正面，接下来的第5次还是正面的话，就接连有5次“正面”，根据概率论，连抛5次正面的几率是1/25=1/32。所以，第5次正面的机会只有1/32，而不是1/2。 以上混淆了“在硬币第1次抛
通俗理解大数定律、中心极限定理
老猫的博客
05-16 4584
依概率收敛 https://www.zhihu.com/question/19911209/answer/876481176 来源 不知道各位在学习概率论之初是不是也有我这样的想法：**在实验次数足够多的情况下，频率就会非常接近概率。**我们也是依此得到了很多事情发生的概率，比如说抛硬币、等等。最典型的诸如蒲丰投针计算圆周率。那么这个式子不就是这样的吗： 但依概率收敛告诉你这样是不严谨的。以抛硬币为例，假如说我们实验的次数已经非常大了，那么这个概率的值可能会像下图蓝线一样波动。 所以说，随着实验的进行，
大数定律、中心极限定理总结
zorchp
05-30 1万+
总结概率论中的大数定律、中心极限定理，方便复试面试复习。
概率论-大数定律与中心极限定理思维导图
Art1st_D的博客
06-17 3756
(完整版)大数定律及中心极限定理.docx
11-16
《大数定律及中心极限定理》 大数定律是概率论中的核心概念，它揭示了在大量独立随机事件中，事件发生的频率趋于一个稳定值，即概率的规律。这一规律对于统计推断和风险评估有着重要的作用。切比雪夫大数定律是大数...
大数定律及中心极限定理学习教案.pptx
11-23
在概率论和统计学中，大数定律与中心极限定理是两个至关重要的概念，它们在数据分析、风险评估以及各种实际应用中起着基础性的作用。大数定律描述了随着独立随机试验次数的增加，事件发生的频率趋于一个稳定值，即该...
【独立同分布】
qq_42761751的博客
11-09 353
如果随机变量x1和x2独立，是指x1的取值不影响 x2的取值，x2的取值也不影响x1的取值且随机变量x1和 x2服从同一分布，这意味着 x1和 x2具有相同的分布形状和相同的分布参数，对离随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。每次抽样之间是没有关系的，不会相互影响。就像抛骰子每次抛到几就是几这就是独立的，但如果要两次抛的和大于8，其余的不算，那么第一次抛和第二次抛就不独立了，因为第二次抛的时候结果是和第一次相关的。同分布指的是相同的概率分布。
ML 系列：第 21 节 — 离散概率分布（二项分布）
最新发布
gongdiwudu的专栏
11-09 818
二项分布描述了在固定数量的独立伯努利试验中一定数量的成功的概率，其中每个试验只有两种可能的结果（通常标记为成功和失败）。
中心极限定理的三种形式
u013600306的博客
11-08 1078
概率统计中的定义从来不说人话。独立同分布中心极限定理结果的有三种解释形式。然而有人总掺和到一起说。这一结果是数理统计中大样本统计推断的基础。是独立同分布的随机变量序列，且。假设有任意分布的总体，其均值为。是标准正态分布的分布函数。充分大时，近似地服从均值为。近似服从正态分布，其均值为。的独立同分布的随机变量。存在，则随机变量之和。
我谈正态分布——正态&偏态
u013600306的博客
11-04 1632
3σ正态分布的英文是Normal Distribution，normal是“正常”或“标准”的意思，中文翻译是正态，多完美的翻译，正态对应偏态，正态是指分布曲线左右对称，偏度为零。正态分布的峰度也为0。话说现在的翻译真让人受不了，比如那个multi-head attention。
第十三天 概率论与统计学
IT深耕十余载，大道之简
11-09 952
概率论与统计学是两个紧密相连但又有所区别的数学领域。
大数定律与中心极限定理在概率统计中的应用
"该资源是关于概率论与数理统计中的大数定律和中心极限定理的PPT讲义，适合学习者理解这两个重要定理的基本概念和应用。" 大数定律和中心极限定理是概率论的核心内容，用于描述和理解随机现象的统计规律性。在实际...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值