《08级数学与应用数学专业毕业论文》由会员分享，可在线阅读，更多相关《08级数学与应用数学专业毕业论文（23页珍藏版）》请在金锄头文库上搜索。
1、第 页中心极限定理探讨及应用中心极限定理探讨及应用摘摘 要要：本文从随机变量序列的各种收敛与它们间的关系谈起，通过对概率论的经典定理中心极限定理在独立同分布和不同分布两种情况下的结论作了比较系统的阐述，揭示了随机现象最根本的性质平均结果的稳定性经过对中心极限定理的讨论，给出了独立随机变量之和的分布可以用正态分布来表示的理论依据同样中心极限定理的内容也从独立同分布与独立不同分布两个角度来进行讨论;最后给出了一些中心极限定理在数理统计、管理决策、近似计算、以及保险业等方面的应用，来进一步地阐明了中心极限定理在各分支学科中的重要作用和应用价值关键词关键词：弱收敛;独立随机变量;特征函数;中心极限定理
2、08 级数学与应用数学专业毕业论文第 1 页 共 23 页目目 录录摘 要.I1 绪论.1 11 课题的研究意义.1 12 国内外研究现状.1 13 研究目标.2 2 关于独立分布的中心极限定理的探讨.3 21 中心极限定理的提法.3 22 独立同分布情形的两个定理.3 221 林德伯格-勒维中心极限定理.4 222 隶莫弗拉普拉斯定理.5 23 独立不同分布情形下的中心极限定理.6 231 林德贝格中心极限定理.6 232 李雅普诺夫中心极限定理.11 24 本章小结.12 3 中心极限定理在商业管理中的应用.13 31 水房拥挤问题.13 32 设座问题.15 33 盈利问题.16 34
3、抽样检验问题.17 35 供应问题.18 结 语.19 参考文献.20 附录.2221 绪论绪论11 课题的研究意义课题的研究意义概率统计学是一门研究随机现象统计规律性1的数学学科，它的应用十分广泛，涉及自然科学、社会经济学科、工程技术及军事科学、农医学科、企业管理部门等而大数定律和中心极限定理是概率论中最重要的内容之一，甚至可以说概率论的真正历史开始于极限定理的研究，在这以前概率论还仅局限于古典概率的直接计算，而且主要是赌博中的概率计算2极限定理最早的成果有:伯努利大数定律，棣莫佛一拉普拉斯定理和泊松定理，这些定理开辟了概率论中的重要研究方向大数定律、中心极限定理及以正态分布和泊松分布为代表
4、的无穷可分分布的研究概率论中讨论随机变量序列部分和的分布渐近于正态分布的一类定理是概率论中最重要的一类定理，有广泛的实际应用背景在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的中心极限定理就是从数学上证明了这一现象最早的中心极限定理是讨论 n 重伯努利试验中，某事件 A 出现的次数渐近于正态分布的问题 1716 年前后，棣莫佛对n 重伯努利试验中每次试验事件 A 出现的概率为 1/2 的情况进行了讨论，随后，拉普拉斯和李亚普诺夫等进行了推广和改进自莱维在 1919-1925 年系统地建立了特征函数理论起，中心极限定
5、理的研究得到了很快的发展，先后产生了普遍极限定理和局部极限定理等无论是在概率论的发展史上还是在现代概率论中，极限定理的研究都占特别重要的地位，也是数理统计学的基石之一，其理论成果也比较完美长期以来，对于极限定理的研究所形成的概率论分析方法，影响着概率论的发展同时新的极限理论问题也在实际中不断产生这样中心极限定理在概率论中占有重要的地位，同时极限定理的研究引起了现代概律论的发展，并且在统计分析和近似计算等方面具有一定的应用，所以中心极限定理的研究具有一定的理论和实际意义12 国内外研究现状国内外研究现状中心极限定理作为概率论的重要内容，其理论成果相对比较完善这方面的文章较多，它们的结果也比较完美
6、但是他们注重于研究单一的方向，而几个定律之间的关系和应用方面的较少出于这种现状本文通过对独立条件下的中心极限定理做系统的分析，主要研究和讨论几个中心极限定理之间的关系以及中心极限定理所揭示的理08 级数学与应用数学专业毕业论文第 3 页 共 23 页论意义和他们的应用同时对文中出现的定理和结论做系统的分析和证明，所以对教学和科研方面具有一定的参考价值13 研究目标研究目标通过对独立随机序列的中心极限定理做系统的分析，阐明中心极限定理它们之间的关系以及举例说明中心极限定理在实际问题中的应用为教学和科研供参考42 关于独立分布的中心极限定理的探讨关于独立分布的中心极限定理的探讨凡是在一定条件下断定
7、随机变量之和的极限分布是正态分布的定理，在概率论中统称中心极限定理具体一点说，中心极限定理回答的是(独立或弱相依)随机变量之和的极限分布在什么条件下是正态的中心极限定理是揭示产生正态分布的源泉，是应用正态分布来解决各种实际问题的理论基础21 中心极限定理的提法中心极限定理的提法直观上，如果一随机变量决定于大量(乃至无穷多个)随机因素的总合，其中每个随机因素的单独作用微不足道，而且各因素的作用相对均匀，那么它就服从(或近似地服从)正态分布，下面我们将按严格的数学形式来表述这一直观在许多情形下，一随机变量可以表示为或近似地表示为大量独立随机变量之和，X(a)12nX这里，每个直观上表示一种随机因素
8、的效应，假如式(a)包含了决定的充分多iX的随机因素的效应(即充分大)，则的分布就近似于 X 的分布中心极限定理就n1ni i是要说明，在什么条件下大量独立随机变量之和近似地服从正态分布，即，在什么条件下，当时，独立随机变量之和的极限分布是正态分布的n 中心极限定理的名称最早是由仆里耶(1920 年)提出来的，中心极限定理的一般形式最早是由切比雪夫(1821 年1894 年)提出来的下面我们介绍四个主要定理:1)林德伯格一勒维定理 2)棣莫弗一拉普拉斯定理 2)林德伯格定理 3)李雅普诺夫定理其中林德伯格定理是最一般的，其它情形可以看作它的推论22 独立同分布情形的两个定理独立同分布情形的两个定理中心极限定理有多种不同的形式，它们的结论相同，区别仅在于加在各被加项上的条件不同独立同分布随机变量列的中心极限定理，是中心极限定理最简12
