最后更新: 2026-06-12 17:40 查看: 87 次纠错评论(0) 课件开VIP

本章思维导图

## 三大中心极限定理区别对照表
 
|对比维度|棣莫弗-拉普拉斯定理|林德伯格-列维（独立同分布）定理|李雅普诺夫定理|
| ---- | ---- | ---- | ---- |
|**适用随机变量**|独立**0-1分布**（伯努利变量），和服从二项分布$B(n,p)$|**独立同分布**，任意分布|**独立不同分布**，各变量分布可不同|
|**核心前提**|独立重复伯努利试验，期望、方差存在|独立、同分布，$E(X_i)=\mu，D(X_i)=\sigma^2>0$|独立，各变量期望、方差存在，满足**李雅普诺夫条件**|
|**从属关系**|林德伯格-列维定理的**特殊特例**|棣莫弗-拉普拉斯的**推广形式**|独立不同分布场景，范围更广，独立于前两者|
|**约束强弱**|约束最强，仅限二项分布场景|约束中等，要求同分布|约束相对宽松，不要求同分布|
|**极限形式**|$X\sim B(n,p)$，$n\to\infty$时<br>$\dfrac{X-np}{\sqrt{np(1-p)}}\stackrel{近似}{\sim}N(0,1)$|$n\to\infty$时<br>$\dfrac{\sum\limits_{i=1}^n X_i - n\mu}{\sqrt{n}\sigma}\stackrel{近似}{\sim}N(0,1)$|记$B_n^2=\sum\limits_{i=1}^n D(X_i)$，$n\to\infty$时<br>$\dfrac{\sum\limits_{i=1}^n X_i - \sum\limits_{i=1}^n E(X_i)}{B_n}\stackrel{近似}{\sim}N(0,1)$|
|**典型应用**|大样本下**二项分布近似正态**计算概率|独立同分布样本和、均值近似正态|多个不同分布的独立变量求和，近似正态|

快速总结
1. 棣莫弗-拉普拉斯：**专属二项分布**，范围最窄；
2. 林德伯格-列维：**独立+同分布**，通用基础版；
3. 李雅普诺夫：**独立+不同分布**，无需同分布，适用场景最广。

## 怎么解题

大部分学生拿到《大数定律和中心极限定理》这一节的习题是感觉懵的，不知道如何下手解题，核心是两点：
①$n$个样品，标准化后服从$N \sim (\mu,\sigma/n)$的标准正态分布。
②了解每个定律和定理的应用条件。

下面的例题取自 [切比雪夫大数定理](https://kb.kmath.cn/kbase/detail.aspx?id=3822) 里的例题。

`例` 现有一大批种子，其中良种占 $\frac{1}{6}$ ，现从中任取 6000 粒．试分别（1）用切比雪夫不等式估计；（2）用中心极限定理计算：这 6000 粒中良种所占的比例与 $\frac{1}{6}$ 之差的绝对值不超过 0.01的概率．

**视频讲解**
视频来源：抖音  过啦过啦考过啦
<iframe src="//player.bilibili.com/player.html?isOutside=true&aid=116720735946833&bvid=BV1pcEm6XETn&cid=38991495318&p=1&autoplay=0" width=680px height=600px scrolling="no" border="0" frameborder="no" framespacing="0" allowfullscreen="true"></iframe>

科数题库(单机版) 会议室预约系统(book)

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

免费注册

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇：没有了

下一篇：依概率收敛

本文对您是否有用？有用 (0) 无用 (0)