Центральная предельная теорема (ЦПТ) представляет собой вторую группу предельных теорем, которые устанавливают связь между законом распределения суммы СВ и его предельной формой — нормальным законом распределения.
Сформулируем ЦПТ для случая, когда члены суммы имеют одинаковое распределение (именно эта теорема чаще других используется на практике: в математической статистике выборочные случайные величины имеют одинаковые распределения, так как получены из одной и той же генеральной совокупности).
Теорема. Пусть Х1, Х2,...Хп независимые СВ, одинаково распределены, имеют конечные математическое ожидание MXi = а и дисперсию DXi = , . Тогда функция распределения центрированной и нормированной суммы этих случайных величин стремится при п →∞ к функции распределения стандартной нормальной случайной величины:
Это означает, что сумма Х1 + Х2 +..+ Хп приближенно распределена по нормальному закону. Говорят, что при п →∞ СВ асимптотически нормальна.
Напомним, что:
|
|
1. СВ X называется центрированной и нормированной (т.е. стандартной), если Mх = 0, a Dх = 1.
2. Если СВ Xi,, .независимы, Mхi =a, Dхi =σ2, то
3. ─ функция Лапласа является функцией распределения нормального закона.
Формула позволяет при больших п вычислять вероятности различных событий, связанных с суммами случайных величин. Так, перейдя от СВ
к стандартной СВ, получим:
формулу для определения вероятности того, что сумма нескольких СВ окажется в заданных пределах. Часто ЦПТ используют, если п > 10.
Пример3. Независимые СВ Хi распределены равномерно на отрезке [0,1]. Найти закон распределения СВ
а также вероятность того, что 55 < Y < 70.
( Применив самостоятельно ЦПТ, получите ответ ≈ 0,04.)