看了《概率論與數理統計》上面說了大數定律和中心極限定律的推到。。。。沒時間去弄公式推到，現在大概了解，之后用到再去一步步推到。 中心極限定理： 　　　　設隨機變量X1，X2，......Xn，......獨立同分布，並且具有有限的數學期望和方差：E(Xi)=μ，D(Xi)=σ20 ...

一、大數定律 二、辛欽大數定理 三、兩個重要定理 四、習題 ...

注：這兩個定理可以說是概率論中最重要的兩個定理。也是由於中心極限定理的存在，使得正態分布從其他眾多分布中脫穎而出，成為應用最為廣泛的分布。這兩個定理在概率論的歷史上非常重要，因此對於它們的研究也橫跨了幾個世紀（始於18世紀初），眾多耳熟能詳的大數學家都對這兩個定理有自己的貢獻。因此，這兩個定理 ...

　　大數定律告訴我們，如果想要求得一個隨機變量的期望，只需要進行多次重復試驗，然后取均值就可以了。然而在使用大數定律時仍然需要小心，因為大數定律並沒有明確指出到底需要多少次試驗才能充分接近我們所期待的極限。無論實驗多少次，我們仍然不能否認存在這樣的情況：所拋出的骰子全部是同一點數，盡管這種情況發生 ...

大數定律: 大量的重復試驗平均結果的穩定性 切比雪夫不等式: 定理:假設x隨機變量,EX和DX都存在, 任取ξ >0, 則P(|X-Ex|≥ξ) ≤ DX/ξ2 DX越小, 波動越小, 落在外面的概率越小 DX越大, 波動越大 ...

大數定律：在隨機試驗中，每次出現的結果不同，但是大量重復試驗出現的結果的平均值卻幾乎總是接近於某個確定的值。或者，在試驗不變的條件下，重復試驗多次，隨機事件的頻率近似於它的概率。偶然中包含着某種必然。中心極限定理：在一定條件下大量獨立隨機變量的平均數是以正態分布為極限的。或者，如果樣本量足夠 ...

中心極限定理 從這里開始直到高斯分布課程結尾的內容皆為選修部分。 這一部分介紹了高斯分布的由來。如果你想深入學習高斯分布背后的理論，那么請繼續。如果你不想，也可以直接跳到機器人定位課程 ...

楔子 比如說，我們想獲得本省 15 歲男生的平均身高，這時你會怎么做？顯然你不會也不可能真的去統計全省所有 15 歲男生的身高，然后再求平均值，這樣做不太現實。因此，你會去找一些樣本，也就是找一部分 ...