会计学依概率(gàilǜ)收敛大数(dàshù)定律定理(dìnglǐ)的意义：马尔可夫大数(dàshù)定律例：伯努利大数(dàshù)定律大数定律的重要意义：伯努利大数定律建立了在大量重复独立试验中事件出现频率的稳定性，正因为这种稳定性，概率的概念才有客观意义，伯努利大数定律还提供了通过试验来确定事件概率的方法，既然频率与概率p有较大偏差的可能性很小，我们便可以通过做试验确定某事件发生(fāshēng)的频率并把它作为相应的概率估计。辛钦大数(dàshù)定律作为所求解的近似值。由大数定律可知，如果X1，X2，…，XN独立同分布(fēnbù)，且具有有限期望值（E(X)<∞），则例：中心(zhōngxīn)极限定理例如：对某物的长度进行测量,在测量时有许多随机因素影响测量的结果.如温度和湿度等因素对测量仪器的影响,使测量产生误差X1;测量者观察时视线所产生的误差X1;测量者心理和生理上的变化产生的测量误差X3;…显然这些误差是微小的、随机的,而且(érqiě)相互没有影响.一般地,在研究(yánjiū)许多随机因素产生的总影响时,很多可以归结为研究(yánjiū)相互独立的随机变量之和的分布问题,而通常这种和的项数都很大.因此,需要构造一个项数越来越多的随机变量和的序列:我们关心的是当n→∞时,随机变量和∑Xi的极限分布是什么(shénme)?由于直接研究∑Xi的极限分布不方便,故先将其标准化为:定义：设{Xk}为相互独立的随机变量序列,有有限(yǒuxiàn)的数学期望E(Xk)=μk和方差D(Xk)=σk2,令(Lindeberg-Levy)定理:设{Xk}为相互独立的随机变量序列,服从同一分布(fēnbù),且具有数学期望E(Xk)=μ和方差D(Xk)=σ2,则随机变量例:将一颗骰子连掷100次，则点数之和不少(bùshǎo)于500的概率是多少？DeMoivre-Laplace中心极限定理(dìnglǐ):设随机变量∑Xi服从二项分布Yn~B(n,p),(o<p<1),则对于任意x,恒有例：某运输公司(ɡōnɡsī)有500辆汽车参加保险，在一年内每辆汽车出事故的概率为0.006，每辆参加保险的汽车每年交保险费800元，若一辆车出事故保险公司(ɡōnɡsī)最多赔偿50000元．求保险公司(ɡōnɡsī)一年赚钱不小于200000元的概率．解：设，则．设：运输(yùnshū)公司一年内出事故的车数．则独立(dúlì)非同分布条件下：/设独立(dúlì)随机变量序列设独立(dúlì)随机变量序列///