概率课件学习课件.pptVIP

第五章 大数定律与中心极限定理 §5.1大数定律的概念 例2 测量一个长度a,一次测量的结果不见得就等于a,量了若干次,其算术平均值仍不见得等于a,但当测量的次数很多时,算术平均值接近于a几乎是必然的. 这两个例子说明： 在大量随机现象中,不仅看到了随机事件的频率具有稳定性,而且还看到大量测量值的平均结果也具有稳定性。这种稳定性就是本章所要讨论的大数定律的客观背景。即无论个别随机现象的结果如何,或者它们在进行过程中的个别特征如何,大量随机现象的平均结果实际上与每一个别随机现象的特征无关,并且几乎不再是随机的了。 §5.2 切贝谢夫不等式 切比雪夫不等式 (P104) 例1设随机变量ξ的数学期望Eξ=μ，方差Dξ=σ2则由切贝谢夫不等式有 解：根据切贝谢夫不等式 Eξ=7/2 Dξ=35/12 P(│ξ-7/2│≥1)=2/3 P(│ξ-7/2│≥2)=P(ξ=1)+P(ξ=6)=1/3 所以 例3 设电站供电网有10000盏电灯,夜晚每一盏电灯开灯的概率都是0.7,而假定开关时间彼此独立,估计夜晚同时开着的灯数在6800与7200之间的概率. 解:令ξ表示在夜晚同时开着的灯的数目,它服从参数n=10000,p=0.7的二项分布.若要准确计算,应该用贝努里公式: 可见,虽然有10000盏灯,但是只要有供应7200盏灯的