4.4 概率.pdf

大数定律的客观背景 事件发生的频率稳定于某一常数 大量随机试验中  测量值的算术平均值具有稳定性 4.4 大数定律与中心极限定理 大量抛掷硬币 生产过程中的 字母使用频率 正面出现频率 废品率 …… 我们只就连续型随机变量的情况来证明. 一、切比雪夫不等式 证 设X 的概率密度为f (x)，则有 定理 设随机变量X 具有数学期望E (X ) ,方差 2 P {X  }  f (x )dx X   D (X )  ,则对于任意正数，有不等式   2 2  x  P {|X E (X ) | }  2  X   2 f (x )dx     2 或  1  2 2 P {|X E (X ) | } 1  2  2  (x  ) f (x )dx 2     2 由切比雪夫不等式可以看出，若 越小，则 事件{|X-E(X)|} 的概率越大，即随机变量X 集 中在期望附近的可能性越大. 2  例1 已知正常男性成人血液中，每一毫升白细胞 P {|X E (X ) | } 