人们在长期的实践中发现,虽然个别事件在某次试验中可能发生也可能不发生,但在大量重复实验中却呈现明显的规律性,即一个随机事件发生的频率在某个固定数的附近摇摆,这就是所谓“频率的稳定性”。
这里介绍的就是概率论的理论基础!戳这里:概率论思维导图
切比雪夫不等式
设随机变量X的数学期望,方差,对任意的,有
即
例题:
已知随机变量X的数学期望E(X)=100,方差D(X)=10,试估计X落在(80,120)内的概率
解:
由切比雪夫不等式
大数定理
伯努利大数定理
设是n重伯努利试验中事件A发生的次数,p是事件A在每次试验中发生的概率,对于任意的,有
该定理表明,当n充分大时,事件A发生的频率与概率p的差的绝对值大于任意指定正数的概率可以任意小。
切比雪夫大数定理
设相互独立的随机变量分别具有数学期望及方差,若存在常数C,使
则对于任意的,有
推论
设相互独立的随机变量,服从相同的分布,且,则对任意的,有
中心极限定理
同分布的中心极限定理
设相互独立的随机变量服从相同的分布,且,则随机变量
的分布函数对任意实数x,满足
该定理的结论也可以写为:对于任意的a<b,有
棣莫弗—拉普拉斯中心极限定理
设,其中0<p<1,q=1-p,则对任意实数x,有
例题:
某车间有200台车床,在生产时间内有于需要检修、调换刀具、变换位置、调换工件等常需停车。设开工率为0.6,并设每台车床的工作是独立的。在开工时需电1kW。问应供应该车间多少千瓦电力才能以99.9%的概率不会因为供电不足而影响生产。
解:
设应供应N kW电力,而某时刻工作着的车床数为X,显然