基于对概率问题的抽象化,通过期望、方差、随机变量X及其概率,我们想要通过几个量推出另外几个量的特征,笼统的来说,极限定理起到的作用便在于此

 

  切比雪夫不等式:

  在证明切比雪夫不等式之前,我们先要完成对马尔可夫不等式的证明。

  马尔可夫不等式:

            《A First Course in Probability》-chaper8-极限定理-切比雪夫不等式                

  证明:

   

  这里可能有人会问,为什么X和a必须取非负值呢?这里只要是为了满足第一个∵那里的不等式。

 

  切比雪夫不等式:

   《A First Course in Probability》-chaper8-极限定理-切比雪夫不等式

  证明:

   《A First Course in Probability》-chaper8-极限定理-切比雪夫不等式

   可以看到,切比雪夫带给我们最直观的意义就是,在知道随机变量X的期望和方差的同时,利用它可以导出概率的上界。

相关文章:

  • 2021-08-06
  • 2022-12-23
  • 2022-12-23
  • 2021-09-26
  • 2022-12-23
  • 2022-12-23
  • 2022-12-23
猜你喜欢
  • 2022-01-11
  • 2021-06-25
  • 2022-12-23
相关资源
相似解决方案