切比雪夫不等式及其证明

本质: 随机变量XXX偏离E（X)E（X)E（X)越大，则其概率越小。

定理设随机变量XXX具有数学期望E(X)=μE(X)=\muE(X)=μ,方差D(X)=σ2D(X)=\sigma^2D(X)=σ2,则对∀ϵ≥0\forall\epsilon\ge0∀ϵ≥0,不等式
P{∣X−μ∣≥ϵ}≤σ2ϵ2P \{ | X- \mu | \ge \epsilon \} \le \frac {\sigma^2}{\epsilon^2} P{∣X−μ∣≥ϵ}≤ϵ2σ2
成立。

证明：
只就连续性随机变量的情况来证明。设XXX的概率密度函数为f(x)f(x)f(x),则有
P{∣X=μ∣≥ϵ}=∫∣x−μ∣≥ϵf(x)dx≤∫∣x−μ∣≥ϵf(x)dx≤∫∣x−μ∣≥ϵ∣x−μ∣2ϵ2f(x)dx≤1ϵ2∫−∞+∞(x−μ)2f(x)dx=σ2ϵ2P \{ |X=\mu|\ge\epsilon \} = \int _{|x-\mu|\ge\epsilon} f(x)dx \\ \le \int _{|x-\mu|\ge\epsilon}f(x)dx \\ \le \int _{|x-\mu|\ge\epsilon} \frac {|x-\mu|^2} {\epsilon^2}f(x)dx \\ \le \frac {1} {\epsilon^2} \int _{- \infty} ^{+ \infty} (x- \mu)^2f(x)dx \\ =\frac {\sigma^2} {\epsilon^2} P{∣X=μ∣≥ϵ}=∫∣x−μ∣≥ϵf(x)dx≤∫∣x−μ∣≥ϵf(x)dx≤∫∣x−μ∣≥ϵϵ2∣x−μ∣2f(x)dx≤ϵ21∫−∞+∞(x−μ)2f(x)dx=ϵ2σ2
另一种形式：

P{∣X−μ∣<ϵ}≥1−σ2ϵ2P\{ |X-\mu| <\epsilon\} \ge1-\frac{\sigma^2} {\epsilon^2}P{∣X−μ∣<ϵ}≥1−ϵ2σ2

意义： 随机变量分布未知\color{red}{分布未知}分布未知，仅知E(X)和D(X)\color{red}{仅知E(X)和D(X)}仅知E(X)和D(X)情况下估计概率P{∣X−E(X)∣<ϵ}P\{ |X-E(X)|<\epsilon\}P{∣X−E(X)∣<ϵ}的界限

切比雪夫不等式及其证明相关推荐

切比雪夫不等式的证明
详细见:http://makercradle.com/2017/%E5%88%87%E6%AF%94%E9%9B%AA%E5%A4%AB%E4%B8%8D%E7%AD%89%E5%BC%8F%E8%A ...
切比雪夫------切比雪夫不等式
切比雪夫------切比雪夫不等式形式证明描述形式随机变量X存在期望E(X)与方差D(X),于是对于任意的ε>0\varepsilon>0ε>0有: P{∣X−E(X)∣≥ ...
数理统计（二）——切比雪夫不等式、大数定理、伯努利定理、中心极限定理
切比雪夫不等式含义:设随机变量XXX的期望为μ" role="presentation">μμ\mu,方差为σ2σ2\sigma^2,对于任意正数εε\varep ...
切比雪夫不等式 ≥ε≤
切比雪夫不等式期望计算: E(X)=∫−∞+∞xf(x)dxE(X)=\int_{-\infty}^{+\infty} xf(x)dxE(X)=∫−∞+∞xf(x)dx 方差(方差顾名思义:(与均 ...
切比雪夫不等式证明及应用
切比雪夫不等式证明及应用 1 背景 2 定义 3 预备知识 3.1 连续型随机变量及其概率密度 3.2 定积分保号性 4 证明 5 应用 6 参考文献切比雪夫(1821~1894),俄文原名Пафн ...
第四章切比雪夫不等式、大数定理、中心极限定理
切比雪夫不等式设随机变量X具有数学期望E(X)=μE(X)=\mu,方差D(X)=σ2D(X)=\sigma ^2,对于任意ε>0\varepsilon >0,都有 P{|X−μ|≥ε} ...
倒序排序_排序不等式，切比雪夫不等式及伯努利不等式
我们比较熟悉的不等式可能就是下面的这个不等式链以及柯西不等式了: 对于不等式链的证明我们可以看下面这张图,非常直观形象: 不太懂得也可以看这个视频讲解: 知乎视频www.zhihu.com 对于柯西 ...
切比雪夫不等式例题讲解_「高中数学」柯西不等式，最全解析，高考必备，搞定最后十分...
知识无价,关注点赞柯西(Cauchy,Augustin-Louis,1789-1857)是法国数学家.力学家.27岁成为巴黎综合工科学校教授,并当选为法国科学院院士. 他的一生获得了多项重要的成果 ...
概率论与数理统计学习笔记——第三十五讲——依概率收敛，切比雪夫不等式
1. 问题引入--频率的稳定值记为概率,这里的"稳定"是何含义? 2. 依概率收敛的定义 3. 依概率收敛示例 4. 依概率收敛的性质 5. 切比雪夫不等式(定理)及其证明 6. ...

切比雪夫不等式及其证明

切比雪夫不等式及其证明

切比雪夫不等式及其证明相关推荐

最新文章

热门文章