一、几个不等式
1.1 切比雪夫不等式
对于任何具有有限方差的随机变量ξ\xiξ,都有P{
∣ξ−Eξ∣≥ε}≤Dξε2(1)P\{|\xi-E\xi|\ge \varepsilon\}\le\frac{D\xi}{\varepsilon^2}\tag1P{
∣ξ−Eξ∣≥ε}≤ε2Dξ(1)
其中ε\varepsilonε是任一正数。
证明:
Dξ=∫−∞∞(x−Eξ)2 dF(x)≥∫∣x−Eξ≥ε∣(x−Eξ)2 dF(x)≥∫∣x−Eξ≥ε∣ε2 dF(x)D\xi=\int_{-\infty}^{\infty}(x-E\xi)^2\, dF(x)\ge\int_{|x-E\xi\ge\varepsilon|}(x-E\xi)^2\, dF(x)\ge\int_{|x-E\xi\ge\varepsilon|}\varepsilon^2\, dF(x)Dξ=∫−∞∞(x−Eξ)2dF(x)≥∫∣x−Eξ≥ε∣(x−Eξ)2dF(x)≥∫∣x−Eξ≥ε∣ε2dF(x)。
根据上述不等式,我们可以得到P{ ∣ξ−EξDξ∣≥δ}≤1δ2(2)P\{|\frac{\xi-E\xi}{\sqrt{D\xi}}|\ge\delta\}\le\frac{1}{\delta^2}\tag2P{ ∣Dξξ−Eξ∣≥δ}≤δ21(2)
切比雪夫不等式利用随机变量ξ\xiξ的数学期望EξE\xiEξ和方差Dξ=σ2D\xi=\sigma^2Dξ=

本文介绍了切比雪夫不等式和Cauchy-Schwarz不等式,阐述了这两个不等式在概率论中的应用。同时,详细探讨了随机变量的期望、方差、协方差、相关系数以及矩等数字特征,阐述了它们的定义、性质和计算方法。此外,还提及了条件数学期望的概念及其重要性。
最低0.47元/天 解锁文章
1万+

被折叠的 条评论
为什么被折叠?



