第4章随机变量的数字特征第4节综合讲练分析.doc

要览 题型一 大数定理与中心极限定理 提示 熟记切比雪夫不等式，林德伯格—勒维中心极限定理、棣莫佛—拉普拉斯中心极限定理的直观模式；了解依概率收敛的定义，切比雪夫大数定律，辛钦大数定律，伯努利大数定律. 辨析 一、切比雪夫（）不等式 设随机变量的数学期望，方差均存在，则对任一正数，有 （4.1） 或 （4.2） 注意 (ⅰ) 由切比雪夫不等式可以看出,若越小, 则事件 的概率越大, 即, 随机变量集中在期望附近的可能性越大. 由此可见方差刻划了随机变量取值的离散程度； (ⅱ) 当方差已知时,切比雪夫不等式给出了与它的期望的偏差不小于的概率的估计式.如取 则有 （4.3） 故对任给的分布,只要期望和方差存在, 则随机变量取值偏离超过的概率小于0.111. 二、依概率收敛的定义 设是一个随机变量序列，为一个常数,如果对任意给定的正数，恒有 则称随机变量序列依概率收敛到，记作 注意 随机变量序列依概率收敛到 直观模式 三、大数定律 1．切比雪夫（Chebyshev）是两两不相关的随机变量序列,它们数学期望和方差均存在,