第四章：.pptVIP

* 第四章：不等式 不等式 有些量很难计算，不等式可以对这些量给出一个界 不等式也是下一章讨论收敛理论的基础 关于概率的不等式 Markov不等式 Chebyshev不等式 Hoeffding不等式 关于期望的不等式 Cauchy-Schwarze不等式 Jensen不等式 * Markov不等式 4.1 定理（ Markov不等式）：令X为非负随机变量且假设 存在，则对任意 ，有 当 ， 当 k1时，表示随机变量的取值离不会期望不会太远（离期望较远的概率很小，小于 ） 当 时， ，上式总是成立表示（ ） * * Markov不等式 将X换成满足条件的r(X)，上述结论也成立！ 当 ？ Chebyshev不等式：Markov不等式的应用 * Chebyshev不等式 4.2 定理（Chebyshev不等式）：令 则 其中 X在其期望附近（t邻域）的概率与方差 有关 越大，随机变量远离期望的概率越大（方差用于度量随机变量围绕均值的散布程度） 越小，随机变量在期望附近，远离期望的概率越小 可用来证明样本均值会在其期望附件（样本数越多越接近，因为样