(概率论基础5)切比雪夫不等式与三大定律
2019-05-04 本文已影响0人
To_QT
切比雪夫不等式
设随机变量具有数学期望,方差,则有对于任意的整数,下列不等式成立:
应用场景:在随机变量的分布未知,只知道和的情况下,用于估计概率的界限。
大数定理
直观理解
“由频率收敛于概率”引申而来。设做了次独立试验后,每次观察某时间A是否发生,定义随机变量,在这次试验试验中,事件一共出现了次,则频率为:
若,则“频率趋于概率”,在某种意义下,当很大时,有,但就是的期望值。也可以理解成当很大时,接近于的期望值。
定义
设是独立同分布的随机变量序列,且具有数学期望,则对于任意的,有:
辛钦大数定理
设随机变量独立同分布,且具有同一期望,则序列依概率收敛于.
伯努利大数定理
设是次独立重复试验中事件发生的次数,是事件A在每次试验中发生的概率,则对于任意的正数,都有
中心极限定理
定理一:设随机变量独立同分布,且具有相同的数学期望和方差,则有
那么,的分布函数对于任意满足:
也就是说,当随机变量独立同分布,且具有相同的数学期望和方差时,当充分大时,其标准化变量趋近于正态分布。
定理二:拉普拉斯定理
设随机变量服从参数为的二项分布,则对于任意,有
定理一和定理二其实是一样的,在二项分布中,