概率论与数理统计——大数定律与中心极限定理

---

1.切比雪夫不等式

假设随机变量$X$具有数学期望$EX$及方差$DX$，则对任意的$\epsilon$>0，有

      P { ∣ X − E X ∣ ≥ ε } ≤ D X ε 2 P\{|X-EX|≥ε\}≤ \frac{DX}{ε^2} P{ ∣X−EX∣≥ε}≤ε2DX​

或者有时候也可以写成
      P { ∣ X − E X ∣ < ε } ≥ D X ε 2 P\{|X-EX|<ε\}≥ \frac{DX}{ε^2} P{ ∣X−EX∣<ε}≥ε2DX​

---

2.大数定律

（1）切比雪夫大数定律
如果随机变量序列 { X n } \{X_n\} { Xn​}相互独立，各随机变量的期望和方差都有限，而且有公共上界，即$D{X}_i\le l，i=1,2,\cdot \cdot \cdot$，其中$l$是与i无关的常数，则对任意的$\epsilon$>0，有

      lim ⁡ n → ∞ P { ∣ 1 n ∑ i = 1 n X i − 1 n ∑ i = 1 n E X i ∣ < ε } = 1 \lim_{n\rightarrow \infty}P\{|\frac{1}{n}\sum_{i=1}^nX_i-\frac{1}{n}\sum_{i=1}^{n}EX_i|<ε\}=1 limn→∞​P{ ∣n1​∑i=1n​Xi​−n1​∑i=1n​EXi​∣<ε}=1

切比雪夫大数定律的特例：设随机变量$X_1,X$