切比雪夫大数定律

切比雪夫大数定律

切比雪夫大数定律是指，假设存在$n$个相互独立的随机变量，当$n$趋近于无穷时，这$n$个随机变量的平均值也会趋近于这$n$个随机变量期望的平均值。切比雪夫大数定律相比起一般我们听到的大数定律更一般，不仅能够解释独立同分布随机变量的大数定律，也能够解释独立但不同分布随机变量的大数定律。切比雪夫不等式有以下形式：
lim ⁡ n → ∞ P { ∣ 1 n ∑ i = 1 n X i − 1 n ∑ i = 1 n E ( X i ) ∣ ≥ 0 } = 0 \lim_{n\rightarrow\infin} P\{|\frac{1}{n}\sum_{i=1}^n X_i-\frac{1}{n}\sum_{i=1}^n E(X_i)|\ge 0\}=0 n→∞lim​P{ ∣n1​i=1∑n​Xi​−n1​i=1∑