切比雪夫大数定律
切比雪夫大数定律是指,假设存在 n n n个相互独立的随机变量,当 n n n趋近于无穷时,这 n n n个随机变量的平均值也会趋近于这 n n 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→∞limP{
∣n1i=1∑nXi−n1i=1∑