狠狠操网,91中文字幕在线观看,精品久久香蕉国产线看观看亚洲,亚洲haose在线观看

切比雪夫不等式證明

今天小編就為大家分享一篇切比雪夫不等式證明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助

真是辛苦!這,實(shí)在是太辛苦了!再說(shuō)校門口到馬路,總共也就不過(guò)五百米距離而已,但我和好多同學(xué)足足走了一、二十分鐘,

。
一、
試?yán)们斜妊┓虿坏仁阶C明:能以大小0.97的概率斷言,將一枚均勻硬幣連續(xù)拋1000次,其出現(xiàn)正面的次數(shù)在400到600之間。
分析:將一枚均勻硬幣連續(xù)拋1000次可看成是1000重貝努利試驗(yàn),因此
1000次試驗(yàn)中出現(xiàn)正面H的次數(shù)服從二項(xiàng)分布.
解:設(shè)X表示1000次試驗(yàn)中出現(xiàn)正面H的次數(shù),則X是一個(gè)隨機(jī)變量,且
~XB(1000,1/2).因此
500
2
1
1000=×==npEX,
250)
2
答題完畢,祝你開心!
1
1(
2
1
1000)1(= ××= =pnpDX,
而所求的概率為
}500600500400{}600400{ << =< }100100{< < =EXXP
}100{< =EXXP
975.0
100
1
2
= ≥
DX
.
二、
切比雪夫(Chebyshev)不等式
對(duì)于任一隨機(jī)變量X ,若EX與DX均存在,則對(duì)任意ε>0,
恒有P{|X-EX|>=ε}<=DX/ε^2 或P{|X-EX|<ε}>=1-DX/ε^2
切比雪夫不等式說(shuō)明,DX越小,則 P{|X-EX|>=ε}
越小,P{|X-EX|<ε}越大, 也就是說(shuō),隨機(jī)變量X取值基本上集中在EX附近,這進(jìn)一步說(shuō)明了方差的意義。
同時(shí)當(dāng)EX和DX已知時(shí),切比雪夫不等式給出了概率P{|X-EX|>=ε}的一個(gè)上界,該上界并不涉及隨機(jī)變量X的具體概率分布,而只與其方差DX和ε有關(guān),因此,切比雪夫不等式在理論和實(shí)際中都有相當(dāng)廣泛的應(yīng)用

真想擁有孫悟空的法寶“跟斗云“,一個(gè)跟斗翻到歷遍西與東——一個(gè)跟斗就飛到了心中那種渴望的實(shí)現(xiàn)。

。需要指出的是,雖然切比雪夫不等式應(yīng)用廣泛,但在一個(gè)具體問題中,由它給出的概率上界通常比較保守

嚇得正在啃秧苗的老鼠逃之夭夭,弄得田里的水嘩嘩作響。那時(shí)的稻田里,在水稻孕穗時(shí)節(jié),幾乎沒有麻雀,

。
切比雪夫不等式是指在任何數(shù)據(jù)集中,與平均數(shù)超過(guò)K倍標(biāo)準(zhǔn)差的數(shù)據(jù)占的比例至多是1/K^2

實(shí)踐專家多年從事網(wǎng)絡(luò)綜合布線、路由器和交換機(jī)設(shè)置以及計(jì)算機(jī)網(wǎng)絡(luò)規(guī)劃工作,具有豐富的實(shí)踐經(jīng)驗(yàn)。

。
在概率論中,切比雪夫不等式顯示了隨機(jī)變數(shù)的「幾乎所有」值都會(huì)「接近」平均

“良辰安宅,吉日遷居”,幸福的生活靠勤勞的雙手創(chuàng)造!

。這個(gè)不等式以數(shù)量化這方式來(lái)描述,究竟「幾乎所有」是多少,「接近」又有多接近:
與平均相差2個(gè)標(biāo)準(zhǔn)差的值,數(shù)目不多于1/4
與平均相差3個(gè)標(biāo)準(zhǔn)差的值,數(shù)目不多于1/9
與平均相差4個(gè)標(biāo)準(zhǔn)差的值,數(shù)目不多于1/16
……
與平均相差k個(gè)標(biāo)準(zhǔn)差的值,數(shù)目不多于1/K^2
舉例說(shuō),若一班有36個(gè)學(xué)生,而在一次考試中,平均分是80分,標(biāo)準(zhǔn)差是10分,我們便可得出結(jié)論:少于50分(與平均相差3個(gè)標(biāo)準(zhǔn)差以上)的人,數(shù)目不多于4個(gè)(=36*1/9)。
設(shè)(X,Σ,μ)為一測(cè)度空間,f為定義在X上的廣義實(shí)值可測(cè)函數(shù)

即使這一幕幕,讓我再感覺到心酸,但我還是在媽媽面前忍住了眼中的淚珠,我不能流淚,我要堅(jiān)強(qiáng)地陪父母去面對(duì)這一切,

。對(duì)於任意實(shí)數(shù)t > 0,
一般而言,若g是非負(fù)廣義實(shí)值可測(cè)函數(shù),在f的定義域非降,則有
上面的陳述,可透過(guò)以|f|取代f,再取如下定義而得:
概率論說(shuō)法
設(shè)X為隨機(jī)變數(shù),期望值為μ,方差為σ2。對(duì)于任何實(shí)數(shù)k>0,
改進(jìn)
一般而言,切比雪夫不等式給出的上界已無(wú)法改進(jìn)?紤]下面例子:
這個(gè)分布的標(biāo)準(zhǔn)差σ = 1 / k,μ = 0。
當(dāng)只求其中一邊的值的時(shí)候,有Cantelli不等式:
[1]
證明
定義,設(shè)為集的指標(biāo)函數(shù),有
又可從馬爾可夫不等式直接證明:馬氏不等式說(shuō)明對(duì)任意隨機(jī)變數(shù)Y和正數(shù)a有Pr(|Y| le opeatorname{E}(|Y|)/a。取Y = (X ? μ)2及a = (kσ)2。
亦可從概率論的原理和定義開始證明。

版權(quán)聲明:本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻(xiàn),該文觀點(diǎn)僅代表作者本人。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容, 請(qǐng)發(fā)送郵件至 yyfangchan@163.com (舉報(bào)時(shí)請(qǐng)帶上具體的網(wǎng)址) 舉報(bào),一經(jīng)查實(shí),本站將立刻刪除