第四章切比雪夫不等式、大数定理、中心极限定理

切比雪夫不等式

 设随机变量X具有数学期望E(X)=μ,方差D(X)=σ2,对于任意ε>0,都有

P{|Xμ|ε}σ2ε2

  这里写图片描述

方差越大,X落在区间外的概率越大,X的波动也就越大,与方差的意义统一了。等价公式

P{|Xμ|<ε}1σ2ε2

适用范围

  期望、方差都存在的随机变量。

用途

  对于随机变量落在期望附近区域内(或外)给出一个界的估计。

证明

  证明的要点是意识到D(X)=E((Xμ)2)

大数定律

  随机事件A的频率fn(A)当重复试验的次数n增大时,总是呈现出稳定性,稳定在某一个常数附近。频率的稳定性是概率定义的客观基础。
  随机变量与随机变量序列的区别看这里。感觉上:随机变量序列是多次随机试验结果写成数组形式。

辛钦大数定律

  设X1,X2...Xn是相互独立且服从同一分布的随机变量序列,且具有数学期望E(Xk)=μ,k=1,2,3…。则对于ε>0,有

limn>+P{|1nk=1nXkμ|<ε}=1

   |1nnk=1Xkμ|<ε是一个随机事件。辛钦大数定律描述的是独立同分布且具有均值 μ的随机变量 X1,X2...Xn,当n很大的时候,它们的 算术平均值1nnk=1Xk很可能接近于μ

依概率收敛

定义

  设Y1,Y2,...Yn为一个随机变量序列,c为一常数,若对于ε,均有limn>+P{|Ync|ε}=0成立,则称随机变量序列{Yn,n>1}依概率收敛于c,记为Yn>c(这里记号有问题,表示不出来),当n>+
 

性质

 若Xn>a(依概率),Yn>b(依概率),当n>+时,函数f(x,y)在点(a,b)处连续,那么g(Xn,Yn)>g(a,b)(依概率),当n>+时。

辛钦大数定律第二种写法

 设X1,X2...Xn是相互独立且服从同一分布的随机变量序列,且具有数学期望E(Xk)=μ,k=1,2,3…。则序列X¯¯¯=1nnk=1Xk依概率收敛于μ。记为X¯¯¯>μ(依概率)。
 说明:相当于辛钦大数定律使用依概率收敛写了一次。
 辛钦大数定律指出随机变量X的数学期望的近似值的方法:将随机变量独立重复地观察n次,记第k次的观测值为Xk,可将n次观测值的算术平均值作为期望的近似。

切比雪夫大数定律

 X1,X2...Xn是相互独立的随机变量,且具有相同的期望μ,相同的方差σ2,那么1nni=1Xi>μ(依概率)。
 

伯努利大数定律

 设fn(A)是n次独立重复试验中时间A发生的次数,p是事件A在每次试验中发生的概率,则对于任意正数ε>0。有

limn>+P{|fAnp<|ε}=1
,也可以表示为 fn(A)np(依概率)。
 伯努利大数定律指出当试验次数很大的时候可以用频率代替概率。

三个大数定律的比较

定律分布情况期望方差结论
辛钦大数定律相互独立且同分布存在估算期望
切比雪夫大数定律相互独立相同相同估算期望
伯努利大数定律二项分布相同相同频率=概率
相同点:n>+,依概率趋近条件组件变得严格

中心极限定理

  有许多随机变量,它们是由大量的相互独立的随机因素的综合影响形成的,其中每一个的因素在总影响中所起的作用都是微小的。这种随机变量往往近似的服从正态分布。
  中心极限定理(central limit theorem)是概率论中讨论随机变量序列部分和分布渐近于正态分布的一类定理。这组定理是数理统计学和误差分析的理论基础,指出了大量随机变量累积分布函数逐点收敛到正态分布的积累分布函数的条件。(引用)

独立同分布的中心极限定理(CLT)

  设随机变量X1,X2...Xn相互独立且同分布,E(Xi)=μD(Xi)=σ2,i=1,2,…,则对于充分大的n,有ni=1Xi()N(nμ,nσ2)。此时P(a<ni=1Xi<b)ϕ(bnμnσ)ϕ(anμnσ)1nni=1Xi()N(μ,σ2n)

德莫佛-拉普拉斯定理

  记nA为n重伯努利试验中事件A发生的次数,并记事件A在每次试验中发生的概率为p,则对于充分大的n有nA()N(np,np(1p))

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/424975.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

第十七期:记一次生产环境SQL Server服务器卡顿问题解决--内存分配不当

概述 最近有台数据库做了迁移&#xff0c;然后运维人员过了一段时间发现这台服务器非常卡&#xff0c;连远程登录都要很久&#xff0c;下面记录下其中的解决过程。 1、查看资源情况 可以发现内存爆满了&#xff0c;而排名第一的正是sqlserver的进程 2、查看sqlserver内存分配…

Python的dnspython库使用指南

因为平时在测试DNS的时候有些操作手动完成不方便&#xff0c;所以需要用到脚本&#xff0c;而在Python里dnspython这个用于DNS操作的库十分强大&#xff0c;但是无奈网上大部分资料只列举了少部分的用法&#xff0c;所以记录一下我平时使用到的功能&#xff0c;基本上已经能应付…

leetcode 42 接雨水 单调栈

接雨水 给定 n 个非负整数表示每个宽度为 1 的柱子的高度图&#xff0c;计算按此排列的柱子&#xff0c;下雨之后能接多少雨水。 上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图&#xff0c;在这种情况下&#xff0c;可以接 6 个单位的雨水&#xff08;蓝色部分表示雨水…

第十八期:网页禁止复制粘贴怎么办?教你六招轻松搞定

经常在网上遇到一些无法复制的文章&#xff0c;那么问题来了&#xff0c;有什么办法可以绕开这种限制&#xff0c;将网页内容轻松下载回来呢&#xff1f; 经常在网上遇到一些无法复制的文章&#xff0c;那么问题来了&#xff0c;有什么办法可以绕开这种限制&#xff0c;将网页内…

[Leetcode][第99题][JAVA][恢复二叉搜索树][中序遍历]

【问题描述】[困难] 【解答思路】 1. 显示中序遍历 时间复杂度&#xff1a;O(N) 空间复杂度&#xff1a;O(N) class Solution {public void recoverTree(TreeNode root) {List<Integer> nums new ArrayList<Integer>();inorder(root, nums);int[] swapped find…

复盘二进制的习题(2)

338 Counting Bits。输入一个整数n&#xff0c;对于 0 ≤ i ≤ num&#xff0c;计算每个数的二进制1的个数。例如&#xff1a;num 5 返回 [0,1,1,2,1,2]。希望能在O(n)的时间内完成。这里有动态规划的思想。 思路一&#xff1a; 十进制数二进制表示0000010011(0的bits)20101…

c#XML的基本使用

创建XML文档 static void Main(string[] args){//1.引入命名空间//2.创建XML文档对象XmlDocument xmldoc new XmlDocument();//3.创建第一行描述信息&#xff0c;添加到xmldoc文档中XmlDeclaration xmldec xmldoc.CreateXmlDeclaration("1.0", "utf-8", …

第四十一期:深度解析5G核心网建设难点和挑战

目前核心网处于架构转型和业务转型的关键期。在架构层面&#xff0c;NFV、CU分离、边缘计算等技术的成熟推动核心网络架构转型&#xff0c;控制面进一步集中&#xff0c;转发面进一步下沉。 目前核心网处于架构转型和业务转型的关键期。在架构层面&#xff0c;NFV、CU分离、边缘…

linux 进入一个中文乱码的目录的方法

bash命令&#xff1a;cd ls | awk NRxxx awk命令&#xff1a;获取第xxx行的目录名称&#xff0c;加上NR表示从第一行开始读的行号取 NR已经读出的记录数&#xff0c;就是行号&#xff0c;从1开始 用|把ls的结果传给后面的awk命令&#xff0c;连接上前面的cd就能进入啦 导引号…

[Leetcode][第696题][JAVA][计算二进制子串][分组]

【问题描述】[简单] 【解答思路】 1. 按字符分组 将字符串 ss 按照 00 和 11 的连续段分组&#xff0c;存在counts 数组中&#xff0c;例如 s 00111011&#xff0c;可以得到这样的counts 数组&#xff1a;counts{2,3,1,2}。 这里counts 数组中两个相邻的数一定代表的是两种…

第五章数理统计--样本和抽样分布

从今天开始要学习数理统计。 概率论&#xff1a;是专门研究随机现象的一门学科&#xff0c;定量描述随机现象及其规律。 数理统计&#xff1a;数理统计的研究对象是数据&#xff0c;包括对数据的采集、整理、分析、建模。主要任务是获取样本、描述样本&#xff0c;从样本得到…

Scrapy安装报错

python3 pip 安装Scrapy在win10 安装报错error: Microsoft Visual C 14.0 is required. Get it with "Microsoft Visual C Build Tools": http://landinghub.visualstudio.com/visual-cpp-build-tools 问题描述 当前环境win10&#xff0c;python_3.6.1&#xff0c;64…

第四十三期:2020年企业面临的20大数据安全风险

为了帮助企业为日益增长的确定性风险做好准备&#xff0c;以下我们总结了企业2020年可能面临的20种数据安全风险。 如今&#xff0c;数据安全已成为公司、消费者和监管机构的头等大事。 近年来数据泄露和隐私事故越来越普遍&#xff0c;而且代价高昂。Risk Based Security的一…

[Leetcode][第93题][JAVA][复原IP地址][剪枝][回溯]

【问题描述】[中等] 【解答思路】 1. 递归 回溯剪枝 复杂度 class Solution {static final int SEG_COUNT 4;List<String> ans new ArrayList<String>();int[] segments new int[SEG_COUNT];public List<String> restoreIpAddresses(String s) {segmen…

函数嵌套

目录 一、函数的嵌套定义二、函数的嵌套调用一、函数的嵌套定义 函数内部定义的函数&#xff0c;无法在函数外部使用内部定义的函数。 def f1():def f2():print(from f2)f2()f2() # NameError: name f2 is not defined def f1():def f2():print(from f2)f2()f1() from f2 现在…

第六章 参数估计

依据样本推出总体分布的参数&#xff0c;方法有两种&#xff1a;矩估计和极大似然估计。  参数估计的形式有&#xff1a;点估计和区间估计。  点估计&#xff1a;构造合适的统计量θˆθˆ(X1,X2,...Xn)用来估计未知参数θ&#xff0c;θˆ称为参数θ的点估计量。  当给定…

第四十四期:1.3万亿条数据查询如何做到毫秒级响应?

知乎&#xff0c;在古典中文中意为“你知道吗?”&#xff0c;它是中国的 Quora&#xff0c;一个问答网站&#xff0c;其中各种问题由用户社区创建&#xff0c;回答&#xff0c;编辑和组织。 图片来自 Pexels 作为中国最大的知识共享平台&#xff0c;我们目前拥有 2.2 亿注册用…

Python拷贝梳理

python中存在与其他语言不同的概念&#xff0c;现在梳理一下相关概念。 其中 变量&#xff1a;拥有指向对象的连接空间&#xff0c;即引用空间的代称。 引用&#xff1a;指变量指向对象的指针。 对象&#xff1a;指变量声明后所产生的内存空间。 可变对象&#xff1a;表示…

sql一对多查询

子查询返回的值不止一个。当子查询跟随在 、!、<、<、>、> 之后&#xff0c;或子查询用作表达式时&#xff0c;这种情况是不允许的。 正确写法&#xff1a; select Material_Manage.MaterialNum,Material_Manage.MaterialName,Material_Manage.MaterialWeight,Mate…

[Leetcode][第130题][JAVA][被围绕的区域][DFS][BFS]

【问题描述】[中等] 【解答思路】 1. 深度优先搜索 使用深度优先搜索实现标记操作。在下面的代码中&#xff0c;我们把标记过的字母 O 修改为字母 A。 复杂度 class Solution {int[] dx {1, -1, 0, 0};int[] dy {0, 0, 1, -1};public void solve(char[][] board) {int n …