第一篇：切比雪夫不等式證明

切比雪夫不等式證明

一、試利用切比雪夫不等式證明：能以大小0.97的概率斷言，將一枚均勻硬幣連續拋1000次，其出現正面的次數在400到600之間。

分析:將一枚均勻硬幣連續拋1000次可看成是1000重貝努利試驗,因此

1000次試驗中出現正面H的次數服從二項分布.解:設X表示1000次試驗中出現正面H的次數,則X是一個隨機變量,且

~XB(1000,1/2).因此

500

211000=×==npEX,250)

2答題完畢，祝你開心!

11（2

1000)1(=××==pnpDX,而所求的概率為

}500600500400{}600400{<<=<}100100{<<=EXXp

}100{<=EXXp

975.0

=≥

DX

.二、切比雪夫(Chebyshev)不等式

對于任一隨機變量X,若EX與DX均存在,則對任意ε>0,恒有p{|X-EX|>=ε}<=DX/ε^2或p{|X-EX|<ε}>=1-DX/ε^2

切比雪夫不等式說明，DX越小，則p{|X-EX|>=ε}

越小，p{|X-EX|<ε}越大，也就是說，隨機變量X取值基本上集中在EX附近，這進一步說明了方差的意義。

同時當EX和DX已知時，切比雪夫不等式給出了概率p{|X-EX|>=ε}的一個上界，該上界并不涉及隨機變量X的具體概率分布，而只與其方差DX和ε有關，因此，切比雪夫不等式在理論和實際中都有相當廣泛的應用。需要指出的是，雖然切比雪夫不等式應用廣泛，但在一個具體問題中，由它給出的概率上界通常比較保守。

切比雪夫不等式是指在任何數據集中，與平均數超過K倍標準差的數據占的比例至多是1/K^2。

在概率論中，切比雪夫不等式顯示了隨機變數的「幾乎所有」值都會「接近」平均。這個不等式以數量化這方式來描述，究竟「幾乎所有」是多少，「接近」又有多接近：

與平均相差2個標準差的值，數目不多于1/4

與平均相差3個標準差的值，數目不多于1/9

與平均相差4個標準差的值，數目不多于1/16

……

與平均相差k個標準差的值，數目不多于1/K^2

舉例說，若一班有36個學生，而在一次考試中，平均分是80分，標準差是10分，我們便可得出結論：少于50分(與平均相差3個標準差以上)的人，數目不多于4個(=36*1/9)。

設(X,Σ,μ)為一測度空間，f為定義在X上的廣義實值可測函數。對於任意實數t>0，一般而言，若g是非負廣義實值可測函數，在f的定義域非降，則有

上面的陳述，可透過以|f|取代f，再取如下定義而得：

概率論說法

設X為隨機變數，期望值為μ，方差為σ2。對于任何實數k>0，改進

一般而言，切比雪夫不等式給出的上界已無法改進?？紤]下面例子：

這個分布的標準差σ=1/k，μ=0。

當只求其中一邊的值的時候，有Cantelli不等式：

證明

定義，設為集的指標函數，有

又可從馬爾可夫不等式直接證明：馬氏不等式說明對任意隨機變數Y和正數a有pr(|Y|leopeatorname{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。

第二篇：切比雪夫不等式教學

★★★1．設

求的最小值

★★★2．若a、b、c是三角形三邊長，s是半周長。求證：Vn∈N，下式成立

解答或提示

．不妨令

由切比雪夫不等式

當且僅當

．設a≥b≥

c,則a+b≥a+c≥b+c,（）

第三篇：切比雪夫不等式及其應用(摘要)

天津理工大學2011屆本科畢業論文

切比雪夫不等式及其應用

摘要

切比雪夫不等式是概率論中重要的不等式之一。尤其在分布未知時，估計某些事件的概率的上下界時，常用到切比雪夫不等式。另外，大數定律是概率論極限理論的基礎，而切比雪夫不等式又是證明大數定律的重要途徑。如今，在切比雪夫不等式的基礎上發展起來的一系列不等式都是研究中心極限定理的有力工具。作為一個理論工具，切比雪夫不等式的地位是很高的。

本文首先介紹了切比雪夫不等式的一些基本理論，引出其概率形式，用現代概率方法證明了切比雪夫不等式并給出了其等號成立的充要條件。其次，從三大方面闡述了其在概率論中的應用，并且給出了切比雪夫大數定律和伯努利大數定律的證明。在充分了解切比雪夫不等式后，最后探索了其在生活中的應用，并且用切比雪夫不等式評價了IRR的概率風險分析。

關鍵詞:切比雪夫不等式大數定律IRR

The Chebyster’s Inequality and Its Applications

ABSTRACT

In probability theory, the Chebyshev’s Inequality is one of the important inequalities.In particular the distribution is unknown, the Chebyshev’s Inequality is usually used when estimating the boundary from above or below of probability.In addition, the Law Of Large Numbers is the basis of the limit theory of probability.The Chebyshev’s Inequality is an important way to prove it.Now, a series of inequalities that are developed on the basis of the Chebyshev’s Inequality are a powerful tool for the Central Limit Theorem.As a theoretical tool, its status is very high.First, this article introduces some basic theory of the Chebyshev’s Inequality, it raises the Chebyshev’s Inequality’s form of probability and makes a prove for the Chebyshev’s Inequality with the method of modern probability.Furthermore, it gives the necessary and sufficient condition of the establishment of the equal sign.天津理工大學2011屆本科畢業論文

Secondly, we introduces its five application in probability theory and gives theprove of the Chebyshev and Bernoulli Law Of Large Numbers.After the full understanding of the Chebyshev’s Inequality, finally, we explore its application in the life and give the probabilistic risk assessment of the IRR with the Chebyshev’s Inequality.Key Words：Chebyshev’s InequalityLaw Of Large NumbersIRR

第四篇：經典不等式證明-柯西不等式-排序不等式-切比雪夫不等式-均值不等式

Mathwang

幾個經典不等式的關系

一 幾個經典不等式

（1）均值不等式

設a1,a2,?an?0是實數

a?a???a12n ???

111n?+??a1a2an

其中ai?0,i?1,2,?n.當且僅當a1?a2???an時，等號成立.n

（2）柯西不等式

設a1,a2,?an,b1,b2,?bn是實數，則

?a

22?a2???an??b12?b22???bn2???a1b1?a2b2???anbn?

當且僅當bi?0(i?1,2,?,n)或存在實數k，使得ai?kbi(i?1,2,?,n)時，等號成立.（3）排序不等式

設a1?a2???an，b1?b2???bn為兩個數組，c1，c2，?，cn是b1，b2,?，bn的任一排列，則

a1b1?a2b2???anbn?a1c1?a2c2???ancn?a1bn?a2bn?1???anb1 當且僅當a1?a2???an或b1?b2???bn時，等號成立.（4）切比曉夫不等式

對于兩個數組：a1?a2???an，b1?b2???bn，有

a1b1?a2b2???anbn?a1?a2???an??b1?b2???bn?a1bn?a2bn?1???anb1

??????

nnnn????

當且僅當a1?a2???an或b1?b2???bn時，等號成立.二 相關證明

（1）用排序不等式證明切比曉夫不等式 證明：由

a1b1?a2b2???anbn?a1?a2???an??b1?b2???bn?

?????

nnn????

?n?a1b1?a2b2???anbn???a1?a2???an??b1?b2???bn?

而

?a1?a2???an??b1?b2???bn??a1b1?a2b2???anbn?a1b2?a2b3???anb1?a1b3?a2b4???anb2?a1b4?a2b5???anb3??

?a1bn?1?a2bn???anbn?2

?a1bn?a2b1???anbn?1

根據“順序和?亂序和”（在n?1個部分同時使用），可得

n?a1b1?a2b2???anbn???a1?a2???an??b1?b2???bn?

即得

a1b1?a2b2???anbn?a1?a2???an??b1?b2???bn?

?????

nnn????

同理，根據“亂序和?反序和”，可得

?a1?a2???an??b1?b2???bn?a1bn?a2bn?1???anb1

?????

nnn????

綜合即證

（2）用排序不等式證明“幾何—算數平均不等式”

?證明：構造兩個數列：

a1?a2???an

n

aa?aa1aa,x2?122,?xn?12nn?1 ccc

1c1c21cn

y1??,y2??,?yn???1

x1a1x2a1a2xna1a2?an

x1?

其中c?

.因為兩個數列中相應項互為倒數，故無論大小如何，乘積的和：．．．．．．．．．．．．．．．．．．．．．．．．．．．．

x1y1?x2y2??xnyn

總是兩數組的反序和.于是由“亂序和?反序和”，總有 ．．．．．．．．．

x1yn?x2y1??xnyn?1?x1y1?x2y2??xnyn

于是

aa1a2

????n?1?1???1 ccc

即

a1?a2???an

?n

c

即證

a1?a2???an

?c?n

a1?a2???an（3）用切比曉夫不等式證明“算數—開方平均不等式”

：?

n證明：不妨設a1?a2???an，222

a1?a2???an?a1?a2???an??a1?a2???an?a1?a2???an

.???????

nnnn????

由切比曉夫不等式，右邊不等式顯然成立.即證.（4）用切比曉夫不等式證明“調和—算數平均不等式”

n?+??a1a2an

?

a1?a2???an

n

證明：

n111?+??a1a2an

?

a1?a2???an

n

1?11

?+??a1a2an?a1?a2???an??????

nn???

??

111?

a??a????a?12n?a1a2an

??1?.n?

??

不妨設a1?a2???an，則

111????，由切比曉夫不等式，上式成立.即證.anan?1a1

（5）用均值不等式和切比曉夫不等式證明柯西不等式

證明：不妨設a1?a2???an，b1?b2???bn 由切比曉夫不等式，有

a1b1?a2b2???anbn?a1?a2???an??b1?b2???bn?

?????.nnn????

由均值不等式，有

a1?a2???an?

nb1?b2???bn?

n所以

a1b1?a2b2???anbn

?

n

兩邊平方，即得?a1b1?a2b2???anbn??a1?a2???an

b

22?b2???bn.即證.（6）補充“調和—幾何平均不等式”的證明

????

a?a2???ananaa21

證明

?1中的ai換成.?1

na

inn

?兩邊取倒數，即得

?+??a1a2an

第五篇：考研數學切比雪夫不等式證明及題型分析

武漢文都 wh.wendu.com 考研數學切比雪夫不等式證明及題型分析

在考研數學概率論與數理統計中，切比雪夫不等式是一個重要的不等式，利用它可以證明其它一些十分有用的結論或重要的定理，如切比雪夫大數定律等，然而有些同學對這個不等式不是很理解，也不太會利用該不等式去解決相關問題，另外，很多資料上也沒有對該不等式進行完整的分析或證明，為此，在這里對比雪夫不等式及其典型例題做些分析總結，供各位2016考研的朋友和其它學習的同學參考。

一、切比雪夫不等式的分析證明

武漢文都 wh.wendu.com

武漢文都 wh.wendu.com

從上面的分析我們看到，利用切比雪夫不等式可以對隨機變量在其均值附近的對稱區間內取值的概率進行估計，它也說明了方差的基本特性，即隨機變量的方差越小，隨機變量取值越集中，方差越大，則取值越分散，不論對于什么隨機變量，它在區間內取值的概率基本都是約90%。以上分析希望對大家理解和應用切比雪夫不等式有所幫助，最后預祝各位考生2016考研成功。