设随机变量 $X$ 的方差为 2 ,则根据切比雪夫不等式估计
$$
P\{|X-E X| \geq 2\} \leq
$$
设随机变量序列 $X_1, X_2, \cdots, X_n, \cdots$ 相互独立,且均服从 $(a, b)$ 上的均匀分布,平均值 $\frac{1}{n} \sum_{k=1}^n X_k$ 依概率收敛到
设随机变䡒 $X_1, X_2, \cdots, X_n, \cdots$ 独立同分布,且 $E\left(X_k\right)=0, D\left(X_k\right)=\sigma^2, k=1,2, \cdots$ ,则 $\frac{1}{n} \sum_{k=1}^n X_k{ }^2$ 依概率收敛到
设随机变量序列 $X_1, \cdots, X_n, \cdots$ 相互独立且都服从正态分布 $N\left(\mu, \sigma^2\right)$ ,记 $Y_n=X_{2 n}-X_{2 n-1}$ ,则当 $n \rightarrow \infty$ 时,$\frac{1}{n} \sum_{i=1}^n Y_i^2$ 依概率收敛于
设随机变量 $X, Y$ 的数学期望分别为 -2 和 2 ,方差分别为 1 和 4 ,而相关系数为 -0.5 .则根据切比雪夫不等式 $P\{|X+Y| \geqslant 6\} \leqslant$
将一个骰子重复掷 $n$ 次,各次郑出的点数依次为 $X_1, \cdots, X_n$ .则当 $n \rightarrow \infty$ 时, $\bar{X}= \frac{1}{n} \sum_{i=1}^n X_i$ 依概率收敛于
设随机变量 $X$ 的数学期望 $E X=\mu$ ,方差 $D X=\sigma^2$ ,则由切比雪夫不等式,有 $P\{|X-\mu| \geqslant 3 \sigma\} \leqslant$