切比雪夫不等式切比雪夫不等式Markov 不等式进一步就得到了切比雪夫不等式
切比雪夫不等式假设随机变量XX的期望μ\mu和方差σ\sigma都存在, 对于任意正数ϵ>0\epsilon > 0, 都有： P(|x−μ|>ϵ)≤σ2ϵ2P(|x - \mu| > \epsilon) \le \frac {\sigma^2}{\epsilon^2} 从不等式本身的意义来看， 它用随机变量的期望与方差给出了长尾概率的范围。例如，对于正态分布X∼N(0,σ)X \sim N
