Słownik metodologiczny · Ludzie statystyki

Pafnutij Czebyszew (1821–1894) – kim był i co wniósł do statystyki

Pafnutij Czebyszew dał statystyce nierówność, która ogranicza odsetek wyników odległych od średniej w każdym rozkładzie, i prosty dowód prawa wielkich liczb. Przedstawiamy jego biografię naukową, oś czasu i przykład w R na danych o urodzeniach z jego pracy magisterskiej oraz zbiorach z pakietu datasets.

Strona główna / Słownik / Pafnutij Czebyszew
W skrócie: Pafnutij Czebyszew (1821–1894) – rosyjski matematyk, autor nierówności ograniczającej odsetek wyników odległych od średniej o k odchyleń standardowych do 1/k² (1867; Bienaymé ogłosił ją już w 1853 r.), prostego dowodu prawa wielkich liczb i pierwszej wersji twierdzenia granicznego metodą momentów (1887). Nauczyciel Markowa i Lapunowa, konstruktor mechanizmów, m.in. maszyny kroczącej.

Kim był Pafnutij Czebyszew?

Pafnutij Lwowicz Czebyszew (1821–1894) był rosyjskim matematykiem, od którego nazwiska pochodzi nierówność Czebyszewa – prosta granica, ile wyników może leżeć daleko od średniej. Pracę magisterską z teorii prawdopodobieństwa zaczął na Uniwersytecie Moskiewskim w 1841 r., wydał ją po rosyjsku w 1845 r. jako Próbę elementarnej analizy teorii prawdopodobieństwa i obronił w 1846 r. (Seneta, 2013). Praca miała być podręcznikiem dla rosyjskich uczelni, takich jak Liceum Demidowskie w Jarosławiu, które go nie miały, i to opartym wyłącznie na metodach elementarnych. Czebyszew obszedł się więc bez rachunku różniczkowego i całkowego: całki zastąpił sumami, a znaczną część pracy zajmują tablice prawdopodobieństw w ogonach rozkładu normalnego, liczone z dokładnością do siedmiu miejsc po przecinku.

Seneta (2013) podkreśla, że cechą Czebyszewa i rosyjskiej tradycji po nim było szukanie twardych ograniczeń błędu zamiast przybliżeń. Jego najwybitniejszymi uczniami byli Andriej Markow i Aleksandr Lapunow. Nazwisko Czebyszewa noszą też wielomiany Czebyszewa i twierdzenie Bertranda–Czebyszewa (Tovstik i in., 2021), a modele jego mechanizmów do dziś przechowuje Uniwersytet Petersburski.

Najważniejsze pomysły

  • Prawo wielkich liczb z oszacowaniem błędu (1846). W artykule ogłoszonym po francusku w renomowanym czasopiśmie Crellego wrócił do prawa wielkich liczb Poissona. Zarzucił mu, że nie podaje granic błędu, więc brakuje mu ścisłości, i sam wyprowadził takie granice dla prób o różnych prawdopodobieństwach sukcesu. We Francji praca przeszła bez echa (Seneta, 2013).
  • „Des valeurs moyennes” (1867). W krótkiej notce o wartościach średnich udowodnił twierdzenie: jeśli znamy wartości oczekiwane wielkości x, y, z… i ich kwadratów, to suma x + y + z + … z prawdopodobieństwem większym niż 1 − 1/α² leży w granicach: suma wartości oczekiwanych ± α pierwiastków z sumy wariancji – jakiekolwiek jest α (Tchébychef, 1867). Notkę wydano jednocześnie po rosyjsku i po francusku. Z twierdzenia wynika wprost prawo wielkich liczb dla średniej z wielu niezależnych wielkości.
  • Metoda momentów i twierdzenie graniczne (1874–1887). W 1874 r. sam napisał, że jego dowód jest tylko jednym z wniosków z metody Bienaymé’a. Metodę tę – dziś metodę momentów – wykorzystał w 1887 r. do pierwszej wersji centralnego twierdzenia granicznego dla sum składników niezależnych, ale niejednakowo rozłożonych. Wynik szybko podjął i uogólnił Markow (Seneta, 2013).

Ciekawostka

Matematyk od granic prawdopodobieństwa budował maszyny. W Muzeum Historii Uniwersytetu Petersburskiego stoi pięć oryginalnych mechanizmów Czebyszewa: metalowa maszyna krocząca (tzw. stopochodząca, ang. plantigrade machine), fotel na kółkach, mechanizm sortujący, rower i prasa. Na Wydziale Matematyki i Mechaniki w Peterhofie zachowały się dodatkowo dwa drewniane modele robocze maszyny kroczącej z odręcznymi oznaczeniami samego Czebyszewa – jeden oparty na mechanizmie w kształcie litery lambda, drugi na mechanizmie w kształcie litery X – oraz siedem modeli mechanizmów przegubowych i regulator odśrodkowy (Tovstik i in., 2021).

Autorzy opisu podkreślają wartość tych modeli dla studentów i wykładowców mechaniki. Daty powstania poszczególnych maszyn pomijamy, bo nie podaje ich źródło, na którym się opieramy.

Przykład na historycznych danych

W pracy magisterskiej Czebyszew podaje, że wśród 215 599 noworodków we Francji było 110 312 chłopców (Seneta, 2013). Odsetek chłopców to 0.51165, czyli o 0.01165 więcej niż połowa. Czy to dowód, że chłopców rodzi się więcej? Dla niezależnych urodzeń wariancja odsetka wynosi p(1 − p)/n ≤ 1/(4n), więc odchylenie standardowe nie przekracza 0.00108 – bez żadnych dalszych założeń. Nierówność Czebyszewa gwarantuje poziom 1 − 1/k² dla przedziału ±k odchyleń standardowych. Przy poziomie .95 (k = 4.47) przedział to 0.5068–0.5165, przy .99 (k = 10) – 0.5009–0.5224; oba leżą powyżej 0.5. Przy .999 (k = 31.62) przedział 0.4776–0.5457 obejmuje już połowę. Przybliżenie normalne daje znacznie węższe przedziały: przy .9999 (z = 3.89) 0.5075–0.5158. Żeby nierówność Czebyszewa przy poziomie .99 odróżnił 0.5117 od 0.5, wystarczyłoby 184 087 urodzeń.

Drugi przykład sprawdza nierówność na czterech zbiorach z pakietu datasets: długościach 141 rzek Ameryki Północnej (rivers), powierzchniach 48 lądów (islands), średnich opadach w 70 miastach USA i Portoryko (precip) i rocznym przepływie Nilu w Asuanie w latach 1871–1970 (Nile). Co najmniej 2 odchylenia standardowe od średniej leży 4.26% rzek, 6.25% lądów, 4.29% miast i 3% lat przepływu – wobec dopuszczalnych 25%. Nie twierdzimy, że Czebyszew liczył cokolwiek na tych zbiorach – to nasza ilustracja.

Na rysunku

Oś czasu od 1820 do 1900 z dziewięcioma zdarzeniami oznaczonymi kształtami: koło – życie, kwadrat – studia, trójkąt – praca, romb – praca innego autora. 1821 urodzony, 1841 zaczyna pracę magisterską na Uniwersytecie Moskiewskim, 1845 Próba elementarnej analizy teorii prawdopodobieństwa, 1846 obrona i artykuł o prawie wielkich liczb Poissona, 1853 Bienaymé publikuje nierówność, 1867 Des valeurs moyennes, 1874 przypisuje metodę Bienaymé’owi, 1887 pierwsza wersja twierdzenia granicznego metodą momentów, 1894 zmarł
Rysunek 1. Najważniejsze daty z życia i pracy Pafnutija Czebyszewa. Daty według Seneta (2013) i Tchébychefa (1867). Rysunek: R, pakiet ggplot2.

Co widać. Od pracy magisterskiej do „Des valeurs moyennes” minęło ponad 20 lat, a nierówność Bienaymé’a (romb) ukazała się 14 lat przed notką Czebyszewa.

Na co uważać. To wybór dziewięciu zdarzeń: rysunek pomija m.in. wielomiany nazwane jego nazwiskiem i mechanizmy. Rok przy pracy to rok druku; praca magisterska – według Senety (2013) – ukazała się prawdopodobnie przed obroną.

Podpis do pracy:

Rysunek 1. Wybrane wydarzenia z życia i pracy Pafnutija Czebyszewa (1821–1894). Uwaga. Opracowano na podstawie Seneta (2013) i Tchébychef (1867).
Panel A: oś pozioma k od 1 do 6, oś pionowa – odsetek obserwacji odległych od średniej o co najmniej k odchyleń standardowych. Czarna krzywa granicy 1/k² opada od 0.5 do 0.03 i leży nad czterema schodkowymi liniami danych: rivers (różowa kreska-kropka), islands (niebieska ciągła), precip (zielona długa kreska) i Nile (pomarańczowa przerywana). Linie precip i Nile spadają do zera przed k = 3, a rivers i islands mają pojedyncze obserwacje aż do k około 6.3 i 4.7. Panel B: odsetek chłopców 0.512 z przedziałami dla poziomów .95, .99, .999 i .9999; trójkąty z długimi pomarańczowymi odcinkami – przedziały Czebyszewa, które przy .999 i .9999 przekraczają przerywaną linię 0.5; koła z krótkimi niebieskimi odcinkami – przybliżenie normalne, zawsze na prawo od 0.5
Rysunek 2. Granica Czebyszewa 1/k² a odsetek obserwacji odległych od średniej o co najmniej k odchyleń standardowych w czterech zbiorach (A) oraz przedziały dla odsetka chłopców wśród 215 599 urodzeń według Czebyszewa i rozkładu normalnego (B). Dane: datasets::rivers, islands, precip, Nile; liczby urodzeń według Seneta (2013). Rysunek: R, pakiety ggplot2 i patchwork (bez losowania).

Co widać. Na panelu A żadna schodkowa linia danych nie przekracza czarnej krzywej 1/k² – tak musi być dla każdego zbioru, bo nierówność obowiązuje także dla rozkładu samej próby. Na panelu B przedziały Czebyszewa (trójkąty) są kilka razy szersze niż przedziały z rozkładu normalnego (koła) i przy poziomie .999 przekraczają linię 0.5.

Na co uważać. Granica musi działać dla najgorszego możliwego rozkładu, więc rzeczywiste odsetki są zwykle dużo mniejsze. Przedział dla odsetka chłopców zakłada niezależne urodzenia; nie uwzględnia np. bliźniąt.

Podpis do pracy:

Rysunek 2. Odsetek obserwacji odległych od średniej o co najmniej k odchyleń standardowych w czterech zbiorach danych na tle granicy Czebyszewa 1/k² (A) oraz przedziały dla odsetka chłopców wśród 215 599 urodzeń na poziomach od .95 do .9999 według nierówności Czebyszewa i przybliżenia normalnego (B). Uwaga. Linia przerywana w panelu B – odsetek 0.5; odchylenie standardowe odsetka oszacowane z góry przez p(1 − p) ≤ 1/4.

Gdzie spotkasz Czebyszewa w swojej pracy

  • Odchylenie standardowe w opisie wyników. Gdy rozkład nie jest normalny, reguła trzech sigm nie obowiązuje, ale nierówność Czebyszewa nadal mówi, że w przedziale średnia ± 2 SD leży co najmniej 75% wyników.
  • Obserwacje odstające. Przy kryterium „więcej niż 3 SD od średniej” nierówność gwarantuje, że takich wyników jest najwyżej 11.1%.
  • Liczebność próby. Uzasadnienie, że średnia z dużej próby jest estymatorem zgodnym, to prawo wielkich liczb w wersji Czebyszewa.

Spory, mity i trudne strony

„Nierówność wymyślił Czebyszew”. Irénée-Jules Bienaymé udowodnił ją dla średniej z niezależnych zmiennych o jednakowym rozkładzie w 1853 r., tym samym prostym dowodem, który dziś pokazuje się studentom. Czebyszew otrzymał ją w 1867 r. dla sum niezależnych zmiennych dyskretnych, niekoniecznie o jednakowym rozkładzie; w czasopiśmie Liouville’a praca Bienaymé’a została przedrukowana tuż przed francuską wersją notki Czebyszewa, a w 1874 r. Czebyszew sam przyznał, że jego dowód wynika z metody Bienaymé’a. Markow konsekwentnie bronił pierwszeństwa Bienaymé’a (Seneta, 2013). Stąd nazwa „nierówność Bienaymé–Czebyszewa”.

Jedno nazwisko, wiele zapisów. W literaturze spotkasz formy Chebyshev, Tchebychev, Tchébychef czy Tschebyscheff. Nawet autorzy z Uniwersytetu Petersburskiego zaznaczają, że pisownia zależy od języka (Tovstik i in., 2021).

Przykład reprodukowalny

Czebyszew w R

Kod rysuje oś czasu, liczy odsetki obserwacji odległych od średniej o co najmniej k odchyleń standardowych w czterech zbiorach z pakietu datasets i przedziały Czebyszewa oraz normalne dla odsetka chłopców. Nic nie jest losowane. Rysunki na stronie powstały z tych samych obiektów p_os i p_metoda z krojem i tłem serwisu; dane, geometrie i skale są identyczne.

Oś czasu, granica 1/k² na danych i przedziały dla odsetka chłopców

Dane wejściowe: datasets::rivers, islands, precip, Nile; liczby urodzeń (110 312 chłopców na 215 599 noworodków) przytoczone za Seneta (2013); daty osi czasu z cytowanych źródeł.

Co odczytać: tabelę odsetków dla k = 1.5, 2, 3 i 4 obok granicy 1/k², największe |z| w każdym zbiorze, przedziały dla czterech poziomów i liczbę urodzeń potrzebną Czebyszewowi przy poziomie .99.

Kod R rysunków 1 i 2
# Pafnutij Czebyszew: oś czasu, nierówność Bienaymé–Czebyszewa na prawdziwych danych i przedział dla odsetka chłopców
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
oi <- c(niebieski = "#0072B2", pomaranczowy = "#E69F00", cynober = "#D55E00", zielony = "#009E73",
        rozowy = "#CC79A7", szary = "grey45")  # Okabe–Ito
motyw <- theme_minimal(base_size = 13) + theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"))

# 1. Oś czasu (lata według Seneta 2013, Tchébychef 1867 i Tovstik i in. 2021)
zdarzenia <- data.frame(
  rok = c(1821, 1841, 1845, 1846, 1853, 1867, 1874, 1887, 1894),
  opis = c("urodzony", "zaczyna pracę magisterską\n(Uniwersytet Moskiewski)", "„Próba elementarnej\nanalizy teorii\nprawdopodobieństwa”",
           "obrona; artykuł o prawie\nwielkich liczb Poissona", "Bienaymé publikuje\nnierówność", "„Des valeurs moyennes”\n(nierówność, prawo\nwielkich liczb)",
           "przypisuje metodę\nBienaymé’owi", "pierwsza wersja\ntwierdzenia granicznego\n(metoda momentów)", "zmarł"),
  rodzaj = c("życie", "stanowisko", "praca", "praca", "kontekst", "praca", "praca", "praca", "życie"))
zdarzenia$y <- c(1.2, -1.1, 2.3, -2.5, 1.2, 2.3, -1.1, 1.3, -2.4)   # wysokość etykiet, żeby się nie nakładały
p_os <- ggplot(zdarzenia, aes(rok, 0)) +
  geom_hline(yintercept = 0, colour = "grey60") +
  geom_segment(aes(xend = rok, yend = y * 0.75), colour = "grey70") +
  geom_point(aes(shape = rodzaj, fill = rodzaj), size = 3.5) +
  geom_label(aes(y = y, label = paste0(rok, "\n", opis)), size = 3.1, lineheight = 0.9, linewidth = 0.2) +
  scale_shape_manual(values = c("życie" = 21, "stanowisko" = 22, "praca" = 24, "kontekst" = 23), name = NULL,
                     labels = c("życie" = "życie", "stanowisko" = "studia", "praca" = "praca", "kontekst" = "praca innego autora")) +
  scale_fill_manual(values = c("życie" = oi[["szary"]], "stanowisko" = oi[["niebieski"]], "praca" = oi[["cynober"]],
                               "kontekst" = oi[["pomaranczowy"]]), name = NULL,
                    labels = c("życie" = "życie", "stanowisko" = "studia", "praca" = "praca", "kontekst" = "praca innego autora")) +
  scale_x_continuous(breaks = seq(1820, 1900, 10), limits = c(1812, 1903)) + scale_y_continuous(limits = c(-3.2, 3.1)) +
  labs(title = "Pafnutij Czebyszew (1821–1894)", x = NULL, y = NULL) +
  motyw + theme(axis.text.y = element_blank(), panel.grid.major.y = element_blank(), legend.position = "bottom")

# 2. Nierówność na prawdziwych danych: odsetek obserwacji co najmniej k odchyleń standardowych od średniej
dane <- list(
  "rivers – długość 141 rzek (mile)" = as.numeric(datasets::rivers),
  "islands – powierzchnia 48 lądów" = as.numeric(datasets::islands),
  "precip – opady w 70 miastach" = as.numeric(datasets::precip),
  "Nile – przepływ Nilu, 100 lat" = as.numeric(datasets::Nile))
k <- seq(1, 6, by = 0.01)
krzywe <- do.call(rbind, lapply(names(dane), function(n) {
  x <- dane[[n]]
  z <- abs(x - mean(x)) / sd(x)
  data.frame(zbior = n, k = k, odsetek = sapply(k, function(kk) mean(z >= kk)))
}))
granica <- data.frame(k = k, odsetek = 1 / k^2)
# Tabela dla wybranych k: odsetek w danych i granica 1/k²
tab <- sapply(dane, function(x) {
  z <- abs(x - mean(x)) / sd(x)
  sapply(c(1.5, 2, 3, 4), function(kk) mean(z >= kk))
})
tab <- rbind(round(tab, 4), "największe |z|" = round(sapply(dane, function(x) max(abs(x - mean(x)) / sd(x))), 2))
rownames(tab)[1:4] <- paste0("k = ", c(1.5, 2, 3, 4))
colnames(tab) <- names(dane) |> sub(pattern = " –.*", replacement = "")
tab
round(1 / c(1.5, 2, 3, 4)^2, 4)   # granica Czebyszewa dla tych samych k

# 3. Odsetek chłopców wśród 215 599 noworodków we Francji (przykład z pracy magisterskiej Czebyszewa, za: Seneta 2013)
chlopcy <- 110312; n <- 215599
p_hat <- chlopcy / n
se_max <- sqrt(0.25 / n)            # p(1 − p) ≤ 1/4 – bez żadnych założeń o p
round(c(odsetek = p_hat, se_max = se_max, nadwyzka_nad_0.5 = p_hat - 0.5), 5)
poziomy <- c(0.95, 0.99, 0.999, 0.9999)
przedzialy <- rbind(
  data.frame(metoda = "Czebyszew: k = 1/√(1 − poziom)", poziom = poziomy, k = 1 / sqrt(1 - poziomy)),
  data.frame(metoda = "rozkład normalny: k = z", poziom = poziomy, k = qnorm(1 - (1 - poziomy) / 2)))
przedzialy$dolna <- p_hat - przedzialy$k * se_max
przedzialy$gorna <- p_hat + przedzialy$k * se_max
przedzialy$obejmuje_0.5 <- przedzialy$dolna <= 0.5
print(transform(przedzialy, k = round(k, 2), dolna = round(dolna, 4), gorna = round(gorna, 4)), row.names = FALSE)
# Ile urodzeń wystarczy, żeby Czebyszew przy poziomie .99 (k = 10) odróżnił 0.5117 od 0.5?
ceiling((10 * 0.5 / (p_hat - 0.5))^2)

p_dane <- ggplot(krzywe, aes(k, odsetek)) +
  geom_line(data = granica, linewidth = 1.1, colour = "black") +
  geom_step(aes(colour = zbior, linetype = zbior), linewidth = 0.8) +
  annotate("text", x = 2.25, y = 0.27, label = "granica 1/k²", hjust = 0, size = 3.6) +
  scale_colour_manual(values = unname(oi[c("niebieski", "cynober", "zielony", "rozowy")]), name = NULL) +
  scale_linetype_manual(values = c("solid", "22", "longdash", "dotdash"), name = NULL) +
  scale_x_continuous(breaks = 1:6) + coord_cartesian(ylim = c(0, 0.5)) +
  labs(title = "A. Granica Czebyszewa a cztery zbiory z R",
       x = "k (odległość od średniej w odchyleniach standardowych)", y = "Odsetek obserwacji z |z| ≥ k") +
  motyw + theme(legend.position = "bottom") + guides(colour = guide_legend(ncol = 2), linetype = guide_legend(ncol = 2))
p_chlopcy <- ggplot(przedzialy, aes(y = factor(poziom), colour = metoda, shape = metoda)) +
  geom_vline(xintercept = 0.5, linetype = "dashed", colour = "grey40") +
  geom_errorbar(aes(xmin = dolna, xmax = gorna), width = 0.25, orientation = "y", linewidth = 0.9,
                position = position_dodge(width = 0.55)) +
  geom_point(aes(x = p_hat), size = 2.6, position = position_dodge(width = 0.55)) +
  annotate("text", x = 0.5, y = 4.45, label = "połowa chłopców", hjust = 1.05, size = 3.4, colour = "grey30") +
  scale_colour_manual(values = unname(oi[c("cynober", "niebieski")]), name = NULL) +
  scale_shape_manual(values = c(17, 16), name = NULL) +
  labs(title = "B. Odsetek chłopców: 110 312 z 215 599",
       x = "Odsetek chłopców wśród urodzeń", y = "Gwarantowany poziom") +
  motyw + theme(legend.position = "bottom") + guides(colour = guide_legend(ncol = 1), shape = guide_legend(ncol = 1))
p_metoda <- p_dane + p_chlopcy + plot_layout(widths = c(1.1, 1))
p_os
p_metoda
Wynik w R
               rivers islands precip Nile
k = 1.5        0.0567  0.0833 0.1571 0.10
k = 2          0.0426  0.0625 0.0429 0.03
k = 3          0.0284  0.0417 0.0000 0.00
k = 4          0.0071  0.0208 0.0000 0.00
największe |z| 6.3200  4.6700 2.3400 2.74
[1] 0.4444 0.2500 0.1111 0.0625
         odsetek           se_max nadwyzka_nad_0.5 
         0.51165          0.00108          0.01165 
                         metoda poziom      k  dolna  gorna obejmuje_0.5
 Czebyszew: k = 1/√(1 − poziom) 0.9500   4.47 0.5068 0.5165        FALSE
 Czebyszew: k = 1/√(1 − poziom) 0.9900  10.00 0.5009 0.5224        FALSE
 Czebyszew: k = 1/√(1 − poziom) 0.9990  31.62 0.4776 0.5457         TRUE
 Czebyszew: k = 1/√(1 − poziom) 0.9999 100.00 0.4040 0.6193         TRUE
        rozkład normalny: k = z 0.9500   1.96 0.5095 0.5138        FALSE
        rozkład normalny: k = z 0.9900   2.58 0.5089 0.5144        FALSE
        rozkład normalny: k = z 0.9990   3.29 0.5081 0.5152        FALSE
        rozkład normalny: k = z 0.9999   3.89 0.5075 0.5158        FALSE
[1] 184087

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (obliczenia – funkcje bazowe mean(), sd(), qnorm(); rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork

Najczęstsze pytania

Kim był Pafnutij Czebyszew?

Rosyjskim matematykiem (1821–1894). Pracę magisterską z teorii prawdopodobieństwa zaczął na Uniwersytecie Moskiewskim w 1841 r. i obronił w 1846 r. Jego nazwisko noszą też wielomiany Czebyszewa, a sam konstruował mechanizmy, m.in. maszynę kroczącą. Jego najwybitniejszymi uczniami byli Andriej Markow i Aleksandr Lapunow.

Co udowodnił Czebyszew w 1867 roku?

W notce „Des valeurs moyennes” udowodnił, że suma dowolnych wielkości o znanych wartościach oczekiwanych i wariancjach z prawdopodobieństwem większym niż 1 − 1/α² leży w odległości co najwyżej α odchyleń standardowych od sumy wartości oczekiwanych. Z tego wynika prawo wielkich liczb dla średniej.

Dlaczego mówi się o nierówności Bienaymé–Czebyszewa?

Bo Irénée-Jules Bienaymé udowodnił ją dla średniej z niezależnych zmiennych już w 1853 r., 14 lat przed Czebyszewem. Czebyszew w 1874 r. sam przyznał, że jego dowód wynika z metody Bienaymé’a, a jego uczeń Markow konsekwentnie bronił pierwszeństwa Francuza.

Jak zapisuje się nazwisko Czebyszewa w innych językach?

Po angielsku najczęściej Chebyshev, po francusku Tchébychef lub Tchebychev, po niemiecku Tschebyscheff. W bazach i podręcznikach warto szukać kilku wariantów naraz.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Seneta, E. (2013). A tricentenary history of the law of large numbers. Bernoulli, 19(4), 1088–1121. https://doi.org/10.3150/12-bejsp12 ● Otwarty dostęp: pełny tekst
  2. Tchébychef, P.-L. (1867). Des valeurs moyennes. Journal de Mathématiques Pures et Appliquées (2e série), 12, 177–184. https://www.numdam.org/item/JMPA_1867_2_12__177_0 ● Otwarty dostęp: pełny tekst
  3. Tovstik, P. E., Yushkov, M. P., Kuteeva, G. A., Sinilshchikova, G. A., & Trifonenko, B. V. (2021). The collection of mechanisms by P.L. Chebyshev at the department of theoretical and applied mechanics of St. Petersburg university. Journal of Physics: Conference Series, 1959(1), Article 012050. https://doi.org/10.1088/1742-6596/1959/1/012050 ● Otwarty dostęp

Cytowania BibTeX

@article{seneta2013tricentenary, author={Seneta, Eugene}, title={{A tricentenary history of the law of large numbers}}, journal={Bernoulli}, year={2013}, volume={19}, number={4}, pages={1088--1121}, doi={10.3150/12-bejsp12}}
@article{tchebychef1867valeurs, author={Tchébychef, Pafnutij L.}, title={{Des valeurs moyennes}}, journal={Journal de Mathématiques Pures et Appliquées (2e série)}, year={1867}, volume={12}, pages={177--184}, publisher={Gauthier-Villars}, url={https://www.numdam.org/item/JMPA_1867_2_12__177_0}}
@article{tovstik2021collection, author={Tovstik, P. E. and Yushkov, M. P. and Kuteeva, G. A. and Sinilshchikova, G. A. and Trifonenko, B. V.}, title={{The collection of mechanisms by P.L. Chebyshev at the department of theoretical and applied mechanics of St. Petersburg university}}, journal={Journal of Physics: Conference Series}, year={2021}, volume={1959}, number={1}, eid={012050}, doi={10.1088/1742-6596/1959/1/012050}}
R