马尔可夫不等式公式_马尔可夫不等式和切比雪夫不等式

马尔可夫不等式公式_马尔可夫不等式和切比雪夫不等式

马尔可夫不等式与切比雪夫不等式

马尔可夫不等式把概率关联到数学期望,给出了随机变量的分布函数的一个宽泛但仍有用的界。

X X X为非负随机变量,且假设 E ( X ) E(X) E(X)存在,则对任意的 a > 0 a>0 a>0
P { X ≥ a } ≤ E [ X ] a \begin{aligned} P\left\{ X\ge a \right\}\le \frac{E[X]}{a} \end{aligned} P{
Xa}
aE[X]

马尔可夫不等式是用来估计尾部事件的概率上界。
一个直观的例子是:如果 X X X是工资,那么 E ( X ) E(X) E(X)就是平均工资,假设 a = n ∗ E ( X ) a=n{*}E(X) a=nE(X),即平均工资的 n n n倍。那么根据马尔可夫不等式,不超过 1 / n 1/n 1/n的人会有超过平均工资的 n n n倍的工资。
证明如下:
E ( X ) = ∫ 0 ∞ x f ( x ) d x = ∫ 0 a x f ( x ) d x + ∫ a + ∞ x f ( x ) d x ≥ ∫ a + ∞ x f ( x ) d x ≥ a ∫ a + ∞ f ( x ) d x ≥ a P { X > a } \begin{aligned} E\left( X \right)=\int_{0}^{\infty }{xf\left( x \right)dx=}\int_{0}^{a}{xf\left( x \right)dx}+\int_{a}^{+\infty }{xf\left( x \right)dx} \ge \int_{a}^{+\infty }{xf\left( x \right)dx} \ge a\int_{a}^{+\infty }{f\left( x \right)dx} \ge aP\left\{ X>a \right\} \\ \end{aligned} E(X)=0xf(x)dx=0axf(x)dx+a+xf(x)dxa+xf(x)dxaa+f(x)dxaP{
X>a}

切比雪夫不等式是马尔可夫不等式的特殊情况。
马尔可夫不等式的作用:推导切比雪夫不等式。
若随机变量 X X X的数学期望和方差都存在,分别设为 E ( X ) E(X) E(X) D ( X ) D(X) D(X),则对任意的 ε > 0 \varepsilon >0 ε>0,有
P { ∣ X − E ( X ) ∣ ≥ ε } ≤ D ( X ) ε 2 \begin{aligned} P\left\{ \left| X-E\left( X \right) \right|\ge \varepsilon \right\}\le \frac{D\left( X \right)}{
{
{\varepsilon }^{2}}} \end{aligned}
P{
XE(X)ε}
ε2D(X)

通过马尔可夫不等式可以证明:
P { ∣ X − E ( X ) ∣ ≥ ε } = P { ∣ X − E ( X ) ∣ 2 ≥ ε 2 } ≤ E { ∣ X − E ( X ) ∣ 2 } ε 2 = D ( X ) ε 2 \begin{aligned} P\left\{ \left| X-E\left( X \right) \right|\ge \varepsilon \right\}\text{=}P\left\{ {
{\left| X-E\left( X \right) \right|}^{\text{2}}}\ge {
{\varepsilon }^{\text{2}}} \right\}\le \frac{E\left\{ {
{\left| X-E\left( X \right) \right|}^{\text{2}}} \right\}}{
{
{\varepsilon }^{2}}}\text{=}\frac{D\left( X \right)}{
{
{\varepsilon }^{2}}} \end{aligned}
P{
XE(X)ε}
=P{
XE(X)2ε2}
ε2E{
XE(X)2}
=ε2D(X)

切比雪夫不等式没有限定分布的形式,所以应用广泛,但是这个界很松。
ε \varepsilon ε代表 X X X和期望 E ( X ) E(X) E(X)之间的距离,相差越大,则概率越小,它描述了这样一个事实:事件大多会集中在平均值附近
参考:
1.https://www.cnblogs.com/yanghh/p/13291411.html
2.https://baike.so.com/doc/7009641-7232523.html
3.https://www.cnblogs.com/hmy-666/p/12771586.html

2024最新激活全家桶教程,稳定运行到2099年,请移步至置顶文章:https://sigusoft.com/99576.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。 文章由激活谷谷主-小谷整理,转载请注明出处:https://sigusoft.com/169338.html

(0)
上一篇 2024年 7月 2日 下午10:20
下一篇 2024年 7月 2日

相关推荐

关注微信