概率论基础 - 5 - 马尔可夫不等式

为为为什么

发布于 2022-08-05 12:59:28

1.9K0

文章被收录于专栏：又见苍岚又见苍岚

马尔可夫不等式把概率关联到数学期望，给出了随机变量的累积分布函数一个宽泛但仍有用的界。

定义

马尔可夫不等式用于估计尾事件的概率上界。

若随机变量X只取非负值，则\forall a>0

\mathbb{P}(X \geq a) \leq \frac{\mathbb{E}(X)}{a}

证明

思路1

放大概率，得到部分函数期望截断函数期望，二者相比较

考虑 X\ge a的情况 → \frac {X}{a} \ge 1
对于不等式左边有：

\mathbb P(X \geq a)=\int_{a}^{+\infty} f(x) d x \leq \int_{a}^{+\infty} \frac{X}{a} f(x) d x

对于不等式右边有：

E\left(\frac{X}{a}\right)=\int_{-\infty}^{a} \frac{X}{a} f(x) d x+\int_{a}^{+\infty} \frac{X}{a} f(x) d x

由于：

\int_{-\infty}^{a} \frac{X}{a} f(x) d x \geq 0

因此：

\mathbb P(X \geq a) \leq \int_{a}^{+\infty} \frac{X}{a} f(x) d x \leq E\left(\frac{X}{a}\right)

即：

\mathbb P(X \geq a) \leq E\left(\frac{X}{a}\right)=\frac{E(X)}{a}

思路2

原始期望大于截断部分非负值的期望求取期望时缩小X得到a

图示

a越大于均值，X>a

用途

将概率与期望联系起来建立了不等式关系
约束较松，可以用来粗略估计尾部事件

例如：如果X是工资，那么E(X)就是平均工资，假设a=n E(X)，即平均工资的n倍。那么根据马尔可夫不等式，不超过1/n的人会有超过平均工资的n倍的工资。

参考资料

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2021年3月30日，如有侵权请联系 cloudcommunity@tencent.com 删除

https

网络安全