Неравенство Маркова

Нера́венство Ма́ркова в теории вероятностей даёт оценку вероятности, что случайная величина превзойдёт по модулю фиксированную положительную константу, в терминах её математического ожидания. Получаемая оценка обычно груба. Однако, она позволяет получить определённое представление о распределении, когда последнее не известно явным образом.

Формулировка

Пусть случайная величина $X:\Omega \to \mathbb {R}$ определена на вероятностном пространстве $(\Omega ,{\mathcal {F}},\mathbb {P} )$, и её математическое ожидание $\mathbb {E} X$ конечно. Тогда

$\mathbb {P} \left(|X|\geqslant a\right)\leqslant {\frac {\mathbb {E} |X|}{a}}$,

где $a>0$.

Если в неравенство подставить вместо случайной величины $X$ случайную величину $(X-\mathbb {E} X)^{2}$, то получим неравенство Чебышёва:

$\mathbb {P} (|X-\mathbb {E} (X)|\geq a)\leq {\frac {{\textrm {Var}}(X)}{a^{2}}}.$

Пример

Пусть $X\geqslant 0$ — неотрицательная случайная величина. Тогда, взяв $a=2\mathbb {E} X$, получаем

$\mathbb {P} (X\geqslant 2\mathbb {E} X)\leqslant {\frac {1}{2}}$.

Пример

В среднем ученики опаздывают на 3 минуты. Какова вероятность того, что ученик опоздает на 15 и более минут? Дайте грубую оценку сверху. Ответ:

$\mathbb {P} (|X|\geqslant 15)\leqslant 3/15=0.2$.

См. также

• Неравенство Чебышёва;
• Марков, Андрей Андреевич (старший).

Ссылки

• Видеолекция о случайных величинах, неравенствах Маркова и Чебышёва