Markow-Ungleichung
aus Wikipedia, der freien Enzyklopädie
In der Wahrscheinlichkeitstheorie gibt die Markow-Ungleichung (nach Andrei Andrejewitsch Markow) eine obere Schranke für die Wahrscheinlichkeit an, dass eine nicht-negative Funktion einer Zufallsvariable größer oder gleich einer positiven Konstante ist.
Die Markow-Ungleichung (wie ähnliche Ungleichungen) vergleicht Wahrscheinlichkeit und Erwartungswert und gibt eine in aller Regel schwache, aber nützliche Grenze für die Verteilungsfunktion einer Zufallsvariable an.
Inhaltsverzeichnis |
[Bearbeiten] Satz
Sei X eine Zufallsvariable und a eine positive, reellwertige Konstante. Sei ferner eine positive, reellwertige Funktion. Die allgemeine Markow-Ungleichung besagt dann:
.
[Bearbeiten] Beweis
Sei Ω der zu Grunde liegende diskrete Wahrscheinlichkeitsraum. Dann gilt nach der Definition des Erwartungswertes:
wobei die letzte Abschätzung auf Grund der ersten Bonferroni-Ungleichung gilt. Nach Division durch a folgt die Behauptung. [1]
[Bearbeiten] Alternativer Beweis
Sei und bezeichne IA(x) die charakteristische Funktion der Menge A. Dann gilt:
Der Satz folgt, wenn man auf beiden Seiten den Erwartungswert nimmt und
berücksichtigt.
[Bearbeiten] Varianten
- Setzt man h(x) = | x | , so erhält man den bekannten Spezialfall der Markow-Ungleichung
- Betrachtet man
für ein c > 0, so folgt der bekannte Spezialfall der Markow-Ungleichung, welcher die Wahrscheinlichkeit für das c-fache Übertreffen des Erwartungswertes begrenzt:
- Ist h(x) = x2 und wendet man die Markow-Ungleichung auf eine Zufallsvariable Y = X − E[X] an, so erhält man eine Version der Tschebyschow-Ungleichung.
- Für beschränkte Zufallsvariablen existiert die folgende Markow-artige Schranke für die Wahrscheinlichkeit, dass eine Zufallsvariable ihren Erwartungswert um den Faktor (1 − c) unterbietet. D.h., seien
und sei X eine Zufallsvariable mit
und
. Dann gilt für alle c > 0:
- Der Beweis dieser Aussage ist ähnlich dem Beweis der Markow-Ungleichung.[2]
[Bearbeiten] Beispiele
- Betrachte die folgende Frage: Wie wahrscheinlich ist es, bei einem Würfelwurf wenigstens eine 4 zu würfeln? Es sei X das Ergebnis des Würfelwurfes mit E[X] = 3,5. Dann folgt mit h(x) = x als identische Abbildung und mit a = 4 durch die Markow-Ungleichung:
.
[Bearbeiten] Quellen
- ↑ Ulrich Krengel, Einführung in die Wahrscheinlichkeitstheorie und Statistik, 7. Auflage, Vieweg Verlag, 2003. ISBN 3-528-67259-5
- ↑ Piotr Indyk, Sublinear Time Algorithms for Metric Space Problems, Proceedings of the 31st Symposium on Theory of Computing (STOC'99), 428--434, 1999.