Markov不等式有一个很简洁的结果,但是它有一个不近人情的前提条件。它要求随机变量取正值。这通常是没法满足的。为此,我们需要对现有的随机变量进行一些改造,构造一个随机变量的函数。那么什么函数必取正值呢?最常用的是偶次数幂函数,以及指数函数。这就分别得到了切比雪夫不等式和切诺夫界。本文介绍切比雪夫不等式。
定理2. 对任意的期望有界的随机变量,都有
Pr{
|X−E[X]|>c}≤var(X)c2
对所有的 c>0 成立,其中
var(X)=E[X−E[X]]2
是随机变量 X 的方差。
证明: 我们注意到
而