概率不等式

最新推荐文章于 2022-05-15 19:51:51 发布

WALL-SQ

最新推荐文章于 2022-05-15 19:51:51 发布

阅读量1.1k

点赞数

分类专栏：机器学习文章标签：概率论

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_39304630/article/details/123895844

版权

机器学习专栏收录该内容

7 篇文章 1 订阅

订阅专栏

1.马尔可夫不等式

我们有一个概率密度图如下：

$P(X>=a)<=\frac{E(X)}{a},x>=0,a>0$

证明：由 $x>=0$ 且 $x>=a$ 可得

$\frac{x}{a}>=1$

那么显然会有

$P(X>=a)=\int_{a}^{+\infty}1*f_X(x)dx<=\int_{a}^{+\infty}\frac{x}{a}*f_X(x)dx=\frac{1}{a}\int_{a}^{+\infty}xf_X(x)dx$

根据期望的公式，有

$E(\frac{X}{a})=\frac{1}{a}E(X)=\frac{1}{a}\int_{-\infty}^{a}xf_X(x)dx+\frac{1}{a}\int_{a}^{+\infty}xf_X(x)dx$

由于密度函数一定是非负值函数，因此必有

$\frac{1}{a}\int_{-\infty}^{a}xf_X(x)dx>=0$

所以有

$E(\frac{x}{a})>=\frac{1}{a}\int_{a}^{+\infty}xf_X(x)dx$

又

$P(X>=a)<=\int_{a}^{+\infty}\frac{x}{a}*f(x)dx$

故可得

$P(X>=a)<=E(\frac{x}{a})=\frac{E(x)}{a}$

2.切比雪夫不等式

$P\{|X-E(X)|>=\varepsilon \}<=\frac{\sigma ^2}{\varepsilon ^2}$

$P\{|X-E(X)|<\varepsilon \}<=1-\frac{\sigma ^2}{\varepsilon ^2}$

证明：将 $|X-\mu |$ 代为马尔可夫不等式中的 $|X|$ ，可得

$P(|x-\mu |>=a)<=\frac{E(|x-\mu |)}{a}$

为了去掉绝对值，我们进行平方，则有

$P((x-\mu)^2>=a^2)<=\frac{E((x-\mu)^2)}{a^2}$

由于 $\mu$ 是均值，因此可以发现

$E((x-\mu)^2)=D(x)=\sigma ^2$

因此可以得到

$P((x-\mu)^2>=a^2)<=\frac{\sigma ^2}{a^2}$

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
概率不等式

1.马尔可夫不等式我们有一个概率密度图如下：证明：由且可得那么显然会有根据期望的公式，有由于密度函数一定是非负值函数，因此必有所以有又故可得2.切比雪夫不等式证明：将代为马尔可夫不等式中的，可得为了去掉绝对值，我们进行平方，则有由于是均值，因此可以发现因此可以得到...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。