馬爾可夫不等式機率論中的不等式 / 維基百科,自由的 encyclopedia 在概率論中,馬爾可夫不等式(英語:Markov's inequality)給出了隨機變量的函數大於等於某正數的概率的上界。雖然它以俄國數學家安德雷·馬爾可夫命名,但該不等式曾出現在一些更早的文獻中,其中包括馬爾可夫的老師——柴比雪夫。 此條目需要精通或熟悉相關主題的編者參與及協助編輯。 (2012年9月2日) 馬爾可夫不等式提供了 f ( x ) {\displaystyle f(x)} 超過某特定數值 ϵ {\displaystyle \epsilon } (圖中標示紅色線處)概率的上界,其上界包括了特定數值 ϵ {\displaystyle \epsilon } 及 f {\displaystyle f} 的平均值 馬爾可夫不等式把概率關聯到數學期望值,給出了隨機變量的累積分佈函數一個寬泛但仍有用的界。 馬爾可夫不等式的一個應用是,不超過1/5的人口會有超過5倍於人均收入的收入。
在概率論中,馬爾可夫不等式(英語:Markov's inequality)給出了隨機變量的函數大於等於某正數的概率的上界。雖然它以俄國數學家安德雷·馬爾可夫命名,但該不等式曾出現在一些更早的文獻中,其中包括馬爾可夫的老師——柴比雪夫。 此條目需要精通或熟悉相關主題的編者參與及協助編輯。 (2012年9月2日) 馬爾可夫不等式提供了 f ( x ) {\displaystyle f(x)} 超過某特定數值 ϵ {\displaystyle \epsilon } (圖中標示紅色線處)概率的上界,其上界包括了特定數值 ϵ {\displaystyle \epsilon } 及 f {\displaystyle f} 的平均值 馬爾可夫不等式把概率關聯到數學期望值,給出了隨機變量的累積分佈函數一個寬泛但仍有用的界。 馬爾可夫不等式的一個應用是,不超過1/5的人口會有超過5倍於人均收入的收入。