Markoff-Ungleichung

Markoff-Ungleichung

In der Wahrscheinlichkeitstheorie gibt die Markow-Ungleichung (nach Andrei Andrejewitsch Markow) eine obere Schranke für die Wahrscheinlichkeit an, dass eine Zufallsvariable größer einer positiven Konstante ist.

Inhaltsverzeichnis

Satz

Sei (Ω,σ(Ω),P) ein Wahrscheinlichkeitsraum und X:\Omega \rightarrow \mathbb{R} eine reele Zufallsvariable und a eine positive, reellwertige Konstante und ferner h:\mathbb{R} \rightarrow [0,\infty[ monoton wachsende Funktion. Die allgemeine Markow-Ungleichung besagt dann:

P \left[ X \geq a \right] \leq \frac{\textrm{E}\left[h(X)\right]}{h(a)}.

Beweis

Sei IA(x) die charakteristische Funktion der Menge A. Dann gilt:

P \left[ X \geq a \right] = \int I_{\{X \geq a\}} \ dP \leq \int I_{\{X \geq a\}} \frac{h(X)}{h(a)} \ dP  \leq \frac{\textrm{E}\left[h(X)\right]}{h(a)}


Varianten

  • Setzt man h(x) = x und betrachtet die reelle Zufallsvariable | X | , so erhält man den bekannten Spezialfall der Markow-Ungleichung
P\left[|X| \geq a\right] \leq \frac{\textrm{E}\left[|X|\right]}{a}.
  • Betrachtet man a = c \cdot \textrm{E}[|X|] für ein c > 0, so folgt der bekannte Spezialfall der Markow-Ungleichung, welcher die Wahrscheinlichkeit für das c-fache Übertreffen des Erwartungswertes begrenzt:
P\left[|X| \geq c \cdot \textrm{E}[|X|] \right] 
\leq \frac{\textrm{E}\left[|X|\right]}{c \cdot \textrm{E}\left[|X|\right]} = \frac{1}{c}.
  • 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 a,b \geq 0 und sei X eine Zufallsvariable mit |X| \leq a und \textrm{E}\left[|X|\right] \geq \frac{a}{b}. Dann gilt für alle c > 0:
P\left[ |X| \leq (1-c)\textrm{E}\left[|X|\right] \right] \leq 1-\frac{c}{b}.
Der Beweis dieser Aussage ist ähnlich dem Beweis der Markow-Ungleichung.[1]
  • Wählt man h(x) = etx, erhält man für geeignetes t eine sehr gute Abschätzung. Mann kann zeigen, dass diese Abschätzung unter gewissen Voraussetzungen sogar optimal ist.

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:


P \left[ X \geq 4 \right] \leq \frac{\textrm{E}\left[X\right]}{4} = \frac{3{,}5}{4} = \frac{7}{8}
.

Einzelnachweise

  1. Piotr Indyk, Sublinear Time Algorithms for Metric Space Problems, Proceedings of the 31st Symposium on Theory of Computing (STOC'99), 428--434, 1999.

Wikimedia Foundation.

Игры ⚽ Поможем написать реферат

Schlagen Sie auch in anderen Wörterbüchern nach:

  • Markoff — Markow bezeichnet: Markow (Ivenack), Ortsteil der Gemeinde Ivenack im Landkreis Demmin in Mecklenburg Vorpommern Markow ist ein russischer Familienname. Bekannte Namensträger sind: Alexei Markow (* 1979), russischer Radsportler Andrei… …   Deutsch Wikipedia

  • Andrei Andrejewitsch Markow — Andrei A. Markow als Dreißigjähriger Andrei A. Markow Andrei Andrejewitsch …   Deutsch Wikipedia

  • Andrej Andrejewitsch Markow — Andrei A. Markow als Dreißigjähriger Andrei A. Markow Andrei Andrejewitsch Markow (russisch Андрей Андреевич Марков, wiss. Translite …   Deutsch Wikipedia

  • Andrey Markov — Andrei A. Markow als Dreißigjähriger Andrei A. Markow Andrei Andrejewitsch Markow (russisch Андрей Андреевич Марков, wiss. Translite …   Deutsch Wikipedia

  • Primzahlsatz — Der Primzahlsatz erlaubt eine endliche Abschätzung der Verteilung der Primzahlen mittels Logarithmen. Der Zusammenhang zwischen Primzahlen und Logarithmen wurde bereits von dem 15 jährigen Carl Friedrich Gauß 1793 und unabhängig von ihm durch… …   Deutsch Wikipedia

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”