今後の記事で参照できるようにするために, 確率に関する非常に基礎的な不等式であるMarkovの不等式とChebyshevの不等式を紹介します. Markovの不等式さえ覚えていればChebyshevの不等式は非常に簡単に導出できます.
定理 (Markovの不等式). Xを平均が有限であるような非負の確率変数Xとする. 任意のa>0に対し\Pr[X\geq a]\leq \mathrm{E}[X]/a.
証明(概要). 簡単のためXを離散値をとる確率変数とする. 任意のa>0に対し,
\mathrm{E}[X] \geq \sum_{i\geq a} i\Pr[X=i] \geq a\sum_{i\geq a} \Pr[X=i]=a\Pr[X\geq a].
Xが連続値をとる場合でも同様に証明できる.
(証明終)
定理 (Chebyshevの不等式). Xを平均と分散が有限な実数値確率変数とする. 任意のa>0に対し, \Pr[|X-\mathrm{E}|\geq a] \leq \frac{\mathrm{Var}[X]}{a^2}.
証明. 確率変数(X-\mathrm{E}[X])^2は非負なので, Markovの不等式より
\Pr[|X-\mathrm{E}[X]|>\lambda] = \Pr[(X-\mathrm{E}[X])^2>\lambda^2] \leq \frac{\mathrm{Var}[X]}{\lambda^2}.
(証明終)
0 件のコメント:
コメントを投稿