Вероятность и статистика · объяснение и практика

Как неотрицательность даёт верхнюю границу вероятности большого значения

Получите верхнюю границу хвостовой вероятности из одного ожидания и неотрицательности; отличите границу от точного распределения.

Рука ставит оранжевый столбик между двумя синими столбиками разной высоты.

В теме Случайные величины и распределения · Учебная карта

Главная мысль

Если X≥0 и E[X] конечно, то для a>0 выполняется P(X≥a)≤E[X]/a. При правой части больше единицы остаётся тривиальная граница вероятности один.

Большие значения потребляют часть среднего

Если величина достигла порога a, она внесла в своё ожидание не меньше a на этом событии. Вне события неотрицательные значения не уменьшают ожидание. Поэтому E[X]≥a·P(X≥a). Деление на положительный порог даёт неравенство Маркова. Для этого не нужно знать дисперсию или форму распределения.

Неотрицательность является ключевой предпосылкой. При отрицательных значениях большие положительные исходы могут компенсироваться в среднем, и прежний вывод перестаёт работать. Например, величина, равновероятно равная десяти и минус десяти, имеет ожидание ноль, но положительный хвост не пуст. Подстановка нулевого ожидания в формулу без проверки знаков дала бы ложный нулевой предел.

Верхняя оценка может достигаться

Пусть неотрицательное число дефектов имеет среднее три. Вероятность получить не менее двенадцати дефектов не превосходит одной четверти. Этой информации недостаточно, чтобы назвать точную вероятность: разные распределения с тем же ожиданием могут давать разные хвосты. Некоторые могут вообще не иметь значений выше двенадцати.

Граница одна четверть достижима в модели, где X=12 с вероятностью одна четверть, а иначе X=0. Среднее действительно равно трём. Такой пример объясняет, почему без дополнительных сведений универсальную границу не всегда можно улучшить. Но он не означает, что наблюдаемая система имеет именно это двухточечное распределение.

Пример

Время неотрицательно и имеет ожидание 5 минут. Как ограничить вероятность времени не меньше 20 минут?

По Маркову она не больше 5/20=1/4. Это не утверждение «ровно четверть случаев» и не прогноз конкретного следующего ожидания.

Подходящий порог и дополнительная информация

Если порог меньше ожидания, отношение может превысить единицу. Такая арифметика не делает вероятность большей ста процентов: просто неравенство не даёт полезного улучшения обычной границы P≤1. Для нулевого ожидания неотрицательной величины, наоборот, следует X=0 почти наверное, поэтому любой положительный хвост имеет вероятность ноль.

Если известна дисперсия, можно применить Маркова к квадрату центрированного отклонения и получить Чебышёва. Если известно точное распределение, его хвост часто даёт гораздо более тесный ответ. Поэтому перед вычислением стоит понять цель: нужна надёжная граница при минимуме предпосылок или точная вероятность в выбранной модели. Эти два результата не следует смешивать в формулировке ответа.

От чтения к действию

А теперь — вы

X неотрицательна, E[X]=4. Какую верхнюю границу Маркова получаем для P(X≥20)?

Частые вопросы

Почему нельзя применять формулу ко всем величинам с положительным средним?

Потому что отрицательные исходы могут компенсировать большие положительные. В доказательстве используется неотрицательность всей величины, а не только её ожидания.

Что делать, если E[X]/a больше единицы?

Указать тривиальную границу один. Полученное неравенство верно, но не улучшает обычное ограничение любой вероятности.

Источники и работа с материалом

Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.

Продолжить разбираться