在研究随机变量的扩散时,我们可能要考虑到期望值的大小。的变异系数为标准差与期望值之比:
CV(X)=μ.σ..
变异系数是对概率分布中相对于期望值的偏差量的测量。
证明马尔可夫不等式:对任意非负随机变量
X和积极的常数
一个,
P(X≥一个)≤一个E[X].
考虑事件
一个={年代:X(年代)≥一个}.然后
E[X]=年代∑P(年代)X(年代)=年代∈一个∑P(年代)X(年代)+年代∈一个∑P(年代)X(年代)=年代∈一个∑P(年代)X(年代)≥年代∈一个∑P(年代)X(年代)(自从X(年代)≥0对所有年代)≥一个年代∈一个∑P(年代)(自从X(年代)≥一个对所有年代∈一个)=一个P(一个).
因此,
E[X]≥一个P(X≥一个),暗示
P(X≥一个)≤一个E[X].
□
现在我们考虑一般随机变量的边界(不一定是非负的)。
证明切比雪夫不等式:对于随机变量
X与的意思
μ.和标准偏差
σ.并且对于任何正常的常数
一个,
P(∣X−μ.∣≥一个σ.)≤一个21.
考虑随机变量
(X−μ.)2.这是一个非负的随机变量,所以我们可以用马尔可夫不等式来得到
P((X−μ.)≥一个σ.)=P((X−μ.)2≥一个2σ.2)≤一个2σ.2E[(X−μ.)2]=一个2σ.2σ.2=一个21.
因此,
P(∣X−μ.∣≥一个σ.)≤一个21.□