- Inegalite de Markov
-
Inégalité de Markov
En théorie des probabilités, l'inégalité de Markov donne une borne supérieure de la probabilité qu'une variable aléatoire à valeurs positives soit supérieure ou égale à une constante positive. Cette inégalité a été nommée ainsi en l'honneur d'Andrei Markov.
Sommaire
Énoncé
Inégalité de Markov — Soit
une variable aléatoire réelle définie sur un espace probabilisé
et supposée presque sûrement positive ou nulle. Alors
0,\qquad \mathbb P(Z\geq a)\leq\frac{\mathbb{E}[Z]}{a}. " style="max-width : 98%; height: auto; width: auto;" src="/pictures/frwiki/55/7c047168b606d56dccbe54e1fb5c2c20.png" border="0">
DémonstrationOn a l'inégalité
dès que
On en déduit que
Corollaire
Elle possède un corollaire fréquemment utilisé:
Corollaire — Soit
une fonction croissante et positive ou nulle sur l'intervalle
Soit
une variable aléatoire réelle définie sur un espace probabilisé
et telle que
Alors
0,\qquad \mathbb P(Y\geq b)\leq\frac{\mathbb{E}[\phi(Y)]}{\phi(b)}. " style="max-width : 98%; height: auto; width: auto;" src="/pictures/frwiki/102/f34e85d3c6dbb0093f87dd42ab3c531c.png" border="0">
DémonstrationOn applique l'inégalité de Markov à
et à
pour obtenir que
0,\qquad \mathbb P(\phi(Y)\geq \phi(b))\leq\frac{\mathbb{E}[\phi(Y)]}{\phi(b)}. " style="max-width : 98%; height: auto; width: auto;" src="/pictures/frwiki/98/b5972aba772cbc00c95abfda32121437.png" border="0">
La croissance de
entraine que
et donc que
Applications
- Le choix
et
donne l'inégalité de Bienaymé-Tchebychev.
- Le choix
ou bien
et
0,\ " style="max-width : 98%; height: auto; width: auto;" src="/pictures/frwiki/49/1c24fad70003d07585bfdd1fdb725735.png" border="0"> donne l'inégalité de Chernoff ou l'inégalité de Hoeffding.
- L'inégalité de Markov est souvent appliquée conjointement au Lemme de Borel-Cantelli, par exemple pour démontrer la loi forte des grands nombres.
Voir aussi
- Portail des probabilités et des statistiques
Catégories : Probabilités | Inégalité - Le choix
Wikimedia Foundation. 2010.