切比雪夫不等式为_闵可夫斯基不等式和柯西不等式

切比雪夫不等式为_闵可夫斯基不等式和柯西不等式一、马尔可夫不等式马尔可夫不等式描述的是非负随机变量绝对位置的概率上限对于非负随机变量X,a>=0,有证明:原式可化为注意到,因为X非负,右边二、切比雪夫不等式切比雪夫不等式描述的是随机变量距期望相对位置偏离的概率上限证明:记右边注意到,在中,,因此有三、柯西-施瓦茨不等式…

一、马尔可夫不等式(Markov)

马尔可夫不等式描述的是非负随机变量绝对位置的概率上限

对于非负随机变量X,a >= 0,有  P(X\geq a)\leq \frac{EX}{a}

证明:原式可化为

 \int_{a}^{\infty}f(x)dx\leq \int_{0}^{\infty}\frac{x}{a}f(x)dx

注意到,因为 X 非负,右边 \int_{0}^{\infty}\frac{x}{a}f(x)dx\geq \int_{a}^{\infty}\frac{x}{a}f(x)dx\geq \int_{a}^{\infty}f(x)dx=P(X\geq a)

二、切比雪夫不等式(Chebyshev)

切比雪夫不等式描述的是随机变量距期望相对位置偏离的概率上限

P(|X-EX|\geq \varepsilon )\leq \frac{Var(X)}{\varepsilon^2}

证明:记 \Phi =\{|x-EX|\geq \varepsilon \}

\int_{\Phi}^{ }f(x)dx\leq \frac{E(X-EX)^2}{\varepsilon^2}

右边 \frac{E(X-EX)^2}{\varepsilon^2}=\int_{-\infty}^{\infty}(x-EX)^2f(x)dx/\varepsilon^2\geq \int_{​{\Phi}^{ }}(x-EX)^2f(x)dx/\varepsilon^2

注意到,在 \Phi 中,(x-EX)^2\geq \varepsilon ^2,因此有

\int_{​{\Phi}^{ }}(x-EX)^2f(x)dx/\varepsilon^2\geq \int_{​{\Phi}^{ }}f(x)dx

三、柯西-施瓦茨不等式(Cauchy-Schwarz)

柯西-施瓦茨不等式描述的是协方差与方差之间的不等关系

Cov(X,Y)^2\leq \sigma _{X}^2\sigma _{Y}^2

证明:上式可化为 E^2(X-EX)(Y-EY)\leq E(X-EX)^2E(Y-EY)^2

可以看到组成部分只有 2 个:X-EX 与 Y-EY

因此构造函数 f(t)=E[t(X-EX)+(Y-EY)]^2

=E[(X-EX)^2t^2+2(X-EX)(Y-EY)t+(Y-EY)^2]

显然有 f(t)\leq 0,所以上述二次函数 \Delta =4E^2(X-EX)(Y-EY)-4E(X-EX)^2E(Y-EY)^2\leq 0

即柯西-施瓦茨不等式

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/211012.html原文链接:https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长

相关推荐

  • 最短路径算法汇总「建议收藏」

    最短路径算法汇总「建议收藏」1、Floyd-Warshall算法A、算法基本思想   在有向连通图中,从任意顶点i到顶点j的最短路径,可以看做从顶点i出发,经过m个顶点中转,到达j的最短路程。最开始可以只允许经过”1”号顶点进行中转,接下来只允许经过”1”号顶点和”2”号顶点进行中转……允许经过”1”~”m”号顶点进行中转,求任意两顶点的最短路程。B、算法实现for(intk=1;k<=n;

    2022年5月31日
  • python读取图片名称_照片文件名怎么改jpg

    python读取图片名称_照片文件名怎么改jpgPython读取文件夹下的.jpg图片,提取图片的文件名。最近做的图像处理,需要读取文件夹下所有图片和对应的文件名,进行相关处理,最后保存的图片要求文件的名称与原图名称一致。百度找了好多例子也没找到,最后零零碎碎的搜索,通过一些个人的思考把相关的知识点和程序结合,总算做出来了。举个简单的功能:读取文件夹下的图片和对应的图片名,先处理成灰度图像,再进行保存,要求保存的图片的名称与原图名称一致。效果如下:读取F:\image下的000~004.jpg,最后处理的灰度图片保存在F:\image\sa

    2022年9月3日
  • pycharm2021最新激活码(最新序列号破解)

    pycharm2021最新激活码(最新序列号破解),https://javaforall.net/100143.html。详细ieda激活码不妨到全栈程序员必看教程网一起来了解一下吧!

    2022年3月18日
  • Android Activity 生命周期

    Android Activity 生命周期

    2021年8月23日
  • idea主题插件网址

    idea主题插件网址idea主题插件网址ii​​​​​​​MaterialThemeUI-IntelliJIDEsPlugin|Marketplace

    2022年6月27日
  • 网络舆情分析与研判的指标还应有哪些_舆情监测是什么

    网络舆情分析与研判的指标还应有哪些_舆情监测是什么网络聚集的人气、展开的场景与揭示的真相,不仅会推动新闻事件的发展、形成网络舆论,甚至还会直接影响社会主流舆论、推动社会变革。对舆情监测主体来说,如何加强对网络舆情的实时全面监测,并对其做出及时反馈、防患于未然;如何利用现代信息技术做好网络舆情分析,从而进行有效引导和控制;如何化解网络舆情危机,实现网络舆情的高效管理是一项任重而道远的任务。在网络舆情分析和管理中,舆情监测主体的业务需求是基础和根本,业务需求的满足与否,是评判网络舆情分析系统的核心指标。网络舆情分析系统的评判指标参考项,如下:网络舆情分析

    2022年9月16日

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号