📜  用例子理解马尔可夫定理

📅  最后修改于: 2021-09-23 04:40:21             🧑  作者: Mango

在这篇文章中,我们将讨论马尔可夫定理的概述,也会讨论马尔可夫定理的表达,最后用一个例子来理解马尔可夫定理。让我们一一讨论。

马尔可夫定理
马尔可夫定理指出,如果 R 是一个非负(意味着大于或等于 0)随机变量,那么对于每个正整数 x,该随机变量 R 大于或等于该正整数 x 的概率是有上限的通过随机变量 R 对 x 的期望值。

马尔可夫定理的表达式:
在数学上,它可以写成如下。

If R >=0 , then ∀ x >0,
P(R>=x) <= Ex( R ) / x

要记住的要点:
请注意,要应用上述马尔可夫定理,随机变量 R 必须是非负的。

If R is non-negative ∀ C > 0, then
P (R >= c*Ex( R ) ) <= 1/c 

马尔可夫定理的扩展版本表述如下表达式。

If R ≤ U for some U in the set of a real number ( U ∈ IR) then,
∀ x >0,
P(R ≤ x) ≤ (U - Ex( R ) ) / ( U- x )

例子 :
在这里,我们将讨论以下示例来理解这个马尔可夫定理。
假设在一个100分的班级考试中,学生的平均分是75分。那么从班上随机抽取的一个学生小于0r等于50分的概率是多少。

为了解决这个问题,让我们定义一个随机变量 R = 随机学生的分数。由于 R 的上限为 100,因此我们使用上述马尔可夫定理的扩展版本。

现在,通过使用下面给出的马尔可夫定理的表达式,我们将解决这个问题如下。

Expression :
If R >=0 , then ∀ x >0,
P(R>=x) <= Ex( R ) / x 
So, U = 100,
Ex ( R ) = 75
then, use the above formulae,
P (R <= 50 ) = (  100-  75) / ( 100- 50  ) = 25/ 50 = 1/2
which gives the answer as 0.5 

因此,随机学生的分数接近 50 的概率上限为 0.5