Disuguaglianza di Markov — ingegnerismo.it

La disuguaglianza di Markov fornisce un limite superiore per la probabilità che una variabile aleatoria non negativa assuma un valore maggiore o uguale a una costante positiva $a$ . È una disuguaglianza molto generale perché non richiede la conoscenza della distribuzione specifica, ma solo del valore atteso.

Enunciato

Sia $X$ una variabile aleatoria tale che $P(X \geq 0) = 1$ . Per ogni costante $a > 0$ : $P(X \geq a) \leq \frac{E[X]}{a}$

Interpretazione

La disuguaglianza afferma che la probabilità che una variabile superi un valore $a$ è inversamente proporzionale ad $a$ . Ad esempio, la probabilità che una variabile superi il triplo del suo valore atteso non può essere superiore a $1/3$ ( $33.3\%$ ).

Importanza

Nonostante sia spesso un limite “largo” (poco preciso), la sua importanza risiede nella sua universalità e nel fatto che è il punto di partenza per dimostrare disuguaglianze più potenti, come quella di Chebyshev e i limiti di Chernoff.

Significato Ingegneristico

Stima del Caso Peggiore (Worst-case Analysis): Quando di un fenomeno (es. ritardo di un pacchetto in rete) si conosce solo la media ma non la distribuzione esatta, la disuguaglianza di Markov fornisce una garanzia (safety bound) sulla probabilità di superare una soglia critica.
Teoria dell’Informazione: Utilizzata per limitare la probabilità di errore in sistemi di comunicazione complessi dove la distribuzione esatta del rumore non è nota o è troppo difficile da calcolare.
Algoritmi Probabilistici: Usata per garantire che il tempo di esecuzione di un algoritmo non superi certi limiti se non con una probabilità controllata.

Vedi anche: Valore Atteso, Disuguaglianza di Chebyshev.