Неравенство Маркова

Неравенство Маркова

 Нера́венство Ма́ркова в теории вероятностей дает оценку вероятности, что случайная величина превзойдет по модулю фиксированную положительную константу, в терминах её 
математического ожидания. Получаемая оценка обычно груба. Однако, она позволяет получить определённое представление о распределении, когда последнее не известно 
явным образом.

Формулировка

 Пусть случайная величина [math]X: \Omega \rightarrow \mathbb R\mathrm+[/math] определена на вероятностном пространстве ([math]\Omega[/math], [math]F[/math], [math]\mathbb R[/math]), и ее математическое ожидание [math] \mathbb E\mathrm |\xi|\lt \mathcal {1}[/math]. Тогда 
 [math]\forall ~x \gt  0~~ \mathbb P\mathrm(|\xi| \ge x)\le \frac {\mathbb E\mathrm |\xi|}{x} [/math]

Доказательство

 Возьмем для доказательство следующее понятие:
 Пусть [math] A[/math] - некоторое событие. Назовем индикатором события [math]A[/math] случайную величину [math]I[/math], равную единице если событие [math]A[/math] произошло, и нулю в противном случае. По определению величина [math]I(A)[/math] имеет распределение Бернулли с параметром <math> p = P(I(A) = 1) = P(A)