Умблик
Справочник вероятности
Законы и теоремы
Вероятность и статистика · Законы и теоремы

Неравенство Чебышёва

Универсальная оценка отклонения от среднего при конечной дисперсии.

6 минут на чтениеЗаданий для самопроверки: 3

Чему научимся

Оценка работает без нормальности, симметрии и плотности, поэтому полезна при минимальной информации о законе. Цена универсальности — результат часто заметно грубее истинной вероятности.

Главная идея. Неравенство Чебышёва даёт универсальную верхнюю границу вероятности отклонения от среднего не менее чем на a: при конечной дисперсии она не больше σ²/a².

План рассуждения и проверка понимания
  1. Определите математическое ожидание μ, именно дисперсию σ² и положительный порог абсолютного отклонения a.
  2. Сформулируйте двустороннее событие |X − μ| ≥ a и проверьте, что оно соответствует вопросу задачи.
  3. Подставьте значения в σ²/a²; если граница больше единицы, замените её тривиальной верхней границей 1.
  4. Истолкуйте число как максимум возможной вероятности для широкого класса законов, а не как точный ответ конкретного распределения.

Частая ошибка. Поставить в числитель стандартное отклонение σ вместо дисперсии σ² и получить выражение с неправильными единицами и неверной числовой границей.

Как проверить себя. Возводите стандартное отклонение в квадрат или сразу используйте данную дисперсию; при a = kσ правильная безразмерная граница упрощается до 1/k².

Схема к теме

Наглядная модель: Неравенство Чебышёва

Универсальная оценка отклонения от среднего при конечной дисперсии.

Наглядная модель: Неравенство ЧебышёваУниверсальная оценка отклонения от среднего при конечной дисперсии.расстояние междузначениями-3-2-1012345точка отсчётанаблюдаемоезначение
  • Диапазон от -3 до 5
  • 0: точка отсчёта
  • 3: наблюдаемое значение
  • Промежуток от 0 (граница включена) до 3 (граница включена) — расстояние между значениями
Числовая прямая позволяет одновременно видеть порядок значений и расстояние между ними. Вывод: Сначала отметьте границы и точки, затем переводите рисунок в неравенство или вычисление.
Проверка пониманияОбъясните тему своими словами

Объясните, что именно гарантирует число 1/9 при дисперсии 4 и пороге отклонения 6, и почему оно не означает точную вероятность 1/9.

В хорошем объяснении есть:

  • Подстановка выполнена как 4/6² = 1/9 для события |X − μ| ≥ 6.
  • Результат назван верхней оценкой для любого закона с такой дисперсией, а не вычислением конкретного закона.

Отклонение в обе стороны

Неравенство Чебышёва ограничивает вероятность того, что случайная величина отклонится от своего ожидания не менее чем на aa. При конечной дисперсии σ2\sigma^2 эта вероятность не больше σ2/a2\sigma^2/a^2. Модуль учитывает одновременно слишком большие и слишком маленькие значения.

Распределение не обязано быть нормальным, симметричным или непрерывным. Требуются конечная дисперсия и положительный порог. При a=kσa=k\sigma и σ>0\sigma>0 оценка превращается в 1/k21/k^2. Как и любая верхняя оценка вероятности, она может быть заменена на минимум с единицей.

Идея доказательства

Величина (X−μ)2(X-\mu)^2 неотрицательна, а её ожидание равно дисперсии. Применяем неравенство Маркова с порогом a2a^2. События (X−μ)2≥a2(X-\mu)^2\ge a^2 и ∣X−μ∣≥a|X-\mu|\ge a совпадают, поэтому получаем требуемую формулу.

Три примера

  1. При дисперсии 4 вероятность отклонения от среднего не менее чем на 6 не больше 4/36=1/94/36=1/9.
  2. Для любого закона с положительной конечной дисперсией вероятность отклонения меньше двух стандартных отклонений не менее 1−1/4=3/41-1/4=3/4. Это гарантия, а не точная доля.
  3. Среднее 100 независимых одинаково распределённых величин с дисперсией 9 имеет дисперсию 0.09. Вероятность отклонения среднего не менее чем на 1 не превосходит 0.09.

Ошибки применения

Нельзя подставлять стандартное отклонение вместо дисперсии в числитель. Формула описывает истинные параметры закона; замена их выборочными оценками не сохраняет автоматически ту же гарантию. При нулевой дисперсии величина постоянна почти наверное, и вероятность положительного отклонения равна нулю. В школьной программе формальное неравенство относится к углублённому уровню.

Формула, смысл и ограничения

Главные формулы с расшифровкой

P(∣X−μ∣≥a)≤σ2a2P(|X-\mu|\ge a)\le\frac{\sigma^2}{a^2}

Формула словами: μ=E[X], σ²=Var(X)<∞, a>0; нормальность не нужна.

От простого к сложному

Проверьте себя

Сначала запишите решение самостоятельно. Затем можно открыть намёк, сравнить каждый переход с пошаговым разбором и только после этого посмотреть ответ. Прогресс сохраняется в этом браузере.

Открываем задание…

Открываем задание…

Открываем задание…

Источники и соглашения

Объяснения и задачи — авторские. Источники помогают проверить определения, условия и школьную привязку. Обозначения и параметризация указаны в статье.