편의상 있도록 밀도 함수로 나타내고 연속 제로 평균 확률 변수 , 그리고 고려 여기서 . 우리는이
여기서 입니다. 경우 인 짝수 정수 양의 실수 후,
그래서
Xf(x)P{X≥a}a>0
P{X≥a}=∫∞af(x)dx=∫∞−∞g(x)f(x)dx=E[g(X)]
g(x)=1[a,∞)nbh(x)=(x+ba+b)n≥g(x),−∞<x<∞,
E[h(X)]=∫∞−∞h(x)f(x)dx≥∫∞−∞g(x)f(x)dx=E[g(X)].
따라서 모든 양의 실수 와 에 대해
여기서 에서 가장 오른쪽에 기대하는 것은
-b 에 대한
X 의
n 번째 모멘트 (
n 짝수)입니다. . 때는
N = 2 , 최소의 상부에 결합 된
P \ {X \ GEQ \} 얻어지는
B = \ 시그마 ^ 2 / A 일방적 체비 셰프 부등식을주는 (또는 체비 셰프 - 텔리 불평등)
P \ {X \ geq a \} \ leq \ frac {\ sigma ^ 2} {a ^ 2 + \ sigma ^ 2}.
더 큰
n 값의 경우 다음 과 관련하여 최소화
abP{X≥a}≤E[(X+ba+b)n]=(a+b)−nE[(X+b)n](1)
(1)nnX−bn=2P{X≥a}b=σ2/aP{X≥a}≤σ2a2+σ2.
nb 는 더 지저분합니다.