Ceci est une version archivée de cette page, en date du 11 janvier 2014 à 19:40 et modifiée en dernier par Jerome pi(discuter | contributions). Elle peut contenir des erreurs, des inexactitudes ou des contenus vandalisés non présents dans la version actuelle.
En théorie des probabilités, l'inégalité de Markov donne une borne supérieure de la probabilité qu'une variable aléatoire à valeurs positives soit supérieure ou égale à une constante positive. Cette inégalité a été nommée ainsi en l'honneur d'Andrei Markov.
Énoncé
Inégalité de Markov — Soit une variable aléatoire réelle définie sur un espace probabilisé et supposée presque sûrement positive ou nulle. Alors
Démonstration
On a l'inégalité
dès que
On en déduit que
Corollaire
Elle possède un corollaire fréquemment utilisé:
Corollaire — Soit une fonction croissante et positive ou nulle sur l'intervalle Soit une variable aléatoire réelle définie sur un espace probabilisé et telle que Alors
Démonstration
On applique l'inégalité de Markov à et à pour obtenir que
La croissance de entraîne que tout événement vérifiant :