Logo
Unionpedia
Comunicación
Disponible en Google Play
¡Nuevo! ¡Descarga Unionpedia en tu dispositivo Android™!
Gratis
¡Más rápido que el navegador!
 

Desigualdad de Márkov

Índice Desigualdad de Márkov

En teoría de la probabilidad, la desigualdad de Márkov proporciona una cota superior para la probabilidad de que una función no negativa de una variable aleatoria sea mayor o igual que una constante positiva.

10 relaciones: Andréi Márkov, Constante (matemática), Desigualdad de Chebyshov, Elemento mayorante y minorante, Esperanza (matemática), Función (matemática), Función de distribución, Probabilidad, Valor absoluto, Variable aleatoria.

Andréi Márkov

Andréi Andréyevich Márkov (Андре́й Андре́евич Ма́рков; Riazán, 14 de junio de 1856 — San Petersburgo, 20 de julio de 1922) fue un matemático ruso conocido por sus trabajos en la teoría de los números y la teoría de probabilidades.

¡Nuevo!!: Desigualdad de Márkov y Andréi Márkov · Ver más »

Constante (matemática)

En general, una constante es un valor de tipo permanente, ya que no puede modificarse, al menos no dentro del contexto o situación para el cual está: geometría aritmética.

¡Nuevo!!: Desigualdad de Márkov y Constante (matemática) · Ver más »

Desigualdad de Chebyshov

En probabilidad, la desigualdad de Chebyshov (también escrito de Chebychev) es un resultado que ofrece una cota inferior a la probabilidad de que el valor de una variable aleatoria con varianza finita esté a una cierta distancia de su esperanza matemática.

¡Nuevo!!: Desigualdad de Márkov y Desigualdad de Chebyshov · Ver más »

Elemento mayorante y minorante

En matemáticas, particularmente en teoría del orden y de conjuntos, el mayorante o cota superior de un subconjunto B de un conjunto parcialmente ordenado A es un elemento de A mayor o igual que cualquier elemento de B.

¡Nuevo!!: Desigualdad de Márkov y Elemento mayorante y minorante · Ver más »

Esperanza (matemática)

En matemática, concretamente en la rama de estadística, la esperanza (denominada asimismo valor esperado, media poblacional o media) de una variable aleatoria X, es el número \mathbb o \text que formaliza la idea de valor medio de un fenómeno aleatorio.

¡Nuevo!!: Desigualdad de Márkov y Esperanza (matemática) · Ver más »

Función (matemática)

En matemática, se dice que una magnitud es función de otra si el valor de la primera depende del valor de la segunda.

¡Nuevo!!: Desigualdad de Márkov y Función (matemática) · Ver más »

Función de distribución

En la teoría de la probabilidad y en estadística, la función de distribución acumulada (FDA, designada también a veces simplemente como función de distribución o FD) o función de probabilidad acumulada asociada a una variable aleatoria real X sujeta a cierta ley de distribución de probabilidad, es una función matemática de la variable real x que describe la probabilidad de que X tenga un valor menor o igual que x.Intuitivamente, asumiendo la función f como la ley de distribución de probabilidad, la FDA sería la función con la recta real como dominio, con imagen del área hasta aquí de la función f, siendo aquí el valor x para la variable aleatoria real X.La FDA asocia a cada valor x, la probabilidad del ''evento'': «la variable X toma valores menores o iguales a x».

¡Nuevo!!: Desigualdad de Márkov y Función de distribución · Ver más »

Probabilidad

La probabilidad es una medida de la certidumbre de que ocurra un evento.

¡Nuevo!!: Desigualdad de Márkov y Probabilidad · Ver más »

Valor absoluto

En matemáticas, el valor absoluto o móduloJean-Robert Argand, introductor del término módulo en 1806, ver:,, 5- y +5 igual a cinco y de un número real x, denotado por |x|, es el valor de x sin considerar el signo, sea este positivo o negativo.

¡Nuevo!!: Desigualdad de Márkov y Valor absoluto · Ver más »

Variable aleatoria

En probabilidad y estadística, una variable aleatoria es una función que asigna un valor, usualmente numérico, al resultado de un experimento aleatorio.

¡Nuevo!!: Desigualdad de Márkov y Variable aleatoria · Ver más »

Redirecciona aquí:

Desigualdad de Markov.

SalienteEntrante
¡Hey! ¡Ahora tenemos Facebook! »