på sigma-algebran. För att vi skall kunna tala om sannolikheten för händelsen A, måste mängden
A vara ett element i sigma-algebran . Den sista formuleringen av mängden A visar att vi kan skriva
Den för oss intressanta mängden A kan uttryckas med hjälp av mängden M enligt:
Vi vet att
är en stokastisk variabel, det vill säga: den är en mätbar funktion. Detta innebär att mängden är ett element i sigma-algebran och därmed är sannolikheten
definierad. Eftersom en sigma-algebra är sluten under komplement-bildning är mängden
också ett element i
För att visa Markovs olikhet skriver vi den stokastiska variabeln
som en summa av två stokastiska variabler, beroende på om är större än talet
eller ej:
där den andra termen är icke-negativ eftersom funktionen h
endast antar icke-negativa värden.
Detta innebär att vi har olikheten
På mängden A är den stokastiska variabeln
större än, eller lika med, talet , vilket ger uppskattningen
Genom att beräkna väntevärdena av de båda sidorna i olikheten
Ofta är man intresserad av att uppskatta sannolikheter av typen
Markovs olikhet kan då tillämpas med den mätbara funktionen definierad av
(absolutbeloppet av det reella talet x).
Olikheten ger den övre begränsningen
För att denna uppskattning skall vara meningsfull måste väntevärdet vara ändligt:
annars får man den oanvändbara olikheten
Om man dessutom vet att väntevärdet
är ändligt kan man få en bättre uppskattning av sannolikheten genom att man kan dividera med talet istället för med talet :
Den första likheten kommer av att om x är ett reellt tal och
a > 0, så gäller ekvivalensen
Uppskattningen
går under namnet Чебышёв (Tjebyshov) olikhet, och är även den ofta använd vid uppskattning av sannolikheter.