แม้ว่าจะไม่มีข้อสมมติฐานที่ทำให้เข้าใจง่ายเหล่านี้ก็สามารถรับขอบเขตได้ด้วยการรวมเครื่องมือสองสามอย่าง:
- ความแปรปรวนของความแตกต่างของสองตัวแปรความสัมพันธ์ มันช่วยให้เราเปลี่ยนปัญหาตัวแปรสองตัวเป็นปัญหาที่ไม่แปร
- ความไม่เท่าเทียมกันของ Chebyshev มันให้ความผูกพันกับความน่าจะเป็นที่มากกว่าค่าที่กำหนด
ในรายละเอียดบางอย่าง:
σ2X−Y=σ2X+σ2Y−2⋅cov(X,Y)
cov(X,Y)=σX⋅σY⋅ρXY
σ2X−Y=σ2X+σ2Y−2⋅σX⋅σY⋅ρX,Y
ตามความไม่เสมอภาคของ Chebyshev สำหรับตัวแปรสุ่มใด ๆ :Z
Pr(|Z−μ|≥kσ)≤1k2
จากนั้น (และใช้ :μX−Y=μX−μY)
Pr(|X−Y−μX+μY|≥k⋅σ2X+σ2Y−2⋅σX⋅σY⋅ρX,Y−−−−−−−−−−−−−−−−−−−−−−√)≤1k2
เราสามารถใช้สมมติฐานที่ทำให้เข้าใจง่ายที่เสนอเพื่อรับนิพจน์ที่ง่ายขึ้น เมื่อไหร่:
ρX,Y=covar(X,Y)/σXσY=1−ϵ
μx=μy=0
σ2X=σ2Y=σ2
แล้ว:
σ2X+σ2Y−2⋅σX⋅σY⋅ρX,Y=2⋅σ2⋅(1−(1−ϵ))=2σ2ϵ
และดังนั้นจึง:
Pr(|X−Y|≥k⋅σ2ϵ−−√)≤1k2
สิ่งที่น่าสนใจคือผลลัพธ์นี้ยังคงอยู่แม้ว่าจะไม่เล็กและหากเงื่อนไขของการเปลี่ยนแปลงสหสัมพันธ์จากเป็นผลลัพธ์จะไม่เปลี่ยนแปลง (เนื่องจากความไม่เท่าเทียมกันอยู่แล้ว)ϵ=1−ϵ≥1−ϵ