Scientia et Technica Ao XVII, No 51, Agosto de 2012. Universidad Tecnolgica de Pereira.

ISSN 0122-1701

242

Desigualdad de Chebyshev bidimensional

Two - dimensional Chebyshev Inequality
Edgar Alirio Valencia, Yuri Alexander Poveda, Carlos Arturo Escudero Salcedo
Departamento de Matemticas, Universidad Tecnolgica de Pereira, Pereira, Colombia
evalencia@utp.edu.co carlos10@utp.edu.co yapoveda@utp.edu.co

para todo
ResumenEn este artculo se presentan y se demuestran en forma detallada, algunas desigualdades interesantes en probabilidad y estadstica que son consecuencia de la desigualdad de Chebyshev. Palabras clave Chebyshev. Variable aleatoria, Desigualdad de

y todo entero positivo .

La estimacin que la desigualdad de Chebyshev da a la }; puede ser muy | probabilidad del evento {| buena. Esta probabilidad generalmente es menor que

y en consecuencia este valor es una buena sobre estimacin de

AbstractThis article presents and demonstrates in detail some interesting inequalities in probability and statistics that result from Chebyshev's inequalit Key Word Random variable, Chebyshev Inequality

Una de las aplicaciones principales de las desigualdades de tipo Chebyshev es el de aproximar o estimar probabilidades de la | forma | por medio de calculo de cotas ver [5]. Es conocido en la literatura, que si conocemos la funcin de distribucin de la variable aleatoria , podemos calcular su esperanza y su varianza , si estas existen. De igual modo si conocemos dos variables aleatorias con su funcin de distribucin conjunta, podemos calcular y su matriz de covarianzas . Pero el problema reciproco no es cierto, es decir si conocemos y , no necesariamente, se puede construir la funcin de distribucin de la variable aleatoria y por consiguiente cantidades como | |

I.

INTRODUCCIN

La desigualdad de Chebyshev es uno de los resultados ms importantes e interesantes en la teora de la probabilidad. Este resultado establece que si es una variable aleatoria y es la esperanza de , la cual existe, entonces | para todo aleatoria donde ver [3] y [4]. | es la varianza de la variable

La demostracin de esta desigualdad se basa en la desigualdad de Markov, la cual dice lo siguiente: Si es una variable aleatoria, entonces

son muy difciles de obtener. Igualmente para el caso de funciones de distribuciones conjuntas de dos variables aleatorias. En este artculo vamos a desarrollar principalmente la desigualdad de Chebyshev bidimensional, la cual no es muy conocida en la literatura de la probabilidad, adems es muy

| |

| |

Fecha de Recepcin: 05 de Mayo de 2012 Fecha de Aceptacin: 30 de Agosto de 2012

243

Scientia et Technica Ao XVII, No 51, Agosto de 2012. Universidad Tecnolgica de Pereira.

conveniente, ya que en ocasiones la estimacin del valor real de una probabilidad conjunta, suele dar informacin insuficiente para nuestro objetivo, como por ejemplo, lado derecho de la desigualdad mayor o igual a uno. En este sentido podemos decir que entre mas pequeo sea el lado derecho de la desigualdad ms precisa es la informacin de las probabilidades. Esta desigualdad bidimensional aparece como un problema propuesto en [8]. Adems del resultado la desigualdad de Chebyshev bidimensional vamos a presentar otros resultaos interesantes que son consecuencia de la desigualdad de Chebyshev. II. DESIGUALDAD DE CHEBYSHEV

De las Proposiciones 1 y 2, se obtiene la desigualdad de Chebyshev, la cual dice lo siguiente: Proposicin 3 (Desigualdad de Chebyshev). Si es una variable aleatoria y es la esperanza de , entonces para todo | |

Demostracin. Si consideramos la desigualdad anterior para el |, entonces, caso y la variable aleatoria | | Finalmente como | ( | | | |

Antes de hacer la demostracin de la desigualdad de Chebyshev bidimensional y presentar algunos resultados que son consecuencia de esta desigualdad, presentamos algunos resultados que vamos a utilizar en el desarrollo de este artculo. Proposicin 1. Si entonces para es una variable aleatoria no negativa, se tiene

) , se concluye que

El resultado principal en este artculo, tiene que ver con la desigualdad de Chebyshev en dos variables aleatorias, pero antes de enunciar y demostrar este resultado el cual esta propuesto en [8], demostremos, la siguiente proposicin. Proposicin 3 Si y son variables aleatorias con y y con coeficiente de correlacin { } Muestre que

La demostracin se puede ver en [6] y [7]. El siguiente resultado es una consecuencia de la Proposicin 1 Proposicin 2. Si es una variable aleatoria no negativa, entonces, para todo y para todo entero positivo , se tiene

Demostracin. Por definicin

Demostracin. Es claro que Como y por la proposicin anterior entonces

y por lo tanto

Adems, el mximo de { } |

viene dado por |

Scientia et Technica Ao XVII, No 51, Agosto de 2012. Universidad Tecnolgica de Pereira.

244 | ( { } | ) }, veamos que { }. | )

esto implica que { } | |+

(|

Aplicando esperanza en ambos lados, obtenemos { Ahora, como } | || |

Demostracin. Sea { Supongamos que

{ por lo tanto

Similarmente { esto es equivalente a { } }

, por consiguiente | || |

} {

{ }

} .

Anlogamente se tiene el resultado si Ahora (| | ( | { { | | | |

||

) | } | } )

| |

elevando al cuadrado, obtenemos { Luego { ( esto es, { Finalmente, como } ( ) . )( } ) ( ) por consiguiente (| | } | | | | || | |

( ) (

})

( {

| |

| | |

) | })

y por la proposicin anterior , entonces { Luego { } Luego se concluye que (| | ( | ) | ) } . ( { | | | | })

Proposicin 4 (Desigualdad de C. Bidimensional). Si y son variables aleatorias con coeficiente de correlacin , entonces para

Proposicin 5. Sea una funcin no negativa, no decreciente, para todo nmero positivo . Entonces para una variable aleatoria con | | , donde es una constante, se tiene:

245

Scientia et Technica Ao XVII, No 51, Agosto de 2012. Universidad Tecnolgica de Pereira.

| ( (

| ))

Como

entonces Demostracin. Sea ( ( as que ( Como ) ( )

{ }

, luego )

(
{

{ }

y como

es una funcin positiva, se tiene que ( )

Y finalmente llegamos a que ( )

es creciente y

entonces ( de aqu se sigue ( )

{ }

Otro resultado interesante, el cual es una consecuencia de la desigualdad de Chebyshev, se resume en la siguiente proposicin: Proposicin 5. Si independientes con
({|

son variables aleatorias ( para ), entonces

| })

Ahora, como es una variable aleatoria positiva y acotada, es decir Entonces ( esto implica que ( ( luego ( ( Demostremos la otra desigualdad. Podemos escribir
{ } { }

para todo )
{ }

Demostracin. Sea

))

entonces por la desigualdad Chebyshev aplicada a la variable aleatoria )) se tiene que

({|
Ahora, como

})

Como y es creciente, entonces , por consiguiente como

(
para todo

entonces .

Luego

Scientia et Technica Ao XVII, No 51, Agosto de 2012. Universidad Tecnolgica de Pereira.

246

({|

})

[7]. Vicente Quesada y Alfonso Garca. Lecciones de Calculo de Probabilidad. Das de Santos. 1988. [8]. A. N. Shiryaev. Probability. Second Edition. Academic Press, 1975.

III.

CONCLUSIONES

[9]. A. J. Weir, General integration and measure. Vol II Cambridge Univ. Press 1974.

Entre las principales aplicaciones de la desigualdad de Chebyshev esta el calcular cotas inferiores para probabilidades, lo cual es muy importante cuando no es posible o es difcil dar un valor exacto de la probabilidad. La desigualdad de Chebyshev se emplea para demostrar otros resultados importantes en probabilidad como la ley dbil de los grades nmeros, esta ley es una consecuencia inmediata de la Proposicin 5, la ley dice que si tiende a infinito esta probabilidad tiende a cero. Finalmente la La desigualdad de Chebyshev se puede generalizar a dos variables aleatorias que tienen cierta correlacin. REFERENCIAS [1]. R. B. Ash, Analysis and probability. Ac Press, 1972.

[2]. D. L. Cohn, Measure theory . Cambridge Birkhauser Boston, 1980.

[3]. M. Degroot. Probabilidad y estadstica, Segunda edicin, Addison-Wesley Iberoamericana, S. A. 1988. [4]. P. Ibarrola, L. Pardo y V. Quesada. Teora de la probabilidad, Editorial Sntesis S. A, 1997.

[5].

Paul Meyer. Probabilidad y Aplicaciones Estadsticas. Addinson Wesley Iberoamericana, S. A 1970.

[6]. M. Muoz, L. Blanco. Introduccin a la teora avanzada de la probabilidad. Universidad Nacional de Colombia, Primera edicin 2002.