Mathematics">
Nothing Special   »   [go: up one dir, main page]

CO3121 Clase 17

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 14

Desigualdad de Chebyshev

Ley de los grandes números

Desigualdad de Chebyshev. Ley de Grandes


Números.

Pedro Ovalles
povallesgarcia@usb.ve
Departamento de Cómputo Cientifico y Estadistica
Universidad Simón Bolivar

6 de abril de 2021

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Desigualdad de Chebyshev

Teorema
Si Y es una variable aleatoria con media finita µ y varianza σ 2 , entonces,
para cualquier k > 0,
1
P (|Y − µ| < kσ) ≥ 1 −
k2
o
1
P (|Y − µ| > kσ) ≤ .
k2

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Demostración

Demostremos el caso de una variable continua. Si f (y ) es la función de


densidad de Y , entonces

Z +∞
V (Y ) = σ 2 = (y − µ)2 f (y )dy
−∞
Z µ−kσ Z µ+kσ Z +∞
= (y − µ)2 f (y )dy + (y − µ)2 f (y )dy + (y − µ)2 f (y )dy
−∞ µ−kσ µ+kσ

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Demostración

Como la segunda integral es siempre no negativa entonces:

Z µ−kσ Z +∞
2 2
σ ≥ (y − µ) f (y )dy + (y − µ)2 f (y )dy
−∞ µ+kσ

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Demostración

Ahora, si y < µ − kσ, es claro que (y − µ)2 ≥ k 2 σ 2 . De igual forma si


y > µ + kσ también se cumple que (y − µ)2 ≥ k 2 σ 2 .

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Demostración

Por lo tanto:

Z µ−kσ Z +∞
σ2 ≥ (y − µ)2 f (y )dy + (y − µ)2 f (y )dy
−∞ µ+kσ
Z µ−kσ Z +∞
≥ k 2 σ 2 f (y )dy + k 2 σ 2 f (y )dy
−∞ µ+kσ

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Demostración

Asi:
"Z #
µ−kσ Z +∞
2 2 2
σ ≥k σ f (y )dy + f (y )dy
−∞ µ+kσ

⇒ σ 2 ≥ k 2 σ 2 [P(Y ≤ µ − kσ) + P(Y ≥ µ + kσ)]


⇒ σ 2 ≥ k 2 σ 2 P(|Y − µ| ≥ kσ).

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Demostración

Dividiendo por k 2 σ 2

1
P(|Y − µ| ≥ kσ) ≤ .
k2

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Ejemplo

Una máquina para llenar cajas de cereal despacha, en promedio, µ onzas


por caja. El fabricante desea que la cantidad real de onzas, Y , que
despacha esté dentro de 1 onza de µ por lo menos 75 % de las veces.
¿Cuál es el máximo valor de σ, la desviación estándar de Y , que se puede
tolerar para cumplir las especificaciones del fabricante?

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Solución

Deseamos que P(|Y − µ| < 1) ≥ 0,75. Utilizando el teorema de


Chebyshev tenemos que

1 1
1− = 0,75 ⇒ 2 = 0,25 ⇒ k 2 = 4 ⇒ k = 2.
k2 k

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Solución

Por otro lado queremos que kσ < 1 ⇒ 2σ < 1 ⇒ σ < 21 . Por lo tanto la
desviación estándar debe ser máximo 0,5.

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Convergencia en probabilidad

Definición
Suponga que Z1 , Z2 , ... es una sucesión de variables aleatorias. Se dice
que la sucesión converge en probabilidad a b si para cualquier ε > 0 dado,

lı́m P(|Zn − b| < ε) = 1.


n→∞

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Media muestral

Definición
Dada una muestra aleatoria X1 , X2 , ..., Xn , la media muestral se define
como
n
1X
X̄ = Xi
n
i=1

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.


Desigualdad de Chebyshev
Ley de los grandes números

Ley de grandes números

Teorema
Suponga que X1 , X2 , ..., Xn constituye una muestra aleatoria con media
µ y media muestral X̄ . Entonces,

lı́m P(|X̄ − µ| < ε) = 1


n→∞

para ε > 0. Es decir que la media muestral converge en probabilidad a la


media.

Pedro Ovalles Desigualdad de Chebyshev. Ley de Grandes Números.

También podría gustarte