242

Scientia et Technica Ao XVII, No 51, Agosto de 2012. Universidad Tecnolgica de Pereira. ISSN 0122-1701

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

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

de

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

I.

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].

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

| |

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

| |

Fecha de Recepcin: 05 de Mayo de 2012

Fecha de Aceptacin: 30 de Agosto de 2012

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

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

243

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.

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 |
|

II.

DESIGUALDAD DE CHEBYSHEV
(

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

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

son variables aleatorias con

y

La demostracin se puede ver en [6] y [7].

El siguiente resultado es una consecuencia de la
Proposicin 1

) , se concluye que

y con coeficiente de correlacin

{

Proposicin 2. Si es una variable aleatoria no negativa,

entonces, para todo
y para todo entero positivo , se
tiene

Muestre que

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.

esto implica que

(|

||

|+

Aplicando esperanza en ambos lados, obtenemos

{

244

{
}

Demostracin. Sea

}, veamos que
{
}.

Supongamos que

Ahora, como

por lo tanto
Similarmente

, por consiguiente
{

||

Anlogamente se tiene el resultado si

Ahora

esto es equivalente a
{

||

(|

elevando al cuadrado, obtenemos

{

|
| |

||

| |

)
|
}
|

)
}

|
)

Luego
{
(

)(

esto es,
}

})

por consiguiente
|

(|
{

) .

})

Finalmente, como
y por la proposicin anterior
,
entonces
{

})

Luego

Proposicin 4 (Desigualdad de C. Bidimensional). Si y

son variables aleatorias con coeficiente de correlacin ,
entonces para

Luego se concluye que

(|

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:

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

245

Como

( (

))
entonces

, luego

Demostracin. Sea
(
(

y como

es una funcin positiva, se tiene que

as que

(
(

Como

Y finalmente llegamos a que

es creciente y

entonces
(

Otro resultado interesante, el cual es una consecuencia de la

desigualdad de Chebyshev, se resume en la siguiente
proposicin:

de aqu se sigue
(

Proposicin 5.
Si
independientes con

Ahora, como es una variable aleatoria positiva y

acotada, es decir

son variables aleatorias

( para
), entonces

({|

Entonces

})

para todo
(

Demostracin. Sea

esto implica que

( (

))

entonces por la desigualdad Chebyshev aplicada a la variable

aleatoria

luego
( (

))
se tiene que

Demostremos la otra desigualdad.

({|

Podemos escribir

})

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.

({|

})

[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

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.

[9]. A. J. Weir, General integration and measure. Vol II

Cambridge Univ. Press 1974.

246